01 TDC - Lezioni Sicurezza

TECNICA DELLE COSTRUZIONI
Sicurezza strutturale
Prof. G. Mancini
Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Corso di Tecnica delle Costruzioni
Sicurezza strutturale
Requisito fondamentale in ogni operazione di:
1. progettazione
2. costruzione
3. utilizzazione
delle opere strutturali
Metodi di valutazione della sicurezza che consentano di
verificarne la positivit in tutti gli stati in cui verr a
trovarsi la struttura
Misura positiva della sicurezza nei diversi stati
=
struttura affidabile
affidabile
Prof. G. Mancini

deterministici
Metodi di misura
della sicurezza
nelle costruzioni
tensioni ammissibili
calcolo a rottura
di livello 3
probabilistici
di livello 2
di livello 1
(semiprobabilistico)
Prof. G. Mancini

Metodo delle tensioni ammissibili

La misura della sicurezza avviene nello spazio delle
tensioni.
Se R =
Rk
Prof. G. Mancini
o anche
R=
Rk

rappresenta la combinazione tensionale (tensione

ideale) cui si fa riferimento nel caso di stati di
sollecitazione combinati
Se
tensione puntuale nel materiale dovuta alle

azioni di esercizio e valutata con analisi elastica
lineare in presenza di qualunque tipo di azione
(dirette e indirette)
Rk
frattile 5% della distribuzione di frequenza delle

resistenze
i t
((resistenza
i t
caratteristica)
tt i ti )
R=
Rk
tensione ammissibile
coefficiente di sicurezza
Prof. G. Mancini

Svantaggi del metodo delle tensioni ammissibili

1.
2.
3.
4.
sollecitazioni valutate in modo deterministico senza

considerare alcuna incertezza e/o aleatoriet
elasticit lineare che non consente di tener conto di
fenomeni anelastici e reologici
eologici (fessurazione,
(fess a ione fluage,
fl age
...) e della eventuale non-linearit di comportamento
del materiale
coefficienti di sicurezza necessariamente ampi perch
devono coprire tutte le cause di incertezza lato azioni
e resistenze effetto psicologico pericoloso
misura reale della sicurezza artificiosa o impossibile
Prof. G. Mancini

Vantaggi del metodo delle tensioni ammissibili

1.
2
2.
3
3.
4.
facilit di determinazione delle sollecitazioni per la

possibilit di applicare il principio di sovrapposizione
degli effetti
facilit nellindi
nellindividuazione
id a ione delle combinazioni
combina ioni di carico
ca ico
pi gravose (linee di influenza)
buona attendibilit (in campo statico) delle
sollecitazioni determinate nei campi usuali di impiego
buon comportamento nelle numerose strutture
realizzate
Prof. G. Mancini

Metodo di calcolo a rottura

Metododicalcoloarottura
Lamisuradellasicurezzaavvienenellospaziodelleforze.
p
u Ae Au
Prof. G. Mancini

e distinguendo
g
le azioni permanenti
p
Ge :
Ge + u Ae Au
con :
Ge
azioni permanenti di esercizio
Ae
azioni variabili di esercizio
Au
azioni variabili ultime
coefficiente di sicurezza ultimo
Prof. G. Mancini

Svantaggi del metodo di calcolo a rottura

1.
2.
3.
misura della sicurezza ancora deterministica

non valuta le condizioni di esercizio
coefficienti di sicurezza necessariamente ampi perch
de ono coprire
devono
cop i e tutte
t tte le cause
ca se di ince
incertezza
te a lato a
azioni
ioni
e resistenze effetto psicologico pericoloso
Prof. G. Mancini

10
Vantaggi del metodo di calcolo a rottura

1.
2
2.
3
3.
possibilit di presa in conto di fenomeni anelastici o

reologici o di non-linearit di comportamento dei
materiali
valutazione
al ta ione corretta
co etta degli effetti delle deformazioni
defo ma ioni
impresse
possibilit di controllo sperimentale della sicurezza
ultima
In ogni caso entrambi i metodi deterministici presentano

notevoli lacune nella valutazione della sicurezza
strutturale
Prof. G. Mancini

11
Condizione di stato limite

In ambito strutturale, il concetto di stato limite legato ad
uno specifico requisito interpretabile come uno stato
della struttura, raggiunto il quale, essa non in grado di
soddisfare il requisito.
Il requisito di stato limite divide lo spazio n -dimensionale
dimensionale
in un dominio di insuccesso (nel quale il requisito non
soddisfatto)) e in un dominio di successo,, detto anche
dominio di sicurezza (nel quale il requisito soddisfatto);
il confine tra i due domini detto stato limite.
Si definisce probabilit di insuccesso la probabilit di non
soddisfacimento del requisito di stato limite
limite.
Prof. G. Mancini

12
Funzione di stato limite

La funzione di stato limite la rappresentazione analitica
della condizione di stato limite. Quindi, la funzione di
stato limite esprime analiticamente una condizione
raggiunta la quale, la struttura non pu
pi
svolgere le
funzioni o non soddisfa pi le condizioni per cui stata
progettata.
progettata
Prof. G. Mancini

13
Metodo probabilistico di livello 3

La misura della sicurezza nei confronti di un generico
stato consiste nella determinazione della relativa
probabilit di insuccesso Pr e nel suo confronto con un
valore di riferimento sufficientemente piccolo prefissato Pr*
Pr Pr*
Prof. G. Mancini

14
Pr*
rottura fragile
g
10 5 10 7
(
(acciaio
in trazione,, cls in
compressione, terreno,
instabilit, ...)
rottura duttile 10 4 10 5
(acciaio o c.a. in flessione,

cedimenti fondali,
fondali ...))
condizioni di esercizio 10 2 10 3 (deformazioni,

fessurazione,
vibrazione,
ib i
...))
Prof. G. Mancini

15
Sia X il vettore rappresentativo

pp
delle n variabili aleatorie
che intervengono nella definizione della sicurezza; sia
inoltre f X la funzione di densit di probabilit congiunta
d ll n variabili
delle
i bili aleatorie,
l t i tali
t li che:
h
f X ( x1 , x2 ,..., xn ) dx1dx2 ...dxn =
= P[( x1 < X 1 x1 + dx
d 1 ) ( x2 < X 2 x2 + dx
d 2 ) ...
... ( xn < X n xn + dxn )]
Prof. G. Mancini

16
Se noto il dominio di insuccesso Dr' , la probabilit

p
di
insuccesso Pr pu essere immediatamente calcolata,
come la probabilit che il vettore X si trovi allinterno
di Dr' :
Pr =
( x1 , x2 ,..., xn )dx
d 1dx
d 2 ...dx
d n
Dr'
Ammesso di poter separare le n variabili aleatorie in

favorevoli e sfavorevoli, si possono definire le due
variabili aleatorie R ed S, tali che:
R = g R ( X 1 , X 2 ,..., X m )
S = g S ( X m +1 , X m + 2 ,,...,, X n )
Prof. G. Mancini

17
Pertanto,, considerata la variabile aleatoria E=R-S,, la

probabilit di insuccesso calcolata nel seguente
modo:
Pr = P{E 0} =
R ,S
(r , s)drds
(1)
Dr'
con :
Dr'
dominio di insuccesso (insicurezza), nel quale

cio e 0
f R,S
densit di probabilit congiunta delle due variabili

aleatorie R ed S
Prof. G. Mancini

18
Prof. G. Mancini

19
Integrando
g
la (1)
( ) per
p strisce si ha:
1.
in orizzontale
Pr = f R , S (r , s )ds dr
r
+ +
2.
(2)
in verticale
Pr = f R , S (r , s )dr ds

Prof. G. Mancini
(3)

20
Se R ed S sono indipendenti,
p
, la p
probabilit congiunta
g
f R , S (r , s ) corrisponde al prodotto delle probabilit
semplici:
f R ,S (r , s) = f R (r ) f S ( s)
quindi la (2) e la (3) diventano:
+
+
Pr = f R (r ) f S ( s )ds dr = f R (r )[1 FS (r )]dr
+
s
Pr = f S ( s ) f R (r )ddr ds = f S ( s ) FR ( s )ds
Prof. G. Mancini

21
ed,, in rappresentazione
pp
grafica:
g
in orizzontale
Prof. G. Mancini

22
in verticale
Prof. G. Mancini

23
Q
Qualora
R ed S,, oltre che indipendenti,
p
, abbiano anche
distribuzione normale:
R N R ( R ; R )
= valore
l
medio
di
S N S ( S ; S )
= scarto quadratico medio
anche la variabile aleatoria Z=R-S normale:
Z N Z ( Z ; Z )
2
2
e risulta Z = R S e Z = R + S
Prof. G. Mancini

24
La probabilit di esito negativo vale:

0
Pr = P{Z 0} =
( z )dz
Z Z
Utilizzando la variabile normale standard U =

Z
(
)
sostituita
da
N
0
;
1
e
si
ottiene:
N Z ( Z ; Z )
U
+
Pr =
(u )du = 1 FU ( ) = Pr ( )
Prof. G. Mancini

25
Utilizzando le variabili standardizzate ridotte:
R R
S S
S + S ,
si ottiene R =
R + R , S =
R S = R + R S S = 0 o anche:
R S + ( R S ) = 0
Retta di distanza d dallorigine
con:
d=
R S
+
2
R
2
S
Prof. G. Mancini

26
d=
Prof. G. Mancini
R S
+
2
R
2
S

27
Il coefficiente =
Z lindice di sicurezza e corrisponde

Z
allinverso del coefficiente di variazione della variabile
aleatoria Z cZ =
Z
R S
S S
R S
0 1
Z
=
=
=
=
2
2
2
2
Z
R +S
02 cR2 + cS2
R S
+ 2
2
S S
R
con 0 =
coefficiente di sicurezza centrale
S
Risulta Pr = Pr ( 0 , cr , cs )
Prof. G. Mancini

28
Utilizzando le precedenti
relazioni
l i i per coppie
i di
valori (cr , cs ) si possono
disegnare le curve
Pr = Pr ( 0 )
Si pu notare come per valori elevati di cr (curve 9 16 )

anche un sensibile aumento di 0 non riesca a confinare
Pr entro valori sufficientemente bassi
Prof. G. Mancini

29
Per valori bassi di cr ((curve 1 8 ) risulta invece significa

g
tiva la variabilit di S.
Il coefficiente di sicurezza centrale non pertanto un
buon indice per la misura della sicurezza.
Prof. G. Mancini

30
Si p
possono definire ulteriori coefficienti di sicurezza:
Rk
k =
Sk
coefficiente di sicurezza caratteristico
Rd
d =
Sk
coefficiente
ffi i
di sicurezza
i
di calcolo
l l
Rk R k R R R S
1 k R cR
k =
=
= 0
S k S + k S S S R
1 + k S cS
Rd R d R R R S
1 d R cR
d =
=
= 0
S k S + k S S S R
1 + k S cS
Prof. G. Mancini

31
k e d iindividuano
di id
i ffrattili
ttili
Per distribuzione normale:
k R = 1.645
k S = 1.645
d R = 3.09
Prof. G. Mancini

32
Utilizzando le espressioni precedenti possibile tracciare

la probabilit Pr in funzione di k e d al variare di cr e
cs
Prof. G. Mancini

33
Si pu osservare che utilizzando k , il fascio di curve

ancora molto aperto
aperto, quindi valgono
valgono, anche se in modo
ridotto, le osservazioni gi fatte per 0 .
Pertanto k non un buon indice per misurare la sicurezza
a collasso.
collasso
Prof. G. Mancini

34
Nel caso di d , si osserva che con i valori usuali di cr

(curve 9 12) un valore di d = 1.5 comporta una
probabilit di rottura compresa tra 5 10 4 e 10 5 ,
quindi sensibilmente costante.
Prof. G. Mancini

35
Pertanto d pu essere utilizzato come parametro per la

valutazione della sicurezza.
sicurezza
Il metodo di livello 3 risulta per di difficile applicabilit
per la mancata conoscenza delle leggi di distribuzione
di frequenza delle variabili aleatorie da prendere in conto.
Si utilizza per scopi scientifici e di taratura dei metodi
approssimati di livello inferiore.
Prof. G. Mancini

36

1.
2.
difficolt operative del livello 3 superate con il livello 2

la funzione di S. L. g(s, r)=0 approssimata:
a) g(s, r)=0 lineare o linearizzata FORM
b) g(s,
g(s r)=0
) 0 non lineare
linea e approssimata
app ossimata con funzione
f n ione
di secondo ordine SORM
FOSM (First Order Second Moment) (MVFOSM)

FORM
AFOSM (Advanced First Order Second Moment)
Prof. G. Mancini

37
FOSM ignora la legge di distribuzione delle variabili

casuali
AFOSM considera la legge di distribuzione delle
variabili casuali
a1) FOSM (MVFOSM): basato su una approssimazione di

primo ordine in serie di Taylor della funzione di S. L.
linearizzata ai valori medi ed usa solo medie e
covarianze delle variabili casuali (normali e lognormali)
Z = g ( X ) = g ( X 1 , X 2 ,..., X n )
Prof. G. Mancini

38
Sviluppando in serie di Taylor nellintorno dei valori

medi:
g
Z = g ( X ) +
X i Xi +
i =1 X i
)(
1 n n 2g
X i X i X j X j + ...
+
2 i =1 j =1 X i X j
da cui:
Z g ( X , X ,..., X )
1
g g

cov(X i , X j )
i =1 j =1 X i X j
n
2
Z
Prof. G. Mancini

39
La covarianza di due variabili casuali X i , X j il momento

del 2 ordine rispetto alle rispettive medie X e X j
i
S lle variabili
Se
i bili X i sono indipendenti:
i di
d ti
2
g
Var ( X i )

i =1 X i
n
2
Z
Valutati Z e Z si ottiene =
Z
Pr = Pr ( )
1,282
2,326
3,090 3,719 4,265 4,753 5,199
10 1
10 2
10 3
Prof. G. Mancini
10 4
10 5 10 6
10 7

40
a2) AFOSM (Hasofer-Lind per variabili normali):

usa le
l variabili
b l normalil standard
d d
X i Xi
'
Xi =
ii=1
1, 2,
2 , n
X i' ha
h media
di nulla
ll e deviazione
d i i
standard
t d d unitaria
it i
HL definito
Lindice
Li
di di sicurezza
i
d fi it come distanza
di t
minima dallorigine degli assi rispetto alla superficie
di S.L.
SL
Prof. G. Mancini

41
HL =
R S
R2 + S2
Prof. G. Mancini
R =
'
R R
S =
'
S S

42
La funzione di S. L. : R R ' S S ' + R S = 0

AFOSM e FOSM danno valori coincidenti se R ed S sono
normali e la funzione di S.
S L.
L lineare
Per funzioni di S.
S L.
L non lineari,
lineari la determinazione di HL
diventa un problema di ottimizzazione. Si pu utilizzare
il metodo dei moltiplicatori di Lagrange.
Prof. G. Mancini

43
X i
i =1
=
* 2
n
g

i =1 X i
*
i
HL
Prof. G. Mancini

44
b) SORM (Second Order Reliability Method)
Prof. G. Mancini

45
Entrambe
E
t
b le
l approssimazioni
i
i i delle
d ll funzioni
f
i i di S.
S LL.
hanno la stessa distanza e lapproccio di FORM
fornisce lo stesso livello di sicurezza.
sicurezza
In realt la probabilit di rottura dellapprossimazione
non lineare della funzione dovrebbe essere minore per
p
via della sua forma. FORM ignora la curvatura della
funzione di S. L. perch usa unapprossimazione di solo
1 ordine.
di
Prof. G. Mancini

46
SORM migliora
g
lapproccio
pp
di FORM includendo
informazioni sulla curvatura della funzione di S. L.
Lo sviluppo in serie di Taylor di una funzione non
li
lineare
lli t
del
d l valore
l
g ( X ) = g ( X 1 , X 2 ,..., X n ) nellintorno
x1* , x2* ,..., xn* vale:
g ( X 1 , X 2 ,..., X n ) = g x , x ,..., x +
*
1
*
2
*
n
i =1
g
xi x
+
X i
*
i
2
1 n n
g
*
*
+ ...
+ xi xi x j x j
2 i =1 j =1
xi x j
)(
SORM tiene conto delle derivate di secondo ordine

mentre FORM si ferma a quella di 1 ordine
Prof. G. Mancini

47
Secondo Breitung,
g, la probabilit
p
di insuccesso pu
p essere
calcolata come:
n 1
Pf ( ) (1 + ki )
1
2
i =1
dove ki sono le curvature principali nel punto di minima

distanza e valutato tramite FORM.
Prof. G. Mancini

48
Tecniche
ec c e d
di s
simulazione
ua o e
Le tecniche di simulazione consentono di valutare la
probabilit di insuccesso nel caso di funzioni di S.
S L.
L
esplicite ed implicite. La tecnica di simulazione pi
nota il Metodo Montecarlo; consiste nei seguenti passi:
- definizione del problema considerando tutte le variabili
casuali
- quantificazione
q antifica ione di tutte
t tte le variabili
a iabili casuali
cas ali tramite
t amite le PDF
- generazione dei valori delle variabili casuali
- valutazione deterministica per ogni insieme di valori
delle variabili casuali (sperimentazione numerica)
- valutazione di informazioni probabilistiche da N
valutazioni
- valutazione dellaccuratezza ed efficienza della
simulazione
Prof. G. Mancini

49
La g
generazione dei valori delle variabili casuali avviene
tramite un generatore di numeri casuali, compresi tra 0 e
1. Il numero casuale generato viene eguagliato al
corrispondente
i
d t valore
l
della
d ll CDF della
d ll variabile
i bil
considerata e tramite questa si perviene al valore della
variabile casuale tramite la PDF.
PDF
La p
probabilit di insuccesso si calcola come:
Pf =
Nf
casi sfavorevoli (g < 0)
casi totali investigati
Prof. G. Mancini

50
Se si valuta una p
probabilit di insuccesso pari
p a 10-5
solo 1/10-5 casi sar sfavorevole, si raccomanda quindi di
utilizzare almeno 10x105 = 106 simulazioni per ogni
variabile
i bil casuale.
l
Prof. G. Mancini

51

La misura della sicurezza in un generico stato si effettua
confrontando due valori significativi di R ed S
(anzich le leggi complete di n variabili aleatorie) detti
valori di calcolo.
(
(x
Rd = g R x1ES TR , x2 ES TR ,,...,, xmES TR
Sd = g S
m +1ES TR
, xm + 2 ESTR ,..., xnESTR
verificando che risulti:
Rd S d
Prof. G. Mancini

52
La scelta dei valori estremi, in linea di principio, si effettua

maggiorando le n
n-m
m variabili (S) e minorando le m variabili
(R).
Prof. G. Mancini

53
Per le resistenze si assumono i frattili 0.05:
FX i xiES TR. INF . = 0.05
Per le sollecitazioni si assumono i frattili 0.95:
FX i xiES TR.S UP. = 0.95
Prof. G. Mancini

54
Il metodo,, detto dei valori estremi,, non tiene conto delle

aleatoriet ed incertezze dei legami funzionali g R (...)
e g S (...)
Lutilizzazione ad litteram della procedura pu talvolta
comportare
p
dei problemi
p
di coerenza,, ad esempio
p quando
q
unazione interviene nello stesso tempo lato sollecitazioni
e lato resistenze, in quanto dovrebbe essere, allo stesso
tempo maggiorata e minorata!
Il problema si risolve in tali casi assumendo per tale
azione un valore deterministico anzich due valori estremi.
Prof. G. Mancini

55
Metodo semi-probabilistico agli stati

limite
Con tale metodo, alcune delle variabili aleatorie da cui
dipende la misura della sicurezza, vengono assunte
come deterministiche
d t
i i ti h e leffetto
l ff tt della
d ll loro
l
aleatoriet
l t i t ed
d
incertezza coperto dallintroduzione di un coefficiente
di sicurezza (ne esistono di 3 tipi)
m lato resistenze (m=materiale)

f lato sollecitazioni (f=forze)
fattore di comportamento
Prof. G. Mancini

56
Il metodo deriva in p
principio
p da q
quello di livello 1 ed
quindi definito semi-probabilistico.
Il termini stati limite sottolinea la necessit di effettuare
l verifica
la
ifi neii riguardi
i
di di tutti
t tti glili stati
t ti che
h possono portare
t
a comportamento insoddisfacente la struttura.
In particolare si assumono:
- le dimensioni geometriche come deterministiche
- il legame
g
funzionale g R (...) come deterministico,, per
p
la vasta messe di risultati sperimentali disponibili. In
alcuni meccanismi complessi si introduce n = Rd a
valle
ll del
d l calcolo
l l
1
Rd
Rd
(incertezza di modello)
Rd
con opportuna
pp
graduazione ((riduzione)) del coefficiente m
g
Prof. G. Mancini

57
lato resistenza le variabili aleatorie considerate sono le

resistenze a rottura dei materiali f c , f y cui si applica
il coefficiente m
il legame
l
funzionale
f
i
l g S (...) assunto
t deterministico,
d t
i i ti
per cui si rende necessaria lintroduzione dei
coefficienti f che ne tengano conto
conto. Anche in questo
caso possibile introdurre lincertezza di modello
con n = Sd
S d Sd S d
e f viene graduato di conseguenza
Prof. G. Mancini

58
lato sollecitazioni le uniche variabili aleatorie

considerate sono le azioni (A) di cui si considera la
statistica dei massimi, per cui necessaria
li t d i
lintroduzione
d i coefficienti
dei
ffi i ti f , nonch
h di ulteriori
lt i i
coefficienti (coefficienti di combinazione) che
tengono conto del riferimento unitario alla statistica
dei massimi
Per le uniche variabili aleatorie considerate (f ed A) si

assumono i valori caratteristici f k (frattile 5%),
Ak (frattile
(f ttil 95%).
95%)
Prof. G. Mancini

59
Per le altre cause di aleatoriet si introducono:

-
Resistenze
fd =
-
fk
Sollecitazioni
S = S f i i Ak i
i
Prof. G. Mancini
Formulazioni pratiche per

costruzioni in c.a., c.a.p., acciaio

60
Calcolo dei frattili per distribuzione

normale e log-normale
I valori caratteristici (k) e di progetto (d) sono valutati
come frattili
f ttili delle
d ll distribuzioni:
di t ib i i
-
frattile 5% per resistenza caratteristica

frattile 0.1% per resistenza di calcolo
Prof. G. Mancini

61
Per distribuzione normale:
X k = X 1.64 X
X d = X 3.09 X
Per distribuzione log-normale (asimmetrica) occorre
valutare il coefficiente di skewness (obliquit) X :
X = 3VX + VX3
Prof. G. Mancini
X
con V X =
X
coefficiente di
variazione

62
Il valore caratteristico o di calcolo si valutano quindi

con le espressioni:
)]
i = k oppure
pp
d
X i = X exp k p ,0 ln 1 + VX2 / 1 + VX2
dove k p , 0 il coefficiente della distribuzione normale

per lo stesso frattile (1.64 o 3.09)
con VX < 0.2
Prof. G. Mancini
X i X exp k p ,0VX

63
Esempio: calcestruzzo con X = 30 MPa, X = 5 MPa
5
VX =
= 0.167 < 0.20
30
Rk = 30 exp ( 1.64 0.167 ) = 22.8 MPa

Log-normale
(scelta consigliata)
Rd = 30 exp ( 3.09 0.167 ) = 17.9 MPa
Rk = 30 1.64 5 = 21.8 MPa
Normale
Rd = 30 3.09 5 = 14.6 MPa
Prof. G. Mancini

64
Rappresentazione
pp
unitaria dei metodi di verifica della
sicurezza (A. Migliacci)
Prof. G. Mancini

65
Livello 3:
Pr =
f (r , s )drds
R,S
D2'
Livello 2:
E * E
Livello 1:
punto M 1
p
Tensioni ammissibili:
Pr = P{E = R S 0}
punto M
Risulta R << Rd perch la sicurezza sulle azioni

trasferita sulle resistenze
resistenze.
S e S quindi M pi prossimo allorigine di M 1
Prof. G. Mancini

66

01 TDC - Lezioni Sicurezza

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

01 TDC - Lezioni Sicurezza

Caricato da

Copyright:

Formati disponibili

TECNICA DELLE COSTRUZIONI

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Metodo delle tensioni ammissibili

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

rappresenta la combinazione tensionale (tensione

tensione puntuale nel materiale dovuta alle

frattile 5% della distribuzione di frequenza delle

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Svantaggi del metodo delle tensioni ammissibili

sollecitazioni valutate in modo deterministico senza

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Vantaggi del metodo delle tensioni ammissibili

facilit di determinazione delle sollecitazioni per la

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Metodo di calcolo a rottura

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

azioni permanenti di esercizio

azioni variabili di esercizio

azioni variabili ultime

coefficiente di sicurezza ultimo

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Svantaggi del metodo di calcolo a rottura

misura della sicurezza ancora deterministica

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Vantaggi del metodo di calcolo a rottura

possibilit di presa in conto di fenomeni anelastici o

In ogni caso entrambi i metodi deterministici presentano

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Condizione di stato limite

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Funzione di stato limite

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Metodo probabilistico di livello 3

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

(acciaio o c.a. in flessione,

condizioni di esercizio 10 2 10 3 (deformazioni,

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Sia X il vettore rappresentativo

f X ( x1 , x2 ,..., xn ) dx1dx2 ...dxn =

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Se noto il dominio di insuccesso Dr' , la probabilit

Ammesso di poter separare le n variabili aleatorie in

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Pertanto,, considerata la variabile aleatoria E=R-S,, la

dominio di insuccesso (insicurezza), nel quale

densit di probabilit congiunta delle due variabili

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Pr = f R (r ) f S ( s )ds dr = f R (r )[1 FS (r )]dr

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

= scarto quadratico medio

anche la variabile aleatoria Z=R-S normale:

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

La probabilit di esito negativo vale:

Utilizzando la variabile normale standard U =

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica

Utilizzando le variabili standardizzate ridotte:

Retta di distanza d dallorigine