Infrastrutture vive. L’Italia dei ponti nell’era dei sensori intelligenti

Dal modello reattivo al monitoraggio predittivo. La strategia nazionale di ANAS e del Consorzio FABRE delinea nuove regole della sicurezza stradale grazie a sensori IoT, analisi multilivello e modellazione digitale. Ora i ponti e i viadotti diventano strutture smart che comunicano in tempo reale il loro stato di salute e rendono l’Italia leader nel progresso tecnologico d’avanguardia in Europa.

L’Italia è un corpo infrastrutturale complesso e delicato, unito da un’ossatura di cemento e acciaio che in Europa regge paragoni con pochi Stati per densità e ramificazione. Gestire la rete stradale nazionale è una responsabilità enorme: 32mila chilometri di strade, 19mila ponti, viadotti e sovrappassi e oltre 1.300 gallerie. Un patrimonio monumentale costruito soprattutto a cavallo degli anni ’50 e ’70, che oggi impone una riflessione completa sulla longevità dei materiali utilizzati. Proprio a causa delle emergenze protagoniste delle cronache nazionali, il controllo delle infrastrutture ha cambiato paradigma, da modello reattivo a predittivo.

Il sodalizio ANAS-FABRE

È qui che si colloca un sodalizio molto importante nel piano infrastrutturale nazionale, la gestione operativa di ANAS e il modello scientifico di FABRE (Consorzio interuniversitario per i controlli e la sicurezza su ponti, viadotti e altre strutture). Questa intesa formalizzata risponde alla necessità puramente tecnica di una evoluzione delle modalità di controllo delle infrastrutture italiane. L’obiettivo è chiaro: completare la digitalizzazione del monitoraggio strutturale e trasformare le opere in sorgenti di dati costanti che possano superare i limiti fisiologici delle ispezioni visive periodiche. Un nuovo approccio più sostenibile e preciso che garantisce maggiore sicurezza.

Standard da rispettare e monitoraggio costante: i sensori nel dettaglio

Si tratta di un salto di qualità tecnologico messo in pratica dall’implementazione di sensori avanzati e dall’integrazione di ecosistemi IoT (Internet of Things), che rilevano vibrazioni e crepe invisibili, inviando i dati in tempo reale per segnalare pericoli o necessità di manutenzione. Un processo di ammodernamento che pende sull’integrazione tra la capacità operativa di ANAS e garantisce la continuità di una rete stradale ininterrotta e il supporto scientifico e teorico del consorzio FABRE. Questa sinergia traduce tutta la parte della ricerca accademica in protocolli di sorveglianza che possono essere applicati in larga scala. Facendo così, qualsiasi decisione manutentiva viene autenticata da modelli ingegneristici avanzati e viene assicurato che la valutazione dello stato dei materiali e della stabilità delle opere risponda a criteri oggettivi, uniformi e aggiornati, ovviamente, ai più recenti standard internazionali di sicurezza.

Le linee guida del MIT

Il ministero delle Infrastrutture e dei Trasporti ha stilato delle nuove linee guida che rappresentano il cuore normativo di questa innovazione e introducono un approccio a più livelli che classifica oggettivamente il rischio attraverso sei fasi:

Livello 0. Raccoglie i dati anagrafici, i caratteri costruttivi e geometrici di ogni singola opera, necessari a definire l’inventario completo del patrimonio infrastrutturale.
Livello 1. Prevede sopralluoghi diretti per il rilievo dello stato di conservazione e l’individuazione di eventuali fenomeni di degrado o anomalie visibili sulle strutture.
Livello 2. Classi di attenzione: algoritmi che incrociano i dati precedenti con parametri di traffico e pericolosità territoriale (sismica, idraulica, frane).
Livello 3. Riservato alle opere con classe di attenzione alta/medio alta. Valutazione preliminare dell’opera che determina se le criticità riscontrate richiedano approfondimenti immediati o meno.
Livello 4. Valutazione accurata di sicurezza: verifiche di sicurezza rigorose e, dove necessario, l’installazione di sistemi IoT per il monitoraggio strumentale continuo dei parametri strutturali.
Livello 5. Resilienza della rete. Per strutture di particolare rilevanza e/o complessità ingegneristica che richiedono piani di controllo personalizzati per garantire la massima resilienza.

Una sinergia che rende la tecnologia italiana un punto di riferimento internazionale. Nel tempo in cui molti Paesi, europei e non, cominciano solo adesso ad affrontare il problema dell’invecchiamento delle strutture, il sistema italiano ha già attivato un meccanismo di sensori e algoritmi, che entro la fine del 2026 coinvolgerà complessivamente 850 ponti, circa il 5% del totale delle opere in gestione. Si tratta del maggior numero di opere monitorate da qualsiasi gestore stradale o autostradale, con l’ambizione di incrementare il numero.

L’obiettivo del reportage è questo, raccontare come questo binomio stia rivoluzionando l’approccio pratico e tecnico.

Contenuto realizzato in collaborazione con ANAS

Dal censimento visivo alla sorveglianza speciale: ecco le linee guida per la classificazione e la gestione del rischio. Attraverso le sei fasi del DM 204/2022, il sistema azzera la discrezionalità, definisce le priorità di intervento e avvia la rete stradale verso il monitoraggio digitale.

La gestione della sicurezza delle strade e delle autostrade in Italia oggi si basa su un quadro ispettivo standard, rappresentato dalle linee guida per la classificazione e il controllo del rischio. Un importantissimo protocollo ingegneristico che ha il compito di valutare lo stato di conservazione di ponti, viadotti e sovrappassi in modo oggettivo. La classificazione del rischio, attraverso questo sistema, si affida a parametri matematici uniformi, che sono in grado di identificare con immediatezza le vulnerabilità strutturali prima che si possano trasformare in emergenze. La prevenzione come mantra, che abbandona la componente della discrezionalità visiva.

L’approccio multilivello

La metodologia che viene applicata è l’approccio multilivello. Si tratta di un percorso diagnostico sequenziale articolato in sei fasi che accompagnano l’opera dal censimento iniziale fino all’eventuale sorveglianza speciale. Il sistema adotta un approccio piramidale: parte da una prima analisi applicata all’intero patrimonio stradale e poi isola le singole anomalie. Con l’inserimento di successivi livelli di approfondimento, il protocollo riserva le verifiche ingegneristiche più complicate solo alle opere che presentano veri fattori di rischio.

Il cuore pulsante dell’approccio è la definizione delle “Classi di attenzione”. Queste entrano in gioco nella prima parte del percorso diagnostico e sono il risultato dell’applicazione di un algoritmo che considera simultaneamente: la vulnerabilità intrinseca dell’opera (difetti costruttivi o degrado), la pericolosità territoriale (rischi sismici, idraulici o frane) e l’esposizione trasportistica (traffico e posizione strategica della tratta). Il sistema cataloga il rischio e assegna la classe di appartenenza, da bassa ad alta; questa determina automaticamente l’urgenza delle azioni successive.

Il decreto ministeriale e i sei livelli

A governare tecnicamente l’applicazione di questo percorso è il decreto ministeriale 204/2022, introdotto dal ministero delle Infrastrutture e dei Trasporti. Il testo normativo, che ha reso obbligatorio il passaggio dal livello L0 al livello L5, impone un unico linguaggio tecnico valido per tutti i gestori sia stradali, sia autostradali in Italia.

Ecco nel dettaglio i sei livelli operativi:

Livello 0. Censimento: raccoglie tutti i dati dell’opera (anagrafici, geometrici e costruttivi). Rappresenta la fase di catalogazione iniziale in cui si raccolgono i progetti originari e le varianti storiche per creare la carta d’identità digitale del manufatto.
Livello 1. Ispezioni visive: sopralluoghi periodici sul campo da parte di tecnici certificati. L’obiettivo è il rilievo visivo dello stato di degrado di tutti gli elementi strutturali (fessurazioni o corrosione delle armature) per la CdA fondazionale e degli altri elementi necessari alla CdA sismica (frane e idraulica), verbalizzati tramite schede difettologiche standardizzate.
Livello 2. Definizione di Classe di attenzione: già citata prima, è la fase di elaborazione dei dati raccolti nei due livelli precedenti, esaminati mediante algoritmi ministeriali.
Livello 3. Valutazioni preliminari: verifiche analitiche e strutturali di tipo speditivo riservate alle opere con una Classe di attenzione media/medio-alta/alta. Serve a stabilire l’ordine di priorità delle analisi successive.
Livello 4. Valutazione accurata di sicurezza: prevede la verifica formale della sicurezza secondo le NTC 2018, le norme tecniche per le costruzioni vigenti. Tale verifica richiede prove approfondite sui materiali per stabilirne lo stato.
Livello 5. Opere complesse: l’ultima fase, che si occupa di strutture che per tipologia costruttiva, dimensioni straordinarie o importanza strategica non rientrano negli standard comuni. Richiede l’applicazione di modelli di calcolo dedicati e piani di monitoraggio personalizzati.

Il completamento di questa diagnosi multilivello costituisce il presupposto fondamentale per l’applicazione delle tecnologie più avanzate sul campo. Vi diamo appuntamento alla prossima puntata del 4 giugno, dove andremo ad approfondire il monitoraggio intelligente e i sensori IoT.

Il completamento della diagnosi multilivello e la definizione delle classi di attenzione tracciano la strada verso le fasi operative successive più complesse: le verifiche di sicurezza (preliminari ed accurate) e, successivamente, per i casi che lo richiedono, la vera e propria digitalizzazione fisica delle strutture e l’installazione dei sistemi di monitoraggio.

Il procedimento si sviluppa attraverso l’integrazione di ecosistemi IoT (Internet of Things), direttamente sugli elementi strutturali di ponti e viadotti. L’obiettivo tecnico è uno: convertire l’acciaio e il calcestruzzo in sorgenti attive di informazione che possano superare i limiti oggettivi del controllo visivo, in modo da automatizzare la raccolta dei dati geometrici e meccanici direttamente dal campo.

Il cuore dell’IoT: i sensori

Il pilastro di questa tecnologia sono i sensori. Installati e progettati per il controllo costante dei parametri dell’opera in tempo reale, ne esistono diverse tipologie:

Sensori deformativi, che misurano le micro-deformazioni dei materiali sotto carico
Inclinometri, che forniscono indicazioni circa la verticalità o meno degli elementi monitorati
Sensori di temperatura, che sono necessari per scorporare i movimenti naturali di dilatazione termica dalle anomalie strutturali,
Sensori accelerometrici, che misurano le accelerazioni che si determinano lungo gli assi di riferimento nel punto di installazione.

La tecnologia adottata da ANAS prevede prevalentemente l’installazione di sensori accelerometrici, inclinometri e sensori di temperatura; in casi particolari, possono essere installati anche ulteriori sensori di tipo deformativo. Per fornire maggiore garanzia sulla affidabilità del rilevamento, tutti i sensori sono cablati tra di loro e collegati a un computer industriale alimentato elettricamente e situato in prossimità del ponte.

La sincronizzazione temporale millesimale si riesce a ottenere permette di analizzare il comportamento dinamico dell’intera opera nello stesso identico istante e fornisce un quadro ingegneristico di precisione assoluta.

Lo SHM nel dettaglio

L’insieme di queste misurazioni continue dà vita al concetto di SHM (Structural Health Monitoring), ovvero il monitoraggio dello stato di salute strutturale. Grazie allo SHM, l’approccio alla sicurezza cambia paradigma e supera la logica del controllo annuale/semestrale delle opere (comunque sempre obbligatorio): la sostituisce con un controllo in tempo reale e continuo dell’opera stessa. In caso di problemi, sarà il ponte a segnalare una eventuale anomalia.

Si tratta di algoritmi dedicati che hanno il compito di analizzare il flusso costante di dati provenienti dalla struttura di riferimento e danno il via al processo di allerta qualora i valori registrati dovessero superare le soglie di tolleranza preimpostate. In questo caso, il sistema genera un alert automatico e consente ai gestori di programmare ed effettuare accertamenti mirati, prima che il danno diventi visibile e irreversibile. Ciò consente di intervenire in maniera predittiva, valutando lo stato di salute dell’opera nel tempo, potendo così pianificare interventi di manutenzione nel momento più opportuno. A questo tipo di monitoraggio strumentale si sta affiancando anche un monitoraggio di tipo satellitare in grado di monitorare gli spostamenti macroscopici e i cedimenti del terreno di fondazione nel tempo.

L’utilizzo dei LiDAR

Per eseguire controlli aggiuntivi nei punti più difficili da raggiungere, come la testa dei piloni più alti o la parte inferiore delle travi, vengono utilizzati droni dotati di telecamere termiche e LiDAR (uno speciale scanner laser), capaci di ricostruire l’opera in 3D e di individuare anche la più piccola lesione. L’unione tra i sensori fissi sul ponte, i dati dello spazio e i rilievi dei droni trasforma l’infrastruttura in un sistema intelligente capace di prevenire le anomalie, creando la base digitale per il futuro “gemello virtuale” dell’opera.

Nella prossima puntata che uscirà giovedì 18 giugno andremo proprio ad analizzare questo gemello digitale, chiamato in gergo Digital Twin. Andremo a esplorare come l’intelligenza artificiale e la modellazione numerica in 3D riproducano fedelmente il comportamento dei ponti e come i dati dei sensori vengano tradotti in simulazioni predittive.

Dopo aver parlato nella puntata precedente dell’enorme flusso di dato che viene generato in tempo reale dai sensori IoT, dai droni e dai passaggi satellitari, e che rischierebbe di rimanere un archivio fine a sé stesso e indecifrabile senza una piattaforma in grado di centralizzarlo e decodificarlo, la vera rivoluzione nel mondo della manutenzione predittiva delle infrastrutture passa per la nascita del cosiddetto gemello digitale, il Digital Twin. Un modello matematico e dinamico che si occupa di eseguire un passaggio fondamentale: riprodurre il comportamento fisico, chimico e strutturale dell’opera corrispondente. Quindi non una semplice rappresentazione grafica, né un comunissimo rendering architettonico, ma un modello basato sul calcolo che monitora costantemente ponti, viadotti e sovrappassi.

Le caratteristiche

Il motore del Digital Twin è la sua natura bidirezionale e speculare: bidirezionale perché una volta ottenuti i dati dal ponte, restituisce informazioni chiave per agire sul ponte stesso, speculare perché riflette lo stato dell’opera reale istante per istante. Una macchina ingegneristica che si muove e combina algoritmi di calcolo (P3P) e i modelli a elementi finiti (FEM, Finite Element Method).

I dettagli

Ma come funziona questa tecnologia? Immaginiamo di prendere la struttura complessa di un viadotto e di spezzettarla in milioni di piccoli elementi geometrici semplici. Il sistema calcola il comportamento del singolo frammento e poi unisce i risultati. Una volta che i sensori registrano uno stress meccanico sul viadotto reale, il modello FEM in questione elabora quel dato microscopico su scala globale. Questo legame costante tra i sensori fisici e la struttura matematica al computer permette agli addetti ai lavori di effettuare simulazioni strutturali ad altissima fedeltà in qualsiasi momento.

Il Digital Twin diventa quindi una palestra per gli ingegneri. Una tecnologia che riduce i rischi operativi sul campo e supporta le decisioni dei tecnici in tempo reale; ciò permette di pianificare nella maniera più opportuna i necessari interventi di manutenzione prima ancora che la realtà presenti il conto.

L’aiuto dell’intelligenza artificiale

All’interno di questo sofisticato ecosistema informatico, i protocolli di Machine Learning e l’intelligenza artificiale funzionano come se fossero un motore analitico. L’IA analizza l’insieme dei dati ambientali e strutturali e impara a conoscere le abitudini specifiche del ponte. Quando i sensori registrano una deviazione dal comportamento “ideale”, l’IA la intercetta immediatamente. Il sistema non solo segnala l’anomalia con l’invio tempestivo di una notifica, ma incrocia il dato con i modelli storici e ne segue l’evoluzione nel tempo. L’algoritmo è quindi in grado di prevedere statisticamente entro quanto tempo sarà necessario eseguire interventi manutentivi, trasformando così il concetto di manutenzione da reattiva a predittiva.

Questo supporto dell’IA al Digital Twin trasforma in positivo l’attività quotidiana dei gestori stradali come ANAS. In sostanza, l’obiettivo che ci si pone è che la manutenzione diventi un’azione mirata, scientificamente pianificata e guidata dai dati (data-driven). Sapere in anticipo dove, come e quando una struttura avrà bisogno di un intervento strutturale permetterà di ottimizzare l’apertura dei cantieri, ridurre drasticamente l’impatto sul traffico automobilistico ed evitare inutili blocchi della circolazione.

La rete interconnessa

Con la creazione e la messa a regime del gemello digitale, l’Italia completa idealmente il percorso tracciato dalle Linee Guida Ministeriali. Le grandi infrastrutture monitorate del Paese smettono di essere opere inerti, isolate e soggette all’usura del tempo senza controllo e si trasformano in una rete interconnessa, intelligente e costantemente sorvegliata. Vi diamo appuntamento al 2 luglio con la prossima puntata, dedicata alla ricerca che diventa cantiere grazie al contributo di FABRE.