Advanced simulation methods for life-cycle structural reliability and seismic risk assessment

Numerical assessment of typical probabilistic problems in civil engineering such as structural reliability and lifeline risk analyses are traditionally addressed by Monte Carlo simulation (MCS) techniques. Such numerical approaches have proven to be computationally inefficient and even potentially unfeasible when estimating rare-event probabilities by intensive numerical analyses. Advanced simulation methods based on variance reduction techniques, such as Importance Sampling (IS) approaches, can drastically reduce the computational burden associated with small (failure) probability estimations by sampling-based methodologies. In this context, life-cycle probabilistic assessment of aging systems generally involves the modeling of complex stochastic processes, further exacerbating the computational effort. Therefore, incorporating time-variant effects such as environmental deterioration into standard simulation procedures is an open issue in life-cycle assessment of deteriorating systems. The Thesis aims at investigating the effectiveness of sampling-based methods in finding an optimal trade-off between computational effort and accuracy of time-variant reliability estimates for single structural systems and seismic risk estimates for spatially distributed infrastructure networks. A novel simulation technique that relies on the optimal calibration of a Stationary Proposal simulation density by cross-entropy minimization is discussed. Efficient numerical approaches are implemented to analyze probabilistic structural problems such as the collapse reliability of statically indeterminate structural systems. Further insight is also provided on state-of-the-art concepts related to life-cycle seismic risk and resilience assessment of aging bridge networks. Finally, potentialities and limitations of the proposed numerical framework are discussed in comparison with traditional simulation approaches with the aid of practical case studies involving small-scale yet realistic bridge networks.

Le tecniche comunemente utilizzate nell’ambito dell’ingegneria civile in riferimento alla quantificazione dell’affidabilità strutturale e del rischio a scala infrastrutturale fanno tipicamente affidamento su strumenti di simulazione Monte Carlo (MCS). Tali approcci numerici tradizionali possono rilevarsi spesso inefficienti e persino inapplicabili quando sono richieste stime di probabilità associate a eventi rari associate ad analisi numeriche onerose. Strumenti avanzati di simulazione numerica quali le cosiddette tecniche di riduzione della varianza e di Importance Sampling (IS) possono ridurre drasticamente l’onere di calcolo associato ai metodi che affidano a tecniche di campionamento la stima della probabilità di fallimento. In questo contesto, la valutazione probabilistica a ciclo di vita di sistemi infrastrutturali soggetti a degrado richiede la modellazione di processi stocastici complessi che possono ulteriormente inasprire tali criticità. Pertanto, includere effetti ambientali che comportano una variabilità temporale delle proprietà strutturali nelle procedure di simulazione si presenta come un’ulteriore sfida computazionale per l’analisi a ciclo di vita di sistemi soggetti a degrado. L’elaborato di Tesi ha lo scopo di approfondire l’efficacia di tecniche numeriche di riduzione della varianza nel trovare un compromesso tra onere computazionale e accuratezza delle stime di affidabilità variabili nel tempo per singoli sistemi strutturali e stime di rischio sismico per reti infrastrutturali spazialmente distribuite. In particolare, viene discussa una tecnica di simulazione innovativa che si basa sulla calibrazione di una densità di campionamento ottimale mediante minimizzazione della cross-entropia. Tale approccio numerico viene implementato nell’analisi dell’affidabilità al collasso di sistemi strutturali elementari analizzati mediante analisi limite. Inoltre, la Tesi fornisce approfondimenti bibliografici relativi alla valutazione del rischio sismico e della resilienza a ciclo di vita di reti di ponti soggette a degrado. Infine, ulteriori potenzialità e limiti di applicabilità degli strumenti di calcolo proposti sono stati indagati con l’ausilio di casi studio relativi all’analisi di rischio sismico per reti di ponti realistiche di piccola scala.