PROGRESSI NELL'APPLICAZIONE PRATICA DELLE MISURE DI INTENSITÀ DI NUOVA GENERAZIONE PER UNA VALUTAZIONE EFFICIENTE DEL RISCHIO SISMICO

Seismic intensity measures (IMs) are crucial for linking seismic hazard with the dynamic response of structures and infrastructures. The peak inelastic displacement of a single-degree-of-freedom (SDOF) system, an efficient IM for estimating seismic demands, has been studied in the past. In this thesis, orientation-independent horizontal component definitions of this IMs such as the median and maximum directional inelastic spectral displacements, Sdi,RotD50 and Sdi,RotD100, were developed. This was done, first, to examine the directionality of ground motions in the inelastic domain and, second, to mitigate uncertainties related to sensor orientation. Ground motion models (GMMs) for these IMs were constructed using a subset of the next generation attenuation relationships for Western United States (NGAWest2) database. These models highlight the impact of strength ratio and elastic period on response directionality of inelastic SDOF systems, contributing to a more robust understanding of ground motion intensity and its directionality effects on the inelastic response of structural systems. Bridges present unique challenges in seismic analysis due to their multimodal and anisotropic response behaviour. The novel IM proposed as part of this thesis, the nn-th percentile inelastic spectral displacement, Sdi,RotDnn, was evaluated for its ability to capture both ground motion directionality and structural nonlinearity. A case study on a California highway overcrossing demonstrated its superior performance compared to conventional IMs in characterising the nonlinear response and collapse behaviour. Furthermore, a 17.3% increase in efficiency using the RotD50 definition over RotD100 was found. This thesis also explores the application of artificial neural networks (ANNs) to develop a generalised ground motion model (GGMM) capable of simultaneously predicting various IMs and their cross-correlations. Incorporating classical IMs, such as spectral acceleration, Sa, and significant duration, Ds and next-generation IMs, such as average spectral acceleration, Saavg, and filtered incremental velocity, FIV3, the GGMM provides a unified framework for estimating those. This model facilitates practical and advanced ground motion selection for nonlinear dynamic analyses and achieves consistent correlation coefficients between IMs. The methodology of developing this GGMM also offers flexibility for incorporating additional IMs or horizontal component definitions with only minor adjustments. The developed GGMM, based on the NGA-West2 database, was used to quantify correlations between IM residuals, providing insights into the relationships between the aforementioned IMs. Strong correlations between FIV3 and Sa, as well as notable negative correlations between Sa and Ds, were observed. Predictive models were developed using ANN to facilitate ease of use and robust interpolation between the correlation coefficients. These correlation models bridge an existing gap in the literature and give the ability of utilising these next-generation IMs for a more holistic approach to ground motion selection and seismic hazard analysis. Finally, the thesis examines the optimal combination of conditioning and matching IMs to enhance the predictive accuracy in seismic risk assessment. Using the developed GGMM and correlation models within the generalised conditional intensity measure (GCIM) ground motion selection method, employing hazard-consistent records, multiple stripe analysis (MSA) was conducted on seven case study bridges. The results demonstrated that the combination of next-generation and classical IMs improved the representation of seismic hazard characteristics and reduced structural response medians and dispersions. These findings highlight next-generation IMs’ role in advancing seismic risk assessment and improving ground motion selection.

Le IMs sismiche sono fondamentali per collegare la pericolosit`a sismica alla risposta dinamica delle strutture e delle infrastrutture. Lo spostamento massimo inelastico di un sistema SDOF, una misura di intensitá sismica efficiente per la stima della domanda sismica, é stato studiato in passato. In questa tesi, sono state sviluppate definizioni indipendenti dall’orientazione della componente orizzontale di queste IMs, come gli spostamenti spettrali inelastici mediani e massimi, Sdi,RotD50 e Sdi,RotD100. Questo é stato fatto, innanzitutto, per esaminare la direzionalitá dei moti sismici nel dominio inelastico e, in secondo luogo, per mitigare le incertezze legate all’orientamento dei sensori. Sono stati sviluppati GMMs per queste IMs utilizzando un sottoinsieme del database NGA-West2. Tali modelli evidenziano l’impatto del rapporto di resistenza e del periodo elastico sulla direzionalitá della risposta nei sistemi inelastici SDOF, contribuendo a una comprensione piú approfondita dell’intensitá del moto sismico e dei suoi effetti direzionali sulla risposta inelastica delle strutture. I ponti presentano sfide uniche nell’analisi sismica a causa del loro comportamento di risposta multi-modale e anisotropo. La nuova IM proposta in questa tesi, lo spostamento spettrale inelastico all’nn-esimo percentile, Sdi,RotDnn, é stata valutata per la sua capacitá di catturare sia la direzionalitá del moto sismico che la non linearitá strutturale. Uno studio di caso su un viadotto autostradale della California ha dimostrato le prestazioni superiori di questa IM rispetto alle misure convenzionali nel caratterizzare la risposta non lineare e il comportamento al collasso. Inoltre, é stato riscontrato un incremento del 17.3% nell’efficienza utilizzando la definizione RotD50 rispetto a RotD100. Questa tesi esplora anche l’applicazione delle ANNs per sviluppare un GGMM capace di prevedere simultaneamente diverse IMs e le loro correlazioni. Incorporando sia le IMs tradizionali, come Sa e Ds, sia quelle di nuova generazione, come Saavg e FIV3, il GGMM fornisce un quadro unificato per la loro stima. Questo modello facilita la selezione avanzata dei moti sismici per le analisi dinamiche non lineari e assicura coefficienti di correlazione coerenti tra le IMs. Inoltre, la metodologia utilizzata per sviluppare il GGMM offre flessibilitá nell’integrazione di ulteriori IMs o definizioni di componenti orizzontali, con modifiche minime. Il GGMM sviluppato, basato sul database NGA-West2, é stato utilizzato per quantificare le correlazioni tra i residui delle IMs, fornendo informazioni sulle relazioni tra le misure di intensitá considerate. Sono state osservate forti correlazioni tra FIV3 e Sa, nonché notevoli correlazioni negative tra Sa e Ds. Per facilitarne l’uso e garantire un’interpolazione robusta tra i coefficienti di correlazione, sono stati sviluppati modelli predittivi basati su ANN. Questi modelli colmano un vuoto nella letteratura e consentono l’uso pratico delle IMs di nuova generazione per un approccio piú olistico alla selezione dei moti sismici e all’analisi della pericolositá sismica. Infine, la tesi esamina la combinazione ottimale di misure di intensitá sismica di condizionamento e di matching per migliorare l’accuratezza predittiva nella valutazione del rischio sismico. Utilizzando il GGMM e i modelli di correlazione sviluppati all’interno del metodo GCIM per la selezione di moti sismici coerenti con la pericolositá sismica, sono state condotte analisi MSA su sette ponti di caso studio. I risultati hanno dimostrato che la combinazione di misure di intensitá sismica tradizionali e di nuova generazione migliora la rappresentazione delle caratteristiche della pericolositá sismica e riduce le mediane e le dispersioni della risposta strutturale. Questi risultati evidenziano l’importanza delle IM di nuova generazione nella valutazione del rischio sismico e nella selezione dei moti sismici.