Indirect structural health monitoring applied to railway bridges

Among the main components of railway infrastructure, bridges are characterized by a relatively long service life. Considering that many bridges have reached or exceeded their original design life and that increased dynamic loads and vehicle speeds are found in current operation, the management of bridge maintenance requires effectiveness, efficiency and economic sustainability. Infrastructure managers are focused on innovative methods to extend bridges' service life, ensuring safety during operation. Structural health monitoring has thus emerged as a key complement to periodic visual inspections, assisting infrastructure managers in optimizing and prioritizing maintenance actions. Although direct structural health monitoring is a well-established approach, it also has some limitations, mainly related to costs and movability. Deploying sensors on bridge structure to monitor represents an impractical solution for short and medium span bridges. Some of these shortcomings can be addressed by indirect structural health monitoring approaches, also known as drive-by methods, which rely on the use of instrumented vehicles, acting both as structure's exciters and response receivers. This thesis focuses on the implementation of novel indirect monitoring approaches, using a Warren truss railway bridge as a case study. A finite element model of the structure was built and calibrated with data from a permanent monitoring system installed on an actual bridge. A 3D train-track-bridge dynamic simulation tool is adopted to investigate three different indirect strategies, all exploiting bogie vertical accelerations. Two primary objectives are pursued: indirect identification of bridge first bending frequency, where a time-shifted accelerations subtraction is used to mitigate track irregularity disturbing effect, and bridge damage detection and localisation. Results reveal that the use of time-shifted accelerations subtraction is governed by a period ratio depending on train velocity, sensors' location and the target bridge frequency, thus enabling the optimization of on-board measurement set-up. Moreover, reliable bridge damage detection and localisation performances were obtained by combining continuous wavelet transform with sparse autoencoders, even exploiting a minimal sensors set-up. By numerically demonstrating the feasibility of vehicle-based monitoring approaches, this thesis aims to contribute to a broader adoption of drive-by techniques, as cost-effective and network-scalable strategies for bridge condition assessment.

Tra i componenti chiave dell'infrastruttura ferroviaria, i ponti sono caratterizzati da una vita utile relativamente lunga. Poiché molti ponti hanno raggiunto o superato la propria originaria vita di progetto e si riscontrano maggiori carichi dinamici e velocità dei veicoli, la gestione della manutenzione dei ponti richiede efficacia, efficienza e sostenibilità economica. I gestori delle infrastrutture sono focalizzati su metodi innovativi per prolungare la vita utile dei ponti, garantendone la sicurezza in esercizio. Il monitoraggio strutturale è emerso come strumento complementare alle ispezioni visive, favorendo l'ottimizzazione delle azioni manutentive. Sebbene il monitoraggio diretto sia una tecnica consolidata, presenta alcune limitazioni, principalmente legate ai costi e all'assenza di mobilità. Installare dei sensori su una struttura è una soluzione impraticabile per ponti a corta o media campata. Alcune criticità possono essere affrontate grazie ai metodi di monitoraggio indiretti basati su veicoli strumentati, agenti sia come sorgenti di eccitazione sia come ricettori della risposta del ponte. Questa tesi si concentra sull'implementazione di nuovi approcci di monitoraggio indiretto, adottando come caso studio un ponte ferroviario reticolare di tipo Warren. È stato sviluppato un modello agli elementi finiti, calibrato utilizzando i dati provenienti da un sistema di monitoraggio installato su un'opera reale. Sono state eseguite simulazioni 3D dell'interazione treno-armamento-struttura, al fine di analizzare tre diverse metodologie di monitoraggio indiretto, basate sull'utilizzo di accelerazioni verticali bordo carrello. Gli obiettivi della tesi hanno riguardato l'individuazione indiretta della prima frequenza flessionale del ponte, mediante una sottrazione di accelerazioni sfasate nel tempo, volta a diminuire l'effetto di disturbo dovuto all'irregolarità geometrica di binario, e, successivamente, l'individuazione e localizzazione di danni al ponte. I risultati mostrano che l'operazione di sottrazione di accelerazioni sfasate nel tempo è regolata dalla velocità del treno, dalla distanza tra i sensori e dalla frequenza del ponte da estrarre, consentendo di ottimizzare il set-up di misura bordo treno. Inoltre, sono state ottenute prestazioni affidabili e robuste nel rilevamento e localizzazione di danni al ponte, combinando la trasformata di wavelet continua con autoencoder sparse. Dimostrando numericamente la fattibilità di approcci indiretti, la tesi mira a favorirne una più ampia adozione come soluzioni vantaggiose e scalabili per la diagnostica di ponti.