寸法最適化
理論と物理
寸法最適化
先生、寸法最適化は最もシンプルな最適化ですか？
そう。板厚、断面寸法、材料特性を設計変数として最適化。形状もトポロジーも変えない。
$$ \min_{t_1, t_2, ...} \quad \text{質量} \quad \text{s.t.} \quad \sigma_{max} \leq \sigma_{allow} $$
まとめ
先生、寸法最適化は最もシンプルな最適化ですか？
そう。板厚、断面寸法、材料特性を設計変数として最適化。形状もトポロジーも変えない。
サイズ最適化の原型はミショール以前の1800年代に遡る
断面寸法を設計変数とするサイズ最適化の最も古い事例のひとつは、Rankineが1858年に発表した「Manual of Applied Mechanics」における最小重量トラスの解析的解法だ。荷重条件と材料強度を与えて各部材断面積の最適値を代数的に求めるランキンの手法は、現代の線形計画法ベースのサイズ最適化の原型と見なされている。1960年代にDorn, Gomory, Greenbergが線形計画法として定式化し直し、コンピュータ時代のサイズ最適化の基盤となった。
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
寸法最適化のFEM
Nastran SOL 200:
```
DESVAR, 1, T_FLANGE, 10., 5., 30. $ 設計変数: フランジ厚10mm（5〜30mm）
DVPREL1, 1, PSHELL, 1, T $ PSHELLの板厚と関連
DRESP1, 1, STRESS, STRESS, , , , MAX
DCONSTR, 1, 1, , 250. $ 応力制約 ≤ 250 MPa
```
まとめ
KKT条件は非線形サイズ最適化の最適性判定基準
非線形サイズ最適化の最適性条件はKarush-Kuhn-Tucker（KKT）条件で定式化される。Karushが1939年の修士論文（長年未発表）、Kuhn & Tuckerが1951年のBerkeley学会発表で独立に証明したKKT条件は、不等式制約付き最適化問題の一次必要条件だ。NASTRAN SOL 200はKKT条件をコンバージェンス判定基準として使用しており、全制約のKKT剰余が閾値（デフォルト0.005）を下回った時点で最適解と判定する。
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
寸法最適化の実務
航空機のパネル板厚最適化、自動車のフレーム断面最適化。
実務チェックリスト
橋梁の桁断面設計は最も古典的なサイズ最適化
道路橋上部工のI型鋼桁の板厚・フランジ幅のサイズ最適化は、土木設計事務所が1980年代からプログラムで実施してきた最も歴史ある実用応用だ。許容応力設計法（ASD）の時代は断面係数制約を満たす最小重量断面が解析的に求まったが、現代の限界状態設計法（LSD）では座屈・疲労の非線形制約が加わるためNLP（非線形計画法）が必須となった。JSSC（日本鋼構造協会）の設計指針2005年版改訂にはサイズ最適化の適用事例が参考資料として収録されている。
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
寸法最適化のツール
NASTRAN SOL200は40年以上現役のサイズ最適化機能
MSC Nastranのサイズ最適化機能「SOL 200（Design Sensitivity and Optimization）」はNASAの資金援助の下で1970年代後半に開発が始まり、1982年に最初のリリースが行われた。40年以上にわたって改善を重ね、2023版ではMLサロゲートとの連成とPythonスクリプトによるカスタム制約定義が可能になった。ボーイングの旅客機胴体フレーム断面最適化、ロッキード・マーティンのF-35主翼スパー板厚最適化など、航空宇宙のサイズ最適化のデファクト標準として君臨している。
選定で最も重要な3つの問い
- 「何を解くか」：寸法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
寸法最適化の先端
PCB基板の配線幅最適化は電熱連成サイズ最適化
プリント回路基板（PCB）の電流経路となる銅箔配線幅の最適化は、ジュール熱・電流密度・基板たわみを同時に考慮する電熱構造連成サイズ最適化問題だ。Ansys Electronics Desktopの最適化モジュールを使ったIntelの報告（2020年DesignCon）では、電源供給層の配線幅・ビア径の同時最適化で基板重量を16%削減しながらIR drop（電圧降下）を規格内に収めた設計が示された。EV車載ECUのPCB設計では熱制約が支配的になるため、このような多物理サイズ最適化が不可欠だ。
トラブルシューティング
寸法最適化のトラブル
離散変数化でサイズ最適化は組み合わせ爆発する
実際の設計では板厚がカタログ値（例：2.3mm, 2.6mm, 3.2mm等の規格品）に限定される「離散サイズ最適化」が必要で、これはNP困難な組み合わせ最適化問題になる。連続最適化解を四捨五入して最近傍の離散値に丸めると制約違反が生じることが多く、「丸め後に制約再チェック＋微修正」が実務の基本フローだ。分枝限定法（Branch and Bound）やSimulated Annealingを組み合わせた離散最適化がMSC Nastran SOL 200でオプション提供されている。
「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——寸法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