Exploiting Artificial Intelligence to build realistic numerical models: A Digital Twin application in Structural Health Monitoring

Structural Health Monitoring has received wide recognition and development the last years. Advancements have been made in many of the fields, like sensing technologies, applications and data processing. Due to the increasing need for preservation of Cultural Heritage buildings that are affected by the multi hazardous environment and specifically earthquakes, the automatization of Structural Health Monitoring techniques has become an important research subject. The preservation of Cultural Heritage requires the combination of in situ investigations and accurate analytical models in order to understand and correctly interpret the empirical evidence in order to to successfully apply advanced structural analyses and assess the state of Heritage Buildings. The Thesis focuses on the computational methods, correlation techniques and model updating with a nature-inspired metaheuristic algorithm indicating their advantages and drawbacks. The application of all the components comes under the form of a case study where the dynamic behavior of the Civic Tower of Ostra is thoroughly investigated by means of a detailed numerical model and calibrated against the experimental modal features. The pairing is based on the automatic procedure of calibration by a metaheuristic population-based genetic algorithm and use of machine learning. This step allows to successfully estimate the uncertainties of the unknown material parameters, considering both an isotropic and an orthotropic behavioral model for masonry. The results enable to validate the methodology and establish baseline information of the condition of the structure along with performance standards that will serve to control the structural integrity over time.

Structural Health Monitoring ha ricevuto un ampio riconoscimento e sviluppo negli ultimi anni. Sono stati fatti progressi in molti campi, come le tecnologie di rilevamento, le applicazioni e l'elaborazione dei dati. A causa della crescente necessità di preservare gli edifici del patrimonio culturale che sono interessati dall'ambiente multi-pericoloso e in particolare dai terremoti, l'automazione delle tecniche di monitoraggio della salute strutturale è diventata un importante argomento di ricerca. La conservazione del patrimonio culturale richiede la combinazione di indagini in situ e modelli analitici accurati al fine di comprendere e interpretare correttamente l'evidenza empirica al fine di applicare con successo analisi strutturali avanzate e valutare lo stato degli edifici del patrimonio. La Tesi si concentra sui metodi computazionali, sulle tecniche di correlazione e sull'aggiornamento dei modelli con un algoritmo metaeuristico ispirato alla natura indicandone vantaggi e svantaggi. L'applicazione di tutti i componenti si presenta sotto forma di un caso studio in cui il comportamento dinamico della Torre Civica di Ostra viene approfondito mediante un modello numerico dettagliato e calibrato rispetto alle caratteristiche modali sperimentali. L’applicazione si basa sulla procedura automatica di calibrazione mediante un algoritmo genetico metaeuristico basato sulla popolazione e sull'uso dell'apprendimento automatico. Questo passaggio consente di stimare con successo le incertezze dei parametri sconosciuti del materiale, considerando sia un modello comportamentale isotropo che ortotropo per la muratura. I risultati consentono di convalidare la metodologia e stabilire informazioni di base sulle condizioni della struttura insieme a standard di prestazione che serviranno a controllare l'integrità strutturale nel tempo.