Ricerc@Sapienza

Negli ultimi anni il tema dello Structural Health Monitoring e lo studio e caratterizzazione del comportamento dinamico delle strutture esistenti hanno subito una crescita esponenziale. La descrizione del reale stato di salute di una struttura permette infatti di poter progettare gli interventi di ripristino delle caratteristiche strutturali, specialmente nel caso di edifici storici. Questo argomento ha mostrato la sua importanza in un paese come l'Italia, soprattutto a valle dei vari sciami sismici che hanno investito il territorio del centro Italia nel 2016.
L'interesse scientifico si è così concentrato su una caratterizzazione più dettagliata del comportamento strutturale che permettesse di cogliere variazioni rispetto alle condizioni ordinarie di esercizio; particolare attenzione è stata posta nei confronti del riconoscimento del danno strutturale in quanto causa principale di questi cambiamenti.
Fra le diverse metodologie adottate negli ultimi anni con il fine di individuare la presenza di danno nelle strutture civili, hanno assunto particolare importanza le tecniche di Statistical Pattern Recognition. Queste prevedono la definizione di un stato di riferimento per la struttura priva di danno, basato sull'estrazione di parametri caratteristici del sistema, anche detti Damage Sensitive Features (DSF). Qualsiasi successiva misurazione, che dovesse discostarsi sensibilmente dallo stato di riferimento, sarà un indicatore della presenza di danno.
Il presente progetto di ricerca consta di due parti. Una prima parte teorica volta alla ricerca, descrizione ed implementazione di due nuove DSF: MPEG7 e Gammatone Frequency Cepstrum Coefficients (GFCC). Una seconda parte che prevede l'implementazione di algoritmi con base le precedenti DSF. L'applicazione di queste tecniche è finalizzata all'ottimizzazione nell'individuazione del danno strutturale in presenza di una grande mole di dati.