Occhi Digitali sul Legno Rinforzato: La Magia della DIC per Travi Più Forti
Ciao a tutti! Oggi voglio parlarvi di qualcosa che mi appassiona molto: come possiamo rendere le strutture in legno, un materiale fantastico ma con le sue complessità, ancora più resistenti e affidabili. In particolare, vi racconterò come una tecnologia super interessante, chiamata Correlazione Digitale d’Immagini (DIC), ci aiuta a capire esattamente cosa succede quando mettiamo sotto sforzo delle travi in legno rinforzate. Immaginate di avere degli “occhi” super potenti capaci di vedere la deformazione di un materiale in ogni suo punto!
Nel mio lavoro, mi sono imbattuto in uno studio affascinante che utilizzava proprio la DIC, e per di più una versione open-source (quindi accessibile a molti!), per valutare come si comportano a flessione delle travi in legno lamellare impiallacciato (LVL) rinforzate con una placca in polimero fibrorinforzato con carbonio (CFRP). La particolarità? Il rinforzo era inserito vicino alla zona compressa della trave, una tecnica chiamata Near-Surface Mounted (NSM). L’obiettivo era vedere come diverse quantità di rinforzo influenzassero proprio questa zona di compressione.
La Correlazione Digitale d’Immagini: Occhi Elettronici sulla Materia
Ma cos’è esattamente questa DIC? Pensatela come una tecnica fotografica avanzata. Si applica uno “speckle pattern”, cioè un motivo casuale di puntini bianchi e neri, sulla superficie dell’oggetto che vogliamo studiare. Poi, mentre l’oggetto viene sottoposto a un carico (nel nostro caso, una prova di flessione), una o più telecamere scattano foto a intervalli regolari. Un software specializzato, nel nostro caso l’open-source Ncorr, analizza queste immagini, tracciando come i puntini si spostano. Da questi spostamenti, il software calcola con precisione millimetrica (anzi, sub-pixel!) la deformazione e le tensioni (strain) su tutta la superficie inquadrata.
I vantaggi rispetto ai metodi tradizionali, come gli estensimetri (strain gauges) che misurano la deformazione solo in punti specifici, sono enormi:
- Misurazione a campo intero: Vediamo cosa succede ovunque sulla superficie, non solo in pochi punti.
- Nessun contatto: Non tocchiamo l’oggetto, quindi non ne alteriamo il comportamento.
- Dettaglio incredibile: Possiamo osservare fenomeni complessi come l’innesco e la propagazione delle fessure.
Esistono versioni 2D (con una telecamera, per superfici piane) e 3D (con due o più telecamere, per oggetti curvi o con movimenti fuori piano). Noi abbiamo usato la 2D, perfetta per le nostre travi. La cosa fantastica è che oggi esistono software DIC open-source, come Ncorr, che offrono prestazioni paragonabili a quelle dei costosi software commerciali, democratizzando l’accesso a questa potente tecnologia.
Mettiamo alla Prova il Legno Rinforzato
Nello studio che ho analizzato, sono state testate sei travi in LVL di legno di cedro giapponese (grado 70E, dimensioni 60x200x2400 mm). Queste travi sono state rinforzate inserendo delle placche di CFRP ad alta resistenza (modulo elastico 120 GPa, resistenza a trazione 1300 MPa) in intagli creati vicino alla superficie superiore (zona compressa). Sono state variate la profondità (20 mm o 40 mm) e la lunghezza (700 mm o 1800 mm) delle placche di CFRP per vedere l’effetto del rapporto di rinforzo. L’incollaggio è stato fatto con una resina epossidica bicomponente a bassa viscosità (E205 della Konishi), scelta apposta per penetrare bene e garantire un legame forte tra legno e CFRP.
Le travi sono state poi sottoposte a una prova di flessione a quattro punti secondo lo standard ASTM D198-14, utilizzando una macchina di prova Maekawa. Il carico è stato applicato monotonicamente sulla faccia più stretta (60 mm), con la dimensione maggiore (200 mm) come altezza della trave. Durante il test, sono stati usati anche dei trasduttori di spostamento lineare (LVDT) e degli estensimetri tradizionali per avere dati di confronto. Gli LVDT misuravano lo spostamento verticale in 5 punti lungo la trave, mentre gli estensimetri misuravano la deformazione longitudinale in 6 punti lungo l’altezza della sezione centrale.
Ncorr all’Opera: Seguire la Deformazione Passo Passo
Qui entra in gioco la DIC! Una delle facce laterali delle travi è stata preparata con il famoso speckle pattern (fondo bianco, spruzzi di vernice nera). Una fotocamera digitale ad alta risoluzione (4K, 60 fps) è stata posizionata frontalmente per riprendere questa superficie durante tutta la prova di flessione. Le immagini catturate sono state poi processate con il software Ncorr (versione 1.2 in MATLAB).
Il processo con Ncorr prevede diversi passaggi:
- Caricamento immagini: Si carica l’immagine iniziale (a carico zero) come riferimento e poi tutte le immagini scattate durante la prova.
- Preprocessing: Si migliorano contrasto e luminosità delle immagini (noi abbiamo usato ImageJ).
- Definizione Regione d’Interesse (ROI): Si seleziona l’area della trave su cui concentrare l’analisi.
- Selezione Subset e Seed: Si definiscono piccole aree (subset) all’interno della ROI che il software userà per il tracciamento. Si posizionano dei “seed” iniziali per guidare l’algoritmo di correlazione.
- Calibrazione e Scaling: Si dice al software a quanti millimetri reali corrisponde un pixel nell’immagine.
- Analisi di Correlazione: Ncorr confronta i pattern dei subset tra l’immagine di riferimento e quelle deformate, calcolando lo spostamento di ogni subset.
- Calcolo Strain: Dagli spostamenti, Ncorr calcola i campi di deformazione (strain).
- Visualizzazione: I risultati vengono mostrati come mappe a colori che evidenziano le zone più o meno deformate o sollecitate.
Questo ci ha permesso di ottenere una mappa completa della deformazione e dello strain sulla superficie della trave per ogni livello di carico, fino alla rottura.
I Risultati Parlano Chiaro: Il DIC Non Mente
E i risultati? Davvero notevoli! Prima di tutto, il rinforzo con CFRP ha funzionato: le travi rinforzate hanno mostrato una maggiore rigidezza flessionale. In particolare, aumentare la profondità della placca di CFRP da 20 mm a 40 mm (a parità di lunghezza) ha incrementato la rigidezza di circa il 20%. La trave L3 (40 mm di profondità, 1800 mm di lunghezza) è stata la più rigida.
Ma la cosa più entusiasmante per me è stata la conferma dell’affidabilità della DIC open-source. I valori di spostamento e rigidezza elastica calcolati tramite Ncorr erano in eccellente accordo con quelli misurati sperimentalmente con LVDT ed estensimetri. Il rapporto tra i valori sperimentali e quelli DIC per la rigidezza elastica era compreso tra 0.97 e 1.05, e per gli spostamenti tra 0.93 e 1.07. Praticamente identici! Questo dimostra che Ncorr è uno strumento preciso e affidabile per questo tipo di analisi.
Ancora più affascinante è stato vedere come la DIC ci ha permesso di visualizzare la nascita e la propagazione delle fessure. Le mappe di strain generate da Ncorr mostravano chiaramente le zone di concentrazione dello sforzo che precedevano la rottura visibile. Il pattern delle fessure osservato sulle travi rotte corrispondeva perfettamente alle aree di massimo strain indicate dalla DIC. Siamo riusciti a “vedere” il danno accumularsi prima che diventasse catastrofico! Ad esempio, abbiamo potuto osservare l’apertura delle fessure per diversi secondi prima del collasso finale (da 136 secondi per la trave L3 fino a 820 secondi per la L4).
Open Source: Potenza Accessibile a Tutti
Questo studio sottolinea un punto fondamentale: non serve necessariamente un software commerciale costosissimo per fare analisi DIC di alta qualità. Strumenti open-source come Ncorr, se usati correttamente, possono fornire risultati accurati e affidabili, rendendo questa tecnologia accessibile a più ricercatori, università e piccole imprese. Questo è importantissimo per accelerare l’innovazione nel campo dell’ingegneria strutturale e dei materiali compositi come il legno rinforzato.
Limiti e Prospettive Future
Ovviamente, come ogni tecnica, anche la DIC open-source ha i suoi limiti. La qualità dello speckle pattern è cruciale, così come le condizioni di illuminazione. Misurare deformazioni molto piccole può essere difficile a causa del “rumore” nei dati. Inoltre, l’analisi vicino ai bordi o in zone con pattern non ottimale può essere complessa. La versione 2D che abbiamo usato non cattura movimenti fuori piano, che potrebbero verificarsi in test reali.
Per il futuro, si potrebbe pensare di migliorare l’accuratezza usando algoritmi più avanzati per il calcolo dello strain, integrare la DIC con simulazioni agli elementi finiti (FEM) per una validazione incrociata, o combinarla con altre tecniche di misura (come i sensori a fibra ottica) per una visione ancora più completa.
Un Futuro Più Sicuro per le Strutture in Legno
In conclusione, questa esperienza con la DIC open-source applicata alle travi in legno rinforzate è stata estremamente positiva. Abbiamo visto come il rinforzo NSM-CFRP in zona compressa migliori le prestazioni flessionali e, soprattutto, abbiamo dimostrato che la DIC open-source è uno strumento potente, accurato e accessibile per studiare in dettaglio il comportamento di questi materiali complessi. La capacità di visualizzare l’intera mappa di deformazione e di seguire l’evoluzione del danneggiamento apre nuove strade per la progettazione, il collaudo e il monitoraggio della salute strutturale (Structural Health Monitoring) delle costruzioni in legno, contribuendo a renderle sempre più sicure ed efficienti. È davvero affascinante vedere come la tecnologia digitale ci permetta di “dialogare” con i materiali e capirne i segreti più intimi!
Fonte: Springer
