Uso de Redes Neurais Convolucionais como Método de Identificação de Anomalias em Barragens

Código

XXVI-SBRH0867

Autores

Bruno Joakinson Boving, DANIEL HENRIQUE MARCO DETZEL

Tema

F - Processos Hidrológicos e Monitoramento Integrado de Recursos Hídricos

Resumo

Este estudo investiga a viabilidade da automatização da identificação de anomalias em barragens de terra por meio do uso de redes neurais convolucionais (CNNs). Considerando o aumento expressivo do número de barragens com documentação incompleta no âmbito da Política Nacional de Segurança de Barragens (PNSB), a proposta visa otimizar o processo de inspeção, reduzindo o tempo necessário para a análise manual de registros fotográficos. A metodologia adotada contempla a construção de uma base de dados composta por 400 imagens para cada tipo de anomalia selecionada, bem como o desenvolvimento de uma arquitetura de CNN customizada, inspirada em elementos das redes LeNet-5, AlexNet e VGG16. Os resultados obtidos demonstram que o modelo é eficaz na identificação das principais manifestações patológicas, embora sejam recomendados ajustes adicionais para viabilizar a automatização integral do processo. Conclui-se que o uso de CNNs representa uma solução promissora para apoio às inspeções de segurança de barragens, com potencial significativo para a redução do tempo e do esforço técnico na triagem e caracterização de anomalias.