Sicurezza e Monitoraggio Strutturale delle Infrastrutture: il progetto INSIST

Un innovativo modello di monitoraggio intelligente delle strutture e infrastrutture

La gestione delle infrastrutture è una delle principali sfide per l’ingegneria moderna. Se da un lato un numero sempre maggiore di infrastrutture si avvicinano alla fine della loro vita di progetto o evidenziano fenomeni di degrado sempre più avanzati, dall’altro esse costituiscono un asset strategico di cui i Paesi non possono fare a meno.

Il tragico evento del collasso del ponte sul Polcevera avvenuto a Genova nel 2018 ha reso evidente la necessità di un cambio di passo nell’attività di sorveglianza e manutenzione delle infrastrutture, producendo una forte spinta ai futuri sviluppi sulla tematica del monitoraggio.

Sebbene nella pratica professionale le nuove Linee Guida sui ponti esistenti (CSLLP, 2020) abbiano ridefinito gli adempimenti degli Enti gestori in termini di sorveglianza e monitoraggio, lo sviluppo di tecniche avanzate e metodologie intelligenti per la verifica dello stato di salute e della sicurezza delle infrastrutture si è riproposto come un tema centrale anche nell’ambito della ricerca scientifica.

È in questo contesto che si inserisce il progetto di ricerca INSIST (Sistema di monitoraggio INtelligente per la SIcurezza delle InfraSTrutture urbane), che è stato proposto prima del collasso di Genova da un partenariato di atenei e aziende di cui è capofila l’Università degli Studi di Napoli Federico II e che è stato finanziato dal Ministero dell’Istruzione, Università e Ricerca nell’ambito del Programma Nazionale per la Ricerca (PNR) 2014-2020. Il responsabile scientifico del progetto è il prof. Edoardo Cosenza, ordinario di Tecnica delle Costruzioni presso il Dipartimento di Strutture per l’Ingegneria e l’Architettura dell’Ateneo partenopeo.

IL PROGETTO INSIST
Il progetto prevede l’attività di ricerca e lo sviluppo di sistemi di monitoraggio innovativi su strutture e infrastrutture in ambito urbano, quali edifici, ponti e gallerie anche attraverso sensori innovativi e a basso costo (in particolare accelerometri e sensori di pressione) da applicare in maniera diffusa.

I dati registrati dai singoli sensori saranno inviati a concentratori e da lì trasferiti in ambiente cloud, dove i dati potranno essere elaborati attraverso modelli strutturali semplici o complessi, in modo da avere una valutazione della sicurezza in tempo reale.

Tale approccio consente di sviluppare un innovativo modello di monitoraggio in grado di processare una grande quantità di dati e, grazie allo sviluppo di modelli matematici che possono fornire intelligenza artificiale al sistema, capace di gestire la sicurezza, la manutenzione predittiva, le soglie di allarme e le possibili problematiche presenti.

Attraverso l’applicazione di sistemi di monitoraggio intelligenti, le strutture civili possono essere trasformate in “smart structures” in grado non solo di verificare la loro sicurezza in tempo reale, ma anche di monitorare l’ambiente circostante una volta che saranno sufficientemente diffusi in ambito urbano.

Oltre all’Ateneo napoletano, il partenariato del progetto INSIST è composto dai seguenti soggetti pubblici e privati:

• Alma Mater Studiorum - Università di Bologna
• Università degli Studi di Palermo
• Università degli Studi di Roma "Tor Vergata"
• Università degli Studi di Bergamo
• STRESS s.c.ar.l. (Sviluppo di tecnologie e ricerca per l'edilizia sismicamente sicura ed ecosostenibile)
• STMicroelectronics s.r.l.
• Politecnico di Torino
• MAPEI s.p.a.
• CNR - ITC
• Consorzio Integra
• Tecno IN s.p.a.
• Tecnosistem s.p.a.
• IOTSAFE s.r.l.

Nell’ambito di tale articolo verranno descritti i principali aspetti del progetto, illustrando con maggiore dettaglio le attività che hanno interessato l’Università di Napoli Federico II.

Articolazione del progetto INSIST e principali attività svolte dall’Università di Napoli Federico II

Le attività del progetto sono state suddivise in sei differenti obiettivi realizzativi (OR), così definiti:

• OR1. Sensoristica avanzata per il monitoraggio strutturale
• OR2. Sistemi cognitivi per l’analisi dei dati
• OR3. Generazione e aggiornamento di modelli strutturali intelligenti e protocolli di monitoraggio
• OR4. Validazione dei sistemi di monitoraggio attraverso prove per ciascuna tipologia strutturale
• OR5. Procedure di qualifica dei sistemi di monitoraggio
• OR6. Dimostrazione e valorizzazione dei risultati

Le attività di ricerca per lo sviluppo di sensoristica avanzata per il monitoraggio strutturale (OR1) sono state focalizzate principalmente sull’analisi di due tipologie di sensori:

• sensori di pressione (pre o post-installati);
  
• accelerometri.

Per la predizione dello stato tensionale all’interno di componenti strutturali, è stato realizzato dal partner ST Microeletronics un prototipo basato sugli effetti capacitativi dei materiali utilizzati, in avanzamento rispetto ai sensori piezoresistivi già presenti sul mercato che presentano alcune limitazioni.

Durante le attività si è lavorato all’ottimizzazione del prototipo sulla base delle esperienze derivanti dalle prove sperimentali condotte in altri OR. MAPEI ha sviluppato un prodotto specifico per la l’installazione dei sensori su strutture esistenti (post-installazione) ed ha definito un protocollo specifico di installazione.

Gli studi sugli accelerometri a basso costo del tipo MEMS condotti dall’Università di Napoli Federico II hanno avuto come oggetto la valutazione delle performance in termini di accuratezza della misura. Inoltre, è stato investigato il rapporto tra ridondanza del sistema e accuratezza della misurazione per valutare la possibilità di adottare configurazioni di misura con elevato numero di sensori a basso costo senza perdere affidabilità nella misura.

Nell’ambito dell’OR2 sono stati sviluppati sistemi di acquisizioni e pretrattamento dei dati. Tali sistemi utilizzando tecniche di analisi dei segnali, sono in grado di elaborare i dati grezzi e valutarne la coerenza. Inoltre, sono state analizzate tecniche di Machine Learning per la rilevazione di anomalie del dato.

Nell’ambito dell’OR3 sono state sviluppate differenti strategie per l’analisi e la simulazione del danno e sono stati definiti specifici framework per il rilevamento, la localizzazione e la quantificazione del danneggiamento strutturale.

Più in dettaglio sono state analizzate le principali cause di dissesto strutturale e i conseguenti danneggiamenti indotti in edifici, gallerie e ponti. Per le tipologie di dissesto di maggiore interesse sono state analizzate le possibilità di modellazione mediante modelli numerici avanzati e sostenibili dal punto di vista computazionale.

Un secondo gruppo di attività afferenti all’OR3 ha avuto come obiettivo lo sviluppo di metodologie e procedure di analisi strutturale per il monitoraggio strutturale. In particolare, sono state individuate strategie per il rilevamento del danneggiamento strutturale basate sia sui dati acquisiti da sensori di pressione che da accelerometri.

Il framework D2DTE (Mariniello et al., 2021a) mediante i dati accelerometrici acquisiti sulla struttura è in grado di rilevare, localizzare e quantificare il danneggiamento strutturale. Tale framework utilizza ensemble di alberi delle decisioni, addestrati su dataset di strutture danneggiate, per classificare il dato rilevato real-time dai sensori.

Una metodologia innovativa è stata proposta per la rilevazione della perdita di precompressione in impalcati da ponte in c.a.p. a partire dai sensori pressione sviluppati dal partner ST Microeletronics. Utilizzando modelli di Machine learning appositamente calibrati sul layout del sistema di monitoraggio, i Layout-Aware Extreme Learning Machine (Mariniello et al.,2021b), è possibile stimare la precompressione residua in ciascuna delle travi dell’impalcato (Figura 1).



Le attività sperimentali dell’OR 4 hanno avuto come principale obiettivo la validazione degli approcci di monitoraggio definiti nell’OR3 e lo studio delle performance della sensoristica sperimentale. In particolare, i sensori sono stati testati in diversi contesti, considerando sia casi in cui i sensori sono stati installati in fase di realizzazione dell’elemento strutturale (preinstallati) che successivamente (post-installati). Le attività sperimentali hanno riguardato pannelli murari, pilastri, travi precompresse e anelli prefabbricati per gallerie.

Nell’ambito di un’attività sperimentale condotta presso l’Università di Palermo, i sensori di pressione piezoelettrici (ceramici) e quelli capacitivi sono stati installati nei giunti di malta di due serie di pannelli in muratura di pietra di calcarenite e in muratura di mattoni pieni di argilla (Figura 2). Tutti i provini sono stati testati in compressione monoassiale in controllo di spostamento, al fine di valutare l'efficacia dei sensori nel rilevare le variazioni di pressione all'interno dei diversi tipi di muratura e quindi verificarne la performance. Anche se i sensori suddetti erano stati originariamente pensati per strutture in calcestruzzo, la loro installazione all'interno dei giunti di malta ha fornito un’ottima risposta, in base al confronto con i dispositivi di misurazione standard (principalmente costituiti da trasduttori lineari induttivi di spostamento). I risultati dimostrano l'idoneità dei sensori anche per il monitoraggio di strutture in muratura (La Mendola et al., 2021).

Presso i laboratori del Dipartimento di Strutture per l’Ingegneria e l’Architettura dell’Università di Napoli Federico II sono state realizzate prove sperimentali su n. 2 pilastri in c.a. al fine di testare la sensoristica innovativa preinstallata in fase di getto (Sensori Capacitivi) e confrontare con i risultati ottenuti dai più tradizionali strain gauges, LVDT e potenziometri (Figura 3). Tale confronto è avvenuto mediante una prova ciclica sia in condizioni di compressione centrata che eccentrica. I risultati del test evidenziano un’elevata coerenza tra i dati rilevati dai sensori innovativi, validandone quindi l’utilizzo nell’ambito del monitoraggio strutturale.

Ulteriori attività condotte dall’Università di Napoli Federico II in ambito OR4 hanno interessato travi da ponte in cemento armato precompresso in scala 1:5 con sistema a cavi post-tesi (Losanno et al., 2022).

Il sistema strutturale risulta di particolare interesse rispetto alla numerosità di ponti esistenti in c.a.p. realizzati con sistema post-teso, nei quali le indagini recentemente condotte spesso confermano in alcuni punti l’assenza di boiacca di iniezione della guaina.

...CONTINUA LA LETTURA NEL PDF