Riparte il progetto bilaterale «sCHans», giunto al secondo anno di attività, che cerca sinergie tra tecniche di termografia a infrarossi e «deep learning» da intelligenza artificiale per l’ispezione non invasiva di manufatti storici.

Domani 10 settembre, a partire dalle 9, l’aula A-1.5 del Polo di Ingegneria a Monteluco di Roio, in provincia dell’Aquila, ospiterà uno «scientific meeting» promosso nell’ambito del progetto, che coinvolge l’Università degli Studi dell’Aquila (Univaq) e l’Harbin Institute of Technology (Hit), in Cina.

L’iniziativa è coordinata per la parte italiana dal professor Stefano Sfarra (Dipartimento di Ingegneria Industriale e dell’Informazione e di Economia-Diiie) e per quella cinese dal professor Hai Zhang. L’incontro sarà aperto dai saluti istituzionali del direttore del Diiie, professor Vincenzo Stornelli.

Seguiranno una serie di interventi da parte di esperti italiani e stranieri nei campi della diagnostica, del restauro, della storia dell’arte, della scienza dei materiali, del disegno tecnico e della trasmissione del calore. Un focus specifico sarà dedicato all’analisi delle immagini termografiche applicate ai beni culturali, anche in condizioni ambientali variabili.

Il progetto, nato da un bando biennale promosso dal Ministero degli Affari Esteri e della Cooperazione Internazionale (Maeci) e co-finanziato dal Ministero dell’Università e della Ricerca (Mur), prevede per il 2025 l’attivazione di due borse di ricerca assegnate tramite selezione pubblica. Tra le attività realizzate finora, l’unità cinese ha recentemente ospitato due ricercatori italiani ad Harbin per attività di analisi su oggetti esposti a condizioni reali con l’approccio «solar loading» (per «solar loading» si intende la temperatura alla quale si avverte un effetto di stress termico negli elementi strutturali e non strutturali a causa della radiazione solare, Ndr).

L’esperienza sarà replicata anche in Abruzzo, nella settimana dello «scientific meeting», con il coinvolgimento di due giovani ricercatori dell’Hit in visita presso il Diiie di Univaq.

Il progetto è patrocinato dal Diiie e dall’Università degli Studi dell’Aquila e vede il supporto tecnico e scientifico di Gowan Italia S.r.l., Statwolf e Jmp Statistical Discovery.