Quando l’algoritmo incontra la muratura: il campanile di Aci Castello diventa un laboratorio digitale

La calibrazione dei modelli FEM per le strutture esistenti è un passaggio cruciale per interpretarne correttamente il comportamento dinamico e valutare la sicurezza strutturale. Nei manufatti storici in muratura, caratterizzati da geometrie complesse e materiali eterogenei, l’approccio manuale basato sul “tentativo ed errore” mostra tutti i suoi limiti in termini di tempo, ripetibilità e affidabilità. La ricerca presentata ad ANIDIS 2025 introduce un metodo automatizzato basato su algoritmi di ottimizzazione ispirati ai processi naturali. Il contributo mostra come l’uso di tecniche metaeuristiche consenta di migliorare sensibilmente l’aderenza tra modello numerico e risposta reale della struttura. Il campanile di San Giuseppe ad Aci Castello diventa così un laboratorio reale per testare nuove strategie di calibrazione avanzata.

Dalla calibrazione manuale all’ottimizzazione automatica dei modelli FEM

La calibrazione dei modelli numerici agli elementi finiti rappresenta oggi uno dei passaggi chiave per comprendere e prevedere il comportamento dinamico delle strutture esistenti, in particolare di quelle storiche e monumentali. Tradizionalmente, questo processo è stato condotto in modo manuale, attraverso aggiustamenti successivi dei parametri meccanici fino a ottenere una ragionevole corrispondenza tra il modello e la risposta reale della struttura. Un approccio efficace per casi semplici, ma fortemente dipendente dall’esperienza dell’ingegnere e, soprattutto, molto dispendioso in termini di tempo quando la geometria e l’eterogeneità dei materiali rendono il problema complesso.

La ricerca presentata ad ANIDIS 2025 propone un cambio di paradigma: automatizzare la calibrazione del modello FEM mediante algoritmi metaeuristici ispirati ai processi naturali, in particolare l’algoritmo genetico e la particle swarm optimization. L’idea di fondo è trattare la calibrazione come un problema di ottimizzazione, in cui una funzione obiettivo misura lo scarto tra le proprietà dinamiche del modello numerico e quelle identificate sperimentalmente sulla struttura reale. Le grandezze di riferimento sono prevalentemente le frequenze proprie e, quando disponibili, anche le forme modali, la cui somiglianza viene quantificata tramite il criterio MAC (Modal Assurance Criterion). In questo modo il processo non dipende più dal tentativo ed errore, ma viene guidato in modo sistematico verso la migliore soluzione possibile.

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

Il campanile di San Giuseppe ad Aci Castello come caso di studio

Il caso di studio scelto è il campanile della chiesa di San Giuseppe ad Aci Castello, in provincia di Catania, una struttura in muratura risalente al 1748. Il campanile, alto circa 15,4 metri e caratterizzato da una sezione rettangolare rastremata, è costituito da tre parti principali con qualità murarie differenti. La porzione inferiore presenta muratura di migliore qualità con grossi blocchi di pietra lavica disposti in filari pseudo-regolari e malta idraulica coesiva, mentre la parte intermedia è realizzata con muratura di qualità media. La porzione superiore, invece, risulta la più vulnerabile, con materiali di scarsa qualità, piccole pietre laviche, laterizi e malte deboli. Questa eterogeneità rende il comportamento dinamico della torre particolarmente complesso e rappresenta una sfida significativa per la modellazione numerica.

L’identificazione dinamica è stata condotta mediante analisi modale operativa, sfruttando risultati già disponibili da studi precedenti. Sei velocimetri sono stati installati a tre diverse quote del campanile per catturare sia le deformazioni flessionali sia quelle torsionali. Le frequenze proprie identificate sperimentalmente mostrano come i primi due modi siano prevalentemente flessionali lungo le direzioni est-ovest e nord-sud, mentre il terzo modo è di tipo torsionale. Su questa base è stato costruito un modello FEM dettagliato, discretizzato con circa 36.000 elementi tetraedrici a quattro nodi. Il modello è stato sviluppato inizialmente in un ambiente di calcolo e successivamente trasferito in OpenSees attraverso una procedura di conversione dei nodi, della connettività degli elementi e delle proprietà dei materiali mediante script Python, consentendo così di integrare modellazione avanzata e procedure di ottimizzazione automatica.

Confronto tra algoritmi genetici e particle swarm optimization

La strategia di calibrazione è stata impostata come un processo iterativo, in cui gli algoritmi metaeuristici esplorano lo spazio dei parametri materiali fino a minimizzare la funzione obiettivo. Sono state considerate due formulazioni: una basata esclusivamente sulle frequenze proprie e una seconda che combina frequenze e forme modali, attribuendo maggiore peso alle prime in quanto più affidabili dal punto di vista sperimentale. Il modello è stato suddiviso in cinque regioni con materiali isotropi, e per ciascuna di esse sono stati aggiornati modulo elastico, coefficiente di Poisson e peso unitario.

La validazione del metodo è avvenuta in due fasi. In una prima fase di tipo “numerico”, i risultati del modello iniziale sono stati assunti come dati sperimentali, per verificare se gli algoritmi fossero in grado di recuperare correttamente i parametri noti. In una seconda fase, invece, la procedura è stata applicata ai dati reali ricavati dalle misure sul campanile. I risultati mostrano come l’introduzione delle forme modali nella funzione obiettivo riduca sensibilmente l’errore di stima dei parametri rispetto all’uso delle sole frequenze.

In generale, l’algoritmo genetico ha fornito prestazioni leggermente migliori rispetto alla particle swarm optimization per la maggior parte dei parametri considerati, evidenziando una maggiore capacità di convergenza verso soluzioni fisicamente coerenti. L’analisi dei trend di convergenza conferma inoltre la stabilità del processo iterativo e la sua efficacia nel ridurre progressivamente la discrepanza tra modello numerico e comportamento reale della struttura.

Verso modelli più realistici e il concetto di digital twin

I risultati ottenuti dimostrano come l’automatizzazione della calibrazione FEM mediante algoritmi metaeuristici rappresenti uno strumento promettente per lo studio delle strutture esistenti in muratura, soprattutto quando la complessità geometrica e materica rende impraticabile un approccio manuale. Le prospettive di sviluppo della ricerca puntano verso l’introduzione di modelli di materiale ortotropi, in grado di rappresentare in modo più realistico il comportamento anisotropo delle murature storiche, e verso l’uso di modelli surrogati per ridurre i tempi computazionali delle analisi iterative. In questa direzione si colloca anche l’obiettivo di evolvere il processo di calibrazione verso un vero e proprio digital twin della struttura, capace di integrare dati sperimentali, aggiornamenti continui del modello numerico e simulazioni predittive per il supporto alle decisioni in ambito di monitoraggio, conservazione e sicurezza sismica del patrimonio costruito.

DI SEGUITO LA VIDEOREGISTRAZIONE INTEGRALE DELL'INTERVENTO DI SHAYN SAYYAD. (IN LINGUA INGLESE).

Il testo è stato elaborato mediante la videoregistrazione dell'intervento, con l'aiuto dell'IA.