多方向荷重下の粒状体に対する微細構造情報を取り入れた構成模型：粒子スケールから連続体へ

タービン下の地盤が重要な理由

風力発電所やトンネル、斜面を増設するにあたり、私たちは風や波、地震による変化する力を安全に支える地盤に依存しています。しかし足元の土は均一な塊ではなく、形状や配列が押され引かれるごとに常に変化する砂粒や礫の寄せ集めです。本稿では、個々の粒子を詳細に模擬するコンピュータシミュレーションと現代の人工知能を組み合わせて、現実の複雑な荷重条件下でそのような粒状地盤がどのように振る舞うかを予測する手法を解説します。

ゆるい粒子から実構造へ

砂、鉱山の尾鉱、線路のバラストなどの粒状材料は、驚くほど複雑な挙動を示します。結晶や金属のように単純な式で積み上げた粒が複数方向から押されたときの応答を記述することはできません。実務では、設計者は試験や経験式に頼りますが、それらは特定の地点や土質にしか当てはまらない場合があります。実際の土は重力で堆積し、過去の荷重で形作られ、風や波、地震によって多方向に押されます。たとえば傾斜した海底に立つ風力タービンは、鉛直・水平方向・ねじりを含む力の組み合わせが常に変化し、従来の試験ではとらえきれないことが多いのです。

すべての粒子の動きを観察する

このギャップに対処するため、著者らは離散要素法という、各粒子を個別の剛体として扱う数値手法に取り組みます。仮想実験室では、何千もの粒子を小さな箱に流し込み、三つの独立した方向に沿って圧縮しながら、コンピュータがすべての接触力と微小な再配列を追跡します。研究チームは、土の挙動を制御する主要因を系統的に変化させます：粒子まわりの初期圧力、密度（充填度）、印加応力の方向、地層配向（層理）の配置、そしてほぼ球形から明らかに細長な形状までの粒子形状です。260件に及ぶ詳細なシミュレーションを通じて、これらの要素が材料を硬くしたり弱くしたり、収縮または膨張させたり、内部構造を方向性をもって偏らせたりする様子を観察しました。

粒形状とファブリックが強度をどう変えるか

シミュレーションは、しばしば見落とされがちな特徴が地盤の強度を大きく変えうることを示しています。平均周囲圧が高いと仮想砂はより剛性を増し、再配列を始める前により大きなせん断応力を負担できます。密な充填はせん断に対して抵抗しやすく、膨張する傾向がある一方、ゆるい充填は粒子が新たな位置をとることで圧縮します。応力経路の向き（ローデ角と呼ばれる量で表現）を変えると、ピーク強度が増加したり減少したりし、収縮と膨張のバランスが移動します。同様に、層理面を水平から垂直へ回転させると最大せん断抵抗が低下し、土の堆積履歴が重要であることを示します。粒子形状も重要な役割を果たします：同じ相対密度で準備されたより細長な粒子から成る集合体は、ほぼ球形の粒子集合体と比べて高いピーク応力を担い、体積変化が小さくなります。

土のように考えるニューラルネットを教える

これらの高解像度シミュレーションは深い洞察を提供しますが、基礎や斜面といった大規模な工学モデル内部で実行するには計算コストが高すぎます。このスケールギャップを埋めるために、著者らは深層学習モデル（多層ニューラルネットワーク）を構築し、シミュレーションでの土の応答を模倣させます。ネットワークには単純な試験結果だけでなく、粒子形状、初期圧力と密度、内部層理の指標、各方向の進行中ひずみといった豊富な材料状態の記述子が与えられます。慎重に設計された学習戦略と、変形の初期かつ重要な段階を重視する損失関数を用いることで、ネットワークはシミュレーションとよく一致する三成分の応力を出力することを学び、微妙な方向性効果や長期的な強度変化も再現します。

仮想粒子からより安全な設計へ

その結果として得られたのは、粒子スケールの物理に基づきながら従来の工学式と同等の高速性で動作する新しいタイプの構成模型（応力とひずみを結ぶ規則）です。多数の手作業で調整されたパラメータや現地試験を必要とせず、粒形状、層理、複雑な三方向荷重に依存する土の強度を捉えることができます。著者らは、この学習済みモデルを標準的な有限要素ソフトウェアに組み込むことで、風力タービン基礎、斜面、地下構造の設計者が現実的な多方向荷重と進化する地盤構造を考慮できるようになることを想定しています。簡単に言えば、仮想実験で個々の粒を観察し、その挙動を訓練したニューラルネットに蒸留することで、エネルギー転換を支えるインフラをより信頼性高く効率的に設計できるようになる、ということです。

引用: Irani, N., Golestaneh, P., Salimi, M. et al. Microstructure-informed constitutive modeling of granular media under multidirectional loading: From particle-scale to continuum. Commun Eng 5, 80 (2026). https://doi.org/10.1038/s44172-026-00652-1

キーワード: 粒状土, ディープラーニング, 風力発電機基礎, 離散要素シミュレーション, 多方向荷重