Advanced monitoring and data processing techniques for large-scale civil structures

Serviceability and safety of civil structures are of utmost importance for the modern society. Although these aspects are taken for granted by people, it is worth pointing out that most of the existing buildings or infrastructures have already exceeded their useful life. Timely maintenance activities are therefore crucial for these structures to continue to guarantee satisfying performance. Structural Health Monitoring (SHM) has been introduced in response to such a need, being defined as the process of implementing a monitoring strategy to identify damage at an early stage, thus providing support for proper inspections and decision-making. The advantages in terms of saving costs, combined with the rapid developments of sensing technology and computing capacity, has made this type of solutions increasingly common. This thesis is based on a cover essay and three appended papers. The author proposes different approaches to address some of the most challenging topics related to the SHM of large-scale structures. After an initial discussion about the importance of developing efficient and cost-effective monitoring solutions for civil structures, the research work considers the effect of environmental and operational variables (EOVs) on structural properties. In-service structures may be heavily influenced by EOVs to the point that the induced changes could be confused with those due to damage. Over the years, researchers have sought methods to mitigate the effects of EOVs. Cointegration, a technique born in the field of econometrics, has proven to be one of the most effective approaches to address the above issue. Due to the few existing examples in the context of SHM, Paper I aims to further strengthen and extend the conventional cointegration approaches to the case of large-scale structures. Here, the peculiar structure of the roof of the G. Meazza stadium is considered as case study. Following these results, the research work investigates the possibility of classifying the outliers detected in SHM data depending on their origins. More specifically, Paper II proposes a useful diagnostic tool which combines cointegration analysis and robust outlier statistics to distinguish the outliers due to EOVs from those due to damage. To conclude, the effects of crowd-induced loads on flexible structures is considered. This aspect is very important for the vibration serviceability of structures like stadium grandstands, since the current design codes are based on overly conservative mathematical formulations, while experimental studies are still limited to the case of few individuals. In response to this, Paper III presents and validates a vision-based method to provide reliable estimates of crowd loading in a realistic environment. The promising results emerged from this thesis demonstrate that the proposed methods may be integrated to the current SHM research streams leading to significant improvements.

La funzionalità e la sicurezza delle strutture civili sono argomenti di massima importanza per la società moderna. Sebbene questi aspetti siano dati per scontati dalle persone, vale la pena sottolineare che la maggior parte degli edifici o delle infrastrutture esistenti ha già superato la loro vita utile. Le attività di manutenzione tempestive sono quindi fondamentali affinché queste strutture continuino a garantire prestazioni soddisfacenti. Il monitoraggio strutturale (Structural Health Monitoring, SHM) è stato introdotto in risposta a tale necessità, essendo definito come il processo di attuazione di una strategia di monitoraggio per identificare i danni in una fase iniziale, fornendo così supporto per ispezioni e decisioni adeguate. I vantaggi in termini di risparmio dei costi, uniti ai rapidi sviluppi della tecnologia di rilevamento e della capacità di calcolo, hanno reso questo tipo di soluzioni sempre più comuni. Questa tesi è composta da un cover essay che riassume il lavoro presentato in tre articoli pubblicati su riviste scientifiche, che vengono allegati di seguito. L'autore propone diversi approcci per affrontare alcuni degli argomenti più attuali e discussi, legati monitoraggio delle grandi strutture civili. Dopo una prima discussione sull'importanza di sviluppare soluzioni di monitoraggio efficienti ed economiche per tali strutture, il lavoro di ricerca considera l'effetto delle variabili ambientali e operazionali (EOVs) sulle proprietà strutturali. Le strutture in servizio possono essere fortemente influenzate questi parametri, al punto che i cambiamenti indotti potrebbero essere confusi con quelli dovuti a potenziali danni. Nel corso degli anni, i ricercatori hanno introdotto metodi volti a mitigare gli effetti degli EOVs. La cointegrazione, una tecnica nata in ambito economico, ha dimostrato essere uno degli approcci più efficaci per affrontare il problema sopra citato. Grazie ai pochi esempi esistenti nel contesto della SHM, il Paper I mira a rafforzare ed estendere ulteriormente gli approcci convenzionali di cointegrazione nel caso di strutture di grandi dimensioni. Qui, la peculiare struttura della copertura dello stadio G. Meazza è stata considerata come caso di studio. Il lavoro di ricerca ha investigato poi la possibilità di classificare i valori anomali rilevati nei dati SHM a seconda della loro origine. Più specificamente, il Paper II propone un utile strumento diagnostico che combina la cointegrazione e l’analisi statistica degli outliers per distinguere i valori anomali dovuti a EOVs da quelli dovuti a danni. Per concludere, sono stati considerati gli effetti dei carichi indotti dalla folla sulle strutture. Questo aspetto è molto importante per la progettazione e la funzionalità di strutture come le tribune degli stadi, poiché le attuali normative di progettazione si basano su formulazioni matematiche eccessivamente conservative, mentre gli studi sperimentali sono ancora limitati al caso di pochi individui. In risposta a ciò, il Paper III presenta e valida un metodo basato su sistemi di visione e processamento di immagini per fornire stime affidabili sul carico indotto dalla folla in un ambiente realistico. I risultati promettenti emersi da questa tesi dimostrano che i metodi proposti possono essere integrati agli attuali flussi di ricerca SHM, portando a miglioramenti significativi.