Strumento di visualizzazione dei dati temporali raccolti dai sensori del ponte

The Structural Health Monitoring (SHM) industry faces fundamental challenges, particularly in transforming large volumes of sensor data into understandable information for real-time decision-making. This thesis presents a lightweight and scalable system for real-time visualization of bridge health-monitoring data. The proposed system consists of a modular architecture that reads, synchronizes, and processes raw data, and then converts them into an intuitive visual representation. The methodology includes real-world data collection, the design of data-transmission mechanisms, and the development of an interactive user interface. The results show that the system can correctly display various sensor positions, identify their status through color rendering, and enable users to explore historical data. The system operates in two modes---real-time mode for immediate monitoring and playback mode for review and analysis---providing a high degree of flexibility. Although this study demonstrates promising results, it also faces limitations such as dependence on the quality of input data, the absence of complete environmental information, and the lack of advanced anomaly-detection algorithms. Nevertheless, future developments---such as integrating intelligent damage-detection methods, implementing automated alert systems, and adding three-dimensional visualization capabilities---can enhance the system's performance and transform it into an effective tool for improving safety, reducing maintenance costs, and supporting sustainable infrastructure management.

L’industria dello Structural Health Monitoring (SHM) affronta sfide fondamentali, in particolare nella trasformazione di grandi volumi di dati sensoriali in informazioni comprensibili per il processo decisionale in tempo reale. Questa tesi presenta un sistema leggero e scalabile per la visualizzazione in tempo reale dei dati di monitoraggio strutturale di un ponte. Il sistema proposto è costituito da un’architettura modulare che legge, sincronizza ed elabora i dati grezzi, convertendoli successivamente in una rappresentazione visiva intuitiva. La metodologia comprende la raccolta di dati reali, la progettazione dei meccanismi di trasmissione dei dati e lo sviluppo di un’interfaccia utente interattiva. I risultati mostrano che il sistema è in grado di visualizzare correttamente le diverse posizioni dei sensori, identificarne lo stato tramite codifica cromatica e consentire agli utenti di esplorare i dati storici. Il sistema opera in due modalità — modalità in tempo reale per il monitoraggio immediato e modalità di riproduzione per revisione e analisi — offrendo un elevato grado di flessibilità. Sebbene questo studio presenti risultati promettenti, evidenzia anche alcune limitazioni, come la dipendenza dalla qualità dei dati in ingresso, l’assenza di informazioni ambientali complete e la mancanza di algoritmi avanzati per il rilevamento delle anomalie. Tuttavia, sviluppi futuri — come l’integrazione di metodi intelligenti di identificazione del danno, l’implementazione di sistemi di allerta automatizzati e l’aggiunta di funzionalità di visualizzazione tridimensionale — possono migliorare le prestazioni del sistema e trasformarlo in uno strumento efficace per aumentare la sicurezza, ridurre i costi di manutenzione e supportare una gestione sostenibile delle infrastrutture.