O presente trabalho visa contribuir para sistemas de gerenciamento de estruturas a partir da previsão de desempenho em serviço e do tempo até a indispensabilidade de manutenção em pontes e viadutos. A sistemática proposta fornece, a partir de dados de entrada da geometria e dos materiais de uma ponte biapoiada de concreto armado (e.g. comprimento do vão, largura da ponte, dimensões das vigas, etc.), uma previsão da degradação estrutural no decorrer do tempo. Tal análise incorpora modelos empíricos e teóricos de corrosão da armadura de aço. Elaborou-se um banco de dados com resultados da modelagem computacional pelo Método de Elementos Finitos (MEF) de pontes, havendo variação de parâmetros geométricos de acordo com a prática construtiva e as recomendações normativas. O banco de dados serviu de base para treinamento, validação e teste da arquitetura de uma Rede Neural Artificial (RNA). O banco de dados foi expandido até a RNA desenvolver a capacidade de prever com eficiência, de acordo com a precisão almejada, a resposta estrutural de pontes não inclusas no conjunto de modelos computacionais analisados. Dessa forma, o usuário, por meio de uma rotina no software MATLAB, obtém como resultado, para uma ponte qualquer dentro dos limites estabelecidos, o período esperado até a ocorrência dos principais fenômenos de degradação de uma estrutura de concreto armado sujeita à corrosão. Após simulações de diversos cenários, conclui-se a relação água/cimento e o cobrimento de concreto e a resistência à compressão do concreto das vigas impacto significativamente na vida útil. Já a distância em relação à costa marítima apresenta menor relevância, tendo maior impacto no tempo de iniciação da corrosão.