Framework di Stress Testing per la Qualità dei Dati Consapevole dei Gruppi per il Monitoraggio della Salute Strutturale dei Ponti: Evidenze dai Dataset di Vänersborg e Z24

Quanto siano robusti gli algoritmi di anomaly detection applicati al monitoraggio strutturale di un ponte dipende, in misura spesso sottovalutata, dalla qualità stessa dei dati in ingresso: blocchi di misure mancanti, spike, drift e rumore possono alterare profondamente le prestazioni dei rilevatori di danni. Un protocollo di stress testing sui dati, applicato a due casi studio ben noti nella letteratura SHM, quantifica ora quanto questi degradi influenzino in modo non uniforme i diversi modelli.

Il protocollo di verifica: due archivi, metriche coprimarie

Lo studio, pubblicato su Infrastructures (doi: 10.3390/infrastructures11100344) a firma di Jianxin Hu, Gongjian Che e Yucheng Wang, ha messo alla prova un protocollo di stress testing “congelato” e group-aware su 64 eventi di apertura del ponte di Vänersborg e su 153 tracce elaborate dello scenario per il ponte Z24, combinate per scenario e setup. I modelli sono stati addestrati esclusivamente su dati sani, mentre le degradazioni sono state applicate solo a gruppi tenuti fuori dall’addestramento (held-out).

Le due metriche co-primarie adottate sono l’area sotto la curva ROC (ROC-AUC) e l’average precision (AP), valutate per ciascun rilevatore prima e dopo l’iniezione dei difetti. Una scelta metodologica rilevante per chi sviluppa pipeline di SHM: l’analisi della sensibilità è label-blind, cioè condotta senza uso delle etichette, fissando la varianza di un canale robusto ricavata dagli eventi sani di addestramento.

Vänersborg: una basale insidiosa

Sul dataset svedese il baseline della principal component analysis (PCA) presenta valori AUC/AP di 0,500 e 0,454, prossimi al caso indifferente. Le perturbazioni agiscono quindi su un punto di partenza già debole. Con il 20% di dati mancanti le metriche scendono a 0,188 e 0,327, con variazioni appaiate di −0,313 e −0,126. Bastano spike allo 0,5% per crollare a 0,058 e 0,298, con delta di −0,442 e −0,156.

Il quadro si complica sotto rumore scalato sulla potenza degli eventi a 5 dB: qui la PCA registra una riduzione di AUC pari a 0,221, mentre gli altri rilevatori mostrano un incremento, in direzioni opposte tra loro.

Z24: stabilità e un effetto nascosto

Sul dataset Z24 il baseline PCA è nettamente più solido, con AUC di 0,731 e AP di 0,929. Le perturbazioni studiate muovono entrambe le metriche solo marginalmente. Ma è l’analisi di sensibilità label-blind a restituire l’esito più interessante: rimuovendo l’asimmetria di scaling attraverso la fissazione della varianza del canale robusto, la potenza iniettata risulta ugualizzata tra le classi di valutazione e il ΔAUC della PCA si inverte, passando a +0,075.

L’asimmetria di scaling originale contribuisce quindi in misura materiale alle direzioni specifiche del rilevatore: parte della degradazione apparente delle prestazioni non dipende dal difetto nei dati, ma da come la potenza del segnale viene distribuita tra le classi.

Implicazioni per la pratica

• Un baseline debole (AUC vicino a 0,5) rende ogni confronto tra rilevatori poco informativo: prima di valutare la robustezza agli artefatti conviene verificare la capacità discriminante base del modello.
• Metriche diverse possono muoversi in direzioni opposte sotto lo stesso degrado, come mostrato dai delta separati di ROC-AUC e AP su Vänersborg: affidarsi a un solo indicatore è rischioso.
• Senza un ricalibrazione della potenza iniettata, i risultati dello stress testing possono riflettere asimmetrie di scaling piuttosto che la reale sensibilità del detector ai difetti dei dati.

I limiti dichiarati

Gli autori delimitano con chiarezza la portata dei risultati: si tratta di sintesi condizionali esatte di due archivi finiti osservati. I valori ottenuti non stabiliscono soglie universali di qualità dei dati, di severità dei difetti né di manutenzione. Per il progettista che sviluppa sistemi di SHM, la lezione operativa è duplice: i risultati di stress testing vanno letti come specifici del dataset esaminato, e l’impostazione sperimentale, in particolare il bilanciamento della potenza iniettata, va documentata quanto i risultati stessi.