GNGTS 2018 - 37° Convegno Nazionale

GNGTS 2018 S essione 2.3 521 tale serbatoio. Ipotizzando poi che le osservazioni siano indipendentemente e identicamente distribuite la funzione verosimiglianza risulta definibile attraverso la produttoria delle suddette distribuzioni. I risultati ottenuti sono riportati in Tab. 3. I valori non riportati sono associati a parametri statisticamente non significativi. L’Eq. (1), insieme ai valori dei parametri di regressione riportati in Tab. 3 consente quindi di prevedere la probabilità di superare diversi livelli di danneggiamento o di intensità di rilascio del contenuto in funzione di alcuni parametri rappresentativi dei serbatoi quali la loro snellezza, la presenza di ancoraggio alla base ed il livello di riempimento. La Fig. 1 mostra un confronto tra i valori di probabilità di superamento per i livelli di danno da DS3 a DS5 forniti dal modello dell’Eq. (1) per i serbatoi non ancorati ed i valori medi per tutto la base date di serbatoi. La Fig. 2 mostra invece un confronto analogo in termini di intensità del rilascio di contenuto. Conclusioni. Con riferimento a serbatoi atmosferici in acciaio la presente memoria ha presentato dei modelli parametrici di fragilità sismica per diversi livelli di danneggiamento per diverse intensità di rilascio dei fluidi contenuti. I modelli, di tipo osservazionale, sono ottenute tramiti regressione lineare generalizzata a partire da una base dati raccolta dagli autori e rappresentano un utile strumento per la valutazione del rischio industriale nell’ambito di incidenti NaTech. Riconoscimenti. Gli autori ringraziano il supporto finanziario del Dipartimento di Protezione Civile, attraverso il Consorzio ReLUIS, Linea di Ricerca RS1 2018. Riferimenti Antonioni G., Bonvicini S., Spadoni G., Cozzani V.; 2009: Development of a framework for the risk assessment of Na-Tech accidental events . Reliability Engineering and System Safety, 94 , 1442–1450. Boore D. M., Stewart J. P., Seyhan E., Atkinson G. M.; 2014: NGA-West2 Equations for Predicting PGA, PGV, and 5% Damped PSA for Shallow Crustal Earthquakes. Earthquake Spectra, 30 , 1057–1085, doi: 10.1193/070113EQS184M. Buratti N., Ferracuti B., Savoia M., Antonioni G., Cozzani V.; 2012: A fuzzy-sets based approach for modelling uncertainties in quantitative risk assessment of industrial plants under seismic actions . Chemical Engineering Transactions, 26 . Buratti N., Minghini F., Ongaretto E., Savoia M., Tullini N.; 2017: Empirical seismic fragility for the precast RC industrial buildings damaged by the 2012 Emilia (Italy) earthquakes . Earthquake Engineering and Structural Dynamics, 46 , doi: 10.1002/eqe.2906. Calvi G. M., Nascimbene R.; 2011: Progettare i gusci . IUSS Press, Pavia, Italy, 799 pp.. Fabbrocino G., Iervolino I., Orlando F., Salzano E.; 2005: Quantitative risk analysis of oil storage facilities in seismic areas . Journal of Hazardous Materials, 12 , 361–369. O’Rourke M. J., So P.; 2000: Seismic Fragility Curves for On-Grade Steel Tanks. Earthquake Spectra, 16 , 801–815, doi: 10.1193/1.1586140. Salzano E., Iervolino I., Fabbrocino E.; 2003: Seismic risk of atmospheric storage tanks in the framework of quantitative risk analysis . Journal of Loss Prevention in the Process Industries, 16 , 403–409, doi: 10.1016/S0950- 4230(03)00052-4.