Proprietà dei materiali, condizioni di carico, decisioni operative: in una diga per il contenimento di rifiuti minerari e acqua, queste famiglie di variabili coesistono per l’intera vita dell’opera e ciascuna introduce una quota di incertezza propria. I procedimenti probabilistici di primo ordine diffusi nella progettazione di tali dighe faticano a restituire una stratificazione così articolata. Keith Mandisodza e David Williams esaminano la pratica corrente su Geotechnics e propongono una strada alternativa, costruita intorno alle reti bayesiane.
Un problema di stabilità complicato dall’incertezza
Le dighe di tailings trattengono i rifiuti dell’attività mineraria insieme all’acqua e devono conservare stabilità e funzionalità lungo l’intera durata dell’impianto. Un requisito che va assodato su tempi lunghi e con un insieme di parametri molteplici: le caratteristiche dei materiali, gli scenari di carico e le decisioni di gestione concorrono tutte alla stessa verifica.
La progettazione e la valutazione del rischio di queste opere si complicano proprio per la natura multivariabile dei dati di ingresso. Mandisodza e Williams passano in rassegna la pratica progettuale attuale delle dighe di tailings e ne individuano il limite principale: le procedure consolidate si affidano prevalentemente ad approcci probabilistici di primo ordine, che non catturano appieno la natura complessa e stratificata delle incertezze in campo.
Incertezza epistemica e aleatoria nella stessa rete
La proposta ruota intorno alle reti bayesiane, applicate all’analisi delle due componenti che pesano sui parametri di progetto e sulla valutazione del rischio: l’incertezza epistemica, legata alla conoscenza disponibile sulle grandezze in gioco, e quella aleatoria, riconducibile alla loro variabilità intrinseca.
La differenza non è formale. Un’incertezza che nasce da informazioni incomplete può ridursi all’avanzare delle indagini; una variabilità intrinseca accompagna invece il sistema per tutta la sua esistenza. Distinguere le due componenti all’interno dello stesso modello permette di dare a ciascuna un posto esplicito e, di conseguenza, di impostare strategie di progetto più robuste e più mirate.
Il percorso metodologico, dalla parametrizzazione all’integrazione
L’impianto si articola in fasi successive. Apre il ciclo la parametrizzazione: ogni variabile di ingresso di progetto viene descritta mediante la propria funzione di densità di probabilità, unitamente all’incertezza che la caratterizza. Segue l’elicitation della conoscenza, ossia la formalizzazione delle informazioni che alimentano la rete. La sequenza si chiude con la valutazione dei modelli e con la loro integrazione nell’impianto complessivo.
Cosa cambia per progetto e gestione del rischio
La copertura dell’intero spettro delle incertezze agisce su due piani concreti: l’affidabilità delle progettazioni delle dighe di tailings e la qualità delle decisioni di gestione del rischio. Quando la rete rende visibile la struttura delle incertezze, la scelta dei parametri smette di essere un esercizio aggregato e diventa una selezione consapevole di ciò che entra nel modello, con quali distribuzioni e con quale peso.
Per chi redige progetti e valutazioni di rischio su opere di contenimento, l’interesse della proposta sta proprio nell’organizzazione esplicita dell’informazione che alimenta le verifiche.
La distinzione tra ciò che ancora non si conosce e ciò che varia per natura resta il nodo di ogni verifica di stabilità in geotecnica. Tradurla in una struttura di calcolo esplicita è il contributo principale di questo lavoro.
Keith Mandisodza, David Williams, Bayesian Networks: Application in Tailings Design Process and Risk Assessment, Geotechnics, vol. 5, pag. 86, doi: 10.3390/geotechnics5040086.
Lascia un commento