RICERCA ITALIANA     

Programma di ricerca

Metodi ed Algoritmi integrati per la diagnostica Non Distruttiva di Beni Architettonici

Università di riferimento

Politecnico di BARI - ELETTROTECNICA ED ELETTRONICA - BARI(BA)

Responsabile dell'Unità di ricerca

Giuseppe ACCIANI

Descrizione

Tecniche di Feature extraction e classificazione di segnali per l'analisi di dati multidimensionali nella diagnostica Non Distruttiva di Beni Architettonici

Premessa
La valutazione dello stato di conservazione e della vulnerabilità rispetto ai rischi strutturali, in particolare quello sismico, del patrimonio artistico e architettonico è una questione particolarmente importante nel nostro Paese. In particolare l'elevato numero di opere in muratura, specialistiche e non, la loro estrema differenziazione tipologica e costruttiva sul territorio nazionale e le intrinseche difficoltà nel valutare le loro caratteristiche meccaniche e strutturali con i metodi consolidati per le opere in c.a. ed acciaio, rendono necessario lo sviluppo di adeguate tecniche diagnostiche, (possibilmente non distruttive o scarsamente invasive) e interpretative per valutare i rischi di dissesti statici o di collassi se soggetti ad azioni sismiche.
Attualmente sono disponibili una varietà di tecniche di diagnosi e controllo non distruttivo (NDT, non destructive techniques), applicate al settore degli edifici, e in particolare a quelli storici. Tuttavia la valutazione dello stato di vulnerabilità è spesso effettuato sulla base di informazioni parziali o di bassa affidabilità e gioca un ruolo essenziale la sensibilità, l'esperienza e la capacità deduttiva del professionista nel dare un differente peso ai vari indici disponibili per ottenere informazioni finali.

Proposta tema
Si intende pertanto sviluppare una ricerca che preveda una acquisizione nello stesso contesto operativo di segnali provenienti da sensori diversi e una loro successiva elaborazione congiunta. Lo scopo è quello di sviluppare una tecnica diagnostica "integrata" di strutture murarie basata sull'acquisizione di dati rivenienti da indagini non distruttive di tipo diverso e sulla successiva interpretazione delle informazioni in maniera "cooperativa" (cooperative clustering) allo scopo di poter predisporre le metodologie e le tecniche di recupero più opportune.

Obiettivo della ricerca dell'unità I è lo studio delle tecniche più appropriate di feature extraction e di classificazione di segnali multisensoriali nella diagnostica non distruttiva di beni architettonici.
Per quanto attiene i sistemi di indagine, l'unità I si occuperà della acquisizione e dell'analisi di termografie statiche e/o dinamiche di strutture murarie. L'attrezzatura a disposizione dell'unità (termocamera IR "TVS700) è stata già utilizzata per indagini su murature in collaborazione con docenti del settore ICAR 09 nell'ambito di progetti in comune. E' quindi disponibile una vasta serie di immagini.
Per la classificazione e interpretazione dei dati multisensoriali si farà uso delle misure soniche, ultrasoniche ed elettromagnetiche rese disponibili dalle altre Unità partecipanti al progetto,

Competenze
L'Unità di I ha sviluppato negli anni passati competenze specifiche in numerosi settori utili allo sviluppo del progetto proposto: clustering supervisionato e non di dati vettoriali; elaborazione di segnali mono e multidimensionali, di video sequenze e immagini fisse; sviluppo di unità neurali specifiche per la realizzazione di reti neurali sia fuzzy che crisp per la classificazione di dati multidimensionali; tecniche di feature extraction da strutture di dati multi-dimensionali per la classificazione di segnali.
I risultati delle ricerche sono stati recentemente applicati al settore della diagnostica non distruttiva industriale per la valutazione dello stato di prodotti industriali semilavorati e finiti.
Inoltre l'esperienza maturata nell'ambito dell'elaborazione di segnali multidimensionali e le tecniche di decomposizione in bande di segnali mono e multidimensionali (wavelet, sub-band coding) sono state poi riutilizzate anche nell'ambito più specifico di tecniche di pattern recognition e di feature extraction per applicazioni di diagnostica non distruttiva di video sequenze termografiche di materiali compositi.


Obiettivi progetto
Uno dei vantaggi della tecnica multisensoriale integrata con sistemi di interpretazione che cooperano tra di loro è senza dubbio quello di fondere, in un unico sistema di indagine sperimentale, le specifiche peculiarità delle analisi dei singoli strumenti di misura. Un sistema eterogeneo che utilizzi i dati prelevati con sensori diversi della struttura, può produrre risultati diagnostici di livello superiore rispetto a ciascuna tecnica presa individualmente. Questa caratteristica è legata al fatto che un sistema multisensore può utilizzare meglio le informazioni del sensore più idoneo alla specifica indagine in esame ed allo stesso tempo può utilizzare anche le informazioni provenienti dagli altri sensori. Il risultato finale è una migliore descrizione in termini di caratteristiche fisiche/geometriche del difetto.
Uno dei problemi presenti in questo tipo di analisi è quello della pre-elaborazione dei dati di ciascun sensore; essa infatti, deve preservare tutta l'informazione presente nei dati di ciascuno specifico sensore e poi organizzare le informazioni di sensori differenti in forma vettoriale per il successivo sistema di elaborazione congiunta. Lo scopo è quello di "caratterizzare" il difetto, sia in termini di tipologia (crepa, fessura, scrostamento, bolla, cavità, ruggine di componenti ferrosi e così via) sia in termini di localizzazione e stima dell'estensione geometrica.
La termografia IR, in particolare, ha registrato negli anni recenti un consolidamento del suo utilizzo per quanto concerne opere civili in calcestruzzo e nei ponti. Peraltro essa offre potenziali vantaggi se applicata a strutture in muratura di particolare rilevanza storica, essendo assolutamente non invasiva e di facile applicazione. Inoltre permette di valutare informazioni per definire il comportamento statico delle strutture murarie sottoposte a vari interventi di rimaneggiamento sovente celati da finiture superficiali non rimovibili. Infatti essa offre immagini immediatamente leggibili degli strati che giacciono sotto gli intonaci senza la rimozione degli stessi, anche nel caso in cui questi ultimi siano colorati o affrescati.
Il segnale termografico consiste in immagini, generalmente in falsi colori, che rappresentano mappe delle temperature reirradiate dalla struttura in esame sottoposta a radiazioni termiche. Questi segnali si presentano sotto forma di immagini statiche, qualora una sola immagine della "riflettività o della conducibilità termica a regime" della parete sotto esame sia presa in considerazione, o di sequenze di immagini (acquisizione dinamica), tipiche della riflettività di pareti sottoposte ad una prima fase di riscaldamento ed al successivo raffreddamento.
La prima tecnica di acquisizione ben si adatta all'individuazione dei cosiddetti ponti temici, ossia regioni spaziali in cui lo smaltimento del calore superficiale avviene in modo maggiore a causa della maggiore conducibilità termica del materiale. La seconda, invece, è particolarmente utilizzata nella individuazione di difetti in materiali compositi, in quanto tende a mettere in evidenza le disomogeneità degli strati superficiali della struttura, in quanto queste disomogeneità cambiano localmente la natura propagativa per conduzione del fenomeno termico. Le tecniche termografiche producono dati caratterizzati da un alto livello di risoluzione spaziale, ma in generale si adattano bene allo studio di pareti poco profonde (difetti superficiali per immagini termografiche dinamiche).

Fasi della ricerca

Fase 1 Analisi delle informazioni termografiche

In questa fase, l'unità I si occuperà di indagini termografiche.
Si affronterà lo studio metodologico di acquisizione delle immagini termografiche e si valuteranno le caratteristiche degli strumenti di misura che verranno utilizzati, allo scopo di individuare le condizioni operative più idonee all'acquisizione dei segnali.
E' noto infatti che ciascun tipo di indagine consente di evidenziare specifiche caratteristiche della struttura in esame. Nel caso di immagini termografiche, i parametri principali che si riescono a valutare sono essenzialmente la riflettività termica degli strati superficiali, nel caso di acquisizione di sequenze di immagini termografiche corrispondenti alla risposta al transitorio della superficie considerata, e la conduttività termica media della struttura in esame, nel caso si consideri l'acquisizione di immagini termografiche in condizioni stazionarie.
Di concerto con i colleghi del Dipartimento di Architettura, si individueranno le tipologie di costruzioni murarie e le difettosità tipiche presentate da ciascuna, in modo da prevedere la tecnica più idonee ad evidenziarne i difetti.
Si procederà, quindi, ad individuare le tipologie di difetti maggiormente rilevabili con indagini termografiche. Questa prima fase riguarderà orientativamente i primi tre mesi del progetto.

Fase 2: Acquisizione, preprocessing dei dati acquisiti e Feature Extraction
In questa fase ci si adopererà ad individuare le modalità di acquisizione e le tecniche di preprocessing più adatte all'indagine termica per l'ottenimento dell'informazione più significativa da considerare nello studio delle murature.
Obiettivo di questa fase sarà quello di mettere l'informazione prodotta dal sensore nella forma più compatta e facilmente utilizzabile dalle successive procedure di clustering congiunto.
Il preprocessing dovrà essere finalizzato all'individuazione dell'algoritmo che garantisca una opportuna sintesi dell'informazione caratterizzabile in termini di "features" o classi di difettosità. Ciascuna tecnica di indagine termografica (statica o dinamica) richiederà sistemi differenti, orientati ad evidenziare le classi di difetti rilevabili nel modo ottimale.
In questa fase si prevede di dover ricorrere a sistemi basati su reti neuro-fuzzy o a tecniche standard di analisi e decomposizione dei dati in componenti principali e/o indipendenti, anche applicate a decomposizione wavelet o in sottobande delle immagini, allo scopo di evidenziare le caratteristiche di tessitura tipiche dei difetti evidenziabili.
Questa fase occuperà un tempo di 8 mesi.

Fase 3: Multisensor Data Collection
Nell'elaborazione congiunta di segnali provenienti da sensori non omogenei, è necessario prevedere una fase di allineamento dei dati acquisiti. La tecnica di co-registrazione dei dati provenienti dalle sedi coordinate sarà oggetto di indagine preliminare di questa fase.
In questa fase sarà necessario predisporre una struttura di prova su cui ciascuna unità effettuerà le misure con i sensori utilizzati e provvederà alla necessaria preelaborazione.
Le informazioni così preelaborate saranno poi allineate sulla griglia multidimensionale in grado di descrivere la struttura nel suo complesso ed eventualmente saranno raccolte in un data-base centralizzato accessibile a tutte le unità coordinate.
A partire dalla disponibilità di dati multisensoriali, si procederà alla prima fase di analisi per il necessario confronto delle informazioni contenute in ciascun dato con riferimento alle difettosità tipiche che la struttura esaminata può presentare.
In questa fase ci si avvarrà del contributo di esperienza dei colleghi delle varie sedi del settore ICAR/09.
Si prevede che la durata di questa fase possa essere contenuta nell'arco di 4 mesi.

Fase 4: Clustering dei dati multidimensionali.
In questa fase, l'unità di Bari si occuperà del processing dei dati acquisiti sulle strutture in esame con tutti i sensori disponibili.
Scopo di questa fase è il progetto e lo sviluppo di tecniche di elaborazione di dati multisensoriali per l'estrazione delle classi che siano in grado di caratterizzare lo stato di conservazione della struttura muraria.
Quando si ha a che fare con grandi quantità di dati eterogenei ma riferiti ad uno stesso sistema in esame, numerosi possono essere gli obiettivi della ricerca. In questa fase, allo scopo di meglio individuare le tecniche di elaborazione più idonee all'estrazione dell'informazione, si valuteranno alcune tra le tecniche di precedentemente analizzate ed applicate ad immagini termografiche, questa volta applicate a dati multidimensionali.
Le procedure utilizzeranno:
Il clustering, sia supervisionato che non supervisionato, o tecniche basate sulla decomposizione delle informazioni in termini statisticamente incorrelati (PCA), o indipendenti (ICA). Queste tendono a creare domini di dati a massima correlazione, che vengono poi classificati con tecniche crisp (basate su misure di distanza di un punto dal "prototipo" di una classe individuata in questa fase) o su tecniche fuzzy;
Informazioni a-priori, relative all'individuazione di specifiche caratteristiche presenti nei dati, dettata dall'esperienza di operatori esperti del settore architettonico. In questo tipo di indagine, le tecniche principalmente adottate fanno riferimento a sistemi supervisionati, in cui l'expertize viene "congelata" nei parametri di processing dei dati.
In questa fase, a seguito di un'analisi completa, potrebbe essere necessario rivedere una o più tecnica di preprocessing applicata ai dati provenienti da uno o più sensori sviluppati dalle singole sedi, allo scopo di migliorare la qualità dell'informazione in essi presente.
Questa fase durerà 9 mesi e si svolgerà in parte in parallelo alla definizione delle tecniche di clustering collaborativo descritte nella fase 5.

fase 5: Definizione della tecnica intelligente di classificazione dei dati multisensoriali multidimensionali basata su tecniche di clustering collaborativo
In quest'ultima fase, tutti i risultati dello studio precedente saranno convogliati nella definizione della struttura collaborativa di clustering. In questo genere di sistemi, infatti, possono ben coesistere tutte le tecniche di preelaborazione adottate per ciascun sensore e le varie tipologie di clustering sia supervisionato che non supervisionato.
In particolare, l'unità I si occuperà di mettere a punto una tecnica di clustering collaborativo, specifica per applicazioni che utilizzano dati provenienti da sensori di tipo differente e caratterizzati da granularità differente.
Tali tecniche hanno nella loro formulazione più generale il duplice vantaggio di:
- consentire al sistema automatico di avvalersi dell'esperienza accumulata dagli esperti di ciascun campo di indagine;
- non introdurre nei dati un vincolo troppo stringente nella definizione delle classi che rappresentano la struttura di dati a disposizione.

In questa fase sarà fondamentale il confronto con i risultati ottenuti dall'unità di ricerca IV allo scopo di definire la migliore metodologia di trattamento dati.

Questa fase coprirà gli ultimi sei mesi del progetto di ricerca.