Otimização da reabilitação de infraestruturas civis após desastres naturais
Uma equipa de investigadores do Departamento de Engenharia Civil e do Ambiente da Universidade de Lehigh, nos EUA está a desenvolver novas técnicas de otimização da reabilitação de infraestruturas civis, no decorrer de desastres naturais, dirigidas a intervenções à escala urbana.
Os algoritmos criados pelos engenheiros norte-americanos destinam-se a prever quais as obras necessárias para que, após um desastre natural como um sismo ou inundação, seja possível a retoma do normal funcionamento das cidades.
Ao contrário das metodologias tradicionais que abarcam apenas um número reduzido de infraestruturas, o sistema criado pela Universidade de Lehigh permite trabalhar a uma escala urbana ou regional. Possibilita a previsão de, por exemplo, quais as pontes que é necessário reabilitar e quais os trabalhos envolvidos, para que os fluxos viários sejam restabelecidos com a maior rapidez possível.
Chamada AMIGO (Algorithm with Multiple-Input Genetic Operators) a técnica heurística computacional permite a consideração de objetivos de extrema complexidade sem que os custos computacionais sejam excessivamente altos.
Os algoritmos têm em conta tanto a topologia das redes em análise como a magnitude dos danos sofridos na sequência da catástrofe natural, para estabelecer as estratégias otimizadas de reabilitação.
Permite a resolução de tarefas complexas de calendarização de intervenções, gestão das obras em curso e o planeamento de ações de emergência.
Para testar a eficiência do processo computacional, a equipa de investigadores está a realizar ensaios numéricos de grande escala num cenário da ocorrência de um sismo na cidade de San Diego, na Califórnia. Este é o cenário ideal para testar as vantagens e limitações do sistema, devido à enorme dimensão da rede de transportes daquela cidade norte-americana, que conta com 238 obras de arte rodoviárias.
Os primeiros resultados de aplicação do AMIGO foram obtidos em 80 pontes e viadutos considerados críticos, devido à elevada probabilidade de sofrerem danos profundos no caso de um sismo de elevada intensidade.
Fonte: Universidade de Lehigh
Outros artigos interessantes:
