線形座屈（固有値座屈）解析 — 先端技術と研究動向

手法自体は1960年代に確立しているけど、使い方と解釈の方法にはまだ大きな研究の余地がある。特に以下の3つの方向が活発だ。

従来のFEMの固有値座屈は、離散化された行列の固有値問題として解く。一方、連続体ベース座屈は微分方程式レベルで座屈条件を記述し、連続的な座屈場を求める。

具体的には、シェルの座屈では Donnell 方程式や Sanders-Koiter 方程式を数値的に解く。FEMの離散化誤差なしに「連続体としての座屈荷重」が得られる。メッシュ依存性がない点が大きな利点だ。

そう。現状では回転シェル（円筒、円錐、球）のような単純形状が対象。だけど、これらはまさに不整敏感性が高い構造であり、FEMのメッシュ依存性が問題になりやすい構造でもある。補完的に使うと効果的だ。

固有値 $\lambda$ の設計変数 $s$ に対する感度は、随伴法（adjoint method）で効率的に計算できる：

その通り。これが座屈最適化の基盤になる。板厚を0.1 mm変えたとき $\lambda$ がどれだけ変わるか…この感度情報を使って勾配法で最適化を回す。

ただし落とし穴がある。固有値が近接（クラスタリング）しているとき、感度が不連続になる。モードの入れ替わり（mode switching）が起きて、最適化が振動的になる。

対策としては：

• MAC（Modal Assurance Criterion）でモード追跡 — 最適化の各反復でモードの対応を追跡
• ロバスト座屈最適化 — 最悪ケースの固有値を目的関数にする
• 集約関数（KS関数） — 複数の固有値を滑らかな1つの関数にまとめる：

歪み座屈（distortional buckling）だね。薄板リップ溝形鋼やZ形鋼で、断面形状自体が変わる座屈モードだ。

一般化梁理論（GBT）は、薄肉断面の座屈を「変形モード」に分解して解析する手法だ：

• モード1 — 軸変形
• モード2〜4 — 曲げ・ねじり（古典的梁理論のモード）
• モード5以上 — 歪みモード（断面の変形）

そう。GBTの大きな利点は座屈モードの参加度（modal participation）がわかること。例えば「この座屈モードは60%が歪み座屈、30%が全体曲げ座屈、10%がねじり座屈」と定量化できる。これは設計の判断に非常に有用だ。

オープンソースのGBTUL（リスボン大学開発）やCUFSM（コーネル大学開発、有限ストリップ法ベース）で手軽に試せる。設計コード（ユーロコード3、AISI S100）のDSM（Direct Strength Method）にも直結する。

従来の決定論的な座屈評価（ノックダウンファクター）に代わる手法として、確率論的座屈評価が注目されている。

手順はこうだ：

1. 実構造の初期不整を測定（レーザースキャナー等）し、統計的特性を抽出

2. モンテカルロシミュレーションで多数の不整パターンを生成

3. 各パターンに対して非線形座屈解析を実施

4. 座屈荷重の分布（平均・標準偏差・信頼区間）を評価

確かにコストは大きい。だからサロゲートモデル（Kriging、ニューラルネットワーク等）で非線形解析を代替する研究が盛んだ。数十〜百回の非線形解析結果からサロゲートを構築し、数万回のモンテカルロサンプリングをサロゲート上で実行する。

サロゲートモデルの入力変数を設計する段階で使う。固有値座屈のモード形状を初期不整の基底として利用し、各モードの振幅をランダム変数とする。つまり固有値座屈は「不整のパラメトリゼーション」の道具として活躍するんだ。

3つの方向が見える：

• リアルタイム座屈評価 — ROM（縮約モデル）で固有値座屈を瞬時に計算。デジタルツインで構造健全性を監視
• AI支援の座屈判定 — FEMの固有値座屈結果に不整敏感性の「補正」をAIで自動付与
• 等幾何解析（IGA）ベースの座屈 — CADと完全に一致した形状での座屈解析。メッシュ依存性の本質的な排除

固有値座屈は「古い手法」と侮れない。座屈問題のスクリーニング、モード分類、最適化の勾配情報、確率論的解析の基底…どの先端手法にも固有値座屈が組み込まれている。基礎がしっかりしているからこそ、応用が広がるんだ。