Desenvolvimento e implementação de métodologias para detecção de dano em estruturas de pontes ferroviárias

Abstract

A iniciação científica explorou técnicas de otimização, questões de custo computacional e modelos preditivos para monitoramento de saúde estrutural, as quais desencadearam na otimização de modelos de machine learning para buscar a melhor adequação do modelo com os dados estudados, visando a segurança. Em sequência, a análise dos resultados evidenciou a eficácia dessas abordagens e o potencial promissor dos modelos preditivos no âmbito das estruturas, o que acarretou na utilização de Autoencoders Esparsos para tratamento dos dados de danos em pontes e em seguida utilizado diferentes indicadores de dano para a estrutura da ponte analisada. O projeto contribuiu para o aprendizado das diversas técnicas avançadas utilizadas, otimização das mesmas e produção de insights valiosos, lançando luz sobre futuras aplicações na análise estrutural.