Originariamente inviato da: giulio cancelli
Cari tutti, forse dovrei aprire un altro topic ma l'argomento comunque è sempre lo stesso.
Devo fare una RSL per un edificio con piano d'imposta a -8 m dal p.c..
Ho provato estraendo lo spettro a -8 m within e, come invece suggerisce D'Intinosante, togliendo i primi 8 metri di terreno.
I risulti sono differenti, più conservativi nel secondo caso, la forma degli spettri è simile ma nel secondo caso il plateaux ha valori di ag più alti di quasi il 30%. Mi chiedo qual'è la procedura corretta?
Nel primo caso (within a - 8 m) ci sono effetti di rifrazione e riflessione dovuti allo spessore dei terreni sovrastanti che nella realtà non esistono, quindi è giusto il ragionamento di D'Intinosante?
Qual'è il vostro parere?
Buona salute a tutti
Giulio Cancelli


LE condizioni non sono molto chiare. Se si tratta di un edificio con garage interrato a -8 m, allora lo spettro alla base è: location -8, type within A+B. Quali sono gli effetti di riflessione e rifrazione e perchè non esistono in realta? Strata, come tutti gli altri programmi con algoritmo Shake, in quel punto calcola l'onda incidente, diretta verso l'alto (A) e quella riflessa (B).

Se invece imponiamo location -8 surface (2A) abbiamo una intensità maggiore perchè a quel livello strata impone una intensità 2A, come se fossimo in superficie. La differenza con A+B diventa significativa alle medie e alte frequenze. Ma nella realtà non siamo in superfice.

Non so cosa si intenda nel 'togliere i primi metri di terreno'. Rifare un profilo di suolo? Ma questo cambierebbe tutto il modello, e sarebbe valido solo se il suolo poi venisse scavato e livellato per una certa area attorno all'edificio, per uno spessore di 8 m.

Personalmente, se si tratta di un edificio con garage interrato, darei in pasto al progettista spettri a differenti profondità, ad esempio:

-8 m (Base) A+B

-4 m (punto intermedio) A+B

0 m (superficie libera) 2A

Quale di queste sollecitazioni governi la verifica poi non è facile da stabilire e non è nostra competenza, potrebbero contribuire tutte in eguale modo o meno.


"Data speak for themselves" -Reverend Thomas Bayes 1702-1761
P(Ai|E)=(P(E|Ai)P(Ai))/P(E)