Seismic Fragility Functions of Parameterized RC Curved Bridges Considering Stochastic Flood-induced Scouring Effect

橋は現代文明の動脈であり、川や谷を越えて人や物の流れを運んでいます。しかし、これらの構造物は、自然による絶え間ない二重の脅威に直面しています。それは、地震による激しい揺れと、洪水による容赦ない侵食です。エンジニアたちは、地面が震えるときに橋がどのように振る舞うか、また、洪水が橋の基礎を支える土壌をどのように洗い流すかについて、それぞれ長年研究してきました。しかし、現実はしばしばより複雑です。世界中の多くの地域において、橋はこれら両方の危険に耐えなければならず、時にはそれらが立て続けに発生することもあります。洪水によって橋脚の周囲の土が削り取られ、橋が不安定な地面の上に突き出た状態になった直後に、地震が発生することもあります。この組み合わせは、特に曲線橋において特有の課題を生み出します。直線的な橋とは異なり、曲線橋はストレスの下でねじれたり曲がったりしながら、三次元的な力に対して反応します。土台を支える土壌が水によって弱められたとき、その挙動を予測することはさらに困難になります。そして、地面が揺れ、基礎が水によって侵食されているとき、エンジニアたちは「いかにして故障のリスクを正確に測定するか」という難しい問いに直面するのです。

中国の向山大学の研究者たちは、曲線コンクリート橋の安全性を評価する新しい方法を開発することで、この問題に取り組んできました。彼らは、洪水の被害を固定された最悪のシナリオとして想定するのではなく、自然の予測不可能性を認め、洗掘（削り取り）された土の深さを確率変数として扱いました。彼らは、この不確実性を、地震の揺れ、地面の動きが橋に当たる特定の角度、そして橋の曲率の大きさと組み合わせました。これらすべての要因がどのように相互作用するかを計算するという膨大な複雑さを管理するために、チームは機械学習を活用しました。彼らは、中国西部で見られるものと同様の6径間を持つ曲線橋の詳細なデジタルモデルを構築し、数千回のシミュレーションを実行しました。これらのシミュレーションの中で、彼らは洗掘された土の深さ、橋の曲線の大きさ、および地震の方向を変化させ、その結果を、データからパターンを学習できるコンピュータアルゴリズムに投入しました。このアプローチにより、単に橋が崩壊するかどうかを示すだけでなく、特定の条件下で具体的にどの部分が最も脆弱になるかを示す、精緻なリスクマップを作成することができました。

彼らのシミュレーション結果は、これらの橋の破壊の仕方に驚くべき変化があることを明らかにしました。基礎の周囲の土が洗い流されると、橋は一様に弱くなるわけではありません。代わりに、ストレスが再分配されます。橋を支える垂直の柱である橋脚は、構造がより柔軟になるため、実は深刻な損傷を受ける可能性がわずかに低くなります。しかし、この柔軟性には代償が伴います。リスクは、地下深く埋まった基礎杭や、橋の伸縮を許容する支承（ゴム製のパッド）へと劇的に移動します。これらの部品、特に曲線の側面に位置する部品は、洗掘の深さが増すにつれて、故障の可能性が著しく高まります。研究者たちは、土が15メートルの深さまで洗い流された場合、中規模の地震における基礎杭の故障確率が、無視できる程度の2.7パーセントから、ほぼ99パーセントへと跳ね上がることを発見しました。これは、大規模な洪水の後、曲線橋の最も重要な弱点は、目に見える柱ではなく、隠れた基礎や地面と橋を繋ぎ止める接続部であることを示唆しています。

また、この研究は、橋の形状と地震の方向がいかに極めて重要であるかも強調しました。曲率半径が小さい、つまりカーブが急な橋は、緩やかなカーブを持つ橋よりも本質的に脆弱です。しかし、地震波がやってくる方向も同様に決定的な役割を果たします。シミュレーションによれば、支承や橋台（橋の両端の構造物）は、揺れの角度に対して非常に敏感です。橋の曲線に対してほぼ垂直となる特定の方向からの揺れが、最も大きなダメージを与えます。もし地震がこれらの不利な角度から襲ってきた場合、支承が故障したり、橋が支えから滑り落ちたりするリスクが急増します。研究者たちは、急なカーブ、深い洗掘、そして最悪の方向からの地震が組み合わさると、損傷の可能性が最大化される「高リスクシナリオ」が生み出されることを発見しました。

おそらく最も重要な点は、彼らの機械学習アプローチが従来のメソッドよりもはるかに正確であることを実証したことです。古いモデルは、多くの場合、単純な直線的な仮定に基づいて橋のストレス反応を予測していましたが、これは曲線橋の複雑なねじれ挙動を捉えることができませんでした。数千のデータポイントによって学習された新しいモデルは、さまざまな要因間の複雑で非線形な関係を、見事にマッピングすることに成功しました。それは、洪水と地震のリスクを単純に足し合わせることはできないということを証明しました。両者は、特定の予測不可能なパターンの中で、危険を増幅させる形で相互作用するのです。この高度な計算フレームワークを使用することで、エンジニアは新しいシナリオごとに、膨大で時間のかかる物理的なシミュレーションを何度も実行することなく、詳細なリスクプロファイルを生成できるようになります。

橋の安全性への示唆は明白です。洪水と地震の両方が発生しやすい地域では、洪水後に橋の目に見える部分のみを点検するという標準的な慣行では不十分である可能性があります。この研究は、洪水後の評価において、深い基礎と支承の状態に細心の注意を払わなければならないことを示唆しています。これらは、その後に地震が発生した際に、最も故障しやすい部品だからです。さらに、設計上の知見として、洪水が発生しやすい地域で新しい橋を設計する場合、土壌侵食に伴うリスクを悪化させる可能性があるため、急なカーブの使用には慎重になるべきであることが示されています。この研究は、最も危険な条件の組み合わせを特定するための実用的なツールを提供しており、より的を絞った補強やメンテナンスを可能にします。最終的に、自然の不確実性を無視すべき厄介なものとしてではなく、計算の中核となる要素として扱うことで、この研究は、変化する脅威に満ちた世界において、私たちの曲線橋を安全に保つための、より現実的で信頼できる道筋を提示しています。