Trattamento della variabilità ambientale sulle misure nei sistemi di monitoraggio strutturale

La tecnica del rilevamento delle novità è oggi ritenuta un valido mezzo in grado di eseguire l’identificazione di un danno al livello più basso. I dati vengono accumulati mentre la struttura è funzionante in condizioni normali e utilizzati per costruire un modello di riferimento. Durante il successivo funzionamento del sistema, i dati vengono confrontati con il riferimento ed eventuali scostamenti significativi sono considerati indicatori di un possibile danneggiamento. Questo approccio presenta potenziali problemi se la struttura è inserita in un contesto legato ad un’importante variabilità ambientale. I parametri ambientali, principalmente la temperatura, influiscono, infatti, sulle caratteristiche della struttura e possono portare al rilevamento di falsi positivi o falsi negativi. In questo documento, viene sviluppata una procedura di compensazione della temperatura utile per poter eseguire un rilevamento delle anomalie affidabile anche in queste situazioni. In particolare, il focus viene posto su sistemi di monitoraggio della salute strutturale ad apprendimento automatico, basati sull’osservazione delle frequenze naturali. La procedura scelta si avvale della tecnica di regressione lineare multipla (MLR) per caratterizzare la relazione non lineare che lega frequenze e temperatura. Per verificarne l’affidabilità, in un primo momento, si studia la sua applicazione su un sistema di monitoraggio simulato generato da uno script MATLAB, che riproduce misure di frequenze naturali di vibrare riferite ad una struttura reticolare. Successivamente, il metodo viene messo in pratica sui dati provenienti da una campagna di monitoraggio a lungo termine eseguita recentemente sul ponte ferroviario ad arco in acciaio a Leuven, in Belgio, prima, durante e dopo un intervento di retrofitting utile a correggere un errore nella sua costruzione.