Os danos ambientais causados pela construção civil são fonte de preocupação nesta área da engenharia, e reduzi-lo é interesse comum a todos. Pensar em sustentabilidade já na fase de projeto é um modo viável de se reduzir este impacto. A escolha pelo concreto pré-moldado oferece alguns benefícios iniciais quando se compara este ao concreto moldado no local e, dentre estes, estão a racionalização do canteiro de obras, a redução do desperdício e uma melhoria na produtividade. Uma qualidade adicional, que ainda não está tão clara, é a redução do impacto ambiental que se pode ter com o emprego do concreto pré-moldado. A proposta deste trabalho envolve a análise de fatores que influenciam a sustentabilidade ambiental de estruturas de concreto pré-moldado e a aplicação de um algoritmo de otimização para determinação dos valores ótimos que conduzem ao mínimo impacto ambiental. Para isso, optou-se por minimizar as emissões de CO₂, associadas à forma estrutural adotada, à produção, ao transporte e à montagem dos elementos pré-moldados. Estudos de otimização no projeto de estruturas têm usualmente sido utilizados a fim de reduzir custos e, entre as técnicas de otimização utilizadas em engenharia estrutural, os algoritmos genéticos têm sido reconhecidos como uma forte tendência por serem fáceis de implementar e fornecerem excelentes resultados. Com o código de otimização de emissão de CO₂ foram processados diversos exemplos, variando os dados de entrada um a um e, avaliando a influência da variação destes na emissão de CO₂. Considerando um edifício de 30 m x 30 m, uma adição de pavimento representa um acréscimo aproximado de 35% de emissão de CO₂. Para o mesmo prédio, um aumento de 10 m em uma das direções significa aumentar em 30% a emissão de CO₂. Variaram-se também as larguras e alturas máximas das vigas, tamanho de vão mínimo entra pilares, distância da fábrica à obra, cargas atuantes, número de indivíduos da população, número de indivíduos para elitismo, numero máximo de gerações, taxa de cruzamento e taxa de mutação. Ao variar estes parâmetros as porcentagens de variação de emissão de CO₂ chegam a valores próximos de 5%. Foi encontrado também um valor de emissão por m³ aproximado de 430 kg/m³. Além disso, a saída de dados do código de otimização de emissão de CO₂ foi comparada com a do código de otimização de custo, e foi constatado que as configurações estruturais apresentadas para um mesmo edifício processado com os dois códigos são semelhantes entre si e semelhantes à solução estrutural utilizada para esta edificação. Também foi constatado que pode se relacionar emissão de CO₂ com custo. Deste modo, foi proposto um fator que relaciona as duas grandezas, chamado Fator Emissão-Custo, ou F_ec. Observou-se que o F_ec varia com o acréscimo de pavimentos, mostrando que o custo e a emissão de CO₂ são afetados de forma diversa pelo número de pavimentos. Para um edifício de 4 pavimentos o F_ec médio encontrado foi de 1,53 kgCO₂/R$. Os resultados encontrados permitiram atestar a validade do método dos algoritmos genéticos à engenharia de estruturas, bem como a importância que o concreto pré-moldado tem para a industrialização da construção civil.

The environmental impact caused by civil constructions is a source of concern in this area of engineering, and reducing it is a common interest to all. Thinking about sustainability already in the design phase is a feasible way to reduce this impact. The choice for precast concrete offers some initial benefits when compared to the cast- on-site concrete and, among these, are streamlining the construction site, reducing waste and improving productivity. An additional quality, which is not yet so clear, is to reduce the environmental impact that one can have when using precast concrete. The purpose of this work is to develop a method of optimization of the elements of precast concrete structures in relation to the sustainability of the product. To do so, it is proposed to minimize the CO₂ emission associated to the structural solution, production, transportation and assembly of precast concrete. Studies on optimization design of structures have been commonly used to reduce costs and, among the optimization techniques in structural engineering, genetic algorithms have been recognized as a strong trend for being easy to implement and providing excellent results. With the CO₂ emission code were processed several examples, varying the input data one by one, then was assessed the influence of each variation on CO₂ emission. Considering one building with the size 30 m x 30 m, each floor added represents an approximated increase about 35% on CO₂ emission. For the same building one increase of 10 m on each direction means add 30% on CO₂ emission. Was varied on the code the maximum heights and widths of the beam, the minimum span between pillars, distance from the building to the factory, loads acting, maximum population individuals number, number of individuals to elitism, maximum generation number, outcrossing rate and mutation rate. Varying these parameters, the variations percentage of CO₂ emission reaches values next to 5%. Was found too an approximated value to CO₂ emission per m³ as about 430 Kg/m³. Furthermore, the CO₂ emission optimization code data output was compared with the cost optimization code data output, and it was verified that the structural configuration presented on outputs was similar between them both and similar with the real structural solution used on this building. It was verified too that the CO₂ emission and cost could be related. On this way was proposed a factor which relates the two quantities called Emission-Cost Factor, or F_ec. It was noticed that F_ec varies when floors are added, which means that the cost does not vary at the same way that the CO₂ emission does when the number of floors are changed. For a building with 4 floors the medium value of F_ec was found 1,53 kgCO₂/R$. The results permitted attest the validity of using genetic algorithms in structural engineering, as well as highlighting the precast concrete contribution on the industrialization of civil construction.