Structural Health Monitoring: approcci innovativi tramite tecniche ibride di supervised Machine Learning

The paper presents innovative approaches to structural health monitoring techniques making extensive use of tools such as Finite Element Model Update and Artificial Intelligence. The goal is to develop a frameowrk capable of establishing the health status for a structure in an effective and robust manner spienging eventually to the probabilistic determination of its remaining life. In the course of the work, software for dynamic modal identification and analysis of environmental and seismic signals was also developed.

Il lavoro presenta approcci innovativi alle tecniche di monitoraggio dello stato di salute strutturale facendo ampio uso di strumenti quali Finite Element Model Update e Intelligenza Artificiale. L'obbiettivo è sviluppare un framework in grado di stabilire lo stato di salute strutturale in modo efficace e robusto spingendosi infine alla determinazione probabilistica della sua vita residua. Nel corso del lavoro è stato inoltre sviluppato un software per l'identificazione dinamica modale e l'analisi di segnali ambientali e sismici.