di REBECCA ASSO
Negli ultimi anni è emersa la necessità di sviluppare un piano efficace per il monitoraggio e la verifica di un vasto numero di opere d’arte. Il patrimonio strutturale che stiamo ereditando è spesso vicino alla fine della sua vita utile di progetto, essendo stato esposto per anni a degradazioni dovute all’uso e all’ambiente, con alcuni casi di danneggiamenti e riparazioni, e altri di apparente integrità strutturale.
Il monitoraggio continuo delle opere esistenti è fondamentale per una gestione corretta delle infrastrutture, permettendo di pianificare gli interventi in modo intelligente quando vengono superate determinate soglie di attenzione e allarme. Queste soglie sono calibrate e aggiornate in base alla risposta strutturale dell’opera, tramite un’analisi dati effettuata con algoritmi di intelligenza artificiale, che identificano la risposta della struttura sotto azioni ambientali e operazionali, segnalando la presenza di possibili meccanismi di degrado in atto. L’integrazione di intelligenza artificiale e comportamento strutturale rappresenta a tutti gli effetti un’applicazione di Machine Learning.
Il monitoraggio può essere esteso a qualsiasi tipo di struttura e elemento strutturale, una volta individuate le parti più idonee a essere strumentate. Si possono ottenere informazioni globali sulla struttura (come le deformazioni degli impalcati di un ponte o le rotazioni delle pile) o locali (come l’apertura delle fessure esistenti o il movimento relativo tra due elementi bullonati o saldati).
L’uso di un sistema di monitoraggio offre anche il vantaggio di aumentare significativamente la conoscenza continua dell’opera, permettendo di creare un database di informazioni sulla risposta strutturale e di monitorare l’evoluzione del degrado nel tempo. Il progetto di Dottorato sottolinea l’importanza di monitorare strutture ripetute progettate secondo criteri simili ed esposte a condizioni meteorologiche analoghe.
Tali costruzioni sono frequentemente riscontrabili nel patrimonio strutturale, poiché spesso realizzate per lotti e secondo le stesse pratiche di progettazione. Il metodo sviluppato può costruire un modello matematico robusto di un gruppo di strutture e allertare in caso di comportamento anomalo. Questo processo può essere applicato a diverse scale di analisi, dallo studio del comportamento locale di elementi analoghi appartenenti alla stessa struttura, fino all’analisi del comportamento globale di opere simili.
