Técnicas de Aprendizado de Máquina para o Monitoramento Indireto de Pontes Ferroviárias

Abstract

A iniciação científica explorou técnicas de otimização, questões de custo computacional que desencadearam na otimização de geometrias de seções de vigas, visando alcançar resistência e segurança com menor custo. Utilizou-se algoritmos de otimização, técnicas de ciência de dados e redes neurais para previsão de deflexões estruturais para uma melhor compreensão do funcionamento dessas ferramentas e potencial das mesmas. A análise dos resultados evidenciou a eficácia dessas abordagens e o potencial promissor das Redes Neurais Convolucionais (CNNs) na detecção de danos em pontes. O projeto contribuiu para o aprendizado dessas técnicas avançadas, produzindo insights valiosos e lançando luz sobre futuras aplicações na análise estrutural.