Desenvolvimento de metodologias para a identificação de danos em pontes ferroviárias com base em monitoramento indireto e aprendizado de máquina

• Processo: 22/13045-1
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de abril de 2023
• Data de Término da vigência: 31 de março de 2027
• Área de conhecimento: Engenharias - Engenharia Civil - Estruturas
• Pesquisador responsável: Tulio Nogueira Bittencourt
• Beneficiário: Cassio Scarpelli Cabral de Braganca
• Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Aprendizado computacional Pontes ferroviárias Dinâmica das estruturas
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Identificação de Dano | Monitoramento indireto | Pontes ferroviárias | Dinâmica de estruturas

Resumo

Pontes e viadutos são elementos chave de qualquer infraestrutura de transporte terrestre, permitindo trajetos mais curtos e econômicos ao evitar a necessidade de se desviar obstáculos como rios e vales. Este aspecto é ainda mais importante quanto se trata do modal ferroviário no qual os veículos não são capazes de vencer declividades muito intensas. Os recentes avanços tecnológicos nos trens levaram a acréscimos significativos nas velocidades e carga transportada por eixo aumentado significativamen-te as solicitações de pontes e viadutos. Estes aumentos de solicitação, atrelados ao envelhecimento da infraestrutura, tornam cada vez mais importante a existência metodologias robustas para a detecção precoce de danos nestas estruturas. Nos dias de hoje o padrão, tanto no Brasil quanto no mundo, ain-da é a realização de inspeções periódicas puramente visuais, o que não permite a detecção precoce de muitos tipos de dano. Frente a esta realidade alguns gestores de infraestrutura tem optado por instalar nas pontes modernos sistemas de monitoramento de integridade estrutural. O alto custo associado a estes sistemas, entretanto, acaba tornando proibitiva sua instalação em todas as pontes e viadutos de uma via férrea, limitando sua utilização àquelas mais críticas ou de maior extensão. Na tentativa de suprir esta deficiência, é crescente o interesse dos gestores de infraestrutura em novas tecnologias capazes de detectar danos nas vias com base em sistemas de monitorização embarcados nos veículos ferroviários. Frente a esta motivação, este trabalho propõe o desenvolvimento de uma metodologia automática para a detecção de danos em pontes e viadutos ferroviários com base no reconhecimento, por meio de técnicas de aprendizado de máquina, de padrões característicos de dano em respostas dinâmicas obtidas por meio de sistemas de monitorização embarcados nos veículos.

Publicações científicas

(6)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BRAGANCA, CASSIO; SOUZA, EDSON F.; RIBEIRO, DIOGO; MEIXEDO, ANDREIA; BITTENCOURT, TULIO N.; CARVALHO, HERMES. Drive-by Methodologies Applied to Railway Infrastructure Subsystems: A Literature Review-Part II: Track and Vehicle. APPLIED SCIENCES-BASEL, v. 13, n. 12, p. 29-pg., 2023-06-01. (22/13045-1)

SOUZA, EDSON F.; BRAGANCA, CASSIO; MEIXEDO, ANDREIA; RIBEIRO, DIOGO; BITTENCOURT, TULIO N.; CARVALHO, HERMES. Drive-by Methodologies Applied to Railway Infrastructure Subsystems: A Literature Review-Part I: Bridges and Viaducts. APPLIED SCIENCES-BASEL, v. 13, n. 12, p. 31-pg., 2023-06-01. (22/13045-1)

DE SOUZA, EDSON FLORENTINO; BRAGANCA, CASSIO; RIBEIRO, DIOGO; BITTENCOURT, TULIO NOGUEIRA; CARVALHO, HERMES. Drive-by damage detection methodology for high-speed railway bridges using sparse autoencoders. RAILWAY ENGINEERING SCIENCE, v. N/A, p. 28-pg., 2024-08-29. (22/13045-1)

RUIZ, DIANELYS VEGA; DE BRAGANCA, CASSIO SCARPELLI CABRAL; PONCETTI, BERNARDO LOPES; BITTENCOURT, TULIO NOGUEIRA; FUTAI, MARCOS MASSAO. Structural damage detection for a small population of nominally equal beams using PSO-optimized Convolutional Neural Networks. MECHANICAL SYSTEMS AND SIGNAL PROCESSING, v. 225, p. 20-pg., 2024-12-28. (22/13045-1)

GAMINO, ANDRE LUIS; HUNE, RAFAEL PETILLE; SANTOS, RUAN RICHELLY; DE BRAGANCA, CASSIO SCARPELLI CABRAL; BITTENCOURT, TULIO NOGUEIRA; CARVALHO, HERMES; FUTAI, MARCOS MASSAO. Dynamic analysis of a pedestrian bridge using monitoring and computational techniques. Structure and Infrastructure Engineering, v. N/A, p. 19-pg., 2024-11-04. (22/13045-1)

RUIZ, DIANELYS VEGA; DE BRAGANCA, CASSIO SCARPELLI CABRAL; PONCETTI, BERNARDO LOPES; BITTENCOURT, TULIO NOGUEIRA; FUTAI, MARCOS MASSAO. Vibration-based structural damage detection strategy using FRFs and machine learning classifiers. STRUCTURES, v. 59, p. 14-pg., 2023-12-15. (22/13045-1)