Você está na página 1de 10

Automação na Construção 87 (2018) 96-105

Listas de conteúdos disponíveis em ScienceDirect

Automação na Construção

Página inicial do jornal: www.elsevier.com/locate/autcon

Modelagem estocástica baseada em rede de Petri da durabilidade de renderizações

C. Ferreira uma , L. Canhoto Neves b , A. Silva c , • , J. de Brito d


uma FCT - UNL (Faculdade de Ciências e Tecnologia - Universidade Nova de Lisboa), 2829-516 Caparica, Portugal
b Centro de Engenharia de Transporte de Nottingham (NTEC), Universidade de Nottingham, Nottingham, Reino Unido

c IST - Universidade de Lisboa, Av. Rovisco Pais, 1049-001 Lisboa, Portugal


d Departamento de Engenharia Civil e Arquitectura, IST - Universidade de Lisboa, Av. Rovisco Pais, 1049-001 Lisboa, Portugal

ARTICLEINFO RESUMO

Palavras-chave: Neste estudo, é proposta uma metodologia para modelar e prever o desempenho do ciclo de vida de fachadas de edifícios com base em Redes de
Redes de petri Petri Estocásticas. O modelo proposto avalia o desempenho de fachadas rebocadas ao longo do tempo, avaliando a incerteza do desempenho futuro
Fachadas decoradas desses revestimentos. O desempenho de fachadas prestadas é avaliado com base em uma escala qualitativa discreta composta por fi cinco níveis de
Algorítmos genéticos
condição, estabelecidos de acordo com a degradação física e visual desses elementos. Neste estudo, a deterioração é modelada considerando que
Degradação
os tempos de transição entre esses estados de condição podem ser modelados como uma variável aleatória com di ff distribuições diferentes. Para
tanto, é utilizado um modelo Stochastic Petri Nets, como um framework formal para descrever este problema. A validação do modelo é baseada em
indicadores probabilísticos de desempenho, calculados usando simulação MonteCarlo e os parâmetros de distribuição de probabilidade levando a
melhor fi são de fi ned como aqueles que maximizam a probabilidade, calculados usando Algoritmo Genético. Neste estudo, é analisada uma amostra
de 99 fachadas prestadas, localizadas em Portugal, e avaliada a condição de degradação de cada caso de estudo através de inspecções visuais in
situ. O modelo proposto permite avaliar: i) a taxa de transição entre as condições de degradação;

ii) a probabilidade de pertencer a uma determinada condição de degradação ao longo do tempo; e iii) o tempo médio de permanência em cada condição de
degradação. O uso de Redes de Petri mostra-se mais preciso do que uma abordagem mais tradicional baseada em Cadeias de Markov, mas também permite o
desenvolvimento de pesquisas futuras para considerar di ff condições ambientais, ações de manutenção ou fiscalização, entre outros aspectos da análise do ciclo
de vida dos ativos existentes.

1. Introdução otimização de sistemas de manufatura [6,7] , gestão de processos de negócios [8] , interação
humano-computador [9] , entre outros. As redes de Petri não são amplamente utilizadas na indústria
De acordo com Jensen e Rozenberg [66] , a teoria da rede pode ser vista da construção, e particularmente na modelagem de ativos de construção. No entanto, existem vários
Como “ uma teoria de sistemas que visa compreender sistemas cuja estrutura e comportamento são trabalhos
determinados por uma natureza combinatória de seus estados e mudanças ”. o fi primeira proposta de [10 - 14] que usam redes de Petri para gerenciar recursos, para estimar a disponibilidade de
redes de lugares e transições, proposta por CA Petri [1] , permite o desenvolvimento de uma equipamentos e agendamento de tarefas na obra durante o processo de projeto do edifício. Por outro
metodologia não idealizadora para concorrência e informação fl agora, em sistemas organizacionais lado, foram publicados trabalhos recentes sobre o uso de Redes de Petri para modelar a
deterioração de outras infraestruturas de engenharia civil. [15 - 21] . Nas últimas décadas, vários
[2] . As redes de Petri são consideradas uma ferramenta matemática e gráfica para a descrição formal autores propuseram várias extensões e adaptações de redes de Petri comuns; todos baseados no
de sistemas cujas dinâmicas são caracterizadas como sendo formalismo básico da rede de Petri, mas apresentando muito di ff características e pressupostos
concorrente, assíncrono, distribuído, paralelo, não- erentes, de forma a se adaptarem aos fenómenos em análise. Consequentemente, existe uma
determinístico e / ou estocástico, exclusivo mútuo e contra fl icting, que são características típicas de experiência razoável na aplicação de redes de Petri para di ff diferentes domínios de aplicação,
ambientes distribuídos [3] . Portanto, as redes de Petri permitem capturar a natureza estática e permitindo a transferência de conhecimento e metodologias de um fi campo para outro [22] .
dinâmica de um sistema real, caracterizando assim a taxa de transição entre estados ou condições. [4]
.

Devido às suas características, as redes de Petri têm sido aplicadas com sucesso em di ff erente fi campos Este estudo pretende avaliar a adequação e vantagens da utilização de Redes de Petri
do conhecimento, nomeadamente em robótica [5] , no Estocásticas (NPS) como modelos de deterioração em edifícios.

• Autor correspondente.

Endereço de e-mail: c.ferreira@campus.fct.unl.pt (C. Ferreira), Luis.Neves@nottingham.ac.uk (L. Canhoto Neves), ana.ferreira.silva@tecnico.ulisboa.pt (A. Silva),
jb@civil.ist.utl.pt (J. de Brito).

https://doi.org/10.1016/j.autcon.2017.12.007
Recebido em 15 de setembro de 2016; Recebido em forma revisada em 21 de julho de 2017; Aceito em 6 de dezembro de 2017

0926-5805 / © 2017 Publicado por Elsevier BV


C. Ferreira et al. Automação na Construção 87 (2018) 96-105

tabela 1
Descrição das condições de degradação das fachadas rebocadas.

Nível de condição Descrição

Condição A Condição mais favorável. Superfície de argamassa completa sem degradação visível, com cor uniforme, sem sujeira ou descolamento
Condição B Argamassa de superfície não uniforme com probabilidade de vazios localizados determinados por percussão, mas sem sinais de destacamento. Pequenas rachaduras (0,25 mm a
1,0 mm) em áreas localizadas e podem existir alterações na cor geral da superfície. Presença eventual de microrganismos.
Condição C Argamassa com descolamentos ou perfurações localizadas, revelando som oco ao bater e descolamentos apenas no soco, com fissuras facilmente visíveis (1,0 mm a 2,0 mm) e apresentando manchas
escuras de humidade e sujidade, muitas vezes com microrganismos e algas.
Condição D Argamassa com superfície incompleta devido a destacamentos e queda de remendos de argamassa, apresentando fissuras largas ou extensas ( ≥ 2 mm) e manchas muito escuras com provável presença de algas.

Condição E Condição mais grave, exigindo ação corretiva imediata, associada a superfície incompleta da argamassa devido a destacamentos e queda de remendos de argamassa. Também revelando uma rachadura ampla ou
extensa ( ≥ 2 mm), com manchas muito escuras e provável presença de algas.

gestão de ativos. As principais vantagens do SPN são sua representação gráfica, permitindo um 2. Revisão da literatura
melhor e mais intuitivo entendimento dos princípios de modelagem, e sua versatilidade, permitindo
modelar processos estocásticos complexos. No caso particular da modelagem de deterioração, e em As fachadas podem ser vistas como a pele do edifício, ou seja, podem ser consideradas o fi primeira
comparação com as cadeias de Markov mais tradicionais, o SPN permite o uso contínuo de di ff distribuiçõescamada de proteção contra os agentes de deterioração
probabilísticas diferentes. Além disso, sua versatilidade permite modelar, em uma estrutura comum, [25] , sendo assim o elemento mais sujeito à degradação. De acordo com Flores-Colen e de Brito [26] o
múltiplos aspectos da gestão de ativos, incluindo deterioração, manutenção, inspeção e tomada de nível de degradação dos revestimentos pode em fl influenciar a qualidade do ambiente urbano, uma
decisão. Neste estudo, um modelo para prever o desempenho do ciclo de vida de fachadas de vez que é um ff ecta a aparência arquitetônica dos edifícios, que tem um e ff ect no conforto físico dos
edifícios baseado em redes de Petri estocásticas é proposto. Para analisar a condição de habitantes das grandes cidades [27] . Fachadas torneadas são o tipo de revestimento mais comum
degradação de fachadas prestadas ao longo do tempo, um conjunto de modelos de rede de Petri em Portugal [28] . No atual contexto de sociedades que buscam um uso mais sustentável dos
considerando diferentes distribuições probabilísticas é usado para estimar os tempos de transição recursos, é cada vez mais importante definir fi racionais estratégias de manutenção, de modo a evitar
entre os níveis de condição. Como não há expressões de forma fechada para a distribuição de custos desnecessários [29 - 31] . Para tanto, é imprescindível o desenvolvimento de novas e versáteis
probabilidade do estado de condição em um determinado momento, a simulação de Monte Carlo é ferramentas de apoio ao processo de tomada de decisão quanto ao instante em que as ações de
usada para calcular a probabilidade de cada modelo. Contudo, manutenção devem ser realizadas, conhecendo o grau de incerteza associado às estimativas. [32] .
Para tanto, o presente trabalho foca no uso de métodos probabilísticos para modelagem de
desempenho, incluindo Redes de Petri Estocásticas e Cadeias de Markov.

O de fi a definição das estratégias de manutenção está, em geral, relacionada às demandas dos


A amostra analisada neste estudo é composta por 99 representações, localizadas em Portugal, usuários, ou seja, usuários mais exigentes podem demandar um alto nível de desempenho, sendo
para as quais foram avaliadas as condições de degradação através de inspecções visuais in situ. A necessária a substituição do revestimento assim que começar a se deteriorar; por outro lado, alguns
classe fi O sistema catiônico adotado neste estudo para avaliar o estado de deterioração de fachadas usuários podem aceitar um nível inferior de desempenho, minimizando os custos de manutenção [67] .
rebocadas é uma escala qualitativa discreta dividida em fi cinco níveis de condição, propostos por Consequentemente, o de fi A definição de estratégias de manutenção requer a avaliação do estado
Gaspar e de Brito [23,24] , variando entre “ nenhuma degradação visível ”( doença das fachadas prestadas e o conhecimento da sua vida útil prevista. De acordo com Hertlein [33] , a
manutenção baseada na condição por planejamento de inspeção pode ser uma ferramenta útil para
A) e “ degradação generalizada ”( condição E), que requer uma ação imediata de reabilitação ou reduzir os custos do ciclo de vida, alcançando uma forma mais racional e ffi maneira eficiente de
manutenção. gerenciar orçamentos de manutenção [34] .
No fi primeira parte deste estudo, um método tradicional, baseado em cadeias de Markov é
aplicado, a fim de de fi ne um modelo de referência. O modelo benchmark e o modelo de rede de Petri
com tempos de transição distribuídos exponencialmente são usados para validar a metodologia Nas últimas décadas, di ff estudos anteriores [23,35 - 38] propor escalas visuais e físicas para
proposta. A comparação dos modelos é possível uma vez que a rede de Petri estocástica com caracterizar o tipo, extensão e gravidade dos defeitos observados em fachadas rebocadas. Gaspar e
transições distribuídas exponencialmente é equivalente a um fi cadeia de Markov nite. Em seguida, um de Brito [23] e Silva et al. [39] propôs uma escala discreta para avaliar a condição de degradação de
conjunto de distribuições probabilísticas é usado para analisar a condição de degradação das fachadas rebocadas ( tabela 1 )
fachadas renderizadas ao longo do tempo. As informações obtidas a partir dos modelos de redes de
Petri permitem a identificação fi cação da taxa de degradação das fachadas rebocadas, caracterizando Esta escala qualitativa, baseada na avaliação da degradação física e visual de fachadas
o padrão que caracteriza a perda de desempenho desses revestimentos ao longo do tempo. Essas prestadas analisadas durante uma análise abrangente fi trabalho de campo, pode ser associado a um
informações são fundamentais para identificar a necessidade futura de intervenções, otimizando as índice quantitativo que retrata o desempenho global das fachadas. Este índice numérico, inicialmente
necessidades de manutenção, evitando assim custos desnecessários associados a intervenções proposto por Gaspar e de Brito [23,24] , expressa a degradação global dos revestimentos de fachadas
urgentes. pela razão entre a área degradada ponderada em função de sua condição e uma área de referência,
equivalente ao todo e tendo o nível máximo de degradação possível - Eq. (1) .

O esboço deste artigo é o seguinte: Seção 2 fornece uma revisão da literatura sobre a classe fi sistema
de cátions e técnicas de modelagem utilizadas para modelar a evolução da degradação em fachadas
rebocadas;
Seção 3 apresenta o conceito de redes de Petri, bem como o procedimento usado para prever o
S W= Σ ( UMA n × k n × k a)
desempenho do ciclo de vida das renderizações. Por fim, a discussão dos resultados é apresentada UMA × k (1)

em Seção 4 e as conclusões são tiradas em Seção 5 .


Onde S W é a gravidade da degradação do revestimento, expressa em porcentagem; k n é o fator de
multiplicação da anomalia n, como a função de
seu nível de degradação, dentro da faixa K = { 0, 1, 2, 3, 4}; k a é um fator de ponderação
correspondente ao peso relativo da anomalia
detectou ( k a Є R +); k a, n = 1 por padrão; UMA n é a área de revestimento

97
C. Ferreira et al. Automação na Construção 87 (2018) 96-105

Figura 1. Exemplo ilustrativo das condições de degradação de fachadas rebocadas. (Fotografias por [65] )

uma ff afetado por uma anomalia n; UMA é a área da fachada; e k é o fator de multiplicação as transições observadas:
correspondente ao maior nível de degradação de um revestimento de área UMA.
m ∏ p eu j

EU( Q) = ∏k
Neste estudo, as anomalias que ocorrem em fachadas rebocadas são agrupadas em três i=1j=1 (3)
categorias: manchas; rachaduras; e desapego. o
Onde Eu é o nível de condição no instante inicial, j é o nível de condição no fi instante final, m é o
coeficiente ffi eficiente k a permite estabelecer um peso relativo entre esses grupos de anomalias, com
número de elementos, k é o número de
base no custo de reparo de cada anomalia, seu
intervalos entre as inspeções, e p eu j é a probabilidade de transição do nível de condição Eu para o
impacto estético, o em fl influência na vida útil das prestações, o cumprimento
nível de condição j, (i, j) entrada da transição
fi lment de requisitos de desempenho (por exemplo, estanqueidade) e sua
matriz de probabilidade, P, dado por:
previdência para gerar novas anomalias. Neste estudo, o seguinte k a
valores são adotados para o di ff grupos diferentes de anomalias: 1,0 para P ( ∆ t) = e Q ∙ ∆ t (4)
rachaduras; 1,5 para desprendimento; e 0,25 para manchas na condição B e
0,67 para manchas em níveis de condição mais graves (C, D e E). Onde Δ t é o intervalo de tempo entre as inspeções.

Figura 1 mostra a correlação entre o estado de algumas fachadas inspecionadas e o índice A otimização da matriz de intensidade, Q, foi realizado usando o algoritmo de conjunto ativo

numérico, ilustrando as condições visuais de renderização em cada condição de degradação. implementado no MATLAB ®. O objetivo do algoritmo de otimização é fi encontrar os parâmetros da
matriz de intensidade,
Q, que maximizam o fi função tness, log V = max ( ∑ ∑ registro p eu j),
enquanto mantém todos os termos da matriz Q positivo, q Eu - 1, eu> 0 onde Eu ∈ { 2,
2.1. Aplicação de cadeias de Markov para modelar a evolução da degradação de fachadas …, n}. Este algoritmo de otimização é uma ferramenta razoável para problemas
rebocadas que usam expressões analíticas. Em situações onde as expressões analíticas não estão disponíveis,
a estimação numérica das funções pode levar a problemas de convergência e falta de robustez da
As cadeias de Markov são amplamente utilizadas por pesquisadores em vários fi campos da solução.
engenharia civil [40 - 44] . Particularmente, as cadeias de Markov de tempo contínuo são comumente
usadas na modelagem da deterioração de ativos de engenharia civil [45] . Esta técnica de modelagem
3. Redes de Petri
é considerada um processo estocástico intuitivo, simples e de baixo custo computacional, uma vez
que existem soluções analíticas e a propriedade sem memória permite estimar o desempenho futuro
3.1. Redes de Petri Convencionais
apenas com base no desempenho atual, tornando-se particularmente relevante quando informações
limitadas estão disponíveis.
O conceito de redes de Petri foi originalmente apresentado por Carl A. Petri, que em sua tese de
doutorado desenvolveu um novo modelo de informação fl fluxo e controle em sistemas [1] . Redes de
Silva et al. [25] utilizou cadeias de Markov de tempo contínuo para avaliar o processo de
Petri são uma ferramenta de modelagem gráfica e matemática, adequada para caracterizar sistemas
degradação do reboco externo ao longo do tempo, com base nas inspecções visuais das
concorrentes, assíncronos, distribuídos, paralelos, não determinísticos e / ou estocásticos. [3] . Uma
características e estado das fachadas localizadas em Portugal. Neste trabalho, assume-se que a
rede de Petri comum é considerada uma rede bipartida direcionada, ponderada
progressão dos danos é contínua e, ao longo de um pequeno intervalo de tempo, o estado da
fachada só pode permanecer constante ou deteriorar-se para o próximo estado de estado. A matriz
gráfico com um estado inicial chamado de marcação inicial, M 0 [ 3,47] . É chamado de grafo bipartido
de intensidade de fi nes a taxa de transições entre estados [46] Como:
porque os nós são divididos em dois di ff erente
tipos: lugares, geralmente representados por círculos, e transições, geralmente representados por

0 0• retângulos. Ambos os nós estão ligados por arcos direcionados, de lugares para transições (arcos de
•− q 1,2 q 1,2 ⋯
entrada) e de transições para lugares (arcos de saída) [3,47,48] . O terceiro elemento de uma rede de
• 0 ⋱⋱ 0 0•
Q=• ⋮ ⋱⋱ ⋱ ⋮• Petri são tokens, geralmente representados por pontos pretos, que representam os elementos do
• •
0 0 ⋱ - q n - 1, n q n - 1, n • sistema

• [3,48] . Figura 2 mostra um modelo de rede de Petri simples. Transição T 1 tem dois
• 0 0⋯ 0 0• • (2)
locais de entrada ( P 1 e P 2) e um local de saída ( P 3). Os arcos que conectam os locais de entrada à
A estimativa da matriz de intensidade ideal, levando ao melhor fi t entre o modelo e a condição transição e a transição à saída
observada, foi baseado no conceito de máxima verossimilhança descrito por Kalb fl eish e sem lei lugar representam as pré e pós-condições da transição, respectivamente. Quando todos os locais de
entrada são ocupados por um token, a transição é considerada habilitada. Neste ponto, a transição fi res,
[46] . Probabilidade é de fi definido como a probabilidade prevista de ocorrência de os tokens são

98
C. Ferreira et al. Automação na Construção 87 (2018) 96-105

mesmo que a rede de Petri; seu modo de operação é idêntico, aplicando o mesmo fi regras do anel. O
único di ff erence é o intervalo de tempo aleatório entre a transição se tornar habilitada e fi anel.

3.3. Modelo de rede de Petri de deterioração

A deterioração pode ser modelada com redes de Petri, considerando que cada lugar é um
estado de condição da classe. fi sistema catiônico adaptado, tokens indicam a condição atual de um
elemento e transições cronometradas de fi o movimento entre estados de condição [20,58,68] . Neste
trabalho, um fi cinco níveis de condição O esquema da rede de Petri é de fi ned. Uma vez que as ações
de manutenção não são consideradas, o nível de condição da infraestrutura se deteriora
continuamente ao longo do tempo até atingir o pior nível de condição de fi ned na escala de
desempenho.

A natureza dependente do tempo do problema é incluída por fi ning transições cronometradas. O


tempo específico fi ed por cada transição representa o tempo de permanência no nível de condição, ou
seja, o tempo que a infraestrutura passa no nível de condição Eu antes de passar para o nível de
condição i + 1. As transições cronometradas são modeladas por distribuições de probabilidade.

Figura 2. Exemplo de uma rede de Petri incluindo três locais e uma transição.

3.4. Estimativa de parâmetro


removidos dos locais de entrada, e novos tokens são criados no
locais de saída. Neste exemplo, transição T 1 não está habilitado porque as pré-condições da
A distribuição de probabilidade que melhor descreve o processo de deterioração de uma
transição não são cumpridas, ou seja, há um
infraestrutura é aquela que resulta em maiores probabilidades de ocorrência das transições
token no lugar P 1, mas nenhum token no lugar P 2 Uma vez que os tokens existem em ambos P 1
observadas. A fim de identificar os parâmetros da distribuição de probabilidade que fornecem uma
e P 2, transição T 1 vai fi re, tokens de lugares P 1 e P 2 será
melhor fi t, a estimativa do parâmetro é necessária. Os parâmetros da distribuição de probabilidade
removido e um token será colocado no lugar P 3 -
são
No contexto deste estudo, os lugares representam recursos ou condições
fi adaptado aos dados históricos através do método de máxima verossimilhança proposto por Kalb fl eish
enquanto as transições podem representar ações ou eventos que fazem o sistema mudar [3] . Os
e sem lei [46] e mostrado na Eq. (3) . Para simplificar os cálculos e melhorar a robustez, o logaritmo
tokens são armazenados em locais que representam o estado atual do sistema e as transições
da probabilidade é maximizado.
permitem que os tokens se movam entre dois locais modelando, desta forma, o comportamento
dinâmico do sistema.
Ao analisar um PN, con fl TICs podem ocorrer quando duas ou mais transições são habilitadas a
3.4.1. Simulação de Monte Carlo
partir de um lugar comum e o fi anel de uma transição desativa as outras transições [49] . Na
A probabilidade de ocorrência da transição observada, p eu j, é estimado por simulação de Monte
literatura, existem várias propostas para resolver problemas fl tic, seja deterministicamente, por
Carlo. Esta é uma abordagem útil para
exemplo, através da introdução de uma transição de prioridade pelo usuário, ou probabilisticamente,
calcular aproximações numéricas em situações onde não é viável obter soluções analíticas e pode
atribuindo propriedades probabilísticas ao con fl transições de gelo [50,51] . No entanto, em redes de
ser usado para considerar a propagação de incertezas durante o tempo de vida da infraestrutura.
Petri cronometradas, a maneira mais comum de resolver con fl TIC acabou fi tempos de toque,
Este método permite gerar tempos de permanência aleatórios para cada nível de condição a partir do
assumindo que a transição com o menor atraso fi ré fi primeiro [3] .
CDF inverso (função de distribuição cumulativa) da distribuição de probabilidade.

O procedimento proposto para calcular a probabilidade de ocorrer


3.2. Rede de Petri estocástica rence da transição observada, p eu j, é ilustrado em Fig. 4 . O procedimento descrito é repetido para
cada transição observada no histórico
No de original fi nição de redes de Petri, o conceito de tempo não está explicitamente incluído [3] . base de dados. A entrada para o algoritmo inclui as informações sobre cada transição observada:
No entanto, muitas aplicações dependem do tempo e a introdução de atrasos deve ser considerada. intervalo de tempo entre as observações, Δ t, nível de condição no instante inicial, Eu, e nível de
A noção de tempo nas redes de Petri foi inicialmente introduzida por Ramamoorthy e Ho [52] e condição no fi instante final, j. O nível de condição no instante inicial, Eu, é usado para de fi ne o
Zuberek [53] . Nestes dois trabalhos, intervalos de tempo determinísticos são usados para cada
transição, criando um atraso entre o instante em que a transição é habilitada e o fi toque instantâneo. marcação inicial, M 0, da rede de Petri, o intervalo de tempo entre as observações, Δ t, é o horizonte
Molly de tempo da análise, e a condição
nível no fi instante final, j, é usado para calcular a probabilidade de ocorrência no final do
[54] introduziu o conceito de rede de Petri estocástica, atribuindo uma distribuição exponencial fi taxa procedimento. o fi primeira transição para fi re is identi fi ed, verificando quais transições estão
de anel para cada transição para sistemas de tempo contínuo. Em seguida, diversas classes de habilitadas. Quando mais de uma transição é habilitada, a transição com menos atraso de tempo é o fi
redes de Petri estocásticas foram propostas para análise de desempenho e confiabilidade de primeiro para fi ré. No entanto, uma vez que a rede de Petri de fi ned para o modelo de deterioração é
sistemas, sendo as mais relevantes: a rede de Petri estocástica generalizada [55] , a rede de Petri organizado de maneira sequencial e há apenas um token na rede de Petri, ou seja, con fl TICs não
estocástica estendida [56] , e a rede de Petri determinística e estocástica [57] . precisam ser considerados. Na próxima etapa de análise, o tempo de permanência no nível de
condição inicial é calculado e a rede de Petri e o tempo são atualizados. O processo é repetido até Δ t é
atingido. A saída do procedimento é o índice de condição no horizonte de tempo para cada amostra.
O modelo empregado neste trabalho considera redes de Petri com transições tempos de fi ned Usando simulação de Monte-Carlo, a distribuição do
como uma variável aleatória, conforme proposto por Molly [54] . No entanto, os resultados obtidos
mostraram que a distribuição exponencial para o fi tempos de toque, proposto por Molly [54] , nem
sempre foram adequados. Para superar essa limitação, a proposta de Dugan et al. [56] , permitindo fi a condição final pode ser calculada e a probabilidade da ocorrência da transição observada pode
que qualquer distribuição de probabilidade seja usada para modelar o fi taxa de anel foi usada. ser calculada.

3.4.2. Otimização
Matematicamente, a teoria por trás da rede de Petri estocástica é a A otimização dos parâmetros das distribuições de probabilidade

99
C. Ferreira et al. Automação na Construção 87 (2018) 96-105

é realizado usando Algoritmos Genéticos (GA), que foram selecionados por serem amplamente tanto o modelo da cadeia de Markov quanto os modelos da rede de Petri. A base de dados é composta
disponíveis, robustos e ffi eficiente para funções objetivo computadas usando simulação de por 99 registos de inspecções visuais de fachadas exteriores de reboco localizadas em Portugal. Para
Monte-Carlo. Na verdade, ao usar apenas informações sobre a função objetivo, não exigindo o cada fachada, apenas o nível de condição inicial (assumindo que no momento zero a renderização está no
cálculo de gradientes, o AG evita as consequências potenciais de erros numéricos, signi fi simplificando Nível A) e fi as condições finais, correspondentes à data da inspeção, são conhecidas.
visivelmente o problema [59,60] .

O GA usado para otimização dos parâmetros das distribuições de probabilidade é simplesmente 4.1. Validação do modelo da rede de Petri
representado em Fig. 5 . O procedimento de otimização começa com o de fi definição de variáveis de
otimização, função objetivo e restrições. A função objetivo é usada para medir o grau de Dentro mesa 2 as taxas de transição ótimas considerando um modelo de cadeia de Markov,
implementado usando expressões analíticas, e um modelo de rede de Petri com tempos de
“ bondade ” de cada indivíduo da população [59,60] . Todos os parâmetros das distribuições de permanência exponencialmente distribuídos, são comparadas. Os valores dos parâmetros para cada
probabilidade são de fi definidos como parâmetros do problema, e o procedimento Monte-Carlo nível de condição são bastante semelhantes ao esperado. O di ff erências obtidas são devido a erros de
descrito acima é usado para calcular a função objetivo. amostragem associados à simulação de Monte-Carlo usada em conjunto com o modelo da Rede de
Petri ( Fig. 6 )
Na etapa seguinte, a população inicial é gerada aleatoriamente. Uma população é composta por
um conjunto de indivíduos, onde cada indivíduo é uma potencial solução do problema. Todos os Tabela 3 mostra o número de fachada observada e prevista em cada nível de condição para
indivíduos da população inicial são avaliados por meio da função objetivo, onde o melhor indivíduo é ambos os modelos. Os resultados mostram que ambos os modelos são adequados para modelar o
aquele com o maior valor de verossimilhança. Em cada etapa do processo de otimização, o GA usa o processo de deterioração dos rebocos externos da fachada. O maior erro relativo é obtido para o
melhor indivíduo da população atual para criar o ff geração da primavera [61] , usando os Nível D (15,3% para cadeias de Markov e 16,5% para redes de Petri).
procedimentos de cruzamento e mutação. A nova população gerada é então avaliada usando a
função objetivo e usada como uma nova população pai. Este processo é repetido iterativamente até Levando em consideração os resultados obtidos pelas redes de Petri, é
uma prede fi os critérios de parada necessários são satisfeitos fi ed. fi rmei que o modelo proposto é adequado para avaliar a degradação dos rebocos externos da
fachada.

4.2. Análise probabilística


Neste estudo, a otimização dos parâmetros das distribuições de probabilidade foi realizada
utilizando o AG disponível no MATLAB ® [ 61] . Os parâmetros usados no GA são os seguintes: 4.2.1. Distribuições de dois parâmetros
Ao usar modelos de rede de Petri, além da distribuição exponencial, quatro distribuições foram
estudadas: Weibull, Lognormal, Gumbel e Normal. Tabela 4 mostra os parâmetros ótimos obtidos em

• Tamanho da população: 50 indivíduos quando o número de variáveis de otimização for menor toda distribuição de probabilidade analisada como a probabilidade calculada para cada conjunto de
ou igual a 5; e 200 indivíduos parâmetros ótimos. Todas as distribuições estudadas levam a uma melhor verossimilhança do que a
de outra forma; distribuição exponencial.

• Critérios de parada: o algoritmo para se a mudança relativa média


no melhor fi valor da função tness ao longo de 50 gerações (mínimo Tabela 5 mostra o número de fachadas observadas e previstas em cada nível de condição para
número de gerações) é menor ou igual a 10 - 6; cada distribuição de probabilidade e Tabela 6 mostra o erro relativo obtido para cada caso. Os

• O procedimento de mutação foi realizado usando o algoritmo Gaussiano valores obtidos para o erro relativo são baixos e, em todos os casos, aceitáveis; os maiores erros
implementado em MATLAB ®. ocorrem para a distribuição exponencial. Dentre as distribuições alternativas, o maior erro está
associado à distribuição de Gumbel no Nível A (8,6%). Os resultados nessas duas tabelas mostram
Na extensão das redes de Petri propostas por Molly [54] , o estocástico que a distribuição exponencial é a que apresenta o maior erro médio relativo para todos os estados
o tempo de permanência é modelado como uma variável aleatória distribuída exponencialmente. Neste caso, (7,0%), enquanto o menor erro médio relativo para todos os estados é para a distribuição lognormal
uma rede de Petri estocástica é isomórfica a um fi cadeia de Markov nite. (2,1%). A distribuição normal apresenta um erro relativo médio para todos os estados de 3,3%
(segundo valor inferior).

4. Aplicação a fachadas rebatidas


Fig. 7 apresenta a condição média prevista pro fi le da fachada de renderização externa ao longo
O modelo de rede de Petri de deterioração para fachadas é ilustrado em Fig. 3 . do tempo para cada distribuição de probabilidade analisada. O profissional fi arquivos obtidos para as
É composto por fi cinco lugares C 1 para C 5 cada um representando um dos fi ve estados discretos que quatro distribuições estão mostrando alguns di ff referências ao profissional fi le obtido para a
caracterizam a condição de degradação de distribuição exponencial.
render façades de fi ned em Seção 2 . Nível A significa que não há degradação visível e Nível E indica A curva de deterioração obtida por distribuição exponencial não possui em fl pontos de ecção
a presença de danos extensos em (côncavo para cima). As outras curvas de distribuição têm dois em fl pontos de seção ( Fig. 7 uma). Na
a fachada de render. As transições T 1 para T 4 representam o intervalo de tempo necessário para as transição entre os níveis B e C existe uma fl ponto de seção, onde a concavidade da curva muda. O
fachadas progredirem para um estado mais deteriorado. segundo em fl ponto de ecção ocorre entre os níveis C e D. Em termos de dispersão dos resultados ( Fig.
Como as cadeias de Markov são amplamente utilizadas para avaliar o nível de condição ao 7 b), qualquer uma das distribuições (Weibull, Lognormal, Gumbel, Normal) tem valores de dispersão
longo do tempo e levando em consideração o isomorfismo entre as cadeias de Markov e as redes de mais baixos no período simulado do que a distribuição exponencial. Na verdade, a distribuição
Petri estocásticas, o modelo de rede de Petri proposto pode ser validado por comparação com o exponencial tem um valor médio igual ao desvio padrão. Não há nenhuma razão física indicando que
modelo de cadeias de Markov proposto por Silva et al. [25] . Desta forma, o e ffi ciência do isso ocorre para os tempos de permanência. Como resultado, o uso de cadeias de Markov limitou a
procedimento numérico e do algoritmo de otimização descrito em Seção 3.4 podem ser avaliados. capacidade de modelar a variabilidade de desempenho, freqüentemente superestimando-a.

Os dados apresentados por Silva et al. [25] é, portanto, usado para calibrar

Fig. 3. Um exemplo do esquema da rede de Petri do modelo de


deterioração.

100
C. Ferreira et al. Automação na Construção 87 (2018) 96-105

Fig. 4. Procedimento para calcular a probabilidade de ocorrência da


transição observada.

UMA

Cadeias de markov
Redes de petri
B
Nível de condição

E
0 5 10 15 20 25 30 35 40

Tempo [anos]
(uma)
0

0,2

0,4
Desvio padrão

0,6

0,8

1
0 5 10 15 20 25 30 35 40

Tempo [anos]

(b)
Fig. 6. Comparação da condição futura prevista pro fi le ao longo do tempo para ambos os modelos de deterioração: (a)
condição média; (b) desvio padrão da condição.

Fig. 5. Procedimento para otimização dos parâmetros das distribuições de probabilidade. (Adaptado de [60] ) Estes di ff erências entre as curvas de degradação também têm alto impacto na distribuição
probabilística do nível de condição de degradação ao longo do tempo ( Fig. 8 uma - c). Apesar dos
picos ocorrerem, aproximadamente, nos mesmos anos, seus valores são bastante di ff erent.

Para o nível A, as probabilidades previstas para todas as distribuições são semelhantes,


começando com probabilidade igual a 1 e diminuindo rapidamente

101
C. Ferreira et al. Automação na Construção 87 (2018) 96-105

UMA 1
Exponencial Exponencial
Weibull 0,8 Weibull
B

Probabilidades previstas
Lognormal Lognormal
Nível de condição

Gumbel 0,6 Gumbel


C Normal Normal
0,4

D
0,2

E 0
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Tempo [anos] Tempo [anos]

(uma) (uma)
1
0

0,8

Probabilidades previstas
0,2

0,6
0,4
Desvio padrão

0,4
0,6

0,2

0,8

0
0 5 10 15 20 25 30 35 40
1
0 5 10 15 20 25 30 35 40
Tempo [anos]
Tempo [anos] (b)
(b) 1

Fig. 7. Comparação da condição futura prevista pro fi le ao longo do tempo para todas as distribuições de probabilidade
0,8
Probabilidades previstas

analisadas: (a) condição média; (b) desvio padrão da condição.

0,6

hora extra; no ano 10, a probabilidade de uma fachada de renderização estar no nível A é próxima de
zero ( Fig. 8 uma). Além disso, para o nível B ( Fig. 8 a), as probabilidades previstas para todas as 0,4

distribuições são semelhantes; a probabilidade máxima de uma fachada pertencer ao nível B ocorre
entre os anos 3 e 4; depois disso, o valor da probabilidade diminui rapidamente. No nível C signi fi não 0,2

posso ff erências podem ser observadas entre os modelos ( Fig. 8 b). A probabilidade máxima de
pertencer ao nível C é próxima a 0,50 para a distribuição exponencial, enquanto para as outras 0
0 5 10 15 20 25 30 35 40
distribuições varia entre 0,70 e
Tempo [anos]

0,80. Depois que a probabilidade máxima é atingida, a inclinação da distribuição exponencial é mais
(c)
suave, quando comparada com as outras distribuições. Para o nível D ( Fig. 8 b), a distribuição Fig. 8. Distribuição probabilística de todos os níveis de condição de degradação ao longo do tempo: (a) Nível A (preto) e B
exponencial tem um crescimento mais suave quando comparada a outras distribuições, então o pico (cinza); (b) Nível C (preto) e D (cinza); (c) Nível E.

ocorre em todas as distribuições entre os anos 18 e 19 (a probabilidade máxima de pertencer ao


nível D é próxima de 0,40 para a distribuição exponencial enquanto para as outras distribuições varia
mesa 2
entre 0,70 e Comparação dos parâmetros ótimos dos modelos de cadeias de Markov e redes de Petri.

0,80). Depois disso, a inclinação da distribuição exponencial é mais suave. Finalmente, como Modelo Parâmetros ideais Probabilidade

esperado, a probabilidade de pertencer ao nível E ( Fig. 8 c) aumenta com o tempo; entretanto, o


α1 α2 α3 α4
aumento para a distribuição exponencial é mais suave do que para as outras distribuições. No ano
40, para as demais distribuições, a probabilidade de uma fachada pertencer ao nível E é maior que Cadeias de markov uma 0,4016 0,2819 0,0994 0,0761 82,4245

0,95 enquanto, para a distribuição exponencial, é mais próxima de Rede de Petri (exponencial) 0,4201 0,2743 0,0966 0,0804 82,2582

uma Dados adaptados de Silva et al. [25] .


0,80.
Na análise da vida útil e durabilidade das fachadas prestadas, assume-se que o nível D
parecem coerentes com a realidade física, de acordo com os resultados presentes na literatura: i) [67]
corresponde ao fim da vida útil das fachadas prestadas, a partir da qual deve ser efetuada uma ação
obteve uma vida útil esperada para rebocos cimentícios de 20 anos; ii) Shohet e Paciuk [38] estimou
de manutenção. Fig. 8 b mostra a distribuição probabilística da condição de degradação D ao longo
uma vida útil prevista de 15 anos para um nível de demanda mais estrito (com uma faixa de
do tempo. Os resultados revelam que os modelos exponenciais e, conseqüentemente, os modelos
resultados entre 12 e 19 anos), e uma vida útil de 23 anos (com uma faixa de resultados entre 19 e
da cadeia de Markov, são menos precisos na previsão do comportamento de condições graves
27 anos) para um nível inferior de demanda; iii) Mayer e Bourke [62] obteve uma vida útil estimada de
deterioradas, devido ao reduzido número de amostras disponíveis. De acordo com o modelo de
18 anos para as renderizações atuais; iv) Gaspar e de Brito [23] estimou a vida útil das fachadas
cadeia de Markov proposto por Silva et al. [25] , a probabilidade de uma renderização pertencer ao
cimentadas em 22 anos; v) Silva et al. [63] , usando um arti fi modelo de rede neural cial, obteve uma
nível D atinge um pico aos 15 anos. Neste estudo, usando um modelo de rede de Petri, esse pico
vida útil estimada de 22 anos com um 16 - Intervalo de 28 anos, e usando um
está entre 18 e 19 anos. Esses valores

102
C. Ferreira et al. Automação na Construção 87 (2018) 96-105

Tabela 3 Tabela 7
Número de revestimentos observados e previstos em cada condição de degradação para ambos os modelos. Parâmetros ótimos obtidos para distribuição Weibull de 3 parâmetros.

Parâmetros i=1 i=2 i=3 i=4


Degradação Observado Previsto Erro [%]
doença α Eu 1,3998 2,5269 4.5874 1,4221
Markov Rede de petri Markov Rede de petri β Eu 0,7026 0,8977 1,8966 0,4718
correntes uma correntes γ Eu 0,8803 0,7551 4,1532 7,7902
Probabilidade 69,0345
Nível A 13 12,57 12,17 3,3 6,4
Nível B 18 17,77 17,63 1,3 2,1
Nível C 31 28,64 28,96 7,6 6,6
Tabela 8
Nível D 15 17,29 17,47 15,3 16,5
Número de revestimentos observados e previstos para distribuição de 3 parâmetros de Weibull.
Nível E 22 22,74 22,77 3,3 3,5

Nível A Nível B Nível C Nível D Nível E


uma Dados provenientes de Silva et al. [25] .

Observado 13 18 31 15 22

Tabela 4 Weibull 3 parâmetros 12,96 17,68 32,04 14,31 22,01

Parâmetros ótimos obtidos em todas as distribuições de probabilidade analisadas.


Erro médio [%] 0,3 1.8 3,3 4,6 0,0

Parâmetros Exponencial Weibull Lognormal Gumbel Normal

β γ α)
Parâmetro 1 α1 0,4201 2,8616 0,7001 0,6112 0,4811 f (t | α, β, γ) = • t - •β-1-(t-γβ e
α•α• (5)
α2 0,2743 3,8199 0,8702 1,5270 1,3919
α3 0,0966 7,9483 2.0754 7,8258 7,2940
α4 0,0804 14,1976 2,3615 11,4260 11,6725
Onde α, β tem o mesmo de fi nição dada em Tabela 4 e γ ∈ ℝ é o parâmetro de localização da

Parâmetro 2 β1 - 1,2149 0,7435 4,2326 3,2519 distribuição.


β2 - 1,4040 0,8572 4,4394 3.4303 Os parâmetros ideais obtidos para a distribuição de 3 parâmetros Weibull e a probabilidade
β3 - 6.0816 0,3077 0,4219 0,1330
obtida para este conjunto de parâmetros são mostrados em Tabela 7 . Tabela 8 mostra o número de
β4 - 2.0100 0,4612 11,7718 7,6393
fachadas observadas e previstas em cada nível de condição.
Probabilidade 82,2582 70,4602 70,2610 70,4666 70,1237

A partir da análise dos resultados obtidos na distribuição de dois parâmetros ( Tabelas 4 e 5 ) e a

Tabela 5 distribuição de três parâmetros ( Tabelas 7 e 8 ), verifica-se que o Weibull 3-parâmetros mostra uma
Número de revestimentos observados e previstos em cada nível de condição para cada distribuição de probabilidade. melhor fi t do que a distribuição de dois parâmetros, tanto em termos de probabilidade quanto de erro
relativo médio. No entanto, a distribuição Weibull de 3 parâmetros aumenta o nível de complexidade
da análise (o número de parâmetros a serem otimizados aumenta de 8 para 12).
Nível A Nível B Nível C Nível D Nível E

Observado 13 18 31 15 22
Previsto Exponencial 12,17 17,63 28,96 17,47 22,77
Weibull 13,58 18,62 29,30 15,49 22,01
Lognormal 13,09 17,58 32,07 14,67 21,60 5. Conclusões
Gumbel 14,12 18,34 29,95 14,53 22,06
Normal 14,11 18,06 29,38 15,27 22,18
Neste artigo, é proposto um modelo para avaliar e prever o desempenho do ciclo de vida de
fachadas de edifícios baseado em redes de Petri estocásticas. A aplicação de redes de Petri em
modelos de degradação é uma pesquisa recente fi campo, mas esta técnica de modelagem mostrou
Tabela 6
Erro médio [%] obtido para cada distribuição de probabilidade. várias vantagens em relação às cadeias de Markov mais tradicionais. A representação gráfica pode
ser usada para descrever o problema de uma forma intuitiva; PN são mais
Nível A Nível B Nível C Nível D Nível E

fl mais flexível do que as cadeias de Markov, permitindo a incorporação de uma infinidade de regras
Exponencial 6,4 2,1 6,6 16,5 3,5
Weibull 4,4 3,5 5,5 3,3 0,0 no modelo para simular com precisão situações complexas e mantendo o tamanho do modelo dentro
Lognormal 0,7 2,3 3,4 2,2 1.8 de limites administráveis. Além disso, com esta técnica de modelagem, os tempos de transição não
Gumbel 8,6 1,9 3,4 3,2 0,3 precisam ser distribuídos exponencialmente.
Normal 8,5 0,4 5,2 1.8 0,8

O tempo de permanência é de fi ned como uma variável aleatória para cada nível de condição.
As taxas de deterioração foram estimadas a partir de dados históricos disponíveis, com base na
modelo de regressão linear múltipla, obtido uma vida útil média estimada de 15 anos com variação
análise do estado de degradação de 99 fachadas rebatidas, localizadas em Portugal. O modelo de
entre 12 e 17 anos; vi) uma análise comparativa dos métodos de previsão de vida útil aplicados a
rede de Petri com tempos de transição distribuídos exponencialmente foi utilizado para validar a
fachadas prestadas
metodologia proposta por comparação com um modelo benchmark baseado em cadeias de Markov.
[64] , conduziu a um valor médio da vida útil estimada de fachadas rebatidas entre 16 e 22 anos.
A fim de investigar se outras distribuições de probabilidade seriam fi t os dados históricos melhores do
que a distribuição exponencial, fi Cinco distribuições de probabilidade foram analisadas usando
modelos de rede de Petri (Weibull 2 parâmetros, Weibull 3 parâmetros, Lognormal, Gumbel e
Normal).
4.2.2. Distribuições de três parâmetros
Os resultados da seção anterior mostram que as distribuições de probabilidade com dois
A partir dos resultados da análise probabilística realizada com o modelo de redes de Petri,
parâmetros mostram uma melhor fi t aos dados históricos quando comparados com a distribuição
verificou-se que o uso de distribuições com dois parâmetros melhora muito a bondade do modelo de fi
exponencial. Na tentativa de examinar se uma distribuição de probabilidade com três parâmetros é
t. Os valores de verossimilhança das quatro distribuições (Weibull 2-parâmetros, Lognormal, Gumbel
uma opção para melhor modelar a degradação das fachadas ao longo do tempo, foi utilizada a
e Normal) são bastante semelhantes e todos significativos fi visivelmente melhor do que a distribuição
distribuição Weibull de 3 parâmetros. A função de densidade de probabilidade desta distribuição é
exponencial. Alguma melhora é obtida quando uma distribuição Weibull de 3 parâmetros é
dada por:
considerada, mas isso é obtido à custa de um signi fi não pode aumentar a complexidade do modelo.

103
C. Ferreira et al. Automação na Construção 87 (2018) 96-105

Neste estudo, a condição de degradação de fachadas rebocadas é descrita por fi cinco estados Mech. Eng. F J. Rail Rapid Transit 227 ( 1) (2013) 56 - 73, http://dx.doi.org/10. 1177/0954409712452235 .

de condição, variando entre A (mais favorável, sem degradação visível) e E (mais grave, com
[16] B. Le, J. Andrews, modelagem de rede de Petri de gerenciamento de ativos de ponte usando condições de estado
degradação generalizada). Para a análise da vida útil e durabilidade das fachadas acabadas,
relacionadas à manutenção, Struct. Infra-estrutura. Eng. 12 ( 6) (2016) 730 - 751,
assume-se que o nível D corresponde ao fim da vida útil das fachadas prestadas, a partir da qual http://dx.doi.org/10.1080/15732479.2015.1043639 .

deve ser realizada uma ação de manutenção. Com base no modelo de rede de Petri proposto, uma [17] B. Le, J. Andrews, Modeling wind turbine degradation and maintenance, Wind Energy, 19 (4) 2016, pp. 571 -
591,, http://dx.doi.org/10.1002/we.1851 .
fachada prestada apresenta a maior probabilidade de atingir o final de seu serviço (correspondente
[18] JM Leigh, SJ Dunnett, Uso de redes de Petri para modelar a manutenção de turbinas eólicas, Qual.
ao nível D) entre 18 e 19 anos. Os resultados obtidos estão de acordo com a realidade física e estão Confiável. Eng. Int. 32 (1) (2016) 167 - 180, http://dx.doi.org/10.1002/ qre.1737 .
de acordo com os resultados presentes na literatura. Este estudo avalia a perda de desempenho de
[19] D. Rama, J. Andrews, Uma abordagem de modelagem de todo o sistema para gerenciamento de ativos de
fachadas renderizadas ao longo do tempo, modelando a probabilidade de transição entre as
infraestrutura ferroviária, em: Lisa Jackson, John Andrews (Eds.), Proceedings of the 20th Advances in Risk and
condições de degradação através de modelos de rede de Petri. ff efeitos de suas características em Reliability Technology Symposium, Loughborough University, Leicestershire, UK , 2013, pp. 7 - 22 (ISBN
seu processo de degradação (por exemplo, condições de exposição ambiental). 978-1-907382 61 1) .
[20] P. Yianni, D. Rama, L. Neves, J. Andrews, D. Castlo, uma abordagem de modelagem baseada em rede Petri para
gerenciamento de ativos de ponte ferroviária, Struct. Infra-estrutura. Eng. 13 ( 2) (2017) 287 - 297, http://dx.doi.org/10.1080/15732479.201
.
[21] D. Zhang, H. Hu, C. Roberts, Rail maintenance analysis using Petri nets, Struct. Infra-estrutura. Eng. 13 ( 6)
(2017) 783 - 793, http://dx.doi.org/10.1080/15732479.
2016.1190767 .
[22] C. Girault, R. Valk, Petri Nets for Systems Engineering: A Guide to Modeling, Veri fi cátion e aplicativos,
Springer; Verlag New York, 2002, http://dx.doi.org/
10.1007 / 978-3-662-05324-9 (e-book ISBN: 978-3-662-05324-9, Hardcover ISBN: 978-3-540-41217-5).

[23] P. Gaspar, J. de Brito, Estimativa da vida útil de fachadas cimentadas, Build. Res. Inf. 36 ( 1) (2008) 44 - 55, http://dx.doi.org/10.
.

Reconhecimentos [24] P. Gaspar, J. de Brito, Estados-limite e vida útil de rebocos de cimento em fachadas, J. Mater. Civ. Eng. 23 ( 10)
(2011) 1396 - 1404, http://dx.doi.org/10.1061/(ASCE)MT. 1943-5533.0000312 .

Os autores agradecem o apoio do Instituto de Investigação CERIS-ICIST, IST, Universidade de [25] A. Silva, LC Neves, PL Gaspar, J. de Brito, Transição probabilística de condição: renderizar fachadas, Build.
Lisboa e da FCT (Fundação para a Ciência e Tecnologia) através do programa SFRH / BD / Res. Inf. 44 ( 3) (2015) 301 - 318, http://dx.doi.org/10.1080/
09613218.2015.1023645 .
88195/2012.
[26] I. Flores-Colen, J. de Brito, Uma abordagem sistemática para o orçamento de manutenção de fachadas de
edifícios com base em estratégias preditivas e preventivas, Constr. Construir. Mater. 24 ( 9) (2010) 1718 - 1729, http://dx.doi.org/10
Referências
02.017 .
[27] A. Korjenic, J. Zach, J. Hroudová, O uso de materiais isolantes à base de materiais naturais
[1] CA Petri, Kommunikation mit Automaten. Bonn: Institut für Instrumentelle Mathematik, Schriften des IIM Nr. 3, fi fibras em combinação com fachadas de plantas em construções de edifícios, Energy Build.
Também, tradução para o inglês, Comunicação com autômatos, Gri ffi Base da Força Aérea ss, Nova York, 116 ( 2016) 45 - 58, http://dx.doi.org/10.1016/j.enbuild.2015.12.037 . Instituto Nacional de Estatística (INE),
1962 (Relatório Técnico RADCTR-65-377, Volume 1, Suplemento 1, 1966) . [28] Estatística Nacional - Censo, http://www.ine.pt/ prodserv / quadro / mostraquadro , (2001) (em português).

[2] HJ Genrich, K. Lautenbach, Modelagem de sistema com redes de Petri de alto nível, Theor. Comput. Sci. 13 [29] FM Arain, LS Pheng, Sistema de apoio à decisão baseado em conhecimento para gerenciamento de ordens de
(1981) 109 - 136, http://dx.doi.org/10.1016/0304-3975(81) 90113-4 . variação para projetos de construção institucional, Autom. Constr. 15 ( 3) (2006) 272 - 291, http://dx.doi.org/10.1016/j.autcon.2005.06
.
[3] T. Murata, Redes de Petri: propriedades, análise e aplicações, Proc. IEEE 77 (4) (1989) 541 - 580, http://dx.doi.org/10.1109/5.24143
[30] S. Wang, J. Xie, Integrando sistema de gestão de edifícios e gestão de instalações na Internet, Autom. Constr. 11
. ( 6) (2002) 707 - 715, http://dx.doi.org/10.1016/ S0926-5805 (02) 00011-0 .
[4] MA Marsan, G. Balbo, G. Conte, S. Donatelli, G. Franceschinis, Modeling with generalized stochastic Petri
nets, Wiley Series in Parallel Computing, John Wiley and Sons, West Sussex, UK, 1994 (ISBN: 0471930598) . [31] JK Wong, H. Li, Desenvolvimento de modelos analíticos de inteligência para sistemas integrados de gestão
de edifícios (IBMS) em edifícios inteligentes, Intell. Construir. Int. 1 (1) (2009) 5 - 22, http://dx.doi.org/10.3763/inbi.2009.0011
[5] A. Al-Ahmari, Programação otimizada de células robóticas com controladores usando redes de Petri com .
base matemática, Inf. Sci. 329 (2016) 638 - 648, http://dx.doi.org/10. 1016 / j.ins.2015.09.053 . [32] DM Frangopol, Desempenho do ciclo de vida, gestão e otimização de sistemas estruturais sob incerteza:
realizações e desafios, Struct. Infra-estrutura. Eng. 7 ( 6) (2011) 389 - 413, http://dx.doi.org/10.1080/
[6] Y. Chen, Z. Li, K. Barkaoui, Supervisor de imposição de vida maximamente permissivo com menor custo de 15732471003594427 .
implementação para fl sistemas de manufatura flexíveis, Inf. Sci. 256 (2014) 74 - 90, http://dx.doi.org/10.1016/j.ins.2013.07.021
. [33] B. Hertlein, manutenção preditiva - o que deve estar em um banco de dados de condições, em:
[7] M. Uzam, G. Gelen, TL Saleh, abordagem Think-globally-act-locally with weighted arcos to the Synth of a MA Lacasse, DJ Vanier (Eds.), 8ª Conferência Internacional sobre Durabilidade de Edifícios e Componentes,
liveness-enforcing supervisor for Generalized Petri Nets Modeling FMSs, Inf. Sci. 363 (2015) 235 - 260, http://dx.doi.org/10.1016/j.ins.
Vancouver, Canadá, Instituto de Pesquisa em Construção, Conselho Nacional de Pesquisa, Canadá, Ottawa
ON, Canadá, 1999, pp. 1203 - 1212 .
2015.09.010 .
[8] WM Van der Aalst, Fazendo trabalho fl ow: sobre a aplicação de redes de Petri à gestão de processos de [34] I. Flores-Colen, J. de Brito, VP Freitas, Avaliação do desempenho no local de fachadas de revestimento
negócios, em: J. Esparza, C. Lakos (Eds.), Application and Theory of Petri Nets, Springer, 2002, pp. 1 - 22; para manutenção preditiva, Struct. Surv. 29 ( 2) (2011) 133 - 146,
http://dx.doi.org/10.1108/02630801111132812 .
ICATPN, Lecture Notes in Computer Science, vol. 2360, Springer, Berlin, Heidelberg, 2002, [35] PV Paulo, F. Branco, J. de Brito, BuildingsLife: a building management system, Struct. Infra-estrutura. Eng. 10
http://dx.doi.org/10.1007/3-540-48068-4_1 (ISBN online: 9783-540-48068-6) . ( 3) (2014) 388 - 397, http://dx.doi.org/10.1080/
15732479.2012.756919 .
[9] F. Tang, M. Guo, M. Dong, M. Li, H. Guan, Towards context-aware work fl ow management for ubiquitous [36] P. Paulo, F. Branco, J. de Brito, A. Silva, BuildingsLife - o uso de algoritmos genéticos para a otimização do
computing, International Conference on Embedded Software and Systems (ICESS'08), IEEE (publisher), 2008, plano de manutenção, J. Clean. Prod. 121 ( 2016) 84 - 98, http: // dx. doi.org/10.1016/j.jclepro.2016.02.041 .
pp. 221 - 228,, http: // dx. doi.org/10.1109/ICESS.2008.83 .

[37] I. Shohet, M. Puterman, E. Gilboa, Deterioration patterns of building cladding components for maintenance
[10] F. Cheng, H. Li, YW Wang, M. Skitmore, P. Forsythe, Modelagem de gerenciamento de recursos no processo de management, Constr. Econ. 20 ( 4) (2002) 305 - 314,
projeto de construção por redes de Petri de restrição de informação, Autom. Constr. 29 ( 2013) 92 - 99, http://dx.doi.org/10.1016/j.autcon.2012.08.005
http://dx.doi.org/10.1080/01446190210125563 .
. [38] I. Shohet, M. Paciuk, Service life prediction of exterior cladding components under standard conditions, J.
[11] FF Cheng, YW Wang, XZ Ling, Y. Bai, Um modelo de simulação de rede de Petri para construção virtual de Constr. Manag. Econ. 22 ( 10) (2004) 1081 - 1090, http: // dx. doi.org/10.1080/0144619042000213274 .
operações de terraplenagem, Autom. Constr. 20 (2) (2011) 181 - 188,
http://dx.doi.org/10.1016/j.autcon.2010.09.015 . [39] A. Silva, PL Gaspar, J. de Brito, Durabilidade das renderizações atuais: uma análise probabilística, Autom.
[12] H. Li, rede de Petri como formalismo para auxiliar na melhoria de processos na indústria de construção, Constr. 44 ( 2014) 92 - 102, http://dx.doi.org/10.1016/j.autcon.
Autom. Constr. 7 ( 4) (1998) 349 - 356, http://dx.doi.org/10.1016/S09265805(98)00051-X . 02.04.2014 .
[40] H. Hawk, EP Small, The BRIDGIT bridge management system, Struct. Eng. Int., IABSE 8 ( 4) (1998) 309 - 314,
[13] C. Molinero, M. Núñez, Planejamento de horários de trabalho através do uso de um sistema multi-agente http://dx.doi.org/10.2749/101686698780488712 .
hierárquico, Autom. Constr. 20 ( 8) (2011) 1227 - 1241, http: // dx. doi.org/10.1016/j.autcon.2011.05.006 . [41] JJ McDuling, Rumo ao Desenvolvimento de Matrizes de Probabilidade de Transição no Modelo Markoviano
para Vida Útil Prevista de Edifícios, Engenharia Civil, Faculdade de Engenharia, Ambiente Construído e
[14] N. Rinke, I. von Gösseln, V. Kochkine, J. Schweitzer, V. Berkhahn, F. Berner, Tecnologia da Informação, Universidade de Pretória, Pretória, 2006 (Tese de Doutorado em) .
H. Kutterer, I. Neumann, V. Schwieger, Simulando garantia de qualidade e e ffi análise de ciência entre gestão
de construção e geodésia de engenharia, Autom. Constr. 76 ( 2017) 24 - 35, http://dx.doi.org/10.1016/j.autcon.2017.01.009
[42] JJ Ortiz-García, BC Seósamh, SS Martin, Derivação de matrizes de probabilidade de transição para
. modelagem de deterioração de pavimento, J. Transp. Eng. 132 ( 2) (2006) 141 - 161, http://dx.doi.org/10.1061/(ASCE)0733-947
[15] J. Andrews, Uma abordagem de modelagem para o gerenciamento de ativos de trilhos, Proc. Inst. .

104
C. Ferreira et al. Automação na Construção 87 (2018) 96-105

[43] P. Thompson, E. Small, M. Johnson, A. Marshall, The Pontis bridge management system, Struct. Eng. Int. [56] JB Dugan, KS Trivedi, RM Geist, VF Nicola, Extended Stochastic Petri Nets: Applications and Analysis,
IABSE 8 ( 4) (1998) 303 - 308, http://dx.doi.org/10.2749/ 101686698780488758 . Technical Report, Duke University, Durham, NC, USA, 1984 (disponível online em https://dl.acm.org/citation.cfm?id=868596
)
[44] K. Wang, J. Zaniewski, retrospectiva 20/30: a nova otimização do pavimento na rede de rodovias do estado do [57] MA Marsan, G. Chiola, em redes de Petri com distribuição determinística e exponencialmente fi tempo do
Arizona, Interfaces 26 ( 3) (1996) 77 - 89, http://dx.doi.org/ anel, em: G. Rozenberg (Ed.), Advances in Petri Nets 1987, Volume 266 de Lecture Notes in Computer
10.1287 / inte.26.3.77 . Science, Springer, Berlin Heidelberg, 1987, pp. 132 - 145,, http://dx.doi.org/10.1007/3-540-18086-9_23 .
[45] MJ Kallen, JM van Noortwijk, Klaus Brandes, Inferência estatística para modelos de deterioração de Markov
de condições de pontes na Holanda, Terceira Conferência Internacional sobre Manutenção, Segurança e [58] P. Yianni, L. Neves, D. Rama, J. Andrews, R. Dean, Incorporando fatores ambientais locais na gestão de
Gerenciamento de Pontes (IABMAS), Ernst & Sohn Verlag für Architektur und technische Wissenschaften ativos de pontes ferroviárias, Eng. Struct. 128 ( 2016) 362 - 373 (ISSN 0141-0296), https://doi.org/10.1016/j.engstruct.2016.09.03
GmbH & Co. KG, Berlim, .
2006,, http://dx.doi.org/10.1201/b18175-219 . [59] KF Man, KS Tang, S. Kwong, Genetic Algorithms: Concepts and Designs, SpringerVerlag Londres,
[46] JD Kalb fl eish, JF Lawless, The analysis of the panel data sob uma suposição de Markov, J. Am. Estado. Grã-Bretanha, 1999, http://dx.doi.org/10.1007/978-1-4471-0577-0
Assoc. 80 (392) (1985) 863 - 871, http://dx.doi.org/10.2307/ 2288545 . (e-book ISBN: 978-1-4471-0577-0, capa flexível ISBN: 978-1-85233-072-9).
[60] G. Morcous, Z. Lounis, Otimização de manutenção de redes de infraestrutura usando algoritmos genéticos,
[47] WG Schneeweiss, Petri Net Picture Book (uma introdução elementar à melhor descrição pictórica das Autom. Constr. 14 ( 1) (2005) 129 - 142, http://dx.doi.org/10. 1016 / j.autcon.2004.08.014 .
mudanças temporais), LiLoLe - Verlag GmbH, Alemanha, 2004 (ISBN-10: 3934447082) .
[61] MatLab, obtido em 5 de fevereiro de 2016. http://www.mathworks.com/help/ gads /
[48] JL Peterson, Redes de Petri, Comput. Surv. 9 (3) (1977) 223 - 252, http://dx.doi.org/10. 1145 / 356698.356702 . how-the-genetic-algorithm-works.html ,.
[62] P. Mayer e K. Bourke, classificações de durabilidade para predição de vida útil de componentes de construção, In:
[49] FDJ Bowden, Um breve levantamento e síntese dos papéis do tempo nas redes de Petri, Math. Comput. 10ª Conferência Internacional sobre Durabilidade de Materiais de Construção e Componentes, 2005, Lyon; França,
Modelo. 31 ( 10) (2000) 55 - 68, http://dx.doi.org/10.1016/S0895-7177(00) 00072-8 . 546 - 553. Editado pelo Center Scienti fi que et technology du bâtiment (CSTB), Grenoble, França.

[50] R. David, H. Alla, Discrete, Continuous, and Hybrid Petri Nets, Springer Science & Business Media. Editora: [63] A. Silva, JLR Dias, PL Gaspar, J. de Brito, Modelos estatísticos aplicados à previsão da vida útil de fachadas
Springer-Verlag Berlin Heidelberg, 2010 (e-book ISBN: 978-3-642-10669-9, Hardcover ISBN: prestadas, Autom. Constr. 30 ( 2013) 151 - 160, http: //dx.doi. org / 10.1016 / j.autcon.2012.11.028 .
978-3-642-10668-2), https://doi.org/10. 1007 / 978-3-642-10669-9 .
[64] A. Silva, PL Gaspar, J. de Brito, Análise comparativa de métodos de previsão de vida útil aplicados a
[51] J. Wang, Timed Petri Nets: Theory and Application, vol. 9, Springer Science & Business Media. Editora: fachadas rebocadas, Mater. Struct. (2016), http://dx.doi.org/10. 1617 / s11527-016-0832-6 .
Springer, EUA, 2012, http://dx.doi.org/10.1007/978-14615-5537-7 (e-book ISBN: 978-1-4615-5537-7;
Hardcover ISBN: 978-0-79238270-6). [65] P. Gaspar, Vida útil de construções: desenvolvimento de um método para estimar a durabilidade de elementos
de construção, Aplicação a Renderizações de Edifícios Actuais, Instituto Superior Técnico, Universidade
[52] CV Ramamoorthy, GS Ho, Avaliação de desempenho de sistemas concorrentes assíncronos usando redes de Técnica de Lisboa, Portugal, 2009 (Tese de Doutoramento em Ciências da Engenharia) .
Petri, IEEE Trans. Softw. Eng. SE-6 (5) (1980) 440 - 449, http: //
dx.doi.org/10.1109/TSE.1980.230492 . [66] K. Jensen, G. Rozenberg, High-level Petri Nets, em: K. Jensen, G. Rozenberg (Eds.), Theory and Application,
[53] WM Zuberek, Redes de Petri cronometradas e avaliação preliminar de desempenho, em: Jacques Springer-Verlag Berlin Heidelberg, 978-3-642-84524-6,
Lenfant, Barry R. Borgerson, Daniel E. Atkins, Keki B. Irani, David 1991,, http://dx.doi.org/10.1007/978-3-642-84524-6 .
J. Kinniment, Hideo Aiso (Eds.), Proceedings of the 7th Annual Symposium on Computer Architecture, [67] IM Shohet, Y. Rosenfeld, M. Puterman, E. Gilboa, Padrões de deterioração para gerenciamento de manutenção -
New York, USA, ACM, New York, NY, USA, 1980, pp. 88 - 96,, http://dx.doi.org/10.1145/800053.801913 . uma abordagem metodológica. 8ª Conferência Internacional sobre Durabilidade de Materiais e Componentes de
Construção, em: MA Lacasse,
[54] MK Molly, Performance analysis using stochastic Petri nets, IEEE Trans. Comput. C-31 (9) (1982) 913 - 917, http://dx.doi.org/10.1109/TC.1982.1676110
DJ Vanier (Eds.), Instituto de Pesquisa em Construção, Ottawa ON, K1A 0R6, Canadá, National Research
. Council Canada 1999, 1999, pp. 1666 - 1678 .
[55] MA Marsan, G. Conte, G. Balbo, Uma classe de redes de Petri estocásticas generalizadas para a avaliação de [68] B. Le, Modeling railway bridge asset management, Tese de doutorado The University of Nottingham, 2014 .
desempenho de sistemas multiprocessadores, ACM Trans. Comput. Syst. 2 (2) (1984) 93 - 122, http://dx.doi.org/10.1145/190.191
.

105