Estratégias de Otimização para Calibração de Modelos Numéricos de Pontes
Nome: THIAGO ARTUR MENDES DE SOUZA
Data de publicação: 06/04/2026
Banca:
Nome |
Papel |
|---|---|
| DIOGO RODRIGO FERREIRA RIBEIRO | Examinador Externo |
| JOAO VICTOR FRAGOSO DIAS | Presidente |
| MARCOS ANTONIO CAMPOS RODRIGUES | Examinador Interno |
| TULIO NOGUEIRA BITTENCOURT | Coorientador |
Resumo: A infraestrutura viária brasileira conta com milhares de pontes, muitas delas envelhecidas e
sujeitas a processos de degradação, destacando a necessidade de um monitoramento eficaz para
garantir a segurança e prolongar sua vida útil. Nesse contexto, o método de elementos finitos
(FEM) tem se consolidado como uma ferramenta fundamental para a análise e monitoramento
dessas estruturas. Entretanto, a confiabilidade desses modelos depende de um processo de
calibração, que busca reduzir discrepâncias entre respostas numéricas e dados experimentais.
O presente estudo teve como objetivo desenvolver e avaliar estratégias computacionais para a
calibração. Para isso, foram investigados três algoritmos amplamente utilizados na literatura: o
Algoritmo Genético (GA), Otimização por Enxame de Partículas (PSO) e Otimização
Bayesiana (BO). O estudo também analisou aspectos relevantes do processo de calibração como
a influência de hiperparâmetros dos algoritmos e a aplicação de análise de sensibilidade para a
seleção de variáveis. A metodologia foi aplicada a quatro problemas estruturais com diferentes
níveis de complexibilidade: três estruturas sintéticas – uma viga biapoiada, uma laje sobre vigas
e uma ponte treliçada – e uma estrutura real – uma ponte para pedestres localizada na Poli-USP,
em São Paulo. Os resultados obtidos indicam que as técnicas analisadas são capazes de conduzir
com sucesso o processo de calibração de modelos estruturais, reduzindo significativamente os
erros entre respostas modais numéricas e de referência. Verificou-se também que a etapa de
análise de sensibilidade contribui para a redução da dimensionalidade do problema e para o
aumento da eficiência do processo de otimização. A BO demonstrou particular eficiência em
termos de número de avaliações necessárias da função objetivo, enquanto os algoritmos
populacionais apresentaram maior robustez na exploração do espaço de busca. Como principal
contribuição do trabalho, foi desenvolvido um pacote computacional em Python que integra
rotinas de otimização, análise de sensibilidade e interface com modelos de elementos finitos,
permitindo sistematizar e automatizar o processo de calibração de modelos estruturais. A
ferramenta oferece uma base que facilita a aplicação e a expansão de metodologias de
calibração em problemas de engenharia.
