Quantification and budgeting in bridge maintenance: parametric modeling, Building Information Modeling, and machine learning applications

Abstract

The management of bridges and viaducts requires continuous monitoring throughout their lifecycle, providing essential data for decision-making in preventive maintenance. With the digitalization of processes and the widespread adoption of sensing technologies, the amount of available data is growing exponentially. However, its efficient application requires structured methodologies. In response to this demand, this study proposes solutions for digitalizing and automating bridge and viaduct maintenance quantification and budgeting. To this end, the following were developed: (i) a literature review on the interaction between BIM and bridge management; (ii) a parametric model for the design and budgeting of maintenance work platforms; (iii) a machine learning application for predicting maintenance quantities based on inspection data; and (iv) an IFC-based framework for representing inspection and maintenance data. The literature review highlighted the need to enhance BIM applications in bridge maintenance, revealing opportunities for new solutions. Parametric and data-driven approaches demonstrated potential for integration with bridge management systems, enabling the automation of currently manual processes. The standardized IFC representation facilitates the structuring and interoperability of inspection and maintenance data, significantly contributing to decision-making in infrastructure management. Keywords: bridge maintenance management; Building Information Modeling; Industry Foundation Classes; machine learning; parametric modeling; quantification; budgetingA gestão de pontes e viadutos demanda monitoramento contínuo ao longo de seu ciclo de vida, fornecendo dados essenciais para a tomada de decisão na manutenção preventiva. Com a digitalização de processos e a popularização de tecnologias de sensoriamento, a quantidade dados disponível cresce exponencialmente, mas sua aplicação eficaz requer metodologias estruturadas. Em resposta a essa demanda, este propõe soluções para a digitalização e automatização da quantificação e orçamentação da manutenção de pontes e viadutos. Para isso, foram desenvolvidos: (i) uma revisão de literatura sobre a interação entre BIM e a gestão de pontes; (ii) um modelo paramétrico para o dimensionamento e orçamentação de plataformas de trabalho para manutenção; (iii) uma aplicação de machine learning para predição de quantitativos de manutenção baseados em dados de inspeção; e (iv) um framework baseado no esquema IFC para representação de dados de inspeção e manutenção. A revisão destacou a necessidade de aprimorar a aplicação do BIM na manutenção de pontes, evidenciando oportunidades para novas soluções. As abordagens paramétricas e orientadas à dados demonstraram potencial para integração com sistemas de gerenciamento de pontes, possibilitando a automatização de processos atualmente manuais. A representação padronizada em IFC promove a estruturação e interoperabilidade dos dados de inspeção e manutenção, contribuindo significativamente para a tomada de decisão no gerenciamento de infraestrutura. Palavras-chave: gestão da manutenção de pontes; Building Information Modeling; Industry Foundation Classes; machine learning; modelagem paramétrica; quantificação; orçamentação