Sviluppo di modelli previsionali del degrado strutturale delle opere d’arte per la predisposizione di piani di manutenzione pluriennali.

L’approccio di ISMES

  • Supporto all’analisi dei risultati ispettivi disponibili al fine di individuare i parametri significativi per valutare l’entità del degrado dell’opera.
  • Identificazione dei parametri ambientali e di esercizio che influiscono sulla velocità di avanzamento del degrado.
  • Selezione di un campione di opere con degrado significativo e supporto clusterizzazione delle stesse sulla base delle caratteristiche intrinseche (età, materiale, ecc.).
  • Supporto alla creazione di un modello previsionale per ogni cluster individuato ed analisi dei risultati al fine di stimare, per ogni opera, il tempo per il raggiungimento della soglia di criticità.

Benefici attesi

  • Ottimizzazione delle attività di manutenzione.
  • Possibilità di redigere una programmazione pluriennale degli interventi.

Metodologia e strumenti

  • Il modello previsionale si basa su algoritmi di Machine Learning.
  • Gestione dati utilizzando la tecnologia dei Big Data.