Continuiamo il discorso. Io sto interrogando le AI su questo argomento.

In essenza, personalmente mi oppongo alla prassi generalistica dei libri di testo, i quali affermano che, sul fondo di uno scavo, ai fini del calcolo dei cedimenti, bisogna adottare Qnet, ossia una pressione dovuta alla costruzione, però depurata dalla pressione esercitata dalla colonna di terreno rimosso.

Nel caso di cedimenti immediati, e quindi praticamente sempre in terreni granulari e roccia, abbiamo che modellando il terreno stesso come una molla elastica monodimensionale:

- Dopo l'esecuzione dello scavo la molla si decomprime, spostando il fondo scavo verso l'alto (cedimeno negativo= rigonfiamento)
- Dopo la ricostruzione completa della struttura, la molla si ricomprime, però partiamo sempre dal livello zero, che in questo caso è il livello di fondo scavo.
- La pressione che agisce sulla molla dopo la ricostruzione è sempre quella lorda dell'edificio, senza depurazione dell'effetto dello scavo.
- Il cedimento deve essere calcolato a partire dal nuovo livello zero, ossia dal fondo dello scavo.
- Pertanto, non avviene alcuna compensazione dei cedimenti in questo modello reale. Il carico che agisce effettivamente sul fondo scavo è il carico effettivo, non quello netto o depurato del terreno rimosso.

Adesso, bisogna ovviamente perfezionare il modello e vedere cosa succede con la ricompressione, in teoria. Con la decompressione la molla perde rigidezza, ma poi la riacquiasta. A questo effetto si sovrappone la maggiore rigidezza del ciclo di ricompressione (abbiamo un effetto locale di sovraconsolidazione). L'effetto totale qual è?

Su questo punto ho effettuato delle interrogazioni iterative a GPT5, che conserva la memoria delle precedenti domande e simulazioni.

Siamo alfine pervenuti a questo modello. Qualsiasi obiezione, dubbio e considerazione è benvenuta.

Certamente, utilizzare un Qnet è pura fantascienza. LA costruzione comunque mantiene la sua forza peso, non si alleggerisce in virtù della rimozione del carico litostatico. L'utilizzo di Qnet è un artificio ceh compensa altri meccanismi, ma un artificio che può diventare pericolosamente otimistico.

Ultima modifica di mccoy; 21/09/2025 11:02.

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