Artículo

Un gemelo digital de marco equivalente para el

monitoreo sísmico de estructuras históricas: un
estudio de caso sobre el Consoli Palace en Gubbio,
Italia
Daza Herrera Esteve Paolo1

1 Universidad Nacional Hermilio Valdizán; 2020110163@unheval.pe

Abstract: Computer performance and simulation tools today allow the development of
high fidelity computer models and accurately reproduce the structural behavior of
existing structures. In addition, advances in data detection and management technology
allow engineers to observe continuously and fully supervised structures at a distance.
The fusion of the two approaches is a challenge recently addressed by the engineering
research community, which led to the concept of digital twin (DT), a simulation model
fed continuously by sensor data that, Throughout the lifetime of the structure, it stands
as your digital proxy. In the seismic field achieving such a task remains problematic,
particularly for large and complex structures such as historic masonry palaces. To this
end, the document proposes the integrated use of DTs and vibration data to support the
monitoring of seismic structural health of monumental palaces, discussing a practical
application to the historic Consoli Palace in Gubbio, Italy. To overcome the
computational limitations of classical approaches, an efficient equivalent framework (EF)
model of the palace is constructed and continuously updated in quasi-real time based on
modal information identified from vibration data. The performance and accuracy of the
equivalent frame model are compared with those of a high fidelity finite element
representation, highlighting both its feasibility and its limitations. Using modal data
recorded during the earthquake of 15 May 2021, the ability to quickly assess the
structural integrity of the palace in the post-earthquake scenario is demonstrated using
the EF model, as well as predicting residual capacity with respect to future earthquakes.

Keywords: monitoring of structural integrity; structural damage; equivalent picture

model; historic masonry buildings.

Resumen: El rendimiento de la computadora y las herramientas de simulación hoy

permiten el desarrollo de modelos de computadora de alta fidelidad y reproducen con
precisión el comportamiento estructural de las estructuras existentes. Además, los avances
en la tecnología de detección y gestión de datos permiten a los ingenieros observar a
distancia estructuras supervisadas de forma continua y completa. La fusión de los dos
enfoques es un reto recientemente abordado por la comunidad de investigación de
ingeniería, que llevó al concepto de gemelo digital (DT), un modelo de simulación
alimentado continuamente por datos de sensores que, a lo largo de la vida útil de la
estructura, se erige como su proxy digital. En el campo sísmico, lograr tal tarea sigue
siendo problemático, particularmente para estructuras grandes y complejas como los
palacios de mampostería históricos. Con este fin, el documento propone el uso integrado
de datos de DTs y vibraciones para apoyar el monitoreo de la salud estructural sísmica de
palacios monumentales, discutiendo una aplicación práctica al histórico Palacio Consoli
en Gubbio, Italia. Para superar las limitaciones computacionales de los enfoques clásicos,
se construye un modelo de marco equivalente eficiente (FE) del palacio y se actualiza
continuamente en tiempo cuasi real basado en información modal identificada a partir de
datos de vibración.

Palabras clave: monitoreo de la integridad estructural; daños estructurales; modelo de

cuadro equivalente; edificios históricos de mampostería.

1. Introducción

Los avances recientes en la computación digital, las tecnologías de

comunicación y el hardware de medición están impulsando la digitalización de
muchos campos de la ingeniería. El sector de la ingeniería civil se está adaptando
gradualmente a esta tendencia, con herramientas digitales que se convierten en
un recurso crítico para apoyar el proceso de toma de decisiones en cada fase de
la construcción, desde el diseño hasta el mantenimiento y la conservación futura
de los activos construidos.

Un paso clave en esta dirección se ha dado con el desarrollo de sistemas

modernos de monitoreo de salud estructural (SHM), en los que se instalan
convenientemente diferentes tipos de sensores en la estructura que permiten
extrapolar parámetros representativos de la salud del sistema en condiciones
operativas, así como aquellos que caracterizan el entorno e interactúan con el
sistema. Dichos parámetros se identifican y rastrean en tiempo real para detectar
estados anormales, es decir, estados que divergen de las condiciones
estructurales saludables anteriores. Obtener información precisa y factible del
monitoreo de estructuras, es decir, extraer características de ingeniería a partir de
datos, es una tarea crucial para apoyar el mantenimiento y la seguridad
estructural. En este sentido, existen varias técnicas en la literatura para identificar
daños a partir de mediciones de vibración de estructuras existentes,
principalmente basadas en parámetros modales como características sensibles al
daño. Los enfoques basados en datos [2] se utilizan comúnmente para sistemas
de alerta temprana y detección de daños, gracias a su eficiencia y facilidad de
implementación, y hoy en día están siendo impulsados por el avance del
aprendizaje automático [3]. Sin embargo, estos enfoques típicamente se basan en
detectar respuestas estadísticamente inusuales con respecto a las medidas
previamente realizadas, careciendo de una fuerte relación con los procesos físicos
subyacentes a los fenómenos observados. Esto limita el alcance de las
aplicaciones para la detección y localización del daño, limitando la capacidad
para proporcionar información sobre la gravedad del daño y predecir futuros
comportamientos no observados.

Un marco de identificación de daños más completo se logra confiando en

un gemelo digital (DT) de la estructura, un concepto que la ingeniería civil ha
heredado recientemente [4,5] de los campos industriales y mecánicos y que está
encarnado principalmente por la digitalización del sistema de gestión
infraestructural, es decir, infraestructuras inteligentes [6] y edificios inteligentes
[7].

DT es un modelo de simulación virtual que adquiere continuamente

información de la realidad física de la estructura, información que se codifica en
forma de datos digitales provenientes de sensores. El modelo es capaz de mejorar
los datos experimentales, proporcionando una comprensión más profunda de los
comportamientos o cambios inesperados (debido al envejecimiento, la
degradación o el daño estructural) que pueden haber ocurrido en el sistema. Al
incorporar sensores en el llamado “edificio inteligente” o “infraestructura
inteligente” y desarrollar un modelo digital, los interesados como concesionarios,
gerentes y tomadores de decisiones pueden tomar decisiones informadas
basadas tanto en datos como en modelos para garantizar la longevidad y
seguridad de su infraestructura [8]. Aunque el uso del SHM para la evaluación
del estado, pruebas y monitoreo se está volviendo cada vez más prevalente,
todavía hay una falta de acuerdo dentro de la comunidad científica sobre su
implementación. Como resultado, estas prácticas aún no se han integrado
completamente en los códigos y normas estructurales, lo que resulta en
interpretaciones e implementaciones tecnológicas independientes en diferentes
países.

Los DT se están volviendo esenciales para la conservación preventiva de

activos históricos, combinando la modelización de información de construcción
(BIM) [9] con datos SHM y modelos estructurales [10,11]. Como principio
cardinal del concepto DT [12], la necesidad de calibrar continuamente el modelo
en tiempo casi real, resolviendo así un problema inverso de optimización para
minimizar la diferencia entre la respuesta simulada y experimental, puede ser
excepcionalmente exigente desde un punto de vista computacional.

En este contexto, el artículo analiza los beneficios y problemas de integrar

un DT estructural para mejorar el monitoreo de la salud estructural sísmica
(S2HM, Ref. [16]) de los palacios históricos de mampostería, explorando su
implementación práctica para el Palacio Consoli de Gubbio monitoreado
dinámicamente ubicado en la región de Umbría, Italia central. En particular,
como enfoque complementario a los modelos de elementos finitos (FE)
comúnmente utilizados, la investigación destaca los beneficios de utilizar una
formulación simplificada de marco equivalente (EF), que se puede fusionar
eficientemente con datos de monitoreo contínuo utilizando técnicas de
actualización del modelo.

La sección 2 propone una metodología general para construir y actualizar

un modelo estructural digital para palacios de mampostería, adecuado para
emparejar con un sistema de monitoreo continuo dentro del marco de SHM
sísmico. Se hace especial hincapié en la necesidad de actualizar continuamente el
modelo con datos modales experimentales identificados a partir del sistema de
monitoreo dinámico, y cómo los tiempos computacionales juegan un papel clave
tanto en la calibración previa al terremoto como en las fases de simulación
posterior al terremoto.
 La sección 3 presenta el estudio de caso, el Palacio Consoli de Gubbio, un
antiguo edificio monumental de mampostería monitoreado continuamente con
un sistema mixto estático-dinámico por la Universidad de Perugia. Se centra en
el comportamiento de las propiedades modales de la estructura identificadas
diariamente durante mayo de 2021, investigando posibles variaciones causadas
por un terremoto de baja intensidad que afectó la estructura el 15 del mismo mes.
El análisis basado en datos señala una reducción leve pero permanente en las
frecuencias naturales de la estructura, así como cambios localizados en las formas
modales, revelando la posible ocurrencia de daño estructural.

La sección 4 ejemplifica la metodología propuesta para mejorar el

monitoreo sísmico del palacio, que emplea un modelo estructural gemelo
alimentado por datos de monitoreo. En particular, el artículo presenta un modelo
detallado de marco equivalente (EF) de la estructura, que se emplea como modelo
sustituto basado en la física. Su eficiencia computacional en comparación con la
contraparte del elemento finito (FE) permite la calibración dinámica continua de
las propiedades elásticas, que se actualizan directamente en función de la
información modal identificada diariamente. Empleado a posteriori para la
evaluación en línea del daño sísmico después del terremoto del 15 de mayo de
2021, el gemelo EF enriquece los resultados del análisis basado en datos,
proporcionando una estimación cuantitativa basada en modelos de la reducción
en la rigidez elástica de los elementos estructurales debido al daño causado por
el evento sísmico.

Finalmente, en la sección 4.3, se explotan las capacidades no lineales del

gemelo EF para proporcionar una herramienta efectiva fuera de línea para
predecir la posible reducción en el rendimiento sísmico del edificio después del
terremoto. Basándose en resultados experimentales y numéricos de la literatura,
las leyes constitutivas de los elementos estructurales de mampostería, en
particular los parámetros que rigen la rigidez secante y la resistencia en la fase
no lineal, se degradan de acuerdo con la actualización de los parámetros elásticos.
Esto permite recuperar, junto con la reducción inducida por el terremoto en la
rigidez identificada a partir de la actualización del modelo, la caída desconocida
pero complementaria en la resistencia de la mampostería. Los análisis estáticos
no lineales realizados en el modelo actualizado / dañado dan una estimación de
la reducción en la rigidez global, resistencia y capacidad de desplazamiento,
información que puede respaldar el juicio de ingeniería con respecto a la
seguridad y usabilidad del edificio en la fase de emergencia post-sísmica.

2. Gemelos Digitales para el Monitoreo de Salud Estructural Sísmica de

Palacios de Mampostería: Métodos basados en modelos y en datos

2.1. Marco General

La integración de una DT estructural en métodos comunes basados en

datos para la evaluación del estado de las estructuras proporciona una gran
extensión a las capacidades de los sistemas de vigilancia de la salud, para la
evaluación del estado durante las condiciones operativas y la evaluación de
daños después de un evento extremo, como un terremoto [17]. En los sistemas
SHM basados en vibraciones, el activo físico es detectado por un conjunto de
sensores heterogéneos que extraen información sobre la respuesta de la
estructura a acciones operativas o extremas, así como del entorno. A través de
técnicas de análisis de datos, el bucle de retroalimentación se cierra mediante una
fundición en tiempo real de las condiciones estructurales, que puede basarse
completamente en los datos adquiridos. Esto implica que las decisiones
informadas dependen plenamente, en este caso, de la capacidad de extraer
cantidades de ingeniería significativas de los datos adquiridos. Entre otros
factores, esta posibilidad depende (i) de la calidad y cantidad de datos
disponibles, que a su vez refleja la sensibilidad, extensión y densidad de la red
de sensores, y (ii) del cumplimiento de la hipótesis subyacente a la técnica de
análisis, como el requisito clásico de la entrada de ruido blanco para realizar el
análisis modal operativo. La limitación más evidente, sin embargo, es la
imposibilidad de hacer predicciones para el comportamiento a largo plazo de la
estructura, en particular para las condiciones que difieren de las medidas (por
ejemplo, la fuerte respuesta no lineal e inelástica durante el terremoto en
oposición a las condiciones elásticas lineales de las vibraciones ambientales).

El empleo de un DT estructural basado en la física permite enriquecer la

información inferida de los datos con la proporcionada por la física del modelo
(Figura 1). Estos beneficios, entre otros, incluyen:

 detección virtual, es decir, la posibilidad de medir ubicaciones y fenómenos

que son difíciles o imposibles de medir con el sensor físico;
 la estimación de las incertidumbres y las sensibilidades de los modelos;
 la identificación de los daños, destinados a su detección, localización y
cuantificación;
 la predicción del comportamiento estructural lineal y no lineal, la predicción
de la respuesta para la carga arbitraria y las condiciones ambientales.

Por lo tanto, las decisiones informadas se rigen por la respuesta del

modelo, que, a su vez, se basa en datos experimentales. Este esquema permite
fundir la condición de la estructura casi en tiempo real. Además, sobre la base de
la eficiencia computacional del modelo, dicha integración permite simulaciones
en tiempo cuasi real (en línea) o, más a menudo, predicciones en tiempo diferido
(fuera de línea) del comportamiento estructural en futuros estados no medidos.
De hecho, este marco general sigue dependiendo en gran medida de los casos y
carece de una aplicación sistemática general de las estructuras civiles.

En los siguientes párrafos se analizan diferentes estrategias para lograr

una evaluación sísmica de la salud basada en modelos y datos de palacios de
mampostería dinámicamente monitoreados, centrándose primero en los
enfoques de modelado estructural adecuados (Sección 2.2) y, en segundo lugar,
sobre posibles técnicas de fusión de datos (sección 2.3).
Figura 1. Diagrama conceptual del marco SHM-DT para la evaluación del estado
de los activos físicos.

2.2. Modelado Estructural

La conservación y la protección sísmica de edificios de mampostería

monumentales plantean importantes desafíos para la comunidad de ingenieros
debido a su vulnerabilidad intrínseca a las acciones sísmicas y al intrincado
comportamiento estructural. Los edificios patrimoniales son típicamente grandes
estructuras que han sufrido transformaciones espontáneas en el pasado,
resultando en una configuración estructural actual caracterizada por
irregularidades geométricas, heterogeneidades materiales y sistemas
estructurales peculiares. Como resultado, la evaluación de las condiciones de
salud y seguridad de estas estructuras presenta algunos problemas críticos que
deben resolverse para lograr un análisis estructural fiable.

Uno de los principales retos es la elección de la estrategia de modelado.

Entre las posibilidades, profundamente revisadas en [18,19] y discutidas desde
un punto de vista de ingeniería sísmica en [20,21], los modelos de elementos
finitos (FE) constituyen la opción más común para los activos monumentales.
Según la clasificación propuesta en [20], que se refiere a las escalas de
modelización y discretización, estos modelos pueden clasificarse como CCLM
(modelos de ley constitutiva continua) en el que el comportamiento del material
de albañilería se describe mediante leyes constitutivas homogéneneizadas de
derivación fenomenológica o micromecánica. La literatura es rica en ejemplos de
modelos de fe construidos y empleados para analizar el comportamiento
estructural de estructuras históricas de mampostería, como torres [22], iglesias y
monasterios [23-25], fortalezas y castillos [26,27], y, no menos importante,
palacios [28-30].

El enfoque FE proporciona una representación muy detallada de la

estructura, que se produce a costa de (i) un gran esfuerzo inicial dedicado a la
fase de modelado (aunque, hoy en día, las estrategias de modelado automatizado
basadas en nubes de puntos escaneadas por láser se están convirtiendo en una
posibilidad real [15,31,32]); (ii) tratar con una variedad de parámetros de entrada
para definir el comportamiento material y mecánico en los regímenes lineales y
no lineales, especialmente en la fase de calibración; y (iii) una demanda
computacional significativa en la fase de simulación, dependiendo de la
complejidad del modelo y de los fenómenos investigados. El segundo y el tercer
punto pueden introducir limitaciones para la integración SHM-DT en las fases
de actualización y pronóstico del modelo, particularmente cuando se trata de
acciones sísmicas, que implican fuertes no linealidades y largos tiempos
computacionales.

Centrándose en el análisis de la respuesta a las acciones sísmicas, en el

caso de los palacios históricos de mampostería, la formulación del marco
equivalente (FE) proporciona una estrategia de modelado complementaria [33].
Este enfoque cae dentro de la clase de SEM (elementos estructurales mod els), en
el que los elementos estructurales macroscópicos gobernados por un número
limitado de parámetros mecánicos discretizan el continuo de mampostería. En la
representación de marco equivalente, solo se modelan explícitamente áreas
específicas de muros de mampostería, las porciones verticales y horizontales de
mampostería entre aberturas que exhiben daños estructurales debido a acciones
sísmicas (es decir, muelles y enjutas). La deformabilidad se reduce a estos
elementos, mientras que se supone que las partes restantes de las paredes se
comportan rígidamente (nodos rígidos). El modelo tridimensional es el resultado
del ensamblaje de marcos verticales, que comúnmente representa la rigidez en el
plano de los paneles de mampostería, con diafragmas horizontales de rigidez
finita que representan el sistema de pisos. En [33] se informa de un debate en
profundidad sobre la aplicación de la HA, que incluye algoritmos, criterios de
fallo y técnicas de análisis estático y dinámico.

Este enfoque comparte algunas similitudes con las técnicas clásicas de

reducción de modelos, cuyo objetivo es reducir la complejidad computacional de
los modelos matemáticos reduciendo su dimensión, es decir, sus grados de
libertad, aceptando un error de aproximación con respecto al modelo original. El
concepto de FE sigue intrínsecamente esta vía, ya que la discretización condensa
todos los grados de libertad de la estructura a escala de elementos estructurales.
Esta estrategia reduce fuertemente la complejidad del modelo y mejora su
rendimiento, con las principales limitaciones de perder (i) la resolución para
describir escalas más pequeñas que las de los paneles de mampostería -como el
continuum material- y (ii) la posibilidad de capturar inesperados (sin codificar)
deformaciones que ocurren en las partes rígidas.

Las peculiaridades morfológicas que los palacios comparten típicamente

con los edificios de mampostería ordinarios, sobre todo la regularidad en la
disposición de las aberturas en las fachadas, sugieren que el enfoque de
modelado EF es una herramienta de análisis adecuada. De hecho, otras
suposiciones de esta formulación deben juzgarse con conocimientos
especializados caso por caso. Un ejemplo común es la hipótesis del
comportamiento en el plano de las paredes de mampostería, que se satisface en
el caso de diafragmas horizontales rígidos y por la presencia de conexiones
adecuadas de pared a pared y de pared a diafragma. Debido a la complejidad y
heterogeneidad que caracteriza a los edificios de mampostería existentes, hay
varias propuestas en la literatura para calibrar, adaptar o mejorar las reglas que
rigen el equivalente-representación de marcos para hacer frente a problemas
comunes encontrados en el modelado de estas estructuras. Entre los otros, estos
problemas se plantean por una disposición irregular de las aberturas [34-36], la
presencia de diafragmas deformables [37,38], pisos abovedados [39,40] y
sistemas de arco [41,42], la calidad de la conexión entre muros ortogonales [43].
Sin duda, la relevancia de estos factores en la simulación del comportamiento
global de la estructura y el comportamiento local de sus subsistemas puede
evaluarse con precisión a partir de la comparación con mediciones
experimentales [44-46] o con los resultados de un modelo de FE más detallado, a
menudo adoptada en la literatura como referencia [47-51].

Siguiendo las directrices proporcionadas por la literatura, la técnica EF

puede emplearse de forma fiable para el modelado estructural de palacios de
mampostería. El modelado de elementos estructurales, aunque simplificado
desde el punto de vista mecánico, sigue representando con precisión el
comportamiento sísmico del edificio y tiene la principal ventaja de ser
extremadamente eficiente computacionalmente en comparación con los modelos
FE de mayor fidelidad. En el marco de DT, el número limitado de elementos y
grados de libertad permite que la fase de actualización se resuelva en segundos
(véase la siguiente sección 2.3), mientras que la predicción del comportamiento
no lineal se puede obtener en un tiempo razonable que va de varios minutos a
unas pocas horas, incluso para estructuras grandes y complejas, gracias a las
leyes constitutivas eficientes definidas a escala de elementos estructurales.

2.3. Actualización continua de modelos para calibración de modelos y evaluación de daños

en tiempo real

En ingeniería estructural, la actualización del modelo es el proceso de

calibración de un modelo estructural para mejorar su precisión en la
reproducción del comportamiento real de la estructura sometida a diferentes
tipos de carga [52]. En el marco de un SHM basado en la vibración continua, la
estructura se supervisa durante sus condiciones de funcionamiento. La
actualización del modelo implica, en este caso, una comparación periódica -que
puede tener lugar diariamente, por hora o prácticamente en tiempo real, basada
en las características de la adquisición y el esfuerzo computacional requerido-
entre los parámetros modales predichos por el modelo (frecuencias naturales y
formas de modo) y las identificadas a partir de vibraciones ambientales, es decir,
a partir de las oscilaciones de baja amplitud generadas por una entrada espectral
de frecuencia plana ideal proporcionada por la carga ambiental. En este caso,
entre los varios parámetros implicados en el problema de los valores propios
directos, los sensibles (cuyo pequeño cambio influye significativamente en el
comportamiento modal [53]) pueden sintonizarse utilizando un algoritmo de
optimización, con el objetivo de minimizar las diferencias entre las respuestas
dinámicas previstas y medidas. Estas afirmaciones siguen siendo válidas cuando
se trata de la evaluación del estado de la estructura después de un evento
extremo, como un terremoto, que normalmente se realiza comparando los
estados operativos antes y después de la carga para detectar daños [54].
 La actualización del modelo puede formularse como un problema de
optimización inversa. Para abordarlo, se pueden emplear dos categorías de
técnicas de optimización: optimización global y local [55]. Los algoritmos de
optimización global, ya sea determinista, estocástica o heurística, intentan
explorar todo el espacio de búsqueda para encontrar el mínimo global de la
función objetiva, la función que mide la diferencia entre la respuesta predicha y
la meta. La función objetivo típicamente combina, a través de una compensación,
las diferencias entre las frecuencias naturales simuladas e identificadas y las
formas de modo. Estos algoritmos son generalmente más costosos
computacionalmente y por lo tanto más lentos, pero son más propensos a
encontrar la solución óptima, incluso si el espacio de solución es no lineal o no
convexo.

Por el contrario, los algoritmos de optimización local se centran en

encontrar el mínimo de la función objetivo dentro de una pequeña región del
espacio vecino a una solución conocida. Estos algoritmos iterativos son
típicamente más rápidos y más eficientes, pero, al mismo tiempo, son más
propensos a atascarse en un mínimo local, que puede no ser el óptimo.

La elección entre las técnicas de optimización global y local para la

actualización del modelo depende de la cuidadosa consideración de la
complejidad del modelo, los problemas específicos a tratar y los recursos
computacionales disponibles. En algunos casos se puede utilizar una
combinación de técnicas de optimización globales y locales para lograr un
equilibrio entre precisión y eficiencia. La capacidad de explorar a fondo el espacio
de parámetros hace que los algoritmos de optimización global sean ideales para
la primera calibración del modelo, una fase potencialmente dominada por varias
incógnitas y grandes incertidumbres (por ejemplo, relacionado con las
propiedades mecánicas de los materiales de construcción) pero en el que el
tiempo computacional no es una cuestión primaria. Los algoritmos de
optimización local, en cambio, se ajustan mejor a los requisitos de la actualización
continua del modelo, donde la solución inicial ya se conoce desde la primera
calibración o las anteriores, y se esperan cambios relativamente pequeños en la
solución objetivo (como los debidos a cambios en las condiciones ambientales, al
envejecimiento o degradación, al daño estructural). Por último, los tiempos
computacionales bajos son obligatorios para realizar un seguimiento de los datos
en tiempo real procedentes del sistema de monitoreo.

En general, el gran número de simulaciones implicadas en la fase de

actualización del modelo puede convertirse en el factor limitante en el empleo de
DT basado físicamente para la evaluación del estado de los edificios históricos.
La calibración de un modelo de elementos finitos de alta fidelidad (FE) puede ser
razonablemente perseguida cuando se trata de estructuras simples en forma de
viga, como torres [56-60], en estos casos incluso en tiempo cuasi real [61-64].
Dependiendo de la complejidad estructural y el nivel de detalle del modelo,
incluso con capacidades informáticas modernas, esta tarea puede volverse
inviable debido a tiempos computacionales insostenibles.
 Una forma de aliviar esta carga es construir modelos de aproximación, o
modelos sustitutivos, lo más representativos posible del modelo de simulación
original, siendo computacionalmente más baratos de evaluar. Los modelos
sustitutos son representaciones matemáticas de caja negra de un sistema. Estos
modelos se construyen típicamente usando un número limitado de simulaciones
y se pueden utilizar para predecir rápidamente el comportamiento del sistema
bajo diferentes condiciones. El uso de modelos sustitutivos tiene varias ventajas
sobre los métodos de simulación tradicionales. Por un lado, los modelos
sustitutivos pueden reducir en gran medida el coste computacional de las
simulaciones, mientras que, por otro, estos modelos incorporan inherentemente
algún grado de incertidumbre (debido al número limitado de simulaciones en las
que se basan). Hay varios tipos de modelos sustitutivos que se pueden utilizar
para aplicaciones estructurales. Un tipo popular es la expansión del caos
polinomial, que utiliza polinomios ortogonales para representar el
comportamiento del sistema [65]. Otro tipo es el modelo Kriging [66,67], que
utiliza procesos gaussianos para interpolar entre los puntos de datos simulados.
A pesar de sus muchas ventajas, los modelos sustitutos tienen algunas
limitaciones. Es posible que los sustitutos no capten con precisión el
comportamiento del sistema bajo nuevas condiciones de funcionamiento.
Además, la precisión del modelo puede degradarse con el tiempo a medida que
el sistema evoluciona o que se dispone de nuevos datos. Además, pueden no ser
apropiados para todos los tipos de sistemas, particularmente aquellos con un
comportamiento altamente no lineal.

Para el monitoreo sísmico de edificios y palacios de mampostería, como

se discutió anteriormente en la Sección 2.2, un posible enfoque alternativo es
confiar en una representación de marco equivalente (FE) de la estructura. Este
modelo puede considerarse a todos los efectos un sustituto mejorado por la física,
un modelo eficiente que es capaz de simular la respuesta sísmica global de la
estructura basada en la mecánica subyacente de un número limitado de
macroelementos, los paneles de mampostería. La fiabilidad de este enfoque
simplificado en la simulación de la respuesta sísmica de los edificios de
mampostería, incluso en el régimen fuertemente no lineal, está bien
documentada en la literatura. Las validaciones anteriores incluyen, entre otras,
la comparación con los resultados de las pruebas de mesa agitada [68-70], con
técnicas de micro modelado de alta fidelidad [35], con mediciones de aceleración
adquiridas en edificios monitoreados recientemente afectados por terremotos
[44-46,71]. El empleo del modelo de HA en el marco de la vigilancia sísmica sigue
evolucionando a partir de una fase exploratoria, que, no obstante, sigue los
resultados satisfactorios obtenidos recientemente a partir de la simulación del
comportamiento dinámico modal de los edificios existentes (véase [38,44]) así
como algunas validaciones para vibraciones de baja amplitud [72] y en el régimen
débilmente no lineal [73].

La discretización de EF permite reducir en gran medida la complejidad

de la simulación y, como consecuencia, reducir el esfuerzo computacional
pagando el costo de la resolución espacial (que está limitada por la escala de los
elementos estructurales). Como se mostrará en las aplicaciones (Sección 4), este
modelo eficiente puede emplearse directamente en procedimientos de
actualización continua, la transformación efectiva en un DT estructural de la
estructura supervisada, enriqueciendo la información extraída del sistema de
seguimiento inmediatamente después del terremoto, evolucionando la detección
de daños basada en datos hacia una evaluación de daños basada en modelos y
datos más sólidos, que puede incluir también la localización y cuantificación de
daños.

2.4. Predicción basada en datos basados en modelos del comportamiento estructural

postsísmico

Como se discutió en el párrafo anterior (Sección 2.3), los modelos DT

ideales deben tener capacidades que se puedan emplear fácilmente en línea en
paralelo a la adquisición de datos, es decir, en un cuasi real-realEl objetivo de este
programa es apoyar el seguimiento estructural de la salud y la evaluación del
estado de los edificios supervisados después del terremoto, enriqueciendo la
información proporcionada únicamente por los datos sobre vibraciones. Estas
tareas suelen incluir, entre otras cosas, una evaluación inicial de los posibles
daños a la estructura, que suele ir seguida de una evaluación más detallada de la
capacidad estructural residual.

La primera tarea (incluyendo idealmente los tres niveles de evaluación

de daños, detección, localización y cuantificación) se puede lograr a través de la
actualización del modelo y proporciona información útil relacionada con la
difusión real de daños y la gravedad en la estructura real, así como estimaciones
cuantitativas de la degradación de las propiedades mecánicas de los elementos
estructurales.

Las evaluaciones más precisas con respecto, por ejemplo, a la

funcionalidad estructural, generalmente se llevan a cabo fuera de línea, ya que
requieren simulaciones computacionalmente costosas no lineales. Estos análisis
se dirigen comúnmente a verificar la operatividad de la estructura (en particular,
si la estructura tiene una función estratégica en la gestión de la emergencia
sísmica del área urbana, como sucede a menudo a los edificios del ayuntamiento
en los municipios italianos), su usabilidad y seguridad (para permitir las
siguientes inspecciones in situ, la recuperación de activos artísticos en
condiciones de seguridad, eventualmente el retorno de los ocupantes)y, por
último, la capacidad residual de futuras acciones sísmicas para garantizar la
protección de vidas humanas en caso de réplicas.

En este sentido, los sustitutos modales de FE son muy adecuados para la

evaluación rápida de daños (Sección 2.3), pero carecen de la capacidad para
predecir el comportamiento de la estructura después del terremoto. Los modelos
EF, por otro lado, tienen aproximadamente la misma eficiencia en el régimen
elástico y son capaces, en pocas decenas de minutos, de simular la respuesta no
lineal de la estructura a acciones sísmicas conocidas o esperadas. Por lo tanto,
pueden utilizarse para simular con precisión los daños estructurales y la
consiguiente pérdida de capacidad, lo que los convierte en una herramienta
valiosa para evaluar la respuesta a futuros choques.
 Las simulaciones con respecto al comportamiento sísmico general de la
estructura se pueden realizar de antemano, seleccionando la entrada sísmica
plausible y simulando e interpretando la respuesta estructural esperada en un
sentido estadístico. Cuando se sintetizan eficazmente, estos resultados se vuelven
inmediatamente útiles una vez que el terremoto golpea. Por ejemplo, los gráficos
de comportamiento recientemente propuestos que relacionan una reducción de
frecuencia medida con el nivel de daño global esperado alcanzado por la
estructura [74] permiten una evaluación rápida basada en datos modelo del nivel
de daño esperado en la estructura. De hecho, una evaluación precisa de los
efectos causados por un terremoto específico que golpeó la estructura solo puede
llevarse a cabo después del evento. La aportación sísmica medida en la base o en
la proximidad del edificio se emplea directamente, cuando está disponible, para
simular con precisión la respuesta estructural no lineal al terremoto y, en el caso
de una estructura supervisada, para compararla con las mediciones de la
respuesta [45].

Siguiendo la metodología descrita, los siguientes párrafos presentan el

desarrollo de un gemelo digital EF para el histórico Consoli Palace de Gubbio,
Italia. El DT se emplea para apoyar las evaluaciones de integridad estructural
después de la secuencia sísmica que golpeó el edificio el 15 de mayo de 2021,
abordando la evaluación de daños en línea basada en la actualización continua
del modelo (Sección 4.2) y la evaluación fuera de línea de la capacidad residual
de desarrollo basada en análisis estáticos no lineales (sección 4.3).

3. El Palacio Consoli de Gubbio, Italia, y la secuencia sísmica del 15 de mayo

de 2021

3.1. El Palacio: Sistema de Monitoreo Dinámico y AVT

El Consoli Palace, situado en Gubbio, Umbría (Italia central), es un

impresionante complejo arquitectónico construido durante el siglo XIV. Destaca
como una de las construcciones más atrevidas de su época, elevándose sobre la
plaza principal de la ciudad a una altura de 60 metros. El palacio comprende un
cuerpo central, una logia panorámica y un campanario, accesible desde la azotea.
Los muros portantes del Consoli Palace tienen un espesor de aproximadamente
1,2 m, medido a partir de inspecciones in situ, y cada piso se caracteriza por
techos abovedados de orientación diferente y distribuidos. El edificio está
construido con una textura homogénea de mampostería de piedra calcárea. Las
fachadas este y oeste del palacio están adornadas con ventanas de arco redondo
y merlones en la azotea.
Según la normativa sísmica descrita en la norma técnica italiana
NTC2018 [75], el emplazamiento se caracteriza por un pico de aceleración del
terreno (PGA) de 0,227 g con una probabilidad de superación del 10% en un
período de 50 años (período de retorno de 475 años). Además, la ciudad está
situada cerca de la falla normal de Gubbio, una falla preorogénica que se extiende
por 22 km [76]. Para vigilar la alta sismicidad de la zona, en 2014 se estableció
una densa red de estaciones sísmicas, conocida como Observatorio del Alto
Tiberina Near Fault-TABOO [77].
 En 2017, se instaló un sistema de monitoreo continuo en el palacio, que
sufrió nuevas mejoras en julio de 2020 al aumentar el número de sensores (A1-
A12 con referencia a la Figura 2). El Departamento de Ingeniería Civil y
Ambiental de la Universidad de Perugia diseñó y gestionó el sistema en el marco
de proyectos europeos y nacionales. El sistema de adquisición consta de varios
componentes:
 un sistema mixto de adquisición de datos conectado a sensores (modelo NI
CompactDAQ-9132 equipado con módulos de adquisición NI 9234 para
acelerómetros con resolución de 24 bits, rango dinámico de 102 dB y filtros
antialiasing;
 un módulo de adquisición NI 9219 con resolución de 24 bits, rango de 60 V,
100 S/s para LVDTs y termopares);
 una red inalámbrica (tecnología del sistema LoRaWAN).

El sistema de vigilancia consta de doce acelerómetros unidireccionales

denominados A1-A12, situados y orientados según se indica esquemáticamente
en la figura 2. Los acelerómetros, modelo PCB393B12, tienen las siguientes
características: un rango de medición de 0,5 g, un rango de frecuencia de 0,15-
1000 Hz, una resolución de banda ancha de 8 µg y una frecuencia resonante de
10 kHz. Además, se incluyen en el sistema cuatro transductores variables lineales
(modelo serie S) con un rango de medición de 0-0,5 mm y una resolución de 0,31
m (D1-D4) y seis termopares (T1-T6, modelo tipo K).

Los datos de aceleración se registran en archivos que abarcan una

duración de 30 minutos de mediciones con una frecuencia de muestreo de 100
Hz, y luego se reducen a 40 Hz. Las mediciones de las amplitudes de fisuras y los
valores de temperatura se adquieren cada media hora. Todos los datos se
guardan constantemente en un sistema de almacenamiento basado en la nube,
convenientemente accesible a través de una plataforma basada en la web. Los
datos se procesan constantemente mediante el software integrado MOVA, una
herramienta automatizada basada en la técnica de identificación estocástica
subespacial (SSI) basada en la covarianza. Los efectos ambientales se eliminan de
las señales originales a través de los modelos estadísticos de regresión lineal
múltiple (MLR) después de analizar las series temporales de mediciones de
temperatura ambiente y material durante el período de entrenamiento de un año.
Más detalles sobre el estudio de caso analizado se pueden encontrar en [67,78,79].
Figura 2. Representación esquemática del sistema SHM del palacio (A1-A12) y
de la red de sensores ampliados AVT (A1-A19).

Con el fin de abordar la calibración inicial de los modelos

computacionales, se realizó un AVT el 7 de mayo de 2021 mediante la inclusión
de los canales A13-19 (Figura 2). Más en detalle, los canales A13-A16 permitieron
mejorar la definición del comportamiento dinámico de la azotea, mientras que
los canales A17-A19, colocados en la parte superior del campanario, se
incluyeron para evaluar el impacto de este elemento delgado en la dinámica
global del palacio. Los resultados de la identificación se presentan aquí como
referencia para la siguiente discusión. Los primeros cinco modos identificados
(Tabla 1) se encuentran en el rango de frecuencias 2.3-4.2 Hz, correspondiente al
rango de períodos 0.24-0.43 s. Las etiquetas "G" y "L" indican, respectivamente,
un modo global y local, con una flexión "F" dominante o "T" componente
torsional que se desarrolla a lo largo de los ejes de referencia x, y o z (véase la
figura 2).

Tabla 1. Frecuencia f natural y relación de amortiguación ξ identificada para los

primeros cinco modos naturales del palacio durante el AVT realizado el 7 de
mayo de 2021.
3.2. Monitoreo continuo a través de la secuencia sísmica del 15 de mayo de 2021

El 15 de mayo de 2021, tuvo lugar una secuencia sísmica menor con el

epicentro en Gubbio, Italia, caracterizado por el choque más fuerte de magnitud
Mw 3.9 golpeando a las 07:56:01 UTC, y otros choques leves ocurrieron en los
días siguientes, con una magnitud máxima de hasta Mw 3.1. La estación de
medición "Gubbio Parcheggio Santa Lucia" (GBSL) de la Red Italiana de
Movimiento Fuerte (RAN, [80]), una densa red de estaciones sísmicas
distribuidas por todo el territorio italiano gestionada por el italiano, ha registrado
aceleraciones en tierra. Departamento de Protección Civil. La estación se
encuentra a una distancia de unos 700 m del epicentro (Figura 3a) en un suelo de
clase B según el Eurocódigo 8 (VS,30 = 765 m/s2, bastante cerca del umbral de 800
m/s2 de clase A que representa la condición de roca madre). Las formas de onda
descargadas de la base de datos ITACA [81] muestran que las aceleraciones de
tierra de pico (PGA) alcanzaron 102,38, 77,83 y 47,15 cm/s2 a lo largo de los
componentes HNE, HNN y HNZ, respectivamente (figura 3b, arriba). Los
espectros de respuesta muestran que el contenido de energía de los componentes
horizontales está localizado en el rango 0.1-0.25 s (Figura 3b).

Figura 3. Terremoto del 15 de mayo de 2021 en Gubbio, Italia. (a) Ubicación del
epicentro, de la estación sísmica RAN GBSL y del Consoli Palace. (b)
Aceleraciones medidas por la estación GBSL a lo largo de los componentes HNN,
HNE y HNZ, y espectros de respuesta correspondientes (amortiguación del 5%).

Debido a una interrupción eléctrica que afecta al sistema SHM hasta

alrededor de las 08:00 UTC, los datos de vibración continua, adquiridos en el
palacio solo están disponibles antes y después del evento [82]; sin embargo,
siguen siendo extremadamente valiosos para los fines de este trabajo. Para probar
la fiabilidad de una actualización continua de los modelos estructurales del
palacio (ver Sección 4.1) y su capacidad para apoyar la evaluación de daños post-
terremoto, se analiza por primera vez un mes de datos modales que van del 1 de
mayo al 31 de mayo e incluyen el evento sísmico y, más adelante en el
documento, emplea el conjunto de datos de referencia para llevar a cabo la
actualización del modelo y la siguiente evaluación de daños.
 Para contener su variabilidad, las frecuencias naturales y las formas de
modo de los primeros cinco modos de vibraciones, que se han identificado desde
la unidad de investigación de Perugia a partir de adquisiciones continuas de 30
minutos de duración y depuradas a partir de efectos ambientales, se han
promediado cada día. En [82] se facilita más información sobre la identificación
dinámica continua.

El Palacio de Consoli, situado a una distancia de alrededor de 1,25 km

del epicentro del terremoto principal, exhibió una leve evolución de los
mecanismos de daño preexistentes, que están relacionados con algunas grietas
observadas que afectan a la fachada norte y su conexión con la fachada oeste
ortogonal. En [67] se informa de una evaluación en profundidad de los daños
causados por la secuencia sísmica, avalada por la fusión de las inspecciones in
situ con simulaciones computacionales basadas en FE. A los efectos de las
siguientes aplicaciones, cabe destacar que, como consecuencia de la baja
intensidad del choque, la leve gravedad del patrón de daños no plantea una
amenaza relevante para la integridad estructural del palacio.

No obstante, como se informó en [67], se ha observado un decaimiento

de frecuencia permanente para los primeros cinco modos de vibración, que van
del 1,1% al 1,4% para los modos globales del palacio, del 2,3% al 2,7% para los
modos locales del campanario.

Este cambio ya es evidente al observar el valor promedio diario de las

frecuencias naturales (conocidas como en los siguientes) en el corto período de
observación del mes de mayo de 2021 (Figura 4a). Las variaciones de frecuencia
∆
relativas con respecto a la observación inicial = −( − )/ (Figura 4b)
muestran reducciones permanentes en el rango 2-4%, mientras que las
relacionadas con el día anterior (subcipt d-1, Figura 4d) destacan claramente
cómo esas reducciones son máximas a lo largo del día de la conmoción principal.
Las variaciones en las formas de modo, estimadas por el indicador del criterio de
garantía modal (MAC) [83], parecen estar generalmente contenidas (valores
MAC superiores a 0,94, figura 4c,e). Más detalladamente, las frecuencias
naturales diarias a lo largo del 15 de mayo, sus reducciones relativas y el MAC
cruzado se indican en el cuadro 2.
Figura 4. Los primeros cinco modos identificados de vibraciones y sus
variaciones observadas en mayo de 2021, destacando los efectos del choque
sísmico de Mw 3.9 del 15 de mayo. (a) Frecuencia diaria promedio , (b,d)
variaciones relativas con respecto a la primera observación y la observación
del día anterior , (c,e) valores MAC.

Para lo que se refiere al comportamiento a largo plazo, el análisis de las

variaciones medias relacionadas con las frecuencias medias ̅ y las formas de
modo promedio Φ de los períodos de observación antes y después del evento
confirma la ocurrencia de cambios permanentes en las frecuencias de modo, en
particular las relacionadas con los modos locales del campanario (lado derecho
del cuadro 2). En general, estos cambios parecen mucho más limitados para las
formas de modo. De hecho, el indicador medio MAC no sugiere un cierto modo
entre los identificados como los más afectados por los daños sísmicos.

TABLA 2. Cambio en las frecuencias naturales causado por el terremoto del 15

de mayo de 2021, tanto con respecto a los valores promediados diarios ( ,
, y las variaciones relativas ̅ ̅
/ ) y los promedios largos en todos los
períodos de observación previos y posteriores al terremoto ( ̅ , ̅ , y
variaciones relativas ∆ / ). ̅
 Para lograr una localización preliminar basada en datos del daño
ocurrido, se ha llevado a cabo un análisis más preciso de todo el conjunto de
modos considerados estimando diferentes indicadores de daño basados en
coordenadas, la coordenada MAC (COMAC) en su original [84], escalada ("-s")
[85] y versiones mejoradas ("-e") [86], así como el MAC variacional ("-var") [87].
Se espera que el indicador COMAC, concebido como la diferencia del valor
unitario, sea mayor para la coordenada que sufrió los cambios más abruptos. El
MAC variacional destaca las coordenadas que se eliminarán posteriormente del
cálculo del MAC para maximizar su aumento promedio en todos los modos.

Los indicadores COMAC estándar y escalados evaluados entre las

formas de modo identificadas el día del terremoto y los del día anterior (Figura
5a) sugieren sensores A6 y A11, ambos dirigidos a lo largo de x (la dirección
paralela a los lados cortos del palacio), para ser los más afectados por los efectos
del terremoto. El sensor A6 se encuentra en la planta de Nobili, cerca de la
esquina noreste, mientras que el sensor A11 está en la azotea, en el centro de la
fachada principal. El COMAC mejorado señala el sensor A2, ubicado en la azotea
y cerca del lado sur, como el sensor más afectado, seguido a su vez por A6 y A11.
Este resultado coincide mejor con el análisis MAC-var (figura 5b). La eliminación
del canal A2, de hecho, proporciona la máxima ganancia en el valor promedio
del MAC, mejorando principalmente la correlación del modo global G-Fy. Este
modo se desarrolla en la dirección ortogonal y (paralela a los lados largos del
palacio), pero incluye algún efecto torsional, que puede explicar tal resultado.

Los mismos indicadores estimados en las formas de modo promediadas

de los períodos de observación de eventos previos y posteriores parecen ser más
coherentes entre sí. Todos los indicadores del COMAC (Figura 5c) coinciden con
el análisis del MAC-var (Figura 5d) en identificar los lugares A2 como los más
afectados por los efectos a largo plazo del terremoto. La eliminación de este
sensor del análisis MAC es óptima en un sentido promedio y de nuevo está
mejorando principalmente la correlación del modo global G-Fy a lo largo de la
dirección ortogonal.

Los resultados basados en datos señalan, en general, la dirección x como

la más afectada por los daños sísmicos, daños que pueden ser aproximadamente
localizados, pero apenas cuantificados, en las paredes del perímetro sur del
palacio (de acuerdo con la evolución del patrón de fisuras preexistente observado
durante las inspecciones in situ, véase [67]). Estos resultados se tomarán como
referencia en las aplicaciones de los procedimientos basados en datos basados en
modelos propuestos en las siguientes secciones.
Figura 5. Los indicadores COMAC y MAC-var se estimaron después del
terremoto del 15 de mayo de 2021, (a,b) con respecto al día anterior, (c,d) a
promedios largos en todos los períodos de observación anteriores y posteriores
al terremoto.

4. Actualización continua de DTs: Aplicaciones

4.1. Modelos Marco Equivalente (EF) y Elemento Finito (FE) del Palacio
Para profundizar el análisis del comportamiento sísmico del palacio,
teniendo en cuenta el objetivo de desarrollar un DT estructural para apoyar las
evaluaciones postsísmicas (Sección 2), la estructura se ha modelado de acuerdo
con dos enfoques diferentes (entre los discutidos en la Sección 2.2), el marco
equivalente (EF) y las formulaciones de elementos finitos (FE).
El modelo de FE de la estructura (Figura 6a) ha sido construido por la
unidad de investigación de la Universidad de Génova en el marco del proyecto
de investigación PRIN DETECT-AGING (Degradación de los efectos sobre el
patrimonio cultural simulación y control de salud).
El modelo tridimensional ha sido mallado y ensamblado empleando el
software comercial 3Muri (S.T.A. DATA, versión 13.9.0.0), cuyo solucionador
(TREMURI en lo sucesivo) ha sido desarrollado en la Universidad de Génova
[33]. Basado en la geometría del edificio y la disposición de las aberturas y de
acuerdo con las reglas comúnmente empleadas para los edificios de mampostería
ordinaria, cada pared de mampostería se subdivide automáticamente en muelles
y spandrels deformables, que están conectados por nodos rígidos. Finalmente, el
modelo tridimensional de la estructura se construye ensamblando paredes
verticales y diafragmas horizontales. Se ha procedido al ajuste manual de la malla
original para mejorar la discretización de la FE en las paredes exteriores de la sala
Arengo (sección 3.1). Esta área se caracteriza, de hecho, por una altura relevante
entre plantas -cerca de 15 m- y aberturas relativamente pequeñas. La alteración
de la malla original hizo que la altura de los pilares fuera más representativa de
la porción deformable esperada de las paredes, reduciendo al mismo tiempo las
dimensiones excesivas de los nodos rígidos, que de otro modo podrían producir
una sobreestimación de la rigidez general. El desarrollo del modelo, la
optimización de la malla y la primera calibración dinámica del modelo basado
en la campaña AVT ampliada de mayo de 2021 (sección 3.1) se describen
detalladamente en [88]. El modelo de HA presentado aquí ha sido recalibrado de
acuerdo con el nuevo esquema de actualización presentado en la Sección 4.2, que
considera solo cuatro regiones predefinidas y cuatro variables de actualización,
a saber, los módulos Young de las regiones.
El modelo tridimensional FE de la estructura (Figura 6b) ha sido
desarrollado por la unidad de investigación de la Universidad de Perugia en el
marco de investigaciones anteriores [67,89]. Para proporcionar más detalles, los
autores reconstruyeron y calibraron un modelo utilizando datos AVT de mayo
de 2017. Este modelo constaba de nueve acelerómetros piezoeléctricos uniaxiales
de alta sensibilidad, como se documenta en [89]. Inicialmente, el modelo se
dividió en cuatro partes: el nivel Gattapone (situado debajo de la plaza), el nivel
Arengo Hall, el nivel Nobili (que incluye el nivel Campanari), y el campanario.
Para tener en cuenta las posibles variaciones en las propiedades de los materiales
en estas partes del edificio, a cada parte se le asignó un valor de módulo Young
distinto. Posteriormente, en mayo de 2021, se llevó a cabo una nueva campaña
de AVT (Sección 3.1) mediante una densa red de sensores (A1-A19 con referencia
a la Figura 2). A continuación, se volvió a calibrar el modelo, ajustando el módulo
elástico de nueve regiones predefinidas (para más información, véase [67]). Estas
regiones incluyen el piso de Arengo y el nivel de Gattapone, el techo arqueado
de Nobili, la azotea y sus anexos, la logia, el campanario, los patrones potenciales
de agrietamiento que pueden activarse por un terremoto evaluado según lo
informado en [79] a través de análisis estáticos no lineales, las paredes verticales
a lo largo de la dirección x, y las paredes verticales a lo largo de la dirección y.
La Tabla 3 presenta una comparación general entre los dos modelos
estructurales en términos de número de nodos, elementos, grados de libertad
(DOFs) resultantes de las dos discretizaciones, y el tiempo medio transcurrido
para la ejecución de diferentes tipos de análisis (por ejemplo, análisis modal (MA)
y análisis estático no lineal (NLSA)) en una CPU moderna de cuatro núcleos. La
diferencia en sofisticación surge inmediatamente. El modelo FE tiene un número
de DOFs de tres órdenes de magnitud mayor que el de la compañera EF. Este
enorme aumento de la complejidad otorga al modelo FE una fidelidad sin igual,
a costa de un aumento dramático en tiempos computacionales, que son alrededor
de 200 veces más largo para un análisis modal y en el orden de diez mil veces
más para un análisis sísmico no lineal, como NLSA.

Tabla 3. Comparación entre los modelos EF y FE del Consoli Palace.

 La Figura 7 resume los resultados de las calibraciones de EF/FEM con
respecto a los datos experimentales de AVT, en términos de correlación de forma
de modo (valor MAC) y diferencia relativa ∆ / entre frecuencias numéricas y
experimentales. Además, se ilustra una representación esquemática de las formas
de modo global EF/FEM. El proceso de calibración de la FE (véase la sección 4.2),
que solo involucra cuatro parámetros, toma alrededor de 5 iteraciones (cada una
con 4 evaluaciones de funciones paralelas para construir la matriz de sensibilidad
de parámetros) y 4 subiteraciones, para un total de 29 evaluaciones de funciones
completadas en menos de 1 min. A pesar de una discretización más áspera, el
modelo EF 7 es capaz de lograr un acuerdo muy bueno con la identificación
experimental, comparable con los resultados obtenidos por la calibración del
modelo FE. Para ambos modelos, las diferencias porcentuales en frecuencia son
inferiores al 4% para todos los modos, y los valores de MAC siempre superan 0,7.
Este resultado señala la posibilidad de reproducir el comportamiento elástico de
los palacios de mampostería mediante una formulación EF simplificada. Es
importante destacar que los valores bajos del indicador MAC observados en el
modelo EF para los modos locales del campanario (modos L-Fy y L-Fx) son el
resultado de las opciones de actualización. Como se explica más adelante en el
documento (Sección 4.2), para garantizar una actualización continua robusta del
gemelo digital EF, la actualización favorece la optimización de la frecuencia y las
formas de modo para los modos globales (los bien capturados por el sistema
SHM permanente, que carece de sensores en la parte superior del campanario),
dando cierta correlación para los locales.
Figura 6. Modelos estructurales del Consoli Palace: (a) modelo EF basado en una
discretización de elementos estructurales y (b) modelo FE de alta fidelidad con
una malla refinada.

Figura 7. Comparación entre la calibración FEM y EF. (a) Valores MAC y (b)
diferencia de frecuencia relativa ∆ / .

4.2. Actualización continua del modelo EF: evaluación de daños en línea basada en
modelos
En la sección siguiente, el modelo estructural de HA del palacio
desarrollado en la sección 4.1 se combina, según la propuesta de la sección 2.1,
con el flujo continuo de información modal identificado a partir del sistema de
seguimiento dinámico. El modelo se actualiza continuamente sobre la base de la
media diaria de las frecuencias naturales identificadas y las formas de modo,
convirtiéndose en un DT calibrado dinámicamente de la estructura real. Para dar
una visión ejemplificante de las fortalezas y limitaciones de esta estrategia y, en
particular, de su utilidad en la emergencia postsísmica, el procedimiento de
actualización se realiza a lo largo de un mes de datos, que incluye la secuencia
sísmica del 15 de mayo de 2021 (Sección 3.2).
Gracias a su eficiencia computacional (véase el cuadro 3), el modelo de
HA de la estructura se actualiza directamente utilizando el conocido método de
sensibilidad [53]. De las diversas técnicas de actualización de modelos
estructurales de estructuras de ingeniería basadas en datos de vibraciones
ambientales [90] y para su optimización en diferentes tipos de incertidumbres
[91], este enfoque ha sido uno de los más exitosos y parece ser ideal para el marco
de actualización continua del modelo (en la que, como se explica en la sección
2.3, se aplican pequeñas perturbaciones a los parámetros sensibles del modelo
computacional previamente calibrado).
El problema de optimización sigue un esquema de Levenberg-
Marquardt ponderado y regularizado [92]
-(.)
1,
! + # %&'(( ! ))* = !+, − , -(.)/, = 0 2 (3)
1.
donde “4” y 45 son el objetivo y las salidas del modelo, p son los parámetros del
modelo que están actualizados, J es la matriz jacobiana que representa la
sensibilidad local de la salida del modelo 45 a las variaciones en los parámetros p,
W es una matriz de ponderación, y λ es el parámetro de amortiguación de
Levenberg-Marquardt que dirige la actualización entre los métodos de Gauss-
Newton (λ pequeño) y el descenso de gradiente (λ grande). Resolver la ecuación
(1) para δ da, en cada iteración, la perturbación que minimiza la suma de los
errores cuadrados (ponderados), es decir, la función 6
6 (. + *) = 7 4 − 45(. + *)) (2)
De acuerdo con los resultados satisfactorios obtenidos previamente en la
calibración dinámica del modelo EF del palacio [88,93], solo se eligen unos pocos
parámetros para la actualización continua, en particular, los que rigen la rigidez
del palacio y del campanario a lo largo de cada una de las dos direcciones
estructurales principales x e y. Se supone que las masas estructurales se
cuantifican hasta un nivel satisfactorio de precisión, mientras que las
propiedades elásticas del material de construcción siguen estando afectadas por
un mayor grado de incertidumbre, no hay pruebas experimentales disponibles
para caracterizar con precisión las propiedades mecánicas de los paneles de
mampostería. Así, los cuatro parámetros sensibles sometidos a la actualización
son el módulo Young de la mampostería de las paredes del palacio dirigidas a lo
largo de x e y, Ep,x y Ep,y respectivamente, lo mismo para los muros del
campanario gobernados por el módulo Et,x y Et,y. Estos son los parámetros a los
que las frecuencias naturales del modelo muestran la sensibilidad más relevante.
La actualización se realiza normalizando todos los módulos con respecto a un
valor de referencia igual a 4752 MPa, que es representativo de una mampostería
de piedra de buena calidad.
Mantener las dos direcciones independientes entre sí tiene un doble
objetivo, destinado a lograr una fase de actualización exitosa y una localización
de daños confiable. En primer lugar, tal como se expuso en [88], este recurso
supera algunas limitaciones en el modelado de la rigidez fuera de plano de los
elementos de mampostería en la formulación EF asumida, cuyo efecto es
significativo debido al gran espesor de las paredes de mampostería del palacio.
En segundo lugar, desde el punto de vista del análisis estructural y la evaluación
de daños sísmicos, la elección de analizar de forma independiente las dos
direcciones principales es una opción común para los edificios de mampostería,
en los que el terremoto direccional Los sistemas resistentes se identifican
fácilmente a partir de la configuración arquitectónica, lo que permite una
interpretación más precisa de la respuesta a las acciones sísmicas y la propensión
a los daños de cada subsistema resistente. Otros parámetros inciertos, como la
densidad de masa de la mampostería y la rigidez de corte de las bóvedas en el
plano, se fijan de acuerdo con los resultados obtenidos en calibraciones anteriores
(véase [88]).
El algoritmo de actualización Levenberg-Marquardt se ha implementado
en el código MATLAB (Mathworks, Inc., Natick, MA, USA, versión R2023a),
mientras que TREMURI está manejando la solución de los problemas de valores
propios, para el cálculo de la matriz de sensibilidad jacobiana J mediante
diferencias finitas y el paso de actualización. La salida objetivo y está compuesta
por la frecuencia de vibración de los cinco primeros modos y sus formas de modo
en todas las ubicaciones detectadas por el sistema de supervisión dinámica
(sección 3.2), excluidas las mediciones fuera de plano A11 y A12 (debido a la
ausencia del correspondiente grado de libertad en el modelo de FE; véase la
sección 4.1). La matriz de ponderación W asigna (i) un doble peso relativo a los
modos globales con respecto a los modos locales (dada la ausencia de un sensor
SHM dedicado en la parte superior del campanario, Sección 3.1) y (ii) el mismo
peso relativo a las frecuencias y formas de modo. El parámetro de amortiguación
λ se inicializa con un valor de 1x10-3 y se actualiza con arreglo a [92]. La
convergencia se logra si, al final de una subiteración, el cambio relativo en el
gradiente o los parámetros p es inferior a un porcentaje o el cambio relativo en la
función de error χ2 es inferior a una parte por mil.
Los resultados del procedimiento de actualización se resumen
gráficamente en la Figura 8. Las métricas utilizadas para evaluar la calidad del
ajuste (el mismo empleado primero en la sección 3.2 para evaluar los daños de
las mediciones experimentales y más tarde en la sección 4.1 para comparar los
modelos calibrados de FE y FE) son los típicos de los procedimientos de
actualización de modelos basados en vibraciones ambientales, es decir, (i) una
métrica global basada en la frecuencia dirigida a la calibración de parámetros,
que se basa en la diferencia relativa en las frecuencias modales ∆ / y (ii) una
métrica basada en el espacio expresada a través del índice MAC, que garantiza
la correspondencia uno a uno entre los modos experimental y numérico. Los
pasos más interesantes, en particular, la recalibración inicial basada en AVT, la
calibración del primer día en los datos SHM, y las actualizaciones a lo largo del
día del terremoto del 15 de mayo de 2021, se reportan en las Tablas 4 y 5 en
términos de parámetros actualizados (coeficientes multiplicativos cEp,x, cEp,y,
cEt,x, cEt,y) y modelo de salida, respectivamente.
La recalibración inicial basada en AVT incluyendo los sensores del
campanario (Sección 3.1) se logra en alrededor de cuatro iteraciones y menos de
un minuto de tiempo de cómputo (Tabla 4). El razonamiento detrás de la
sobrestimación del módulo Young para las paredes del palacio en la dirección x
con respecto a los orientados en y (Tabla 5) puede remontarse a la rigidez fuera
de plano no codificada, como se señaló en investigaciones anteriores de los
autores [88].
En cuanto a los datos de SHM, el modelo reproduce continuamente el
comportamiento monitoreado (Figura 8a), con errores de frecuencia relativa
inferiores al 5% (Figura 8b) tanto antes como después del día del terremoto. La
correlación de formas de modo bajo para los modos locales -valores de MAC
alrededor de 0,7 para los modos L-Fy y L-Fx; Figura 8c- podría mejorarse
fácilmente aumentando la ponderación de la forma de modo en la función
objetivo, sacrificando algún acuerdo en la frecuencia. Sin embargo, esta elección
no es adecuada para los fines de esta aplicación, ya que las formas de modo
suelen ser menos sensibles que las frecuencias a los daños estructurales (como se
observa a partir de datos experimentales; Sección 3.2). Cabe destacar, además,
que los modos locales del campanario se rigen por la amplificación modal
superior. El campanario, aunque se modele explícitamente en el modelo EF, no
se supervisa directamente en la configuración actual del sistema SHM (véase la
sección 3.2).

Figura 8. Resultados de la actualización continua del modelo EF del palacio

durante el mes de mayo de 2021. (a) Modelar las frecuencias naturales, (b)
diferencia relativa con respecto a las identificadas experimentalmente y (c) MAC
correspondiente, (d-f) valores de los parámetros actualizados p y sus variaciones
relativas con respecto a la primera calibración p0 y la calibración del día anterior
pd-1.
 El comportamiento a lo largo del tiempo de los parámetros actualizados
p (Figura 8d), así como la comparación preliminar con la calibración de primer
día p0 destacan la reducción permanente de todos los módulos elásticos (Figura
8e). Como se muestra en la comparación con la actualización del día anterior pd-
1, dicha reducción se produce el día del terremoto y con un significado diferente

para cada parámetro (Figura 8f). En el cuadro 4 se cuantifica el cambio relativo

en los parámetros de modelo actualizados a lo largo del día del terremoto, que se
obtienen con solo dos iteraciones y menos de 20 s de cómputo, logrando una
mejora significativa de la función de error χ2. Las variaciones son claramente
reducciones - como se espera de la reducción de las frecuencias objetivo debido
al daño estructural; Sección 3.2 - y pueden definirse como leves en términos
absolutos, siendo siempre inferiores al 10%. En particular, las variaciones en el
módulo elástico p se estiman con respecto al valor de referencia pref, para eliminar
la influencia de la rigidez fuera de plano sin modificar de la evaluación de daños.
La reducción a través del día del terremoto es mucho más significativa a lo largo
de la dirección x en lugar de y, afectando principalmente a las paredes del
palacio. Este escenario está de acuerdo con los resultados de las inspecciones in
situ, al menos por lo que se puede deducir de la evolución de grietas
preexistentes [67], y muestra un buen acuerdo general con los resultados
numéricos obtenidos de la actualización bayesiana del sustituto modal de FE [79]
(sustituto que se deriva del mismo modelo calibrado de FE del palacio
anteriormente presentado en la Sección 4.1).

Tabla 4. Actualización del modelo EF en la calibración inicial (01-05-21) y para

los días del terremoto del 15 de mayo de 2021 (14-05-21 y 15-05-21). Valores del
coeficiente multiplicativo inicial y actualizado del módulo Young de la
albañilería del palacio a lo largo de cada dirección Ep,x, Ep,y y el campanario
Et,x, Et,y, valor de la función de error χ2, número de iteraciones y tiempo de
procesamiento.

Se obtiene una comprensión más profunda examinando el valor medio

actualizado de los parámetros para todos los períodos de observación anteriores
y posteriores al terremoto (cuadro 6), lo que debería proporcionar una
cuantificación más sólida de las reducciones permanentes a largo plazo. El
escenario es bastante similar al descrito anteriormente, aunque, para las paredes
del palacio, las diferencias entre las dos direcciones son menos evidentes. Este
resultado podría estar relacionado con un problema de sobreajuste, que se puede
identificar fácilmente al observar la disminución de la función de error promedio
χ2 en la actualización posterior al terremoto, si se compara con los resultados
previos al evento. En particular, el modelo alcanza un mejor ajuste con la
frecuencia del modo global G-Fy, lo que podría explicar la disminución
significativa en los correspondientes módulos elásticos. Además, el hecho de que
las reducciones de frecuencia identificadas tras el terremoto del 15 de mayo sean
del mismo orden de magnitud que el error de ajuste medio complica aún más el
análisis.
Sin embargo, para lo que concierne al campanario, el procedimiento de
actualización sugiere claramente que la dirección x es la más afectada por el daño
sísmico. Este resultado parece estar muy de acuerdo con los resultados de la
localización de daños basada en datos, que destacó el canal A2-en el nivel de la
azotea, en estrecha proximidad con la base del campanario y orientado a lo largo
de la dirección x-como el lugar más afectado por el terremoto daños inducidos
(sección 3.2), confirmando la fiabilidad de la evaluación propuesta basada en el
modelo.

Tabla 5. Diferencia relativa de frecuencia f∆ / y valores del coeficiente MAC

entre el modelo EF y los datos experimentales, para la calibración inicial (01-05-
21) y para la actualización a lo largo del día del terremoto del 15 de mayo de 2021
(14-05-21 y 15-05-21).

Tabla 6. Valor medio de los parámetros actualizados . y. 9 en referencia a

la actualización pre y post terremoto, su cambio relativo ∆./. . En el lado
derecho, una comparación detallada entre los resultados del modelo y el objetivo.

4.3. Predicción fuera de línea del comportamiento estructural postsísmico: una

perspectiva basada en FE

Los modelos computacionales del palacio desarrollados en la sección 4.1,

alimentados continuamente por la información modal proporcionada por el
sistema de monitoreo dinámico (sección 3.2) y actualizados para que coincidan
con la dinámica experimental (sección 4.2), pueden emplearse eficazmente como
estructurales gemelos digitales de la estructura monitoreada.

La solicitud presentada en los párrafos siguientes debe servir de ejemplo

de la propuesta de la sección 2.3. El modelo EF del palacio, actualizado en tiempo
cuasi real sobre la base de los datos de vibración adquiridos por el sistema de
seguimiento y ya empleados en línea para obtener una estimación rápida de la
gravedad de los daños (Sección 4.2), ahora se emplea en un entorno fuera de línea
para investigar la capacidad residual del edificio después del terremoto del 15 de
mayo de 2021 (Sección 3.2), por ejemplo, en respuesta a posibles réplicas.

De hecho, la reducción de frecuencias identificada experimentalmente en

la estructura (Sección 3.2) es capturada por el modelo de procedimiento de
actualización con respecto a las variaciones en los parámetros elásticos solo, en
este caso, el módulo Young elástico de la mampostería para diferentes áreas del
palacio. Es plausible suponer que, en caso de daños estructurales a los paneles de
mampostería, la resistencia también debería verse afectada. Como primera
hipótesis, se puede suponer que las reducciones relativas de la resistencia de la
mampostería causadas por daños sísmicos son iguales a las identificadas para los
módulos elásticos por el procedimiento de actualización. Esta afirmación está
respaldada por los resultados recientes de la literatura, que investigó, mediante
simulaciones numéricas, la relación entre los parámetros elásticos y de resistencia
en las paredes de mampostería y su alteración debido a los efectos de
envejecimiento y degradación [94]. Los resultados del estudio sugieren que las
respectivas reducciones siguen una tendencia lineal con un coeficiente de
regresión muy cercano a la unidad, validando así el supuesto inicial.

En el cuadro 7 figuran, a la izquierda, los valores iniciales de los

parámetros que rigen la resistencia de los paneles de mampostería. En particular,
la resistencia máxima corresponde a la resistencia mínima entre los criterios de
fallo considerados, en este caso, el agrietamiento diagonal para el fallo de corte
según el criterio de Turnšek y Čačovič, balanceo y trituración para la flexión-y
depende del nivel real de compresión axial. La actualización incluye la resistencia
a la compresión máxima fm, la resistencia a la tracción máxima ft, y la resistencia
al cizallamiento máxima a la tensión de confinamiento cero fv0 (que rige la
resistencia a la tracción equivalente de las lentejuelas [95]). Como enfoque dual
para la actualización de los módulos elásticos Young (Sección 4.2), los parámetros
de resistencia de la mampostería se actualizan individualmente para cada una de
las cuatro áreas del palacio consideradas anteriormente. Esto supone
implícitamente que las áreas con mayores reducciones de los módulos elásticos,
identificadas a partir de la optimización, son las más afectadas por el daño
estructural con respecto no solo a su rigidez sino también a su resistencia. Los
parámetros actualizados (subíndice u) para cada área-muros de mampostería del
cuerpo del palacio en las direcciones x e y, muros de mampostería del
campanario en las direcciones x e y-se informan en el lado derecho de la Tabla 7.

Tabla 7. Valores actualizados (subíndice u) de las resistencias de albañilería,

calculados según los resultados de la actualización en línea (Sección 4.2).
 Adoptando un modelo constitutivo fenomenológico que describe la
respuesta no lineal de los paneles de mampostería a las acciones monotónicas y
cíclicas, implementado en el solucionador de investigación TREMURI con la
formulación lineal a trozos propuesta en [96], el modelo EF puede simular la
respuesta no lineal de los paneles de mampostería hasta niveles de daño severos.
Esto proporciona, en un marco de tiempo que va desde unos pocos minutos para
NLSA a unas pocas horas para análisis dinámicos no lineales (NLDA) (en el
último caso, fuertemente dependiendo del daño global alcanzado por la
estructura), un pronóstico fiable de la futura respuesta mundial del edificio a
posibles réplicas. En esta aplicación, NLSA se selecciona como el enfoque más
adecuado para obtener una estimación inicial rápida de la capacidad residual del
edificio después del terremoto del 15 de mayo. Para este propósito, se aplica un
patrón de carga de fuerzas horizontales proporcionales a las masas del suelo en
el marco equivalente en el pre-terremoto, es decir, el modelo calibrado el 14 de
mayo, representativo de las condiciones de referencia sin daños-y post-
terremoto, es decir, el modelo calibrado el 15 de mayo, en el que las rigideces y
resistencias reducidas resultantes del procedimiento de actualización
reproducen el estado dañado causado por el terremoto.

La Figura 9 muestra una comparación entre las curvas de empuje antes y

después del terremoto. Las curvas en el estado intacto exhiben (i) un
comportamiento dúctil en la dirección x, es decir, a lo largo del lado más corto,
con una caída gradual de la resistencia a partir de alrededor de 0,05 m de
desplazamiento superior y una alta capacidad de desplazamiento, y (ii) un
comportamiento frágil en la dirección y, es decir, a lo largo del lado más largo,
que se determina, a pesar de la mayor resistencia máxima (una cizalla resistente
alrededor del 50% más alta que la de x), por la pérdida repentina y enorme de
cizalla resistente para los desplazamientos superiores de alrededor de 0,25 m, lo
que conduce rápidamente a estados de daño más altos. Las simulaciones
realizadas en el modelo dañado muestran una imagen clara con respecto a la
pérdida de rigidez global. La reducción de rigidez reproduce con bastante
precisión los efectos de los coeficientes de actualización aplicados a los módulos
de mampostería de palacio, con una reducción en la pendiente de la parte elástica
de la curva de desplazamiento de cizalla igual al 7,1% y al 5,0% en dirección x e
y, respectivamente. Por lo que se refiere a la resistencia, a lo largo de la dirección
y, es decir, el lado largo, solo se pierde una fracción insignificante de la fuerza de
reacción máxima de la base, alrededor del 1,2%. Por otro lado, la respuesta del
edificio a lo largo de la dirección x parece estar más significativamente afectada,
con una reducción de la resistencia máxima de alrededor del 5,4% para las
fuerzas aplicadas en el verso positivo.

Las mediciones de la respuesta dinámica del palacio al terremoto no

están disponibles debido a un corte de energía, que afectó al sistema de
monitoreo (Sección 3.2). A este respecto, la respuesta dinámica al terremoto
simulada por NLDA en el modelo calibrado de FE no puede compararse
directamente con mediciones experimentales. No obstante, esta aplicación puede
ser extremadamente valiosa para mejorar los conocimientos sobre difusión de
daños y gravedad adquiridos a partir del procesamiento de datos (sección 3.1) y
actualización de modelos (sección 4.2). El modelo calibrado de FE en estado
intacto (el 14 de mayo) se somete así a los componentes de aceleración de masa
medidos por la estación sísmica cercana "Gubbio Parcheggio Santa Lucia" (GBSL)
(véase la sección 3.2). En particular, dada la proximidad de la estación, no se
aplica ninguna ley de atenuación a la señal. Los componentes horizontales se
giran adecuadamente para que coincidan con las direcciones principales del
palacio, x e y, que forman un ángulo con las direcciones norte y este de alrededor
de 30° (véase la figura 2).

Figura 9. Comparación entre las curvas de arrastre obtenidas del modelo de FE

actualizado continuamente en las condiciones previas al terremoto (14-05-21) y
posteriores al terremoto (15-05-21).

La Figura 9 informa, en el plano de desplazamiento de la cizalla base, la

respuesta simulada a través de NLDA para el terremoto del 15 de mayo de 2021
en comparación con la de NLSA. Una primera comparación con los umbrales de
daño convencionales en la curva de empuje, respectivamente, supone para DG1
y DG2 como el logro de 40% y 80% de la fuerza máxima en la rama creciente,
sugiere que la estructura alcanzó un grado de daño global al menos igual a DG1
para la dirección x, definida como "insignificante a daño leve (sin daño
estructural, ligero daño no estructural)" según la escala EMS-98. Un examen más
profundo del nivel de daños (DL) alcanzado por las paredes de mampostería,
que se lleva a cabo de acuerdo con el procedimiento propuesto en [97], destaca
cómo (i), globalmente, las paredes dirigidas en la dirección x exhiben daños más
difusos que las de y, pero con baja gravedad (Tabla 8) y (ii), independientemente
de la dirección, se puede identificar una posible concentración de daños en las
partes superiores del palacio, en el nivel Nobili y en el campanario (Figura 10).
Ambos resultados coinciden con la evidencia experimental obtenida del
procesamiento de los datos de monitoreo y las inspecciones in situ que señalaron
x como la dirección más afectada y los daños que se localizarán en el lado sur del
palacio, principalmente en los pisos superiores (sensor A2; véase la sección 3.2).
Se puede concluir que, sobre la base de la evaluación de daños apoyada por DT,
el palacio ha sufrido daños estructurales insignificantes, principalmente en la
dirección x, que no socava su capacidad sísmica. A este respecto, el evento no
aumentó significativamente la vulnerabilidad del edificio a la posible ocurrencia
de réplicas.

Tabla 8. Porcentaje de paredes que alcanzan un cierto DL para cada dirección.

Figura 10. Resultados de NLDA sobre el modelo EF del palacio para el terremoto
del 15 de mayo de 2021. El análisis se realiza en el DT mejorado por la física, que
se calibra sobre la base de la identificación modal del día anterior (14-05-21). El
modelo presenta un daño general leve, que parece más difuso para la dirección x
(ver Tabla 8). Sin embargo, algunos daños también se producen en la dirección y,
como se muestra en la figura de la fachada, lo que sugiere cierta concentración
de daños en el piso Nobili y en el campanario.

5. Conclusiones
El documento ha propuesto una metodología innovadora basada en
modelos, destinada a desarrollar y actualizar continuamente un gemelo digital
mejorado por la física (DT) para el monitoreo de la salud sísmica de palacios
históricos de mampostería. Para ilustrar la eficacia de la metodología propuesta,
el Consoli Palace de Gubbio (Italia) se utiliza como un estudio de caso
convincente, un edificio continuamente supervisado por los autores desde 2017.
 Una faceta fundamental de la metodología propuesta reside en el uso de
una representación computacionalmente eficiente basada en la física de la
estructura supervisada, el enfoque de marco equivalente (FE). Gracias a su
ligereza computacional, el modelo EF del palacio se calibra continuamente en
función de las propiedades modales identificadas a partir de los datos de
monitoreo, asegurando un nivel de precisión en la captura del comportamiento
estructural del palacio en condiciones operativas y extremas.
El estudio demuestra la destreza del DT basado en la física para
desentrañar los fenómenos físicos intrínsecos y los mecanismos que rigen el
comportamiento del sistema, lo que permite la rápida localización en tiempo real
y la cuantificación del daño estructural. Al aprovechar el conjunto de datos
derivados de un mes de propiedades modales diarias identificadas en mayo de
2021, el proceso de mejora iterativa del modelo mostró efectivamente su destreza
para discernir y localizar posibles daños estructurales. El procedimiento de
actualización en línea es capaz de reproducir de cerca la disminución permanente
de las frecuencias naturales identificadas después de un evento sísmico menor el
15 de mayo, cuantificando las reducciones relativas correspondientes en la
rigidez del material del 3% al 8% de la prevalor del terremoto para las diferentes
partes del edificio, con reducciones máximas a lo largo de la dirección paralela al
lado corto del edificio.
Esta capacidad es crucial para evaluar la integridad estructural del
palacio después de eventos sísmicos, permitiendo respuestas rápidas en la fase
de toma de decisiones posterior al terremoto y proporcionando información
valiosa para la evaluación y gestión de riesgos a largo plazo. Además, a través de
simulaciones estáticas y dinámicas fuera de línea de la respuesta no lineal
realizada después del terremoto, el DT basado en la física es capaz de predecir
en un marco de tiempo corto la reducción potencial en la fuerza y la capacidad
causada por el daño sísmico. Examinando las evaluaciones preliminares en línea
y los análisis precisos fuera de línea, es posible concluir que el evento sísmico
investigado no ha socavado la capacidad del edificio para resistir futuras
acciones sísmicas.
La metodología desarrollada en el documento constituye un valioso
instrumento para apoyar la vigilancia sísmica y la evaluación de riesgos de los
palacios históricos de albañilería, permitiendo una gestión de riesgos y esfuerzos
de conservación más eficaces y contribuyendo en última instancia a la
sostenibilidad de las estructuras del patrimonio cultural. El futuro arroja
desarrollos prometedores del enfoque propuesto, donde la dependencia
inherente de los principios basados en la física permite la aplicación de
conocimientos previos. Esta característica permite la perfecta adaptación del
modelo a diversos escenarios, configuraciones del sistema y condiciones de
funcionamiento, mejorando así su aplicabilidad y versatilidad.
Referencias
1. Avci, O.; Abdeljaber, O.; Kiranyaz, S.; Hussein, M.; Gabbouj, M.; Inman, D.J. A review of vibration-
based damage detection in civil structures: From traditional methods to Machine Learning and
Deep Learning applications. Mech. Syst. Signal Process. 2021, 147, 107077. [CrossRef]

2. Quqa, S.; Landi, L.; Diotallevi, P.P. Seismic structural health monitoring using the modal assurance
distribution. Earthq. Eng. Struct. Dyn. 2021, 50, 2379–2397. [CrossRef]

3. Malekloo, A.; Ozer, E.; AlHamaydeh, M.; Girolami, M. Machine learning and structural health
monitoring overview with emerging technology and high-dimensional data source highlights.
Struct. Health Monit. 2022, 21, 1906–1955. [CrossRef]

4. Boje, C.; Guerriero, A.; Kubicki, S.; Rezgui, Y. Towards a semantic Construction Digital Twin:
Directions for future research. Autom. Constr. 2020, 114, 103179. [CrossRef]

5. Jiang, F.; Ma, L.; Broyd, T.; Chen, K. Digital twin and its implementations in the civil engineering
sector. Autom. Constr. 2021, 130, 103838. [CrossRef]

6. Callcut, M.; Cerceau Agliozzo, J.P.; Varga, L.; McMillan, L. Digital twins in civil infrastructure
systems. Sustainability 2021, 13, 11549. [CrossRef]

7. Alanne, K.; Sierla, S. An overview of machine learning applications for smart buildings. Sustain.
Cities Soc. 2022, 76, 103445. [CrossRef]

8. Bado, M.F.; Tonelli, D.; Poli, F.; Zonta, D.; Casas, J.R. Digital Twin for Civil Engineering Systems:
An Exploratory Review for Distributed Sensing Updating. Sensors 2022, 22, 3168. [CrossRef]

9. Jouan, P.; Hallot, P. Digital twin: Research framework to support preventive conservation policies.
ISPRS Int. J. Geo-Inf. 2020,9, 228. [CrossRef]

10. Marra, A.; Trizio, I.; Fabbrocino, G. Digital Tools for the Knowledge and Safeguard of Historical
Heritage. Lect. Notes Civ. Eng. 2021, 156, 645–662. [CrossRef]

11. Rainieri, C.; Rosati, I.; Cieri, L.; Fabbrocino, G. Development of the Digital Twin of a Historical
Structure for SHM Purposes. Lect. Notes Civ. Eng. 2023, 254, 639–646. [CrossRef]

12. Wright, L.; Davidson, S. How to tell the difference between a model and a digital twin. Adv. Model.
Simul. Eng. Sci. 2020, 7, 13. [CrossRef]

13. Degli Abbati, S.; Sivori, D.; Cattari, S.; Lagomarsino, S. Ambient vibrations-supported seismic
assessment of the Saint Lawrence Cathedral’s bell tower in Genoa, Italy. J. Civ. Struct. Health
Monit. 2023, 1–22. [CrossRef]

14. Angjeliu, G.; Coronelli, D.; Cardani, G. Development of the simulation model for Digital Twin
applications in historical masonry buildings: The integration between numerical and experimental
reality. Comput. Struct. 2020, 238, 106282. [CrossRef]

15. Funari, M.F.; Hajjat, A.E.; Masciotta, M.G.; Oliveira, D.V.; Lourenço, P.B. A parametric scan-to-FEM
framework for the digital twin generation of historic masonry structures. Sustainability 2021, 13,
11088. [CrossRef]

16. Limongelli, M.P.; Çelebi, M. Seismic Structural Health Monitoring: From Theory to Successful
Applications; Springer: Cham, Switzerland, 2019. [CrossRef]

17. Gattulli, V.; Franchi, F.; Graziosi, F.; Marotta, A.; Rinaldi, C.; Potenza, F.; Sabatino, U.D. Design and
evaluation of 5G-based architecture supporting data-driven digital twins updating and matching
in seismic monitoring. Bull. Earthq. Eng. 2022,20, 4345–4365. [CrossRef]
18. Roca, P.; Cervera, M.; Gariup, G.; Pela’, L. Structural analysis of masonry historical constructions.
Classical and advanced approaches. Arch. Comput. Methods Eng. 2010, 17, 299–325. [CrossRef]

19. D’Altri, A.M.; Sarhosis, V.; Milani, G.; Rots, J.; Cattari, S.; Lagomarsino, S.; Sacco, E.; Tralli, A.;
Castellazzi, G.; de Miranda, S. Modeling Strategies for the Computational Analysis of Unreinforced
Masonry Structures: Review and Classification. Arch. Comput. Methods Eng. 2020, 27, 1153–1185.
[CrossRef]

20. Lagomarsino, S.; Cattari, S. PERPETUATE guidelines for seismic performance-based assessment of
cultural heritage masonry structures. Bull. Earthq. Eng. 2015, 13, 13–47. [CrossRef]

21. Cattari, S.; Calderoni, B.; Caliò, I.; Camata, G.; de Miranda, S.; Magenes, G.; Milani, G.; Saetta, A.
Nonlinear modeling of the seismic response of masonry structures: Critical review and open issues
towards engineering practice. Bull. Earthq. Eng. 2022,20, 1939–1997. [CrossRef]

22. Valente, M.; Milani, G. Non-linear dynamic and static analyses on eight historical masonry towers
in the North-East of Italy. Eng. Struct. 2016, 114, 241–270. [CrossRef]

23. Betti, M.; Vignoli, A. Modelling and analysis of a Romanesque church under earthquake loading:
Assessment of seismic resistance. Eng. Struct. 2008, 30, 352–367. [CrossRef]

24. Roca, P.; Cervera, M.; Pelà, L.; Clemente, R.; Chiumenti, M. Continuum FE models for the analysis
of Mallorca Cathedral. Eng. Struct. 2013, 46, 653–670. [CrossRef]

25. Vila-Chã, E.; Barontini, A.; Lourenço, P.B. Implementation of a Condition Monitoring Strategy for
the Monastery of Salzedas, Portugal: Challenges and Optimisation. Buildings 2023, 13, 719.
[CrossRef]

26. Tiberti, S.; Acito, M.; Milani, G. Comprehensive FE numerical insight into Finale Emilia Castle
behavior under 2012 Emilia Romagna seismic sequence: Damage causes and seismic vulnerability
mitigation hypothesis. Eng. Struct. 2016, 117, 397–421. [CrossRef]

27. Degli Abbati, S.; D’Altri, A.M.; Ottonelli, D.; Castellazzi, G.; Cattari, S.; de Miranda, S.;
Lagomarsino, S. Seismic assessment of interacting structural units in complex historic masonry
constructions by nonlinear static analyses. Comput. Struct. 2019,213, 51–71. [CrossRef]

28. Betti, M.; Galano, L. Seismic analysis of historic masonry buildings: The Vicarious Palace in Pescia
(Italy). Buildings 2012, 2, 63–82. [CrossRef]

29. Clementi, F.; Pierdicca, A.; Formisano, A.; Catinari, F.; Lenci, S. Numerical model upgrading of a
historical masonry building damaged during the 2016 Italian earthquakes: The case study of the
Podestà palace in Montelupone (Italy). J. Civ. Struct. Health Monit. 2017, 7, 703–717. [CrossRef]

30. Valente, M. Seismic behavior and damage assessment of two historical fortified masonry palaces
with corner towers. Eng. Fail. Anal. 2022, 134, 106003. [CrossRef]

31. Rolin, R.; Antaluca, E.; Batoz, J.L.; Lamarque, F.; Lejeune, M. From point cloud data to structural
analysis through a geometrical hBIM-oriented model. J. Comput. Cult. Herit. 2019, 12, 1–26.
[CrossRef]

32. Castellazzi, G.; Lo Presti, N.; D’Altri, A.M.; de Miranda, S. Cloud2FEM: A finite element mesh
generator based on point clouds of existing/historical structures. SoftwareX 2022, 18, 101099.
[CrossRef]

33. Lagomarsino, S.; Penna, A.; Galasco, A.; Cattari, S. TREMURI program: An equivalent frame model
for the nonlinear seismic analysis of masonry buildings. Eng. Struct. 2013, 56, 1787–1799. [CrossRef]

34. Parisi, F.; Augenti, N. Seismic capacity of irregular unreinforced masonry walls with openings.
Earthq. Eng. Struct. Dyn. 2013,42, 101–121. [CrossRef]
35. Camata, G.; Marano, C.; Sepe, V.; Spacone, E.; Siano, R.; Petracca, M.; Roca, P.; Pelà, L. Validation
of non-linear equivalent-frame models for irregular masonry walls. Eng. Struct. 2022, 253, 113755.
[CrossRef]

36. Cattari, S.; D’Altri, A.M.; Camilletti, D.; Lagomarsino, S. Equivalent frame idealization of walls with
irregular openings in masonry buildings. Eng. Struct. 2022, 256, 114055. [CrossRef]

37. Giongo, I.; Dizhur, D.; Tomasi, R.; Ingham, J.M. Field testing of flexible timber diaphragms in an
existing vintage URM building. J. Struct. Eng. 2015, 141, D4014009. [CrossRef]

38. Sivori, D.; Lepidi, M.; Cattari, S. Structural identification of the dynamic behavior of floor
diaphragms in existing buildings. Smart Struct. Syst. 2021, 27, 173–191. [CrossRef]

39. Cattari, S.; Resemini, S.; Lagomarsino, S. Modelling of vaults as equivalent diaphragms in 3D
seismic analysis of masonry buildings. In Proceedings of the Structural Analysis of Historic
Construction: Preserving Safety and Significance—Proceedings of the 6th International Conference
on Structural Analysis of Historic Construction, SAHC08, Bath, UK, 2–4 July 2008; Volume 1, pp.
517–524.

40. Bianchini, N.; Mendes, N.; Calderini, C.; Candeias, P.; Rossi, M.; Lourenço, P. Seismic response of
a small-scale masonry groin vault: Experimental investigation by performing quasi-static and
shake table tests. Bull. Earthq. Eng. 2022, 20, 1739–1765. [CrossRef]

41. Lagomarsino, S.; Cattari, S.; Degli Abbati, S.; Ferrero, C. Valutazione della sicurezza statica e
sismica del politeama “Giuseppe Verdi” a Carrara. In Proceedings of the IF CRASC 12, Pisa, Italy,
15–17 November 2012. (In Italian)

42. Rossi, M.; Cattari, S.; Lagomarsino, S. Performance-based assessment of the Great Mosque of
Algiers. Bull. Earthq. Eng. 2015,13, 369–388. [CrossRef]

43. Cattari, S.; Alfano, S.; Lagomarsino, S. A Practice-Oriented Proposal to Consider the Flange Effect
in Equivalent Frame Modeling of Masonry Buildings. Buildings 2023, 13, 462. [CrossRef]

44. Cattari, S.; Degli Abbati, S.; Alfano, S.; Brunelli, A.; Lorenzoni, F.; da Porto, F. Dynamic calibration
and seismic validation of numerical models of URM buildings through permanent monitoring
data. Earthq. Eng. Struct. Dyn. 2021, 50, 2690–2711. [CrossRef]

45. Brunelli, A.; de Silva, F.; Piro, A.; Parisi, F.; Sica, S.; Silvestri, F.; Cattari, S. Numerical simulation of
the seismic response and soil–structure interaction for a monitored masonry school building
damaged by the 2016 Central Italy earthquake. Bull. Earthq. Eng. 2021, 19, 1181–1211. [CrossRef]

46. Degli Abbati, S.; Morandi, P.; Cattari, S.; Spacone, E. On the reliability of the equivalent frame
models: The case study of the permanently monitored Pizzoli’s town hall. Bull. Earthq. Eng. 2022,
20, 2187–2217. [CrossRef]

47. Mallardo, V.; Malvezzi, R.; Milani, E.; Milani, G. Seismic vulnerability of historical masonry
buildings: A case study in Ferrara. Eng. Struct. 2008, 30, 2223–2241. [CrossRef]

48. Clementi, F.; Gazzani, V.; Poiani, M.; Lenci, S. Assessment of seismic behaviour of heritage masonry
buildings using numerical modelling. J. Build. Eng. 2016, 8, 29–47. [CrossRef]

49. Malcata, M.; Ponte, M.; Tiberti, S.; Bento, R.; Milani, G. Failure analysis of a Portuguese cultural
heritage masterpiece: Bonet building in Sintra. Eng. Fail. Anal. 2020, 115, 104636. [CrossRef]

50. Ponte, M.; Bento, R.; Vaz, S.D. A Multi-Disciplinary Approach to the Seismic Assessment of the
National Palace of Sintra. Int. J. Archit. Herit. 2021, 15, 757–778. [CrossRef]
51. Lagomarsino, S.; Degli Abbati, S.; Ottonelli, D.; Cattari, S. Integration of modelling approaches for
the seismic assessment of complex urm buildings: The podestà palace in Mantua, Italy. Buildings
2021, 11, 269. [CrossRef]

52. Jaishi, B.; Ren, W.X. Structural finite element model updating using ambient vibration test results.
J. Struct. Eng. 2005, 131, 617–628. [CrossRef]

53. Mottershead, J.E.; Link, M.; Friswell, M.I. The sensitivity method in finite element model updating:
A tutorial. Mech. Syst. Signal Process. 2011, 25, 2275–2296. [CrossRef]

54. Simoen, E.; De Roeck, G.; Lombaert, G. Dealing with uncertainty in model updating for damage
assessment: A review. Mech. Syst. Signal Process. 2015, 56, 123–149. [CrossRef]

55. Marwala, T. Finite-Element-Model Updating Using Computional Intelligence Techniques:

Applications to Structural Dynamics; Springer: London, UK, 2010; pp. 1–250. [CrossRef]

56. Bassoli, E.; Vincenzi, L.; D’Altri, A.M.; de Miranda, S.; Forghieri, M.; Castellazzi, G. Ambient
vibration-based finite element model updating of an earthquake-damaged masonry tower. Struct.
Control. Health Monit. 2018, 25, e2150. [CrossRef]

57. Bartoli, G.; Betti, M.; Marra, A.M.; Monchetti, S. A Bayesian model updating framework for robust
seismic fragility analysis of non-isolated historic masonry towers. Philos. Trans. R. Soc. A Math.
Phys. Eng. Sci. 2019, 377, 20190024. [CrossRef] [PubMed]

58. Pallarés, F.J.; Betti, M.; Bartoli, G.; Pallarés, L. Structural health monitoring (SHM) and
Nondestructive testing (NDT) of slender masonry structures: A practical review. Constr. Build.
Mater. 2021, 297, 123768. [CrossRef]

59. Ponsi, F.; Bassoli, E.; Vincenzi, L. Bayesian and deterministic surrogate-assisted approaches for
model updating of historical masonry towers. J. Civ. Struct. Health Monit. 2022, 12, 1469–1492.
[CrossRef]

60. Shabani, A.; Feyzabadi, M.; Kioumarsi, M. Model updating of a masonry tower based on
operational modal analysis: The role of soil-structure interaction. Case Stud. Constr. Mater. 2022,
16, e00957. [CrossRef]

61. Cabboi, A.; Gentile, C.; Saisi, A. From continuous vibration monitoring to FEM-based damage
assessment: Application on a stone-masonry tower. Constr. Build. Mater. 2017, 156, 252–265.
[CrossRef]

62. Cavalagli, N.; Comanducci, G.; Ubertini, F. Earthquake-Induced Damage Detection in a

Monumental Masonry Bell-Tower Using Long-Term Dynamic Monitoring Data. J. Earthq. Eng.
2018, 22, 96–119. [CrossRef]

63. Kita, A.; Cavalagli, N.; Venanzi, I.; Ubertini, F. On the use of digital twins for seismic structural
health monitoring of a monumental masonry tower. In Proceedings of the 8th International
Conference on Computational Methods in Structural Dynamics and Earthquake Engineering—
COMPDYN 2021, Athens, Greece, 28–30 June 2021; pp. 346–353.

64. Kita, A.; Cavalagli, N.; Venanzi, I.; Ubertini, F. A new method for earthquake-induced damage
identification in historic masonry towers combining OMA and IDA. Bull. Earthq. Eng. 2021, 19,
5307–5337. [CrossRef]

65. Pepi, C.; Gioffre’, M.; Grigoriu, M.D. Parameters identification of cable stayed footbridges using
Bayesian inference. Meccanica 2019, 54, 1403–1419. [CrossRef]

66. García-Macías, E.; Ierimonti, L.; Venanzi, I.; Ubertini, F. An Innovative Methodology for Online
Surrogate-Based Model Updating of Historic Buildings Using Monitoring Data. Int. J. Archit. Herit.
2021, 15, 92–112. [CrossRef]
67. Ierimonti, L.; Cavalagli, N.; Venanzi, I.; García-Macías, E.; Ubertini, F. A Bayesian-based inspection-
monitoring data fusión approach for historical buildings and its post-earthquake application to a
monumental masonry palace. Bull. Earthq. Eng. 2023,21, 1139–1172. [CrossRef]

68. Penna, A.; Senaldi, I.E.; Galasco, A.; Magenes, G. Numerical Simulation of Shaking Table Tests on
Full-Scale Stone Masonry Buildings. Int. J. Archit. Herit. 2016, 10, 146–163. [CrossRef]

69. Vanin, F.; Penna, A.; Beyer, K. Equivalent-Frame Modeling of Two Shaking Table Tests of Masonry
Buildings Accounting for Their Out-Of-Plane Response. Front. Built Environ. 2020, 6. [CrossRef]

70. Tomi´c, I.; Vanin, F.; Božuli´c, I.; Beyer, K. Numerical simulation of unreinforced masonry buildings
with timber diaphragms. Buildings 2021, 11, 205. [CrossRef]

71. Cattari, S.; Degli Abbati, S.; Ottonelli, D.; Marano, C.; Camata, G.; Spacone, E.; da Porto, F.; Modena,
C.; Lorenzoni, F.; Magenes, G.; et al. Discussion on data recorded by the Italian structural seismic
monitoring network on three masonry structures hit by the 2016-2017 Central Italy earthquake. In
Proceedings of the 7th International Conference on Computational Methods in Structural.
Dynamics and Earthquake Engineering—COMPDYN 2019, Crete, Greece, 24–26 June 2019; pp.
1889–1906.

72. Martakis, P.; Reuland, Y.; Chatzi, E. Amplitude-dependent model updating of masonry buildings
undergoing demolition. Smart Struct. Syst. 2021, 27, 157–172. [CrossRef]

73. Degli Abbati, S.; Cattari, S.; Lagomarsino, S. Validation of a practice-oriented floor spectra
formulation through actual data from the 2016/2017 Central Italy earthquake. Bull. Earthq. Eng.
2022, 20, 7477–7511. . [CrossRef]

74. Sivori, D.; Cattari, S.; Lepidi, M. A methodological framework to relate the earthquake-induced
frequency reduction to structural damage in masonry buildings. Bull. Earthq. Eng. 2022, 20, 4603–
4638. [CrossRef]

75. MIT2018. Decreto Ministeriale del Ministero delle Infrastrutture e dei Trasporti del 17 Gennaio
2018. Aggiornamento delle «Norme Tecniche per le Costruzioni». Gazzetta Ufficiale Serie Generale
n. 42 del 20/02/2018, Supplemento Ordinario n. 8. 2018. Available online:
https://www.gazzettaufficiale.it/eli/gu/2018/02/20/42/so/8/sg/pdf (accessed on 10 March 2023). (In
Italian)

76. Mirabella, F.; Ciaccio, M.; Barchi, M.; Merlini, S. The Gubbio normal fault (Central Italy): Geometry,
displacement distribution and tectonic evolution. J. Struct. Geol. 2004, 26, 2233–2249. [CrossRef]

77. Chiaraluce, L.; Amato, A.; Carannante, S.; Castelli, V.; Cattaneo, M.; Cocco, M.; Collettini, C.;
D’Alema, E.; Di Stefano, R.; Latorre, D.; et al. The alto Tiberina near fault observatory (northern
Apennines, Italy). Ann. Geophys. 2014, 57. [CrossRef]

78. García-Macías, E.; Ubertini, F. MOVA/MOSS: Two integrated software solutions for
comprehensive Structural Health Monitoring of structures. Mech. Syst. Signal Process. 2020, 143,
106830. . [CrossRef]

79. Ierimonti, L.; Venanzi, I.; García-Macías, E.; Ubertini, F. A transfer Bayesian learning methodology
for structural health monitoring of monumental structures. Eng. Struct. 2021, 247, 113089.
[CrossRef]

80. Gorini, A.; Nicoletti, M.; Marsan, P.; Bianconi, R.; De Nardis, R.; Filippi, L.; Marcucci, S.; Palma, F.;
Zambonelli, E. The Italian strong motion network. Bull. Earthq. Eng. 2010, 8, 1075–1090. [CrossRef]

81. Pacor, F.; Paolucci, R.; Luzi, L.; Sabetta, F.; Spinelli, A.; Gorini, A.; Nicoletti, M.; Marcucci, S.; Filippi,
L.; Dolce, M. Overview of the Italian strong motion database ITACA 1.0. Bull. Earthq. Eng. 2011, 9,
1723–1739. [CrossRef]
82. García-Macías, E.; Ubertini, F. Least Angle Regression for early-stage identification of earthquake-
induced damage in a monumental masonry palace: Palazzo dei Consoli. Eng. Struct. 2022, 259,
114119. [CrossRef]

83. Allemang, R.J. The modal assurance criterion—Twenty years of use and abuse. Sound Vib. 2003,
37, 14–21.

84. Lieven, N.; Ewins, D. Spatial correlation of mode shapes, the coordinate modal assurance criterion
(COMAC). In Proceedings of the 6th International Modal Analysis Conference—IMAC,
Kissimmee, FL, USA, 1–4 February 1988; Volume 1, pp. 690–695.

85. Catbas, F.; Aktan, A.; Allemang, R.; Brown, D. Correlation function for spatial locations of scaled
mode shapes—(COMEF). In Proceedings of the 16th International Modal Analysis Conference—
IMAC, Santa Barabara, CA, USA, 2–5 February 1998; Volume 2, pp. 1550–1555.

86. Hunt, D.L. Application of an enhanced coordinate modal assurance criterion. In Proceedings of the
10th International Modal Analysis Conference—IMAC, San Diego, CA, USA, 3–7 February 1992;
Volume 1, pp. 66–71.

87. Brughmans, M.; Leuridan, J.; Blauwkamp, K. The application of FEM-EMA correlation and
validation techniques on a body-in white. In Proceedings of the Measurement Science
Conference—MSC, Anaheim, CA, USA, May 1993; p. 646.

88. Cattari, S.; Sivori, D.; Alfano, S.; Ierimonti, L.; Cavalagli, N.; Venanzi, I.; Ubertini, F. Calibration of
numerical models to support SHM: The consoli palace of Gubbio, Italy. In Proceedings of the 8th
International Conference on Computational Methods in Structural Dynamics and Earthquake
Engineering—COMPDYN 2021, Athens, Greece, 28–30 June 2021; pp. 3778–3794.

89. Kita, A.; Cavalagli, N.; Ubertini, F. Temperature effects on static and dynamic behavior of Consoli
Palace in Gubbio, Italy. Mech. Syst. Signal Process. 2019, 120, 180–202. [CrossRef]

90. Girardi, M.; Padovani, C.; Pellegrini, D.; Robol, L. A finite element model updating method based
on global optimization. Mech. Syst. Signal Process. 2021, 152, 107372. [CrossRef]

91. Yang, C.; Yu, Q. Placement and size-oriented heat dissipation optimization for antenna module in
space solar power satellite based on interval dimension-wise method. Aerosp. Sci. Technol. 2023,
134, 108155. [CrossRef]

92. Marquardt, D.W. An algorithm for least-squares estimation of nonlinear parameters. J. Soc. Ind.
Appl. Math. 1963, 11, 431–441. [CrossRef]

93. Sivori, D.; Alfano, S.; Cattari, S.; Ierimonti, L.; Venanzi, I.; Ubertini, F. Nonlinear static analyses to
improve the seismic damage assessment of monitored masonry palaces: Application to the Consoli
Palace of Gubbio, Italy. XIX ANIDIS Conference, Seismic Engineering in Italy. Procedia Struct.
Integr. 2023, 44, 2090–2097. [CrossRef]

94. Saviano, F.; Parisi, F.; Lignola, G.P. Material aging effects on the in-plane lateral capacity of tuff
stone masonry walls: A numerical investigation. Mater. Struct. Constr. 2022, 55, 198. [CrossRef]

95. Cattari, S.; Lagomarsino, S. A strength criterion for the flexural behaviour of spandrels in un-
reinforced masonry walls. In Proceedings of the 14th World Conference on Earthquake
Engineering—14WCEE, Beijing, China, 12–17 October 2008.

96. Lagomarsino, S.; Cattari, S. Seismic Performance of Historical Masonry Structures through
Pushover and Nonlinear Dynamic Analyses. In Perspectives on European Earthquake Engineering
and Seismology; Ansal, A., Ed.; Springer International Publishing: Cham, Switzerland, 2015;
Volume 2, pp. 265–292. [CrossRef]
97. Cattari, S.; Angiolilli, M. Multiscale procedure to assign structural damage levels in masonry
buildings from observed or numerically simulated seismic performance. Bull. Earthq. Eng. 2022,
20, 7561–7607. [CrossRef]