Banca de QUALIFICAÇÃO: LUCAS THIAGO GOMES SOARES DE ARAUJO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : LUCAS THIAGO GOMES SOARES DE ARAUJO
DATA : 31/08/2026
HORA: 09:45
LOCAL: https://us02web.zoom.us/j/3010205143?pwd=VXVBTmhmV1k0dTZJclhvK3Evd1RPUT09
TÍTULO:

Monitoramento e Previsão da Integridade Estrutural de Fundações de Turbinas Eólicas Offshore: Proposta de Ferramenta

PALAVRAS-CHAVES:

Energia Eólica Offshore; Inteligência Artificial Substitutiva; Dinâmica de Sistemas; Integridade Estrutural; Rio Grande do Norte.

PÁGINAS: 139
RESUMO:

A expansão da energia eólica offshore consolida-se como um pilar estratégico para a transição energética global e para o cumprimento das metas de descarbonização da matriz elétrica. No contexto brasileiro, o litoral do Rio Grande do Norte destaca-se pelo elevado potencial de geração, impulsionado por ventos constantes e águas rasas que favorecem a instalação de estruturas fixas do tipo monopile. Todavia, a operação em ambiente marinho agressivo submete essas estruturas a mecanismos complexos de degradação, como a fadiga e a corrosão, cujas interações não lineares desafiam os métodos tradicionais de previsão de vida útil. Diante dessa complexidade, esta dissertação propõe uma arquitetura híbrida de simulação que acopla o Aprendizado de Máquina (Machine Learning) à Dinâmica de Sistemas (DS), permitindo integrar a precisão física tridimensional à análise sistêmica e temporal do ativo. O objetivo geral deste trabalho consiste em propor uma ferramenta de monitoramento e suporte à decisão fundamentada na Dinâmica de Sistemas e alimentada por Inteligência Artificial substitutiva (surrogate model) para prever a integridade estrutural de fundações eólicas offshore na Margem Equatorial potiguar. Estruturado na forma de coletânea de cinco artigos científicos, o percurso engloba a triagem sistemática da literatura recente, a caracterização analítica das forças hidrodinâmicas locais via Equação de Morison, o desenvolvimento de um modelo em IA via Random Forest para emular instantaneamente as respostas mecânicas de Elementos Finitos (FEA), a formulação de um modelo de estoques e fluxos baseado no ciclo iterativo de Sterman e, por fim, a explicação detalhada e estruturação da modelagem do sistema integrado de monitoramento preditivo. Os resultados revelam que o modelo substituto em IA atinge elevada acurácia preditiva com baixo custo computacional, viabilizando o seu acoplamento em tempo real. A simulação sistêmica evidencia que a interação sinérgica entre a perda de espessura por corrosão e o acúmulo de danos por fadiga acelera a falha estrutural de forma exponencial ao longo de um horizonte de trinta anos, eliminando o limite de endurança do aço. Conclui-se que o modelo híbrido desenvolvido funciona como um laboratório virtual robusto, provendo suporte ágil à tomada de decisão na engenharia offshore, mitigando riscos de falhas catastróficas e otimizando o planejamento de políticas de manutenção preditiva regional.

MEMBROS DA BANCA:
Presidente - 2456706 - MARIO ORESTES AGUIRRE GONZALEZ
Interna - ***.653.984-** - PRISCILA GONCALVES VASCONCELOS SAMPAIO - UFERSA
Externo à Instituição - HUMBERTO DIONISIO DE ANDRADE - UFERSA