Os geopolímeros são ligantes inovadores que vêm despertando grande interesse no setor da construção civil. Diferentemente do cimento Portland tradicional, eles podem ser produzidos a partir de resíduos industriais como cinzas volantes e escória de alto-forno, reduzindo significativamente as emissões de CO₂. Isso os torna alternativas promissoras para uma construção mais sustentável.
No entanto, um dos principais desafios para ampliar seu uso é a ausência de um método de dosagem consolidado, que permita prever de forma confiável propriedades mecânicas e de durabilidade. É nesse ponto que a Inteligência Artificial (IA) pode desempenhar um papel fundamental.
O estudo do PEC e do CIDENG
Pesquisadores e pesquisadoras do Programa de Pós-Graduação em Engenharia Civil (PEC/UFJF) e do CIDENG realizaram uma investigação inédita sobre como a IA tem sido aplicada aos materiais geopoliméricos. O trabalho resultou no artigo “Exploratory literature review and scientometric analysis of artificial intelligence applied to geopolymeric materials”, publicado na revista Engineering Applications of Artificial Intelligence.
A revisão analisou 48 estudos publicados entre 2000 e 2023, sendo que os primeiros resultados só começaram a aparecer em 2018. A maioria das pesquisas focou em concretos, pastas e argamassas geopoliméricas, mas ainda há espaço para explorar outros produtos construtivos, como painéis pré-moldados e revestimentos cerâmicos.
Principais descobertas
A análise da literatura revelou tendências e lacunas importantes:
- Precursores mais utilizados: cinzas volantes (48%), escória de alto-forno (31%) e sílica ativa (7%). Ainda há pouca diversidade no uso de resíduos alternativos e aditivos avançados, como nanomateriais.
- Ativadores alcalinos: todas as pesquisas utilizaram soluções alcalinas, sobretudo hidróxido de sódio e silicato de sódio, evidenciando que há espaço para explorar novas combinações químicas.
- Aplicações da IA: os algoritmos foram usados principalmente para prever resistência mecânica, seguidos por avaliações de trabalhabilidade. Persistem lacunas no uso da IA para estudar outras propriedades comoresistência ao fogo, durabilidade, porosidade e propriedades térmicas e acústicas.
- Ferramentas mais comuns: as redes neurais artificiais foram predominantes, enquanto técnicas de aprendizado profundo apareceram sobretudo em análise de imagens. Entre os métodos mais promissores destacaram-se Random Forest, Gradient Boost, XGBoost e ANFIS, que mostraram bons resultados em predição de resistência.
- Boas práticas ainda pouco adotadas: apesar de alguns artigos reportarem desempenhos de predição muito altos, apenas 2 compartilharam códigos e 17 disponibilizaram dados. Isso levanta preocupações sobre transparência, reprodutibilidade e riscos de sobreajuste nos modelos.
O que isso significa
O estudo conclui que a IA é uma ferramenta eficaz e que economiza tempo no desenvolvimento de geopolímeros, desde que aplicada de forma ética. Esses modelos permitem compreender melhor as complexas interações entre componentes, prever resultados e apoiar a tomada de decisão. Com isso, a tecnologia tem potencial para acelerar a adoção de ligantes sustentáveis e contribuir para uma construção civil mais eficiente e ambientalmente responsável.
O artigo completo pode ser acessado NESTE LINK.