Studio di soluzioni interoperabili per lo Structural health monitoring (SHM) e i Bridge Management System (BMS) BIM based

The safety of bridges and viaducts has become a priority since the tragedy of the Morandi Bridge with the need to make the infrastructures more safe by monitoring them. Thanks to the use of management systems or Bridge Management System (BMS) it is possible to build inventories and inspection databases. These are then used to predict future scenarios of deterioration. As a result of this process, it is possible to plan maintenance operations in an efficient way and have an optimal rehabilitation of the structure. To better know about the structure, it is possible to rely on structural monitoring systems or Structural Health Monitoring (SHM). In recent years this technology has been extremely developed but it is in continuous development due to the lack of data management. Data can be handled by using innovative techniques focusing on artificial intelligence (AI) with the integration of Machine Learning to manage the high amount of data. The data acquisition system is able to capture millions of data by storing them in shared cloud platforms. Finally, the system will process and clean the data with the goal to make them readable by the inspector. In addition to a day-by-day structural analysis, it is possible to reuse the same data to predict the behavior of the work by implementing algorithms dedicated to forecasting and deterioration models. This additional analysis is needed to plan future inspections, to carry out structural evaluations according to the level of deterioration and to estimate the increase of residual life associated with the type of damage. The advent of BIM information models leads to complete the management systems making them intuitive environments. In fact, these are able to manage the entire element three-dimensionally and to interrogate it in every single element by assigning characteristics punctual. Within these environments it is possible to store the results of the inspection and make a graphical return with the implementation and study of new protocols. Permanent monitoring systems can be implemented in the models aswell. This is possible by introducing characteristic point elements with the information of the technology used and with the data coming from the sensors installed on the bridges. The study of this thesis leads to analyze all three macro-topics: studying initially the existing reading, assimilating the most important characteristics related to structural monitoring and individual sensors, recreating an informative model of a real bridge in the monitoring phase and reflecting on what you need to share within the management platforms.

La sicurezza di ponti e viadotti è diventato un tema di estrema priorità dopo la tragedia del Ponte Morandi con la necessità di mettere in sicurezza le infrastrutture e poterle controllare. Grazie all’impiego di sistemi di gestione o Bridge Management System (BMS) è possibile costruire inventari e database di ispezione, prevedere futuri scenari di ammaloramento e conseguentemente pianificare interventi di manutenzione, riparazione e riabilitazione strutturale in maniera efficiente ed ottimale. Per poter conoscere la struttura è possibile far affidamento ai sistemi di monitoraggio strutturale o Structural Healt Monitoring (SHM). In questi anni questa tecnologia si è estremamente sviluppata ma è in continua fase di sviluppo data la carenza legata alla gestione dei dati; essi possono essere gestiti applicando delle tecniche innovative focalizzandoci sull’intelligenza artificiale (IA) con l’applicazione del Machine Learning per l’alto contenuto dei dati. I sistemi hardware sono in grado di captare milioni di dati gestendoli in piattaforme condivise cloud, dove avvengono dei processi di pulizia e rielaborazione dei dati in modo da poterli rendere leggibili dagli ispettori dando un contenuto chiaro ed immediato. Oltre ad un’analisi strutturale day-by-day è possibile riutilizzare gli stessi dati per poter prevedere il comportamento dell’opera implementando degli algoritmi dedicati ai modelli di previsione e deterioramento. Essi sono necessari per poter pianificare le ispezioni future, effettuare delle valutazioni strutturali in base al livello di deterioramento e stimare l’incremento di vita residua associabile alla tipologia di danneggiamento. L’avvento dei modelli informativi BIM porta a completare i sistemi di gestione rendendoli degli ambienti intuitivi per via della possibilità di poter gestire tridimensionalmente l’intero manufatto e poterlo interrogare in ogni singolo elemento assegnandogli delle caratteristiche puntuali. All’interno di questi ambienti è possibile immagazzinare gli esiti delle visite ispettive ed effettuarne una restituzione grafica con l’implementazione e lo studio di nuovi protocolli. I sistemi di monitoraggio permanente possono essere implementati nei modelli introducendo degli elementi puntuali caratteristici dove sono riconducibili informazioni sulla tecnologia impiegata e sulle rielaborazioni dei segnali provenienti dalla sensoristica installata sui ponti. Lo studio di questa tesi porta ad analizzare tutti i tre macro-argomenti: studiando inizialmente la lettura esistente, assimilando le caratteristiche più importanti legate al monitoraggio strutturale e ai singoli sensori, ricreando un modello informativo di un ponte reale in fase di monitoraggio e riflettendo su cosa è necessario condividere all’interno delle piattaforme di gestione.