Navegando por Orientador "SILVA, Edilson Morais Lima e"
Agora exibindo 1 - 2 de 2
Resultados por página
Opções de Ordenação
Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Estudo de análise modal de um pórtico espacial pela função resposta em frequência (FRF)(2023-12-12) FREITAS, Arthur Vinicius Macedo; SILVA, Edilson Morais Lima e; http://lattes.cnpq.br/5216270980191539Muitas estruturas de Engenharia Civil apresentam problemas de vibrações excessivas originadas por ações dinâmicas de característica periódica ou transitória. Como exemplos citam-se as pontes, viadutos, edifícios esbeltos, torres e linhas de transmissão. Essas estruturas, ao serem excitadas, estão sujeitas a falhas por fadiga, amplificação dos esforços e pelo fenômeno de ressonância. Nesse caso, isto ocorre quando a frequência de excitação se aproxima da frequência natural da estrutura. Este trabalho tem como objetivo investigar o uso de técnicas de análise modal experimental computacional na identificação dos parâmetros modais de um pórtico excitado por um ruído branco Gaussiano. Os parâmetros modais refletem o comportamento da estrutura quando excitada, mensurando suas frequências naturais, fatores de amortecimento e suas formas modais. Foi analisado um pórtico tridimensional que foi modelado no programa SAP2000 e excitado computacionalmente por um sinal do tipo ruído branco. A identificação estrutural simulada foi baseada na Função Resposta em Frequência (FRF) em conjunto com a técnica dos Método do Mínimos Quadrados Complexos Exponenciais (LSCE). Os parâmetros modais (Frequência e amortecimento) da estrutura foram, então, determinados fazendo o uso do diagrama de estabilidade. Por fim, para avaliar a influência da presença de ruído nos sinais medidos usados na estimação dos parâmetros modais, aplicaram-se níveis de ruído nas ordens de 5, 10, 15, 20, 25 e 30 porcento da máxima amplitude de cada aquisição.Trabalho de Curso - Graduação - Monografia Acesso aberto (Open Access) Otimização multiobjetivo de misturas de concreto utilizando xgboost e algoritmo genético: uma abordagem sustentável baseada em IA(2025-09-16) SANTOS, Isaac Moraes dos; SILVA, Edilson Morais Lima e; http://lattes.cnpq.br/5216270980191539; https://orcid.org/0000-0003-4733-3200Este trabalho propõe uma abordagem inovadora para a otimização multiobjetivo de misturas de concreto, visando conciliar resistência mecânica, redução de custos e diminuição da pegada de carbono (CO₂). A metodologia integra o algoritmo preditivo XGBoost, com quantificação de incertezas, e o algoritmo genético NSGA-II para otimização. O XGBoost foi refinado para prever a resistência do concreto, enquanto o NSGA-II explorou soluções que equilibram os múltiplos objetivos de desempenho e sustentabilidade. Os resultados demonstram a eficácia do modelo de machine learning na otimização de misturas de concreto, validando estatística e matematicamente sua precisão e robustez em comparação com métodos tradicionais. Este estudo destaca o potencial da inteligência artificial para aprimorar a engenharia civil, oferecendo ferramentas para decisões mais informadas e sustentáveis. Futuras etapas incluem a realização de ensaios laboratoriais para validação prática dos resultados computacionais, consolidando a aplicabilidade da abordagem em um contexto real. Palavra-chave: Otimização Multiobjetivo; Concreto; Machine Learning; XGBoost; Algoritmo Genético; Sustentabilidade; Resistência a Compressão; Traço de Concreto.