Resilience management of built heritage structures : bridges

Several natural and anthropogenic hazards in the last decades caused cascading failures across systems. The Christchurch earthquake in 2011 triggered a rockfall on electric utilities, which caused a loss of communication and provoked a delay in emergency services. Another example is the failure of the Polcevera Bridge in Italy which started as the collapse of a bridge. In a short time, severe economic losses were experienced in trade in the region. In complex systems such as transportation, electric, or communication networks, such failures may be associated with catastrophic consequences in terms of service provision losses. Substantial research has been undertaken in order to identify how the risks associated with service disturbances related to such extreme events may be managed optimally. To this end, the concept of resilience has been introduced to enhance decisions on the management of systems and to minimize the risk associated with service disturbances over systems’ service lives. Very substantial efforts are presently being invested into research on the modeling and assessment of the resilience of socio-technical systems. Resilience includes the short-term ability to quickly recover from a disturbance event, which can mitigate the impact of the disruption, and the long-term capacity generation for efficient reorganization and recovery after disturbance events, which is crucial for adaptation. This capacity must be valid for the lifetime management of the system. The general body of knowledge on the various system characteristics affecting resilience is increasing, and so is the capability to model and analyze systems. Despite the vast volume of research on the resilience of infrastructures, so far, only very little attention has been directed on how to manage the resilience of built heritage structures, i.e., structures providing services beyond those which are directly related to structural functionality, through their cultural, historic, and social values. Furthermore, after events of disturbances such as major earthquakes or floods, the prompt recovery of the social and cultural functions of the built heritage structures may leverage the resilience of the communities by maintaining societal cohesion around the shared historical legacy represented by the structures themselves. This cultural element of social capacity adds a new dimension to resilience management compared to ordinary structures and gives a different nuance to the concept of the resilience of built heritage structures, compared to ordinary structures. On one side, built heritage structures may be particularly vulnerable to natural hazards due to the accumulated effects of degradation during their lifetime, and on the other side, recovery and maintenance works can be more difficult and expensive due to the several constraints related to the historic value of the asset that limits the range of decision alternatives. In the literature, there are some attempts to define the resilience of built heritage structures; however, a systematic approach to their resilient management is still lacking. This Ph.D. thesis aims to contribute to filling this gap by proposing a decision analysis tool based on the identification and the interplay of resilience indicators. The latter conveys information about the system characteristics which contribute to the resilience of the built heritage system, thereby supporting the ranking of decision alternatives for managing the system resilience. The proposed approach is illustrated through two case studies addressing two built heritage systems: an ordinary bridge (i.e., Borgoforte Bridge in Italy) subject to scour due to flash flood events and a deteriorating built heritage bridge (i.e., Uzunkopru Bridge in Turkey). To this end, the system is modeled using Bayesian Probabilistic Nets (BPN), whereby the flow of entropy between systems states and indicators and, not least, the hierarchical dependencies between them become explicit. The two case studies include a number of different decision alternatives on how to manage the system characteristics. The influence of diverse decision alternatives on the system performance of two different bridges is investigated and compared.

Negli ultimi decenni, diversi rischi naturali e antropici hanno causato guasti a cascata nei sistemi. Il terremoto di Christchurch del 2011 ha innescato una caduta di massi sulle utenze elettriche, che ha causato una perdita di comunicazione e un ritardo nei servizi di emergenza. Un altro esempio è il cedimento del ponte sul Polcevera in Italia, iniziato con il crollo di un ponte. In breve tempo si sono verificate gravi perdite economiche nel commercio della regione. In sistemi complessi come le reti di trasporto, elettriche o di comunicazione, tali guasti possono essere associati a conseguenze catastrofiche in termini di perdita di servizi. Sono state intraprese numerose ricerche per identificare come gestire in modo ottimale i rischi associati alle perturbazioni del servizio legate a tali eventi estremi. A tal fine, è stato introdotto il concetto di resilienza per migliorare le decisioni sulla gestione dei sistemi e per ridurre al minimo il rischio associato ai disturbi del servizio nel corso della vita utile dei sistemi. Attualmente si stanno investendo notevoli sforzi nella ricerca sulla modellazione e sulla valutazione della resilienza dei sistemi socio-tecnici.La resilienza comprende la capacità a breve termine di riprendersi rapidamente da un evento di disturbo, che può mitigare l'impatto della perturbazione, e la generazione di capacità a lungo termine per una riorganizzazione e un recupero efficienti dopo gli eventi di disturbo, che è fondamentale per l'adattamento. Questa capacità deve essere valida per la gestione del sistema per tutta la sua durata. Le conoscenze generali sulle varie caratteristiche del sistema che influenzano la resilienza sono in aumento, così come la capacità di modellare e analizzare i sistemi. Nonostante l'ampio volume di ricerche sulla resilienza delle infrastrutture, finora solo pochissima attenzione è stata rivolta a come gestire la resilienza delle strutture del patrimonio edilizio, cioè di quelle strutture che forniscono servizi al di là di quelli direttamente legati alla funzionalità strutturale, attraverso i loro valori culturali, storici e sociali. Inoltre, dopo eventi di disturbo come grandi terremoti o alluvioni, il pronto recupero delle funzioni sociali e culturali delle strutture del patrimonio edilizio può far leva sulla resilienza delle comunità, mantenendo la coesione sociale attorno all'eredità storica condivisa rappresentata dalle strutture stesse. Questo elemento culturale di capacità sociale aggiunge una nuova dimensione alla gestione della resilienza rispetto alle strutture ordinarie e dà una sfumatura diversa al concetto di resilienza delle strutture del patrimonio edilizio, rispetto alle strutture ordinarie. Da un lato, le strutture del patrimonio edilizio possono essere particolarmente vulnerabili ai rischi naturali a causa degli effetti accumulati del degrado nel corso della loro vita; dall'altro, gli interventi di recupero e manutenzione possono essere più difficili e costosi a causa dei numerosi vincoli legati al valore storico del bene che limitano la gamma di alternative decisionali. In letteratura esistono alcuni tentativi di definire la resilienza delle strutture del patrimonio edilizio; tuttavia, manca ancora un approccio sistematico alla loro gestione resiliente. Questa tesi di dottorato vuole contribuire a colmare questa lacuna proponendo uno strumento di analisi decisionale basato sull'identificazione e sull'interazione di indicatori di resilienza. Questi ultimi trasmettono informazioni sulle caratteristiche del sistema che contribuiscono alla resilienza del sistema del patrimonio costruito, supportando così la classificazione delle alternative decisionali per la gestione della resilienza del sistema. L'approccio proposto è illustrato attraverso due casi di studio relativi a due sistemi di patrimonio edilizio: un ponte ordinario (il Ponte di Borgoforte, in Italia) soggetto a fenomeni di scouring dovuti a eventi di flash flood e un ponte di patrimonio edilizio in deterioramento (il Ponte di Uzunkopru, in Turchia). A tal fine, il sistema viene modellato utilizzando reti probabilistiche bayesiane (BPN), che rendono esplicito il flusso di entropia tra gli stati e gli indicatori del sistema e, non da ultimo, le dipendenze gerarchiche tra di essi. I due casi di studio includono una serie di diverse alternative decisionali su come gestire le caratteristiche del sistema. L'influenza delle diverse alternative decisionali sulle prestazioni del sistema di due ponti diversi viene analizzata e confrontata.