ESTUDO DA RESISTÊNCIA MECÂNICA E DETECÇÃO DE DEFEITOS EM ESTRUTURAS DE CONCRETO A PARTIR DE FUNÇÕES DE RESPOSTA EM FREQUÊNCIA E TÉCNICAS DE APRENDIZADO DE MÁQUINA
Inteligência Artificial; Propriedades Mecânicas; Caracterização Dinâmica.
O desempenho mecânico e a durabilidade do concreto são aspectos essenciais para a segurança e longevidade das estruturas utilizadas na engenharia. Diante do aumento de manifestações patológicas e da necessidade de métodos mais precisos de monitoramento, este trabalho investiga a aplicação integrada da análise modal experimental e de técnicas de aprendizado de máquina para avaliar a resistência mecânica, identificar defeitos e comparar o comportamento dinâmico entre concreto convencional e bioconcreto com adição de endocarpo de macaúba (Acrocomia aculeata). Foram realizados ensaios de excitação impulsiva em corpos de prova de diferentes classes de resistência, registrando-se as funções de resposta em frequência (FRF) nas duas posições usuais de instrumentação para extração das frequências naturais e do coeficiente de amortecimento. Os dados dinâmicos foram empregados em modelos supervisionados de aprendizado de máquina, especialmente Redes Neurais Artificiais e Random Forest, para prever a resistência à compressão e classificar a severidade de defeitos. Os resultados demonstraram que propriedades dinâmicas, sobretudo as frequências naturais e o amortecimento, são sensíveis às variações microestruturais decorrentes tanto da perda de integridade quanto das mudanças composicionais do concreto. Os modelos de aprendizado de máquina apresentaram desempenho satisfatórios na previsão da resistência e na classificação da integridade, destacando-se o uso das FRF como preditores não destrutivos eficientes. A comparação entre concreto convencional e bioconcreto revelou diferenças dinâmicas sistemáticas, indicando que a substituição parcial do agregado graúdo pelo endocarpo de macaúba influencia a rigidez dinâmica sem comprometer o comportamento estrutural dentro dos limites estudados. Assim, este trabalho contribui para o avanço das técnicas de avaliação não destrutiva, demonstra a viabilidade do uso de modelos computacionais em conjunto com a análise modal e propõe uma base metodológica para futuras aplicações em monitoramento da integridade estrutural e no desenvolvimento de materiais alternativos de menor impacto ambiental.