Palavras-chave
Armadura
Avaliação da Qualidade
Visão computacional
Inteligência Artificial
Como Citar
Dados de financiamento
-
Conselho Nacional de Desenvolvimento Científico e Tecnológico
Números do Financiamento 407932/2022-4
Resumo
Os elementos pré-fabricados de concreto, amplamente utilizados na indústria da construção, apresentam vantagens em relação à concretagem in loco. A sua qualidade estrutural depende da montagem das armaduras, sendo fundamental garantir que elas estão de acordo com o projeto antes da concretagem. No entanto, os métodos de inspeção manual existentes dependem da experiência do inspetor, são subjetivos e demorados e utilizam dispositivos de medição como fitas métricas. É necessário um método de inspeção que seja eficiente, prático e objetivo. Estudos anteriores exploraram a tecnologia de digitalização a laser 3D. No entanto, apenas alguns estudos se concentram na integração de tecnologias de baixo custo, Modelagem da Informação da Construção (BIM) e Aprendizado de Máquina (AM) para inspeção de qualidade da armadura. Seguindo uma abordagem de Design Science, este artigo desenvolve um método para inspeção automatizada de armaduras denominado FV-Smart, que integra BIM e AM, comparando o montado com o projetado utilizando um algoritmo de inteligência artificial. O modelo de visão computacional apresentou desempenho de 72,6% (Precisão), 68% (Recall) e 81,1% (Precisão Média). O artefato proposto apoia os gestores na tomada de decisões para aumentar a confiabilidade e robustez das informações geradas durante as inspeções.
Referências
CHEN, K.; REICHARD, G. ; XU, X.; AKANMU, A. A. Automated crack segmentation in close-range building façade inspection images using deep learning techniques. Journal of Building Engineering, v. 43, p. 102913, Nov. 2021. DOI: https://doi.org/10.1016/j.jobe.2021.102913.
DIAS, I. S.; FLORES-COLEN, I.; SILVA, A. Critical Analysis about Emerging Technologies for Building’s Façade Inspection. Buildings, v. 11, n. 2, p. 53, Feb. 2021. DOI: https://doi.org/10.3390/buildings11020053.
DRESCH, Aline; LACERDA, Daniel Pacheco; ANTUNES JÚNIOR, José Antonio Valle. Design science research: método de pesquisa para avanço da ciência e tecnologia. Porto Alegre: Bookman, 2015. 204 p.
FARIAS, A. R. C. Aplicação de algoritmos computacionais para estudo de tráfego utilizando técnicas de Visão Computacional e Deep Learning. 2022. 45 f. Trabalho de Conclusão de Curso (Graduação – Engenharia Civil) – Curso de Engenharia Civil, Universidade Federal de Alagoas, Maceió, 2022. Disponível em: http://www.repositorio.ufal.br/jspui/handle/123456789/11590. Acesso em: 20 out. 2024.
FORMOSO, C. T.; SANTOS, A.; POWELL, J. A. An exploratory study on the applicability of process transparency in construction sites. Journal of Construction Research, v. 3, n. 1, p. 35 - 54, 2002. DOI: https://doi.org/10.1142/S1609945102000102.
HONG, Jingke; SHEN, Geofrey Qipng; LI, Zhengdao; ZHANG, Boyu; ZHANG, Wanqiu. Barriers to promoting prefabricated construction in China: A cost–benefit analysis. Journal of cleaner production, v. 172, p. 649-660, Jan. 2018. DOI: https://doi.org/10.1016/j.jclepro.2017.10.171.
KAMALI, Mohammad; HEWAGE, Kasun. Life cycle performance of modular buildings: A critical review. Renewable and Sustainable Energy Reviews, v. 62, p. 1171-1183, Sept. 2016. DOI: https://doi.org/10.1016/j.rser.2016.05.031.
KIM, Min-Koo ; CHENG, JACK C. P. ; SOHN, HOON ; CHANG, CHIH-CHEN. A framework for dimensional and surface quality assessment of precast concrete elements using BIM and 3D laser scanning. Automation in Construction, v. 49, part B, p. 225-238, Jan. 2015. DOI: https://doi.org/10.1016/j.autcon.2014.07.010.
KIM, Min-Koo; SOHN, Hoon; CHANG, Chih-Chen. Automated dimensional quality assessment of precast concrete panels using terrestrial laser scanning. Automation in Construction, v. 45, p. 163-177, Sept. 2014. DOI: https://doi.org/10.1016/j.autcon.2014.05.015.
KONG, Q.; LIAO, L.; YUAN, C. Rapid generation of editable engineering drawings from 3D point cloud reconstruction for large-scale buildings. Journal of Building Engineering, v. 63, part A, p. 105486, Jan. 2023. https://doi.org/10.1016/j.jobe.2022.105486.
KOSKELA, L. Application of the New Production Philosophy to Construction: Technical Report number 72. 1992. Espoo: Stanford University, 1992. Disponível em: https://stacks.stanford.edu/file/druid:kh328xt3298/TR072.pdf. Acesso em: 20 set. 2024.
LAWANI, K.; SADEGHINEKO, F.; TONG, M.; BAYRAKTAR, M. Methodology for retrospectively developing a BIM model from point cloud scans using ongoing building project as case study. Journal of Engineering, Design and Technology, 2024. DOI: https://doi.org/10.1108/JEDT-07-2023-0325.
LEE, D.; NIE, G.-Y.; HAN, K. Vision-based inspection of prefabricated components using camera poses: addressing inherent limitations of image-based 3D reconstruction, Jornal of Buiding Engineering, v. 64, p. 105710, Apr. 2023. DOI: https://doi.org/10.1016/j.jobe.2022.105710.
LEE, Doyun; HAN, Kevin. Vision-based quality assessment of prefabricated components using images and camera poses. In: CONSTRUCTION RESEARCH CONGRES. 2020, Tempe. Proceedings […]. Reston: American Society of Civil Engineers, 2020. p. 1021-1029.
LI, Mingkai; LIU, Yuhan; WONG, Billy C. L; GAN, Vicent J. L; CHENG, Jack C. P. Automated structural design optimization of steel reinforcement using graph neural network and exploratory genetic algorithms. Automation in Construction, v. 146, Feb. 2023. DOI: https://doi.org/10.1016/j.autcon.2022.104677.
LI, X. ; SHEN, G. Q. ; WU, P. ; YUE, T. Integrating building information modeling and prefabrication housing production. Automation in Construction, v. 100, p. 46-60, Apr. 2019. DOI: https://doi.org/10.1016/j.autcon.2018.12.024.
MA, Zhiliang; LIU, Yu; LI, Jiayi. Review on automated quality inspection of precast concrete components. Automation in Construction, v. 150, p. 104828, June 2023. DOI: https://doi.org/10.1016/j.autcon.2023.104828.
MALLAININE, M. I.; LECHGAR, H.; RHIANANE, H. YOLOv2 Deep Learning Model and GIS Based Algorithms for Vehicle Tracking. Journal of Geographic information System, v. 13, n. 4, Aug. 2021. Disponível em: https://www.scirp.org/journal/paperinformation?paperid=110595. Acesso em: 17 Jul. 2023
MIRZAEI, K.; ARASHPOUR, M.; ASADI, E.; FENG, H.; MOHANDES, S. R.; BAZLI, M. Automatic compliance inspection and monitoring of building structural members using multi-temporal point clouds. Journal of Building Engineering, v. 72, p. 106570, Aug. 2023. DOI: https://doi.org/10.1016/j.jobe.2023.106570.
MOYANO, J.; JUSTO-ESTEBARANZ, Á.; NIETO-JULIÁN, J. R.; OJEDA BARRERA, A.; FERNÁNDEZ-ALCONCHEL, M. Evaluation of records using terrestrial laser scanner in architectural heritage for information modeling in HBIM construction: The case study of the La Anunciación church (Seville). Journal of Building Engineering, v. 62, p. 105190, Dec. 2022. DOI: https://doi.org/10.1016/j.jobe.2022.105190.
PAN, X.; YANG, T. Y. 3D vision-based bolt loosening assessment using photogrammetry, deep neural networks, and 3D point-cloud processing. Journal of Building Engineering, v. 70, p. 106326, July 2023. DOI: https://doi.org/10.1016/j.jobe.2023.106326.
PEJČINOVIĆ, Matea. A review of custom vision service for facilitating an image classification. In: CENTRAL EUROPEAN CONFERENCE ON INFORMATION AND INTELLIGENT SYSTEMS. 2019, Varaždin. Proceedings [...]. Varaždin: Faculty of Organization and Informatics Varaždin, 2019. p. 197-208. Disponível em: file:///C:/Users/Windows/Downloads/A_Review_of_Custom_Vision_Serv.pdf. Acesso em: 20 jun. 2024.
SCALA, Thiago Esteves La. Smart Campus: um estudo sobre visão computacional para detecção de pessoas em filas. 2023. 43 f. Trabalho de conclusão de curso (Graduação – Ciência da Computação) – Faculdade de Ciências, Universidade Estadual Paulista, Bauru, 2023. Disponível em: https://repositorio.unesp.br/server/api/core/bitstreams/c43c00a1-93b0-4cb7-b7cb-fdaae8ba9809/content. Acesso em: 20 fev. 2024.
SHU, J.; ZHANG, C.; GAOO, Y.; NIU, Y. A multi-task learning-based automatic blind identification procedure for operational modal analysis. Mechanical Systems and Signal Processing, v. 187, p. 109959, Mar. 2023. https://doi.org/10.1016/j.ymssp.2022.109959.
SILVA, Alisson de Souza. Método para Reconhecimento Automatizado de Manifestações Patológicas na Execução de Fachadas com Uso de Drones e Aprendizado de Máquina. 2023. 183 f. Dissertação (Mestrado em Engenharia Civil) – Escola Politécnica, Universidade Federal da Bahia, Salvador, 2023. Disponível em: https://repositorio.ufba.br/handle/ri/38429. Acesso em: 20 jun. 2024.
SONEGO, Monique; ECHEVESTE, Márcia Elisa Soares; DEBARBA, Henrique Galvan. The role of modularity in sustainable design: A systematic review. Journal of Cleaner Production, v. 176, p. 196-209, Mar. 2018. DOI: https://doi.org/10.1016/j.jclepro.2017.12.106.
STAFFA, L. de B. J.; SÁ, L. S. V.; LIMA, M. I. S. C.; COSTA, D. B. Uso de técnicas de processamento de imagem para inspeção de estruturas de telhados de edificações para fins de assistência técnica. In: ENCONTRO NACIONAL DE TECNOLOGIA DO AMBIENTE CONSTRUÍDO, 18., 2020, Porto Alegre. Anais [...]. Porto Alegre: ANTAC, 2020. p. 1–8. DOI: https://doi.org/10.46421/entac.v18i.1178.
STEFAŃSKA, A.; MARKOWSKI, H.; DIXIT, S. Three-dimensional laser scanning for structure documentation and construction management: A case study of renovation and rebuilt of metro tunnels. Ain Shams Engineering Journal, v. 15, n. 5, p. 102665, May 2024. DOI: https://doi.org/10.1016/j.asej.2024.102665.
TAM, V. W. Y.; FUNG, I. W. H.; SING, M. C. P.; OGUNLANA, S. O. Best practice of prefabrication implementation in the Hong Kong public and private sectors. Journal of Cleaner Production, v. 109, p. 216-231, Dec. 2015. DOI: https://doi.org/10.1016/j.jclepro.2014.09.045.
VAISHNAVI, V.; KUECHLER, W. Design Science Research Methods and Patterns: Innovating Information and Communication Technology, 2nd ed. Boca Raton: CRC, 2015. 656 p.
WANG, Q.; KIM, M.-K.; CHENG, J.; SOHN, H. Automated quality assessment of precast concrete elements with geometry irregularities using terrestrial laser scanning, Automation in Construction, v. 68, p. 170-182, Aug. 2016. DOI: https://doi.org/10.1016/j.autcon.2016.03.014.
YUAN, Xinxing; SMITH, Alan; SARLO Rodrigo; LIPPITT, Christopher D.; MOTREU, Fernando. Automatic evalution of rebar spacing using LiDAR data. Automation in Construction, v. 131, p. 103890, Nov. 2021. DOI: https://doi.org/10.1016/j.autcon.2021.103890.
ZHANG, Jun; WANG, Mengtong; ZHAO, Lilin; CHEN, Min. Analysis of Factors Affecting Prefabricated Building Quality Based on ISM-BN. Sustainability, v. 15, n. 12, p. 9682, June 2023. DOI: https://doi.org/10.3390/su15129682.
ZHANG, Xiaoling; SKITMORE, Martin; PENG, Yi. Exploring the challenges to industrialized residential building in China. Habitat International, v. 41, p. 176-184, Jan. 2014. DOI: https://doi.org/10.1016/j.habitatint.2013.08.005.
ZHAO, W.; JIANG, Y.; LIU, Y.; SHU, J. Automated recognition and measurement based on three-dimensional point clouds to connect precast concrete components. Automation in Construction, v. 133, p. 104000, 2022a. DOI: https://doi.org/10.1016/j.autcon.2021.104000.
ZHAO, W.; LIU, Y.; ZHANG, J.; SHAO, Y.; SHU, J. Automatic pixel‐level crack detection and evaluation of concrete structures using deep learning. Structural Control and Health Monitoring, v. 29, n. 8, p. e2981, 2022b. DOI: https://doi.org/10.1002/stc.2981.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2024 PARC: Pesquisa em Arquitetura e Construção
Downloads
