Data monitoring and neural network modelling for artistic heritage preservation : a case study

Palazzo Isimbardi is a Milanese ancient building, where the Provincial Administration of Milano has resided since the 1930s. The palace is an important testimony of its long history, which begins with its construction in the XV century and extends through the years to the present day. The building conserves numerous works of art, witnessing the changes suffered by the palace itself during the centuries. The great painting by the Venetian artist Giambattista Tiepolo is probably the most important and famous piece kept in the building. Preserving the cultural heritage is certainly the main objective of the monitoring work carried out in three rooms of the palace. Environmental factors such as temper- ature, humidity and strain are constantly measured and collected. This thesis work contains the main results of the analysis of data from May to October, 2020. The recommended micro climate for the optimal preservation of artistic works is specified by the Italian law "Norma UNI 10829:1999". The monitoring of various works of art, not only in Italy but also in Europe, shows how keeping the environmental parameters surrounding the work in the intervals recommended by the standard greatly improves the quality of the art piece itself, delaying invasive restoration interventions. The monitoring work in the rooms is carried out through a network of optical fiber sensors, that has almost zero visual impact. Moreover, the employment of optical fiber sensors has numerous advantages, including the ability to capture reliable data with a very short sampling time, and to be able to receive it remotely, thus the works can be monitored even remotely. The analysis of data collected in Palazzo Isimbardi highlights some non optimal trends in the three rooms. Through this thesis work, a temperature model will be proposed, obtained using Neural Networks modelling, that could help in a more easily monitoring of the micro climate inside the rooms. In fact, the model could predict the temperature trend in the short term, allowing an early corrective action. As a consequence, micro climate can be optimized and kept as constant as possible in the area surrounding the monitored piece.

Palazzo Isimbardi è un antico edificio situato nel centro storico di Milano, dove dagli anni ’30 risiede l’Amministrazione Provinciale di Milano; rappresenta un’importante testimonianza della sua lunga storia, che inizia nel XV secolo e si protrae attraverso gli anni fino ai giorni nostri. Al suo interno sono conservate numerose opere artistiche che mostrano i cambia- menti subiti dal palazzo stesso durante i secoli. Il grande affresco dell’artista veneziano Giambattista Tiepolo è probabilmente l’opera più importante e famosa custodita nell’edificio. Preservare al meglio queste opere è sicuramente l’obiettivo principale del lavoro di monitoraggio svoltosi in tre sale del palazzo. Fattori ambientali quali temperatura, umidità e deformazione sono costantemente misurati e raccolti. Questo lavoro di tesi contiene i principali risultati dell’analisi dei dati da maggio ad ottobre 2020. Il microclima consigliato per l’ottimale conservazione di opere artistiche è specifi- cato dalla legge italiana "Norma UNI 10829:1999". Il monitoraggio di svariate opere d’arte, non solo in Italia ma anche in Europa, dimostra come mantere i parametri ambientali circostanti l’opera negli intervalli raccomandati dalla norma migliora notevolmente la qualità dell’opera stessa, ritardando interventi invasivi di restauro. Il lavoro di monitoraggio nelle sale è svolto tramite una rete di sensori in fibra ottica. Questi sensori hanno un impatto visivo quasi nullo e presentano numerosi vantaggi, tra cui la possibilità di acquisire dati affidabili con un tempo di campionamento molto breve e di poterli ricevere a distanza, permettendo quindi di monitorare le opere anche da remoto. L’analisi dei dati raccolti a Palazzo Isimbardi evidenzia alcuni andamenti non ottimali nelle tre stanze. In questo lavoro, si implementa un modello di temperatura, ottenuto tramite reti neurali, che può aiutare a monitorare più facilmente il microclima all’interno delle sale stesse. Infatti, il modello può prevedere nel breve termine l’andamento di temperatura, rendendo possibile un’azione correttiva tempestiva e la conseguente ottimizzazione del microclima, che potrà essere mantenuto il più possibile costante nell’area circostante l’opera monitorata.