床暖房シミュレーション — 埋設パイプ熱伝導解析と床表面温度分布予測

ざっくり言うと、埋設パイプからの熱伝導をFEMで解いて、床表面の温度分布を予測するんだ。「パイプを埋めるだけ」って言うけど、実はその配置パターンで快適性がまるで変わる。

例えばパイプ間隔200mmと300mmでは、床表面の温度ムラ（最高温度と最低温度の差 $\Delta T$）が大きく違う。200mm間隔なら $\Delta T \approx 1\text{--}2°\text{C}$ で済むけど、300mmだと $\Delta T \approx 3\text{--}5°\text{C}$ になる。足の裏で「ここ冷たい、ここ温かい」と感じるレベルだ。

日本の建築基準では床表面温度29°C以下が推奨されている。WHOのガイドラインでも居室の床表面は19〜29°Cが望ましいとされてる。高温すぎると低温やけどのリスクがあるし、低すぎると暖房の意味がない。この「ちょうどいいゾーン」を狙うために、パイプ間隔・埋設深さ・断熱材厚さの組み合わせ最適化にCAEが使われるわけだ。

いい質問だね。床暖房の熱移動は3つのメカニズムで構成される：

まさにそうだ。エアコンは対流で空気を暖めるから、天井付近ばかり暖かくなって足元が寒い——いわゆる「頭熱足寒」になりやすい。床暖房は逆に「頭寒足熱」を実現する。Fangerの快適性研究（1972年）でも、足部24°C・頭部19°Cが人体にとって最も快適だと示されている。だからCAEでは輻射成分のモデリングが極めて重要なんだ。

基本は3次元非定常熱伝導方程式だ。床スラブ（コンクリート＋モルタル＋仕上げ材）の中の温度分布を解く：

パイプ内の温水は1次元の移流方程式で扱うことが多い。パイプの曲がりや分岐をすべて3D CFDで解くと計算コストが膨大になるから、実務では「1Dパイプ＋3D固体伝導」の連成モデルが主流だ：

ここで $T_w$ は水温、$v$ は流速、$s$ はパイプ長さ方向座標、$A_p$ はパイプ断面積、$d_i$ はパイプ内径、$q_p$ はパイプ壁面からの単位長さあたりの放熱量だ。温水がパイプを流れるにつれて冷えていくのを追跡するわけだね。

その通り。温水式床暖房では入口付近の温水温度が高く（通常40〜60°C）、出口付近では5〜10°C下がる。これが「パイプ配管パターン」の設計で重要なポイントになる。スパイラル型（渦巻き）にすると入口配管と出口配管が交互に並ぶから温度ムラが平均化されるんだ。

温水から室内空気までの総熱抵抗を「直列回路」として整理できる。電気回路のオームの法則と同じ考え方だ：

鋭いね。実はフローリングの材質選定は床暖房設計で最も見落とされがちなポイントだ。無垢材（$k \approx 0.12$ W/(m·K)）とタイル（$k \approx 1.0$ W/(m·K)）では熱伝導率が約8倍も違う。タイルの方がパイプの熱が床表面に届きやすいから、同じ温水温度でも床表面温度が高くなる。欧州のバスルームにタイル＋床暖房の組み合わせが多いのはそういう理由だ。

ISO 7730で定義されるPMV（Predicted Mean Vote）指標が標準だ。温度、湿度、気流速度、放射温度、着衣量、代謝量の6要素から「暑い（+3）〜寒い（-3）」のスケールで快適性を定量化する。床暖房の解析結果（床表面温度分布、室内気流場）をPMV計算に入力すれば、部屋のどこが快適でどこが不快かを空間マッピングできる。

特に床暖房では床表面温度の不均一性（$\Delta T_{floor}$）がASHRAE 55で制限されている。座っている人の足裏で3°C以上の温度差があると不快に感じる。このチェックをCAEで行うことで、施工前に配管パターンの良し悪しを判定できるんだ。

有限要素法（FEM）で空間を離散化する。床スラブを多数の小さな要素に分割して、各要素内の温度を近似的に求めるんだ。弱形式（変分形式）に変換してGalerkin法で定式化すると、最終的に次の連立方程式になる：

ここで $[C]$ は熱容量マトリクス、$[K]$ は熱伝導マトリクス、$\{F\}$ は外部からの熱入力ベクトルだ。構造解析の $[K]\{u\} = \{F\}$ と形が似てるだろう？ 熱解析では温度が未知数で、剛性マトリクスの代わりに熱伝導マトリクスを使うだけだ。

床暖房の解析では8節点六面体要素（線形）が定番だ。床スラブは平板状だから六面体要素と相性がいい。パイプ周辺だけ細かくして、床面の遠い部分は粗くする——いわゆる不均一メッシュが基本だよ。

実務では3通りのアプローチがある：

もちろん。1Dパイプ要素はパイプの経路に沿って節点を配置するから、サーペンタイン（蛇行型）でもスパイラル（渦巻き型）でも自在に追跡できる。各節点でパイプ外壁と周囲の3D固体要素が熱的に結合されるイメージだ。パイプ内の水温がどこでどれだけ下がるかもリアルタイムで計算される。

高精度が必要な場合はやるよ。CFD（計算流体力学）で室内空気の流れと温度場を解き、床表面との境界で熱伝導解析と連成させる。いわゆるConjugate Heat Transfer（共役熱伝達）だ。

実は多くの場合、CFDは不要だ。床表面の対流熱伝達係数 $h_{conv}$ を定数（5〜7 W/(m²·K)）として与えるだけで十分な精度が得られる。CFD連成が必要になるのは：

もちろん。非定常（過渡）解析で時間発展を追跡する。時間方向の離散化には陰解法（後退Euler法やCrank-Nicolson法）を使うのが標準だ。陰解法なら時間刻みを大きく取っても安定だから、数時間のシミュレーションが数十ステップで済む。

時間刻みの目安は、床スラブの熱拡散の特性時間 $\tau$ から決める：

例えば、厚さ $L = 0.06$ m のモルタル層（$\alpha \approx 7.5 \times 10^{-7}$ m²/s）の場合、$\tau \approx 4,800$ 秒（約80分）。つまり「温水を入れてから床表面温度が概ね定常に達するまで約80分」という見積もりが得られる。時間刻みは $\tau / 10 \sim \tau / 20$（4〜8分）程度が推奨だ。

典型的な解析フローはこうだ：

床暖房メッシュの鉄則は3つ：

20畳（約33m²）のリビング1部屋で、2Dの対称断面モデルなら数千要素で十分。フル3Dのパイプ経路込みだと10万〜50万要素が目安だ。メッシュ収束性は必ず確認すること——粗いメッシュ→中→細で結果が2%以内に収束していればOKだ。

床暖房で設定すべき境界条件を整理しよう：

パイプ内は強制対流だからね。管内の乱流でDittus-Boelterの相関式を使って計算する：$\text{Nu} = 0.023 \, \text{Re}^{0.8} \, \text{Pr}^{0.4}$。実はパイプ内壁の熱抵抗は全体の中ではごくわずかだから、精度への影響は小さい。一番効く（感度が高い）のは仕上げ材の熱伝導率とパイプ埋設深さだ。ここを間違えると温度分布が全く変わってしまう。

パラメトリック解析で最適解を探る。設計変数と目的関数はこうだ：

その通り。典型的な結果をまとめると：

断熱材については、30mmのXPS（押出法ポリスチレンフォーム、$k \approx 0.035$ W/(m·K)）があれば下方熱損失を80%以上カットできる。50mmにすると90%以上カットだが、コスト増と床厚増加のデメリットがある。一般住宅では30〜40mmが最適解になることが多い。基礎断熱がしっかりしている最近の高断熱住宅では20mmでも十分な場合もあるよ。

現場で多いのはこの3つだ：

その通り。面熱源モデルは「全体の放熱量」の概算には使えるけど、「パイプ間の温度ムラ」を評価する目的には使えない。設計目的を明確にしてからモデルの詳細度を決めるのが鉄則だ。

主要な選択肢を床暖房の機能に特化して比較するよ：

使い分けだね。COMSOLは1D-3D連成パイプモデルが最もスムーズに設定できるので、床スラブ内の温度分布解析に最適。Fluentは室内空気のCFDを含めた完全連成（Conjugate HT）に強い。研究論文でも床暖房のCFD解析はFluentが最も多く使われている。TRNSYSは年間エネルギー消費量の評価に特化していて、FEM的な温度分布は出ないが、システム全体（ヒートポンプ＋配管＋室温制御）の最適化には欠かせない。

できるよ。選択肢はこうだ：

目的で決めるのが一番だ：

最も注目されているのはデジタルツインだ。建物にIoT温度センサーを数十個設置して、リアルタイムの計測データとCAEモデルを同期させる。外気温・日射量・在室人数の変化に応じて、最適な温水温度をリアルタイムで制御する「予測制御」が実現できる。

そうだ。大規模オフィスビルや商業施設では、暖房の起動時刻を30分前倒しするだけでエネルギー消費が10〜15%削減できるという研究結果がある。コンクリートスラブの蓄熱効果（熱的慣性）を活かして、電気料金が安い夜間に蓄熱し、昼間に放熱する「蓄熱運転」の最適化にもCAEが使われている。

まさにその方向に進んでいる。FEMで20〜50ケースの学習データを生成し、ガウス過程回帰（Kriging）やニューラルネットワークでサロゲートモデルを作る。すると数千のパラメータ組み合わせを秒単位で評価できるようになる。パイプ間隔・深さ・断熱材厚さ・温水温度の4変数最適化が現実的な計算時間で完了する。

最近ではPINN（Physics-Informed Neural Network）——物理法則（熱伝導方程式）をニューラルネットの損失関数に組み込む手法——も床暖房の制御最適化に応用されている。学習データが少なくても物理的に妥当な予測ができるのが強みだ。

PCMはパラフィンワックスなどの材料で、融点（例えば23°C）付近で大量の潜熱を吸収・放出する。床材にPCMマイクロカプセルを混ぜ込むことで、「蓄熱容量を数倍に増やす」ことができる。シミュレーションでは等価比熱法（エンタルピー法）が標準だ：

実装上はデルタ関数をガウス分布で近似して、融点 $T_m$ の前後2〜3°Cの範囲で比熱を大きくする。COMSOLにはPhase Change材料モデルが内蔵されているから設定は簡単だ。PCM入り床暖房では、暖房を切った後も2〜4時間は床表面温度が23°C付近に維持される——深夜電力で蓄熱して昼間に活用する「ピークシフト」の実現に有望だよ。

まず確認すべきは：

よくあるケースだ。チェックポイント：

床暖房の解析で発散する典型的な原因はこれだ：

その姿勢は完璧だ。「引き算のデバッグ」——問題を最も単純な形にしてから一つずつ複雑さを足していく。これが解析エンジニアとしての最も重要なスキルだよ。