Banca de QUALIFICAÇÃO: JOSIVAN LEITE ALVES

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: JOSIVAN LEITE ALVES
DATA : 02/12/2024
LOCAL: Pós-Graduação Engenharia Civil
TÍTULO:

Simulações de energia renovável baseadas em BIM e IA no contexto da indústria de arquitetura, engenharia, construção e operações 

PALAVRAS-CHAVES:

Building Information Modeling. Inteligência Artificial. Energia Solar. Sustentabilidade. Sériestemporais.

PÁGINAS: 150
RESUMO:

O setor de Arquitetura, Engenharia, Construção e Operações (AECO) ganha vantagens por meio da geração e gerenciamento eficaz de dados BIM. Esse aumento de dados disponíveis pode ser fundamental para derivar avanços de inovação ao processá-los por meio de modelos de inteligência artificial (IA). Além disso, a literatura tem buscado desenvolver projetos sustentáveis inteligentes como uma forma de alavancar o desenvolvimento sustentável e eliminar a dependência de recursos não renováveis. Além disso, os edifícios consomem 40% da energia global e 33% das emissões de gases de efeito estufa. A baixa eficiência energética dos edifícios é um dos principais fatores que contribuem para o alto consumo global de energia e emissões de gases de efeito estufa. Nesse contexto, esta pesquisa visa desenvolver soluções automatizadas de BIM orientadas por IA para simulação de energia renovável para edifícios, especialmente na fase de projeto. Esta pesquisa aplica uma abordagem multimétodo, dividida em uma Revisão Sistemática de Literatura (Artigo 1) e o desenvolvimento de uma abordagem de aprendizado profundo orientada por BIM para séries temporais de irradiação solar (Artigo 2). O Artigo 1 investiga como os recursos de BIM e IA podem beneficiar o desenvolvimento de projetos inteligentes de AECO. Primeiro, o artigo explora as relações entre os tópicos de aplicação de IA e BIM, identifica sete domínios principais de BIM e IA encontra aplicação, explora contribuições de pesquisa, os problemas abordados e seus principais resultados. O ainda artigo mapeia 14 capacidades de BIM e 16 capacidades de IA fundamentais para o desenvolvimento de projetos inteligentes. O artigo 2 explora a aplicação de um algoritmo de aprendizado profundo orientado por BIM para estimar a produção de energia fotovoltaica, associando dados de irradiação solar e extração automatizada de informações em modelos BIM. Este artigo quantifica a energia produzida e o CO2 com base nos valores previstos do algoritmo implementado, usando uma rotina no Dynamo que extrai as informações de um modelo BIM. Assim, este artigo usa séries temporais de irradiação solar e extração automática de dados BIM para estabelecer um processo automatizado na fase de projeto, chamado EnergyBIM.AI, para quantificar a produção de energia solar e evitar CO2. As etapas seguintes da pesquisa visam desenvolver e implementar uma metodologia para otimizar o layout de painéis fotovoltaicos em telhados, integrados à Avaliação do Ciclo de Vida (ACV) de materiais, visando estabelecer parâmetros ideais para edifícios com emissões líquidas de carbono zero. A ideia é concluir a tese com parâmetros sustentáveis em edifícios que buscam maximizar a eficiência energética por meio de um layout otimizado de sistemas fotovoltaicos, minimizando o impacto ambiental ao longo do ciclo de vida da edificação. 

MEMBROS DA BANCA:
Externo ao Programa - 2921718 - FABRICIO BRADASCHIA - nullExterna ao Programa - 2890722 - MARCELE ELISA FONTANA - nullPresidente - 2767145 - MAURICIO OLIVEIRA DE ANDRADE