digital twin of structural systems using dynamic bayesian network and reduced order models

Digital twin technologies aim to create a digital representation of a physical phenomena. These techniques has become very popular in recent years and are nowadays applied in several industrial contests. This work shows how dynamic Bayesian networks (DBNs) can be used to represent the interactions between the Digital and the Physical state and how they can be used to carry out control and prediction analysis. In particular, I will explore how dynamic Bayesian networks can be used to perform structural health monitoring (SHM), and how these information can be used to support decisions regarding its maintenance and repair. I will also examine the computational capabilities and accuracy of dynamic Bayesian networks, and propose a method to improve these capabilities by exploiting a reduced order method (ROM) to build the input dataset of the DBN when dealing with problems related with structural mechanic. Considering different case studies, this work provides a comprehensive overview of the power and versatility of dynamic Bayesian network to enable digital twins for SHM purposes.

Le tecnologie dei gemelli digitali mirano a creare una rappresentazione digitale di un fenomeno fisico. Queste tecniche sono diventate molto popolari negli ultimi anni e sono oggi applicate in diversi contesti industriali. Questo lavoro mostra come le reti bayesiane dinamiche (DBN) possano essere utilizzate per rappresentare le interazioni tra lo stato digitale e quello fisico e con lo scopo ultimo di effettuare analisi di controllo e previsione. In particolare, la tesi mira ad esplorare le reti bayesiane dinamiche per il monitoraggio della salute strutturale (SHM) e come queste informazioni possano essere sfruttate per supportare le decisioni relative alla manutenzione e alla riparazione di una struttura. Verranno inoltre esaminate le capacità computazionali e l'accuratezza delle reti bayesiane dinamiche e proporrò un metodo per migliorare queste capacità sfruttando un metodo di ordine ridotto (ROM) per costruire il set di dati di input del DBN quando si affrontano problemi legati alla meccanica strutturale. Considerando diversi casi di studio, questo lavoro fornisce una panoramica della potenza e della versatilità delle reti bayesiane dinamiche per la creazione di gemelli digitali per scopi di SHM.