Banca de QUALIFICAÇÃO: RAFAEL AREDES COUTO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : RAFAEL AREDES COUTO
DATA : 22/09/2023
HORA: 09:00
LOCAL: https://conferenciaweb.rnp.br/sala/peter-ludvig
TÍTULO:

Proposta de abordagem computacional para previsão da Vida Útil de Estruturas em Concreto Armado sujeitas à Carbonatação por meio de Aprendizado de Máquina (Machine Learning)

PALAVRAS-CHAVES:

Inteligência Artificial; Aprendizado de Máquina; Durabilidade das Estruturas; Concreto Armado; Carbonatação

PÁGINAS: 65
RESUMO:

Diante do aumento da concentração de dióxido de carbono (CO2) na atmosfera e necessidade por construções sustentáveis, o desenvolvimento de uma ferramenta capaz de estimar a vida útil de uma estrutura de concreto armado (CA) sujeita à carbonatação é relevante. A indústria do cimento e aço são responsáveis por uma quantidade relevante de emissão de CO2 global. Dessa forma, estudos referentes à durabilidade e previsão da vida útil de estruturas de CA são importantes para quantificar e otimizar a utilização de recursos para a construção dessas estruturas. A carbonatação é um dos principais mecanismos de envelhecimento e deterioração das estruturas em CA, sendo responsável por limitar a vida útil das mesmas. Esse mecanismo sofre a influência de diversos fatores relacionados ao material (resistência à compressão do concreto, relação água/aglomerante, tipo de cimento/aglomerante) e ao ambiente (concentração de CO2 na atmosfera, umidade relativa do ar, exposição à chuva e temperatura do ambiente). Devido ao elevado número de variáveis, as incertezas associadas ao processo são significativas, e, dessa forma, torna-se mais difícil quantificar a vida útil de uma estrutura em CA sujeita à carbonatação. Com isso, a inteligência artificial (IA), por meio do aprendizado de máquina (AM), se apresenta como uma provável ferramenta para o desenvolvimento de algoritmos capazes de prever a vida útil com maior assertividade e precisão. O AM é uma subárea da IA e é utilizado para ensinar as máquinas a lidar com os dados com maior eficiência. Dessa forma, a presente pesquisa objetiva desenvolver um algoritmo baseado no AM capaz de prever a vida útil de estruturas de CA sujeitas à carbonatação. Para desenvolvimento do algoritmo, utiliza-se a linguagem Python e o modelo de AM supervisionado Random Forest. Os dados para desenvolvimento do modelo serão obtidos em duas etapas: i. de maneira sintética, por meio da Simulação de Monte Carlo (SMC), utilizando os algoritmos de caráter probabilístico desenvolvidos em Couto (2017), e ii. por meio do levantamento bibliográfico de dados a respeito do assunto disponível na literatura, obtendo uma base de dados robusta. Para a explicabilidade do modelo, será utilizada a técnica SHAPley Additive exPlanations (SHAP), capaz de determinar o impacto de cada variável no processo. Com a presente pesquisa, espera-se obter uma ferramenta capaz de prever a vida útil de estruturas em concreto armado sujeitas à carbonatação com menos incertezas.

MEMBROS DA BANCA:
Presidente - PETER LUDVIG
Interno - PAULO HENRIQUE RIBEIRO BORGES
Interna - FLAVIA SPITALE JACQUES POGGIALI
Externo ao Programa - DANIEL HASAN DALIP
Externa à Instituição - SOFIA MARIA CARRATO DINIZ - UFMG
Externa à Instituição - MICHELE AMARAL BRANDÃO - IFMG