| KEYWORD |
Applicazioni di machine learning al monitoraggio strutturale di ponti
Parole chiave MACHINE LEARNING, MONITORAGGIO, STRUTTURE, SENSORI, ANALISI, DIAGNOS, PONTI
Riferimenti MARCO DOMANESCHI
Riferimenti esterni Prof. JR Casas, UPC BarcelonaTECH
Tipo tesi SPERIMENTALE APPLICATA
Descrizione Questa proposta di tesi è incentrata su una metodologia per individuare e localizzare i danni nei ponti sottoposti a carichi di traffico e a variabilità ambientale, utilizzando dati reali. Si tratta di una seconda fase di uno studio precedente, sviluppato a livello numerico, in cui gli effetti ambientali sono stati rimossi dalle caratteristiche sensibili al danno utilizzando l'analisi delle componenti principali. Successivamente, i danni sono stati individuati e localizzati utilizzando una tecnica di clustering (algoritmo K-means Machine Learning).
Questo nuovo sviluppo intende applicare la fase precedente a un caso di studio reale. La tesi sarà sviluppata in collaborazione con UPC BarcelonaTECH, dove il candidato avrà l'opportunità di trascorrere un periodo.
La tesi presenta diverse complessità e incertezze legate all'applicazione al caso reale del ponte, che dovranno essere superate dallo studente in collaborazione con i relatori. Tuttavia, il superamento delle difficoltà e il raggiungimento degli obiettivi porterebbero a un risultato scientifico di interesse.
Conoscenze richieste Programmazione strutturata, analisi strutturale
Scadenza validita proposta 15/07/2023
PROPONI LA TUA CANDIDATURA