Quadro di progettazione basato sull’affidabilità assistito dall’intelligenza artificiale per rivestimenti in calcestruzzo di gallerie in rocce deboli

Gallerie più sicure in terreni incerti

Le gallerie trasportano treni, auto, acqua ed energia attraverso montagne e città, ma vengono scavate in rocce mai perfettamente note. In rocce deboli o frantumate, i progettisti devono stimare la reale resistenza del terreno e quanto calcestruzzo sia necessario per evitare che la galleria si deformi per schiacciamento. Questo studio mostra come combinare la meccanica delle rocce tradizionale, la probabilità e le moderne tecniche di intelligenza artificiale possa trasformare queste stime in una progettazione basata sul rischio più chiara, per gallerie più sicure ed economiche in terreni difficili.

Perché la progettazione delle gallerie è così difficile

Quando gli ingegneri progettano una galleria devono decidere quanto debba essere spesso il rivestimento in calcestruzzo e quale qualità di calcestruzzo utilizzare. La progettazione “deterministica” tradizionale assume valori singoli per la resistenza della roccia, le tensioni nel terreno e le proprietà dei materiali, quindi verifica se il rivestimento è sufficiente applicando un fattore di sicurezza. Ma la roccia reale è variabile: resistenza, rigidezza e struttura possono cambiare metro dopo metro. Ignorare questa variabilità può rendere un progetto troppo ottimistico (non sicuro) o inutilmente sovradimensionato (troppo costoso). La progettazione probabilistica, al contrario, tratta ogni proprietà chiave come un intervallo con una probabilità associata, quindi stima la probabilità che il rivestimento fallisca. Questo lavoro applica quel pensiero orientato al rischio in modo specifico ai rivestimenti di gallerie in rocce deboli, dove l’incertezza è più rilevante.

Collegare roccia, rivestimento e movimento del terreno

Il cuore del quadro è un metodo chiamato convergenza–confinamento, che mette in relazione come la roccia attorno a una galleria circolare si deforma (convergenza) con la spinta di ritorno del rivestimento (confinamento). La roccia è descritta con una regola di rottura ampiamente usata per ammassi rocciosi fratturati, mentre il rivestimento in calcestruzzo è trattato come elastico fino alla sua resistenza a schiacciamento. Si costruiscono due curve: una mostra come reagisce la roccia mentre la galleria si apre e si rilassa, l’altra mostra come il rivestimento resiste man mano che viene caricato. La loro intersezione fornisce la pressione sul rivestimento e un fattore di sicurezza basato sulla pressione. In questo lavoro, ogni quantità che controlla il comportamento — la tensione in sito, la resistenza della roccia, l’indice di qualità della roccia, il raggio della galleria, la rigidezza del rivestimento, la resistenza del rivestimento e lo spessore del rivestimento — è modellata come una variabile casuale. Utilizzando migliaia di campioni Monte Carlo e un metodo di affidabilità ben consolidato (FORM), gli autori calcolano sia un fattore di sicurezza sia una probabilità esplicita di collasso per ciascun progetto.

Addestrare un’IA a prevedere la sicurezza della galleria

Eseguire simulazioni probabilistiche complete per molte opzioni progettuali può essere lento. Per superare questo limite, gli autori addestrano un surrogato di intelligenza artificiale usando gene expression programming, una forma di regressione simbolica che produce un’equazione in forma chiusa anziché un modello scatola nera. Generano grandi dataset dal loro motore di affidabilità basato su fogli di calcolo, quindi fanno evolvere una formula compatta che predice il fattore di sicurezza basato sulla pressione a partire da otto input chiave, tra cui dimensione della galleria, proprietà della roccia e del rivestimento. L’equazione finale riproduce molto bene i risultati probabilistici, con una correlazione superiore a 0,99, ed è leggermente conservativa: tende a prevedere un fattore di sicurezza un po’ più basso rispetto alla media delle simulazioni complete. Questo bias è in realtà utile nella progettazione orientata alla sicurezza, perché evita previsioni eccessivamente fiduciose e allo stesso tempo offre agli ingegneri un modo rapido per esplorare molte combinazioni.

Cosa fanno realmente spessore e qualità del calcestruzzo

Usando questo quadro combinato, lo studio esplora come le variazioni di spessore del rivestimento e della qualità del materiale influenzino la sicurezza della galleria in rocce deboli. Sono esaminati due tipi di calcestruzzo: un calcestruzzo convenzionale con resistenza di circa 20 MPa e un calcestruzzo ad altissima resistenza rinforzato con fibre e polveri reattive (FRPC) di circa 65 MPa. Per calcestruzzi a bassa resistenza e spessori ridotti, la probabilità di collasso può superare il 60%; aumentando lo spessore verso 200 mm e oltre, tale probabilità scende verso zero. Per l’FRPC ad alta resistenza, anche rivestimenti relativamente sottili raggiungono probabilità di collasso molto basse, e spessori moderati sono sufficienti per ottenere livelli di affidabilità stringenti. I risultati sono presentati come grafici e mappe di calore che collegano spessore e resistenza direttamente a indici di affidabilità e probabilità di collasso, offrendo ai progettisti indicazioni visive chiare invece di fare affidamento su un singolo fattore di sicurezza fisso.

Trasformare i fattori di sicurezza in decisioni basate sul rischio

Per un non specialista, il messaggio principale è che un fattore di sicurezza da solo non è una misura completa della sicurezza di una galleria. Questo lavoro mostra come tradurre tra i fattori di sicurezza tradizionali e le probabilità esplicite di collasso, e come scegliere lo spessore del rivestimento e la qualità del materiale per raggiungere un obiettivo di rischio prefissato piuttosto che una regola empirica generica. Integrando un modello di IA interpretabile in un motore di affidabilità trasparente, gli autori dimostrano un modo pratico per progettare rivestimenti di gallerie sia più sicuri sia più economici, specialmente in rocce deboli e imprevedibili. Invece di indovinare e sovradimensionare, gli ingegneri possono ora quantificare quanto viene ridotto il rischio quando scelgono un rivestimento più spesso, un calcestruzzo più resistente come l’FRPC, o entrambi, avvicinando la progettazione delle gallerie a una moderna gestione del rischio basata sui dati.

Citazione: Khani, J., Nejati, H.R., Goshtasbi, K. et al. AI-assisted reliability-based design framework for tunnel concrete linings in weak rocks. Sci Rep 16, 14270 (2026). https://doi.org/10.1038/s41598-026-44903-9

Parole chiave: rivestimento galleria, roccia debole, progettazione basata sull’affidabilità, spessore del calcestruzzo, intelligenza artificiale