Otimização bayesiana baseada em aprendizado de máquina de amortecedores inerter sintonizados para controle sísmico aprimorado em estruturas isoladas de grande altura

Por que manter edifícios altos de pé importa

Cidades modernas dependem cada vez mais de edifícios muito altos que devem permanecer seguros e utilizáveis mesmo após terremotos fortes. Engenheiros já usam apoios deslizantes especiais e amortecedores para permitir que torres oscilem sem colapsar, mas esses sistemas podem ter dificuldades sob certos tipos de agitação intensa e de longa duração que ocorrem perto de grandes falhas. Este artigo explora uma nova combinação de dispositivos mecânicos e otimização ao estilo de aprendizado de máquina para fazer com que edifícios altos isolados na base enfrentem terremotos de forma mais suave, com menos deslocamento e menos aceleração nos andares superiores, onde pessoas e equipamentos são mais vulneráveis.

Uma maneira mais inteligente de acalmar um prédio em vibração

O estudo foca em arranha‑céus que já estão sobre sistemas de isolamento de base — camadas flexíveis que desacoplam a estrutura do solo. Embora o isolamento reduza bastante as forças, ele também faz o edifício inteiro mover-se com um balanço longo e lento. Em terremotos distantes isso funciona bem, mas perto de uma falha, grandes pulsações do movimento do solo ainda podem empurrar esses sistemas altos e flexíveis a deslocamentos desconfortáveis ou até danosos. Para ajudar, os autores usam um dispositivo chamado amortecedor inerter sintonizado. Ao contrário de um amortecedor de massa sintonizada tradicional, que depende de um peso pesado, um inerter usa engrenagens e partes rotativas inteligentes para criar um forte efeito inercial sem adicionar muito peso real ao edifício. Acoplado na camada de isolamento, ele resiste a mudanças rápidas de movimento e ajuda a dissipar a energia sísmica.

Deixando algoritmos caçarem as melhores configurações

Extrair o máximo desse amortecedor significa escolher corretamente seus “botões”: quão rígido ele é, quanto resiste ao movimento (amortecimento) e quão forte deve ser seu efeito de massa aparente. Em vez de ajustar esses parâmetros manualmente com fórmulas simplificadas, os autores recorrem à otimização bayesiana, um ramo do aprendizado de máquina projetado para buscar boas soluções quando cada ensaio é caro. Eles constroem um modelo probabilístico que relaciona as configurações do amortecedor com o quanto o edifício se move sob agitação semelhante a terremoto. O otimizador propõe novas combinações de parâmetros, focando naquelas que parecem promissoras mas ainda incertas, e converge gradualmente para a configuração que minimiza o deslocamento lateral médio, levando em conta o conteúdo de frequência realista de diferentes tipos de terremoto.

Testando a ideia em torres virtuais altas

Usando modelos numéricos detalhados, os pesquisadores aplicam esse framework a edifícios isolados na base de 30, 40 e 50 andares. Eles expõem essas torres virtuais a três famílias de agitação: movimentos de falha distante, movimentos próximos à falha sem pulsações fortes e movimentos próximos à falha com pulsações de período longo pronunciadas, que são especialmente perigosas para estruturas altas e flexíveis. Para cada caso, o algoritmo busca sobre frequência do amortecedor e níveis de amortecimento para várias escolhas da razão de massa aparente. Em seguida, avalia quanto o amortecedor inerter sintonizado reduz o deslocamento típico (médio quadrático) na base e nos andares superiores, assim como as acelerações máximas no topo, e compara os resultados com os de sistemas mais familiares, como amortecedores de massa sintonizada e variantes aprimoradas com inerter.

Quanto da vibração pode realmente ser reduzido

Os projetos otimizados mostram benefícios substanciais. Para edifícios isolados na base de 30 e 40 andares, o amortecedor inerter sintonizado normalmente reduz o deslocamento médio quadrático em cerca de 20–25% sob terremotos distantes e próximos sem pulsação, e em aproximadamente 10–18% sob movimentos do tipo pulsação mais severos. As acelerações de pico nos andares superiores caem em até 22,8%, superando amortecedores de massa sintonizada convencionais e sistemas baseados em inerter estudados anteriormente. Os resultados também revelam tendências claras: massa aparente maior no amortecedor melhora a dissipação de energia, mas exige sintonia cuidadosa; estruturas isoladas de período longo colhem as maiores vantagens; e o tipo de movimento do solo influencia fortemente as configurações ideais.

Onde funciona melhor — e onde não funciona

O estudo conclui que um amortecedor inerter sintonizado otimizado por bayesiana é uma solução prática e eficiente para reforçar a resiliência sísmica de edifícios isolados na base de altura média a alta (aproximadamente 30–40 andares), oferecendo aos engenheiros orientação orientada por dados sobre como selecionar parâmetros de dispositivo para diferentes ambientes sísmicos. Para torres muito altas, porém, modos de vibração mais altos tornam‑se mais importantes, e um único dispositivo na base não consegue controlar completamente todos os movimentos complexos. Os autores observam que seus modelos simplificam o edifício para enfatizar o modo dominante de balanço e tratam o inerter como um dispositivo linear ideal, de modo que o comportamento no mundo real será um pouco mais complicado. Ainda assim, o trabalho demonstra como combinar hardware mecânico avançado com ferramentas probabilísticas de otimização pode reduzir de forma significativa a vibração em edifícios altos, apontando para projetos futuros que distribuam tais dispositivos ao longo da altura de estruturas ultratall.

Citação: Huang, S., Zhu, K. Machine learning-based Bayesian optimization of tuned inerter dampers for enhanced seismic response control in high-rise base-isolated structures. Sci Rep 16, 13216 (2026). https://doi.org/10.1038/s41598-026-42732-4

Palavras-chave: controle de vibração sísmica, edifícios altos isolados na base, amortecedor inerter sintonizado, otimização bayesiana, movimentos do solo próximos a falhas