末梢血管血流FSI — 数値解法と実装

カテゴリ: 連成解析 | 2026-01-20
blood-flow-fsi-method
数値解法の舞台裏

ALE定式化

🧑‍🎓

血管が変形するとメッシュが動きますよね。具体的にどう処理するんですか?


🎓

ALE法ではメッシュ速度 $\mathbf{v}_m$ を導入し、流体の対流項を修正する。界面ではメッシュが構造に追従し、内部ではラプラシアンスムージングや弾性体アナロジーでメッシュ品質を維持する。


$$ \nabla \cdot (k \nabla \mathbf{d}_m) = 0 $$

$k$ はメッシュ変位を拡散させる係数で、界面付近で小さく(高剛性)、遠方で大きく設定するのがコツだ。


🧑‍🎓

大変形するとメッシュが潰れませんか?


🎓

その通り。狭窄率が高い症例(70%以上の閉塞)ではALEメッシュが破綻する場合がある。そこでリメッシュ(再メッシュ化)や、メッシュを使わないImmersed Boundary法が選択肢になる。


Immersed Boundary法

🧑‍🎓

Immersed Boundary法ってどういう仕組みですか?


🎓

Peskinが1972年に心臓弁のシミュレーション用に開発した手法だ。構造を固定の流体メッシュ上に埋め込み、デルタ関数で力と速度をやりとりする。


$$ \mathbf{f}(\mathbf{x}, t) = \int \mathbf{F}(s,t) \delta(\mathbf{x} - \mathbf{X}(s,t)) ds $$
$$ \frac{\partial \mathbf{X}}{\partial t}(s,t) = \int \mathbf{v}(\mathbf{x},t) \delta(\mathbf{x} - \mathbf{X}(s,t)) d\mathbf{x} $$

メッシュの再生成が不要なので大変形に強いが、界面近傍の精度がデルタ関数の幅に依存する弱点がある。


1D-3D連成法

🧑‍🎓

末梢血管を全部3Dで計算するのは重すぎますよね?


🎓

その通り。対象領域(たとえば頸動脈分岐部)は3D FSIで詳細に解き、上流・下流は1Dモデルで全身循環をモデル化する。1Dモデルの支配方程式は断面積平均の保存則だ。


$$ \frac{\partial A}{\partial t} + \frac{\partial (AU)}{\partial x} = 0 $$
$$ \frac{\partial U}{\partial t} + U\frac{\partial U}{\partial x} + \frac{1}{\rho}\frac{\partial p}{\partial x} = -\frac{8\pi\mu}{\rho A}U $$

圧力-面積関係は管法則で閉じる。


$$ p - p_{ext} = \beta(\sqrt{A} - \sqrt{A_0}), \quad \beta = \frac{\sqrt{\pi}Eh}{(1-\nu^2)A_0} $$

🧑‍🎓

3Dと1Dのインターフェースはどう処理するんですか?


🎓

3D側の断面平均流量と断面平均圧力を1Dの境界条件として渡す。特性線法に基づくRCR Windkesselモデルを出口境界に適用するのが標準的だ。Ansys FluentやSimVascularがこの連成をサポートしているよ。


時間積分と収束

🧑‍🎓

強連成の反復はどうやって収束させるんですか?


🎓

各タイムステップ内でDirichlet-Neumann反復を行う。構造にDirichlet条件(変位指定)、流体にNeumann条件(トラクション指定)を交互に与えるのが基本だが、付加質量効果でそのままでは発散する。


IQN-ILS(Interface Quasi-Newton with Inverse Least Squares)法がFSIの収束加速に非常に有効だ。過去のインターフェース残差と更新量からヤコビアンの近似逆行列を構築する。preCICEライブラリがこの手法を実装しているよ。


手法特徴収束性
固定点反復単純だが収束遅い血管FSIでは発散しやすい
Aitken緩和動的緩和で加速中程度
IQN-ILS準ニュートン法5〜10反復で収束
Anderson加速混合法IQN-ILSと同等
Coffee Break よもやま話

心臓シミュレーション——究極のFSI問題

人間の心臓は1日に約10万回拍動し、血液を全身に送り出します。この過程は流体(血液)-構造(心筋・弁)-電気(刺激伝導系)の3場連成問題。心臓のデジタルツインの構築は連成解析の「聖杯」と呼ばれ、世界中の研究者が挑戦しています。実現すれば、手術のシミュレーションや薬の効果予測が患者ごとにカスタマイズできるようになります。

離散化手法の詳細解説

空間離散化における手法選択が数値精度・安定性・計算コストに与える影響を詳述する。

モノリシック法

全物理場を1つの連立方程式系として同時に解く。強い連成に対して安定だが、実装が複雑でメモリ消費が大きい。

パーティション法(分離反復法

各物理場を独立に解き、界面でデータ交換。実装が容易で既存ソルバーを活用可能。弱い連成に適する。

界面データ転写

最近傍法(最も簡単だが精度低い)、射影法(保存的)、RBF補間(メッシュ非一致に強い)。保存性と精度のバランスが重要。

マトリクスソルバーの選定指針

問題規模と特性に応じた最適なソルバー選択のガイドライン。

ソルバー種別詳細・推奨条件
ブロック対角前処理各物理場の前処理を対角ブロックとして使用。実装が容易でスケーラビリティが良い。
フィールド分割法速度-圧力分割(流体)、変位-温度分割(熱-構造)等。物理的な意味に基づくブロック分割が安定性に寄与。

時間積分法と収束判定

ソルバー内部の制御パラメータと収束判定基準について記述する。

サブイタレーション

各連成ステップ内で十分な反復を行い、界面条件の整合性を確保。残差基準は各物理場の典型値に基づいてスケーリング。

Aitken緩和

連成反復の緩和係数を自動調整。過緩和による発散を防止し、収束を加速する適応的手法。

安定性条件

added mass効果(流体-構造連成で構造密度≈流体密度の場合)に注意。不安定な場合はロビン型界面条件やIQN-ILS法を適用。

数値解法の直感的理解

連成ソルバーのイメージ

モノリシック手法は「バンドの全員が同じ楽譜を見て同時に演奏する」——完璧な同期が取れるが、楽譜(連立方程式系)が巨大で複雑。パーティション手法は「各パートが別々に練習して合わせる」——個々の練習(ソルバー)は簡単だが、合わせ(データ交換)のタイミングと精度が課題。

Aitken緩和のたとえ

Aitken緩和は「シーソーのバランス取り」に似ている。一方が強く押しすぎると反対側が跳ね上がり、その反動でまた強く押しすぎる——この振動を抑えるために、押す力を自動的に調整するのがAitken緩和。連成反復が振動して収束しないとき、前回の修正量を見て次の修正量を自動調整する適応的手法。

連成解析の安定性やデータ転写の精度は、マルチフィジックスの永続的な課題です。 — Project NovaSolverはこの課題に正面から取り組んでいます。

末梢血管血流FSIの実務で感じる課題を教えてください

Project NovaSolverは、CAEエンジニアが日々直面する課題——セットアップの煩雑さ、計算コスト、結果の解釈——の解決を目指しています。あなたの実務経験が、より良いツール開発の原動力になります。

実務課題アンケートに回答する →