Infrastructure Monitoring for Predictive Maintenance – aggiornamento del 18/01/2019

Segnaliamo i contributi “Ponte Morandi, i crolli si evitano con l’IA e manutenzione predittiva IoT di tutte le infrastrutture” (key4biz, 3 ottobre 2018), “I Sistemi SHM per la manutenzione e la sicurezza delle infrastrutture(BitMAT ITIS Magazine, 22 ottobre 2018) e “Infrastrutture a prova di crollo, IoT e intelligenza artificiale “prevedono” i rischi“ (CorCom, 30 novembre 2018) e “Strade e opere di ingegneria civile, la chiave di volta è la manutenzione predittiva” (CorCom, 18 gennaio 2019)..

Essi offrono alcune considerazioni preliminari su un tema della massima attualità e rilevanza (in Italia ci sono decine o centinaia di migliaia di strutture sospese potenzialmente a rischio crollo!), di enorme impatto sulla vita quotidiana e lo sviluppo della nostra Società, con raccomandazioni a intervenire con estrema rapidità su scala nazionale. Ad iniziare dalle strutture esistenti (“brownfield”), per poi applicare moderni criteri progettuali di prevenzione strutturale (e.g.“digital twin”) e monitoraggio ICT alle nuove costruzioni (“greenfield”).

Onde approfondire la questione nel suo complesso (numero di strutture, costi, tempi, …), è stato istituito un Gruppo di Lavoro operativo sul progetto “Infrastructure Monitoring for Predictive Maintenance“ (IMPREM), cercando di focalizzare alcuni “use cases” concreti rappresentativi di situazioni reali per elaborare una iniziativa propositiva concreta a livello politico-istituzionale da estendere con cognizione di causa ai decisori Governativi. Come Stati Generali dell’Innovazione vogliamo mettere le nostre competenze e professionalità specifiche a supporto delle Istituzioni che ritenessero di farsi carico di quanto sopra, per quanto concerne advisory e supporto tecnico – inclusi gestione progetti o sotto-progetti – alla realizzazione del monitoraggio IoT / SHM (internet of things / structural health monitoring) e relativi paradigmi di predizione / Intelligenza Artificiale.

Disponiamo al momento di alcuni spunti iniziali – in parte derivati dai contributi citati sopra.

  1. Una prima analisi (piuttosto grossolana) individuerebbe in una frazione di punto di PIL lo stanziamento annuale necessario per il ‘monitoraggio predittivo’ di tutte le infrastrutture sospese.
  2. Vari contributi sulla rivista Ingenio hanno trattato estensivamente e con molti articoli il crollo del ponte Morandi a partire dal 15 agosto u.s., auspicando infrastrutture sempre più “resilienti”.
  3. In questo quadro vanno considerati i moderni sistemi di SHM (structural heath monitoring), che consentono di monitorare con continuità lo stato di salute delle strutture ed una manutenzione mirata, evitando che si verifichino situazioni di crollo.
  4. I sistemi SHM consentono di controllare lo stato di salute della struttura, attraverso non destructive evaluation(NDE) di tipo statico o dinamico, la localizzazione dei  problemi / difetti, producendo i dovuti allarmi / alert e  indicazioni sulla vita residua in sicurezza (safe lifetime).
  5. SHM richiede una collaborazione multidisciplinare tra Ingegneria Civile ed Elettronica / ICT, accelerando la transizione dalla cultura del progetto a quella della manutenzione e gestione. Non si tratta (solo) di posizionare sensori / attuatori e raccogliere / elaborare dati, ma di impiegare le linee guida per il monitoraggio strutturale (V. norma UNI/TR 11634:2016) anche durante la fase di costruzione, ad es. con tecniche di simulazione building information modeling (BIM).
  6. Un sistema SHM può monitorare una o più strutture, utilizzando sia osservazioni satellitari in orbita bassa (per un monitoraggio di tipo statico) che aeree (elicotteri o droni) che da dispositivi a terra – che consentono un monitoraggio sia statico che dinamico, mediante sensori e tecnologie a bassissimo consumo (e.g. LoRa) connesse tramite wireless sensor network (WSN) e simili.
  7. Grazie all’ampia disponibilità di dati così rilevati, sarebbe relativamente agevole realizzare una manutenzione predittiva (‘su condizione’), utilizzando i continui progressi nel (big) data mining / machine learning, con massiccio utilizzo di Intelligenza Artificiale (AI) per derivarne stime sui possibili comportamenti e misure da adottare in tempo utile.

In sintesi, per la messa in sicurezza della rete viaria in esercizio occorrerebbe innanzitutto promulgare – in tempi estremamente ridotti – norme-quadro vincolanti per equiparare la prevenzione infrastrutturale agli obblighi per la sicurezza previsti dalla normativa vigente. Nel contempo, attivare una mappatura delle infrastrutture (V. esempio del SINFI), costruendo un registro informatizzato delle opere civili (ad es. blockchain-based) che ne individui età, parametri strutturali, stato di “salute”, storico degli interventi manutentivi, … in grado di costituire un ‘catasto’ organizzato per classi di rischi potenziali e relative priorità degli interventi manutentivi da porre in essere, con contestuale istallazione di adeguata sensoristica SHM.

Relativamente alle opere civili da realizzare (“greenfield”), imporre l’applicazione delle citate norme-quadro di prevenzione infrastrutturale, e le moderne tecniche di progettazione strutturale in relazione alle caratteristiche geologiche, ambientali, logistiche, … del territorio di riferimento, con largo impiego di ICT e metodologie “digital twin” / Impresa 4.0 (industrial internet of things, IIoT), comunicazioni a bassissima latenza (5G), algoritmi e modelli AI per la predizione di eventi a rischio, ecc.

Ultimo ma non meno importante, una precisa e costante informazione alla cittadinanza sui rischi potenziali nel periodo transitorio di messa in sicurezza dell’intera rete viaria nazionale, che – lungi dal creare situazioni di panico – metta in condizione la popolazione di poter attuare tutte le cautele e le scelte di percorso più adeguate alle rispettive esigenze di spostamento sicuro.

«Occorre conoscere por poter deliberare» (L. Einaudi)

Iscriviti alla nostra Newsletter!