ラティス構造最適化
理論と物理
ラティス最適化とは
先生、ラティス構造の最適化って3Dプリント用ですか？
ラティス（格子）構造は3Dプリントでのみ製造可能な周期的な微細構造。トラスやGYROID等のユニットセルを空間に充填。マルチスケール最適化で外形（マクロ）とラティス密度（ミクロ）を同時最適化。
ラティスの設計変数
まとめ
格子構造の最適理論はミショールのトラス理論から
ラティス最適化の理論的祖先はMichell（1904年）のトラス最適化論文「The Limits of Economy of Material in Frame-structures」だ。Michellは最少体積トラスの必要十分条件として「全部材がひずみの主軸方向に配置される」ことを証明し、後の「Michell truss」理論を確立した。これが3Dプリンティング（AM）時代に入って格子構造最適化として再評価され、NASAとLockheed MartinがMichell格子をAM構造体に適用する研究プロジェクトを2018年に立ち上げた。
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
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/m² | MPa = 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/m³ | mm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
ラティスのFEM
2つのアプローチ：
1. 直接FEM — ラティスの全ストラット/シートをモデル化。DOFが膨大
2. 均質化 — ユニットセルの等価弾性特性を計算し、連続体として解析
均質化のほうが効率的？
均質化で概要を把握→着目部位を直接FEMで検証の2段階が実務的。
ツール
まとめ
BCC格子とFCC格子の剛性は方向依存性が大きく異なる
ラティス構造の代表的なユニットセルはBCC（体心立方）とFCC（面心立方）で、弾性特性の異方性が顕著に異なる。BCC格子は<100>方向に比べて<111>方向（対角方向）の剛性が約3倍高く、荷重方向に応じた格子選択が軽量化効率に直結する。Stratasys社の2020年の研究では、Ti-6Al-4V製ロケットブラケットのBCC格子最適化（nTopology使用）でSIMPトポロジー最適化比さらに22%軽量化を達成した事例が発表されている。
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
ラティスの実務
医療インプラント（骨の成長促進）、航空宇宙の軽量ブラケット、熱交換器。
実務チェックリスト
脊椎インプラントの格子構造は骨内成長を促進する
医療用脊椎インプラントへのラティス構造適用はAM製造とラティス最適化の最も成熟した実用例だ。多孔質チタン格子（孔径400〜600μm）は骨細胞の内部成長（osseointegration）を促進し、従来のソリッドチタン板より固定安定性が高い。Globus Medical（米国）の「Hedgehog」製品ライン（2017年市販）は格子密度を骨密度に合わせてグレーデッド設計しており、NTopologyとAMPMの連携ワークフローで設計・製造された実例として業界誌に頻出する。
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
ラティスのツール
nTopologyはSpaceXのロケット部品格子設計で使われる
nTopology（ニューヨーク、2015年創業）はフィールドドリブンな格子生成エンジンを武器に、SpaceX・GE Additive・NASAへの採用で急成長した。SpaceXのFalcon 9エンジン部品（燃料インジェクター周辺ブラケット）でnTopologyによる格子最適化が採用されており、従来設計比40%軽量化・強度維持を同時達成したと2021年のSPIE AMカンファレンスで発表された。Altairの新製品「Inspire Lattice」はnTopologyの台頭を受けて2022年に機能強化版をリリースしている。
選定で最も重要な3つの問い
- 「何を解くか」：ラティス構造最適化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
ラティスの先端
グレーデッドラティスでFFFプリンターの反り問題を解決
熱応力に起因するAMパーツの反り（distortion）は格子構造では特に深刻で、均一格子だと残留応力が一方向に偏る。グレーデッドラティス（密度/ユニットサイズを空間的に変化させる構造）は局所剛性を分散させて反りを低減する手法として注目されている。Siemens Digital IndustriesのSinclair研究チームは2021年にJournal of Manufacturing Science and Engineeringで、チタンEBMパーツの反り量をグレーデッドラティス設計により68%低減したことを発表した。
トラブルシューティング
ラティスのトラブル
最小部材径を守らないとプリントが失敗する
ラティス最適化結果をそのままAMプリントする際、最大の落とし穴は「最小造形可能径（minimum feature size）」の違反だ。SLM（選択的レーザー溶融）では直径0.3mm以下の格子部材は安定造形が難しく、優れた最適解であっても製造不可になる。nTopologyやMSC Apex Generative Designには最小部材径フィルター機能があり、最適化後に自動で製造制約を適用する「Design for Additive Manufacturing（DfAM）」フロー実装が2022年頃から標準化されつつある。
「解析が合わない」と思ったら
- 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
- 最小再現ケースを作る——ラティス構造最適化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
- 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
- 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
関連トピック
なった
詳しく
報告