SMS-SAFEST, è il progetto per la realizzazione di mattoni e malta intelligenti in funzione anti terremoto

Ideato dal professor Filippo Ubertini (NELLA FOTO) , Ordinario di Tecnica delle Costruzioni del Dipartimento di Ingegneria Civile e Ambientale dell’Università degli Studi di Perugia.  Della durata di cinque anni, sarà finanziato per circa 1.5 milioni di euro attraverso la call 2021 del Fondo Italiano per la Scienza (FIS) nello schema Advanced Grant.

La call 2021 del Fondo Italiano per la Scienza (FIS) nello schema Advanced Grant ha visto la presentazione di numerosi progetti (1912) con una bassissima percentuale di successo (2.4%), risultando estremamente competitiva.
Il bando ricalca gli schemi di finanziamento dello European Research Council, finanziando progetti di ricerca fondamentale altamente innovativi e capaci di rivoluzionare specifici settori. I progetti, presentati da ricercatori di eccellenza con profili riconosciuti a livello internazionale, interessano i macro-ambiti delle Life Sciences, Physical Sciences and Engineering, e Social Sciences and Humanities.

Lo scopo principale del progetto SMS-SAFEST, sarà lo sviluppo di una tecnologia innovativa che permetta di trasformare le costruzioni in muratura, incluse costruzioni di interesse storico, in sistemi in grado di autodiagnosticare il proprio stato di integrità a seguito di un terremoto.

Ubertini spiega “Algoritmi di intelligenza artificiale  sviluppati e implementati in microcontrollori installati direttamente sulle strutture, elaboreranno in tempo reale le informazioni provenienti dalla muratura intelligente, producendo una valutazione immediata dell’integrità della struttura dopo l’evento sismico“.

Il progetto comprende diverse fasi di indagine che spazieranno dalla nanoscala fino alla scala reale degli edifici in vera grandezza. Nell’ultima parte dell’attività di ricerca saranno, infatti, eseguite indagini su prototipi di edifici al fine di riprodurre gli effetti dei terremoti e dimostrare la capacità della muratura intelligente di rilevare automaticamente e distinguere tra diverse tipologie di danneggiamento.