Modelli a puntone equivalenti per tamponamenti in CLT in telai in c.a.: sviluppo, calibrazione e previsione tramite Machine Learning

Il patrimonio edilizio italiano è caratterizzato da una diffusa obsolescenza strutturale ed energetica, con una quota rilevante di edifici realizzati prima degli anni Settanta. La necessità di intervenire su larga scala impone soluzioni che siano non solo efficaci dal punto di vista strutturale, ma anche sostenibili sotto il profilo ambientale. In questo contesto, l’economia circolare e l’impiego di materiali bio-based assumono un ruolo centrale. La ricerca presentata ad ANIDIS 2025 si inserisce in questo scenario, proponendo un sistema di rinforzo con infill in legno e un approccio di modellazione avanzata volto a ridurre i costi computazionali e favorire l’applicazione pratica degli interventi.

In Italia, almeno 2 mln di edifici sono in condizioni di vulnerabilità strutturale ed energetica

Lo stato del patrimonio edilizio residenziale italiano è noto per la sua elevata vulnerabilità strutturale ed energetica. Circa la metà degli edifici risale a un periodo antecedente agli anni Settanta e una quota significativa, stimabile in circa due milioni di unità, si colloca oggi in condizioni strutturali mediocri o pessime. Questo quadro, comune a gran parte del contesto europeo, pone interrogativi rilevanti non solo in termini di sicurezza sismica, ma anche di sostenibilità ambientale degli interventi di riqualificazione. Secondo le stime dell’Agenzia Europea per l’Ambiente, il rinnovo dell’edilizia residenziale fino al 2050 richiederebbe centinaia di migliaia di chilotonnellate di materiali vergini e sarebbe responsabile di quasi un milione di chilotonnellate di emissioni di CO₂. In questo scenario si inserisce la necessità di adottare strategie di economia circolare, capaci di ridurre l’impatto ambientale degli interventi e, al contempo, migliorare le prestazioni strutturali degli edifici esistenti.

Tra le soluzioni suggerite a livello europeo assumono particolare rilievo gli interventi di retrofitting reversibile, l’impiego di materiali bio-based e l’adozione di sistemi smontabili. È in questa direzione che si colloca la ricerca presentata da Carlotta Contiguglia ad ANIDIS 2025, focalizzata sull’utilizzo di infill in legno per il rinforzo di telai in cemento armato esistenti. Il legno, grazie alle sue caratteristiche ambientali e meccaniche, rappresenta infatti un materiale strategico per coniugare sicurezza strutturale e sostenibilità, mentre la tecnica degli infill costituisce una soluzione ampiamente indagata nella letteratura internazionale, in particolare nei Paesi a elevata sismicità.

Infili in legno e comportamento strutturale: dal modello fisico al concetto di macroelemento

La soluzione studiata si basa sull’inserimento, all’interno di un telaio in cemento armato esistente, di un subframe in legno al quale è collegato un pannello in cross-laminated timber (CLT) mediante connessioni metalliche a secco. Un opportuno distacco perimetrale consente al pannello di attivare un comportamento di rocking sotto azioni orizzontali, dissipando energia attraverso le connessioni e riducendo la domanda sulle strutture esistenti. Questo approccio, sviluppato originariamente dal gruppo di ricerca coordinato dal professor Piazza, consente di ottenere un sistema di rinforzo efficiente, reversibile e coerente con i principi dell’economia circolare.

La modellazione numerica dettagliata di tale sistema, realizzata in ambiente OpenSeesPy, ha tuttavia evidenziato un limite significativo: l’elevata complessità computazionale rende impraticabile l’utilizzo diretto del modello ad alta fedeltà all’interno di procedure di ottimizzazione applicate a edifici reali. Da qui nasce l’esigenza di sviluppare un macromodello equivalente, ispirato agli approcci già consolidati per gli infill in muratura, in grado di riprodurre il comportamento globale del sistema con un costo computazionale drasticamente ridotto.

Il macromodello proposto si basa sull’adozione di due diagonali equivalenti, modellate come elementi truss con un legame costitutivo calibrato per riprodurre l’inviluppo forza-spostamento del sistema reale. La calibrazione dei parametri avviene attraverso un confronto diretto tra le risposte globali del modello ad alta fedeltà e quelle del modello semplificato, minimizzando l’errore sulle curve di pushover e garantendo al contempo la coerenza fisica del comportamento post-picco.

XX Convegno ANIDIS: focus su sicurezza sismica e vulnerabilità del costruito
Ad Assisi si è svolto il XX Convegno ANIDIS, principale appuntamento per la comunità dell’ingegneria sismica. Al centro del dibattito: vulnerabilità del costruito, tecniche di rinforzo, monitoraggio strutturale, nuovi materiali, strategie multi-hazard e politiche di riduzione del rischio. INGENIO segue l’evento con video e interviste ai protagonisti.
LEGGI L'APPROFONDIMENTO

Dati sintetici e machine learning per modelli predittivi efficienti

In assenza di un ampio set di dati sperimentali, la ricerca ha fatto ricorso alla generazione di un vasto database di dati sintetici, ottenuti tramite migliaia di analisi numeriche parametriche. Sono stati definiti diversi set di modelli, con complessità crescente, fino a un caso che coinvolgeva la variazione simultanea di sedici parametri geometrici e meccanici. Il database risultante, dell’ordine di decine di gigabyte, contiene informazioni dettagliate sul comportamento globale del sistema, sulle risposte locali degli elementi in cemento armato e sulle sollecitazioni nelle connessioni del pannello in legno.

A partire da questi dati è stato inizialmente tentato un approccio basato su tecniche di symbolic regression, con l’obiettivo di ricavare equazioni esplicite per i parametri del macromodello. Tuttavia, la complessità del problema ha reso evidente i limiti di tale strategia. Un passo successivo ha quindi previsto l’impiego di modelli di machine learning, in particolare algoritmi di gradient boosting, che hanno mostrato buone capacità predittive per alcuni parametri chiave, come il modulo elastico equivalente. Le difficoltà riscontrate nella previsione di altri parametri hanno portato a una riflessione più profonda sulla qualità dei dati utilizzati, evidenziando la necessità di classificare le curve di risposta in funzione dello stato effettivamente raggiunto dall’infill, distinguendo tra comportamento elastico, plateau e fase post-picco.

Questa fase di “pulizia” del database ha già prodotto miglioramenti significativi nelle prestazioni dei modelli predittivi e rappresenta un passaggio cruciale verso l’obiettivo finale della ricerca: la realizzazione di uno strumento user-friendly, basato su un’interfaccia grafica, che consenta ai progettisti di ottenere rapidamente i parametri del macromodello a partire dalle caratteristiche del telaio, del pannello e delle connessioni. Un approccio che promette di ridurre drasticamente i tempi di modellazione e di analisi, favorendo una più ampia diffusione di soluzioni di rinforzo sostenibili e innovative per l’edilizia esistente.

DI SEGUITO LA VIDEOREGISTRAZIONE DELL'INTERVENTO INTEGRALE DI CARLOTTA CONTIGUGLIA.

Il testo è stato elaborato tramite la registrazione dell'intervento, con l'uso dell'IA.