Scavo armato e sistemazioni idrauliche: il posizionamento dell’asse diga entra nell’era degli algoritmi adattivi
Un gruppo di ricerca ha sviluppato un metodo computazionale per la localizzazione dell’asse di diga negli impianti di pompaggio e accumulo. Il lavoro, pubblicato su Infrastructures, affronta il bilanciamento tra volume di scavo e riempimento in orografia complessa. L’algoritmo proposto, denominato Improved Adaptive Variable Neighborhood Search (IAVNS), integra modelli digitali di elevazione ad alta risoluzione e opera su due livelli di ottimizzazione.
Il problema è noto ai progettisti di opere di sbarramento: la scelta dell’asse della diga di testa deve contemperare la geometria del sito, i costi di movimentazione terre e il vincolo di invaso. Fino ad oggi le analisi hanno fatto ampio ricorso a interpretazioni manuali o a sistemi GIS statici. Questi strumenti non sempre garantiscono una ottimizzazione congiunta della geometria dell’asse e del bilancio terre.
Architettura a due strati per la ricerca della soluzione ottimale
L’IAVNS si articola su una struttura a doppio strato. Il livello interno esegue regolazioni planimetriche e altimetriche per fasi consecutive, impiegando operatori di vicinato adattivi. Il livello esterno conduce una migrazione tra sottodomini guidata dal valore della funzione fitness, rafforzando l’esplorazione globale dello spazio delle soluzioni. Il sistema utilizza dati DEM (Digital Elevation Model) ad alta risoluzione per rappresentare il terreno.
La sperimentazione è stata condotta sul progetto idroelettrico di pompaggio di Qiannan. I risultati mostrano una capacità di generare layout con un bilanciamento scavo-riempimento migliorato rispetto ai metodi tradizionali. Nella sessione di benchmarking su 30 esecuzioni, l’IAVNS ha raggiunto un valore medio CFR (Cut-to-Fill Ratio) pari a 1,31, collocandosi prossimo al limite superiore dell’intervallo di riferimento adottato per il bilancio terre, pur con uno scostamento contenuto.
Prestazioni a confronto: GA e VNS classici distanziati
Nell’analisi dedicata al caso studio, articolata su 20 esecuzioni, la deviazione media del volume di invaso è risultata pari allo 0,13%, con escursioni a livello di singola corsa comprese tra -1,39% e +1,16%. Il confronto con algoritmi consolidati ha evidenziato margini significativi. L’IAVNS ha migliorato la qualità della soluzione del 22,8% rispetto al tradizionale Algoritmo Genetico (GA) e del 16,5% rispetto alla classica Ricerca a Vicinato Variabile (VNS). La riduzione del tempo di convergenza ha raggiunto rispettivamente il 49,5% e il 27,4%.
Robustezza locale e contributo dei singoli moduli
Le analisi di sensitività hanno indicato che il framework mantiene una robustezza locale soddisfacente sotto perturbazioni parametriche ragionevoli nella pratica progettuale. Lo studio di ablation condotto a livello di modulo ha confermato che i guadagni prestazionali non derivano da una combinazione generica di componenti meta-euristiche, ma dai meccanismi di ricerca specificamente progettati per il problema del posizionamento dell’asse diga.
L’insieme dei risultati, comprensivo dello studio del caso reale, del confronto su esecuzioni ripetute, dell’analisi di sensitività e della verifica modulare, supporta l’impiego dell’IAVNS come sistema decisionale orientato alla geometria per la progettazione preliminare dell’asse di diga in contesti idraulici con vincoli orografici significativi. Il metodo si colloca come strumento computazionale integrabile nelle fasi di fattibilità e di dimensionamento di massima, laddove la valutazione del bilancio terre costituisce un parametro economico e ambientale determinante.
Lascia un commento