Combinação de termografia e redes neurais para inspeção não destrutiva

Descrição

Este projeto propõe o desenvolvimento de um método automatizado para detecção e classificação de defeitos estruturais em materiais metálicos e compósitos, utilizando termografia ativa aliada a técnicas de processamento de imagens e aprendizado de máquina. A metodologia envolve a fabricação de corpos de prova com defeitos controlados, aquisição de imagens térmicas sob diferentes condições experimentais e o desenvolvimento de modelos baseados em redes neurais convolucionais (CNNs). Além dos dados experimentais, serão utilizadas simulações por elementos finitos para geração de imagens térmicas sintéticas, ampliando a base de dados e contribuindo para a robustez e generalização dos modelos. Espera-se obter um sistema capaz de identificar defeitos com elevada precisão, mesmo em cenários com baixo contraste térmico. O projeto apresenta potencial de aplicação na indústria, contribuindo para a melhoria de processos de inspeção não destrutiva, redução de custos de manutenção e aumento da confiabilidade estrutural. Adicionalmente, a proposta contribui para a formação de recursos humanos qualificados nas áreas de engenharia, ensaios não destrutivos e inteligência artificial aplicada.