Imagina usar Inteligência Artificial (IA) para detectar automaticamente corrosão em estruturas metálicas, como pontes e viadutos, com mais precisão, reduzindo, assim, custos e riscos das inspeções manuais. Isso é possível e a solução foi desenvolvida por engenheiros da Universidade Católica de Petrópolis (UCP), que apresentaram o estudo, nesta terça-feira (25.11), no primeiro Congresso Estadual da Associação Brasileira de Engenheiros Civis – ABENC-RJ (CONABENCRIO), que aconteceu no Rio de Janeiro.
O trabalho dos engenheiros, que resultou em um artigo, foi fruto de estudos desenvolvidos, neste ano, durante pesquisas no Mestrado Profissional em Gestão de Sistemas de Engenharia da UCP. Renato Freitas do Amaral é engenheiro civil, Darlan Costa Porto engenheiro mecânico e Heitor Oliveira Gonçalves é engenheiro de software, todos pela Universidade.
Eles decidiram unir suas expertises em cada área e aplicar em um projeto que poderia beneficiar a sociedade de forma inovadora, resolvendo um problema real e de extrema necessidade para a engenharia, que é a corrosão em estruturas metálicas. Por ser um país litorâneo, e devido a essa especificidade, as estruturas no Brasil sofrem ataques constantes, inclusive podendo ocasionar colapsos.
“O projeto tem como propósito de trazer ao conhecimento do público técnico e em geral, de como a tecnologia, principalmente a Inteligência Artificial, pode ser uma ferramenta extremamente eficaz no meio da engenharia. Imagine um computador que aprendeu a “enxergar” ferrugem analisando fotos. Ao invés de um inspetor humano ter que escalar uma ponte alta e perigosa para procurar falhas ponto a ponto, um drone pode tirar fotos e nossa IA processa tudo em milissegundos, apontando exatamente onde há corrosão e onde é apenas sujeira ou sombra”, explica Renato.
O estudo compara duas tecnologias de ponta, demonstrando que o modelo mais moderno (Attention U-Net) consegue identificar falhas com 77,5% de precisão, reduzindo drasticamente os custos e riscos das inspeções feitas manualmente e perigosas.
“Comparamos duas “arquiteturas” de IA: a clássica U-Net: um modelo padrão de visão computacional. E a moderna, a Attention U-Net: o grande vencedor do estudo. Esta IA possui um mecanismo de “atenção” que imita o olho humano experiente: ela sabe ignorar o que é irrelevante (reflexos, poeira) e focar apenas nos sinais de corrosão. A tecnologia Attention U-Net superou a versão clássica. Precisão de 77,5% de acerto na detecção. Eficiência ao reduzir em 46% os “falsos alarmes” (quando a máquina acha que é ferrugem, mas não é). Velocidade ao processar uma imagem em menos de 1 segundo”, destaca Renato.
O artigo, que foi orientado pelo coordenador do Mestrado Profissional em Gestão de Sistemas de Engenharia da UCP, Prof. Dr. Giovane Quadrelli, , foi apresentado pelos mestrandos da UCP no evento que reuniu profissionais do ramo para discutir grandes obras, inovações, patologia das construções, manutenção e segurança.
“O evento contou com grandes nomes da engenharia civil e é de suma importância levar um estudo envolvendo uma inovação com o uso de Inteligência Artificial sobre detecção de patologias de corrosão, que está diretamente ligada à engenharia civil, pois traz uma perspectiva nova para o controle e manutenção de estruturas metálicas, com mais segurança, redução de custo e tempo”, comentam os engenheiros.
