Procedura ottimale di adeguamento sismico per strutture esistenti in c.a. mediante un Algoritmo Genetico implementato in OpenSEESPy

La relazione presentata da Francesco Nigro all’ANIDIS 2025 di Assisi ha affrontato uno dei nodi centrali dell’ingegneria strutturale contemporanea: l’adeguamento sismico del costruito esistente come problema non solo tecnico, ma anche economico e decisionale. Il lavoro, sviluppato nell’ambito della sua Tesi di Dottorato, sotto la supervisione del professor Enzo Martinelli, propone una procedura di ottimizzazione basata su algoritmi genetici, integrata con modelli numerici avanzati e con l’uso del calcolo ad alte prestazioni.

Dal rischio sismico all’ottimizzazione delle risorse

Il contesto di partenza è ben noto: il patrimonio edilizio italiano è caratterizzato da un’elevata vulnerabilità sismica e, allo stesso tempo, da un costo potenziale di adeguamento estremamente elevato , come evidenziato anche da recenti stime del Consiglio Nazionale degli Ingegneri (“Verso un piano nazionale per la messa in sicurezza delle abitazioni e dei territori dal rischio sismico e idrogeologico”, CNI, 2013). In questo scenario, l’adeguamento sismico non può più essere visto esclusivamente come un problema di verifica o di progetto puntuale, ma come un problema di allocazione ottimale delle risorse disponibili.

L’idea chiave è trattare la scelta degli interventi come un problema di ottimizzazione vincolata: minimizzare una funzione obiettivo, tipicamente il costo complessivo dell’intervento, garantendo al contempo il rispetto dei requisiti prestazionali imposti dalla normativa vigente. In questo senso, l’intelligenza artificiale e le tecniche di soft computing non sostituiscono il progettista, ma diventano strumenti di supporto nella fase di decision making.

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

L’adeguamento sismico come problema di ottimizzazione

La procedura illustrata da Nigro formalizza l’adeguamento sismico come un problema di ricerca della soluzione ottimale all’interno dello spazio delle soluzioni possibili, in cui ciascuna soluzione rappresenta una combinazione di interventi locali e globali applicati alla struttura esistente, e viene valutata in termini di prestazione sismica e di costo. L’Algoritmo Genetico opera su una popolazione di soluzioni candidate, dette “cromosomi” , che evolvono iterativamente attraverso operatori di selezione, crossover e mutazione.

A ogni iterazione, ciascun individuo viene analizzato mediante analisi pushover (analisi statica non lineare), così da verificare il rispetto dei vincoli prestazionali e calcolare il valore della funzione obiettivo. Il cuore del metodo risiede proprio in questo ciclo iterativo: generazione delle soluzioni, analisi strutturale, valutazione dei vincoli e aggiornamento della popolazione, fino al raggiungimento di un criterio di ottimalità.

La definizione del “cromosoma” strutturale

 Per rendere operativo l’Algoritmo Genetico è necessario definire in modo rigoroso il cromosoma , ovvero la rappresentazione numerica di una soluzione di adeguamento, che è rappresentata da un vettore. Nella procedura sviluppata, il cromosoma include sia interventi locali sia interventi globali. Dal punto di vista degli interventi locali, sono stati considerati interventi di confinamento delle colonne mediante tessuti di materiale composito (FRP). A ciascun pilastro della struttura esistente è associato un numero intero che indica il numero di strati di tessuto eventualmente impiegati per il suo confinamento (mentre il valore zero rappresenta l’assenza di intervento).

Sul piano degli interventi globali, il cromosoma descrive l’inserimento di controventi in acciaio , selezionati da un opportuno sagomario di profili commerciali.

Ogni identificativo numerico corrisponde a una specifica combinazione di diametro e spessore, con regole semplificate per la variazione dello spessore lungo l’altezza dell’edificio, coerenti con le regole di progetto attualmente impiegate per i controventi metallici (DM 17/01/2018; EN 1998-1).

Modellazione FEM avanzata in OpenSeesPy

L’intera procedura è implementata in ambiente OpenSeesPy , sfruttandone la flessibilità nella modellazione non lineare. Gli elementi strutturali sono modellati con elementi force-based beam-column a plasticità distribuita, con più punti di integrazione lungo l’asta, che consentono di modificare il legame costitutivo in funzione degli interventi di rinforzo. Per il confinamento con tessuti in FRP, gli effetti del rinforzo sono introdotti direttamente nel modello attraverso l’aggiornamento delle leggi costitutive del calcestruzzo, utilizzando relazioni derivate dalle linee guida CNR (CNR-DT 200 R1/2013).

D’altra parte, gli interventi globali prevedono l’inserimento di controventi in acciaio nelle maglie del telaio strutturale in c.a. e, ove necessario, l’adeguamento delle colonne adiacenti ai controventi mediante incamiciatura in acciaio. Particolare attenzione è stata posta alla modellazione del comportamento delle diagonali compresse per coglierne correttamente il comportamento post-buckling, introducendo eccentricità iniziali (ovvero un’imperfezione geometrica equivalente) che consentono di simulare la perdita progressiva di rigidezza e resistenza in compressione durante l’analisi pushover.

High Performance Computing come fattore abilitante

Un aspetto cruciale della procedura è il costo computazionale. Ogni iterazione dell’algoritmo genetico richiede l’esecuzione di centinaia di analisi pushover, almeno quattro per ciascun individuo della popolazione. Senza una strategia di parallelizzazione, i tempi di calcolo diventerebbero incompatibili con l’uso pratico dello strumento. Per questo motivo, la procedura è stata concepita fin dall’inizio per l’esecuzione parallela, sfruttando ambienti di High Performance Computing. Le applicazioni presentate sono state eseguite anche su un supercomputer dell’Arizona State University , con l’impiego simultaneo di oltre un centinaio di computational cores. Questo approccio non solo riduce drasticamente i tempi di calcolo, ma facilita anche la gestione dell’enorme mole di dati generata dalle analisi.

Applicazione a un edificio in cemento armato esistente

La procedura è stata applicata a un edificio a telaio in cemento armato di 4 livelli con otto campate in entrambe le direzioni , progettato secondo criteri antecedenti alla normativa sismica moderna e ipoteticamente localizzato in una zona a elevato rischio sismico. La struttura presenta una marcata irregolarità “in pianta” di rigidezza, dovuta al minor numero di telai in una delle due direzioni principali. La funzione obiettivo è proporzionale al costo economico iniziale dell’intervento, calcolato sulla base del prezzario regionale della Campania, e tiene conto di diverse voci di costo: interventi locali, interventi globali, adeguamenti in fondazione, risoluzione di crisi fragili e una penalità associata a eventuali soluzioni generate che non soddisfano i requisiti prestazionali. I vincoli prestazionali sono stati definiti in accordo con il DM n.65 del 07/03/2017, sia rispetto all’indice di sicurezza allo SLV (Stato Limite di salvaguardia della Vita) z_E,SLV sia di Perdita Annua Media (PAM), coerentemente con la classificazione del rischio sismico ivi riportata.

Risultati e interpretazione ingegneristica

Sono stati analizzati due scenari: nel primo si richiedeva il raggiungimento della classe di rischio A+, nel secondo un miglioramento fino alla classe B. In entrambi i casi, l’algoritmo genetico ha mostrato una buona convergenza verso soluzioni ottimali, con risultati coerenti dal punto di vista ingegneristico.

Nel primo caso caso (requisito prestazionale più severo) le soluzioni convergono verso layout fortemente controventati su tutte le facciate perimetrali, con un costo complessivo dell’ordine del milione di euro. Nel secondo caso, il costo si riduce sensibilmente e, soprattutto, cambia la distribuzione degli interventi: l’Algoritmo suggerisce di aggiungere controventi soltanto nella direzione più debole della struttura esistente. Questo dimostra la capacità dell’Algoritmo di “leggere” il comportamento strutturale globale.

L’analisi dell’evoluzione dell’intera popolazione (e non solo del migliore individuo) mostra la formazione di cluster di soluzioni simili, segno di un’esplorazione efficace dello spazio delle soluzioni, pur a fronte di un numero limitato di strutture effettivamente analizzate rispetto allo spazio teorico delle combinazioni possibili.

Il lavoro presentato conferma come le tecniche di ottimizzazione basate sull’Algoritmo Genetico, integrate con modelli FEM avanzati e supportate dal calcolo ad alte prestazioni, possano rappresentare un valido ausilio per l’ingegnere strutturale. Non si tratta di automatizzare il progetto, ma di fornire strumenti capaci di esplorare in modo razionale e oggettivo un problema complesso, riducendo l’arbitrarietà delle scelte preliminari. Le prospettive future includono l’ampliamento della libreria degli interventi disponibili, l’introduzione di funzioni obiettivo più articolate e l’integrazione di ulteriori criteri decisionali. In un Paese come l’Italia, dove l’adeguamento sismico del costruito è una sfida tecnica ed economica di scala nazionale, approcci di questo tipo rappresentano una direzione di ricerca di grande interesse applicativo.

 DI SEGUITO LA VIDEOREGISTRAZIONE INTEGRALE DELL'INTERVENTO DI FRANCESCO NIGRO.