Dopo un evento sismico, la capacità di transito di un ponte su pile a doppia colonna in cemento armato dipende in modo diretto dallo stato di danno delle pile stesse. Valutare rapidamente tale stato, e in modo comprensibile anche al di fuori della modellazione numerica, è il problema affrontato da un gruppo di ricerca coordinato da Zhibing Yu, con Zixin Xu, Chao Zhang, Yongjun Zhou, Xiaojun Zhou, Longqi Zhang, Wang Liao e Haiou Li, in uno studio pubblicato sulla rivista Infrastructures (Vol. 11, pag. 274, doi: 10.3390/infrastructures11080274).
Un framework che accoppia risposta strutturale ed evidenza visiva
La proposta degli autori prende il nome di Structural–Visual Integrated Evaluation (SVIE). L’idea di fondo è semplice da enunciare ma meno banale da realizzare: ancorare la lettura del danno visibile a una base meccanica, in modo che la classificazione del danno non si fermi all’aspetto della superficie ma sia riconducibile agli stati di risposta della struttura. Il framework integra quindi due canali di informazione, l’analisi della risposta strutturale e le evidenze di danno estratte dalle immagini.
Il riferimento meccanico viene da prove quasi statiche condotte sulle pile. Dalle risposte misurate sono stati definiti quattro stati di danno di riferimento, da interpretare come scala di taratura: passaggio da integro a danno lieve, danno moderato, danno severo e danno critico.
Segmentazione semantica end-to-end con DeepLabv3+
Sul versante visivo, la verifica di coerenza con gli stati di base è affidata a un modello DeepLabv3+ migliorato, applicato in regime di segmentazione semantica end-to-end su 315 immagini di scena globale. Il modello distingue tre classi: sfondo, spalling del calcestruzzo ed esposizione delle barre di armatura. L’output costituisce l’evidenza visiva da confrontare con gli stati di danno definiti sperimentalmente.
I numeri sul test set raccontano comportamenti diversi per le due classi di danno. Lo spalling del calcestruzzo viene individuato in modo efficace: IoU pari a 78,86%, F1-score dell’88,18%, precisione all’89,93% e recall all’86,49%. L’esposizione delle armature resta invece più critica. Il valore di IoU e il recall risultano relativamente bassi, effetto attribuibile alla scarsità di campioni e alla natura dei piccoli oggetti in esame; la precisione si attesta comunque al 70,40%, livello che rende le regioni rilevate utilizzabili come evidenza complementare per danni locali severi.
Coerenza tra morfologia visiva e progressione del danno
L’analisi di coerenza, cuore interpretativo del lavoro, mostra che la morfologia del danno visivo risulta in generale compatibile con la progressione degli stati di danno strutturale definiti dalle prove. In altri termini, ciò che il segmentatore individua sull’immagine non è un dato isolato, ma può essere rapportato a una scala meccanica prestabilita.
Gli autori qualificano il risultato come proof of concept in ambiente di laboratorio per un framework a fondamento meccanico e interpretabile visivamente, destinato alla valutazione rapida post-sismica delle pile a doppia colonna in cemento armato. Per i tecnici chiamati dopo un evento sismico a stimare capacità di transito e priorità di intervento, la direzione è chiara: unire la classificazione basata sulla risposta strutturale con l’evidenza oggettiva estratta dalle immagini, restando però consapevoli che la conferma su scala reale resta il passaggio successivo.
Lascia un commento