Il digital twin in fase di post-Costruzione con applicazione ad un edificio del Policlinico Umberto I

This PhD thesis explores the transformative impact of Digital Twin technology in the field of architecture, highlighting its fundamental role in responding to the complex dynamics of current architectural demands. Through optimizing performance and enhancing quality control processes, the Digital Twin emerges as a crucial tool in modern architectural practices. The research aims to establish a methodology for quality control applied to a digital informational model implemented explicitly on a building at Policlinico Umberto I. This approach goes beyond traditional threedimensional modeling, offering a contextual and dynamic representation that integrates the built environment's past, present, and potential future states, leveraging advances in IoT devices and Artificial Intelligence. The main contribution of this thesis is the development of a Digital Twin architecture designed to provide real-time data, advanced analytics, and machine learning capabilities. This architecture proves fundamental in the early detection of alarms and learning from similar situations or assets. Its predictive nature, enhanced by AI integration, allows for anticipating and identifying potential problems and suggesting corrective actions. This research provides insights into the architecture of Digital Twins, exploring how they can contribute to improving building performance and managing operational challenges. The results could be beneficial in the future of architectural design and maintenance, suggesting ways to incorporate advanced digital tools into the sector.

La tesi di Dottorato esplora l'impatto trasformativo della tecnologia Digital Twin nel campo dell'architettura, evidenziando il suo ruolo fondamentale nel rispondere alle dinamiche complesse delle esigenze architettoniche attuali. Attraverso l'ottimizzazione delle prestazioni e il miglioramento dei processi di controllo della qualità, il Digital Twin emerge come uno strumento cruciale nelle pratiche architettoniche moderne. La ricerca mira a stabilire una metodologia per il controllo della qualità applicata a un modello informativo digitale, implementato specificamente su un edificio del Policlinico Umberto I. Questo approccio va oltre la tradizionale modellazione tridimensionale, offrendo una rappresentazione contestuale e dinamica che integra gli stati passati, presenti e potenziali futuri dell’ambiente costruito, sfruttando i progressi nei dispositivi IoT e nell'Intelligenza Artificiale. Il contributo principale di questa tesi è lo sviluppo di un'architettura Digital Twin progettata per fornire dati in tempo reale, analisi avanzate e capacità di apprendimento automatico. Questa architettura si rivela fondamentale nella rilevazione precoce di allarmi e nell'apprendimento da situazioni o asset simili. La sua natura predittiva, potenziata dall'integrazione dell'IA, permette di anticipare e identificare problemi potenziali, suggerendo azioni correttive. Questa ricerca offre uno sguardo sull'architettura dei Digital Twins, esplorando come possano contribuire a migliorare le prestazioni degli edifici e a gestire le sfide operative. I risultati potrebbero essere d'aiuto nel futuro della progettazione e della manutenzione architettonica, suggerendo modi per incorporare strumenti digitali avanzati nel settore.