Identificazione dinamica dei ponti ferroviari: dall’OMA automatizzata nuove prospettive per il monitoraggio strutturale

Conoscere il comportamento dinamico reale di un ponte è oggi un elemento fondamentale per la gestione e la manutenzione delle infrastrutture esistenti. In occasione di ANIDIS 2025, Eleonora Massarelli ha presentato i risultati di una ricerca dedicata all’applicazione dell’Operational Modal Analysis automatizzata su due impalcati ferroviari in calcestruzzo armato precompresso. Lo studio dimostra come le sole vibrazioni ambientali possano essere utilizzate per identificare frequenze naturali, smorzamenti e forme modali, offrendo informazioni preziose per la valutazione strutturale. Un approccio che apre nuove prospettive per il monitoraggio intelligente delle opere infrastrutturali.

Quando il ponte “parla” attraverso le vibrazioni

La relazione presentata da Eleonora Massarelli ad ANIDIS 2025 ha affrontato un tema di grande interesse per il professionista tecnico: la possibilità di identificare il comportamento dinamico di impalcati in calcestruzzo armato precompresso utilizzando esclusivamente misure in condizioni operative, senza prove forzate e senza interruzioni significative dell’esercizio.

Il lavoro si concentra su due casi studio rappresentativi del patrimonio infrastrutturale italiano: un viadotto ferroviario in area rurale, e un secondo in area urbana con maggiore traffico. Due contesti diversi, entrambi rilevanti anche sotto il profilo della vulnerabilità sismica, accomunati dalla necessità di conoscere meglio la risposta dinamica reale dell’opera.

Il primo caso riguarda un viadotto di notevole estensione, composto da 46 campate semplicemente appoggiate da 20 metri ciascuna, per una lunghezza complessiva di 920 metri. Ogni campata è costituita da un impalcato a graticcio composto da otto travi in calcestruzzo armato precompresso. Il secondo caso studio riguarda invece un viadotto composto da 7 campate di circa 35 metri, sempre semplicemente appoggiate, con sezione a cassone post-tesa. Si tratta di tipologie molto diffuse, e proprio per questo particolarmente interessanti in una prospettiva di diagnostica, manutenzione e gestione del rischio.

Dalle accelerazioni al parametro modale

La campagna sperimentale è stata impostata con una strumentazione essenziale ma mirata: accelerometri piezoelettrici monoassiali, installati per registrare la componente verticale dell’accelerazione in condizioni operative. Le acquisizioni comprendevano anche passaggi dei treni, successivamente rimossi dal segnale per concentrare l’analisi sulle sole vibrazioni ambientali.

Il cuore del lavoro è l’applicazione di una procedura automatizzata di Operational Modal Analysis, indicata come AOMA, basata sull’identificazione stocastica nel sottospazio, in particolare sull’algoritmo SSI (Stochastic Subspace Identification) nella versione data-driven. A partire dai segnali di accelerazione, l’algoritmo consente di stimare i poli del sistema dinamico e quindi frequenze naturali, smorzamenti modali e forme modali.

Il passaggio decisivo non è però soltanto l’identificazione, ma la sua interpretazione automatica. Nei diagrammi di stabilizzazione, infatti, convivono poli fisici e poli numerici, ovvero risultati relativi rispettivamente a modi di vibrare reali o risultati spuri/non fisici. La procedura sviluppata introduce criteri di pulizia e selezione, prima eliminando i poli chiaramente non fisici, poi valutando la stabilità dei poli rimanenti rispetto a frequenza, smorzamento e MAC, il Modal Assurance Criterion. I poli stabili vengono infine raggruppati tramite DBSCAN clustering, così da riconoscere valori coerenti e attribuibili a modi strutturali effettivi.

Risultati coerenti e la questione aperta della loro interpretazione

I risultati ottenuti mostrano una buona consistenza nell’identificazione dei modi principali degli impalcati. Nel caso del viadotto a graticcio, il primo modo risulta associabile al comportamento flessionale dell’impalcato, mentre sono stati individuati anche modi torsionali e modi superiori. Analogamente, nel caso dell’impalcato a cassone, l’algoritmo ha permesso di riconoscere modi flessionali e torsionali, confermando la capacità della procedura di operare su tipologie strutturali differenti.

Un elemento particolarmente interessante, emerso in entrambi i casi studio, riguarda la presenza di doppie identificazioni per alcuni modi. Secondo una prima ipotesi ragionata, tali risultati potrebbero essere legati alla presenza di contributi modali non completamente catturati dalla configurazione di misura, caratterizzata da un numero limitato di sensori. È un aspetto che richiederà ulteriori approfondimenti, probabilmente attraverso layout strumentali più densi e campagne di misura dedicate.

Questo punto è tutt’altro che secondario. Per il tecnico che si occupa di monitoraggio strutturale, infatti, il tema non è solo “identificare un modo”, ma comprendere quanto l’identificazione sia robusta, ripetibile e fisicamente interpretabile. La procedura automatizzata consente di accelerare il processo, ma la lettura ingegneristica resta fondamentale.

Il confronto con ARTeMIS e il valore per la pratica professionale

Per validare i risultati, le identificazioni ottenute con il codice sviluppato sono state confrontate con quelle prodotte dal software commerciale ARTeMIS, utilizzando una procedura automatizzata basata sullo stesso algoritmo. Il confronto ha mostrato una buona coerenza sia in termini di frequenze naturali sia di forme modali, valutate tramite MAC.

Questo risultato è significativo perché colloca l’algoritmo proposto in un orizzonte applicativo concreto. L’automazione dell’OMA può infatti diventare uno strumento prezioso per analizzare grandi quantità di dati, soprattutto nei contesti in cui si voglia passare da campagne sperimentali puntuali a sistemi di monitoraggio più estesi e continuativi.

Il messaggio per il professionista è chiaro: le vibrazioni ambientali, se correttamente acquisite e interpretate, possono restituire informazioni preziose sul comportamento reale dell’opera. Non sostituiscono il giudizio dell’ingegnere, ma lo potenziano, offrendo una base quantitativa per valutazioni diagnostiche, confronti nel tempo, aggiornamento dei modelli numerici e strategie di manutenzione.

Verso un monitoraggio più intelligente delle infrastrutture

Il lavoro presentato ad ANIDIS 2025 conferma una direzione ormai centrale nell’ingegneria strutturale: integrare sensori, algoritmi e competenza tecnica per conoscere meglio il costruito esistente. Nel caso dei ponti ferroviari in calcestruzzo armato precompresso, spesso caratterizzati da schemi ripetitivi e da un’elevata rilevanza strategica, strumenti di identificazione modale automatizzata possono rappresentare un supporto importante alla gestione dell’infrastruttura.

La sfida futura sarà duplice. Da un lato, migliorare la densità e la qualità delle acquisizioni per chiarire fenomeni numerici come le doppie identificazioni, dovute alla configurazione strutturale, con impalcati molto rigidi, e di misura. Dall’altro, trasformare queste procedure in strumenti affidabili, scalabili e integrabili nei processi ordinari di controllo, manutenzione e valutazione della sicurezza.

In questa prospettiva, l’OMA automatizzata non è solo una tecnica di elaborazione del segnale: è un passo verso una diagnostica strutturale più continua, più oggettiva e più vicina al comportamento reale delle opere.

DI SEGUITO L'INTERVENTO INTEGRALE DI ELEONORA MASSARELLI.

Il testo è stato elaborato mediante la videoregistrazione dell'intervento, con l'aiuto di strumenti di IA (ChatGpT)

IN SINTESI
-Obiettivo della ricerca: identificare automaticamente i parametri dinamici di ponti ferroviari in calcestruzzo armato precompresso attraverso l’analisi delle sole vibrazioni ambientali, senza ricorrere a prove forzate o interrompere l’esercizio ferroviario.
-Due casi studio reali: l’algoritmo è stato applicato a un viadotto a travi precompresse di 920 metri in area rurale e a un impalcato ferroviario a cassone post-teso in area urbana, rappresentativi di tipologie molto diffuse in Italia.
-Metodo AOMA: la procedura combina l’identificazione stocastica nel sottospazio (SSI) con tecniche automatiche di filtraggio e clustering (DBSCAN) per distinguere i modi strutturali reali dai risultati spuri o numerici non fisici.
-Risultati affidabili: sono state individuate frequenze naturali, smorzamenti e forme modali con una buona stabilità statistica e con risultati coerenti rispetto a quelli ottenuti mediante il software commerciale ARTeMIS.
-Prospettive per il monitoraggio infrastrutturale: la ricerca conferma il potenziale dell’Operational Modal Analysis automatizzata come strumento per la diagnostica e la gestione delle infrastrutture esistenti, pur evidenziando come la supervisione ingegneristica e il controllo critico dei risultati siano ancora fondamentali per la corretta interpretazione.