Escolar Documentos
Profissional Documentos
Cultura Documentos
Escola de Engenharia
Departamento de Estruturas
Belo Horizonte
15 de novembro de 2023
Sumário
1 Introdução 2
2 Desenvolvimento 3
2.1 O concreto e suas características . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Método de Elementos Finitos e Phase-field . . . . . . . . . . . . . . . . . . 4
2.3 EVR: conceitos e desdobramentos . . . . . . . . . . . . . . . . . . . . . . . 5
2.4 O Insane® e seu ambiente integrado . . . . . . . . . . . . . . . . . . . . . 6
2.5 Representação de malhas e simulação visual . . . . . . . . . . . . . . . . . 7
2.6 Código de simulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.7 Aprendizado de Máquina: o treinamento de uma IA . . . . . . . . . . . . . 10
2.8 Filtragem e refinamento das simulações para a IA . . . . . . . . . . . . . . 13
3 Conclusão 14
Referências Bibliográficas 16
1
1 Introdução
Este relatório descreve as atividades desenvolvidas durante a minha pesquisa
de iniciação científica, que teve como objetivo estudar e aplicar conceitos e técnicas re-
lacionados a materiais de construção, simulação numérica, programação e aprendizado
de máquina. Durante o período de pesquisa, foquei principalmente nos estudos sobre
o concreto - propriedades mecânicas e características -, elementos finitos, testes phase-
field, linguagem de programação Java, o método de Elemento de Volume Representativo
(EVR) e o aprendizado de máquina. O objetivo principal da IC é a construção de inúme-
ros modelos em EVR, variando as mais diversas características do material, para realizar o
treinamento de uma IA (Inteligência Artificial) que será capaz de modular representações
fiéis das propriedades do material baseado em suas caracteríticas primárias.
Inicialmente, dediquei-me ao estudo do concreto, um material de construção
amplamente utilizado em todo o mundo. Explorei suas propriedades mecânicas, bem como
as características dos diferentes tipos de concreto diante a variedade de distribuição de
agregados em sua composição. Em seguida, mergulhei no universo dos elementos finitos,
uma técnica utilizada para a análise e resolução de problemas complexos de engenharia.
Através de programas de simulação, pude compreender melhor como os elementos finitos
podem ser utilizados para modelar e analisar diferentes estruturas, permitindo simular
diferentes condições e prever o comportamento dessas estruturas em condições variáveis.
Outra técnica de estudo que me dediquei foi aos testes phase-field, que são uma
técnica de simulação que permite investigar a evolução de microestruturas em materi-
ais. Por meio dessa técnica, pude entender melhor como as microestruturas afetam as
propriedades dos materiais, permitindo, assim, simular e testar diferentes cenários.
O método de Elemento de Volume Representativo (EVR) foi outra técnica de
estudo em que me dediquei durante a minha pesquisa de iniciação científica. Trata-se de
um método utilizado para modelar materiais com microestruturas complexas, como é o
caso do concreto. O EVR divide o material em pequenos volumes representativos e utiliza
a teoria de homogeneização para obter as propriedades macroscópicas do material. Por
meio desse método, pude entender melhor como as microestruturas afetam as propriedades
do concreto, permitindo, assim, simular e testar diferentes cenários.
No âmbito da programação, a linguagem Java se mostrou essencial para o desen-
volvimento de códigos de simulação de EVR através do ambiente de desenvolvimento inte-
grado Eclipse® [1] utilizando os recursos da plataforma Insane® [3] da UFMG. Consegui
aprender bastante sobre as funções do ambiente de desenvolvimento utilizado e integrar
bastantes recursos para o Insane® no âmbito do Elemento de Volume Representativo.
Por fim, concentrei-me no estudo de aprendizado de máquina, que é uma área da
inteligência artificial que se dedica ao desenvolvimento de algoritmos capazes de aprender
e se adaptar a novos dados. Por meio do aprendizado de máquina, pude desenvolver mo-
delos que serão capazes de prever o comportamento de materiais em diferentes condições,
permitindo, assim, a realização de simulações mais precisas e eficientes.
Neste relatório, apresento as principais descobertas e aprendizados obtidos du-
rante a minha pesquisa de iniciação científica, bem como os resultados obtidos por meio
da aplicação dos conceitos e técnicas estudados.
2
2 Desenvolvimento
O desenvolvimento da iniciação científica está dividido em subseções que cor-
respondem aos temas estudados durante os meses que fiquei realizando as atividades
orientadas, em ordem cronológica de aprendizado.
3
Figura 1: Granulometria de alguns dos resíduos utilizados na fabricação do concreto. Fonte: Adaptado
de BHARDWAJ e KUMAR [6].
4
Figura 2: Discretização de um corpo contínuo pelo método dos elementos finitos. Fonte: Adaptado de
FILHO e JUNIOR [7].
5
O conceito de EVR foi importantíssimo para eu começar a entender melhor as
simulações que foram realizadas e todo contexto do dimensionamento e distribuição dos
elementos heterogêneos dentro do Elemento do Volume Representativo.
4.218 4.218
120 120 120
90 3.459 90 3.459 90
Raio (mm)
Raio (mm)
y (mm)
y (mm)
y (mm)
60 2.701 60 2.701 60
30 30 30
1.942 1.942
0 0 0
1.184 1.184
0 30 60 90 120 150 0 30 60 90 120 150 0
x (mm) x (mm)
EVR Sample EVR Sample
EVR - Sample 4- Size3.0 dmax 4.976
EVR - Sample 5- Size3.0 dmax 4.976
Figura
150 3: Dois exemplos de simulações visuais da representação
150 do EVR em relação à uma amostra de 150
concreto.
4.218 4.218
120 120 120
Raio (mm)
y (mm)
y (mm)
y (mm)
tarefa da instalação do Eclipse® [1], ambiente integrado responsável pelo deenvolvimento
60 2.701 60 2.701 60
do Insane® [3] e me foi explicado as características e a importância do software e seu
ambiente de desenvolvimento.
30 30 30
O Insane® é uma plataforma1.942 de simulações e análise estrutural desenvolvida
1.942
pela UFMG, que utiliza o método de elementos finitos para análise estrutural. Essa
plataforma
0 oferece uma interface gráfica amigável 0 e fácil de usar, além de uma grande 0
1.184 1.184
variedade de recursos
0 30 60
x (mm)para simulações, análises e visualizações de
90 120 150 0 30 60 dados.
x (mm)
90 120 150 0
6
engine de análise baseada em elementos finitos, juntamente com a eficiência e robustez do
Eclipse®, resultou em uma ferramenta de análise estrutural poderosa e fácil de usar.
Dentre as funcionalidades básicas do Eclipse® que utilizei de forma recorrente,
podemos citar o gerenciador de projetos, que permite a criação e organização de arquivos
e pastas dentro de um projeto; o editor de código-fonte, que possui recursos de auto-
completar, formatação automática, realce de sintaxe, além de uma ampla variedade de
opções de personalização; e o depurador, que permite a execução passo a passo do código,
facilitando a identificação de erros e problemas no programa.
Outra funcionalidade bastante útil na formulação do Insane®, proporcionada
pelo Eclipse®, é o gerenciador de versões integrado, que permite o controle e o acompa-
nhamento das alterações feitas no código-fonte através do uso de sistemas de controle de
versão, como o Git.
7
Outro software que tive o prazer de conhecer e explorar sua interface é o Para-
View® [5]. Ele é um programa de simulação visual que permite a análise e visualização
de grandes conjuntos de dados, incluindo resultados de simulações numéricas. Ele é am-
plamente utilizado em diversos campos, desde estudos sobre a mecânica dos fluidos até a
análise de dados sísmicos.
O programa é capaz de processar grandes volumes de dados e gerar visualizações
de alta qualidade em 2D e 3D. Ele oferece recursos avançados para a análise de dados,
incluindo corte de seções, isolamento de regiões específicas e a aplicação de diferentes
escalas de cores para destacar áreas de interesse.
No estudo sobre o EVR, o ParaView® é uma ferramenta essencial para a visuali-
zação de simulações numéricas complexas, como a modelagem de escoamentos multifásicos
e a análise de tensões e deformações em estruturas mecânicas. Além disso, ele pode ser
utilizado para analisar a distribuição de partículas em suspensão e a caracterização da
formação de camadas sedimentares.
Simulação no Paraview
Código de alternân-
cia de .xml para .csv
Código de gera-
ção de arquivos
Arquivo ’.geo’
Gerador de Malha
8
Com o tempo o código foi sendo automatizado e a geração de malhas no Gmsh foi
implementada dentro do código no Eclipse®, mas ainda havia a necessidade da mudança
de tipagem dos arquivos, segue abaixo na Figura 5 dois exemplos de malhas geradas pelo
ParaView® e na Tabela 1 suas respectivas características.
Simulação no Paraview
Código principal
9
Figura 6: Parte do código desenvolvido no Eclipse®
10
para a saída produzida pela rede neural. O processo de ajuste dos pesos é realizado
através de um algoritmo de treinamento, que utiliza dados de treinamento para modificar
os pesos e melhorar a capacidade da rede neural de generalizar para novos dados.
Na área de estruturas, as redes neurais artificiais podem ser usadas para prever o
comportamento de uma estrutura de concreto sob carga, com base em dados de entrada,
como as dimensões da estrutura, a quantidade e a disposição das armaduras, e as cargas
atuantes. Essa previsão pode ser usada para auxiliar o processo de projeto, a tomada de
decisões e a análise de riscos em estruturas.
No contexto do meu projeto de Iniciação Científica, as simulações de EVR em
concreto podem ser usadas como dados de treinamento dessa rede neural artificial. A
rede neural pode aprender a relacionar as entradas de dados das simulações de EVR com
a saída desejada, como a resistência à compressão do concreto. Essa rede neural pode
então ser usada para prever a resistência à compressão do concreto em novas situações, o
que pode ser útil para o treinamento de uma IA para realizar tarefas de classificação ou
previsão relacionadas à estruturas de concreto.
Em resumo, a aprendizagem de máquina através de redes neurais artificiais é
uma técnica poderosa que pode ser usada para prever o comportamento de estruturas de
concreto e auxiliar o processo de projeto, tomada de decisões e análise de riscos.
11
Figura 7: Idealização do neurônio artificial proposto por McCullogh e Pitts [8].
12
2.8 Filtragem e refinamento das simulações para a IA
No último mês foi desenvolvido um código a parte utilizando a linguagem Python
na plataforma Jupyter® [4]. Esse código pega os dados gerados pelas simulações e plota
um gráfico tensão x deformação do EVR gerado, com esse código pode-se ver com mais
precisão a qualidade da simulação e filtrar quais serão utilizadas para o treinamento de
máquina.
Com isso, inúmeras simulações foram feitas para treinar a IA, simulações essas
que variavam nos mais diversos tipos a diversidade de inputs supracitados, segue abaixo
exemplos dessas simulações na Figura 8 com algumas de suas características na Tabela 2.
3.815
EVR Size = 2.5 dmax 3.815
EVR Size = 3.0 dmax 3.815
3.815
EVR Size = 2.5 dmax 3.815
xx(MPa)
xx(MPa)
xx(MPa)
xx(MPa)
1.526 1.526 1.526
1.526 1.526
xx(MPa)
xx(MPa)
2.289
xx(MPa)
xx(MPa)
xx
3.052
2.289
13
xx(MPa)
1.526
0.000 0.000
48 0.04063 0.05079 0.00000 0.01016 0.02032 0.03048 0.04063 0.05079 0.00000 0.01016 0.02032 0.03048 0.04063 0.05079
xx (%) xx (%)
Mean Envelope Median Mean Envelope Median Mean
ax
3.815
EVR Size = 4.5 dmax 3.815
EVR Size = 5.0 dmax
3.052 3.052
2.289 2.289
xx(MPa)
xx(MPa)
1.526 1.526
0.763 0.763
0.000 0.000
48 0.04063 0.05079 0.00000 0.01016 0.02032 0.03048 0.04063 0.05079 0.00000 0.01016 0.02032 0.03048 0.04063 0.05079
xx (%) xx (%)
Mean Envelope Median Mean Envelope Median Mean
3 Conclusão
Ao longo deste relatório de iniciação científica, foi possível explorar diversas
áreas do conhecimento relacionadas a materiais de construção, simulação numérica, pro-
gramação e aprendizado de máquina. O objetivo principal da pesquisa foi a construção
de modelos em EVR para o treinamento de uma inteligência artificial capaz de prever o
comportamento de materiais em diferentes condições.
Para atingir esse objetivo, foram estudados diversos conceitos e técnicas. O
concreto, um material amplamente utilizado na construção civil, foi um dos principais
objetos de estudo, tendo sido exploradas suas propriedades mecânicas e características em
relação aos diferentes tipos de distribuição de agregados em sua composição. A análise
por elementos finitos permitiu modelar e analisar diferentes estruturas, enquanto os testes
phase-field permitiram investigar a evolução de microestruturas em materiais.
O método de Elemento de Volume Representativo (EVR) foi outro tema im-
portante abordado durante a pesquisa. Essa técnica foi utilizada para modelar materiais
com microestruturas complexas, como é o caso do concreto. O EVR divide o material em
pequenos volumes representativos e utiliza a teoria de homogeneização para obter as pro-
priedades macroscópicas do material. Por meio desse método, pôde-se entender melhor
14
como as microestruturas afetam as propriedades do concreto e simular diferentes cenários.
No âmbito da programação, a linguagem Java se mostrou essencial para o de-
senvolvimento de códigos de simulação de EVR, utilizando recursos da plataforma Insane
da UFMG. Através do ambiente de desenvolvimento integrado Eclipse, foram integrados
diversos recursos para o Insane no âmbito do Elemento de Volume Representativo.
Por fim, foi dedicado um importante esforço no estudo de aprendizado de má-
quina, que é uma área da inteligência artificial que se dedica ao desenvolvimento de
algoritmos capazes de aprender e se adaptar a novos dados. Por meio do aprendizado de
máquina, pôde-se desenvolver modelos que serão capazes de prever o comportamento de
materiais em diferentes condições, permitindo a realização de simulações mais precisas e
eficientes.
Em suma, os resultados obtidos nessa pesquisa de iniciação científica mostraram
a importância de abordar a interdisciplinaridade entre diferentes áreas do conhecimento
para atingir objetivos complexos. A aplicação de técnicas de simulação numérica, combi-
nada com a programação e o aprendizado de máquina, permitiu avançar significativamente
na compreensão das propriedades dos materiais de construção e na realização de simula-
ções mais precisas e eficientes, com potencial para auxiliar no desenvolvimento de novos
materiais e estruturas mais seguras e eficientes.
15
Referências Bibliográficas
[1] Eclipse IDE. Disponível em: https://eclipseide.org/.
[2] Gmsh, open source 3D finite element mesh generator. Disponível em: https://gmsh.
info/.
[4] Jupyter - free software, open standards, and web services for interactive computing
across all programming languages. Disponível em: https://jupyter.org/.
[5] ParaView, the world’s leading open source post-processing visualization engine.
Disponível em: https://www.paraview.org/.
[8] MCCULLOCH, Warren S.; PITTS, W. A logical calculus of the ideas immanent
in nervous activity. The bulletin of mathematical biophysics, 1943.
16