Dissertação de Mestrado

A importância que a inteligência artificial adquiriu nos dias de hoje em todas as atividades humanas não deve ser subestimada. Embora o uso dessa tecnologia não seja recente na engenharia de estruturas, o avanço na capacidade computacional e as recentes descobertas e estudos em redes neurais artificiais trouxeram uma nova gama de possibilidades e um diferente olhar em como problemas complexos de engenharia podem ser tratados. A análise dinâmica de estruturas altas sob ação de vento constitui uma questão complexa de engenharia. Neste sentido, esta pesquisa visa criar duas soluções computacionais: A primeira gera rajadas de vento sintético e modela suas cargas estáticas e dinâmicas e a segunda utiliza regressões por vetores de suporte e redes neurais profundas para prever a resposta temporal (máximos deslocamentos horizontais) de uma edificação em concreto armado a essas cargas de vento sintético. Os resultados são analisados e comparados às respostas obtidas pelo software de elementos finitos Ansys Mechanical. Trata-se de um estudo em domínios recentes da engenharia de estruturas e computacional pois, embora não sejam tratados a fundo algoritmos de aprendizado de máquina, a utilização destes algoritmos para antever o comportamento de estruturas, sob efeito de carregamentos dinâmicos complexos, é inquirida.

The significance of artificial intelligence in contemporary human activities cannot be underestimated. Although the application of this technology in structural engineering is not recent, advancements in computational capacity and recent developments in artificial neural networks have introduced a new range of possibilities and a distinct perspective on addressing complex engineering problems. The dynamic analysis of tall structures under wind action stands for an overly complex engineering challenge. In this context, this research aims to develop two computational solutions: the first generates synthetic wind gusts and models their static and dynamic loads, while the second employs support vector regressions and deep neural networks to predict the temporal response (maximum horizontal displacements) of a reinforced concrete building subjected to these synthetic wind loads. The results are analysed and compared with responses obtained from the finite element software Ansys Mechanical. This study explores emerging domains in structural and computational engineering, as, although machine learning algorithms are not exhaustively addressed, their application to predict structural behaviour under complex dynamic loadings is investigated.