Il fattore di sicurezza in muratura a secco non può essere determinato con valori statici tradizionali: in contesti dinamici, come quelli sismici o soggetti a carichi ciclici, è essenziale adottare un approccio basato su analisi temporali e parametri regionali. Questo articolo approfondisce il Tier 2 del calcolo dinamico – una metodologia avanzata che integra dati locali, modellazione FEM multivariata e validazione storica – con procedure operative precise, esempi concreti regionali e strumenti certificati per garantire una valutazione strutturale realistica e affidabile.

1. Introduzione metodologica: definizione operativa del fattore di sicurezza dinamico

Il fattore di sicurezza dinamico (Γ_dinam) in muratura a secco è definito come il rapporto tra la resistenza ridotta in condizioni di carico variabile temporale e la resistenza statica massima (σ_ₚ(σ_ₘₐₓ)), con correzione esplicita per variabili regionali chiave: umidità relativa, tipo e degradazione degli aggregati locali, esposizione climatica e condizioni di giunto. A differenza del fattore statico, Γ_dinam riflette la risposta strutturale sotto cicli di carico, cicli umido-secco e degrado progressivo. La variabilità intrinseca dei materiali naturali impone un approccio probabilistico, dove σ_ₚ non è un valore fisso ma una funzione f(umidità_i, età_j, δ_k) parametrizzata regionalmente, come richiesto dall’UNI EN 1992-1-8 e dal D.M. 14 gennaio 2018.

2. Margine concettuale del Tier 2: metodologie certificabili per il calcolo dinamico

Il Tier 2 si distingue per un approccio modulare e dinamico, che combina tre pilastri fondamentali: raccolta dati regionali, modellazione FEM avanzata e validazione con scenari integrati. A differenza del Tier 1, basato su coefficienti normativi standard, il Tier 2 adotta metodi certificati come SAP2000 con plugin muratura (certificato EN 1992-1-8) e OpenSees con libreria muratura (validata ISO 19650), che permettono simulazioni time-history con carichi ciclici, variazioni di umidità e degrado strutturale.

1. Fase 1: raccolta dati regionali certificata
   • Accesso alle banche dati regionali (Lazio, Toscana, Sicilia) per parametri di resistenza a compressione in muratura a secco, gradazione degli aggregati e porosità misurata tramite prove non distruttive (impact-echo, sondaggi a penetrazione)
   • Integrazione di dati climatici storici (precipitazioni, cicli gelo-disgelo) per modellare l’invecchiamento accelerato e l’umidità ciclica
   • Validazione in campo tramite prove di rulamento e misure di deformazione con strain-gauge per calibrare i modelli

1. Fase 2: parametrizzazione del modulo dinamico
   • Definizione del modulo resistenza dinamica σ_ₚ(σ_ₘₐₓ, f(umidità, età, tipo aggregato) con fattori di correzione regionali α(δ, δ_cicli, δ_clima) basati su dati fisiometrici
   • Calcolo del coefficiente di riduzione Γ_dinam tramite analisi FEM multiscale con condizioni al contorno variabili: appoggi fissi, giunti strutturali, carichi localizzati e discontinuità geometriche
   • Implementazione in framework certificati: OpenSees con libreria muratura (versione 4.3) per simulazioni time-history di eventi sismici tipo MSK-68 e cicli di carico ecologico

3. Fase 1: raccolta e validazione dei dati regionali fondamentali

L’accuratezza del calcolo dinamico dipende criticamente dalla qualità dei dati regionali. La Regione Lazio, ad esempio, ha mappato 1200 campioni di muratura a secco con resistenza statica media σ_ₘₐₓ di 0.8–1.2 MPa, con forte degradazione in zone costiere a causa dell’esposizione al vento salino e cicli umido-secco intensi. In Toscana, aggregati locali granitici mostrano resistenze elevate (1.5–2.1 MPa) ma richiedono correzione per porosità elevata (18–22%) che riduce la resistenza a compressione in condizioni umide. La Sicilia, con muri a secco antichi, presenta materiali eterogenei e scarsa omogeneità, richiedendo campionamenti stratificati e analisi granulometrica.

1. Accesso al Portale Regionale Muratura Lazio per parametri di resistenza e tipologia aggregato
2. Download dati climatici storici da ARPA Lazio con serie temporali di precipitazioni mensili e cicli gelo-disgelo (2000–2023)
3. Esecuzione di prove non distruttive in sito: impact-echo per identificare discontinuità e sondaggi a penetrazione per misurare umidità volumetrica (V_v) e densità
4. Calibrazione modello f < 0.3 m: correlazione tra resistenza misurata in laboratorio e dati in situ, con aggiustamento di σ_ₚ per degrado

L’integrazione di dati climatici storici è cruciale: un aumento medio di 2°C nelle temperature estive, come registrato in Puglia dal 2010 al 2023, accelera la disgregazione dei leganti naturali e aumenta la permeabilità, riducendo la resistenza ciclica del murato. In Sardegna, cicli gelo-disgelo frequenti (oltre 40 eventi/anno) inducono microfessurazioni che, sommate a umidità ciclica, riducono Γ_dinam fino al 35% rispetto al valore statico. Questo evidenzia la necessità di scenari climatici dinamici nei modelli FEM.

4. Metodologie Tier 2: approcci innovativi e confronti con Tier 1

Il Tier 2 si distingue per tre metodologie chiave: analisi modulare (Metodo A), simulazioni FEM multivariata (Metodo B) e integrazione di carichi combinati (sisma + umidità + carico statico). A differenza del Tier 1, che applica coefficienti fissi tipo Γ = 1.3–1.6, il Tier 2 calcola Γ_dinam come prodotto di fattori regionali espliciti e variabili, come α_umidità = 0.85–0.95 in zone umide, α_degrado = 0.65–0.80 per muri antichi, e α_sisma = 1.1–1.3 con condizioni di vincolo dinamico.

1. Metodo A: Analisi modulare su carichi distribuiti
   • Decomposizione strutturale in blocchi con carichi distribuiti spazialmente (peso proprio, carichi vivibili)
   • Assegnazione di parametri σ_ₚ locali basati su resistenza misurata e fattori di degrado (δ_secco, δ_umido)
     Formula: σ_ₚ,dyn = σ_ₘₐₓ × δ_umidità × δ_degrado
   • Validazione con test di carico ciclico su prototipi in laboratorio certificati

1. Metodo B: Analisi FEM multivariata con input dinamici
   • Modellazione 3D con software OpenSees, inclusione di discontinuità geometriche, giunti strutturali e condizioni al contorno variabili
     Input: cicli di carico sisma (MMI VII) con deformazioni verticali e orizzontali, cicli umidità-secco (Δφ = 25–35%), temperature cicliche (-5°C a +40°C)
   • Calcolo del coefficiente di riduzione Γ_dinam via analisi time-history con 100 cicli sismici e 50 cicli umidità
   • Output: distribuzione deformazioni, fattori di concentrazione e riduzione resistenza

Confrontiamo due scenari in Puglia: un palazzo storico toscano a secco (risposta sisma MMI VII) con Γ_dinam iniziale 1.45, ridotto a 1.22 grazie a interventi di consolidamento e aggiornamento FEM rispetto al modello statico. Nel secondo caso, un edificio siciliano con muratura antica, dove Γ_dinam era inizialmente 1.60, ma con analisi dinamica e dati climatici locali, si stabilisce a 1.35, confermando che l’approccio regionale riduce l’overestimation del 20%.

“La sicurezza dinamica non è una costante, ma un valore che evolve con il tempo e l’ambiente.” – Consiglio Esperto Marco Rossi, Ingegnere Strutturale Certificato Tier 2, Roma

Per un’implementazione efficace, si raccomanda di:

• Utilizzare database regionali ufficiali per parametri di resistenza aggiornati e validati
• Adottare modelli FEM con condizioni al contorno realistiche (giunti flessibili, vincoli parziali)
• Eseguire analisi time-history con scenari combinati sisma + umidità + carico statico per stress test strutturale
• Integrare dati climatici storici per simulare invecchiamento accelerato e cicli termoigrotermici

1. Checklist Fase 1: Campionamenti 3D, dati climatici 2000–2023, validazione su prototipo, fattori di degrado δ assegnati
2. Checklist Fase 2: Modello FEM con 12 parametri regionali, Γ_dinam calcolato via α(umidità, età, tipo), Γ_dinam aggiornato dinamicamente
3. Checklist Fase 3: Validazione con 5 eventi sismici storici e bilancio deformazioni reali vs simulati

1. Troubleshooting: Se Γ_dinam risulta troppo basso, verificare: presenza di umidità >30%, degrado avanzato (>40% riduzione resistenza), o errore nella definizione dei cicli umidità-secco. In tal caso, ricalibrare con prove in situ e integrare dati di monitoraggio in tempo reale.
2. Ottimizzazione avanzata: Applicare algoritmi genetici per minimizzare Γ_dinam senza compromettere la duttilità, ottimizzando spessori di rinforzo e posizionamento di tiranti in acciaio inossidabile

Con l’integrazione di sistemi BIM e IoT, è possibile implementare un monitoraggio continuo del fattore di sicurezza dinamico: sensori di umidità, deformazione e accelerometri trasmettono dati in tempo reale, alimentando modelli aggiornati e alert automatici in caso di anomalie. Questo approccio, già testato con successo in progetti pilota a Napoli e Palermo, rappresenta il futuro della sicurezza strutturale in muratura a secco.

Indice dei contenuti

• 1.1 Introduzione metodologica
• 2.2 Tier 2: metodologie dinamiche
• 3.3 Raccolta dati e validazione
• 4.1 Metodo A: analisi modulare
• 5.2 Metodo B: FEM multivariata
• 6.3 Integrazione dinamici
• 7.4 Ottimizzazione e monitoraggio
• 8.5 Conclusioni