Nelle strutture storiche italiane, la presenza di microfessurazioni nel calcestruzzo armato rappresenta una patologia silenziosa ma critica, capace di compromettere l’integrità strutturale a lungo termine. La rilevazione tempestiva di tali difetti, senza interventi invasivi, richiede tecniche di monitoraggio avanzate che superino le limitazioni dei metodi tradizionali. L’analisi spettrale emerge come strumento di eccellenza per identificare variazioni dinamiche a scala micrometrica, sfruttando le vibrazioni libere e attenuate degli elementi strutturali. Tuttavia, il contesto delle opere storiche—con materiali eterogenei, giunti complessi e patologie multifattoriali—richiede un approccio metodologico rigoroso e contestualizzato, che il Tier 2 fornisce come base teorica, mentre il Tier 3 ne espande l’applicazione pratica con dettagli operativi e tecniche di elaborazione sofisticate.
Principi fisici e fondamenti dell’analisi spettrale nel calcestruzzo armato
L’analisi spettrale si basa sulla risposta dinamica del corpo strutturale eccitato da sollecitazioni esterne o vibrazioni ambientali. Nel calcestruzzo armato, le vibrazioni libere — oscillazioni residue dopo un’eccitazione impulsiva — generano uno spettro vibrazionale caratterizzato da frequenze naturali (modi propri), ampiezze e coefficienti di smorzamento. La presenza di microfessurazioni altera la rigidezza locale, modificando queste caratteristiche spettrali: spostamenti di frequenza, smorzamenti aumentati e comparsa di picchi secondari. A differenza delle tecniche ultrasoniche, che operano su scale submillimetriche e richiedono accoppiamento diretto, l’analisi spettrale sfrutta sensori non invasivi (accelerometri piezoelettrici, geofoni) per catturare la risposta in dominio temporale e trasformarla in dominio frequenziale tramite FFT. La differenza critica risiede nella sensibilità alla scala micrometrica indiretta, ma amplificata nel contesto di strutture complesse, dove il segnale spettrale diventa una “impronta” della patologia strutturale.
Spettroscopia vibrazionale e identificazione delle discontinuità
Il metodo si fonda sulla registrazione delle vibrazioni indotte da traffico pedonale, impatti controllati con hammer dinamometrico o da shaker vibratori, e l’analisi spettrale rispettiva. Le microfessurazioni generano cambiamenti quantificabili: riduzione della frequenza fondamentale (degradazione della rigidezza), aumento del smorzamento strutturale (dissipazione energetica localizzata), e modulazioni di ampiezza legate alla distribuzione spaziale del danno. Tecniche avanzate come l’analisi modale operativa (OMA) permettono di monitorare in tempo reale tali variazioni senza eccitazione artificiale, rilevando spostamenti di picco anche nell’ordine di 0,1 Hz, critici per strutture storiche già degradate.
Fasi operative dettagliate per l’analisi spettrale in strutture storiche
- Fase 1: Ispezione preliminare e georeferenziazione
Si effettua un’ispezione visiva dettagliata per individuare zone sospette — crepe, distacimenti, corrosione visibile — e si definiscono punti di misura strategici, georeferenziati con sistemi GPS o total station. Critico: evitare zone con giunti strutturali o elementi metallici che generano artefatti vibrazionali, limitando i sensori a nodi strutturali critici e ben collegati. - Fase 2: Installazione sensori e controllo accoppiamento
Si installano accelerometri piezoelettrici ad alta risoluzione (sensibilità ≥ 1 nm/s²) su nodi strutturali critici, con verifica di accoppiamento dinamico mediante gel o colla specializzata. La densità minima raccomandata è 3 sensori per nodo, con posizionamento simmetrico per migliorare la robustezza del segnale. È fondamentale minimizzare il rumore di misura attraverso schermature e distanziamento da fonti di vibrazione esterna (impianti meccanici, traffico). - Fase 3: Test vibratori e acquisizione dati
Si eseguono test controllati con hammer dinamico (frequenze 5–100 Hz) o shaker, registrando segnali in dominio temporale. Si applicano tecniche di filtraggio adattivo in tempo reale per isolare componenti spettrali significative. La durata della registrazione è minima 30 secondi per modalità, con ripetizioni per validità statistica. I dati grezzi sono salvati con timestamp sincrono e geolocalizzazione. - Fase 4: Elaborazione spettrale avanzata
Si applica la trasformata di Fourier veloce (FFT) con finestratura Hanning per ridurre le discontinuità spettrali, seguita da filtraggio adattivo (LMS o RLS) per attenuare rumore ambientale. Si calcolano spettri di potenza, frequenze di picco, coefficienti di smorzamento e curve di decadimento. Si confrontano spettri pre- e post-danneggiamento tramite correlazione modale e analisi residuo-onda per quantificare l’evoluzione del degrado. - Fase 5: Validazione e interpretazione
I risultati spettrali vengono validati con dati storici di manutenzione, analisi di propagazione del danno basate su modelli FEM, e confronti con ispezioni visive mirate. Si mappano le zone critiche con software GIS integrati, evidenziando aree con aumenti di smorzamento > 15% o spostamenti di frequenza > 2%. L’interpretazione evita sovrastimare la sensibilità in presenza di giunti non strutturali mediante filtraggio spaziale e analisi locale.
Metodologie di elaborazione spettrale per precisione estrema
Il Tier 2 introduce lo spettro base, ma il Tier 3 espande con tecniche che massimizzano la sensibilità alle microfessurazioni. Il wavelet continuo (CWT) consente analisi multirisoluzione, isolando componenti anomale in presenza di rumore urbano o traffico intermittente, grazie alla sua capacità di localizzazione tempo-frequenza superiore alla FFT. La decomposizione modale non lineare individua discontinuità localizzate, rivelando variazioni di rigidezza non uniformemente distribuite. Algoritmi di machine learning — random forest e SVM — classificano automaticamente lo stato di degrado, addestrati su dataset spettrali di calcestruzzo storico con annotazioni di patologia. Infine, il filtraggio spettrale con finestre di Tapered Hanning riduce artefatti di bordo, migliorando la risoluzione fino a 0,05 Hz, essenziale per rilevare microdanni in strutture antiche. Questi approcci, combinati, trasformano i dati in un sistema diagnostico predittivo e contestualizzato.
Errori frequenti e correzioni esperte
- Errore: sovrastima della sensibilità a causa di giunti non strutturali
La presenza di giunti, armadimenti metallici o rinforzi secondari genera risposte vibrazionali spurie. *Soluzione:* escludere sensori da tali zone, usare analisi localizzata per isolare il segnale strutturale e applicare correlazione modale per rimuovere contaminazioni esterne. - Errore: ambiguità nella correlazione modale per non linearità strutturali
Cricche o corrosione causano risposte non lineari, rendendo la correlazione modale instabile. *Soluzione:* applicare analisi residuo-vibrazione per separare componenti lineari da non lineari, integrando modelli fisici con dati sperimentali. - Errore: scarsa densità di sensori che compromette la localizzazione
Menor di 3 sensori per nodo genera incertezza geografica. *Soluzione:* integrazione con tecniche ibride (acustica a basso costo + sensori piezoelettrici) per coprire aree estese con minore densità fisica ma buona copertura spettrale. - Errore: interpretazione errata di picchi spettrali come fessurazioni quando deriv