Multi-objective analysis of the Sand Hypoplasticity model calibration
Il modello Sand Hypoplasticity (SH) di von Wolffersdorff (1996) è ampiamente utilizzato nella meccanica dei terreni e viene solitamente calibrato attraverso prove edometriche (OE) e triassiali drenate (CD). Tuttavia, la calibrazione nei test CD presenta difficoltà nel bilanciare la previsione delle tensioni e delle deformazioni. In questo studio, il modello SH viene calibrato su un ampio set di dati sperimentali (12 OE e 25 CD sulla sabbia di Karlsruhe) utilizzando un algoritmo genetico (GA) implementato nel software open-source GA-cal. L’analisi multi-obiettivo permette di esplorare i limiti predittivi del modello e di identificare i parametri chiave che regolano il compromesso tra l’accuratezza nella previsione delle tensioni e delle deformazioni nei test CD.
The GA-cal software for the automatic calibration of soil constitutive laws
La calibrazione dei modelli costitutivi dei terreni è un processo complesso che richiede l’ottimizzazione di più parametri. Questo lavoro presenta GA-cal, un software in Fortran che utilizza algoritmi genetici (GA) per automatizzare la calibrazione di legami costitutivi avanzati. Il documento include una guida all’uso e un tutorial pratico, illustrando l’applicazione del software alla calibrazione del modello Sand Hypoplasticity. Il codice sorgente e il tutorial sono disponibili su GitHub.
Calibration of a hypoplastic model using genetic algorithms
Il modello Sand Hypoplasticity (SH) di von Wolffersdorff descrive con precisione il comportamento dei terreni, ma la sua calibrazione, che richiede la definizione di otto parametri, è complessa. Questo studio introduce un metodo basato su algoritmi genetici (GA) per automatizzarne la calibrazione, combinando GA e un solutore numerico per adattare il modello ai risultati di prove edometriche e triassiali drenate. Grazie alla natura stocastica dell’algoritmo, il metodo consente di quantificare l’incertezza dei parametri calibrati e di valutarne l’influenza sulle previsioni del modello. Il lavoro identifica per la prima volta una forte correlazione tra due coppie di parametri, evidenziando ridondanze nel SH. Infine, test sui dati sperimentali di von Wolffersdorff (1996) e Herle & Gudehus (1999) sulla sabbia di Hochstetten dimostrano che l’ottimizzazione GA migliora la calibrazione rispetto agli studi precedenti, riproducendo con maggiore precisione il comportamento del materiale.