Uma revisão sistemática da literatura sobre Inteligência Artificial na área de estruturas da Engenharia Civil

Autores

  • Ana Kelly Nobre Costa UFERSA
  • Nathalee Cavalcanti de Almeida Lima UFERSA
  • Débora Fernandes Costa UFERSA
  • Ádla Kellen Dionisio Sousa de Oliveira

Palavras-chave:

Revisão Sistemática da Literatura, Inteligência Artificial, Estruturas de engenharia civil

Resumo

A área de estruturas é fundamental na engenharia civil, garantindo a segurança e estabilidade de edificações e infraestruturas. Com o aumento da complexidade dos projetos, a Inteligência Artificial (IA) emerge como uma solução inovadora para otimizar o design, automatizar processos e aprimorar a manutenção preditiva. Este estudo realizou uma revisão sistemática da literatura com o objetivo de investigar como as técnicas de IA estão sendo aplicadas em estruturas de engenharia civil e identificar as principais contribuições e desafios associados. A metodologia adotada foi uma revisão sistemática da literatura, seguindo as diretrizes de Kitchenham e Charters. Foram analisados 331 artigos publicados entre 2018 e 2023, extraídos de bases de dados como Scopus, Science Direct, Web of Science e Compendex. Após os critérios de inclusão e exclusão, 252 artigos foram selecionados para análise detalhada. A Scopus foi a maior fonte de artigos (220), seguida pela Science Direct (14), Web of Science (11) e Compendex (7). Os resultados indicam um crescimento significativo na aplicação da IA, com picos em 2021 e 2022, com 71 e 77 artigos, respectivamente. Entre as técnicas mais exploradas estão Support Vector Machine (SVM), K-Nearest Neighbors (KNN), Convolutional Neural Networks (CNN) e redes neurais gerais. Contudo, 76 artigos falharam em abordar adequadamente os desafios, como a integração e qualidade dos dados, a generalização dos modelos e os altos requisitos computacionais. Conclui-se que a IA oferece um grande potencial para transformar o campo das estruturas na engenharia civil, aumentando a eficiência e precisão dos processos. No entanto, a superação de obstáculos técnicos e operacionais, principalmente na integração de dados e generalização dos modelos, será crucial para promover sua adoção em larga escala no setor.

Downloads

Não há dados estatísticos.

Downloads

Publicado

07-01-2025

Edição

Seção

Núcleo 2: Ciências Exatas e da Terra, Engenharias, Multidisciplinar