Inovações no projeto estrutural – abrindo caminho para o futuro

Por que razão mudar algo no que fazemos no dia a dia? Não será já suficientemente bom o estado atual dos nossos gabinetes de engenharia? O volume de trabalho é considerável, novas estruturas são construídas todos os dias e provavelmente não mudará tão cedo. As ferramentas digitais dos engenheiros de hoje são já extremamente poderosas, com velocidades inimagináveis há alguns anos. A força que impulsiona qualquer tipo de mudança surge sempre de uma necessidade. Então, qual é a "necessidade" atual dos gabinetes de engenharia civil?

Parece que há várias... 

• há cada vez menos pessoas dispostas a fazer este trabalho todos os dias
• o volume de trabalho aumenta a cada ano, graças ao crescimento económico em muitas regiões
• o ritmo de desenvolvimento noutros campos de engenharia relacionados com a engenharia civil é muito mais elevado
• a complexidade dos projetos está a aumentar de forma monumental, com foco em soluções "verdes", consumo de energia e impacto de CO₂

Tentemos dar uma espreitadela ao futuro próximo da nossa área.

Como será ser engenheiro estrutural?

Será a profissão de engenheiro estrutural uma das ameaçadas pelo surgimento da IA? Não tanto, pelo menos não tão cedo. O número de variáveis presentes em cada projeto é simplesmente demasiado elevado para ser coberto por algoritmos. E não por falta de capacidade computacional, mas devido a bases de dados não sincronizadas e não cooperantes de diferentes áreas, e ao senso comum humano necessário para dar sentido a toda essa confusão de dados.

Por outro lado, o trabalho diário de um engenheiro estrutural será igual ao de hoje? Desenhos em papel, anotações manuais, centenas de DWGs e PDFs, folhas de cálculo intermináveis, modelos estruturais de diferentes granularidades (sem comunicar entre si), centenas de e-mails e mensagens de chat sobre projetos, prazos, orçamentos, longas horas passadas em escritórios cheios de ficheiros, livros, normas de projeto, manuais e revistas de engenharia estrutural? 

Esperemos que não.

Mas o que podemos melhorar para passar da realidade atual para um ambiente muito mais favorável no futuro? Se queremos trabalhar de forma inteligente em vez de trabalhar arduamente, devemos aproveitar as oportunidades disponíveis. E, se não forem visíveis agora, podemos olhar para áreas vizinhas, como a engenharia mecânica, onde expressões como aprendizagem automática, processamento de grandes volumes de dados ou otimização topológica já estão em uso há algum tempo.

O que já é bastante evidente, mesmo que o título de engenheiro estrutural sobreviva, é que a necessidade de novas competências e capacidades é inevitável. Ter conhecimentos de matemática, física, mecânica estrutural, materiais e requisitos normativos já não será suficiente. Será necessário um conjunto inteiramente novo de competências digitais – trabalhar com dados, criar ligações de dados entre diferentes ferramentas, utilizar projeto paramétrico, compreender a aprendizagem automática, ter conhecimentos na criação eficiente de prompts, etc.

Um aspeto muito importante ainda não abordado neste artigo, mas igualmente crucial no processo de projeto, são os governos, as normas de projeto e as entidades de verificação. Estes não podem ser ignorados porque, sem aceitação e cooperação nesta área, o progresso das tecnologias seria dramaticamente mais rápido do que a resposta da comunidade de engenharia poderia acompanhar.

Otimização topológica

Do que se trata? De forma simples, é como resolver uma tarefa difícil em que se dispõe de uma quantidade específica de blocos de construção para criar uma estrutura. Pretende-se que seja suficientemente resistente para suportar cargas específicas, mas também que utilize o menor número possível de blocos.

Na otimização topológica, são utilizados algoritmos de cálculo para nos ajudar a determinar a melhor forma de posicionar os blocos. O programa experimenta diferentes configurações, testando centenas de variações sobre onde colocar os blocos para tornar a estrutura tão resistente quanto possível, utilizando o menor número de blocos necessário. É como se o computador testasse todos os tipos de configurações de ponte para ver qual aguenta mais carga sem colapsar, mas também sem desperdiçar blocos.

Este método ajuda engenheiros e projetistas a desenvolver estruturas muito eficientes e, por vezes, de aspeto invulgar, que cumprem a sua função utilizando a menor quantidade de material possível. É uma forma inteligente de projetar porque poupa materiais, reduz o peso e frequentemente conduz a soluções inovadoras que talvez não concebêssemos por conta própria.

Na imagem acima, podem ver-se três configurações otimizadas de uma ponte tridimensional associadas a diferentes conjuntos de fixações [K. Bando, R. Din, M. Fouquerand, L. Gilbert, A. Moissenot, e M. Nicolas, Optimisation d'une structure et application architecturale, PSC MEC07, Ecole Polytechnique (X), 2016].

O que já está disponível

Talvez a ferramenta de projeto mais avançada para betão armado estrutural disponível atualmente, IDEA StatiCa Detail, seja capaz de mostrar ao utilizador a otimização topológica com base nos fluxos de tensão na geometria definida. Esta ferramenta mostra de forma muito clara e visual ao projetista quais as posições e direções mais eficientes para as barras de armadura. Pode consultar o nosso artigo de blogue dedicado à otimização topológica.

Mesmo estes modelos poderosos e avançados são apenas o início do que poderia ser possível se tratados a sério. Já conhecemos centenas de projetos em que a geometria se baseia em formas orgânicas e se assemelha muito mais a uma imagem de um livro de biologia do que a uma forma típica de treliça. Podemos encontrar vários projetos já construídos ou em construção com inspiração em formas orgânicas. Um bom exemplo é o projeto atual da estação de Metro em Riade, da autoria da Zaha Hadid Architects.

Com alguma imaginação, estas formas orgânicas poderiam surgir na arquitetura não só pela sua beleza, mas também como geometria das estruturas portantes, graças à otimização topológica e aos novos processos construtivos.

Que tipo de estruturas e projetos estão a ser resolvidos graças às ferramentas de projeto atuais? Vejamos a nossa biblioteca de Casos de estudo.

O poder dos dados na engenharia

Os investigadores da IDEA StatiCa apresentaram numa recente conferência estrutural de aço os novos métodos utilizados para a previsão automatizada da utilização de soldaduras na aplicação Connection. Esta abordagem revolucionária resolve uma questão simples com uma solução muito complexa. Qual é a capacidade real de uma soldadura quando é permitida a plastificação do material?

O método inovador descrito no documento emprega inteligência artificial avançada, especificamente redes neuronais convolucionais, para melhorar significativamente a precisão da previsão das taxas de utilização de soldaduras em estruturas de aço. Esta nova abordagem é revolucionária para os engenheiros estruturais, pois vai além dos métodos tradicionais ao analisar de forma detalhada a distribuição de tensões e o histórico de deformações ao longo das linhas de soldadura. Uma análise tão pormenorizada permite estimativas mais precisas, adaptadas a diversas configurações de soldadura e cenários de carregamento. Este avanço não só melhora a segurança e a eficiência dos projetos estruturais, como também exemplifica o potencial de integrar a aprendizagem automática com as práticas de engenharia convencionais, abrindo caminho para soluções mais inteligentes e orientadas por dados na engenharia estrutural. Para mais informações sobre como utilizar esta melhoria, consulte aqui.

Como não é fácil calcular centenas de incrementos de carga em segundos, o algoritmo utiliza um vasto conjunto de dados de análises realizadas anteriormente e é capaz de encontrar os valores de dimensão de soldadura mais próximos da solução pretendida em tempo real.

Dicas de glossário para novos engenheiros estruturais:

A aprendizagem automática (ML) é um ramo da inteligência artificial que permite aos computadores aprender a partir de dados e tomar decisões com base neles. No projeto e análise estrutural, a ML pode ser utilizada para prever o comportamento dos materiais, avaliar a integridade estrutural e otimizar os processos de projeto. Ao analisar grandes conjuntos de dados, os algoritmos de ML conseguem identificar padrões e informações que os métodos tradicionais poderiam não detetar. Isto pode conduzir a projetos estruturais mais eficientes, seguros e económicos. A ML pode também auxiliar na monitorização em tempo real e no planeamento da manutenção das estruturas, aumentando ainda mais a sua vida útil e segurança.

As redes neuronais convolucionais (CNNs) são um tipo de inteligência artificial amplamente utilizado para processar dados com topologia em grelha, como imagens. Destacam-se em tarefas como reconhecimento e classificação de imagens. Uma CNN aprende a reconhecer padrões e características nos dados de entrada através de camadas que realizam convoluções – operações matemáticas que filtram e comprimem dados. Esta estrutura permite às CNNs identificar padrões complexos, tornando-as ferramentas poderosas em diversas aplicações de engenharia, desde a análise estrutural a processos de projeto automatizados. A sua capacidade de processar conjuntos de dados complexos de forma eficiente torna-as um recurso valioso na resolução de problemas de engenharia moderna.

Resumo

Como acabou de ver, o futuro está mais próximo do que se pensa. Não o das imagens geradas por IA, mas os primeiros princípios de automação e otimização inteligente já estão a ser incorporados nas ferramentas de análise estrutural.

As ferramentas não farão a revolução por si sós. O que é necessário para desbloquear estas novas possibilidades é uma grande mudança de mentalidade por parte dos intervenientes no processo de projeto. Cabe aos engenheiros decidir como se adaptarão às oportunidades disponíveis e como as incorporarão nos seus fluxos de trabalho diários.