A tomografia ultrassônica é um método não destrutivo que possibilita o mapeamento de uma seção interna do objeto estudado a partir de múltiplas projeções de resultados de ensaios de ultrassom a fim de identificar algumas de suas propriedades físicas, descontinuidades e/ou defeitos. Este trabalho consiste em estudar o método da tomografia ultrassônica aplicada na detecção de não homogeneidades em elementos de concreto. Para tal fim, realizaram-se diversos ensaios experimentais em prismas de concreto variando-se parâmetros como a qualidade do concreto, presença de vazios e armaduras, o arranjo dos transdutores, a frequência e a polarização das ondas ultrassônicas. Além dos ensaios, foi desenvolvida uma aplicação computacional que permitisse gerar imagens tomográficas de várias seções do elemento estudado, em diferentes planos e profundidades simultaneamente, a partir das velocidades de propagação dos pulsos de ultrassom. Como resultado conseguiu-se determinar as condições mais confiáveis nos procedimentos de medição, avaliar o grau de homogeneidade de prismas com diferentes resistências e avaliar a sensibilidade dos ensaios de ultrassom na presença de não homogeneidades como vazios, fissuras e aço de reforço. Finalmente, como conclusão desta pesquisa confirma-se o grande potencial que possui a técnica de tomografia ultrassônica aplicada em estruturas de concreto na detecção de não homogeneidades. / Ultrasonic tomography is a non-destructive method that enables the mapping of an internal section of the object studied from multiple projections of results of ultrasound tests to identify some of their physical properties, discontinuities and/or defects. This work is to study the method of ultrasonic tomography applied to the detection of inhomogeneities in concrete elements. To this end, there have been several experimental tests on concrete prisms varying parameters such as the concrete quality, the presence of voids and reinforcement, the arrangement of the transducers, the frequency and polarization of the ultrasonic waves. In addition to the tests, a computer application was developed that allows to generate tomographic images of various sections of the study element and depths in different planes simultaneously from the propagation speed of the ultrasonic pulses. It was possible to determine the most reliable conditions in the measuring procedures to assess the degree of homogeneity of prisms having different resistances and to evaluate the sensitivity of ultrasound tests in the presence of inhomogeneities such as voids, cracks and reinforcing steel. Finally, as a conclusion of this research confirms the great potential that has the ultrasonic tomography technique applied in concrete structures in the detection of inhomogeneities.

A tomografia ultrassônica é um método não destrutivo que possibilita o mapeamento de uma seção interna do objeto estudado a partir de múltiplas projeções de resultados de ensaios de ultrassom a fim de identificar algumas de suas propriedades físicas, descontinuidades e/ou defeitos. Este trabalho consiste em estudar o método da tomografia ultrassônica aplicada na detecção de não homogeneidades em elementos de concreto. Para tal fim, realizaram-se diversos ensaios experimentais em prismas de concreto variando-se parâmetros como a qualidade do concreto, presença de vazios e armaduras, o arranjo dos transdutores, a frequência e a polarização das ondas ultrassônicas. Além dos ensaios, foi desenvolvida uma aplicação computacional que permitisse gerar imagens tomográficas de várias seções do elemento estudado, em diferentes planos e profundidades simultaneamente, a partir das velocidades de propagação dos pulsos de ultrassom. Como resultado conseguiu-se determinar as condições mais confiáveis nos procedimentos de medição, avaliar o grau de homogeneidade de prismas com diferentes resistências e avaliar a sensibilidade dos ensaios de ultrassom na presença de não homogeneidades como vazios, fissuras e aço de reforço. Finalmente, como conclusão desta pesquisa confirma-se o grande potencial que possui a técnica de tomografia ultrassônica aplicada em estruturas de concreto na detecção de não homogeneidades. / Ultrasonic tomography is a non-destructive method that enables the mapping of an internal section of the object studied from multiple projections of results of ultrasound tests to identify some of their physical properties, discontinuities and/or defects. This work is to study the method of ultrasonic tomography applied to the detection of inhomogeneities in concrete elements. To this end, there have been several experimental tests on concrete prisms varying parameters such as the concrete quality, the presence of voids and reinforcement, the arrangement of the transducers, the frequency and polarization of the ultrasonic waves. In addition to the tests, a computer application was developed that allows to generate tomographic images of various sections of the study element and depths in different planes simultaneously from the propagation speed of the ultrasonic pulses. It was possible to determine the most reliable conditions in the measuring procedures to assess the degree of homogeneity of prisms having different resistances and to evaluate the sensitivity of ultrasound tests in the presence of inhomogeneities such as voids, cracks and reinforcing steel. Finally, as a conclusion of this research confirms the great potential that has the ultrasonic tomography technique applied in concrete structures in the detection of inhomogeneities.

O processo de calibração de parâmetros é uma importante tarefa que pode consumir bastante tempo no desenvolvimento de projetos e pesquisas. A calibração manual é um processo lento, exige experiência e, muitas vezes, não alcança a precisão desejada. Neste sentido, o presente trabalho propõe uma metodologia de calibração automática, baseada em parâmetros modais, com o intuito de tornar o processo de calibração mais eficaz e preciso. Nesta metodologia, o modelo numérico é desenvolvido em elementos finitos e os parâmetros modais experimentais são identificados por meio de ensaios dinâmicos. Com base nesses parâmetros, o modelo inicial em elementos finitos é atualizado automaticamente por meio de algoritmos de otimização até a convergência. O modelo numérico foi elaborado no software Abaqus e os algoritmos de otimização foram implementados em linguagem Python. A metodologia desenvolvida foi aplicada inicialmente na detecção de dano, sendo dano definido como uma degradação estrutural que resulta em perda parcial de rigidez de um ou vários elementos estruturais. Foram estudados exemplos numéricos e experimentais. Após a calibração da malha, das dimensões da seção transversal, das propriedades mecânicas e das rigidezes das molas, os danos foram corretamente detectados. Outra aplicação foi na investigação da anisotropia do concreto, os parâmetros modais foram obtidos por ensaio de ressonância acústica de amostras de concreto com diferentes traços (pobre, médio e rico) e direções de concretagem (horizontal e vertical). Os resultados mostraram uma clara tendência de comportamento, as amostras concretadas na horizontal foram melhor representadas por material ortotrópico e as concretadas na vertical por material isotrópico transversal no plano de concretagem. A metodologia desenvolvida obteve bons resultados nas aplicações estudadas, indicando seu potencial na calibração de estruturas reais por meio de respostas dinâmicas experimentais. / The process of parameter calibration is an important task that can be time-consuming in the development of projects and research. Manual calibration is a slow process, requires experience, and often does not achieve the desired accuracy. In this sense, the present work proposes a methodology of automatic calibration, based on modal parameters, in order to make the calibration process more efficient and accurate. In this methodology, the numerical model is developed in finite elements and the modal experimental parameters are identified by means of dynamic tests. Based on these parameters, the initial finite element model is automatically updated through optimization algorithms to convergence. The numerical model was elaborated in the software Abaqus and the algorithms of optimization were implemented in Python language. The methodology developed was initially applied in the detection of damage, being damage defined as a structural degradation that results in partial loss of rigidity of one or several structural elements. Numerical and experimental examples have been studied. After the mesh calibration, the cross-sectional dimensions, the mechanical properties and the stiffness of the springs, the damages were correctly detected. Another application was to investigate the anisotropy of concrete, the modal parameters were obtained by acoustic resonance test of concrete samples with different mixes (poor, medium and rich) and directions of concrete placement and compaction (horizontal and vertical). The results showed a clear trend of behavior, the horizontal specimens were better represented by orthotropic material and those concreted vertically by transverse isotropic material in the concreting plane. The developed methodology obtained good results in the studied applications, showing its potential in the calibration of real structures through experimental dynamic responses.

In this research, three aspects of data quality with regard to artifical intelligence (AI) have been investigated: detection of misleading fake data, especially deepfakes, data scarcity, and data insufficiency, especially how much training data is required for an AI application. Different application domains where the selected aspects pose issues have been chosen. To address the issues of data privacy, security, and regulation, these solutions are targeted for edge devices. In Chapter 3, two solutions have been proposed that aim to preempt such misleading deepfake videos and images on social media. These solutions are deployable at edge devices. In Chapter 4, a deepfake resilient digital ID system has been described. Another data quality aspect, data scarcity, has been addressed in Chapter 5. One of such agricultural problems is estimating crop damage due to natural disasters. Data insufficiency is another aspect of data quality. The amount of data required to achieve acceptable accuracy in a machine learning (ML) model has been studied in Chapter 6. As the data scarcity problem is studied in the agriculture domain, a similar scenario—plant disease detection and damage estimation—has been chosen for this verification. This research aims to provide ML or deep learning (DL)-based methods to solve several data quality-related issues in different application domains and achieve high accuracy. We hope that this work will contribute to research on the application of machine learning techniques in domains where data quality is a barrier to success.