An innovative framework for Vibration Based Structural Health Monitoring of buildings through Artificial Intelligence approaches ​

Structural health monitoring consists of identifying all those processes aimed at assessing the safety of a structure. These processes found their first application in the field of aerospace and mechanical engineering in order to assess the performance and occurrence of damage in mechanical components of vehicles and rotating industrial machinery. Over time, the need to assess the health status of structures has also led to the use of these techniques in the field of civil engineering, in particular vibration-based monitoring through the application of Operational Modal Analysis (OMA) techniques. These techniques are well established, based on solid theoretical foundations, and implemented in numerous frameworks for structural health monitoring. However, the definition and implementation of an effective dynamic monitoring capable to detect damage requires a high degree of multi-disciplinary and the contribution of specialists from different fields, i.e., measurement engineering, computer science, electronic engineering, dynamic identification, structural engineering, data science. During the PhD activities an effort have been made for the development of a framework for Vibration-Based Structural Health Monitoring system (VB-SHM) in all its part, attempting to achieve replicability of the system and its effectiveness in correctly tracking the health conditions of the structure over time. Replicability is crucial to promote the widest possible spread of this kind of monitoring. The framework has been developed starting from results obtained by three main case studies monitored during the PhD activities. The case study of the Santa Maria in Via Church in Camerino deal with the problem of dynamic identification, model updating and optimal sensor placement. Due to the complexity of the finite element model, model updating has been carried out with the aid of Particle Swarm Optimization algorithm. Thereafter, monitoring results of the r.c. school building in Camerino monitored during the 2016 seismic sequence are presented. Throughout the monitoring period, the response of the building to several low to medium intensity earthquakes was recorded. The building, despite the absence of damage, showed a time-varying dynamic behaviour making it difficult to track the frequencies during the seismic response. By applying a linearisation procedure, frequencies are tracked even during strong motions. Finally, the monitoring results of the Engineering Tower of the Università Politecnica delle Marche are reported. The Tower has been monitored since 2017 and, although with some interruptions, allowed the observation of a marked dependence of its eigen-frequencies on environmental parameters, especially temperature and wind. These effects have been effectively cleansed through the implementation of an artificial neural network.

Il monitoraggio della salute strutturale consiste nell'identificare tutti quei processi volti a valutare la sicurezza di una struttura. Questi processi hanno trovato la loro prima applicazione nel campo dell'ingegneria aerospaziale e meccanica al fine di valutare le prestazioni e l'insorgenza di danni in componenti meccanici di veicoli e macchinari industriali rotanti. Col tempo, la necessità di valutare lo stato di salute delle strutture ha portato all'utilizzo di queste tecniche anche nel campo dell'ingegneria civile, in particolare del monitoraggio basato su misure di vibrazione ambientale attraverso l'applicazione di tecniche di Operational Modal Analysis (OMA). Queste tecniche sono ben consolidate, basate su solide basi teoriche, e implementate in numerosi framework per il monitoraggio della salute strutturale. Tuttavia, la definizione e l'implementazione di un monitoraggio dinamico efficace in grado di rilevare i danni richiede un alto grado di multidisciplinarietà e il contributo di specialisti provenienti da diversi campi, vale a dire, misure meccaniche, informatica, ingegneria elettronica, identificazione dinamica, ingegneria strutturale, data science. Durante le attività di dottorato è stato sviluppato un framework per il sistema di monitoraggio della salute strutturale basato sulle misure vibrazionali (VB-SHM) in tutte le sue parti, cercando di raggiungere la replicabilità del sistema e la sua efficacia nel tracciare correttamente le condizioni di salute della struttura nel tempo. La replicabilità è fondamentale per promuovere la più ampia diffusione possibile di questo tipo di monitoraggio. Il framework è stato sviluppato a partire dai risultati ottenuti da tre principali casi studio monitorati durante le attività di dottorato. Il caso studio della Chiesa di Santa Maria in Via a Camerino affronta il problema dell'identificazione dinamica, della calibrazione del modello e del posizionamento ottimale dei sensori. Vista la complessità del modello ad elementi finiti, la sua calibrazione è stata effettuata con l'aiuto dell'algoritmo Particle Swarm Optimization. In seguito, vengono presentati i risultati del monitoraggio di un edificio scolastico a Camerino monitorato durante la sequenza sismica del 2016. Durante tutto il periodo di monitoraggio è stata registrata la risposta dell'edificio a diversi terremoti di bassa e media intensità. L'edificio, nonostante l'assenza di danni, ha mostrato un comportamento dinamico tempo variante rendendo difficile la tracciabilità delle frequenze durante la risposta sismica. Applicando una procedura di linearizzazione, è stato possibile tenere traccia delle frequenze anche durante la risposta sismica dell’edificio. Infine, vengono riportati i risultati del monitoraggio della Torre di Ingegneria dell'Università Politecnica delle Marche. La Torre è stata monitorata dal 2017 e, seppur con alcune interruzioni, ha permesso di osservare una marcata dipendenza delle sue frequenze proprie dai parametri ambientali, in particolare temperatura e vento. Questi effetti sono stati efficacemente depurati attraverso l'implementazione di una rete neurale artificiale.