Banca de DEFESA: MAISA BEATRIZ MARINHO FAUSTO DA SILVA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: MAISA BEATRIZ MARINHO FAUSTO DA SILVA
DATA: 27/09/2024
HORA: 09:00
LOCAL: Sala PPGECAM
TÍTULO: Modelagem explicativa para avaliação do estado de condição de pontes rodoviárias quanto ao julgamento de insuficiência estrutural a partir de relatórios de inspeção
PALAVRAS-CHAVES: Pontes; Desempenho; Modelos; Cadeia de Markov; Manutenção
PÁGINAS: 124
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Civil
RESUMO: Partido do pressuposto da importância do estudo contínuo de elementos que compõe a infraestrutura urbana, tais como as das Obras de Artes Especiais (OAEs), que são pontes, pontilhões, viadutos e passagens inferiores do Brasil; o artigo propõe uma modelagem explicativa/analítica de informações oriundas de inspeções disponíveis no SGO/DNIT, na intenção de avaliar a possível relação entre os pareceres de avaliadores com as características das pontes. O procedimento é iniciado identificando as variáveis importantes para explicar os pareceres dos avaliadores no tocante a insuficiência estrutural com base em uma análise preliminar usando a regressão logística. Em seguida, são realizadas as etapas, de análise preditiva com 6 (seis) algoritmos e a verificação de acurácia destes a partir de validação cruzada. Por fim, foi possível atestar que de 12 (doze) características das pontes, 5 (cinco), idade, tipo de estrutura, largura da pista e outras duas relacionadas aos danos encontrados nelas, são as mais relevantes inicialmente para explicar o julgamento de insuficiência estrutural. O modelo logístico indicou uma correta classificação para 82,73% dos registros investigados, apresentando uma área abaixo da curva ROC (AUC) de 0,8314. Com o método cross-validation o modelo de regressão logística teve a maior acurácia de 80,76%, enquanto que nos modelos de Machine Learning a acurácia máxima observada foi de 83,40%. A boa qualidade do ajuste do modelo de regressão logística e dos algoritmos de Machine Learning foi um indicativo de que seria possível formular um modelo com capacidade preditiva suficiente para auxiliar nas classificações das pontes quanto a insuficiência estrutural.
MEMBROS DA BANCA:
Externo à Instituição - ADRIANA DE PAULA LACERDA SANTOS
Interno - 1451686 - ANGELO VIEIRA MENDONCA
Presidente - 1453678 - RICARDO ALMEIDA DE MELO
Interno - 337345 - ROBERTO LEAL PIMENTEL
Externo à Instituição - WILLIAM DE PAIVA