Monitoraggio Ponti: applicazione del machine learning per la programmazione degli interventi di gestione di opere esistenti = Bridge monitoring: application of machine learning for the planning of management interventions of existing structures

Attualmente, uno dei principali problemi di ogni Paese riguarda il deterioramento e la condizione delle infrastrutture. Una possibile soluzione per mitigare il rischio connesso all’invecchiamento di queste ultime prevede l’utilizzo e l’impiego di sensori che possano monitorare in tempo reale la loro salute. L’argomento di base della seguente tesi è inserito nell’ambito dello structural health monitoring (SHM). Tale processo sfrutta i modelli dinamici lineari bayesiani (Bayesian Dynamic Linear Models) attraverso i quali è possibile isolare la risposta di base o baseline delle strutture, permettendo di interpretare il comportamento intrinseco delle infrastrutture civili e identificando le anomalie dovute agli effetti esterni. Fino ad oggi, infatti, la quantificazione dei danni strutturali e degli effetti connessi ai conseguenti interventi di manutenzione è sempre stata basata o sul giudizio di personale esperto, o sui valori limite di riferimento oppure sulle ispezioni visive. Tuttavia, queste ultime sono inevitabilmente contaminate dalla soggettività dei singoli ispettori e, pertanto, non possono essere considerate valutazioni perfette, ovvero, prive di errore, in quanto contraddistinte da un’incertezza variabile. La seguente tesi nasce, quindi, dalla necessità di ricavare un metodo alternativo grazie al quale eseguire operazioni di monitoraggio più efficienti. Esso si fonda sugli SSM (State-Space Model), i modelli spazio-stato attraverso ai quali è possibile eseguire una modellazione del percorso di deterioramento più oggettiva che tiene conto sia delle incertezze correlate agli ispettori che di quelle riguardati i singoli elementi costituenti l’opera. In particolare, l’elaborato presenta l’uso di un codice Matlab che consente l’applicazione di tali modelli ai dati derivanti dal monitoraggio strutturale nell’ottica di uno studio preventivo e programmato degli eventuali interventi di manutenzione eseguibili sulle attuali infrastrutture.