Posted in Uncategorised
MAGA: MAnutenzione e Gestione per la tutela del patrimonio Archeologico ad alta frequentazione.
La Convenzione di Faro del 2005 riconosce la conoscenza e la fruizione del patrimonio culturale come diritti fondamentali delle “comunità di eredità”. In Italia, il vasto patrimonio culturale richiede modelli di valorizzazione e gestione che promuovano una fruizione e un turismo più consapevoli allo scopo di costruire capacità e sensibilità nei suoi utenti garantendo la preservazione e la sostenibilità dei siti più a rischio. In questo contesto, il progetto MAGA: MAnutenzione e Gestione per la tutela del patrimonio Archeologico ad alta frequentazione, mira a trasformare la manutenzione dei patrimoni archeologici ad alta frequentazione attraverso nuove tecnologie ICT e Intelligenza Artificiale (AI), promuovendo modelli collaborativi e proattivi. Attraverso una sperimentazione in due siti archeologici pilota nel Veneto, il progetto implementa un'applicazione ICT per l'inclusione di utenti non esperti nel processo manutentivo. Un’app mobile user-friendly faciliterà un approccio manutentivo preventivo e predittivo, integrando l’AI per riconoscere guasti dalle immagini, con un sistema di premialità basato su blockchain in formato NFT e la validazione e gestione dei dati generati dai turisti. Questo approccio di co-progettazione coinvolge competenze diverse, creando sinergie tra esperti, utenti e tecnici. La piattaforma digitale formerà una comunità context aware, trasformando l’esperienza turistica in un’azione di engagement per la preservazione e la sostenibilità di patrimoni vulnerabili e la co-creazione di tecnologie innovative.
Durata: 12 mesi
Partners: ETT SpA, STRESS - Sviluppo Tecnologie e Ricerca per l’Edilizia Sismicamente Sicura ed ecoSostenibile, Università degli studi di Napoli Federico II
StampaEmail
Posted in Uncategorised
G-IDA2.0: Un prototipo di Digital Twin a supporto della manutenzione predittiva delle Gallerie
La valutazione della sicurezza e la manutenzione delle opere infrastrutturali della rete stradale italiana rappresentano oggi uno dei temi principali di cui università e società di ingegneria si stanno occupando. Le Linee guida per la classificazione e la gestione del rischio, la valutazione della sicurezza ed il monitoraggio delle gallerie esistenti, CSLP n. 29/2022, mirano a ottimizzare le ispezioni e la manutenzione delle gallerie attraverso una classificazione del rischio e un monitoraggio costante. In questo contesto il progetto G-IDA2.0: Un prototipo di Digital Twin a supporto della manutenzione predittiva delle Gallerie, pmira allo sviluppo di uno strumento digitale che, in accordo alle LLGG, supporterà il gestore delle infrastrutture nell’attuazione di processi di ispezione e monitoraggio che consentano l’adozione di strategie di manutenzione preventiva per evitare condizioni di emergenza e interventi a guasto avvenuto. Obiettivo del progetto G-IDA 2.0 è estendere la piattaforma esistente G-IDA, attualmente focalizzata su ponti e viadotti, alla gestione di gallerie.
Un elemento chiave del progetto è l'introduzione di un Digital Twin dell’infrastruttura, interrogabile attraverso una piattaforma ed un App con servizi di simulazione e previsione basati anche sull’utilizzo di Machine LEarning e Deep Learning per la manutenzione predittiva.
Questa innovazione trasforma un tradizionale SI per la manutenzione in un sistema avanzato capace di monitorare in tempo reale il degrado delle infrastrutture e prevederne l'evoluzione futura, promuovendo un approccio alla gestione non solo efficiente ma anche garante di una maggiore sicurezza delle infrastrutture stradali, e integrando le necessità operative con le risorse disponibili per assicurare livelli adeguati di sicurezza del patrimonio infrastrutturale nazionale.
Il modulo G-IDA 2.0, ed i tool ad esso connessi, potranno essere integrati in piattaforme DSS (Decision Support System), per la gestione dei rischi naturali ed antropici, costituendo di fatto la base per realizzare, in un unico ambiente digitale, la possibilità di gestire il lifecycle planning della rete.
Durata: 12 mesi
Partners: STRESS - Sviluppo Tecnologie e Ricerca per l’Edilizia Sismicamente Sicura ed ecoSostenibile, Università degli studi di Napoli Federico II
StampaEmail
