Plano Departamental
Disciplina: 2047027 - TÓPICOS ESPECIAIS EM MECÂNICA DAS ESTRUTURAS I
Horas Aula: 3
Departamento: DEPTO DE MECANICA APLICADA E COMPUTACIONAL
Plano de Ensino
Voltar
Ementa
Introdução aos conceitos fundamentais de machine learning supervisionado e não
supervisionado. Aplicações em engenharia estrutural. Processamento e preparação de
dados de estruturas de aço. Normas técnicas para dimensionamento de estruturas metálicas
(ex.: ABNT NBR 8800). Métodos de regressão, classificação e redes neurais aplicados a
problemas estruturais. Criação de modelos preditivos para verificação de estados-limite,
cálculo de perfis e ligações metálicas. Validação e interpretação de modelos. Estudo de
casos. Projeto final com desenvolvimento de modelo aplicado ao dimensionamento ou
verificação estrutural.
Objetivo Geral:
Introduzir os(as) estudantes às aplicações de técnicas de machine learning no
dimensionamento e análise de estruturas metálicas, com ênfase em estruturas de aço,
promovendo uma abordagem crítica, inovadora e interdisciplinar.
Objetivos Específicos:
• Apresentar os fundamentos do machine learning com foco em problemas de engenharia
estrutural.
• Discutir as principais normas e critérios de dimensionamento de estruturas de aço.
• Capacitar os(as) estudantes a coletar, preparar e analisar dados estruturais.
• Desenvolver modelos preditivos para estimativas de desempenho e dimensionamento
de componentes estruturais.
• Comparar abordagens tradicionais com soluções baseadas em machine learning quanto
à eficiência, precisão e aplicabilidade.
• Aplicar os conhecimentos adquiridos em um projeto prático, preferencialmente com
dados reais ou simulados.
Conteúdo
Conteúdo Programático
Semana Tema Carga horária (h)
1
Introdução à disciplina.
Panorama do uso de IA/ML em
Engenharia Estrutural
3
2
Fundamentos de machine
learning: conceitos, algoritmos,
ferramentas
3
3
Tipos de dados em engenharia
estrutural. Pré-processamento
e engenharia de atributos
3
4
Dimensionamento de
estruturas de aço: panorama
normativo e parâmetros
críticos
3
5
Técnicas de regressão
aplicadas ao dimensionamento
(Linear, Ridge, Lasso, etc.)
3
6 Árvores de decisão, random
forest, gradient boosting 3
7
Redes neurais artificiais
aplicadas ao dimensionamento
e verificação estrutural
3
8
Métricas de avaliação de
modelos. Validação cruzada.
Overfitting e underfitting
3
9
Interpretação e explicabilidade
de modelos em contextos
estruturais
3
10-11
Estudo de caso 1: aplicação de
ML em ligações parafusadas ou
soldadas
3
12-13
Estudo de caso 2: otimização
de perfis e dimensionamento
automatizado
3
13-14
Projeto final: estruturação,
desenvolvimento e
acompanhamento
3
15
Apresentações finais e
discussão crítica dos
resultados
3
Avaliações
Atividade Peso (%)
Exercícios práticos e participação em aula 20%
Estudos de caso (em grupo ou individual) 30%
Projeto final (relatório + apresentação) 50%
Bibliografia
Chollet, F. Deep Learning com Python. Bookman, 2021.
• Zhou, Z.-H. Machine Learning. Springer, 2021.
• ABNT NBR 8800:2008. Projeto de estruturas de aço e de estruturas mistas de aço e
concreto de edifícios.
• Silva, M.A. Estruturas Metálicas. LTC, 2015.
• Artigos recentes sobre ML em estruturas (ex.: Engineering Structures, Automation in
Construction, Journal of Constructional Steel Research).
Bibliografia(continuação)
Não informado
Bibliografia complementar
Não informado