Monitoraggio infrastrutturale: come Anas usa dati e AI per la sicurezza dei ponti

L’articolo analizza l’evoluzione della gestione infrastrutturale ANAS verso modelli di manutenzione predittiva basati su digitalizzazione, monitoraggio continuo e intelligenza artificiale. Il focus riguarda la costruzione di piattaforme integrate capaci di collegare ispezioni, classificazione del rischio, sensori SHM e algoritmi di machine learning per la gestione di ponti, viadotti e gallerie. Attraverso il contributo presentato al III Convegno FABRE 2026, emerge come il vero nodo della trasformazione non sia solo il monitoraggio, ma la qualità e interoperabilità dei dati infrastrutturali. L’articolo approfondisce inoltre il ruolo crescente di accelerometri, inclinometri, analisi modale operativa e sistemi decisionali automatizzati nella sicurezza delle infrastrutture esistenti. INGENIO propone una lettura tecnica dedicata a gestori infrastrutturali, progettisti, ispettori e professionisti impegnati nella digitalizzazione avanzata delle opere pubbliche.

SHM, algoritmi e manutenzione predittiva: come evolve il monitoraggio dei ponti ANAS

Al III Convegno FABRE 2026, Mauro Giancaspro (Anas Spa)ha raccontato qualcosa che va ben oltre il semplice aggiornamento tecnologico delle infrastrutture italiane. Dietro il linguaggio di piattaforme digitali, algoritmi e sensori IoT emerge infatti un cambiamento molto più profondo: il passaggio da una gestione ispettiva tradizionale a un modello industriale di manutenzione predittiva delle opere d’arte.

E il dato che colpisce subito è la scala del problema. ANAS gestisce circa 32 mila chilometri di rete stradale, quasi 19 mila tra ponti e viadotti e oltre 2 mila gallerie. Numeri che rendono evidente come il tema della sicurezza infrastrutturale non possa più essere affrontato soltanto con campagne ispettive periodiche e valutazioni puntuali.

Il vero salto non sono i sensori, ma i dati

Uno degli aspetti più interessanti della relazione di Giancaspro è che il progetto non nasce dal monitoraggio, ma dalla digitalizzazione dell’intero patrimonio infrastrutturale. Prima ancora di installare sensori o sviluppare algoritmi, ANAS ha dovuto costruire una base dati coerente, ripulire archivi storici, uniformare informazioni provenienti da sistemi differenti e definire standard comuni di classificazione delle opere.

È un passaggio che molti professionisti tendono a sottovalutare. Oggi il vero collo di bottiglia dell’ingegneria digitale non è la disponibilità di software avanzati, ma la qualità del dato di partenza.

La costruzione di un modello gerarchico dell’opera — articolato tra infrastruttura, sub-opera ed elementi — rappresenta in questo senso una svolta cruciale. Perché senza una struttura dati coerente, nessun sistema di monitoraggio intelligente può realmente funzionare.

Ed è qui che emerge un tema destinato a cambiare il lavoro dei tecnici nei prossimi anni: l’ingegnere strutturista dovrà sempre più confrontarsi con competenze di data governance, interoperabilità e gestione dei flussi informativi. Non basta più conoscere il comportamento di una pila o di un impalcato. Bisogna capire come trasformare le informazioni strutturali in dati leggibili da piattaforme decisionali evolute.

Dalle ispezioni alle decisioni automatiche

Nel 2023 ANAS ha effettuato oltre 50 mila ispezioni tra verifiche strutturali, fondazionali, idrauliche e sismiche. Ma il punto centrale non è il numero delle ispezioni. È ciò che accade dopo.

Il Bridge Management System descritto da Giancaspro non è semplicemente un archivio digitale di schede ispettive. È un motore decisionale che integra classificazione del rischio, monitoraggio continuo e supporto alla manutenzione programmata. Questo cambia completamente la logica operativa tradizionale.

Fino a oggi la manutenzione infrastrutturale è stata spesso reattiva: si interviene quando il degrado diventa evidente oppure quando una verifica evidenzia criticità. Il nuovo approccio punta invece a identificare anomalie e segnali deboli prima che evolvano in condizioni critiche.

In pratica, il monitoraggio non serve più soltanto a “controllare” le opere, ma a prevederne l’evoluzione nel tempo.

Ed è proprio questo il punto che potrebbe ridefinire il mercato professionale dei prossimi anni. Chi saprà integrare competenze ispettive, modellazione strutturale e interpretazione dei dati avrà un vantaggio competitivo enorme rispetto a chi continuerà a lavorare esclusivamente in logica prescrittiva.

L’intelligenza artificiale entra davvero nella gestione dei ponti

La parte forse più significativa della relazione riguarda però il sistema SHM (Structural Health Monitoring) già operativo su centinaia di ponti della rete ANAS. Sensori distribuiti, accelerometri, inclinometri e stensimetri alimentano un sistema centralizzato che analizza continuamente il comportamento dinamico delle opere.

Ma il vero elemento di discontinuità è l’utilizzo di algoritmi data-driven basati su machine learning e analisi modale operativa.

Per anni si è parlato di intelligenza artificiale applicata alle infrastrutture quasi esclusivamente in termini teorici o sperimentali. Oggi invece si entra in una fase industriale. I dati raccolti sul campo vengono elaborati automaticamente per identificare variazioni nelle frequenze proprie, nei rapporti di smorzamento e nelle forme modali, consentendo di intercettare comportamenti anomali in tempo quasi reale.

Ed è interessante notare come Giancaspro abbia sottolineato più volte un concetto chiave: la responsabilità del processo resta comunque dell’ingegneria.

È un messaggio importante in un momento in cui il settore rischia spesso di oscillare tra entusiasmo tecnologico e diffidenza verso l’automazione. La vera trasformazione non consiste nel sostituire il progettista con gli algoritmi, ma nel dare ai tecnici strumenti capaci di leggere una quantità di informazioni che sarebbe impossibile gestire manualmente.

Per questo il tema del monitoraggio infrastrutturale sta rapidamente diventando molto più di una questione normativa. È il laboratorio in cui si sta ridefinendo il ruolo stesso dell’ingegnere delle infrastrutture nel prossimo decennio.

DI SEGUITO L'INTERVENTO INTEGRALE DI MAURO GIANCASPRO.

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

IN SINTESI
-ANAS sta trasformando la gestione di ponti e viadotti passando da una manutenzione reattiva a un modello di manutenzione predittiva basato su dati e monitoraggio continuo.
-Il progetto parte dalla digitalizzazione dell’intero patrimonio infrastrutturale, con standardizzazione dei dati e costruzione di piattaforme interoperabili.
-Il Bridge Management System integra ispezioni, classificazione del rischio e supporto alle decisioni manutentive attraverso sistemi digitali evoluti.
-Sensori SHM, accelerometri, inclinometri e algoritmi di machine learning consentono di individuare anomalie strutturali e variazioni dinamiche quasi in tempo reale.
-Il ruolo dell’ingegnere infrastrutturale evolve verso competenze interdisciplinari che uniscono strutture, gestione dati, interoperabilità e analisi avanzata delle informazioni.