[pt] APLICAÇÃO DE APRENDIZADO DE MÁQUINAS PARA DETECÇÃO DE IMPERFEIÇÕES GEOMÉTRICAS EM VIGAS

• Autor(a) principal: FERNANDO VIANNA BRASIL MEDEIROS
• Data de Publicação: 2024
• Tipo de documento: Outros
• Idioma: por
• Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
• Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67414@1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67414@2; http://doi.org/10.17771/PUCRio.acad.67414
• topic: [pt] INTELIGENCIA ARTIFICIAL; [pt] MONITORAMENTO DA SAUDE DA ESTRUTURA; [pt] DETECCAO DE DANOS; [pt] INTEGRIDADE ESTRUTURAL; [en] ARTIFICIAL INTELLIGENCE; [en] STRUCTURAL HEALTH MONITORING; [en] DAMAGE DETECTION; [en] STRUCTURAL INTEGRITY

[pt] O monitoramento da integridade estrutural aumenta de importância dentro do campo de estudo de engenharia civil. Grande parte das cidades dependem de elementos de sua infraestrutura como pontes, barragens e prédios para prover uma série de benefícios para a sociedade moderna. Por outro lado, mesmo o projeto mais conservador não resiste aos efeitos do tempo. Uma boa rotina de manutenção preventiva não exime a necessidade de se ter uma constante verificação e busca de falhas pois em alguns casos isto poderia permitir em catástrofes de grande escala envolvendo grande perda material e até mesmo vidas. Graças ao desenvolvimento tecnológico das últimas décadas foi possível pesquisar e criar ferramentas poderosas que podem ajudar problemas deste tipo. O objetivo desta dissertação é avaliar a aplicação de métodos de Inteligência Artificial na detecção de danos em vigas. A metodologia utiliza parâmetros modais de elementos estruturais para verificar a presença de danos relacionados a redução de rigidez de uma seção transversal. Mais especificamente, os métodos apresentados neste estudo são orientados por dados, então primeiramente o banco de dados para treino e validação dos métodos de IA foi gerado por um programa em Python dentro do software de elementos finitos Abaqus. Os parâmetrosd modais analisados foram as cinco primeiras frequências naturais das vigas. Foi possível avaliar a performance dos métodos de IA para classificação da presença ou não de danos em diferentes métricas de análise. Por fim, uma comparação paramétrica foi feita entre os modelos de Inteligência Artificial.