https://repositorio.ufsc.br/handle/123456789/257065 2026-05-01T01:49:25Z https://repositorio.ufsc.br/handle/123456789/259751 Ensaios não destrutivos em construções e estruturas em madeira Martins, Eduardo Vieira Devido ao fato de não causarem danos às estruturas de madeira, as técnicas não destrutivas (Non-Destructive Testing - NDT) vêm sendo amplamente aplicadas e estudadas na Engenharia Civil para a detecção de falhas internas em elementos estruturais de madeira. Dentre as possíveis técnicas NDT, destaca-se o método de avaliação da velocidade ultrassônica, que avalia o tempo de propagação do pulso ultrassônico entre dois pontos. Esse método vem sendo utilizado para diagnosticar existência de falhas internas, entretanto, geralmente não se mostra suficiente para identificar mais detalhes como, por exemplo, a geometria da anomalia. Com o desenvolvimento e o aprimoramento dos ensaios ultrassônicos, torna-se possível aplicar a tomografia ultrassônica, que pode ser utilizada para gerar um mapeamento do estado de integridade da seção transversal do elemento analisado. A presente pesquisa é uma continuação do ciclo PIBIC/UFSC anterior e aplica o método de tomografia ultrassônica em dois discos de madeira, um de Syzygium cumini e um de Jacaranda mimosifolia, para verificar o estado de integridade natural de cada amostra. Salienta-se que o processo matemático aplicado na análise dos resultados levou em consideração a anisotropia inerente da madeira. Obteve-se tomogramas não homogêneos para as duas amostras analisadas, buscou-se por explicações para tais ocorrências. Alterou-se o valor da malha da Teoria de Rede, avaliou-se os valores da relação de Hankinson empregadas e também por possíveis defeitos nas amostras analisadas. Devido a ataques de agentes xilófagos encontrado nos discos, deduz-se que essa é a causa das anomalias encontradas nos tomogramas para as duas espécies estudadas. 2024-09-14T00:00:00Z https://repositorio.ufsc.br/handle/123456789/259743 Análise do comportamento mecânico da mistura de areia com cimento e pó de vidro Volpato, Humberto Cosmos Ferreira de Sales Silverio da Silva Há uma necessidade cada vez maior da utilização de materiais sustentáveis na construção civil, frente às diversas problemáticas envolvendo a degradação do ambiente e aquecimento global e devido ao fato de se ter uma grande quantia de material extraído da natureza, grandes custos e poluição gerada com o transporte desses materiais até o canteiro de obras. O vidro, objeto de estudo desse trabalho, leva milhares de anos pra se decompor na natureza e estudos anteriores relatam que o pó de vidro, ou seja, o vidro moído, pode ser utilizado em misturas de solo-cimento com eficiência, pois nessa granulometria mais fina, o pó de vidro adquire atividades pozolânicas, resultando assim em maior resistência da mistura após um determinado período de cura. Com isso, pode ser utilizado a técnica solo-cimento para melhorar as características de um solo com baixa resistência, neste estudo se analisou o comportamento da mistura de uma areia com cimento Portland e pó de vidro derivado de resíduos da construção civil. Foram produzidos corpos de prova com diferentes proporções de cada um desses elementos, e analisados os efeitos de um determinado tempo de cura, energia de compactação, teor de cimento e teor de vidro, verificando como essas características impactaram a resistência final dos corpos de prova à compressão simples e compressão diametral. No estudo, se confirmou os resultados de outras pesquisas, o pó de vidro forneceu mais resistência ao solo estudado, e com os dados obtidos foi possível produzir gráficos e uma expressão para dosagem racional a partir da relação entre a resistência e a razão entre a porosidade e o teor volumétrico de agentes cimentantes. Seminário de Iniciação Científica e Tecnológica. Universidade Federal de Santa Catarina. Centro Tecnológico - CTC/UFSC Departamento de Engenharia Civil. 2024-09-14T00:00:00Z https://repositorio.ufsc.br/handle/123456789/259726 Coleta e aproveitamento de água de chuva através de pavimentos drenantes para fins não potáveis: estudo de caso em pátio de estacionamento Baratto, Nicole Santini A escassez de água é um problema mundial agravado pelas alterações climáticas no planeta. Neste sentido, a busca por fontes alternativas de água é necessária. A coleta de água de chuva de telhados para reuso em edificações é comum. No entanto, o uso de pavimentos permeáveis é uma opção viável. Pavimentos drenantes são estruturas que permitem a passagem de água através de suas camadas permeáveis. Estas estruturas contribuem para o aumento de áreas permeáveis nas áreas urbanas, minimizando o volume de escoamento superficial. Ainda, auxiliam na redução da ocorrência e amplitude de inundações e possibilitam o armazenamento da água de chuva, com melhoria da qualidade da água infiltrada e escoada. Neste trabalho, foi realizado um estudo de caso para avaliar o potencial de economia de água para fins não potáveis coletada em um pátio de estacionamento com pavimento drenante. O estacionamento se localiza no Centro Socioeconômico, da Universidade Federal de Santa Catarina, cuja área de captação de água pluvial corresponde a 4.247 m². A água captada a partir do pavimento drenante tem destino na descarga dos vasos sanitários e mictórios de quatro edificações no entorno do estacionamento. Foram considerados dois cenários com variação de uso da camada filter course. Os dados pluviométricos foram obtidos na EPAGRI/CIRAM para o período de e janeiro de 2005 a dezembro de 2023. O consumo mensal de água potável do prédio em estudo foi fornecido pela Coordenadoria de Gestão da Água (CGA). Foi calculada a espessura da camada de armazenamento temporário de água do pavimento para atender à chuva de projeto adotada. Por meio do programa computacional Netuno 4, foi avaliado e o volume para o reservatório permanente do sistema de aproveitamento, que resultou em 40.000 litros. A captação de água de chuva a partir do pavimento drenante e uso no bloco da edificação, para fins não potáveis, representou em uma economia de 72,98% em ambos os cenários avaliados. Vídeo de apresentação submetido ao 14º SIC - Seminário de Iniciação Científica da UFSC 2024-09-14T00:00:00Z https://repositorio.ufsc.br/handle/123456789/259489 Detecção de danos em pontes e viadutos com técnicas de aprendizado de máquina Gasparotti de Souza, Pedro Vinícius 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. As vantagens da abordagem indireta em relação à direta envolvem a capacidade de obter informações espaciais de toda a continuidade da ponte sem a necessidade de interrupção da circulação de , bem como a redução acentuada do custo de monitoramento de todas as pontes e viadutos ao longo de uma via rodoviária. O conjunto de dados será gerado a partir de um modelo numérico que simula o comportamento da interação dinâmica do sistema veículo-estrutura. O desenvolvimento tecnológico e o refino da capacidade computacional possibilitaram soluções inovadoras para problemas de engenharia, através de algoritmos de redes neurais artificiais com o potencial de se adaptar e extrair informações de um determinado conjunto de dados. Este trabalho propõe o emprego da inteligência artificial como solução para o monitoramento indireto da saúde estrutural de pontes e viadutos rodoviários.; Ensuring the integrity of special structures such as bridges and overpasses is a challenge in the design and management of infrastructure, as the eventual failure of these components entails severe economic losses and humanitarian tragedies. Given the impact on the safety of Special Works of Art, there is a need to establish efficient strategies for monitoring structural integrity, with the intention of minimizing interruptions in traffic flow and maximizing the safety of the community dependent on the operation of these systems. There are two predominant approaches to data acquisition for structural integrity assessment: direct monitoring and indirect monitoring. In indirect monitoring, sensors are installed in the vehicle to capture responses from the dynamic interaction of the vehicle-structure system, while in direct monitoring instrumentation, sensors are installed directly on the structure. The advantages of the indirect approach over the direct involve the ability to obtain spatial information from the entire continuity of the bridge without the need for traffic interruption, as well as a significant reduction in the monitoring cost of all bridges and overpasses along a roadway. Technological development and the refinement of computational capacity have enabled innovative solutions for engineering problems, through artificial neural network algorithms with the potential to adapt and extract information from a given data set. This work proposes the use of artificial intelligence as a solution for the structural health of road bridges and overpasses, exploring the effectiveness of convolutional neural networks (CNNs) for damage identification in highway bridges through indirect monitoring data of acceleration measures. The dataset is generated from a numerical finite element code that simulates the behavior of the dynamic interaction between the vehicle and the structure system. Damage is modeled as stiffness reduction at strategic points along the bridge, particularly near the midspan. The CNN's ability to identify damage is evaluated by its proficiency in detecting patterns and anomalies in the data, which correlate with different levels of structural impairment. Apresentação para o 34o SIC 2024 2024-09-08T00:00:00Z