AM向けトポロジー最適化

AM×トポロジー最適化の理論基礎

トポロジー最適化の基本形（SIMP法）

トポロジー最適化は、設計領域内の材料分布そのものを設計変数にする最適化です。標準的な密度法（SIMP）では、要素ごとの仮想密度 \( \rho_e \in [0,1] \) を変数に、体積制約下でコンプライアンス（柔らかさ）を最小化します。

$$ \min_{\boldsymbol{\rho}}\; c = \mathbf{U}^T K(\boldsymbol{\rho})\, \mathbf{U}, \qquad K = \sum_e \rho_e^{\,p} K_e, \quad \text{s.t.} \; \sum_e \rho_e v_e \le V^*, \; 0 < \rho_{min} \le \rho_e \le 1 $$

ペナルティ指数 \( p \approx 3 \) が中間密度を不利にして0/1分布へ誘導します。感度（随伴法で安価に計算）に基づく数理計画（OC法・MMA）で反復し、有機的な骨組み状の形状が現れます。

なぜAMと相性が良いのか——そして新しい制約

密度法とレベルセット法

密度法（SIMP）は実装が枯れており商用ツールの主流ですが、境界がぼやける（中間密度）性質があります。レベルセット法は境界を陰関数で明示的に表すため滑らかな形状が直接得られ、応力評価の信頼性で有利です。AM文脈では、最終的にSTL/CADへ変換して造形する以上、どちらの方法でも「滑らかな境界の再構築と再解析」が必須工程になる点は共通です。

AM製造制約の数値的な組み込み

オーバーハング（自己支持）制約

造形方向 \( \mathbf{b} \) に対し、各層の材料が直下の材料に支持されることを要求する制約です。実装はAMフィルタ（下層の密度で上層の許容密度を制限する逐層フィルタ）が代表的で、最適化の中で45°ルールを満たす自己支持形状へ誘導します。注意点は2つ。①制約はビルド方向に依存するため、方向を変えると最適形状も変わる——方向自体を設計変数に含める定式化もあります。②自己支持化は剛性の犠牲を伴う（目的関数が数%〜十数%悪化）ので、「サポート除去コスト・表面品質」との経済的トレードオフとして判断します。

最小部材径・チェッカーボード対策

密度フィルタ（半径 \( r_{min} \) 内の加重平均）は、チェッカーボード（市松模様の数値病理）とメッシュ依存性を抑える標準装備で、同時に最小部材径の制御を担います。\( r_{min} \) をプロセスの最小造形径（例：LPBFで0.4〜1 mm）＋安全率に設定すれば、造形不能な細部材を最初から排除できます。フィルタ後の中間密度はHeaviside投影で0/1へ締めます。「フィルタ半径＝解像度の下限」なので、メッシュはその1/3以下に細かくしないと制約が効きません。

閉空洞禁止・粉体除去制約

粉末床溶融（LPBF/EBM）では、閉じた空洞に未溶融粉が残ると除去不能です。連結性制約（全ボイドが外部に接続すること）の厳密な定式化は難しく、実務では①仮想温度法などの連結性検査を最適化ループに入れる、②後処理で空洞を検出し粉抜き穴を設計追加する、のいずれかで対応します。粉抜き穴は応力集中源になるため、追加後の再解析まで含めて工程化します。

異方性・残留変形の考慮

積層方向の材料異方性（Z方向の伸び・疲労強度低下）は、最適化の材料モデルに異方性弾性/強度を入れるか、安全側の物性で評価します。さらに進んだ構成として、プロセスシミュレーション（固有ひずみ法）で残留変形・残留応力を予測し、それを制約や補償形状として最適化に還流する連成が実用化しつつあります。少なくとも「TO→ビルドシミュ→歪み確認」の一方向連携は、金属AMでは標準工程と考えるべきです。

実務ワークフロー

標準ワークフロー

1. 問題設定 — 設計領域・非設計領域（取付面・穴）・全荷重ケース・制約（体積/変位/固有振動数）を定義
2. TO実行 — AMフィルタ・最小部材径込み。荷重ケースは重み付き和でなくワーストケース定式化が安全
3. 形状再構築 — 密度等値面→スムージング→CAD/陰関数モデル化。ここで断面が痩せる/太ることに注意
4. 検証解析（必須） — 再構築形状で応力・座屈・疲労を評価。TOの中間密度モデルの応力は信用しない
5. ビルド準備 — 造形方向決定・サポート設計・粉抜き穴・プロセスシミュで歪み予測（必要なら逆変形補償）
6. 試作検証 — 寸法・CT内部検査・機械試験でモデルとの突き合わせ

頻出の失敗パターン

「最適化結果＝最終形状」ではない

TOの出力は荷重パスの提案と捉えるのが健全です。取付部の規格・検査性・清掃性・美観などモデル化されない要件を織り込みながら、TOの骨格を保って設計者が仕上げる——この協働形態が現在の実務の主流です。仕上げ後の形状がTO形状から離れるほど性能は劣化するので、仕上げ形状の再解析でTO比の性能低下率を確認し、許容範囲かを判断します。

主要ツールの対応状況

ツール比較

選定の軸

選定は「最適化エンジンの性能」よりも工程の統合度で決まります。①TO→再構築→検証→ビルドシミュが1環境で回るか、②応力・疲労制約の成熟度、③ラティス（格子充填）を使うか、の3点です。金属AMで歪み管理が重要ならビルドシミュ統合（Ansys・Abaqus系）、ラティス活用や複雑形状の設計自由度重視ならnTop、構造最適化の実績重視ならOptiStruct、という住み分けが現在の相場観です。

先端研究の動向

プロセス連成最適化——「作れる形」から「作ると強い形」へ

残留応力・微視組織（溶融池の熱履歴が決める結晶組織・欠陥率）まで最適化ループに含める研究が前線です。固有ひずみ法による高速ビルドシミュを制約に組み込み、造形後の歪み・割れリスクが小さい形状を最初から選ぶ定式化、スキャン戦略（レーザー経路）との同時最適化などが報告されています。「形状の最適化」から「形状×プロセスの同時最適化」への拡張が明確な潮流です。

マルチスケール最適化とラティス構造

AMの得意技であるラティス（微細格子）を、均質化理論で等価物性に置き換えてマクロTOと接続するマルチスケール最適化が実用化しています。密度の代わりに「格子種類とサイズ」を空間分布させることで、放熱・エネルギー吸収・軽量化を同時に満たす機能勾配構造が設計可能になりました。課題は格子接合部の疲労評価と、均質化が破れる粗い格子域の扱いで、ここが現在の研究・検証の焦点です。

機械学習による加速と生成設計

TOの反復（数百回のFEM）をサロゲートやCNN/拡散モデルで置き換え、初期案生成を数秒にする研究が活発です。実務的な位置づけは構造×MLの一般論と同じで、ML案はあくまで初期案・探索の加速であり、最終判定は物理ベースの検証解析が担います。多数の荷重条件・製法制約を変えた案出しの高速化という「設計初期の発散フェーズ」で最も価値を発揮しています。

トラブル対応

症状別の原因と対策

導入のはじめの一歩

関連記事：積層造形（AM）の記事一覧、PINN構造解析、解析結果の正しい見方。