Uso de redes neurais artificiais para a predição dos melhores parâmetros de reconstrução de imagem de elementos de concreto

• Processo: 23/04604-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Mestrado
• Data de Início da vigência: 01 de agosto de 2023
• Data de Término da vigência: 31 de outubro de 2023
• Área de conhecimento: Engenharias - Engenharia Civil - Estruturas
• Pesquisador responsável: Vladimir Guilherme Haach
• Beneficiário: Lara Guizi Anoni
• Supervisor: Lev Khazanovich
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: University of Pittsburgh (Pitt), Estados Unidos
• Vinculado à bolsa: 22/15224-0 - Tomografia ultrassônica de elementos de concreto: Retroprojeção x Métodos Algébricos, BP.MS
• Assunto(s): Reconstrução de imagens Redes neurais (computação) Ultrassom Ensaios não destrutivos Concreto
• Palavra(s)-Chave do Pesquisador: Detecção de Danos | Reconstrução de Imagens | Redes Neurais Artificiais | Tomografia do Concreto | tomografia ultrassônica | ultrassom | Ensaios Não Destrutivos

Resumo

Ensaios com a propagação de pulsos ultrassônicos têm sido amplamente utilizados para a inspeção de elementos de concreto, uma vez que não causam danos à estrutura inspecionada. A rápida detecção de não homogeneidades da estrutura em uma análise simples e a geração de imagens tomográficas de seções internas com uma análise mais complexa estão entre as vantagens deste ensaio. Pesquisas relacionadas à tomografia ultrassônica envolvem várias técnicas de reconstrução de imagens, incluindo métodos algébricos e de projeção, com definições específicas que contribuem para a precisão da imagem. A tomografia pode ser gerada com base no tempo de voo ou variações na amplitude da onda. Os dados podem ser manipulados com regras de interpolação, e algoritmos de atualização de trajetórias podem ser utilizados. A qualidade das imagens geradas depende destas definições. Assim, este estudo propõe a utilização de Redes Neurais Artificiais (RNN) para prever a melhor técnica de reconstrução de imagens e os parâmetros específicos relacionados. Várias imagens simuladas geradas com um software de análise de dados de ultrassom irão ajudar no treinamento, teste e optimização da ANN. O objetivo da pesquisa é melhorar a capacidade de geração de imagens a partir dos resultados de ensaios com ultrassom para a detecção de vazios e danos em elementos de concreto. (AU)