INTEGRACAO AUTOMATIZADA DE AVALIACOES NUMERICAS EPROBALISTICAS ATRAVES DE INTELIGENCIA ARTIFICIAL EM ANALISE DE INTEGRIDADE DE DUTOS CORROIDOSCOMREPAROS COMPOSITOS
Code Aster, Dutos Reparados, Integridade, Compósitos, Python, Inteligência Artificial.
A previsão da pressão de falha em dutos corroídos e reparados com materiais compó sitos é fundamental para garantir a integridade estrutural de sistemas pressurizados. Este trabalho propõe uma metodologia integrada que combina avaliações numéricas e probabilísticas, utilizando o Método dos Elementos Finitos (FEM) e inteligência artificial (IA) para otimizar a análise de dutos em diferentes cenários de corrosão e reparo. As simulações são realizadas no software Salomé-Meca, com geometrias geradas no módulo Geometry, malhas hexaédricas otimizadas no módulo Mesh e processamento no Code-Aster, automatizadas por scripts em Python via YACS. Os modelos desen volvidos consideram as propriedades dos materiais compósitos e sua interação com os dutos, fornecendo distribuições de tensão de von Mises e valores de pressão de falha (Pf). A metodologia inclui a criação de bibliotecas Python para avaliação conforme normas ASME PCC-2 e ISO/TS 24817, além da aplicação de análise multifísica para gerar dados sintéticos. Resultados preliminares validam a abordagem, demonstrando a eficácia da automação e a precisão das simulações. A integração com IA, por meio de redes neurais treinadas com dados sintéticos, permite análises probabilísticas rápidas, como o método de Monte Carlo, reduzindo significativamente o tempo computacional. Espera-se que esta abordagem inovadora contribua para decisões mais ágeis e con f iáveis em inspeções e reparos, mitigando riscos ambientais, econômicos e sociais associados a falhas em dutos.