Machine-Learning Structural Health Monitoring for Damage Identification in the Santa Maria del Fiore Dome
Abstract
Progetti di ricerca in collaborazione fra Università/Enti di ricerca e altri soggetti pubblici o privati con l’obbiettivo di sostenere percorsi di alta formazione che integrino le conoscenze teoriche con le competenze realizzate in specifici contesti d’esperienza.
Project Name
SCHEDIF
Publication Year
2024
Coordinator
UNIFI
Announcement name
Progetti di Alta Formazione in ambito culturale attraverso l'attivazione di borse di studio o borse di ricerca o assegni di ricerca.
Expected Duration
24 Months
64,800 €
Total cost project
58,320 €
Contribution paid
1
Total fellowship
Announcement description
L’attuale sistema di monitoraggio della Cupola di Santa Maria del Fiore è stato installato nel 1987 a conclusione dei lavori di una Commissione Ministeriale incaricata di investigare sulle cause del ben noto quadro fessurativo che interessa il monumento fin da poco dopo la sua costruzione. Tale sistema, che fornisce sostanzialmente misure di tipo statico (gli strumenti sono sostanzialmente termometri, trasduttori di spostamento [deformometri], fili a piombo [e telecoordinometri, strumenti di lettura ottica degli spostamenti orizzontali], piezometri), è entrato in funzione nel gennaio 1988 ed è stato parzialmente integrato nel corso degli anni. Un importante upgrade è stato effettuato nel 2018 con l’introduzione di sensori di tipo accelerometrico.
Questo insieme di sensori statici e dinamici, che ha lo scopo di restituire utili informazioni per la conservazione e la sicurezza del bene, si traduce oggi in una mole importante e via via crescente di dati raccolti che richiede di utilizzare metodi innovativi per l’analisi e per l’interpretazione delle informazioni che questi forniscono. Questo progetto si propone così di applicare tecniche di Machine-Learning per l’analisi dei dati di monitoraggio della Cupola, al fine di individuare eventuali anomalie, di analizzarne il comportamento strutturale a lungo termine e di alimentare un sistema informativo per la previsione di breve e medio periodo dell’evoluzione del quadro fessurativo. Inoltre, l’analisi dei dati consentirà di valutare l’eventuale necessità di aggiungere ulteriori sensori, che possano acquisire rilevazioni in continuo arricchendo le informazioni attualmente disponibili, o viceversa di ottimizzarne quantità, posizione e tipologia migliorando la sua sostenibilità nel tempo.
L’applicazione di tecnologie moderne per l’analisi dei dati di monitoraggio della cupola di Santa Maria del Fiore non solo garantirà la preservazione di un simbolo del patrimonio culturale mondiale, ma offrirà anche un modello replicabile per altre strutture storiche. Questo progetto, investigando nel dettaglio il caso di Santa Maria del Fiore, aspira a mostrare come l'integrazione di Machine-Learning e Big Data possa rivoluzionare la manutenzione e il monitoraggio dei monumenti storici, con benefici significativi per la protezione e la valorizzazione del patrimonio culturale mondiale.
Parole chiave:
STRUCTURAL HEALTH MONITORING, DATA-DRIVEN DAMAGE IDENTIFICATION, MACHINE-LEARNING AND BIG DATA
