Un nuovo algoritmo sviluppato dall'Università del Surrey potrebbe aiutare gli ingegneri strutturisti a monitorare meglio la salute dei ponti e avvisarli quando hanno bisogno di riparazioni più velocemente.

Molte autorità e organizzazioni utilizzano sistemi di monitoraggio della salute strutturale per tenere traccia della salute dei ponti, insieme al peso del traffico che sopporta quotidianamente. Questo porta ad una frequenza di campionamento dei dati molto alta, con alcuni che raggiungono almeno 10 Hz e database che hanno un valore di gigabyte di informazioni su una singola struttura, che è costosa da ospitare.

In un articolo pubblicato dalla rivista Misura , gli scienziati spiegano in dettaglio come hanno creato un algoritmo che comprime grandi dati dai sistemi di monitoraggio del ponte in dimensioni più gestibili.

Gli scienziati del Surrey hanno utilizzato un metodo di apprendimento del dizionario chiamato K-means Singular Value Decomposition (K-SVD) per comprimere i dati dal sistema che monitora il ponte Lezíria in Portogallo. Il team ha applicato il suo algoritmo a 45, 000 dati per canale all'ora ricevuti dal sistema Bridge Weight-in-Motion - una delle applicazioni di monitoraggio più utilizzate - e sono riusciti a ottenere una ricostruzione delle informazioni quasi senza perdite inferiore allo 0,1 percento. Altri metodi hanno dimostrato di aver bisogno del 50 per cento dei dati per ottenere un'accuratezza di ricostruzione simile.

Dottor Ying Wang, autore principale dell'articolo dell'Università del Surrey, ha dichiarato:"Molte autorità trovano difficile ospitare i dati che hanno per i loro ponti e altre infrastrutture - con centinaia di migliaia, a volte milioni di auto usano dei ponti ogni giorno.

"Riteniamo che questo approccio dimostri che è possibile ridurre drasticamente i dati di grandi dimensioni in una dimensione molto gestibile senza perdere informazioni, il che è fondamentale per gli ingegneri strutturali".