L'insegnamento, svolto in forma di laboratorio interdisciplinare, si propone di impostare i fondamenti metodologici dell’intero percorso degli studi in Resilienza del costruito, fornendo strumenti e metodi innovativi per l’integrazione e l’interpretazione critica di dati eterogeni funzionali alla progettazione, a partire dalla realizzazione di un modello digitale alla scala urbana (il Digital Twin della città resiliente). I concetti teorici sono applicati ad un caso studio reale condiviso da tutti gli insegnamenti del primo anno della laurea magistrale e si riferisce ad un tessuto urbano caratterizzato da una identità morfologica e formale che lo rendono peculiare e rappresentativo del territorio nazionale.

Lo studente acquisirà competenza nella gestione della complessità dei dati eterogenei che caratterizzano un tessuto urbano, imparando a lavorare in gruppo con un approccio multidisciplinare, utilizzando volta per volta gli strumenti più innovativi disponibili sul mercato.

Conoscenza di base del BIM Fondamenti di programmazione (Informatica) Conoscenze di base di topografia e cartografia Conoscenza di base della fisica dell’edificio

FISICA TECNICA AMBIENTALE Cenni di progettazione bioclimatica, sostenibile, smart e resiliente della città, interazione tra gli edifici e l'ambiente esterno su scala urbana. Elementi di climatologia edilizia, normativa sui dati climatici e classificazione del territorio, cambiamenti climatici, onde di calore, effetti su scala urbana. Bilanci di massa e di energia dell'ambiente costruito, caratterizzazione termo-energetica dei componenti d'involucro, tipologia edilizia. GEOMATICA Strumenti e metodi per la generazione di nuvole di punti dall’acquisizione, elaborazione e produzione dei risultati finali. I temi trattati saranno: - L’approccio moderno al rilievo. - Il rilievo della rete d’inquadramento mediante stazione totale e tecniche GNSS. - Le tecniche di scansione laser terrestri: gli strumenti, le modalità di funzionamento, gli schemi di misura, le precisioni, unione e georeferenziazione delle scansioni, la colorazione della nuvola, riduzione intelligente dei acquisiti mediante pulizia e filtraggio. - Droni e structure from motion: i mezzi aerei non convenzionali, caratteristiche e calibrazione della camera fotografica schemi di volo moderni, schemi per l’appoggio fotogrammetrico. - La generazione dei prodotti finali: ortofoto, DTM/DSM. - Inserimento informazioni in un semplice sistema GIS. ICT Python per la programmazione IoT. Data format per scambio di informazioni tra dispositivi (es. XML, JSON). Programmazione distribuita utilizzando servizi web di tipo RestFULL. Paradigma di comunicazione publish/subscribe. MODELLAZIONE DIGITALE Analisi dei dati derivanti dalla ricerca storico-archivistica e bibliografica per l’identificazione delle tipologie delle informazioni necessarie per la conoscenza della resilienza della città. Modellazione avanzata Scan-to-BIM per l’integrazione con il GIS, con attenzione all’affidabilità dei dati e alla gestione di Big Data per la resilienza della città utilizzando anche la programmazione visuale. Integrazione dei dati IoT/BIM/VAR per la visualizzazione dei dati in relazione a diversi casi d’uso e alle potenzialità di utilizzo del Digital Twin per la definizione di nuove strategie di manutenzione e di intervento a scala urbana basate sul LCA.

I contenuti del contributo di modellazione digitale saranno distribuiti sull’intero semestre e faranno da collettore per quelli di Fisica tecnica ambientale, Geomatica e ICT, che saranno concentrati in alcune settimane, secondo una sequenza logica di introduzione delle informazioni.

L’insegnamento è organizzato in lezioni teoriche finalizzate alla trattazione delle tematiche descritte nel programma e da una esercitazione pratica di applicazione dei concetti appresi al caso studio proposto. Questa organizzazione consente allo studente: (i) di sviluppare una capacità critica nel reperimento, nell’analisi e nella gestione di dati alla scala urbana (dal generale al particolare e viceversa), tra loro eterogenei e provenienti da diverse sorgenti in relazione all’obiettivo atteso; (ii) di apprendere come scegliere volta per volta gli strumenti più idonei, sempre con una particolare attenzione all’innovazione. L’esercitazione prevede: (i) una ricerca storico-bibliografica funzionale alla conoscenza del contesto urbano analizzato; (ii) un rilievo metrico di elevata precisione per la definizione di una nuvola di punti utilizzando droni e laser scanner; (iii) la definizione di dati rilevabili grazie a tecnologie IoT e una verifica dell’interoperabilità con i dati tipici di una analisi strutturale; (iv) la realizzazione di un gemello digitale (Digital Twin) alla scala urbana contenente tutte le informazioni grafiche e alfanumeriche raccolte ed elaborate integrando il BIM e il GIS utilizzando non solo la modellazione parametrica ma anche la programmazione visuale; (v) l’utilizzo della realtà virtuale immersiva per la revisione e la visualizzazione del modello. L’esercitazione è da svolgere in gruppo al fine di sviluppare una capacità di lavoro basata sul confronto e sulla collaborazione oltre che sulla verifica della capacità di comunicazione che deve essere chiara e determinata, al fine di esplicitare le ragioni delle scelte con linguaggi specialistici e non. La verifica dell’autonomia e della maturità avviene tramite la presentazione e la discussione del modello digitale utilizzando meeting virtuali in realtà immersiva.

OSELLO ANNA, FONSATI ARIANNA, RAPETTI NICCOLÒ, SEMERARO FRANCESCO (a cura di), InfraBIM. Il BIM per le infrastrutture, Gangemi Editore, Roma, 2019. DEL GIUDICE MATTEO (a cura di), Il disegno e l’ingegnere. BIM handbook for building and civil engineering students, Levrotto e Bella, Torino, 2019. OSELLO ANNA (a cura di), Building Information Modelling - Geographic Information System - Augmented Reality per il Facility Management, Dario Flaccovio, Palermo, 2015. AA.VV., Climate Change 2013. The Physical Science Basis, Intergovernmental Panel on Climate Change, 2013. AA.VV., Manuale degli impianti di climatizzazione, capp. 12-14, Tecniche nuove, 2007.

Modalità di esame: Prova orale obbligatoria; Elaborato grafico individuale; Elaborato grafico prodotto in gruppo;

L’esame è suddiviso in due parti: (i) Presentazione (di gruppo) del Digital Twin della città resiliente con particolare attenzione all’interoperabilità dei dati e del processo; (ii) prova orale (individuale) per la verifica dei contenuti teorici dell’insegnamento. L’esame ha la finalità di verificare il raggiungimento individuale dello studente della conoscenza degli argomenti trattati a lezione e della capacità di elaborazione critica e di scambio interoperabile di dati eterogenei a partire dalla definizione di affidabilità degli stessi, utilizzando diversi strumenti per la definizione di un modello digitale complesso. La valutazione di gruppo del modello si basa sulla collocazione in fascia ottima, buona, discreta, sufficiente. Al singolo studente componente del gruppo sono successivamente attribuiti punti in eventuale aumento o diminuzione per la capacità espressiva (un punto massimo), la capacità di ragionamento (due punti massimi) e la padronanza degli argomenti (cinque punti massimi) oltre alla capacità di presentazione in pubblico del lavoro in lingua inglese (un punto massimo).

Modalità di esame: Prova orale obbligatoria; Elaborato grafico individuale; Elaborato grafico prodotto in gruppo;

L’esame è suddiviso in due parti: (i) Presentazione (di gruppo) del Digital Twin della città resiliente con particolare attenzione all’interoperabilità dei dati e del processo; (ii) prova orale (individuale) per la verifica dei contenuti teorici dell’insegnamento. L’esame ha la finalità di verificare il raggiungimento individuale dello studente della conoscenza degli argomenti trattati a lezione e della capacità di elaborazione critica e di scambio interoperabile di dati eterogenei a partire dalla definizione di affidabilità degli stessi, utilizzando diversi strumenti per la definizione di un modello digitale complesso. La valutazione di gruppo del modello si basa sulla collocazione in fascia ottima, buona, discreta, sufficiente. Al singolo studente componente del gruppo sono successivamente attribuiti punti in eventuale aumento o diminuzione per la capacità espressiva (un punto massimo), la capacità di ragionamento (due punti massimi) e la padronanza degli argomenti (cinque punti massimi) oltre alla capacità di presentazione in pubblico del lavoro in lingua inglese (un punto massimo).