剛体動力学

カテゴリ: 構造解析 | 統合版 2026-04-06
CAE visualization for rigid body dynamics theory - technical simulation diagram
剛体動力学

理論と物理

剛体動力学

🧑‍🎓

先生、剛体動力学とFEMの動的解析はどう違いますか?


🎓

FEMの動的解析は構造の弾性変形を扱う。剛体動力学は変形しない物体の運動(並進+回転)を追跡。機構(メカニズム)の運動シミュレーションが目的。


運動方程式

🎓

ニュートン-オイラー方程式


$$ m\ddot{\mathbf{x}} = \mathbf{F} $$
$$ [I]\dot{\boldsymbol{\omega}} + \boldsymbol{\omega} \times [I]\boldsymbol{\omega} = \mathbf{M} $$

$m$: 質量、$[I]$: 慣性テンソル、$\mathbf{F}$: 力、$\mathbf{M}$: モーメント。


拘束条件(ジョイント)

🎓

ジョイントで剛体間の相対運動を拘束:


ジョイント自由度
固定(Weld)0溶接接合
回転(Revolute)1(回転)ヒンジ、軸受
並進(Prismatic)1(並進)スライダー
円筒(Cylindrical)2ピストン
球(Spherical)3(回転3)ボールジョイント
自由6拘束なし

まとめ

🎓
  • 変形しない物体の運動 — ニュートン-オイラー方程式
  • ジョイントで拘束 — 回転、並進、球等
  • 機構の運動シミュレーション — ロボット、車両、エンジン
  • Adams, RecurDyn — 専用MBDソルバー

  • Coffee Break よもやま話

    オイラーの剛体方程式は1758年に提案された

    剛体の回転運動を記述する「オイラー方程式」はレオンハルト・オイラーが1758年に発表した『Novi Commentarii academiae scientiarum Petropolitanae』に掲載された。慣性テンソルと角速度ベクトルの関係を主慣性軸系で簡潔に表現したこの式は、現代のマルチボディ剛体ダイナミクスの数値積分の核心だ。コマやジャイロスコープの歳差運動もオイラー方程式から直接導出でき、宇宙機の姿勢安定解析の基礎として今も教科書第1章に登場する。

    各項の物理的意味
    • 慣性項(質量項):$\rho \ddot{u}$、つまり「質量×加速度」。急ブレーキで体が前に投げ出された経験はありませんか? あの「持っていかれる感じ」がまさに慣性力です。重い物体ほど動き出しにくく、動き出したら止まりにくい。地震で建物が揺れるのも、地面が急に動いたのに建物の質量が「置いていかれる」から。静解析ではこの項をゼロにしますが、それは「ゆっくり力をかけるから加速度は無視できる」という仮定です。衝撃荷重や振動問題では絶対に省略できません。
    • 剛性項(弾性復元力):$Ku$ や $\nabla \cdot \sigma$。ばねを引っ張ると「戻ろうとする力」を感じますよね? あれがフックの法則 $F=kx$ であり、剛性項の本質です。では質問——鉄の棒とゴム紐、同じ力で引っ張るとどちらが伸びるでしょうか? 当然ゴムです。この「伸びにくさ」がヤング率 $E$ であり、剛性を決めます。よくある勘違い:「剛性が高い=強い」ではありません。剛性は「変形しにくさ」、強度は「壊れにくさ」で、別の概念です。
    • 外力項(荷重項):体積力 $f_b$(重力など)と表面力 $f_s$(圧力、接触力など)。こう考えてみてください——橋の上のトラックの重さは「中身全体にかかる力」(体積力)、タイヤが路面を押す力は「表面だけにかかる力」(表面力)。風圧、水圧、ボルトの締付力…すべて外力です。ここでありがちな失敗:荷重の方向を間違える。「引張」のつもりが「圧縮」になっていた——笑い話に聞こえますが、3D空間で座標系が回転していると実際に起こります。
    • 減衰項:レイリー減衰 $C\dot{u} = (\alpha M + \beta K)\dot{u}$。ギターの弦を弾いてみてください。音は鳴り続けますか? いいえ、徐々に小さくなりますよね。振動エネルギーが空気抵抗や弦の内部摩擦で熱に変わるからです。車のショックアブソーバーも同じ原理——わざと振動エネルギーを吸収して乗り心地を良くしています。もし減衰がゼロだったら? 建物は地震の後いつまでも揺れ続けることになります。実際にはそうならないので、適切な減衰の設定が重要です。
    仮定条件と適用限界
    • 連続体仮定:材料を連続的な媒質として扱い、ミクロな不均質性を無視する
    • 微小変形仮定(線形解析の場合):変形が初期寸法に比べて十分小さく、応力-歪み関係が線形
    • 等方性材料(特に指定がない場合):材料特性が方向に依存しない(異方性材料では別途テンソル定義が必要)
    • 準静的仮定(静解析の場合):慣性力・減衰力を無視し、外力と内力の釣り合いのみを考慮
    • 適用外ケース:大変形・大回転問題では幾何学的非線形性が必要。塑性・クリープ等の非線形材料挙動では構成則の拡張が必要
    次元解析と単位系
    変数SI単位注意点・換算メモ
    変位 $u$m(メートル)mm入力時は荷重・弾性率もMPa/N系に統一すること
    応力 $\sigma$Pa(パスカル)= N/m²MPa = 10⁶ Pa。降伏応力との比較時に単位系の不一致に注意
    歪み $\varepsilon$無次元(m/m)工学歪みと対数歪みの区別に注意(大変形時)
    弾性率 $E$Pa鋼: 約210 GPa、アルミ: 約70 GPa。温度依存性に注意
    密度 $\rho$kg/m³mm系ではtonne/mm³(= 10⁻⁹ tonne/mm³ for 鋼)
    力 $F$N(ニュートン)mm系ではN、m系ではNで統一

    数値解法と実装

    MBDのソルバー

    🎓
    • Adams(MSC/Hexagon) — MBDの業界標準。自動車、航空宇宙
    • RecurDyn(FunctionBay) — 大規模接触MBD
    • Simpack(Dassault) — 鉄道、風車
    • Abaqus — *RIGID BODYで剛体。FEM-MBD連成
    • LS-DYNA — 陽解法で剛体+変形体

    • まとめ

      🎓
      • Adams — MBDの世界標準。自動車サスペンション
      • RecurDyn — 大規模接触。チェーン、ギア
      • FEM-MBD連成 — 柔軟体を含む場合

      • Coffee Break よもやま話

        Verlet積分はゲームエンジンと分子動力学を変えた

        剛体MBD数値積分のうち「Störmer-Verlet法」(1907年のStormerの論文、1967年にVerletが分子動力学に再適用)はエネルギー保存性が高いシンプレクティック積分の代表格だ。計算コストが低く長時間積分で誤差が蓄積しにくいため、VelocityVerlet変形がUnity・Unreal Engineの物理エンジンに採用されている。CAEの剛体MBDでは接触なしの保守系問題では今も有効だが、非保守力(減衰)が大きい問題では高次Runge-Kuttaの方が精度面で優れる。

        線形要素(1次要素)

        節点間を線形補間。計算コストは低いが、応力の精度が低い。せん断ロッキングに注意(低減積分やB-bar法で緩和)。

        2次要素(中間節点付き)

        曲線的な変形を表現可能。応力精度が大幅に向上するが、自由度は約2〜3倍に増加。推奨:応力評価が重要な場合。

        完全積分 vs 低減積分

        完全積分:過剰拘束(ロッキング)のリスク。低減積分:アワーグラスモード(零エネルギーモード)のリスク。適材適所で選択。

        アダプティブメッシュ

        誤差指標(ZZ推定量等)に基づく自動細分化。応力集中部の精度を効率的に向上。h法(要素分割)とp法(次数増加)がある。

        ニュートン・ラフソン法

        非線形解析の標準的手法。接線剛性マトリクスを毎反復更新。収束半径内で2次収束するが、計算コストが高い。

        修正ニュートン・ラフソン法

        接線剛性マトリクスを初期値または数反復毎に更新。各反復のコストは低いが、収束速度は線形的。

        収束判定基準

        力の残差ノルム: $||R|| / ||F_{ext}|| < \epsilon$(一般に $\epsilon = 10^{-3}$〜$10^{-6}$)。変位増分ノルム: $||\Delta u|| / ||u|| < \epsilon$。エネルギーノルム: $\Delta u \cdot R < \epsilon$

        荷重増分法

        全荷重を一度に負荷せず、小刻みに増加させる。弧長法(Riks法)は荷重-変位関係の極値点を越えて追跡可能。

        直接法 vs 反復法のたとえ

        直接法は「連立方程式を筆算で正確に解く」方法——確実だが大規模問題では時間がかかりすぎる。反復法は「当て推量を繰り返して正解に近づく」方法——最初は大雑把な答えだが、反復するたびに精度が上がる。辞書で言葉を探すとき、最初のページから順番に探す(直接法)より、見当をつけて開き、前後に調整する(反復法)方が効率的なのと同じ原理。

        メッシュの次数と精度の関係

        1次要素は「定規で曲線を近似する」——直線の折れ線で表現するため精度に限界がある。2次要素は「フレキシブルカーブ」——曲線的な変化を表現でき、同じメッシュ密度でも格段に精度が向上する。ただし、1要素あたりの計算コストは増えるため、トータルのコスト対効果で判断する。

        実践ガイド

        剛体動力学の実務

        🎓

        自動車のサスペンション運動学、ロボットの関節運動、エンジンのクランク機構、展開構造の運動。


        実務チェックリスト

        🎓
        • [ ] 質量と慣性テンソルが正しいか(CADから自動取得)
        • [ ] ジョイントの種類と位置が正しいか
        • [ ] 摩擦が必要か(ジョイントの摩擦モデル)
        • [ ] 柔軟体の効果が無視できるか(柔軟MBDが必要か)

        • Coffee Break よもやま話

          輸送包装の落下試験解析は剛体MBDが最速

          電子機器・家電の輸送包装設計における落下試験解析(1.2m高さからの自由落下)は、有限要素法では計算コストが高いため剛体MBDが実務の主流だ。Apple iPhone(iPhone 12以降)のパッケージ設計では、剛体MBD+ポリウレタンフォームの非線形バネモデルで衝撃加速度を300Gから120G以下に収める設計を行い、Apple Park内部テスト施設での落下試験との誤差を±15%以内に抑えていることをAppleエンジニアの学会発表が示唆している。

          解析フローのたとえ

          解析の流れは、実は料理とそっくりです。まず材料を買い出し(CADモデルの準備)、下ごしらえをして(メッシュ生成)、火にかけて(ソルバー実行)、最後に盛り付ける(後処理で可視化)。ここで大事な問いかけ——料理で一番失敗しやすい工程はどこでしょう? 実は「下ごしらえ」なんです。メッシュの品質が悪いと、どんなに優秀なソルバーを使っても結果はめちゃくちゃになります。

          初心者が陥りやすい落とし穴

          あなたはメッシュ収束性を確認していますか? 「計算が回った=結果が正しい」と思っていませんか? これ、実はCAE初心者が最も陥りやすい罠です。ソルバーは与えられたメッシュで「それなりの答え」を必ず返します。でもメッシュが粗すぎれば、その答えは現実から大きくずれている。最低3段階のメッシュ密度で結果が安定することを確認する——これを怠ると「コンピュータが出した答えだから正しいはず」という危険な思い込みに陥ります。

          境界条件の考え方

          境界条件の設定は、試験の「問題文を書く」のと同じです。問題文が間違っていたら? どんなに正確に計算しても答えは間違いますよね。「この面は本当に完全固定なのか」「この荷重は本当に一様分布なのか」——現実の拘束条件を正しくモデル化することが、実は解析全体で最も重要なステップだったりします。

          ソフトウェア比較

          ツール

          🎓
          • Adams — 自動車のサスペンション。業界標準
          • RecurDyn — チェーン、ギア、大規模接触
          • Simpack — 鉄道、風車
          • MATLAB/Simulink + Simscape — 制御との統合

          • Coffee Break よもやま話

            Modelicaベースの剛体MBDは教育・研究機関で急拡大

            オープン標準言語Modelicaに基づくオープンソースMBD環境OpenModelica(リンショーピング大学、1997年〜)は研究・教育機関で急速に普及している。商用では Dymola(Dassault Systèmes)がModelicaの最大手実装であり、ボルボ社のハイブリッドパワートレイン制御とMBD剛体ダイナミクスを単一モデルで連成するシステムシミュレーションに使っていることが2020年MathWorks技術交流会のVolvo発表で紹介された。

            選定で最も重要な3つの問い

            • 「何を解くか」:剛体動力学に必要な物理モデル・要素タイプが対応しているか。例えば、流体ではLES対応の有無、構造では接触・大変形の対応能力が差になる。
            • 「誰が使うか」:初心者チームならGUIが充実したツール、経験者ならスクリプト駆動の柔軟なツールが適する。自動車のAT車(GUI)とMT車(スクリプト)の違いに似ている。
            • 「どこまで拡張するか」:将来の解析規模拡大(HPC対応)、他部門への展開、他ツールとの連携を見据えた選択が長期的なコスト削減につながる。

            先端技術

            剛体動力学の先端

            🎓
            • 柔軟マルチボディ動力学(Flexible MBD) — CMS縮約体+MBD
            • リアルタイムMBD — HIL(Hardware-in-the-Loop)シミュレーション
            • 最適化+MBD — サスペンションの運動学最適化

            • Coffee Break よもやま話

              ジャイロスコープ効果を利用した船舶安定化装置

              大型クルーズ船の横揺れ(ローリング)低減に剛体回転ダイナミクスが活用されている。Seakeepingジャイロ安定装置(Gyrostabilizer)は重量数トンのフライホイールを高速回転させ、コリオリ力によるカウンタートルクで横揺れを最大70%削減する。Mitsubishi Shipbuilding(三菱造船)は2019年に全長150mのフェリーへジャイロスタビライザーを搭載し、5°の波高環境での横揺れをロール角5°以内に抑えたMBD解析結果を国際船舶工学会議で発表した。

              トラブルシューティング

              トラブル

              🎓
              • ジョイントの過拘束 → 冗長な拘束を除去。DOF数を確認(Gruebler-Kutzbach式)
              • 数値的不安定(チャタリング) → ジョイントのクリアランスや摩擦の処理
              • 柔軟体の効果が無視できない → Flexible MBD(CMS縮約体)に切り替え

              • Coffee Break よもやま話

                慣性テンソルの符号ミスで剛体が爆発的回転する

                剛体MBDで質量・慣性テンソルを手動入力した場合、慣性積(Ixy, Ixz, Iyz)の符号を誤ると非物理的な回転加速度が生じてシミュレーションが発散する。特にCADからのMass Properties読み込み時に座標系変換(右手系⇔左手系)が自動変換されず符号反転が起きるケースが多い。Adamsでは「Mass Properties Verify」コマンドで全剛体の慣性テンソルの正定値性を確認できるが、デフォルトでは実行されないため初期チェックの癖をつけることが重要だ。

                「解析が合わない」と思ったら

                1. 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
                2. 最小再現ケースを作る——剛体動力学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
                3. 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
                4. 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
                関連シミュレーター

                この分野のインタラクティブシミュレーターで理論を体感しよう

                シミュレーター一覧

                関連する分野

                熱解析製造プロセス解析V&V・品質保証
                この記事の評価
                ご回答ありがとうございます!
                参考に
                なった
                もっと
                詳しく
                誤りを
                報告
                参考になった
                0
                もっと詳しく
                0
                誤りを報告
                0
                Written by NovaSolver Contributors
                Anonymous Engineers & AI — サイトマップ
                プロフィールを見る