AI vs curvatura modale
La diagnosi precoce dei difetti nelle travi in cemento armato precompresso rappresenta una delle sfide più complesse per il monitoraggio strutturale di ponti e viadotti esistenti. Difetti come la perdita del tiro di precompressione, la mancanza di malta nelle guaine o la corrosione dei trefoli alterano la risposta dinamica in modo spesso impercettibile ai soli parametri globali. Un recente studio pubblicato su Infrastructures (Vol. 11, Pages 164) ha messo a confronto due strategie per il rilevamento e la localizzazione del danno: gli indicatori basati sulla curvatura modale e una procedura di intelligenza artificiale fondata su Variational Autoencoders (VAE). La ricerca, condotta su un set di travi in c.a.p. post-tese, fornisce indicazioni concrete per i tecnici chiamati a progettare sistemi di Structural Health Monitoring (SHM).
I limiti dei parametri modali globali per il livello 1 di allarme
Le tecniche di monitoraggio dinamico che si basano esclusivamente sulla variazione delle frequenze proprie o dei rapporti di smorzamento spesso non riescono a distinguere uno stato di danno incipiente da variazioni ambientali o operative. Per questo motivo gli autori dello studio hanno applicato due metodi distinti per il livello 1 (rilevamento dell’anomalia) e il livello 2 (localizzazione del difetto). Da un lato la curvatura modale, ricavata dalle forme modali stimate tramite Operational Modal Analysis (OMA), viene utilizzata come indicatore locale di variazione di rigidezza. Dall’altro un modello di apprendimento automatico non supervisionato basato su VAE elabora le accelerazioni registrate da pochi sensori per generare un segnale di errore di ricostruzione, attivando un allarme quando questo supera una soglia statistica.
Curvatura modale e autoencoder: due strade per la localizzazione del danno
Il confronto tra i due approcci evidenzia un trade-off operativo di grande interesse per il progettista del sistema di monitoraggio. La curvatura modale richiede una griglia di sensori sufficientemente fitta per ottenere una risoluzione spaziale adeguata e una stima accurata delle derivate seconde delle forme modali; in compenso fornisce una mappa fisicamente interpretabile della posizione del danno. La procedura basata su VAE, al contrario, opera con un numero ridotto di accelerometri e anticipa l’allarme già a livelli di danno molto bassi, ma la localizzazione del difetto è dedotta indirettamente dall’analisi del contributo dei singoli canali all’errore di ricostruzione, risultando meno intuitiva per il tecnico.
Il banco di prova: travi in c.a.p. post-tese con difetti reali
La sperimentazione è stata condotta su elementi in cemento armato precompresso con cavi post-tesi, rappresentativi del patrimonio infrastrutturale esistente. I difetti introdotti in laboratorio simulano tre scenari tipici: riduzione controllata del tiro di precompressione, vuoti localizzati nelle guaine e corrosione accelerata dei trefoli. Le prove dinamiche sono state eseguite in condizioni di vibrazione ambientale, senza interrompere la funzionalità della struttura, replicando le condizioni operative reali di un ponte in esercizio. Le accelerazioni sono state acquisite con diverse configurazioni di sensori per valutare la sensibilità di ciascun metodo alla densità della rete di misura.
Risultati comparativi: anticipo dell’allarme vs. chiarezza esplicativa
I dati raccolti mostrano che entrambi i metodi riescono a rilevare e localizzare i difetti, nonostante la ridotta alterazione della risposta dinamica tipica delle travi in c.a.p. La procedura basata su VAE si distingue per la capacità di generare un segnale di allarme più precoce, anche con un numero esiguo di sensori. La curvatura modale, pur richiedendo una maggiore densità di punti di misura, offre al professionista una chiara correlazione tra l’anomalia identificata e la posizione fisica del decadimento di rigidezza. Questa complementarità suggerisce che una strategia ibrida possa rappresentare la soluzione più efficace: un sistema di sorveglianza continuo basato su VAE per la diagnosi rapida, affiancato da una campagna di misura modale più capillare in caso di allarme per la localizzazione di precisione.
Per il tecnico che si trova a progettare un piano di monitoraggio su un viadotto in c.a.p., lo studio offre parametri di scelta chiari. Se la priorità è la tempestività della segnalazione e la disponibilità di sensori è limitata, l’approccio AI rappresenta la via più promettente. Se invece l’obiettivo primario è la comprensione fisica del fenomeno e si dispone di una rete di sensori adeguata, la curvatura modale resta uno strumento affidabile e immediatamente interpretabile nella pratica della diagnostica strutturale.
Lascia un commento