Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/85737
Registo completo
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.author | Bonatte, Maurício Sampaio | por |
dc.contributor.author | Santos, Ademir F. | por |
dc.contributor.author | Neto, João | por |
dc.contributor.author | Sousa, Hélder S. | por |
dc.contributor.author | Bittencourt, Túlio | por |
dc.contributor.author | Matos, José C. | por |
dc.date.accessioned | 2023-07-26T13:59:13Z | - |
dc.date.available | 2023-07-26T13:59:13Z | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | https://hdl.handle.net/1822/85737 | - |
dc.description.abstract | A funcionalidade da malha rodoviária é vital para o desenvolvimento econômico e social de um país. Portanto, uma gestão otimizada das pontes é determinante para garantir o estado operacional da rede de transportes, visto a grande importância destes elementos no modal. Os estudos prospectivos de desenvolvimento econômico para o planejamento da manutenção, reparo e reabilitação de pontes consideram a previsão do estado de condição dos ativos rodoviários como um dos fatores determinantes para a gestão. Com o intuito de contribuir para o planejamento econômico, esse trabalho tem como objetivo a obtenção de modelos de degradação mais confiáveis, baseados em Redes Neurais Artificiais (RNA). Para o desenvolvimento deste trabalho, foi utilizada uma base de dados representativa do parque de obras no Brasil, incluindo inspeções visuais de mais de treze mil pontes. Com o modelo calibrado realizaram-se simulações de deterioração para diferentes cenários. Fica evidenciado que os modelos de degradação desenvolvidos seguindo a metodologia proposta fornecem uma previsão precisa da deterioração das pontes | por |
dc.description.sponsorship | Este trabalho foi parcialmente financiado pela FCT/MCTES através de fundos nacionais (PIDDAC) no âmbito da Unidade de I&D Instituto para a Sustentabilidade e Inovação em Engenharia Estrutural (ISISE), sob a referência UIDB /04029/2020, e parcialmente financiado pelo programa de pesquisa e inovação Horizonte 2020 da União Europeia, com a referência nº 955337, e contou com o apoio do programa de capacitação de docentes do Instituto Federal de Educação, Ciência e Tecnologia de Minas Gerais (IFMG). | por |
dc.language.iso | por | por |
dc.publisher | Laboratório Nacional de Engenharia Civil (LNEC) | por |
dc.relation | info:eu-repo/grantAgreement/FCT/6817 - DCRRNI ID/UIDB%2F04029%2F2020/PT | por |
dc.rights | openAccess | por |
dc.subject | Modelos preditivos | por |
dc.subject | Deterioração | por |
dc.subject | RNA | por |
dc.subject | Pontes rodoviárias | por |
dc.subject | BMS | por |
dc.title | Aplicação de redes neurais em modelos preditivos de deterioração de pontes rodoviárias | por |
dc.type | conferencePaper | por |
dc.peerreviewed | yes | por |
sdum.event.type | congress | por |
dc.subject.fos | Engenharia e Tecnologia::Engenharia Civil | por |
sdum.conferencePublication | JPEE 2022 - 6as Jornadas Portuguesas de Engenharia de Estruturas | por |
dc.subject.ods | Indústria, inovação e infraestruturas | por |
Aparece nas coleções: | ISISE - Comunicações a Conferências Nacionais |