Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Silva, Alisson de Souza
 |
| Orientador(a): |
Costa, Dayana Bastos
|
| Banca de defesa: |
Silva, Francisco Gabriel Santos
,
Corrêa, Fabiano Rogerio
,
Melo, Roseneia Rodrigues Santos de
,
Costa, Dayana Bastos,
Melo, Reymard Sávio Sampaio de |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal da Bahia
|
| Programa de Pós-Graduação: |
Programa de Pós-graduação em Engenharia Civil (PPEC)
|
| Departamento: |
Escola Politécnica
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufba.br/handle/ri/38429
|
Resumo: |
A fachada é um dos principais subsistemas de uma edificação e o surgimento de manifestações patológicas pode comprometer seu desempenho. Portanto, atividades de inspeções e manutenções periódicas são necessárias, principalmente durante a execução, onde surgem diversas anomalias. No entanto, muitas vezes, as inspeções manuais e visuais apresentam algumas limitações, sendo consideradas demoradas, caras e inseguras. Diante disso, o uso de tecnologias digitais pode minimizar tais limitações. Neste contexto, o objetivo principal deste trabalho é propor um método de reconhecimento automatizado para identificar manifestações patológicas em fachadas de parede de concreto durante a execução, com uso de drones e algoritmos de Aprendizado de Máquina (AM), visando a melhoria na qualidade da obra. Para tanto, foi adotado a estratégia de pesquisa da Design Science Research (DSR), envolvendo três estudos de caso ao longo das seguintes etapas: a) Conscientização através da investigação do problema teórico por meio de uma Revisão Sistemática da Literatura-RSL, identificando as lacunas de pesquisa e através da investigação do problema prático em campo; b) Sugestão do artefato através da realização de um estudo de caso exploratório, no qual foi utilizando drones para aquisição de imagens e algoritmos de AM para processamento digital de imagens; c) Desenvolvimento do artefato com a realização de dois estudos de caso implementando o método de reconhecimento automatizado de manifestações patológicas através de protocolos de aquisição e processamento de imagens, além da incorporação das informações oriundas dessas atividades no sistema de gestão da qualidade da obra; d) Avaliação do método proposto através dos constructos Transparência, Eficiência e Utilidade, por meio de variáveis e fontes de evidências; e por fim, e) Conclusão com a formalização do método proposto e considerações finais sobre o estudo. Foram propostos dois protocolos que permitiram maior celeridade e precisão nas etapas de aquisição e processamento de imagens. Nos estudos foram levantadas onze manifestações patológicas, das quais quatro foram visualizadas com drone e analisada por algoritmos de aprendizado de máquina. Dos nove modelos criados no software de AM chamado Custom Vision, o que apresentou melhor desempenho atingiu 58,99% de F1 Score e 65% de mAP. Além disso, durante os testes, algumas falhas construtivas foram reconhecidas corretamente com até 97,4% de probabilidade. Do ponto de vista gerencial, as informações adquiridas por meio das inspeções foram incorporadas no processo de execução da obra através de relatórios, imagens coletadas com drone e planos de ação baseados no ciclo PDCA. Após a avaliação do método, evidenciou que as informações através do método proposto deram suporte aos gestores na tomada de decisão em relação ao controle da qualidade durante o processo construtivo de fachadas de paredes de concreto moldadas in loco. |
