Identificazione strutturale mediante l’algoritmo "Stochastic Subspace Identification - SSI"

Il presente elaborato affronta il problema del rilevamento dei danni strutturali nell’ambito dello Structural Health Monitoring (SHM) attraverso l’identificazione delle caratteristiche dinamiche delle strutture e con il solo utilizzo di vibrazioni ambientali. Questa procedura pertiene all’Operational Modal Analysis (OMA), campo dell’ingegneria che, tenendo conto della sola risposta del sistema senza conoscerne l’input, cattura i segnali nel dominio del tempo o della frequenza e identifica i parametri modali del sistema: frequenze naturali, indici di smorzamento e forme modali. Il successo di ogni metodo OMA dipende dalle caratteristiche dei segnali acquisiti, come la durata della loro registrazione o la frequenza di campionamento, e dal tipo di sistema di rilevamento, ad esempio la Wireless Sensor Network (WSN), rete meno costosa e più facile da realizzare rispetto a quella cablata, ma che registra un Time Synchronization Error (TSE) tra i clock dei suoi nodi sensore. Tra i metodi OMA, le tecniche Stochastic Subspace Identification (SSI) sono considerate tra le più potenti e affidabili nel dominio del tempo. Il nucleo di questo lavoro è la presentazione dei due approcci SSI, il Covariance-driven e il Data-driven, e il confronto tra le loro prestazioni, al fine di indagarne vantaggi e svantaggi anche attraverso la loro applicazione pratica. Viene studiata, in particolare, l’influenza della durata del segnale acquisito e dell’errore di sincronizzazione sulla precisione del calcolo delle proprietà dinamiche stimate con gli algoritmi SSI, che vengono poi confrontate con quelle ottenute grazie alla tecnica Frequency Domain Decomposition (FDD). Dai risultati numerici risulta che per ottenere una buona stima dei parametri modali si può ricorrere anche ad un segnale di breve durata e che il TSE ha un impatto negativo sul calcolo delle forme modali.