Triggering systems for event driven seismic data acquisition

Earthquake monitoring systems traditionally rely on continuous waveform acquisition and digitally evaluated hazard indices to detect significant ground motion. While computationally robust, such architectures require persistent sampling, processor activity, and sustained energy consumption, resulting in large volumes of data with relatively sparse informational content. This thesis investigates an alternative paradigm termed Little Data, in which seismic event detection is partially embedded within the physical dynamics of the sensing system itself. Rather than treating sensing and decision-making as purely digital processes, the proposed approach explores mechanically encoded threshold behavior as a means of selectively capturing physically meaningful excitation. A nonlinear base-excited single-degree-of-freedom (SDOF) framework is developed to examine whether directional asymmetry, history-dependent restoring forces, and mechanically implemented memory can produce interpretable state evolution suitable for threshold triggering. Using a recorded strong-motion earthquake from the Engineering Strong Motion Database, numerical simulations demonstrate that purely mechanical dynamics can encode excitation intensity and preserve accumulated displacement without continuous digital computation. To benchmark this approach, controlled laboratory experiments are performed on a commercial digital seismic sensor (Omron D7S). High-resolution displacement measurements are compared against discretely updated internal hazard indices. Results reveal sub-second post-trigger stabilization delays governed by the sensor’s internal update frequency (approximately 3.5 Hz), highlighting the intrinsic temporal quantization of digitally evaluated hazard metrics. In parallel, a physically grounded model of a moving-coil geophone is derived and implemented numerically. Multi-frequency simulations illustrate the trade-off between natural frequency tuning, voltage amplitude, and responsiveness, reinforcing the distinction between continuous analog sensing and discretely processed digital indices. The combined theoretical, numerical, and experimental investigations demonstrate that mechanically mediated triggering represents a viable architectural alternative for low-power, event-driven seismic monitoring. By embedding threshold logic and memory within mechanical dynamics, the Little Data approach reduces reliance on continuous computation while preserving meaningful event detection capability.

I sistemi tradizionali di monitoraggio sismico si basano sull’acquisizione continua delle forme d’onda e sulla valutazione digitale di indici di pericolosità per rilevare movimenti significativi del suolo. Sebbene tali architetture siano computazionalmente robuste, richiedono campionamento persistente, attività costante del processore e consumo energetico continuo, generando grandi volumi di dati con contenuto informativo relativamente limitato. La presente tesi esplora un paradigma alternativo denominato Little Data, nel quale il rilevamento dell’evento sismico è parzialmente incorporato nella dinamica fisica del sistema di misura. Invece di considerare la misura e la decisione come processi esclusivamente digitali, l’approccio proposto analizza il comportamento di soglia meccanicamente codificato come strumento per acquisire selettivamente eccitazioni fisicamente significative. Viene sviluppato un modello non lineare a un grado di libertà (SDOF) con eccitazione alla base per valutare se asimmetrie direzionali, forze di richiamo dipendenti dalla storia e meccanismi di memoria meccanica possano generare un’evoluzione dello stato interpretabile ai fini dell’attivazione a soglia. Utilizzando un accelerogramma reale proveniente dall’Engineering Strong Motion Database, le simulazioni numeriche mostrano che la sola dinamica meccanica è in grado di codificare l’intensità dell’eccitazione e di conservare lo spostamento accumulato senza necessità di monitoraggio digitale continuo. Per il confronto sperimentale, sono state eseguite prove di laboratorio controllate su un sensore sismico digitale commerciale (Omron D7S). Le misure di spostamento ad alta risoluzione sono state confrontate con gli indici di pericolosità aggiornati in modo discreto dal sensore. I risultati evidenziano ritardi di stabilizzazione post-attivazione dell’ordine del secondo, governati dalla frequenza interna di aggiornamento (circa 3,5 Hz), mettendo in luce la quantizzazione temporale intrinseca agli indici digitali. Parallelamente, è stato derivato e implementato numericamente un modello fisicamente coerente di geofono a bobina mobile. Le simulazioni multi-frequenza mostrano il compromesso tra frequenza naturale, ampiezza della tensione generata e rapidità di risposta, sottolineando la differenza tra misura analogica continua e indici digitali discreti. L’insieme delle analisi teoriche, numeriche e sperimentali dimostra che l’attivazione meccanicamente mediata costituisce un’alternativa architetturale valida per sistemi di monitoraggio sismico a basso consumo e basati su attivazione evento-driven. Incorporando la logica di soglia e la memoria nella dinamica meccanica, l’approccio Little Data riduce la dipendenza dal calcolo continuo preservando la capacità di rilevare eventi significativi.