Sei sulla pagina 1di 66
TECNICA DELLE COSTRUZIONI SicurezzaSicurezza strutturalestrutturale Prof. G. Mancini Politecnico di Torino -

TECNICA DELLE COSTRUZIONI

SicurezzaSicurezza strutturalestrutturale

Sicurezza s t ru tt ura l e Requisito fondamentale in ogni operazione di: 1.

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 positività in tutti gli stati
Metodi di valutazione della sicurezza che consentano di
verificarne la positività in tutti gli stati in cui verrà a
trovarsi la struttura

Misura positiva della sicurezza nei diversi stati

=

ffid bil

a

e

struttura a

Metodi di misura della sicurezza nelle costruzioni deterministici probabilistici tensioni ammissibili calcolo a rottura

Metodi di misura della sicurezza nelle costruzioni

Metodi di misura della sicurezza nelle costruzioni deterministici probabilistici tensioni ammissibili calcolo a rottura

deterministici

probabilistici

sicurezza nelle costruzioni deterministici probabilistici tensioni ammissibili calcolo a rottura di livello 3
sicurezza nelle costruzioni deterministici probabilistici tensioni ammissibili calcolo a rottura di livello 3

tensioni ammissibili

calcolo a rottura

di

livello 3

di

livello 2

di

livello 1

(semiprobabilistico)

M e t o d o d e ll e t ens i on i

Metodo delle tensioni ammissibili

La misura della sicurezza avviene nello spazio delle tensioni.

della sicurezza avviene nello spazio delle tensioni . S e ≤ R = R k γ

S

e

R =

R

k

γ

γ

o anche

S

e

R =

R

k

γ

∑ S e rappresenta la combinazione tensionale (tensione ideale) cui si fa riferimento nel caso

S

e

rappresenta la combinazione tensionale (tensione ideale) cui si fa riferimento nel caso di stati di sollecitazione combinati

S

e 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)

R

k frattile 5% della distribuzione di frequenza delle resistenze (resistenza caratteristica)

R

k

R = γ

tensione ammissibile

γ coefficiente di sicurezza

Svantaggi del metodo delle tensioni ammissibili 1. sollecitazioni valutate in modo deterministico senza considerare

Svantaggi del metodo delle tensioni ammissibili

1. sollecitazioni valutate in modo deterministico senza

considerare alcuna incertezza e/o aleatorietà

2. elasticità lineare che non consente di tener conto di fenomeni anelastici e reologici (fessurazione, fluage,

) e della eventuale non-linearità di comportamento

del materiale

3. coefficienti di sicurezza necessariamente ampi perchè

devono coprire tutte le cause di incertezza lato azioni

e resistenze

effetto psicologico pericoloso

4. misura reale della sicurezza artificiosa o impossibile

Vantaggi del metodo delle tensioni ammissibili 1. facilità di determinazione delle sollecitazioni per la

Vantaggi del metodo delle tensioni ammissibili

1. facilità di determinazione delle sollecitazioni per la possibilità di applicare il principio di sovrapposizione degli effetti

2. facilità nell’individuazione delle combinazioni di carico più gravose (linee di influenza)

3. buona attendibilità (in campo statico) delle sollecitazioni determinate nei campi usuali di impiego

4. buon comportamento nelle numerose strutture realizzate

M eto d o di cal co l o a ro tt ura La misura

M eto d o di cal co l o a ro tt ura

La misura della sicurezza avviene nello spazio delle forze.

della sicurezza avviene nello sp azio delle forze. γ ⋅ A ≤ A u e u

γ

A A

u

e

u

e distin g uendo le azioni p ermanenti G : G e + γ ⋅

e distinguendo le azioni permanenti G :

G

e

+γ A A

u

e

u

con :

G

A

e

e

A

u

γ

u

azioni permanenti di esercizio azioni variabili di esercizio azioni variabili ultime coefficiente di sicurezza ultimo

e

Svantaggi del metodo di calcolo a rottura 1. misura della sicurezza ancora deterministica 2. non

Svantaggi del metodo di calcolo a rottura

1. misura della sicurezza ancora deterministica

2. non valuta le condizioni di esercizio

3. coefficienti di sicurezza necessariamente ampi perchè devono coprire tutte le cause di incertezza lato azioni

e resistenze

effetto psicologico pericoloso

Vantaggi del metodo di calcolo a rottura 1. possibilità di presa in conto di fenomeni

Vantaggi del metodo di calcolo a rottura

1. possibilità di presa in conto di fenomeni anelastici o reologici o di non-linearità di comportamento dei materiali

2. valutazione corretta degli effetti delle deformazioni impresse

3. possibilità di controllo sperimentale della sicurezza ultima

In ogni caso entrambi i metodi deterministici presentano notevoli lacune nella valutazione della sicurezza strutturale

C on di z i one di s t a t o li m it

Condizione di stato limite

In ambito strutturale, il concetto di stato limite legato ad uno specifico requisito è interpretabile come uno stato della struttura, raggiunto il quale, essa non è in grado di soddisfare il requisito.

Il requisito di stato limite divide lo spazio n -dimensionale in un dominio di insuccesso (nel quale il requisito non è soddisfatto) e in un dominio di successo, detto anche dominio di sicurezza (nel quale il requisito è soddisfatto); il confine tra i due domini è detto stato limite.

Si definisce probabilità di insuccesso la probabilità di non i

sodd s ac mento de requ s to d stato m te.

i

f

i

l

i

i

li

i

F unz i one di s t a t o li m it e La

Funzione di stato limite

La funzione di stato limite è la rappresentazione analitica della condizione di stato limite. Quindi, la funzione di stato limite esprime analiticamente una condizione raggiunta la quale, la struttura non può più svolgere le funzioni o non soddisfa più le condizioni per cui è stata progettata.

M e t o d o pro b a bili s ti co di li

Metodo probabilistico di livello 3

La misura della sicurezza nei confronti di un generico stato consiste nella determinazione della relativa

probabilità di insuccesso

valore di riferimento sufficientemente piccolo prefissato

P

r

e nel suo confronto con un

P P

*

r

r

*

P

r

* P r rottura frag ile rottura duttile 10 10 − 5 − 4 ÷

*

P

r

* P r rottura frag ile rottura duttile 10 10 − 5 − 4 ÷ ÷

rottura fragile

rottura duttile

10

10

5

4

÷

÷

condizioni di esercizio

10

7

10

5

10

2

(acciaio in trazione, cls in compressione, terreno,

instabilità,

)

(acciaio o c.a. in flessione,

cedimenti fondali,

)

÷

10

3

(deformazioni,

fessurazione,

vibrazione,

)

Sia X il vettore ra pp resentativo delle n variabili aleatorie che intervengono nella definizione

Sia X il vettore rappresentativo delle n variabili aleatorie che intervengono nella definizione della sicurezza; sia

inoltre

delle n variabili aleatorie, tali che:

f

X

la funzione di densità di probabilità congiunta

f

X

( x , x ,

1

2

,

x ) dx dx

n

1

2

dx

n

=

= P x < X x + dx x < X x + dx

[(

1

1

1

1

)

(

2

2

2

2

)

( < X

x

n

n

x

n

+ d

x

n

)]

Se è noto il dominio di insuccesso insuccesso come la probabilità che il vettore di

Se è noto il dominio di insuccesso

insuccesso

come la probabilità che il vettore

di

D

'

r

, la probabilità di

P

r

può essere immediatamente calcolata,

X si trovi all’interno

'

D r

:

P =

r

'

D r

f

X

(

x x

1

,

2

,

,

x dx dx

n

)

1

2

dx

n

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

S

=

=

g

R

( X , X

1

(

g X

S

m

+

1

,

2

,

X

m

X

,

+

2

,

m

,

)

X

n

)

Pertanto, considerata la variabile aleatoria E= R-S, la probabilità di insuccesso è calcolata nel seguente

Pertanto, considerata la variabile aleatoria E=R-S, la probabilità di insuccesso è calcolata nel seguente modo:

con :

'

D r

f R , S

P

r

=

{

P E

}

0 =

'

D r

f

R , S

(

r s drds

,

)

dominio di insuccesso (insicurezza), nel quale i

c o è

e 0

(1)

densità di probabilità congiunta delle due variabili aleatorie R ed S

Prof. G. Mancini Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica Corso
Prof. G. Mancini Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica Corso
Integrando la (1) p er strisce si ha: 1. in orizzontale P = r ⎡

Integrando la (1) per strisce si ha:

1. in orizzontale

P =

r

+∞ +∞

∫∫

−∞ r

f r s ds dr

R ,

S (

,

)

2. in verticale

P =

r

+∞ s

∫∫

−∞ −∞

f r s dr ds

R ,

S (

,

)

(2)

(3)

Se R ed S sono indi p endenti , la p robabilità con g iunta

Se R ed S sono indipendenti, la probabilità congiunta

f

R S

,

(

r s

,

)

semplici:

corrisponde al prodotto delle probabilità

f

R S

,

(

r s

,

)

=

f

R

(

r f s

)

S

(

)

quindi la (2) e la (3) diventano:

P =

r

P =

r

+∞

−∞

f ( r )

R

+∞

−∞

f

S

(

s

)

f s ds dr

+∞

r

(

)

S

=

s

−∞

f r dr ds =

R

(

)

+∞

−∞

f r

R

(

[

) 1

]

F r dr

S

(

)

+∞

−∞

f s F s ds

S

(

)

R

(

)

ed, in ra pp resentazione grafica: in orizzontale Prof. G. Mancini Politecnico di Torino -

ed, in rappresentazione grafica:

ed, in ra pp resentazione grafica: in orizzontale Prof. G. Mancini Politecnico di Torino - Dipartimento

in orizzontale

in verticale Prof. G. Mancini Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e
in verticale Prof. G. Mancini Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e

in verticale

Q ualora R ed S , oltre che indi p endenti , abbiano anche distribuzione

Qualora R ed S, oltre che indipendenti, abbiano anche distribuzione normale:

R N μ ;σ

R

(

R

R

S

N

S

(

μ ;σ

S

S

)

)

μ = valore medio

σ = scarto

q uadratico medio

anche la variabile aleatoria Z=R-S è normale:

e risulta

(

Z N μ ;σ

Z

Z

Z

)

μ =μ μ

Z

R

S

e

( Z → N μ ; σ Z Z Z ) μ = μ − μ

2

2

σ = σ +σ

Z

R

S

La probabilità di esito negativo vale: 0 P r = { P Z ≤ 0
La probabilità di esito negativo vale: 0 P r = { P Z ≤ 0

La probabilità di esito negativo vale:

0

P

r

=

{

P Z

0

}

=

−∞

f ( z ) dz

Z

Utilizzando la variabile normale standard

U =

Z

μ

Z

N μ ;σ

Z

(

Z

Z

)

P r

=

è sostit ita da

u

N (0 ;

U

1)

e si ottiene

+∞

f u du = − F

U

(

)

1

U

β μ σ

=

Z

/

Z

()β

= P

r

()β

:

σ

Z

,

Utilizzando le variabili standardizzate ridotte: R − μ S − μ ϕ R = ψ

Utilizzando le variabili standardizzate ridotte:

R − μ S − μ ϕ R = ψ S = σ R σ
R −
μ
S −
μ
ϕ
R
=
ψ
S
=
σ R
σ S
si ottiene R = ϕσ
+ μ ,
S =ψσ +μ
S
S
R
R
R S ϕσ
=
+
μ ψσ μ
= 0
,
o anche:
R
R
S
S
ϕσ ψσ
+( − )= 0
μ
μ
Retta di distanza “d” dall’origine
R
S
R
S
con:

d =

μ − μ R S 2 2 σ σ + R S
μ
− μ
R
S
2
2
σ σ
+
R
S

=

β

d = μ R − μ S 2 + 2 S σ σ R =
d = μ R − μ S 2 + 2 S σ σ R =

d =

μ

R

μ

S

d = μ R − μ S 2 + 2 S σ σ R = β

2

+

2

S

σ σ

R

=

β

Il coefficiente β = μ Z σ Z è l’indice di sicurezza e corrisponde all’inverso

Il coefficiente

β=

μ

Z

σ

Z

è l’indice di sicurezza e corrisponde

all’inverso del coefficiente di variazione della variabile

⎛ σ ⎞ Z ⎜ c = ⎟ aleatoria Z ⎜ Z ⎟ μ ⎝
σ
Z
⎜ c
=
aleatoria Z
Z
μ
Z
μ
R μ
S
μ
− μ
μ μ
γ
− 1
μ R
β
Z
S
S
S
0
=
=
=
=
σ
2
2
2
2
2
2
2
σ σ
+
σ
σ
γ
+ c
Z
c R
R
S
R
S
0
S
+
2
2
μ
μ
S
S
μ
γ =
R
con
coefficiente di sicurezza centrale
0

Risulta

P

r

μ

S

=

P

r

(

γ

0

, c , c

r

s

)

Utilizzando le precedenti rel az i on i per copp ie di valori di (

Utilizzando le precedenti relazioni per coppie di

valori

di

(

c

r

, c

s

l

)

si possono

segnare e curve

P = P

r

r

(

γ

0

)

, c s l ) si possono segnare e curve P = P r r (

Si può notare come per valori elevati di

anche un sensibile aumento di

c

r

(curve

9 ÷16

)

0 non riesca a confinare

γ

P

r

entro valori sufficientemente bassi

Per valori bassi di tiva la variabilità di S. c r ( curve 1 ÷

Per valori bassi di tiva la variabilità di S.

c

r

(curve

1÷8

) risulta invece significa -

Il coefficiente di sicurezza centrale non è pertanto un buon indice per la misura della sicurezza.

Si p ossono definire ulteriori coefficienti di sicurezza: γ = k γ = d R

Si possono definire ulteriori coefficienti di sicurezza:

γ =

k

γ =

d

R

k

S

k

R

d

S

k

γ

k

γ

d

R

S

k

R

S

k

= k

= d

=

=

coefficiente di sicurezza caratteristico

coefficiente di sicurezza di calcolo

μ

R

k

R

σ μ μ

R

R

S

μ +

S

k

S

σ μ μ

S

S

R

μ

R

d

R

σ μ μ

R

R

S

μ

S

+ k

S

σ μ μ

S

S

R

=

=

γ

0

γ

0

1

1

k c

R R

k

+

c

S S

1

d c

R

1 + k c

S

R

S

“k” e “d” in di vid uano i frattili Per distribuzione normale: k k d
“k” e “d” in di vid uano i frattili Per distribuzione normale: k k d

“k” e “d” individuano i frattili Per distribuzione normale:

k

k

d

R

S

R

= 1.645

= 1.645

= 3.09

Utilizzando le espressioni precedenti è possibile tracciare la probabilità P r in funzione di γ

Utilizzando le espressioni precedenti è possibile tracciare

la probabilità

P

r

in funzione di

γ

k

e

γ

d

al variare di

c

r

e

c

s

P r in funzione di γ k e γ d al variare di c r e
Si può osservare che utilizzando ancora molto aperto , quindi valgono , anche se in

Si può osservare che utilizzando

ancora molto aperto, quindi valgono, anche se in modo

ridotto, le osservazioni già fatte per

γ

k , il fascio di curve è

γ

0 .

Pertanto a collasso.

γ

k non è un buon indice per misurare la sicurezza

Nel caso di (curve γ d , si osserva che con i valori usuali di

Nel caso di

(curve

γ

d

, si osserva che con i valori usuali di

γ

d

=1.5

comporta una

9 ÷12

) un valore di

probabilità di rottura compresa tra quindi sensibilmente costante .

5

10

4 e

10

5

,

c

r

sensibilmente costante . 5 ⋅ 10 − 4 e 10 − 5 , c r Prof.

Prof. G. Mancini

Politecnico di Torino - Dipartimento di Ingegneria Strutturale, Edile e Geotecnica Corso di “Tecnica delle Costruzioni”

35

Pertanto γ d può essere utilizzato come parametro per la valutazione della sicurezza . Il

Pertanto

γ

d può essere utilizzato come parametro per la

valutazione della sicurezza.

Il metodo di livello 3 risulta però di difficile applicabilità 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.

M e o t d o pro b a bili s ti co di li

M

e o

t

d

o pro

b

a

bili

s

ti

co

di li

ve

ll

o

2

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

2. la funzione di S. L. g(s, r)=0 è approssimata:

a) g(s, r)=0 lineare o linearizzata

b) g(s, r)=0 non lineare approssimata con funzione

FORM

di secondo ordine SORM

FORM

con funz ione → FORM di secondo ordine → SORM FORM FOSM (First Order Second Moment)

FOSM (First Order Second Moment) (MVFOSM)

AFOSM (Advanced First Order Second Moment)

- FOSM ignora la legge di distribuzione delle variabili casuali - AFOSM considera la legge

- 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 log- normali)

Z = g X = g X X

1

,

(

)

(

2

,

, X

n

)

Sviluppando in serie di Taylor nell’intorno dei valori medi: Z = g ( μ X

Sviluppando in serie di Taylor nell’intorno dei valori medi:

Z = g

(μ

X

+

1

2

n

n

∑∑

1

i = j =

1

)

+

n

i = 1

g

X

i

(

X

i

μ

X

i

)+

2

g

X X

i

j

(

X

i

)(

X

− −

i

j

μ

X

da cui:

μ

Z

(

g μ μ

X

1

,

X

2

σ

n

n

g

2

Z ∑∑

i

=

1

j

=

1 X

i

,

,

g

μ

X

n

)

X

j

cov

(

X X

i

,

j

)

μ

X

j

)

+

La covarianza di due variabili casuali X i , del 2° ordine rispetto alle rispettive

La covarianza di due variabili casuali

X

i

, del 2° ordine rispetto alle rispettive medie

Se le variabili

X

i sono indipendenti:

σ

2

Z

n

i = 1

2

⎛∂ g ⎞ ⎟ Var X

(

X

i

i

)

Valutati

μ

Z

e σ

Z

si ottiene

β =

μ

Z

σ

Z

X

j

μ

X

è il momento e

i

μ

X

j

β

1,282

2,326

3,090

3,719

4,265

4,753

5,199

P = P

r

r

(β)

10

1

10

2

10

3

10

4

10

5

10

6

10

7

a2) AFOSM (Hasofer-Lind per variabili normali): usa l e varia bil i norma li stand

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

usa le variabili normali standard

'

X =

i

X i

μ

X

i

σ

X

i

i=12

,

, …, n

X

i ' ha media nulla e deviazione standard unitaria

L’indice di sicurezza

minima dall’origine degli assi rispetto alla superficie

di S L

β

è definito come distanza

H L

.

.

β H L = μ − μ R S 2 2 σ σ + R
β H L = μ − μ R S 2 2 σ σ + R

β

HL

=

μ − μ R S 2 2 σ σ + R S
μ
− μ
R
S
2
2
σ σ
+
R
S

'

R =

R

μ

R

σ

R

'

S =

S μ

S

σ

S

La funzione di S. L. è: ' σ R σ S R − S '

La funzione di S. L. è:

'

σ R σ S

R

S

'

+

μ μ

R

S

= 0

AFOSM e FOSM danno valori coincidenti se R ed S sono normali e la funzione di S. L. è lineare

Per funzioni di S. L. non lineari, la determinazione di

β

H L

diventa un problema di ottimizzazione. Si può utilizzare il metodo dei moltiplicatori di Lagrange.

β HL =− * n ⎛∂ g ⎞ * ∑ x ⎜ i ⎜ ⎟
β HL =− * n ⎛∂ g ⎞ * ∑ x ⎜ i ⎜ ⎟

β HL

=−

* n ⎛∂ g ⎞ * ∑ x ⎜ i ⎜ ⎟ ⎟ X i
*
n
⎛∂ g ⎞
*
x ⎜
i
⎟ ⎟
X
i = 1
⎝ ∂
i ⎠
2
* ⎤
n
⎛ ⎜ ∂ g ⎞
X
i = 1
i
b) SORM (Second Order Reliability Method) Prof. G. Mancini Politecnico di Torino - Dipartimento di

b) SORM (Second Order Reliability Method)

b) SORM (Second Order Reliability Method) Prof. G. Mancini Politecnico di Torino - Dipartimento di Ingegneria
Entrambe l e appross i maz i on i delle f unz i on i

Entrambe le approssimazioni delle funzioni di S. L.

hanno la stessa distanza

fornisce lo stesso livello di sicurezza . In realtà la probabilità di rottura dell’approssimazione non lineare della funzione dovrebbe essere minore per

via della sua forma. FORM ignora la curvatura della funzione di S. L. perchè usa un’approssimazione di solo 1° ordine.

β e l’approccio di FORM

SORM mig liora l’a pp roccio di FORM includendo informazioni sulla curvatura della funzione di

SORM migliora l’approccio di FORM includendo

informazioni sulla curvatura della funzione di S. L. Lo sviluppo in serie di Taylor di una funzione non

lineare

g X = g X X

, x

,

*

n

,

)

X

n

1

,

2

*

2

vale:

)

=

(

*

g x , x

1

,

,

(

)

(

,

X

n

)

nell’intorno del valore

(

*

*

2

x x

1 ,

,

n

)(

+

i = 1

)

g

g ( X , X

1

2

,

x

*

n

x

*

i

x

i

+

X

i

+

1

2

n

n

∑∑

i =

1

j =

1

(

x

i

x

*

i

)(

x

j

x

*

j

)

g x x

i

2

j

+

SORM tiene conto delle derivate di secondo ordine mentre FORM si ferma a quella di 1° ordine

Secondo Breitun g, la p robabilità di insuccesso p uò essere calcolata come: P f

Secondo Breitung, la probabilità di insuccesso può essere calcolata come:

P

f

≅Φ−

(

β

n

1

)

i = 1

(

1

+

β k

i

)

1

2

dove

distanza e

k sono le curvature

i

β

rinci ali nel

p è valutato tramite FORM.

p

unto di minima

p

T ec ni che d i s im ula zi one Le tecniche di simulazione

Tecniche di simulazione

Le tecniche di simulazione consentono di valutare la robabilità di insuccesso nel caso di funzioni di S. L. esplicite ed implicite. La tecnica di simulazione più nota è il Metodo Montecarlo; consiste nei seguenti passi:

- definizione del problema considerando tutte le variabili casuali

- quantificazione di tutte le variabili casuali tramite 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 dell’accuratezza ed efficienza della simulazione

La g enerazione dei valori delle variabili casuali avviene tramite un generatore di numeri casuali,

La 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 valore della CDF della variabile considerata e tramite questa si perviene al valore della variabile casuale tramite la PDF.

La probabilità di insuccesso si calcola come:

P f =

N

f

casi sfavorevoli (g < 0)La p robabilità di insuccesso si calcola come: P f = N f N casi totali

N

casi totali investigatisi calcola come: P f = N f casi sfavorevoli (g < 0) N Prof. G.

Se si valuta una p robabilità di insuccesso p ari a 10 - 5 solo

Se si valuta una probabilità di insuccesso pari a 10 -5 solo 1/10 -5 casi sarà sfavorevole, si raccomanda quindi di utilizzare almeno 10x10 5 = 10 6 simulazioni per ogni variabile casuale.

M e t o d o pro b a bili s ti co di li

Metodo probabilistico di livello 1

La misura della sicurezza in un generico stato si effettua confrontando due valori significativi di “R” ed “S” (anziché le leggi complete di n variabili aleatorie) detti valori di calcolo.

R

d

S

d

=

=

(

g x

R

1

ES TR

, x

2

ES TR

,

(

g x

S

m

+1

ESTR

, x

m

+2

,

x

ESTR

,

m

ESTR

,

x

)

n

ESTR

)

verificando che risulti:

R

d

S

d

La scelta dei valori estremi, in linea di principio, si effettua ma gg iorando le
La scelta dei valori estremi, in linea di principio, si effettua ma gg iorando le

La scelta dei valori estremi, in linea di principio, si effettua maggiorando le n-m variabili (S) e minorando le m variabili (R).

Per le resistenze si assumono i frattili 0.05: ( F x X i i ESTR

Per le resistenze si assumono i frattili 0.05:

(

F x

X

i

i

ESTR INF

.

.

)

= 0.05

assumono i frattili 0.05: ( F x X i i ESTR INF . . ) =

Per le sollecitazioni si assumono i frattili 0.95:

F

(x

X i i

ESTR. SUP.

)= 0.95

i frattili 0.95: F ( x X i i ESTR . SUP . ) = 0.95
metodo , detto dei valori estremi, non tiene conto delle aleatorietà ed incertezze dei legami

metodo, detto dei valori estremi, non tiene conto delle aleatorietà ed incertezze dei legami funzionali

e

Il

(

)

g

R

(

)

g

S

L’utilizzazione “ad litteram” della procedura può talvolta

comportare dei problemi di coerenza, ad esempio quando un’azione 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 anzichè due valori estremi.

Metodo semi - pro b a bili s ti co ag li s t a

Metodo semi-probabilistico agli stati limite

Con tale metodo, alcune delle variabili aleatorie da cui dipende la misura della sicurezza, vengono assunte come deterministiche e l’effetto della loro aleatorieed incertezza è coperto dall’introduzione di un coefficiente

di sicurezza

(ne esistono di 3 tipi)

γ

γ

m

lato resistenze (m=materiale)

γ

f

γ

n

lato sollecitazioni (f=forze)

fattore di comportamento

Il metodo deriva in p rinci p io da quello di livello 1 ed è

Il metodo deriva in principio da quello di livello 1 ed è

quindi definito “semi-probabilistico”. Il termini “stati limite” sottolinea la necessità di effettuare la verifica nei riguardi di tutti gli stati che possono portare a comportamento insoddisfacente la struttura. In particolare si assumono:

- le dimensioni geometriche come deterministiche

- il legame funzionale

(

)

come deterministico, per

g

R

la vasta messe di risultati sperimentali disponibili. In

alcuni meccanismi complessi si introduce valle del calcolo

γ =γ

n

Rd

a

R

d

1

γ Rd

R

d

(incertezza di modello)

con opportuna graduazione (riduzione) del coefficiente

γ

m

- lato resistenza le variabili aleatorie considerate sono le resistenze a rottura dei materiali il

- lato resistenza le variabili aleatorie considerate sono le

resistenze a rottura dei materiali

il coefficiente

γ

m

(

f , f

c

y

)

cui si applica

- il legame funzionale

g

S

(

)

è assunto deterministico,

per cui si rende necessaria l’introduzione dei h

caso è possibile introdurre l’incertezza di modello

coe

ffi i

ti

h

t

t

A

e i

t

n ques o

c en

γ

f

c e ne engano con o.

nc

con

γ =γ

n

Sd

S γ S

d

Sd

d

e γ

f viene graduato di conseguenza

- lato sollecitazioni le uniche variabili aleatorie considerate sono le azioni (A) di cui si

- lato sollecitazioni le uniche variabili aleatorie

considerate sono le azioni (A) di cui si considera la statistica dei massimi, per cui è necessaria

l’introduzione dei coefficienti

coefficienti (coefficienti di combinazione) che

t

engono con o dei massimi

, noncdi ulteriori

it

i

ll

t ti ti

s

ar o a a s a

ca

γ

f

ψ

t

d

l

e

if

r

i

t

er men o un

Per le uniche variabili aleatorie considerate (f ed A) si

assumono i valori caratteristici

A

k

(frattile 95%).

f

k

(frattile 5%),

Per le altre cause di aleatorietà si introducono: - Resistenze f = d f k

Per le altre cause di aleatorietà si introducono:

- Resistenze

f =

d

f

k

γ

m

- Sollecitazioni

S =

S

i

γ ψ A

f

i

i

k i

Formulazioni pratiche per costruzioni in c.a., c.a.p., acciaio

C a l co l o d e i frattili per di s t r

Calcolo dei frattili per distribuzione normale e log-normale

I valori caratteristici (k) e di progetto (d) sono valutati come frattili delle distribuzioni:

- frattile 5% per resistenza caratteristica

- frattile 0.1% per resistenza di calcolo