Monitoramento da Integridade Estrutural de Vias Férreas a Partir de Medições de Vibração a Bordo Utilizando Técnicas de Aprendizado Profundo

Read full text Summarise with VIRAT
Authors: Renato da Silva Melo, Marcos Spínola Neto, Rafaelle Piazzaroli Finotti Amaral, Andreia Gomes Meixedo da Cunha, Diogo Rodrigo Ferreira Ribeiro, Flavio de Souza Barbosa, Alexandre Cury
Cited by: 0
References: 13

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

A manutenção da infraestrutura ferroviária apresenta um constante desafio devido ao desgaste natural e aos danos decorrentes do uso contínuo, que podem comprometer a segurança e eficiência desse meio de transporte. Este estudo propõe o uso de Monitoramento de Integridade Estrutural (SHM, do inglês Structural Health Monitoring) através da aplicação de um Autocodificador Variacional (VAE, do inglês Variational Autoencoder) para a detecção de irregularidades em vias férreas. O VAE é treinado para aprender a representar o comportamento normal da via e, junto com a Carta de Controle Hotelling T², é capaz de detectar anomalias estruturais. A metodologia proposta inclui a otimização dos hiperparâmetros do VAE utilizando a biblioteca Optuna, buscando maximizar o desempenho do modelo. Os resultados indicam que a combinação do VAE com a Carta de Controle T² de Hotelling é eficaz na detecção de defeitos, oferecendo uma solução mais econômica e menos invasiva para a manutenção preventiva das vias. Embora o método ainda não quantifique as anomalias, ele apresenta um grande potencial para aprimorar a confiabilidade operacional.

Fields of Study & Subjects

Structural Health Monitoring Techniques Railway Engineering and Dynamics Infrastructure Maintenance and Monitoring

Publication details

Journal / source
VETOR - Revista de Ciências Exatas e Engenharias
Volume
36
Issue
1
Pages
e18345–e18345
Publication date
27 March 2026
Language
PT