Abstract
Il monitoraggio strutturale (SHM) riveste un ruolo sempre più centrale nella gestione di importanti strutture ed infrastrutture, anche a seguito di alcuni drammatici crolli (p.es. ponte sul fiume Polcevera dell’ing. Morandi) che hanno interessato il patrimonio infrastrutturale nazionale. Il suo utilizzo deve essere assicurato nel tempo, sia per la pianificazione delle attività di manutenzione, sia per rilevare possibili malfunzionamenti a seguito di eventi eccezionali (p.es. terremoti). Tuttavia, la maggior parte dei sistemi di monitoraggio adottati oggi richiede tempo e costose attività umane per l'analisi delle grandi quantità di dati prodotte. Infatti, i classici approcci sviluppati per il mondo dei “dati analogici” non possono essere semplicemente scalati alle dimensioni delle “informazioni digitali”, servono nuove strategie. Per questo motivo, in molti casi, i sistemi di monitoraggio vengono utilizzati solo durante i primi mesi/anni dopo la realizzazione delle opere e ancor più raramente nel caso di costruzioni esistenti. Inoltre, per problemi di costo e per le citate difficoltà di gestione del dato, il monitoraggio tradizionale si basa prevalentemente sull'uso di un piccolo numero di punti di misura sulle costruzioni, rendendo praticamente impossibile l’individuazione di meccanismi di danno o fenomeni locali. Per queste ragioni, nella grande maggioranza dei casi, il monitoraggio a tutt’oggi si struttura attraverso ispezioni visive periodiche, compilazione di report e attribuzione di parametri di giudizio molto soggettivi. Ma senza un monitoraggio continuo, in grado di tenere conto delle inevitabili modifiche della risposta strutturale nel tempo, è impossibile valutare se una variazione registrata delle caratteristiche meccaniche sia dovuta a degrado, ad interazioni ambientali o ancora solo ad un cambiamento di massa, di fatto spesso vanificando gli sforzi fatti. In quest’ambito, si propone di sviluppare un’attività di ricerca mirata a definire nuovi algoritmi e indici di danno, per valutare più efficacemente la presenza di stati di degrado, in base alle previsioni di modelli calibrati sulla base delle serie temporali delle registrazioni prodotte dai sistemi di monitoraggio. L'idea principale è quella di costruire modelli digitali (digital twins) in ambito BIM, che saranno continuamente aggiornati e che consentiranno di mettere in relazione diretta le variazioni delle caratteristiche strutturali a livello globale con i potenziali danneggiamenti anche solo di porzioni del sistema. I modelli dovranno essere in grado di distinguere variazioni delle caratteristiche dinamiche (frequenze, forme modali, smorzamenti) conseguenti al danno da quelle dovute a cambiamenti delle condizioni ambientali o al contorno. A questo scopo saranno utilizzate diverse tecniche di Big Data Analytics come, ad esempio, Clustering e Classification, Kalman Filtering, Principal Component Analysis, Outlier Detection etc., e algoritmi di Machine Learning. Con tale approccio sarà possibile anche fornire indicazioni su soglie di allarme che consentano di individuare quando il verificarsi di un evento, eccezionale o meno, possa aver danneggiato una struttura, consentendo così di aggiornare i piani di manutenzione programmata della struttura/infrastruttura, che diventano adattivi e dinamici, consentendo un più efficiente uso delle risorse. Nel caso di costruzioni soggette ad eventi eccezionali (es. azioni sismiche), i sistemi di monitoraggio devono attivarsi per rilevare le caratteristiche dinamiche delle strutture ad intervalli prefissati nel tempo, possibilmente senza l’intervento dell’uomo, oppure al superamento di soglie prefissate di accelerazione e registrare il comportamento sia durante gli eventi stessi sia dopo il loro termie, per verificare se la strutture abbiano modificato il proprio comportamento, ad esempio a causa danneggiamenti. L'efficacia e l'efficienza delle procedure e dell’architettura
Dettagli del progetto
Responsabile scientifico: Marco Savoia
Strutture Unibo coinvolte:
Dipartimento di Ingegneria Civile, Chimica, Ambientale e dei Materiali
Coordinatore:
ALMA MATER STUDIORUM - Università di Bologna(Italy)
Contributo totale di progetto: Euro (EUR) 86.743,44
Durata del progetto in mesi: 36
