Quantum-Accelerated Nonlinear Seismic Simulation for Megathrust-Prone Urban Environments: A Three-Order-of-Magnitude Speedup via HHL-Embedded Newton–Raphson Integration

Sintesi Tecnica: Simulazione Sismica Nonlineare Accelerata dal Calcolo Quantistico

Definizione del Problema
L'Analisi Nonlineare nel Tempo (NLTHA) è lo standard rigoroso per la valutazione delle prestazioni strutturali sismiche, richiesto da normative come l'ASCE 7-22 e la norma peruviana NTE E.030 per strutture irregolari ed essenziali. Tuttavia, la sua applicazione è severamente limitata dai costi computazionali. Per un sistema con $N$ gradi di libertà (DOF), la soluzione classica richiede la risoluzione di un sistema lineare ad ogni iterazione di Newton–Raphson, con una complessità temporale di $O(N^3)$ per passo temporale. Questa scalabilità limita la NLTHA allo studio di singoli edifici, precludendo valutazioni del rischio su scala urbana in tempo reale in regioni ad alto rischio come gli ambienti urbani della zona di subduzione andina, soggetti a mega-terremoti.

Metodologia
Lo studio propone un framework di integrazione Quantum-Enhanced Newton–Raphson (QNR) progettato per ridurre il tempo di calcolo (wall-clock) di tre ordini di grandezza. La metodologia integra il risolutore lineare quantistico Harrow–Hassidim–Lloyd (HHL) nello schema di avanzamento temporale classico Hilbert–Hughes–Taylor (HHT-$\alpha$).

1. Formulazione Classica: L'equazione del moto governante per un sistema nonlineare con $N$ DOF viene discretizzata tramite HHT-$\alpha$. Ad ogni passo temporale, il residuo nonlineare viene risolto tramite iterazioni di Newton–Raphson, richiedendo la soluzione di $K_T^{(i)} \Delta u^{(i)} = R^{(i)}$, dove $K_T$ è la matrice di rigidezza tangente efficace.
2. Mappatura Quantistica:
   • Codifica dello Stato: Il vettore della forza residua $R$ viene codificato in ampiezza in uno stato quantistico $|b\rangle$ utilizzando $n = \lceil \log_2 N \rceil$ qubit.
   • Decomposizione dell'Hamiltoniana: La matrice tangente normalizzata $A = K_T / \|K_T\|$ viene decomposta in una somma di prodotti tensoriali di operatori di Pauli per formare un'Hamiltoniana quantistica.
   • Esecuzione di HHL: L'algoritmo HHL esegue la stima della fase quantistica e la rotazione controllata per ottenere uno stato $|x\rangle \propto A^{-1}|b\rangle$, risolvendo efficacemente il sistema lineare.
   • Lettura (Readout): Gli incrementi di spostamento vengono estratti tramite tomografia a ombre classiche (classical shadow tomography), richiedendo solo $O(\log N)$ misurazioni per osservabili sparse.
3. Protocollo di Validazione: Il framework è stato validato attraverso uno studio Monte Carlo di 1.000 corse su un modello di edificio a taglio nonlineare con 64 DOF. I movimenti del suolo sono stati scalati dal database PEER NGA-West2 per corrispondere allo spettro di progettazione peruviano per Lima (tipo di suolo S3). La significatività statistica è stata valutata mediante t-test a due campioni e test di normalità di Shapiro–Wilk.

Contributi Chiave

• Framework QNR: Una formulazione matematicamente rigorosa che inserisce l'HHL all'interno del ciclo Newton–Raphson HHT-$\alpha$ per la dinamica strutturale.
• Formalizzazione Fisica: L'uso di Diagrammi di Corpo Libero (FBD) per formalizzare la mappatura dei principi fisici SDOF e MDOF negli stati quantistici.
• Benchmarking Quantitativo: Una matrice di confronto multi-metrica che dimostra la transizione dalla complessità temporale classica $O(N^3)$ e spaziale $O(N^2)$ alla complessità temporale quantistica $O(s^2\kappa^2 \log N)$ e spaziale $O(\log N)$.
• Robustezza Statistica: Una validazione completa che mostra un incremento di velocità medio di 1.002,5× con un intervallo di confidenza al 95% di [980,2, 1.024,8] e un Errore Quadratico Medio (MSE) di $1,2 \times 10^{-4}$ rispetto a un riferimento classico a piena precisione.

Risultati
Il framework QNR ha raggiunto un fattore di accelerazione medio ($\mu$) di 1.002,5× rispetto alla baseline classica HHT-$\alpha$.

• Significatività Statistica: Il risultato è statisticamente significativo ($t = 2.814,5$, $p < 0,0001$), con l'intervallo di confidenza al 95% che esclude l'ipotesi nulla di assenza di accelerazione. La distribuzione dell'accelerazione è stata confermata normale (Shapiro–Wilk $W = 0,998$, $p = 0,31$).
• Accuratezza: L'MSE di $1,2 \times 10^{-4}$ è ben al di sotto della soglia di tolleranza ingegneristica dell'1% per la progettazione strutturale basata sugli spostamenti.
• Scalabilità: Teoricamente, il framework supporta modelli fino a $N \approx 10^6$ DOF, rispetto al limite pratico classico di $N \approx 10^3$.
• Efficienza: Lo studio stima una riduzione relativa dell'energia di circa 100× per soluzione.

Significato e Rivendicazioni
L'articolo afferma che questo framework trasforma la NLTHA da uno strumento computazionalmente proibitivo per singoli edifici a una piattaforma valida per la valutazione del rischio sismico urbano in tempo reale. Specificamente per Lima, Perù — una metropoli situata su bacini di suolo tenero all'interno del sistema di subduzione Nazca–Sudamericana — il framework QNR consente la valutazione nonlineare simultanea di migliaia di strutture. Questa capacità supporta direttamente la conformità con la norma NTE E.030 e i mandati di riduzione del rischio di catastrofi del CENEPRED.

Gli autori identificano tre applicazioni trasformative per il contesto peruviano:

1. Simulazione Urbana in Tempo Reale: Generazione di mappe immediate dello stato di danno per la risposta alle emergenze (es. CENEPRED) simulando simultaneamente circa 10.000 telai in cemento armato.
2. Analisi Probabilistica del Pericolo Sismico (PSHA): Esecuzione di milioni di corse per produrre curve di fragilità nonlineari che incorporano l'interazione suolo-struttura specifica per la geologia di Lima.
3. Integrazione con l'Allerta Sismica Precoce: Accoppiamento della NLTHA quantistica con il sistema SWAVE per prevedere la risposta nonlinea delle infrastrutture critiche (ospedali, ponti, dighe) prima dell'arrivo delle onde S distruttive.

Limitazioni e Lavoro Futuro
Gli autori riconoscono che i risultati attuali si basano su modelli teorici di conteggio delle porte per processori fault-tolerant, poiché gli attuali dispositivi NISQ (Noisy Intermediate-Scale Quantum) presentano tassi di errore delle porte ($\sim 10^{-3}$) che limitano la profondità del circuito. Inoltre, l'overhead di preparazione dello stato per il caricamento delle matrici può scalare come $O(N^2)$ nei casi peggiori, e la crescita del numero di condizionamento con il raffinamento della mesh potrebbe erodere il vantaggio quantistico senza precondizionamento. Il lavoro futuro proposto prevede l'implementazione di Variational Quantum Linear Solvers (VQLS) per l'hardware a breve termine, il benchmarking su processori quantistici esistenti (IBM Quantum, IonQ) e l'integrazione di modelli di suolo nonlineari calibrati sul profilo geotecnico di Lima.