Foto del docente

Said Quqa

Ricercatore a tempo determinato tipo a) (junior)

Dipartimento di Ingegneria Civile, Chimica, Ambientale e dei Materiali

Settore scientifico disciplinare: ICAR/08 SCIENZA DELLE COSTRUZIONI

Temi di ricerca

Parole chiave: Monitoraggio Strutturale Identificazione Modale Identificazione del Danno Ponti Sollecitazioni da Traffico

Identificazione strutturale da dati vibrazionali di sola risposta (output-only)

Identificazione dei parametri dinamici di strutture civili nel dominio del tempo e tempo-frequenza a partire dalla risposta vibrazionale in condizioni di input incognito (considerando specialmente traffico veicolare e sisma), in condizioni di comportamento strutturale lineare e non lineare.

Soluzioni a basso costo per il monitoraggio strutturale usando edge e cloud computing

Ottimizzazione ed implementazione di algoritmi di identificazione dinamica a bordo di sensori wireless intelligenti a basso costo, formati da microcontrollori con architettura ARM. Studio di algoritmi efficienti per la compressione e la trasmissione dei dati in reti di sensori con topologia a stella, lineare e ad albero.

Monitoraggio delle infrastrutture civili utilizzando il traffico veicolare

Studio degli effetti del traffico su ponti e viadotti. Isolamento della componente quasi-statica della risposta vibrazionale per l’identificazione delle linee di influenza in termini di curvatura, impiegate come parametro sensibile al danno. Studio di algoritmi di monitoraggio indiretto per identificare i parametri strutturali a partire dalla vibrazione registrata a bordo di veicoli in movimento, con riferimento a veicoli di micromobilità condivisi (es. biciclette) e smartphone.

Materiali nanocompositi e monitoraggio strutturale attraverso vernici conduttive

Studio di vernici e rivestimenti con capacità di auto-rilevamento di anomalie (es. fessure e stati deformativi particolari) utilizzando la tecnica della tomografia ad impedenza elettrica. Studio delle tecniche di interrogazione e valutazione della distribuzione della conduttività elettrica di corpi in 2D e 3D. Uso di materiali a base di nanotubi di carbonio e grafene come rivestimenti per elementi strutturali esistenti. Utilizzo di metodi di transfer learning per migliorare la capacità di ricostruzione.

Valore economico dell’informazione ottenuta mediante un sistema di monitoraggio strutturale

Valutazione del beneficio economico apportato dall’acquisto, installazione e manutenzione di un sistema di monitoraggio in diversi scenari decisionali. Calcolo del valore dell’informazione attraverso la teoria di Bayes. Valutazione del particolare scenario di evacuazione di edifici post-sisma. Valutazione del beneficio economico che deriva dall’installazione di un sistema che valuti la qualità dei dati registrati, al fine di minimizzare gli errori sui parametri strutturali identificati.

Metodi vision-based per l’identificazione di anomalie superficiali negli elementi strutturali

Identificazione di fessure da fatica in elementi strutturali in acciaio attraverso tecniche vision-based. Utilizzo congiunto di reti neurali convoluzionali ed algoritmi di image processing per edge detection. Studio della robustezza dell’identificazione in presenza di disturbi (macchie di colore, texture non uniforme, condizioni variabili di luminosità). Riduzione dei tempi di training della rete attraverso tecniche di labeling rapido dei dati.

Resilienza delle infrastrutture di trasporto

Studio della resilienza delle infrastrutture di trasporto, con particolare attenzione ai ponti nel caso di pericolo sismico. Studio dei possibili scenari di danneggiamento delle infrastrutture utilizzando curve di fragilità degli elementi strutturali, in un’analisi territoriale “di popolazione”, in cui diversi ponti hanno elementi strutturali simili. Valutazione delle conseguenze dei danni strutturali in termini di impatto sul traffico veicolare, utilizzando modelli di traffico in meso- e micro-scala. Studio dei modelli di recupero.

Valutazione della qualità dei dati ed identificazione di sensori danneggiati nei sistemi di monitoraggio

Utilizzo di reti neurali e tecniche di apprendimento automatico facilmente interpretabili per l’identificazione dei disturbi più tipici sui dati di vibrazione ottenuti mediante sistemi di monitoraggio strutturale. Valutazione degli effetti dei disturbi sul risultato dell’identificazione e beneficio economico ottenibile tramite l’installazione di un sistema di controllo della qualità dei dati.