[pt] O monitoramento da integridade estrutural aumenta de importância dentro do campo de estudo de engenharia civil. Grande parte das cidades dependem de elementos de sua infraestrutura como pontes, barragens e prédios para prover uma série de benefícios para a sociedade moderna. Por outro lado, mesmo o projeto mais conservador não resiste aos efeitos do tempo. Uma boa rotina de manutenção preventiva não exime a necessidade de se ter uma constante verificação e busca de falhas pois em alguns casos isto poderia permitir em catástrofes de grande escala envolvendo grande perda material e até mesmo vidas. Graças ao desenvolvimento tecnológico das últimas décadas foi possível pesquisar e criar ferramentas poderosas que podem ajudar problemas deste tipo. O objetivo desta dissertação é avaliar a aplicação de métodos de Inteligência Artificial na detecção de danos em vigas. A metodologia utiliza parâmetros modais de elementos estruturais para verificar a presença de danos relacionados a redução de rigidez de uma seção transversal. Mais especificamente, os métodos apresentados neste estudo são orientados por dados, então primeiramente o banco de dados para treino e validação dos métodos de IA foi gerado por um programa em Python dentro do software de elementos finitos Abaqus. Os parâmetrosd modais analisados foram as cinco primeiras frequências naturais das vigas. Foi possível avaliar a performance dos métodos de IA para classificação da presença ou não de danos em diferentes métricas de análise. Por fim, uma comparação paramétrica foi feita entre os modelos de Inteligência Artificial. / [en] Monitoring structural integrity has become increasingly important in the field of civil engineering. A huge part of cities depend of civil engineer infrastructures such as bridges, dams and buildings to provide several benefits to modern society. On the other hand, even the most conservative design cannot resist the power of time. A good preventive maintenance routine don’t let go of the need in constant verification for faults because in some cases that could lead to large scale catastrophes involving big material and life costs. Thanks to technology development over the last decades it was possible to search and create many powerful tools that could help those kind of problems. The objective of this thesis is to assess on the application of Artificial Intelligence Methods to detect damage on beams. The formulation uses modal parameters of a structure to verify the presence of damage related to the reduction of stiffness of a section. More specifically, the methods presented on this study are data-driven, so first a database for training and validating the AI methods were generated in a Python program within the finite element software Abaqus. The modal parameters analyzed were the first five natural frequencies of a beam. It was possible to evaluate the performance of the AI methods when classifying a beam with or without damage on different metrics. Finally, a parametric comparison was made between the Artificial Intelligence methods.