X CONVEGNO

NAZIONALE
S.I.I.V.

UN ALGORITMO PER LA PROGRAMMAZIONE

DELLA MANUTENZIONE AUTOSTRADALE

Annalisa Bonini
DISTART - Dipartimento di Ingegneria delle Strutture, dei Trasporti, delle Acque,
del Rilevamento e del Territorio
Universit di Bologna Viale Risorgimento 2 40136 Bologna Italy
Tel: +39.051.2093522
Fax: +39.051.2093527
E-mail: annalisa.bonini@mail.ing.unibo.it

X CONVEGNO S.I.I.V. CATANIA 26/28 OTTOBRE 2000

UN ALGORITMO PER LA PROGRAMMAZIONE DELLA

MANUTENZIONE AUTOSTRADALE
ANNALISA BONINI DISTART - Universit di Bologna

SOMMARIO
Le problematiche inerenti la manutenzione stradale sono oggetto di continui studi ed
approfondimenti e ricerche da parte degli studiosi del settore. La crescente domanda di
mobilit, connessa allo sviluppo economico e produttivo delle nazioni, ha determinato
un notevole incremento di domanda di risorse necessarie, sia per la costruzione sia per
la manutenzione del sistema di infrastrutture.
Le risorse a disposizione devono essere dunque impiegate in maniera efficiente,
soprattutto quando sono limitate rispetto al fabbisogno. Ogni intervento di
manutenzione costituisce infatti un impegno finanziario per il gestore dellinfrastruttura,
che spesso si trova costretto a programmare la manutenzione in condizioni di vincoli di
budget. Nella memoria presentata si descrive un algoritmo per la programmazione della
manutenzione a livello di rete autostradale. Il modello stato sviluppato in base ai
principi della teoria probabilistica e delle tecniche di programmazione lineare.
Mediante le tecniche della programmazione lineare, il problema di pianificazione della
manutenzione stato tradotto in un problema di ottimizzazione, studiando due
alternative: la minimizzazione dei costi e la massimizzazione dei benefici.
Il modello stato sviluppato sulla base della banca dati delle pavimentazioni e delle
manutenzioni della Autostrada A21 Brescia-Cremona-Piacenza.
Lobiettivo principale del sistema di determinare lazione di manutenzione pi
opportuna per ogni categoria di pavimentazione della rete, in ciascuno stato di
ammaloramento, in corrispondenza di ogni anno del periodo di programmazione.
ABSTRACT
The problems concerning with the road maintenance are subject to continuous studies,
deepening and research. The growing request of mobility has caused a large increment
of the meanss needs for road system construction and maintenance.
Resources must be used efficiently, especially when they are less than the needs. Every
maintenance action is a financial charge for the road manager that often stages the
maintenance with tied-up funds. In this paper is described an algorithm for the planning
of maintenance on highway.
The model was developed on the basis of probabilistic theory and of linear
programming techniques. With those techniques, the maintenance planning problem
was reduced to an optimisation one, with two alternatives: the minimisation of costs and
the maximisation of benefits.
The pavements on the
Highway A21 Brescia-Cremona-Piacenza were used to develop the model.
The main goal of the system is to determine the most proper maintenance action for
each group of paving of the network, in whatever condition of damage, in every year of
the staged period.

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

1. PREMESSA
Lo sviluppo socio-economico da sempre legato alla mobilit, che rappresenta uno
tra i pi importanti fattori dincentivazione dello sviluppo delleconomia.
A queste esigenze nel nostro Paese si dato per lo pi risposta con le infrastrutture
stradali ed autostradali, trascurando altre modalit di traffico.
In questi ultimi dieci anni si verificato in Italia un forte incremento del traffico
veicolare; il traffico pesante in particolare aumentato del 40 %, determinando una
notevole aggressione alle pavimentazioni stradali, sia in termini di capacit portante che
di caratteristiche funzionali, e quindi la necessit di interventi periodici sulla
pavimentazione [1].
Allo stato attuale non pi pensabile affrontare i problemi della manutenzione
mediante esami qualitativi e soggettivi delle pavimentazioni ma, piuttosto, devono
essere risolti con un metodo scientifico che permetta di conciliare le esigenze di
intervento con le risorse finanziarie disponibili. Considerato infatti un certo budget
per la manutenzione, si pone il problema dellottimizzazione della spesa, cio se
conviene intervenire su poche strade assegnando loro una lunga vita utile oppure
intervenire su molte strade ottenendo una vita utile pi limitata. Generalmente
questultima la soluzione adottata dagli enti gestori delle strade in quanto ritenuta
ottimale sia sotto laspetto gestionale che politico.
Laspetto gestionale consiste nel porre in tempi brevi un elevato numero di strade in
buone condizioni di percorribilit, assicurando cos maggiore sicurezza di circolazione e
velocizzazione dei percorsi. Laspetto politico quello di rendere percettibile allutenza
un miglioramento complessivo di tutta la rete, in modo da ottenere il massimo consenso.
2. LA PROGRAMMAZIONE
AUTOSTRADALE

DELLA

MANUTENZIONE

DI

UNA

RETE

Il mantenimento di una rete autostradale in condizioni soddisfacenti richiede una

specifica programmazione della riabilitazione delle pavimentazioni deteriorate [2].
La selezione delle strategie di manutenzione per le differenti categorie di
pavimentazioni che costituiscono la rete stradale influenzata da un elevato numero di
fattori, tra i quali i pi rilevanti sono:
le condizioni della pavimentazione;
i volumi di traffico;
le condizioni ambientali;
gli standard di prestazione richiesti;
le limitazioni di budget.
I modelli di seguito discussi sviluppano una procedura per la programmazione e
lottimizzazione delle risorse economiche destinate alla manutenzione delle
pavimentazioni a livello di rete autostradale.
In particolare il modello stato definito per le pavimentazioni delle corsie di Marcia
della Autostrada A21 Brescia-Cemona-Piacenza, per le quali erano disponibili i dati di
traffico e lo stato delle sovrastrutture stradali.
Lobiettivo principale del modello di determinare lazione di manutenzione pi
opportuna per ogni categoria di pavimentazione della rete, in ciascuno stato di
ammaloramento, in corrispondenza di ogni anno di un prefissato periodo di
programmazione.
Per lo sviluppo dei modelli di ottimizzazione si sono considerati due differenti
approcci, la minimizzazione dei costi e la massimizzazione dei benefici, che

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

rispettivamente permettono di determinare:

le strategie di manutenzione che permettono di raggiungere gli obiettivi prestazionali
richiesti al minimo costo;
le massime prestazioni che possono essere raggiunte con un prefissato budget.
Le soluzioni fornite dai modelli permettono di rispondere alle seguenti domande:
quale percentuale delle rete, per ciascuna famiglia di pavimentazioni, si trover nei
vari stati di condizione allinizio di ciascun anno di programmazione;
qual lazione di manutenzione caratterizzata dal maggiore rapporto benefici/costi
per ciascuna tratta di pavimentazione;
qual il costo atteso per le azioni di manutenzione per ciascun anno del periodo di
programmazione.
Trattandosi di un sistema di ottimizzazione sviluppato a livello di rete, le risposte del
modello sono costituite da percentuali di rete da sottoporre agli specifici interventi presi
in esame, in funzione dello stato delle pavimentazioni, per ciascun anno del periodo di
programmazione.
3. LO STUDIO DEL MODELLO
La definizione del modello ha comportato lo studio dei seguenti punti fondamentali:
selezione dei parametri preposti alla descrizione delle condizioni e delle prestazioni
della pavimentazione e definizione degli stati di condizione;
individuazione dei possibili interventi di manutenzione;
suddivisione della rete in famiglie di pavimentazioni;
sviluppo di modelli di previsione del decadimento delle caratteristiche delle
pavimentazioni;
sviluppo del modello di ottimizzazione.
3.1 I parametri che descrivono lo stato della pavimentazione
La scelta delle variabili di prestazione rappresenta un momento molto importante
nellambito della costituzione di un sistema di gestione della manutenzione. Infatti sulla
base di tali variabili viene stabilit laccettabilit di una determinata pavimentazione.
Per il modello dedicato alla A21 come variabili di prestazione si sono scelte
laderenza e la regolarit, in quanto sono le caratteristiche superficiali di primaria
importanza per la definizione del livello di sicurezza su strada.
Infatti alle caratteristiche superficiali di una pavimentazione stradale affidato il
compito principale di mantenere il veicolo sulla traiettoria voluta dal guidatore e di
garantire la frenatura, sia in condizioni di asciutto che di bagnato [2].
Nel caso in oggetto, la scelta di basare le scelte decisionali di programmazione
limitatamente ai parametri di aderenza e di regolarit stata condizionata dalla
disponibilit di dati in termini di rilievi di traffico e delle condizioni della
pavimentazione; non stato possibile prendere in considerazione anche la portanza
delle pavimentazioni, in quanto i rilievi effettuati non hanno permesso di ricavare, alla
stregua di quanto fatto per laderenza e la regolarit, alcuna significativa ed attendibile
correlazione di tipo empirico tra il numero di assi e i valori dei moduli di portanza.
Lo stato di condizione per una pavimentazione stato dunque descritto dalla coppia
di parametri aderenza-regolarit: individuando per laderenza 4 possibili stati, mentre
per la regolarit 3, complessivamente si ottengono per la pavimentazione 12 possibili
stati di condizioni (tabella1).
X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

STATO
0
1
2
3
4
5
6
7
8
9
10
11

VALORI DI CAT
CAT65
55CAT<65
45CAT<55
CAT<45
CAT65
55CAT<65
45CAT<55
CAT<45
CAT65
55CAT<65
45CAT<55
CAT<45

VALORI DI IRI
IRI 1.5
IRI 1.5
IRI 1.5
IRI 1.5
1.5 < IRI 2.5
1.5 < IRI 2.5
1.5 < IRI 2.5
1.5 < IRI 2.5
IRI > 2.5
IRI > 2.5
IRI > 2.5
IRI > 2.5

Tabella 1 - Definizione degli stati di condizione

3.2 Individuazione dei possibili interventi di manutenzione

Un aspetto molto importante nella definizione dei modelli dato dalle alternative di
manutenzione prese in considerazione.
Il modello sviluppato permette di contemplare un numero indefinito di interventi,
anche se nel caso in oggetto ci si limitati a tre possibili azioni di manutenzione
contrassegnato dalla lettera k: la condizione di non intervento (k=0) e due interventi di
manutenzione vera e propria, rispettivamente denominati leggero(k=1)
e
medio(k=2), descritti in [3]. Ci scaturito da un esigenza di semplificazione del
modello, in quanto non consigliabile considerare trattamenti tra loro pi differenziati
per tecniche di realizzazione che non per risultati ottenuti, in quanto indistinguibili dal
modello.
Per ogni intervento, mediante una matrice si sono rappresentati gli effetti su ciascuna
prestazione della pavimentazione presa in considerazione (aderenza e regolarit). Ad
esempio, nel modello sviluppato lintervento contrassegnato con k=1 consiste nella
fresatura e nel rifacimento dello strato di usura in conglomerato bituminoso modificato,
con spessore finito di 4 cm.
Si ipotizzato che a seguito di questo intervento, indipendentemente dalle iniziali
condizioni di aderenza, il 95% delle pavimentazioni presenti il parametro di aderenza
CAT maggiore di 65 ed il rimanente 5% abbia CAT compreso tra 55 e 65.
Questa ipotesi viene rappresentata mediante la matrice in tabella 2.
CAT FIN.
>65
CAT INIZ. > 65
55 < CAT INIZ. < 65
45 < CAT INIZ. < 55
CAT INIZ. <45

0.95
0.95
0.95
0.95

CAT FIN.
55<CAT<65

CAT FIN.
45<CAT<55

CAT FIN.
CAT<45

0.05
0.05
0.05
0.05

0.00
0.00
0.00
0.00

0.00
0.00
0.00
0.00

Tabella 2 La matrice di transizione rappresentativa dei benefici dellintervento di

manutenzione k=1 sulladerenza

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

3.3 Concetto di accettabilit e di beneficio associato agli stati di condizione

Dopo avere definito i parametri su cui basare la valutazione delle prestazioni della
pavimentazione e il concetto di stato di condizione, descritto dalla coppia (CAT, IRI),
stato necessario stabilire in corrispondenza di quali stati si ritiene che le prestazioni
delle pavimentazioni siano accettabili (A), mediamente accettabili (M) e inaccettabili
(I).
evidente che, a seconda del punto di vista da cui si osserva un problema di
gestione, derivano soluzioni differenti.
Si inoltre ipotizzato di assegnare ad ogni stato di condizione un valore numerico,
chiamato beneficio, che descrive quanto lo stato di condizione desiderabile, con
valore compreso nell'intervallo [0.001;1] (tabella 3). Le condizioni di accettabilit sono
state assegnate con riferimento ai valori riportati nel Capitolato Autostrade, secondo i
criteri illustrati in [3].
STATO
0
1
2
3
4
5
6
7
8
9
10
11

CAT
CAT65
55CAT<65
45CAT<55
CAT<45
CAT65
55CAT<65
45CAT<55
CAT<45
CAT65
55CAT<65
45CAT<55
CAT<45

IRI
Accettabilit
A
IRI 1.5
A
IRI 1.5
M
IRI 1.5
I
IRI 1.5
A
1.5 < IRI 2.5
A
1.5 < IRI 2.5
M
1.5 < IRI 2.5
I
1.5 < IRI 2.5
A
IRI > 2.5
M
IRI > 2.5
I
IRI > 2.5
IRI > 2.5
I

Beneficio
1.000
0.833
0.750
0.667
0.583
0.500
0.500
0.417
0.333
0.250
0.167
0.001

Tabella 3 - Assegnazione dellaccettabilit e del beneficio ad ogni stato di condizione

3.4 Lo sviluppo di modelli probabilistici di previsione del decadimento delle

caratteristiche delle pavimentazioni

La pavimentazione perde progressivamente nel tempo la propria funzionalit sotto
leffetto del traffico e delle condizioni ambientali.
Lefficacia di un sistema finalizzato alla gestione della manutenzione risiede
nellabilit di predire levoluzione delle condizioni della pavimentazione nel tempo, in
corrispondenza delle possibili alternative di manutenzione ordinaria e straordinaria [4].
I modelli di previsione sono principalmente distinguibili in due categorie: modelli
deterministici e probabilistici.
I modelli deterministici, che consistono in relazioni matematiche tra i deterioramenti
funzionali e strutturali (ad esempio lindice PSI , la regolarit o il grado di fessurazione)
e le variabili indipendenti (sia strutturali che ambientali), forniscono un singolo valore
per il parametro di deterioramento previsto, a partire da ogni gruppo di valori per le
variabili indipendenti (figura 1), ma tali variabili possono essere affette da errore.
Per esempio il numero cumulativo di assi standard equivalenti ad un asse di
riferimento (ESA) previsto in un certo periodo di tempo potrebbe, nella realt, non
essere uguale a quello effettivamente applicato alla pavimentazione, per esempio a
X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

causa di una imprevisto aumento del volume di traffico o della percentuale di mezzi
pesanti. Dunque i modelli di tipo deterministico risultano inadeguati in quanto
imprecisi.

Figura 1 - Deterioramento della pavimentazione rappresentato mediante modelli

deterministici

I modelli di previsione probabilistici, che si esplicano mediante Matrici di

Transizione, sono invece costruiti sulla base di una grande quantit di osservazioni
delle pavimentazioni oppure sono sviluppati sullassunto che il deterioramento delle
caratteristiche funzionali e strutturali delle pavimentazioni nel tempo sia assimilabile ad
un processo di transizione di tipo semi-Markoviano, detto anche Markoviano non
omogeneo [5],[6]. Tale assunto trova ragione nel fatto che il processo di transizione
considerato stazionario, dunque omogeneo, su determinati intervalli di tempo,
caratterizzati da traffico e condizioni ambientali costanti. Tale processo di transizione
permette di tenere conto delle variazioni di traffico.
La teoria di Markov, applicata alle pavimentazioni stradali, si basa sullassunto che
la probabilit che lo stato di condizione di una pavimentazione cambi lungo un certo
periodo temporale, dipende solamente dal suo stato attuale. Gli stati di condizione sono
intesi come intervalli di prestazione, come definiti in Par.3.1.
Per la definizione del modello di tipo probabilistico si indica con psij(t) la
probabilit che una pavimentazione, appartenente ad una generica famiglia s, nello
stato iniziale i-esimo si deteriori giungendo allo stato j-esimo durante il periodo t.
Il procedimento dunque basato sulla determinazione delle probabilit associate alle
transizioni tra stati di condizione della pavimentazione, a partire da ciascuno stato
iniziale, nellarco di un ciclo temporale, che pu essere un periodo di uno o pi anni, in
cui si considerano costanti alcune variabili quali gli effetti climatici ed i carichi di
traffico.
Le probabilit di transizione sono esplicitate in una matrice probabilistica di
transizione (tabella 4). La prima colonna di sinistra rappresenta gli stati allinizio del
periodo. Procedendo sulla riga, in corrispondenza delle colonna successive si leggono le
probabilit che la pavimentazione, a partire da un generico stato, ha di trovarsi nello
stesso stato (2a colonna) o di passare a stati successivi ed indicativi di un peggioramento
della pavimentazione, alla fine del periodo t.
Attraverso le matrici di transizione possibile modellare anche il deterioramento
delle pavimentazione sottoposte ad intervento di manutenzione, per cui in generale una
matrice di transizione contemporaneamente riferita ad una specifica famiglia di
pavimentazioni, al parametro di condizione, ad un anno del periodo di programmazione,
in quanto si suppone che i carichi di traffico siano in progressivo aumento, e ad un
trattamento di manutenzione, compresa la situazione di non intervento.

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

Stato futuro

Stato
attuale

Stato

P00

P10

P12

P0n

P10

P11

P12

P1n

P20

P11

P12

P2n

Pn0

Pn1

Pn2

Pnn

Tabella 4 Rappresentazione di una generica matrice di transizione

3.5 Un procedimento per la conversione dai modelli deterministici ai probabilistici

Di seguito si illustra il procedimento impiegato per definire le matrici di transizione,
cio per calcolare le pij(t), a partire da variabili inizialmente espresse come risposta di
un modello deterministico.
Ipotizzando di trattare una sola famiglia di pavimentazioni, si definiscono le seguenti
grandezze [7], che si suppongono variabili con distribuzione normale:
- Nt : traffico cumulativo in corrispondenza dellanno t, espresso in assi standard (ESA);
- pNt(N) : funzione di densit di probabilit del traffico cumulativo, espresso in assi
standard (ESA) allanno t;
- Nij(N) : numero medio di assi standard equivalenti (ESA) che la pavimentazioni della
famiglia pu sopportare prima di passare dallo stato di condizione i allo stato j;
- pNij(N): funzione di densit di probabilit di Nij.

pNt(N)

pNi,i+1(N)
pNt(N)
pNi,i+2(N)

pNi,i(N)

Ni,i

Ni,i+1

Figura 2 Determinazione delle probabilit di transizione pij nel caso che la variabile Nij
sia costante o di origine deterministica

Se Nij sono numeri di origine deterministica o costanti, allora le probabilit di

transizione dallo stato i a quello j [pij(t)], sono le aree sottese dalla funzione di densit
del traffico cumulativo pNt(N) di figura 2.

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

Tuttavia Nij sono in genere variabili casuali con densit di probabilit pNij(N), per cui
le pij(t) si ottengono come funzione sia di pNij(N) che di pNt(N), come evidenziato
dallarea tratteggiata in figura 3.
pNt(N)

pNi,j (N)

pNt(N)
pNi,j(N)

Figura 3 - Determinazione delle probabilit di transizione pij nel caso che la variabile Nij
sia di tipo probabilistico

Tuttavia Nij sono in genere variabili casuali con densit di probabilit pNij(N), per cui le
pij(t) si ottengono come funzione sia di pNij(N) che di pNt(N), come evidenziato dallarea
tratteggiata in figura 3.

p0s,0 (t) p0s,1(t)

s
p1,0 (t) p1s,1(t)

s
P (t) =
...
...
s
s
p11,0 (t) p11,1(t)

... p0s,11(t)

... p1s,11(t)
...
...

s
... p11
,11(t)

(1)

Complessivamente si ottiene la matrice delle probabilit di transizione (1), relativa al

deterioramento senza intervento di manutenzione, riferita ad uno specifico anno
caratterizzato dal traffico cumulativo Nt.
Lessenza del modello probabilistico sviluppato raffigurata in figura 4: la curva che
rappresenta il decadimento delle prestazioni viene associata al numero di ESA, descritti
in termini probabilistici mediante una successione di distribuzioni normali.

Figura 4 - Descrizione del deterioramento in termini probablistici

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

In un modello deterministico tale curva invece riferita ad un asse, per cui ad ogni
valore di ESA corrisponde un preciso deterioramento.
A partire dalle (1) ricavate per ciascun anno del periodo di programmazione e dalle
matrici che descrivono gli effetti degli interventi di manutenzione sulle prestazioni delle
pavimentazioni (Par.3.2), si ottengono le matrici delle probabilit di transizione relative
agli interventi di manutenzione, per ciascun anno del periodo di programmazione.
4. LA PROGRAMMAZIONE LINEARE
Mediante le tecniche della programmazione lineare il problema di pianificazione
della manutenzione stato tradotto in un problema di ottimizzazione, studiando due
alternative: la minimizzazione dei costi e la massimizzazione dei benefici.
La programmazione lineare una tecnica matematica comunemente impiegata nei
modelli di ottimizzazione [5].
Le componenti principali di un problema di programmazione lineare sono:
le variabili o incognite decisionali, i cui valori devono essere determinati (sono le
incognite del problema);
la funzione obiettivo, che pu essere una funzione da minimizzare o massimizzare;
i vincoli, che devono essere soddisfatti dalle variabili o incognite decisionali.
Tanto la funzione obiettivo quanto i vincoli devono essere espressi come funzioni
lineari delle incognite decisionali. Per entrambi i modelli le incognite sono identiche,
mentre cambiano la funzione obiettivo ed alcune condizioni di vincolo.
4.1 Le incognite dellalgoritmo
Definita una certa famiglia di pavimentazioni, lincognita generica del problema
rappresentata da Wikt , cio la percentuale di rete che si trova nello stato i e per la quale
viene previsto un intervento di manutenzione k all'inizio di un generico anno t.
Assumendo che il periodo di programmazione sia di 4 anni, per cui t=1,2,3,4, e che
siano contemplati tre possibili azioni di manutenzione, le generiche incognite riferite al
allanno t sono espresse in tabella 5.
W00t
W10
W20t
w30t
w401t
w50t
w60t
w701t
w80t
w90t
w100t
w110t
Tabella 5 - Incognite del problema

W01t
W11t
W21
w31t
w41t
w51t
w61t
w71t
w81t
w91t
w101t
w111t

W02t
w12t
w22t
w32t
w42t
w52t
w62t
w72t
w82t
w92t
w102t
w112t

Direttamente dalla definizione di Wikt segue che:

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

ikt

=1

(2)

i ,k

per ogni t = 1,2,3,4, cio per ogni anno la sommatoria di tutte percentuali di
pavimentazioni in un qualsiasi stato i, sottoposte a ogni possibile intervento k, deve
essere pari alla totalit della rete, cio per ciascun anno t il modello fornisce le
percentuali previste di pavimentazione che si troveranno nello stato i , le quali si
ottengono come somma degli elementi che appartengono alla i-esima riga della tabella
5.
Dunque si pu osservare che:
la matrice soluzione ha tante righe quanti sono gli stati di prestazione e tante
colonne quanti sono gli interventi di manutenzione previsti.
per ciascun anno la somma degli elementi di ciascuna riga fornisce la percentuale
totale di rete che si trova in quel determinato stato;

ikt

= qit

per ogni t;

(3)

per ciascun anno la somma degli elementi della prima, seconda e terza colonna
costituisce rispettivamente la percentuale di rete su cui non si interviene, si interviene
con trattamento k=1 e k=2.

ikt

= qkt

per ogni t.

(4)

4.2 Le funzioni obiettivo

Nel problema di minimizzazione la funzione obiettivo data da:

i , k ,t

i , k ,t

c(k , t )

(5)

dove con c(k,t) si intende il costo per unit di superficie (m2) dellintervento k allanno
t: la dipendenza temporale legata all'attualizzazione finanziaria e allincremento di
traffico.
Nel caso della massimizzazione l'individuazione di una plausibile Funzione Obiettivo
unoperazione decisamente pi laboriosa che nel caso della minimizzazione dei costi.
Le maggiori difficolt si riscontrano nel definire un appropriato beneficio da combinare
linearmente con le incognite cos da definire la funzione obiettivo.
Per le motivazioni illustrate in [2], si scelta la seguente funzione obiettivo:

*
i , k ,t
iacc ,imedi , k ,t

b(i )

(6)

dove:
1) la sommatoria estesa alle sole incognite relative agli stati accettabili (A) e
mediamente accettabili (M), con l'esclusione di quegli inaccettabili (I), questo in quanto
lo stato inaccettabile non apporta beneficio, se non negativo, alla rete.
2) b(i) sono benefici di stato definiti in Par.3.3.
4.3. I vincoli
I vincoli comuni ai due problemi di ottimizzazione sono di seguito illustrati.

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

10

Imposizione delle condizioni iniziali

i , k ,t

= qi

per t = 1 e per i

(7)

S'impongono come condizioni iniziali quella della rete (qi) allanno 1 del periodo di
programmazione, che si ricavano dallanalisi delle pavimentazioni della rete.
Imposizione delle condizioni di transizione

j , k ,t +1

i , k ,t

pij (kt )

i ,k

(8)

La somma delle percentuali di rete nello stato j-esimo all'inizio dellanno t+1 con
k=0,,2 deve necessariamente essere pari alla somma delle percentuali di rete in stato i
che in seguito allintervento k passeranno allo stato j-esimo alla fine del periodo t;
pij(kt) rappresenta il generico elemento (i,j) della matrice di transizione relativa
all'intervento k per lanno t, calcolata per ogni k e per ogni t.
E attraverso tale condizione di vincolo che si applica il modello di decadimento
delle prestazioni della pavimentazione di tipo probabilistico, in termini di matrici di
transizione calcolate mediante la teoria semi-Markoviana.
Imposizione delle Condizioni di prestazione

i , k ,t

iinacc , k

per ogni t ,

(9)

dove per ogni t = 2,3,4,5 si fissa un limite t alla somma degli stati inaccettabili (I).
Risulta ovvio che per t = 1 essendo state imposte le condizioni iniziali ricavate dalle
attuali condizioni della rete impossibile stabilire una soglia di stati accettabili diversa
da quella realmente rilevata sul campo.
In riferimento al solo problema di massimizzazione si hanno ulteriori condizioni di
vincolo, legate ai costi.
Imposizione di costo
In questo caso si hanno due possibilit alternative:
imposizione di un unico budget complessivo per tutto l'orizzonte temporale di
pianificazione (10):

i , k ,t

c (k , t ) BT

(10)

i , k ,t

dove c(k,t) rappresenta il costo di ciascun intervento k allanno t, attualizzato con tasso
di inflazione ( stimato al 1%) e BT il budget quadriennale.
imposizione di una condizione di costo annuale (11):

W
i ,k

i , k ,t

c(k , t ) C t

(11)

dove Ct rappresenta il budget annuale, tale che C1 + C2 + C3 + C4 = BT

4.4. I limiti
Poich le incognite rappresentano percentuali di rete, il loro dominio dato da:
X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

11

0 wi ,k ,t 1 i,k,t

(12)

5. LAPPLICAZIONE ALLE PAVIMENTAZIONI DELLAUTOSTRADA A21

Si riporta, a titolo esemplificativo, unapplicazione dellalgoritmo di
massimizzazione per individuare la soluzione migliore in termini di manutenzione per
le pavimentazioni della corsia di Marcia dellAutostrada A21.
Le disponibilit finanziarie riportate in tabella 6 per il periodo di programmazione
quadriennale 1999-2003 sono state dimensionate in base a quelle impiegate negli anni
passati.
Anno
Periodo
Budget Annuo
1

1999/2000

L. 6.279.000.000

2000/2001

L. 6.580.000.000

2001/2002

L. 6.853.000.000

2002/2003

L. 7.098.000.000

Tabella 6 - Budget a disposizione nel periodo 1999 2003

Stato
0
1
2
3
4
5
6
7
8
9
10
11

% Pavimentazione
1%
32%
44%
8%
4%
4%
4%
2%
0%
0%
3%
0%

Qualifica degli stati

acc.(A)
acc.(A)
med.acc. (M)
inacc. (I)
acc.(A)
acc.(A)
med.acc. (M)
inacc. (I)
acc.(A)
med.acc. (M)
inacc. (I)
inacc. (I)

Tabella 7 - Descrizione delle condizioni in corsia di Marcia (maggio 1999)

A partire dalla condizioni della rete rilevate nel maggio 1999 e riportate in tabella 7,
lottimizzazione della manutenzione stato formulata come un problema di
massimizzazione dei benefici, con limitazioni alla percentuale totale di pavimentazioni
in stato inaccettabile, negli anni successivi al primo, come da tabella 8 e con le
condizioni di costo come da tabella 6.
Il problema di massimizzazione stato risolto mediante il programma di
ottimizzazione Cplex, messo a punto dal LAB.O.R. (Laboratory of Operations
Research) della Facolt di Ingegneria di Bologna; la strategia di manutenzione, cio la
soluzione, per le corsie di Marcia della A21 descritta anno per anno mediante quadri
riassuntivi. Le tabelle 9 e 10 rappresentano la soluzione relativa al primo ed al secondo
anno di programmazione.

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

12

t
7%
anno 2
6%
anno 3
5%
anno 4
5%
anno 5
Tabella 8 - Valori di t richiesti

Anno 1

Intervento
Stato
K=0
K=1
K=2
Totale ( %/100)
0.01
0.00
0.00
0
0.01
0.32
0.00
0.00
1
0.32
0.19
0.25
0.00
2
0.44
0.00
0.08
0.00
3
0.08
0.04
0.00
0.00
4
0.04
0.04
0.00
0.00
5
0.04
0.03
0.01
0.00
6
0.04
0.00
0.02
0.00
7
0.02
0.00
0.00
0.00
8
0.00
0.00
0.00
0.00
9
0.00
0.01
0.02
0.00
10
0.03
0.00
0.00
0.00
11
0.00
Totale (%/100)
0.62
0.38
0.00
1.00
Tabella 9 Strategia di manutenzione indicata dalla soluzione per lanno 1 del periodo di
programmazione

Anno 2

Intervento
Stato
K=0
K=1
K=2
Totale (%/100)
0.13
0.00
0.00
0
0.13
0.32
0.00
0.00
1
0.32
0.00
0.23
0.00
2
0.23
0.00
0.04
0.00
3
0.04
0.05
0.00
0.00
4
0.05
0.11
0.00
0.00
5
0.11
0.00
0.07
0.00
6
0.07
0.00
0.01
0.00
7
0.01
0.00
0.00
0.00
8
0.00
0.00
0.00
0.01
9
0.01
0.00
0.01
0.00
10
0.01
0.00
0.00
0.00
11
0.00
0.62
0.37
0.01
Totale (%/100)
1.00
Tabella 10 Strategia di manutenzione indicata dalla soluzione per lanno 2 del periodo di
programmazione

In figura 5 si riportano i risultati ottenuti dalloperazione di ottimizzazione in termini

di andamento dei benefici, lungo il periodo di programmazione, associati alle categorie
di stati di condizione Accettabile (A), Mediamente Accettabile (M) e Inaccettabile
(I): i primi progressivamente aumentano, mentre diminuiscono quelli relativi agli
X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

13

inaccettabili ed ai medi, complessivamente il beneficio aumenta. Progressivamente

negli anni le soluzioni fornite dallalgoritmo di massimizzazione indicano un
miglioramento della rete.
Tale andamento, dal punto di vista teorico, convalida la cosiddetta coerenza del
modello, seppure dal lato vada verificata sul campo la correttezza dei risultati, cio
occorra calibrare le matrici di transizione. Per tale operazione necessario disporre dei
rilievi delle condizioni delle pavimentazioni a seguito dellapplicazione degli interventi
di manutenzioni suggeriti dalla soluzione ottimizzata.
0,800
0,700

beneficio

0,600
0,500

acc.

0,400

medio.
inacc.

0,300

Beneficio Tot.

0,200
0,100
0,000
1

anni

Figura 5 Andamento dei benefici associati alle categorie A, M e I

70
60

Anno 1

50

Anno 2

40
30
20
10
0
A

M
Stato di accettabilit

Figura 6 - Andamento delle percentuali di stati A, M e I

Nel grafico di figura 6 si schematizza landamento delle percentuali degli stati di

categoria accettabile (A), mediamente accettabile (M) ed inaccettabile (I) tra gli anni 1 e
2, come risulta dalla soluzione ottenuta.
Come gi osservato, le soluzioni del modello sviluppato per lottimizzazione delle
manutenzioni a livello di rete consistono in percentuali di pavimentazione su cui
intervenire o meno a seconda dello stato i-esimo in cui si trovano, non individuando
puntualmente dove applicare lintervento.
A questo punto il problema lapplicabilit della soluzione formulata per lanno 1,
cio il primo del periodo di programmazione (tabella 9). Per individuare sulla rete
stradale le tratte da sottoporre ad intervento stato necessario ricorrere al Sistema
X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

14

Informativo Stradale (SIT) della A21 [8]. Mediante la formulazione di specifici

tematismi con il SIT si localizzata sul grafo dellAutostrada la successione delle tratte
omogenee per stati di condizione (CAT; IRI) ed quindi stato possibile individuare i
tratti su cui intervenire (figura 7), secondo le indicazioni fornite dalla soluzione del
problema di ottimizzazione della manutenzione.

Figura 7 Utilizzo del SIT per la localizzazione delle tratte stradali da sottoporre a
manutenzione

BIBLIOGRAFIA
[1] Bucchi A, Chinni M., Dondi G., Introduzione alla manutenzione programmata
delle strade, rivista Ingegneri Architetti Costruttori, Marzo 1995
[2] Camomilla G.,Strategie manutentive a breve e lungo termine ai fini dei piani
finanziari, Atti del Convegno SIIV La sicurezza stradale: strategie e strumenti
dellingegneria delle infrastrutture viarie, Pisa 1997
[3] Bonini A., Gestione della manutenzione: un modello di ottimizzazione integrato ai
Sistemi Informativi Stradali, Tesi di Dottorato di Ricerca in Ingegneria dei
Trasporti, XII Ciclo, Bologna, 2000
[4] Haas R., W. R. Hudson and J. Zaniewski, Modern Pavement Management,
Krieger Publishing Co., Malablar, FL, 1994
[5] 29 FHWA, An Advanced Course in Pavement Management Systems, Federal
Highway Administration, Washington, D.C., 1991
[6] Kulkarni R. , Golabi K., Finn F., Alviti E., Nazareth L. Way G., Development of a
Pavement Management System for the Arizona Department of Transportation ,
Proceedings 5th International Conference on the structural design of asphalt
pavements, Vol I, Arnehm, Holland, 1982
[7] Lytton, R. L., Concepts of Pavement Performance Prediction and Modeling,
Second North American Conference on Managing Pavements Conference
Proceedings, 1987
[8] Li N., Xie W. Haas R., Investigation of Relationship Between Deterministic and
Probabilistic Prediction Models in Pavement Management, Transportation
Research Record 1592
[9] G. Dondi, A. Bonini, Un sistema informativo nella gestione della manutenzione
stradale, Atti del XXIII Convegno Nazionale Stradale, Verona, 18-21 Maggio
1998.

X CONVEGNO S.I.I.V. CATANIA 26-28 OTTOBRE 2000

15