Il progetto G-IDA 2.0 – Un prototipo di Digital Twin a supporto della manutenzione predittiva delle gallerie ha sviluppato soluzioni digitali avanzate per supportare la gestione, il monitoraggio e la manutenzione delle infrastrutture stradali, con particolare riferimento alle gallerie esistenti.
L’iniziativa è nata nel contesto delle nuove esigenze introdotte dalle Linee Guida per la classificazione e la gestione del rischio, la valutazione della sicurezza e il monitoraggio delle gallerie esistenti (CSLP n. 29/2022), con l’obiettivo di fornire ai gestori delle infrastrutture strumenti innovativi in grado di migliorare i processi di ispezione, monitoraggio e pianificazione degli interventi manutentivi.
Il progetto ha portato all’estensione della piattaforma G-IDA, originariamente sviluppata per ponti e viadotti, alla gestione delle gallerie, integrando funzionalità dedicate alla valutazione delle condizioni dell’opera e alla programmazione degli interventi secondo criteri di manutenzione preventiva e gestione del rischio.
Elemento centrale del progetto è stato lo sviluppo di un Digital Twin dell’infrastruttura, interrogabile attraverso piattaforme web e applicazioni dedicate, capace di integrare dati provenienti da ispezioni, monitoraggi e rilievi in un ambiente digitale evoluto. Grazie all’impiego di algoritmi di Machine Learning e Deep Learning, il sistema consente di analizzare l’evoluzione dei fenomeni di degrado, supportando attività di manutenzione predittiva e favorendo decisioni più efficaci nella gestione del patrimonio infrastrutturale.
L’approccio sviluppato ha contribuito a trasformare i tradizionali sistemi informativi per la manutenzione in strumenti avanzati di supporto alle decisioni, in grado di monitorare lo stato delle opere, prevederne l’evoluzione nel tempo e ottimizzare l’impiego delle risorse disponibili, con benefici in termini di sicurezza, affidabilità e sostenibilità della rete infrastrutturale.
I risultati del progetto hanno inoltre posto le basi per l’integrazione dei moduli G-IDA 2.0 all’interno di piattaforme DSS (Decision Support System) dedicate alla gestione dei rischi naturali e antropici, contribuendo alla realizzazione di ambienti digitali integrati per il lifecycle management delle infrastrutture.

Partnership

STRESS Scarl, Università degli studi di Napoli Federico II