Leonardo's Last Supper : past years indoor air and PM10 monitoring, modeling and interpretation

Artworks need strict microclimate conditions to be preserved. There are three main contributing factors that must be controlled in a museum environment: temperature, humidity and presence of airborne pollutants. These factors have a direct effect on the degradation of artistic and cultural heritage and are interrelated with a strong synergy. Moreover, each typology of artwork requires specific microclimate conditions for its preservation. This work, after a general overview of the degradation effects on materials that constitute art objects, directs the attention on the famous case of Leonardo’s Last Supper, absolute emblem of the fragility of works of art, for its technique and history. The monitoring system, developed in parallel with the heating, ventilation and air conditioning (HVAC) system of the Refectory of Santa Maria Delle Grazie, the room that houses Leonardo’s masterpiece, is presented and described. The thesis work focused on the collection and analysis of the archive data of particulate matter (PM10), measured in real-time inside the museum. The aim of the research has been to understand how much the indoor concentration of particulate matter was related to the external concentration and how much it was dependent on internal sources. Once data analysis was completed, a descriptive model of the case study was created. The model has been developed using three modeling approaches: “black box”, “grey box” and “white box”. In the so-called “black box” approach, the experimental data available are used to find a functional relationship between variables, without entering into the details of dynamics and laws that govern the problem; the “grey box” method instead uses partial knowledge of the case to be modeled, such as the known data and the equations that are at the basis of the physical phenomenon, to create a model based on a material balance; finally, the “white box” method has the main objective of achieving a level of description of the case under examination that is as accurate as possible to the physics of the real problem. The software adopted to support the construction of the model are MATLAB, for the first two approaches, and CONTAM (NIST), for the “white box” model.

Le opere d’arte necessitano di rigorose condizioni microclimatiche per essere preservate. I fattori che devono essere controllati in un ambiente museale sono principalmente tre: la temperatura, l’umidità e la presenza di particolato atmosferico. Questi fattori hanno un effetto diretto sul degrado del patrimonio artistico e culturale e sono correlati da una forte sinergia. Inoltre, ogni tipologia di opera d’arte richiede condizioni microclimatiche specifiche per la propria conservazione. Questo lavoro, dopo una panoramica generale sugli effetti di degrado dei materiali che compongono gli oggetti d’arte, si concentra sul famoso caso dell’Ultima Cena di Leonardo da Vinci, emblema assoluto della fragilità delle opere d’arte, per la sua tecnica di realizzazione e storia. Il sistema di monitoraggio, sviluppato in parallelo al sistema di riscaldamento, ventilazione e condizionamento (HVAC) del Refettorio di Santa Maria delle Grazie, sala che ospita il capolavoro di Leonardo, viene presentato e descritto. Il lavoro di tesi si è concentrato sulla raccolta e analisi dei dati di archivio del particolato (PM10) misurato in tempo reale all’interno del museo. Lo scopo della ricerca è stato di capire quanto la concentrazione interna di particolato fosse correlata alla concentrazione esterna e quanto invece fosse dipendente da fonti interne. Conclusa l’analisi dei dati, si procede con la costruzione di un modello matematico descrittivo del caso in esame. Il modello è stato sviluppato utilizzando tre approcci di modellazione: “black box”, “grey box” e “white box”. Nel cosiddetto approccio a “scatola nera” i dati sperimentali che si hanno a disposizione vengono utilizzati per trovare una relazione funzionale tra le variabili, senza però entrare nel dettaglio delle dinamiche e leggi che governano il problema; il metodo “grey box” utilizza invece conoscenze parziali del caso da modellare, come ad esempio i dati noti e le equazioni che sono alla base del fenomeno fisico, per creare un modello basato su un bilancio di materia; per ultimo il metodo “white box” ha l’obiettivo principale di raggiungere un livello di descrizione del caso in esame, che sia quanto più fedele possibile alla fisica del problema reale. I software adottati a supporto della costruzione del modello sono MATLAB, per i primi due approcci, e CONTAM (NIST), per il modello “white box”.