Aprendizado de máquina não supervisionado para detecção de danos em pontes rodoviárias

Abstract

Pontes e viadutos são classificados como Obras de Arte da Engenharia devido à natureza de sua concepção: estruturas especiais, cuja finalidade é superar obstáculos naturais e viabilizar a continuidade de uma via modal. Garantir a integridade de estruturas especiais é um desafio no projeto e gerenciamento de infraestrutura, uma vez que a eventual falha dessas componentes talham severos prejuízos econômicos e tragédias humanitárias. Existem duas abordagens predominantes para a aquisição de dados para a avaliação da integridade estrutural: o monitoramento direto, e o monitoramento indireto. No monitoramento indireto é assumida a instalação de sensores no veículo para capturar respostas da interação dinâmica do sistema veículo-estrutura, enquanto na instrumentação do monitoramento direto, os sensores são instalados diretamente na estrutura. O conjunto de dados é obtido a partir de um modelo numérico que simula o comportamento da interação dinâmica do sistema veículo-estrutura. Este trabalho propõe o emprego da inteligência artificial como solução para o monitoramento indireto da saúde estrutural de pontes rodoviárias. As vantagens da abordagem indireta envolvem a capacidade de obter informações espaciais de toda a continuidade da ponte sem a necessidade de interrupção no fluxo do tráfego, bem como a possibilidade do monitoramento de todas as pontes ao longo de uma via rodoviária.