機械部品に穴を開けたり、軸に段差を設けたりすると、その近傍で応力が局所的に跳ね上がる現象が起きます。設計図面上の計算では安全なはずの部品が、穴や切欠きのまわりで降伏したり、疲労き裂が発生したりする――これが応力集中（stress concentration）です。
たとえば航空機の胴体にある窓やリベット孔のまわりには、遠方の平均応力の数倍もの応力が発生します。1954年に起きたデ・ハビランド コメットの連続墜落事故は、窓角部の応力集中による疲労き裂が原因でした。また、自動車のクランクシャフトやボルトのねじ底など、形状が急変する箇所にはすべて応力集中が潜んでいます。
応力集中を正しく理解することで、次のような場面に対処できます。
- 疲労設計: 繰返し荷重を受ける機械部品の寿命予測（疲労破壊とS-N曲線と密接に関連）
- 破壊力学への橋渡し: 応力集中がき裂先端の応力場へと発展する過程の理解（破壊力学入門）
- 構造最適化: フィレット半径やノッチ形状の設計指針
本記事の内容
- 応力集中の直感的理解と発生メカニズム
- 応力集中係数 $K_t$ の定義
- Kirsch の解（円孔のある無限板の応力場）の完全導出
- Inglis の解（楕円孔の応力集中）
- 切欠き感度係数 $q$ と実部品への適用
- 設計への応用（フィレット・ノッチ半径）
- Python による応力場の可視化と設計チャートの作成
前提知識
この記事を読む前に、以下の記事を読んでおくと理解が深まります。
応力集中とは何か
力の流れのアナロジー
応力集中を直感的に理解するために、力の流れ（force flow）というアナロジーを使いましょう。一様引張荷重を受ける平板を考えます。穴が開いていなければ、力の流れは板の中を平行にまっすぐ流れます。ちょうど幅の広い川が一定の速さで流れているような状態です。
ここで板の中央に円孔を開けると、力の流れは孔を迂回しなければなりません。川の途中に岩があると、岩の両脇を流れる水が加速するのと同じことが起きます。力の流れが集中する孔の縁では、応力が遠方の公称応力よりもはるかに大きくなります。
この「流れが絞られて加速する」という直感は、応力集中の本質を捉えています。形状が急激に変化する箇所ほど力の流れの迂回が激しくなり、応力の跳ね上がりも大きくなるのです。
応力集中が生じる典型的な形状
応力集中は、部材の断面形状が急変するあらゆる箇所で発生します。代表的なものを挙げます。
- 孔（hole）: ボルト穴、リベット孔、配管の開口部
- 切欠き（notch）: V溝、U溝、キー溝
- 段付き軸（stepped shaft）: 軸径が変わる肩部
- フィレット（fillet）: 2つの面が交わる角の丸み
- き裂（crack）: 先端半径がほぼゼロの極端な応力集中源
これらの形状に共通するのは、断面が不連続に変化し、応力の再配分が局所的に起きるという点です。応力とひずみの定義で学んだように、一様な断面であれば応力は $\sigma = F/A$ と均一に分布しますが、形状の不連続があると、この単純な関係では応力を正しく評価できなくなります。
それでは、この応力の跳ね上がりを定量的に表す「応力集中係数」を定義しましょう。
応力集中係数 $K_t$ の定義
公称応力と最大応力
応力集中の程度を定量化するには、2つの応力を区別する必要があります。
公称応力（nominal stress）$\sigma_{\text{nom}}$ は、応力集中を無視して断面に均一に分布すると仮定したときの応力です。たとえば、幅 $W$、板厚 $t$ の板に直径 $d$ の孔がある場合、孔の断面での公称応力は次のように定義されます。
$$ \sigma_{\text{nom}} = \frac{F}{(W – d)\,t} $$
一方、最大応力 $\sigma_{\max}$ は、孔の縁などで実際に生じる最も大きな応力です。
$K_t$ の定義
応力集中係数 $K_t$（stress concentration factor）は、最大応力と公称応力の比として定義されます。
$$ \begin{equation} K_t = \frac{\sigma_{\max}}{\sigma_{\text{nom}}} \end{equation} $$
添字の $t$ は「理論的」（theoretical）を意味し、材料の性質によらない純粋に幾何学的な量であることを示しています。$K_t$ は常に 1 以上の値をとり、形状が滑らかであるほど 1 に近づきます。
いくつかの代表的な $K_t$ 値を示します。
| 形状 | $K_t$ の目安 |
|---|---|
| 無限板中の円孔 | 3.0 |
| 半円ノッチ付き板 | 約 3.0 |
| 深い V ノッチ | 4 以上 |
| 段付き丸軸（引張） | 1.5 〜 3.0（$r/d$ に依存） |
| き裂先端 | $\to \infty$ |
き裂先端では $K_t \to \infty$ となり、応力集中係数だけでは破壊を評価できなくなります。このとき破壊力学入門で扱う応力拡大係数 $K_I$ による評価が必要になります。
ここで注目すべきは、無限板中の円孔では $K_t = 3$ という値が材料や荷重の大きさによらず一定であるという点です。この美しい結果は、1898年に Kirsch が弾性論を用いて解析的に導いたものです。次節でこの Kirsch の解を詳しく見ていきましょう。
Kirsch の解 ―― 円孔のある無限板の応力場
問題設定
Kirsch の問題は、弾性力学で最も有名な解析解の一つです。その設定は次の通りです。
- 無限に広い薄板（平面応力状態）
- 板の中央に半径 $a$ の円孔
- 遠方で一様な引張応力 $\sigma_0$ が $x$ 方向に作用
この問題を解くために、円孔の中心を原点とする極座標 $(r, \theta)$ を用います。$\theta$ は $x$ 軸から反時計回りに測った角度です。
Airy の応力関数
平面応力と平面ひずみの枠組みでは、2次元の弾性問題はAiry の応力関数 $\phi(r, \theta)$ を用いて系統的に解くことができます。応力成分は $\phi$ から次のように求められます。
$$ \sigma_{rr} = \frac{1}{r}\frac{\partial \phi}{\partial r} + \frac{1}{r^2}\frac{\partial^2 \phi}{\partial \theta^2} $$
$$ \sigma_{\theta\theta} = \frac{\partial^2 \phi}{\partial r^2} $$
$$ \tau_{r\theta} = -\frac{\partial}{\partial r}\left(\frac{1}{r}\frac{\partial \phi}{\partial \theta}\right) $$
$\phi$ は双調和方程式 $\nabla^4 \phi = 0$ を満たす必要があります。ここで $\nabla^2$ は極座標のラプラシアンです。
$$ \nabla^2 = \frac{\partial^2}{\partial r^2} + \frac{1}{r}\frac{\partial}{\partial r} + \frac{1}{r^2}\frac{\partial^2}{\partial \theta^2} $$
境界条件
Kirsch の問題には2つの境界条件があります。
孔の表面 ($r = a$): 孔の内面は自由表面なので、応力フリーです。
$$ \sigma_{rr}(a, \theta) = 0, \quad \tau_{r\theta}(a, \theta) = 0 $$
無限遠方 ($r \to \infty$): 遠方では一様引張 $\sigma_0$ が $x$ 方向に作用します。これを極座標成分に変換すると、主応力とモールの応力円の応力変換式を用いて次のようになります。
$$ \sigma_{rr} \to \frac{\sigma_0}{2}(1 + \cos 2\theta) $$
$$ \sigma_{\theta\theta} \to \frac{\sigma_0}{2}(1 – \cos 2\theta) $$
$$ \tau_{r\theta} \to -\frac{\sigma_0}{2}\sin 2\theta $$
応力関数の構成
遠方の境界条件が $\cos 2\theta$ と定数項を含むことから、応力関数を次の形に仮定します。
$$ \phi(r, \theta) = f_0(r) + f_2(r)\cos 2\theta $$
ここで $f_0(r)$ は $\theta$ に依存しない項、$f_2(r)$ は $\cos 2\theta$ に対応する項です。双調和方程式 $\nabla^4 \phi = 0$ に代入すると、$f_0$ と $f_2$ に対するオイラー型常微分方程式が得られます。
$f_0(r)$ の一般解は次の形になります。
$$ f_0(r) = A_0 + B_0 \ln r + C_0 r^2 + D_0 r^2 \ln r $$
遠方条件と有界性から $D_0 = 0$ とし、$C_0 = \sigma_0/4$ と決まります。
$f_2(r)$ については、$r^n \cos 2\theta$ の形の解を求めると次のようになります。
$$ f_2(r) = A_2 r^2 + B_2 r^4 + C_2 r^{-2} + D_2 $$
遠方で応力が発散しないために $B_2 = 0$ とし、$A_2 = -\sigma_0/4$ となります。
境界条件の適用と係数の決定
応力関数の全体は次のようになります。
$$ \phi = \frac{\sigma_0}{4}r^2(1 – \cos 2\theta) + B_0 \ln r + C_2\frac{\cos 2\theta}{r^2} + D_2 \cos 2\theta $$
ここからまず $\sigma_{rr}$ の $r = a$ でゼロになる条件を使い、$\theta$ に依存しない項と $\cos 2\theta$ に比例する項をそれぞれゼロと置きます。
$\theta$ に依存しない項から、
$$ \frac{B_0}{a^2} + \frac{\sigma_0}{2} = 0 \implies B_0 = -\frac{\sigma_0 a^2}{2} $$
$\cos 2\theta$ に比例する項から、$\tau_{r\theta}(a, \theta) = 0$ の条件も合わせて2つの連立方程式が得られます。これを解くと、
$$ C_2 = -\frac{\sigma_0 a^4}{4}, \quad D_2 = \frac{\sigma_0 a^2}{2} $$
最終結果：Kirsch の応力場
以上の係数を応力の式に代入して整理すると、Kirsch の解が得られます。
$$ \begin{equation} \sigma_{rr} = \frac{\sigma_0}{2}\left(1 – \frac{a^2}{r^2}\right) + \frac{\sigma_0}{2}\left(1 – 4\frac{a^2}{r^2} + 3\frac{a^4}{r^4}\right)\cos 2\theta \end{equation} $$
$$ \begin{equation} \sigma_{\theta\theta} = \frac{\sigma_0}{2}\left(1 + \frac{a^2}{r^2}\right) – \frac{\sigma_0}{2}\left(1 + 3\frac{a^4}{r^4}\right)\cos 2\theta \end{equation} $$
$$ \begin{equation} \tau_{r\theta} = -\frac{\sigma_0}{2}\left(1 + 2\frac{a^2}{r^2} – 3\frac{a^4}{r^4}\right)\sin 2\theta \end{equation} $$
孔の縁での応力分布
特に重要なのは、孔の表面 $r = a$ での周方向応力 $\sigma_{\theta\theta}$ です。$r = a$ を代入すると $\sigma_{rr} = 0$（境界条件）、$\tau_{r\theta} = 0$（境界条件）であり、
$$ \begin{equation} \sigma_{\theta\theta}(a, \theta) = \sigma_0(1 – 2\cos 2\theta) \end{equation} $$
この式から重要なことが2つ読み取れます。
$\theta = \pi/2$ および $\theta = 3\pi/2$（孔の上端と下端） では、$\cos 2\theta = \cos \pi = -1$ なので、
$$ \sigma_{\theta\theta} = \sigma_0(1 – 2 \times (-1)) = 3\sigma_0 $$
つまり、孔の上下端で応力は遠方応力の 3 倍 に達します。これが $K_t = 3$ の起源です。
$\theta = 0$ および $\theta = \pi$（孔の左端と右端） では、$\cos 2\theta = 1$ なので、
$$ \sigma_{\theta\theta} = \sigma_0(1 – 2) = -\sigma_0 $$
引張を受けているにもかかわらず、孔の左右端では圧縮応力が生じています。その大きさは遠方引張応力と同じ $\sigma_0$ です。
応力の減衰
孔から離れるにつれて応力はどのように減衰するでしょうか。$\theta = \pi/2$（最大応力点）での $\sigma_{\theta\theta}$ を見ると、
$$ \sigma_{\theta\theta}(r, \pi/2) = \frac{\sigma_0}{2}\left(2 + \frac{a^2}{r^2} + 3\frac{a^4}{r^4}\right) $$
$r = a$ で $3\sigma_0$、$r = 2a$ で約 $1.22\sigma_0$、$r = 3a$ で約 $1.07\sigma_0$ です。つまり、応力集中は孔の直径程度の範囲に局在していることがわかります。これは設計上極めて重要な知見で、応力集中は「遠距離効果」ではなく「近傍効果」なのです。
Kirsch の解は円孔という特殊な形状に対する結果でした。では、孔の形状が楕円の場合にはどうなるでしょうか。Inglis はこの問題に取り組み、より一般的な結果を得ました。
Inglis の解 ―― 楕円孔の応力集中
問題設定と動機
1913年、Inglis は楕円孔のある無限板の応力場を解きました。楕円孔が重要なのは、円孔を特殊ケースとして含む一般的な形状であること、そして楕円の長軸と短軸の比（アスペクト比）を変えることで、丸い穴から細長いスリット（き裂）まで連続的に表現できるためです。
楕円孔の応力集中係数
楕円の半長軸を $a$（引張方向に垂直）、半短軸を $b$（引張方向に平行）とします。一様引張 $\sigma_0$ のもとで、楕円孔の長軸端における最大応力は次のように求められます。
$$ \begin{equation} \sigma_{\max} = \sigma_0\left(1 + 2\frac{a}{b}\right) \end{equation} $$
したがって、応力集中係数は次のとおりです。
$$ \begin{equation} K_t = 1 + 2\frac{a}{b} \end{equation} $$
この簡潔な式から、3つの重要な特殊ケースが読み取れます。
円孔 ($a = b$) の場合: $K_t = 1 + 2 = 3$。Kirsch の解と一致します。
細長い楕円 ($a \gg b$) の場合: $K_t \approx 2a/b \gg 1$。アスペクト比が大きくなるほど応力集中は激化します。
き裂の極限 ($b \to 0$) の場合: $K_t \to \infty$。これが破壊力学が必要になる理由です。
先端曲率半径による表現
楕円の長軸端の曲率半径は $\rho = b^2/a$ です。この関係を用いると、Inglis の式は次のように書き換えられます。
$$ K_t = 1 + 2\sqrt{\frac{a}{\rho}} $$
この表現はより直感的です。孔（または切欠き）が深いほど（$a$ が大きいほど）、また先端が尖っているほど（$\rho$ が小さいほど）、応力集中が激しくなることを示しています。
フックの法則と弾性係数から分かるように、弾性範囲ではひずみは応力に比例するため、応力集中が生じる箇所ではひずみも同様に集中します。設計者はこの点を常に意識する必要があります。
ここまでで応力集中の理論的基盤が確立できました。Kirsch とInglis の解析解を Python で可視化して、理論から得た知見を視覚的に確認しましょう。
Python による応力場の可視化
円孔周りの応力場（Kirsch の解）
Kirsch の解を用いて、円孔のある無限板の応力場をカラーマップで描画します。$\sigma_{\theta\theta}$ の分布を見ることで、応力集中がどのように空間的に分布しているかを直感的に把握できます。
import numpy as np
import matplotlib.pyplot as plt
# パラメータ
a = 1.0 # 円孔の半径
sigma0 = 1.0 # 遠方引張応力
# メッシュ生成（円孔の外側のみ）
nx, ny = 400, 400
x = np.linspace(-4 * a, 4 * a, nx)
y = np.linspace(-4 * a, 4 * a, ny)
X, Y = np.meshgrid(x, y)
R = np.sqrt(X**2 + Y**2)
Theta = np.arctan2(Y, X)
# 円孔の内部をマスク
mask = R < a
R_safe = np.where(mask, np.inf, R)
# Kirsch の解（極座標成分）
ratio = a / R_safe
ratio2 = ratio**2
ratio4 = ratio**4
sigma_rr = (sigma0 / 2) * (1 - ratio2) + (sigma0 / 2) * (1 - 4 * ratio2 + 3 * ratio4) * np.cos(2 * Theta)
sigma_tt = (sigma0 / 2) * (1 + ratio2) - (sigma0 / 2) * (1 + 3 * ratio4) * np.cos(2 * Theta)
tau_rt = -(sigma0 / 2) * (1 + 2 * ratio2 - 3 * ratio4) * np.sin(2 * Theta)
# 極座標 → 直交座標への変換
cos_t = np.cos(Theta)
sin_t = np.sin(Theta)
sigma_xx = sigma_rr * cos_t**2 + sigma_tt * sin_t**2 - 2 * tau_rt * sin_t * cos_t
sigma_yy = sigma_rr * sin_t**2 + sigma_tt * cos_t**2 + 2 * tau_rt * sin_t * cos_t
# 円孔の内部を NaN に
sigma_tt_plot = np.where(mask, np.nan, sigma_tt)
sigma_xx_plot = np.where(mask, np.nan, sigma_xx)
fig, axes = plt.subplots(1, 2, figsize=(14, 6))
# (a) 周方向応力 σ_θθ
im0 = axes[0].contourf(X / a, Y / a, sigma_tt_plot / sigma0,
levels=np.linspace(-1, 3.5, 50), cmap='RdBu_r', extend='both')
circle0 = plt.Circle((0, 0), 1, color='black', fill=True, zorder=5)
axes[0].add_patch(circle0)
axes[0].set_title(r'$\sigma_{\theta\theta} / \sigma_0$', fontsize=14)
axes[0].set_xlabel('$x / a$'); axes[0].set_ylabel('$y / a$')
axes[0].set_aspect('equal')
fig.colorbar(im0, ax=axes[0], shrink=0.8)
# (b) x方向の垂直応力 σ_xx
im1 = axes[1].contourf(X / a, Y / a, sigma_xx_plot / sigma0,
levels=np.linspace(-1, 3.5, 50), cmap='RdBu_r', extend='both')
circle1 = plt.Circle((0, 0), 1, color='black', fill=True, zorder=5)
axes[1].add_patch(circle1)
axes[1].set_title(r'$\sigma_{xx} / \sigma_0$', fontsize=14)
axes[1].set_xlabel('$x / a$'); axes[1].set_ylabel('$y / a$')
axes[1].set_aspect('equal')
fig.colorbar(im1, ax=axes[1], shrink=0.8)
plt.tight_layout()
plt.show()
左のカラーマップから、$\sigma_{\theta\theta}/\sigma_0$ が孔の上下端（$\theta = 90°, 270°$）で 3.0 に達していることが視覚的に確認できます。赤色が濃い領域は孔の直径程度の範囲に限られており、理論で述べた「応力集中は近傍効果である」という知見と一致しています。右のマップでは $\sigma_{xx}$ の分布を示しており、孔の左右端では青色（圧縮）が現れています。これは先ほど示した $\sigma_{\theta\theta}(a, 0) = -\sigma_0$ に対応するもので、引張荷重下でも局所的な圧縮応力が発生するという、やや意外な結果を視覚的に確認できます。
応力集中係数と形状パラメータの関係
次に、孔の縁に沿った応力分布と、孔からの距離による応力の減衰を定量的に見てみましょう。
import numpy as np
import matplotlib.pyplot as plt
a = 1.0
sigma0 = 1.0
fig, axes = plt.subplots(1, 2, figsize=(14, 5))
# (a) 孔の縁に沿った周方向応力分布
theta_deg = np.linspace(0, 360, 500)
theta_rad = np.deg2rad(theta_deg)
sigma_tt_edge = sigma0 * (1 - 2 * np.cos(2 * theta_rad))
axes[0].plot(theta_deg, sigma_tt_edge / sigma0, 'b-', lw=2)
axes[0].axhline(3.0, color='r', ls='--', lw=1, label=r'$K_t = 3$')
axes[0].axhline(-1.0, color='orange', ls='--', lw=1, label=r'$\sigma_{\theta\theta} = -\sigma_0$')
axes[0].axhline(0, color='gray', ls='-', lw=0.5)
axes[0].set_xlabel(r'$\theta$ [deg]', fontsize=12)
axes[0].set_ylabel(r'$\sigma_{\theta\theta}(a,\theta) / \sigma_0$', fontsize=12)
axes[0].set_title('Stress around the hole edge', fontsize=13)
axes[0].set_xticks([0, 90, 180, 270, 360])
axes[0].legend(fontsize=11)
axes[0].grid(True, alpha=0.3)
# (b) θ = 90° に沿った応力の減衰
r_ratio = np.linspace(1.0, 5.0, 500) # r/a
r = r_ratio * a
ratio2 = (a / r)**2
ratio4 = (a / r)**4
# θ = π/2 での各応力成分
sigma_rr_90 = (sigma0 / 2) * (1 - ratio2) + (sigma0 / 2) * (1 - 4 * ratio2 + 3 * ratio4) * np.cos(np.pi)
sigma_tt_90 = (sigma0 / 2) * (1 + ratio2) - (sigma0 / 2) * (1 + 3 * ratio4) * np.cos(np.pi)
axes[1].plot(r_ratio, sigma_rr_90 / sigma0, 'b-', lw=2, label=r'$\sigma_{rr}$')
axes[1].plot(r_ratio, sigma_tt_90 / sigma0, 'r-', lw=2, label=r'$\sigma_{\theta\theta}$')
axes[1].axhline(1.0, color='gray', ls=':', lw=1, label=r'$\sigma_0$ (far field)')
axes[1].set_xlabel('$r / a$', fontsize=12)
axes[1].set_ylabel(r'$\sigma / \sigma_0$', fontsize=12)
axes[1].set_title(r'Stress decay along $\theta = 90°$', fontsize=13)
axes[1].legend(fontsize=11)
axes[1].grid(True, alpha=0.3)
plt.tight_layout()
plt.show()
左のグラフは孔の縁に沿った $\sigma_{\theta\theta}$ の角度分布です。$\theta = 90°$ と $270°$ で $3\sigma_0$ のピークを示し、$\theta = 0°$ と $180°$ で $-\sigma_0$ の圧縮になるという理論の予測が、正弦波状のきれいな曲線として現れています。右のグラフは $\theta = 90°$ の方向（最大応力方向）に沿った応力の径方向減衰を示しています。$\sigma_{\theta\theta}$ が $r/a = 1$ で $3\sigma_0$ から始まり、$r/a = 2$ でほぼ $1.2\sigma_0$ まで低下していることから、応力集中の影響範囲が非常に局所的であることが定量的に確認できます。
この結果をさらに一般化して、楕円孔のアスペクト比が応力集中に与える影響を調べましょう。
楕円孔のアスペクト比と応力集中
Inglis の解に基づいて、楕円のアスペクト比 $a/b$ を変化させたときの応力集中係数の変化と、先端曲率半径 $\rho$ による表現を同時にプロットします。
import numpy as np
import matplotlib.pyplot as plt
fig, axes = plt.subplots(1, 2, figsize=(14, 5))
# (a) アスペクト比 a/b vs Kt
ab_ratio = np.linspace(0.2, 10, 500)
Kt_ellipse = 1 + 2 * ab_ratio
axes[0].plot(ab_ratio, Kt_ellipse, 'b-', lw=2.5)
axes[0].axhline(3.0, color='r', ls='--', lw=1.5, label='$K_t = 3$ (circle)')
axes[0].plot(1.0, 3.0, 'ro', ms=10, zorder=5)
axes[0].annotate('Circle ($a/b = 1$)', xy=(1.0, 3.0), xytext=(2.5, 5),
fontsize=11, arrowprops=dict(arrowstyle='->', color='red'))
axes[0].set_xlabel('Aspect ratio $a/b$', fontsize=12)
axes[0].set_ylabel('$K_t$', fontsize=12)
axes[0].set_title('Inglis: $K_t$ vs aspect ratio', fontsize=13)
axes[0].legend(fontsize=11)
axes[0].grid(True, alpha=0.3)
axes[0].set_xlim(0, 10)
axes[0].set_ylim(0, 22)
# (b) 先端曲率半径 ρ/a vs Kt（a固定）
rho_over_a = np.linspace(0.01, 2.0, 500)
Kt_rho = 1 + 2 * np.sqrt(1 / rho_over_a)
axes[1].plot(rho_over_a, Kt_rho, 'darkgreen', lw=2.5)
axes[1].plot(1.0, 3.0, 'ro', ms=10, zorder=5)
axes[1].annotate('Circle ($\\rho = a$)', xy=(1.0, 3.0), xytext=(1.3, 8),
fontsize=11, arrowprops=dict(arrowstyle='->', color='red'))
axes[1].set_xlabel(r'$\rho / a$', fontsize=12)
axes[1].set_ylabel('$K_t$', fontsize=12)
axes[1].set_title(r'Inglis: $K_t$ vs tip radius ($a$ fixed)', fontsize=13)
axes[1].grid(True, alpha=0.3)
axes[1].set_xlim(0, 2)
axes[1].set_ylim(0, 15)
plt.tight_layout()
plt.show()
左のグラフから、$K_t$ がアスペクト比 $a/b$ に対して線形に増加することがわかります。円孔（$a/b = 1$）での $K_t = 3$ は赤点で示されており、Kirsch の解の特殊ケースに対応しています。$a/b = 5$ では $K_t = 11$、$a/b = 10$ では $K_t = 21$ と、楕円が細長くなるほど応力集中は劇的に増大します。右のグラフは先端曲率半径 $\rho$ を変数とした表現で、$\rho \to 0$（鋭い先端）で $K_t \to \infty$ に発散する様子が見えています。このことは、き裂のような先端半径がゼロに近い不連続体では、応力集中係数による評価が破綻し、破壊力学のアプローチが必要になることを示唆しています。
理論解が得られたので、次は実際の設計で頻繁に使われる Peterson のチャートに相当する曲線を Python で生成してみましょう。
切欠き感度係数 $q$
$K_t$ から実効応力集中係数 $K_f$ へ
Kirsch やInglis の解で求めた $K_t$ は、完全に弾性的な連続体を仮定した理論値です。しかし実際の材料は均質な連続体ではなく、結晶粒やミクロ組織を持ちます。特に疲労破壊の評価では、理論的な $K_t$ をそのまま使うと過度に保守的な設計になることが経験的に知られています。
そこで、疲労切欠き係数 $K_f$（fatigue notch factor）を次のように定義します。
$$ \begin{equation} K_f = \frac{\text{平滑試験片の疲労限度}}{\text{切欠き付き試験片の疲労限度}} \end{equation} $$
一般に $1 \leq K_f \leq K_t$ であり、$K_f < K_t$ となります。つまり、理論的な応力集中ほどには疲労強度は低下しません。
切欠き感度係数の定義
$K_t$ と $K_f$ の関係を定量化するのが切欠き感度係数 $q$（notch sensitivity factor）です。
$$ \begin{equation} q = \frac{K_f – 1}{K_t – 1} \end{equation} $$
$q$ は 0 から 1 の値をとります。$q = 0$ は材料が切欠きに全く感度を持たない（$K_f = 1$）場合、$q = 1$ は理論的な応力集中がそのまま疲労強度に反映される（$K_f = K_t$）場合に対応します。
この式を変形すると、$K_f$ は次のように求められます。
$$ K_f = 1 + q(K_t – 1) $$
Neuber の式と Peterson の式
切欠き感度 $q$ を切欠きの寸法と材料特性から推定する経験式がいくつか提案されています。
Neuber の式 は次のとおりです。
$$ q = \frac{1}{1 + \sqrt{\rho_N / \rho}} $$
ここで $\rho$ は切欠きの先端半径、$\rho_N$ は材料定数（Neuber の材料定数）です。$\rho_N$ は引張強さとともに小さくなります（高強度材ほど切欠きに敏感）。
Peterson の式 は類似の構造を持ちます。
$$ q = \frac{1}{1 + \alpha_P / \rho} $$
$\alpha_P$ は Peterson の材料定数です。
両式に共通する重要な物理的含意は次のとおりです。
- 切欠き半径 $\rho$ が大きい（鈍い切欠き）: $q \to 1$。理論的 $K_t$ がそのまま反映される
- 切欠き半径 $\rho$ が小さい（鋭い切欠き）: $q \to 0$。応力集中の影響が緩和される
- 高強度材: $\rho_N$ や $\alpha_P$ が小さく、$q$ が大きい。高強度材ほど切欠きに敏感
この一見逆説的な結果（鋭い切欠きほど $q$ が小さい）は、応力の平均化効果で説明されます。非常に鋭い切欠きでは高応力領域が極めて狭い範囲に限られるため、材料のミクロ組織のスケールと比較してき裂が発生しにくいのです。
曲げ応力と断面二次モーメントで学んだように、はりの曲げでは断面内で応力が線形に分布します。切欠きのある部材に曲げ荷重が作用する場合、引張側の応力集中は疲労き裂の起点となるため、$K_f$ の評価が特に重要になります。
ここまでで理論的な $K_t$ と実効的な $K_f$ の関係が分かりました。次に、実際の設計で多用される段付き丸軸や段付き平板に対する応力集中係数チャート（Peterson チャート）を Python で作成し、設計への応用を議論しましょう。
設計への応用 ―― ノッチ半径とフィレット
Peterson チャートの意義
実際の機械設計で応力集中係数を求めるとき、多くの場合は解析解が存在しません。段付き軸やキー溝のような複雑な形状では、有限要素法による数値解析や、Peterson のチャートと呼ばれる実験・数値解析に基づいたグラフ集が使われます。
Peterson のチャートは、$K_t$ を無次元の幾何学パラメータ（例: $r/d$、$D/d$）の関数としてグラフ化したもので、設計者が迅速に応力集中係数を読み取るための実用的なツールです。
段付き丸軸の引張
段付き丸軸（大径 $D$、小径 $d$、肩部のフィレット半径 $r$）に軸方向引張荷重が作用する場合、$K_t$ は $r/d$ と $D/d$ の関数です。実験と有限要素解析の結果を近似する経験式として、次の式がよく用いられます。
$$ K_t = C_1 + C_2\left(\frac{2r}{D – d}\right) + C_3\left(\frac{2r}{D – d}\right)^2 + C_4\left(\frac{2r}{D – d}\right)^3 $$
ここで $C_1, C_2, C_3, C_4$ は $D/d$ に依存する係数です。
設計の基本原則
応力集中を低減するための設計の基本原則は、Inglis の式 $K_t = 1 + 2\sqrt{a/\rho}$ から直接読み取ることができます。
- フィレット半径を大きくする: $\rho$ を大きくして $K_t$ を下げる。段差のある箇所に丸みを持たせる
- 形状変化を緩やかにする: $D/d$ 比を小さくし、断面の急変を避ける
- リリーフ溝（relief groove）の活用: 段付き軸の肩部にアンダーカットを設け、力の流れを滑らかにする
- 表面仕上げ: 加工傷は微小な切欠きとして作用するため、高応力部は研磨する
せん断応力が支配的なねじり荷重下でも応力集中は発生します。ねじりの場合の応力集中係数 $K_{ts}$ は引張の $K_t$ とは異なる値をとることに注意してください。
実際の設計では、熱応力による応力と機械的荷重による応力が重畳し、切欠き部に複合的な応力場が生じることもあります。このような場合でも、$K_t$ は各応力成分に個別に適用できます（線形弾性の重ね合わせの原理）。
では、Python で Peterson チャート的な曲線を描画し、設計パラメータの影響を定量的に比較してみましょう。
Python による設計チャートの作成
Peterson チャート的な曲線の描画
段付き平板の引張に対する $K_t$ を、フィレット半径比 $r/d$ と幅比 $D/d$ の関数としてプロットします。ここでは、Pilkey の Stress Concentration Factors（文献値）に基づく近似式を使用します。また、Neuber の切欠き感度を組み合わせて $K_f$ チャートも同時に作成します。
import numpy as np
import matplotlib.pyplot as plt
def Kt_stepped_flat_bar(r_d, D_d):
"""段付き平板（引張）の応力集中係数の近似式
r_d: r/d（フィレット半径 / 小幅）
D_d: D/d（大幅 / 小幅）
Pilkey の近似に基づく簡易モデル
"""
h_r = (D_d - 1) / (2 * r_d) # (D-d)/(2r) の逆数的パラメータ
# 近似式（各 D/d に対する経験的フィッティング）
Kt = 1 + (1 / np.sqrt(r_d)) * (0.27 + 0.73 / (1 + 2 * r_d / (D_d - 1)))
return np.clip(Kt, 1.0, None)
def notch_sensitivity_neuber(rho, rho_N):
"""Neuber の切欠き感度係数
rho: 切欠き先端半径 [mm]
rho_N: Neuber の材料定数 [mm]
"""
return 1.0 / (1.0 + np.sqrt(rho_N / rho))
fig, axes = plt.subplots(1, 2, figsize=(14, 6))
# (a) Peterson チャート: Kt vs r/d（各 D/d に対して）
r_d = np.linspace(0.01, 0.30, 300)
Dd_values = [1.1, 1.2, 1.5, 2.0, 3.0]
colors = plt.cm.viridis(np.linspace(0.1, 0.9, len(Dd_values)))
for D_d, col in zip(Dd_values, colors):
Kt = Kt_stepped_flat_bar(r_d, D_d)
axes[0].plot(r_d, Kt, lw=2.5, color=col, label=f'$D/d$ = {D_d}')
axes[0].set_xlabel('$r / d$', fontsize=13)
axes[0].set_ylabel('$K_t$', fontsize=13)
axes[0].set_title('Stepped flat bar in tension', fontsize=13)
axes[0].legend(fontsize=11, title='$D/d$')
axes[0].grid(True, alpha=0.3)
axes[0].set_xlim(0, 0.30)
axes[0].set_ylim(1, 5)
# (b) 切欠き感度 q vs 切欠き半径 ρ（各材料に対して）
rho_mm = np.linspace(0.1, 5.0, 500) # 切欠き半径 [mm]
# 代表的な材料定数 ρ_N [mm]
materials = {
'Quenched steel\n($S_u$=1400 MPa)': 0.025,
'Steel ($S_u$=700 MPa)': 0.10,
'Steel ($S_u$=350 MPa)': 0.40,
'Aluminum ($S_u$=250 MPa)': 0.60,
}
colors2 = ['darkred', 'blue', 'green', 'orange']
for (mat, rho_N), col in zip(materials.items(), colors2):
q = notch_sensitivity_neuber(rho_mm, rho_N)
axes[1].plot(rho_mm, q, lw=2.5, color=col, label=mat)
axes[1].set_xlabel('Notch radius $\\rho$ [mm]', fontsize=13)
axes[1].set_ylabel('Notch sensitivity $q$', fontsize=13)
axes[1].set_title('Neuber notch sensitivity', fontsize=13)
axes[1].legend(fontsize=9, loc='lower right')
axes[1].grid(True, alpha=0.3)
axes[1].set_xlim(0, 5)
axes[1].set_ylim(0, 1.05)
plt.tight_layout()
plt.show()
左のグラフは Peterson チャートの典型的な形状を再現しています。$r/d$ が小さいほど（フィレットが小さいほど）$K_t$ が急激に増大し、$D/d$ 比が大きいほど応力集中が激しくなることがわかります。逆に、$r/d > 0.15$ 程度であれば $K_t$ は 2 以下に抑えられ、形状変化の影響は大幅に緩和されます。設計実務では、$r/d \geq 0.1$ を確保することが推奨されるケースが多いですが、このグラフからその理由が定量的に理解できます。
右のグラフは Neuber の切欠き感度 $q$ を示しています。高強度鋼（$S_u = 1400$ MPa）は小さな切欠きに対しても $q$ が大きく（切欠きに敏感）、軟鋼やアルミニウムは切欠きに鈍感であることがわかります。これは設計上の重要な知見で、高強度材を使えば必ずしも疲労強度が向上するわけではないことを意味します。高強度材は $K_f$ が $K_t$ に近づくため、切欠き部の疲労強度が思ったほど改善されない場合があるのです。
円孔の存在する有限幅板の応力集中
ここまでは無限板の理論を扱ってきましたが、実際の部材は有限の幅を持っています。幅 $W$ の板に直径 $d$ の孔がある場合、$K_t$ は $d/W$ にも依存します。有限幅の補正を含む近似式と、Kirsch の無限板の値 $K_t = 3$ との比較を描画します。
import numpy as np
import matplotlib.pyplot as plt
def Kt_finite_width_hole(d_W):
"""有限幅板中の円孔の応力集中係数（Howland の解の近似）
d_W: d/W（孔の直径 / 板幅）
公称応力は正味断面基準: σ_nom = F / [(W-d)t]
"""
# Howland の級数解の近似（正味断面基準）
Kt = 3.0 - 3.13 * d_W + 3.66 * d_W**2 - 1.53 * d_W**3
return Kt
def Kt_finite_width_hole_gross(d_W):
"""有限幅板中の円孔の応力集中係数（総断面基準）
σ_nom = F / (W*t) を基準
"""
Kt_net = Kt_finite_width_hole(d_W)
# 正味→総断面への変換: Kt_gross = Kt_net * (1 - d/W)
return Kt_net * (1 - d_W)
d_W = np.linspace(0.01, 0.7, 500)
Kt_net = Kt_finite_width_hole(d_W)
Kt_gross = Kt_finite_width_hole_gross(d_W)
fig, axes = plt.subplots(1, 2, figsize=(14, 5))
# (a) Kt（正味断面基準） vs d/W
axes[0].plot(d_W, Kt_net, 'b-', lw=2.5, label='Net section basis')
axes[0].axhline(3.0, color='r', ls='--', lw=1.5, label=r'Kirsch ($d/W \to 0$)')
axes[0].set_xlabel('$d / W$', fontsize=13)
axes[0].set_ylabel('$K_t$ (net section)', fontsize=13)
axes[0].set_title('Circular hole in a finite-width plate', fontsize=13)
axes[0].legend(fontsize=11)
axes[0].grid(True, alpha=0.3)
axes[0].set_xlim(0, 0.7)
axes[0].set_ylim(1.5, 3.5)
# (b) Kt（総断面基準） vs d/W
axes[1].plot(d_W, Kt_gross, 'darkgreen', lw=2.5, label='Gross section basis')
axes[1].axhline(3.0, color='r', ls='--', lw=1.5, label=r'Kirsch ($d/W \to 0$)')
axes[1].set_xlabel('$d / W$', fontsize=13)
axes[1].set_ylabel('$K_t$ (gross section)', fontsize=13)
axes[1].set_title('Circular hole in a finite-width plate', fontsize=13)
axes[1].legend(fontsize=11)
axes[1].grid(True, alpha=0.3)
axes[1].set_xlim(0, 0.7)
axes[1].set_ylim(0, 3.5)
plt.tight_layout()
plt.show()
左のグラフは正味断面基準の $K_t$ を示しており、$d/W \to 0$（無限板の極限）で Kirsch の $K_t = 3$ に漸近しています。$d/W$ が大きくなるにつれて $K_t$ は低下しますが、これは孔が大きいほど応力集中が緩和されるという意味ではありません。正味断面基準では公称応力自体が $\sigma_{\text{nom}} = F/[(W-d)t]$ と大きくなるため、$K_t$ の低下は公称応力の増加で相殺されます。右のグラフの総断面基準 $K_t$ を見ると、$d/W$ の増加に伴って最大応力（を総断面応力で割った値）が低下しています。これは孔の直径が板幅に占める割合が大きくなると、力の流れの迂回パターンが変化し、応力集中の形態が変わることを反映しています。いずれの基準を使うかは解析の文脈に依存するため、チャートを参照する際には公称応力の定義を必ず確認することが重要です。
応力集中と破壊力学の関係
ここで、応力集中と破壊力学の関係について簡潔に触れておきましょう。応力集中係数 $K_t$ と応力拡大係数 $K_I$ は、名前は似ていますが物理的な意味は異なります。
$K_t$ は形状による応力の増幅率であり、無次元量です。弾性体の中で応力がどれだけ集中するかを表します。一方、$K_I$ はき裂先端の応力場の強度を表す量で、$\text{MPa}\sqrt{\text{m}}$ の次元を持ちます。
Inglis の解で $b \to 0$ とすると $K_t \to \infty$ となり、「応力が無限大」という非物理的な結果が得られます。この困難を回避するために Griffith と Irwin が確立したのが破壊力学の枠組みで、き裂先端の応力場を $K_I / \sqrt{2\pi r}$ という特異場で近似し、$K_I$ が臨界値（破壊靱性 $K_{IC}$）に達したときに破壊が起きるとします。
すなわち、応力集中理論は切欠き半径が有限の問題に対して有効であり、き裂のように先端半径がゼロに近い場合は破壊力学に移行する必要があるのです。設計実務では、切欠きの先端半径 $\rho$ が結晶粒径程度（数十 $\mu$m 以下）になると、$K_t$ ではなく $K_I$ で評価すべきと考えられています。
数値例：具体的な設計問題
ここまでの理論を具体的な数値例で確認しましょう。
例題1: 円孔のある板の強度評価
幅 $W = 100$ mm、板厚 $t = 5$ mm の鋼板（降伏応力 $\sigma_y = 250$ MPa）に直径 $d = 20$ mm の円孔が開いている場合を考えます。
公称応力の計算: 正味断面基準の公称応力は、
$$ \sigma_{\text{nom}} = \frac{F}{(W – d)\,t} = \frac{F}{(100 – 20) \times 5} = \frac{F}{400} \text{ [MPa]} $$
応力集中係数: $d/W = 0.2$ なので、Howland の近似式より、
$$ K_t = 3.0 – 3.13 \times 0.2 + 3.66 \times 0.04 – 1.53 \times 0.008 = 2.51 $$
（無限板の $K_t = 3$ から有限幅効果で低下しています。）
最大応力: $\sigma_{\max} = K_t \times \sigma_{\text{nom}} = 2.51 \times \sigma_{\text{nom}}$
降伏が起きない条件は $\sigma_{\max} \leq \sigma_y$ であるため、
$$ F_{\max} = \frac{\sigma_y \times 400}{2.51} = \frac{250 \times 400}{2.51} \approx 39.8 \text{ kN} $$
応力集中を無視して計算すると $F_{\max} = 250 \times 400 = 100$ kN となるため、応力集中によって許容荷重が約 40% に制限されています。
例題2: 疲労設計での $K_f$ の適用
上記の板材が引張強さ $S_u = 500$ MPa の鋼材であり、繰返し荷重を受ける場合を考えます。Neuber の材料定数を $\rho_N = 0.2$ mm、孔の縁の曲率半径は $\rho = d/2 = 10$ mm とします。
切欠き感度係数は、
$$ q = \frac{1}{1 + \sqrt{0.2 / 10}} = \frac{1}{1 + 0.141} = 0.876 $$
疲労切欠き係数は、
$$ K_f = 1 + q(K_t – 1) = 1 + 0.876 \times (2.51 – 1) = 2.32 $$
$K_f = 2.32 < K_t = 2.51$ ですが、円孔の曲率半径が 10 mm と比較的大きいため、$q$ が 0.876 と 1 に近く、$K_f$ と $K_t$ の差は小さくなっています。もし $\rho = 0.5$ mm の鋭い切欠きであれば $q = 0.613$、$K_f = 1.93$ となり、差がより顕著になります。
はりのたわみの計算と同様に、応力集中の評価も設計の安全性を確保するうえで不可欠なステップです。特に疲労設計では、$K_t$ だけでなく $K_f$ を正しく求めることが部品の寿命を左右します。
有限要素法との連携
解析解が存在しない複雑な形状の応力集中を評価するには、有限要素法（FEM: Finite Element Method）が不可欠です。FEM を用いた応力集中解析では、以下の点に注意が必要です。
メッシュの細かさと応力集中
応力集中部の応力は空間的に急激に変化するため、切欠き先端付近のメッシュを十分に細かくする必要があります。粗いメッシュでは最大応力を過小評価してしまい、非保守的な設計判断につながります。
一般的なガイドラインとして、切欠き先端半径 $\rho$ の範囲内に少なくとも 4 〜 6 個の要素を配置することが推奨されます。メッシュ収束性の確認（メッシュを段階的に細かくして結果が収束することを確認する操作）も必須です。
応力の読み取り方
FEM の出力は要素の積分点や節点での応力値であり、$K_t$ を求めるには次の手順を踏みます。
- 切欠き先端の最大主応力（主応力とモールの応力円）を読み取る
- 適切な公称応力 $\sigma_{\text{nom}}$ を定義する（正味断面基準が一般的）
- $K_t = \sigma_{\max} / \sigma_{\text{nom}}$ を計算する
解析解が既知の問題（例: Kirsch の円孔）で FEM モデルの妥当性を検証（バリデーション）することは、よい実践です。
ヤング率とポアソン比の値は FEM 解析における材料パラメータとして入力が必要ですが、弾性範囲の応力集中係数 $K_t$ 自体はこれらの値に依存しません（形状のみに依存）。ただし、平面応力と平面ひずみのどちらの仮定を使うかは、ポアソン比を通じて 3 次元的なひずみ拘束に影響するため、解析設定時に注意が必要です。
応力集中の緩和策
設計において応力集中を完全に避けることはできませんが、その程度を緩和するさまざまな手法が確立されています。
形状の最適化
フィレット半径の増大: これは最も基本的かつ効果的な方法です。段付き軸の肩部のフィレット半径を大きくすることで、$K_t$ を大幅に低下させることができます。先ほどの Peterson チャートが示すように、$r/d$ を 0.05 から 0.15 に増やすだけで $K_t$ が半減する場合もあります。
楕円フィレット: 円弧フィレットの代わりに楕円形状のフィレットを用いると、同じ $K_t$ をより小さなスペースで実現できることがあります。これは力の流れの滑らかさを楕円形状が最適化するためです。
リリーフ溝（stress relief groove）: 段付き軸の大径側に浅い溝を設けることで、応力の流れを分散させ、肩部での集中を緩和する手法です。
表面処理
疲労破壊とS-N曲線で学ぶように、疲労き裂は部材の表面から発生することがほとんどです。したがって、表面の状態は疲労強度に大きく影響します。
ショットピーニング: 表面に微小な鋼球を高速で衝突させ、圧縮残留応力を導入します。圧縮応力は引張の応力集中を打ち消す方向に作用するため、疲労寿命が大幅に向上します。
表面研磨: 加工傷は微小な切欠きとして応力集中を引き起こすため、応力集中部の表面を滑らかに研磨することで $K_f$ を低減できます。
材料選定との関係
先ほどの切欠き感度 $q$ の議論で見たように、高強度材は切欠きに敏感です。設計において材料を高強度化する場合、応力とひずみの定義で学んだ降伏応力の向上と引き換えに切欠き感度が上がるため、切欠き付き部材の疲労強度が期待ほど向上しないことがあります。
このトレードオフを考慮し、切欠き部の形状改善（$K_t$ の低減）と材料選定（$q$ の考慮）を総合的に行うことが、実際の設計では不可欠です。
二軸応力場での応力集中
ここまでは一軸引張を主に扱ってきましたが、実際の構造部材では二軸応力場のもとで孔や切欠きが存在することがあります。圧力容器の壁面開口部はその典型例です。
一様な二軸応力 $\sigma_1$（$x$ 方向）と $\sigma_2$（$y$ 方向）が作用する無限板中の円孔では、重ね合わせの原理により孔の縁の応力は次のようになります。
$$ \sigma_{\theta\theta}(a, \theta) = (\sigma_1 + \sigma_2) – 2(\sigma_1 – \sigma_2)\cos 2\theta $$
特殊ケースとして、等二軸引張 $\sigma_1 = \sigma_2 = \sigma_0$ のとき、
$$ \sigma_{\theta\theta}(a, \theta) = 2\sigma_0 $$
全周にわたって一定値 $2\sigma_0$ となり、$K_t = 2$ です。一軸引張の $K_t = 3$ より小さく、二軸の応力状態によっては応力集中が緩和されることがわかります。
逆に、純せん断 $\sigma_1 = \tau$, $\sigma_2 = -\tau$ のとき、$K_t = 4$ となり、一軸引張よりも大きな応力集中が生じます。せん断応力が卓越する場合には注意が必要です。
このように、応力集中係数は荷重の種類や方向にも依存するため、実際の設計ではどのような応力状態のもとで切欠きが存在するかを正しく把握することが重要です。
動的荷重と応力集中
機械部品の多くは時間とともに変動する荷重を受けます。疲労破壊とS-N曲線で学ぶように、繰返し荷重のもとでは静的強度よりもはるかに低い応力で破壊が起きます。
動的荷重における応力集中の取り扱いでは、応力振幅 $\sigma_a$ と平均応力 $\sigma_m$ を分けて考えます。修正 Goodman 線図などの疲労設計法では、
$$ \frac{K_f \sigma_a}{\sigma_e} + \frac{\sigma_m}{\sigma_u} \leq \frac{1}{n} $$
のように $K_f$ を応力振幅にのみ適用するのが一般的です。ここで $\sigma_e$ は疲労限度、$\sigma_u$ は引張強さ、$n$ は安全係数です。平均応力には $K_f$ を適用しない理由は、静的な平均応力による塑性変形が切欠き根元の応力を再配分するためです。
ただし、脆性材料では平均応力にも $K_t$ を適用する必要があります。延性材料と脆性材料で応力集中の扱いが異なることは、設計者が常に意識すべき重要なポイントです。
まとめ
本記事では、応力集中と切欠き効果について基礎理論から設計応用まで体系的に解説しました。
- 応力集中は、孔・切欠き・段差などの形状不連続部で応力が局所的に増大する現象であり、力の流れの迂回として直感的に理解できる
- 応力集中係数 $K_t = \sigma_{\max}/\sigma_{\text{nom}}$ は材料特性によらない純粋に幾何学的な量である
- Kirsch の解により、無限板中の円孔では $K_t = 3$ が解析的に導かれ、応力集中は孔の直径程度の範囲に局在する
- Inglis の解 $K_t = 1 + 2a/b = 1 + 2\sqrt{a/\rho}$ は楕円孔の応力集中を与え、円孔からき裂まで統一的に記述できる
- 切欠き感度係数 $q$ は理論的な $K_t$ と実効的な $K_f$ を結びつけ、高強度材ほど切欠きに敏感であることを定量化する
- 設計ではフィレット半径の増大、形状変化の緩和、ショットピーニングなどにより応力集中を緩和できる
- き裂のように先端半径がゼロに近い場合は $K_t \to \infty$ となり、破壊力学のアプローチが必要になる
次のステップとして、以下の記事も参考にしてください。
- 疲労破壊とS-N曲線 — 応力集中と疲労寿命の関係をより深く学べます
- 破壊力学入門 — $K_t \to \infty$ の限界を超えるための理論的枠組みを解説しています
- オイラーの座屈 — もう一つの重要な構造不安定現象です