Detalhes bibliográficos
| Ano de defesa: |
2024 |
| Autor(a) principal: |
Geremias, Vinícius Michelon |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
eng |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.udesc.br/handle/UDESC/20284
|
Resumo: |
A corrosão atmosférica é um processo químico complexo capaz de causar bilhões de dólares em danos a grandes estruturas metálicas. Para enfrentar esse problema, os estudos focam em compreender o fenômeno corrosivo e desenvolver métodos preditivos para reduzir os custos em projetos metalúrgicos. Esta pesquisa propõe o uso de modelos de aprendizado de máquina para prever as taxas de corrosão atmosférica em materiais como alumínio, aço carbono, cobre e zinco. Os modelos foram treinados com dados de taxas de corrosão provenientes dos projetos ISOCORRAG e MICAT, combinados com dados de reanálise, como sal marinho, dióxido de enxofre, temperatura e velocidade do vento, entre outros fatores ambientais. Os algoritmos de aprendizado de máquina Random Forest e Extra Trees foram utilizados e demonstraram uma precisão significativa, superando métodos tradicionais de predição, servindo como ferramentas valiosas para melhor antecipar os impactos da corrosão. Além desses modelos, o desenvolvimento de mapas de corrosão atmosférica fornece uma representação visual da corrosividade em diferentes regiões da América do Sul, auxiliando especialistas a identificar áreas de alto risco e projetar medidas preventivas de forma mais eficaz. Os resultados obtidos apoiam uma tomada de decisão mais informada, permitindo a otimização de custos e aumentando a longevidade de estruturas metálicas. Ao oferecer uma compreensão mais abrangente das dinâmicas da corrosão, essa abordagem contribui significativamente para a redução de custos de manutenção e para o aprimoramento do planejamento em projetos metalúrgicos de grande escala, fornecendo uma solução avançada e econômica para a gestão de riscos de corrosão atmosférica. |
