Paris則のパラメータCとmは何に依存しますか？

Paris則のパラメータCとmは応力比R（=Kmin/Kmax）に依存します。データベースのR比と実際の構造物のR比が一致しない場合、疲労亀裂伝播速度の予測誤差が大きくなります。例えば、R=0.1のデータをR=0.5の条件で使用すると、アルミ合金2024-T3では伝播速度を2〜3倍も過小評価する可能性があります。

疲労亀裂伝播解析でR比が異なるデータを使うとどうなりますか？

疲労亀裂伝播解析で、データベースの応力比Rと実構造のR比が異なるデータを使用すると、予測誤差が大きくなります。具体的には、アルミ合金2024-T3において、R=0.1の実験データをR=0.5の条件で適用すると、亀裂伝播速度を2〜3倍も過小評価するリスクがあります。このため、R比の影響を考慮したモデルの選択が重要です。

Paris則のR比依存性の問題を解決するモデルはありますか？

はい、あります。Paris則の応力比R依存性の問題を解決するためには、Forman式やNASGROモデルなどの高度な疲労亀裂伝播則を使用します。これらのモデルはR比の影響を内包しており、特に実設計で見られる可変振幅荷重下での亀裂伝播予測に適しています。これにより、より正確な寿命評価が可能になります。

実設計で使える疲労亀裂伝播モデルは何ですか？

実設計、特に可変振幅荷重が作用する構造物の疲労亀裂伝播解析には、Forman式やNASGROモデルの使用が推奨されます。これらのモデルは応力比Rの影響を考慮しており、Paris則のようにR比が一致しないデータを使用した際の大きな予測誤差（例：アルミ2024-T3で2〜3倍の過小評価）を回避し、より信頼性の高い寿命予測を実現できます。

疲労亀裂伝播（Paris則） — トラブルシューティングガイド

カテゴリ: 構造解析 | 2026-02-20

この記事は統合版に移行しました
より充実した内容を crack-propagation-fatigue.html でご覧いただけます。

CAE visualization for crack propagation fatigue troubleshoot - technical simulation diagram

亀裂伝播のトラブル

🎓

残存寿命が過大 → $\Delta K_{th}$以下のサイクルを含めているか。腐食環境では$\Delta K_{th}$が低下

SIFが亀裂長さで急変 → メッシュの不十分。亀裂を段階的に延長して$\Delta K(a)$を確認

R比の効果 → Walker式 or NASGRO方程式でR比補正

Coffee Break よもやま話

R比依存性の見落とし

Paris則のパラメータCとmは応力比R（=Kmin/Kmax）に依存するが、データベースのR比と実構造のR比が一致しないと予測誤差が大きくなる。R=0.1のデータをR=0.5で使うと、アルミ合金2024-T3では伝播速度を2〜3倍過小評価することがある。Forman式やNASGROモデルはR比依存性を内包しているため、可変荷重下の実設計への適用に向いている。

トラブル解決の考え方

「解析が合わない」と思ったら

まず深呼吸——焦って設定をランダムに変えると、問題がさらに複雑になる
最小再現ケースを作る——疲労亀裂伝播（Paris則）の問題を最も単純な形で再現する。「引き算のデバッグ」が最も効率的
1つだけ変えて再実行——複数の変更を同時に行うと、何が効いたか分からなくなる。科学実験と同じ「対照実験」の原則
物理に立ち返る——計算結果が「重力に逆らって物が浮く」ような非物理的な結果なら、入力データの根本的な間違いを疑う

疲労亀裂伝播（Paris則） — トラブルシューティングガイド

亀裂伝播のトラブル

R比依存性の見落とし

トラブル解決の考え方

「解析が合わない」と思ったら

関連記事

関連トピック