Estruturas em Foco: A IA no Monitoramento e Diagnóstico de Danos.

Luiz Tadeu Dias Júnior, doutorando do PEC

Você sabia que a inteligência artificial pode ser aplicada para detectar danos em estruturas civis da mesma forma que o cérebro humano detecta algum problema em nosso corpo?

Nos últimos anos, a inteligência artificial (IA) tem se destacado em diversas áreas, não diferente da engenharia. No que tange principalmente ao monitoramento da saúde estrutural (SHM, do inglês Structural Health Monitoring) de edificações, esses avanços têm nos permitido alcançar resultados extraordinários.

Atualmente, conseguimos coletar respostas dinâmicas de uma construção (através de sensores, como se fosse nossos sentidos humanos), levá-los até um centro de tratamento (através de conexões como nossos nervos) e avaliar se ela está ou não saudável do ponto de vista estrutural com o uso de uma unidade de interpretação (como o nosso cérebro).

Em meu projeto de mestrado, utilizei redes neurais artificiais (RNAs) com o uso de autocodificadores variacionais para identificar se há dano em uma dada estrutura. As RNAs, em resumo, funcionam de uma forma análoga ao cérebro humano, elas usam neurônios que recebem um dado de entrada, fazem alguns cálculos e retornam uma saída. Assim, com essa ferramenta podemos classificar se a estrutura está sã do ponto de vista estrutural, algo totalmente prático e largamente usado em outros países e em alguns locais aqui no Brasil.

Mas afinal, qual a importância em identificar um dano estrutural? Imaginemos um trem que percorre o Brasil de norte a sul. A empresa responsável tem que dar manutenção constante nos trilhos para que essa viagem seja completada da melhor forma possível, sem acidentes ou interrupções. Com o auxílio do SHM, de posse das respostas dinâmicas desse trem, podemos tentar identificar o dano, detectar onde ele está e até mesmo quantificá-lo. Assim, a equipe de manutenção pode se organizar melhor, listar suas prioridades e, consequentemente, reduzir os gastos e melhorar a segurança da via.

Esse é apenas um exemplo de uma infinidade de possibilidades que o avanço tecnológico e o uso da IA nos permitem realizar hoje. Algo tão prático e palpável me motiva a continuar pesquisando cada vez mais nessa linha. No PEC temos um grupo que reúne vários pesquisadores focados apenas no SHM aplicado na construção civil!

 ____________________________________________________________________________________________________________

Leituras recomendadas:

Dias Júnior, L. T.; Finotti, R.; Barbosa, F.; Cury, A. (2024), ‘’Uso de autocodificadores variacionais para a detecção de danos estruturais’’, 111p., Dissertação (Mestrado) – Universidade Federal de Juiz de Fora, Juiz de Fora, Brasil, 2024. Disponível em: https://acesse.one/FHP3l.

Finotti, R. P.; Barbosa, F. D. S.; Cury, A. A.; Pimentel, R. L. (2021), “Numerical and experimental evaluation of structural changes using sparse auto-encoders and SVM applied to dynamic responses”, Applied Sciences, 11(24), 11965. https://doi.org/10.3390/app112411965.

Resende, L.; Finotti, R.; Barbosa, F.; Garrido, H.; Cury, A.; Domizio, M. (2024), “Damage identification using convolutional neural networks from instantaneous displacement measurements via image processing. Structural Health Monitoring”, Structural Health Monitoring, 23(3), 1627-1640 https://doi/10.1177/14759217231193102.

Spínola Neto, M.; Finotti, R.P.; Barbosa, F.d.S.; Cury, A.A.; Silva, R.C. (2024), “Structural Damage Identification Using Autoencoders: A Comparative Study” Buildings , v.14, n. 7, p. 2014, https: //doi.org/10.3390/buildings14072014.