軸・表示設定
X軸プロパティ
Y軸プロパティ
プリセットチャート
材料クラスフィルタ
データポイントをクリックまたはホバーして材料詳細を表示
性能指数（代表例）
軽量剛性梁: $M = E^{1/2}/\rho$
軽量強度梁: $M = \sigma_y^{2/3}/\rho$
軽量引張材: $M = E/\rho$
傾きのある等性能指数線より左上の材料ほど高性能。
30種の材料ファミリーを対数スケールでプロット。X/Y軸を自由に切り替えて比剛性・比強度・破壊靭性の性能指数ガイドラインを確認し、最適材料を直感的に選ぼう。
軽量剛性梁: $M = E^{1/2}/\rho$
軽量強度梁: $M = \sigma_y^{2/3}/\rho$
軽量引張材: $M = E/\rho$
傾きのある等性能指数線より左上の材料ほど高性能。
アシュビーチャートの核心は「性能指数」です。これは、特定の設計目標（例：軽量で剛性が高い）を定量的に評価する無次元の指標で、材料特性を組み合わせて定義されます。性能指数が大きい材料ほど、その設計に対して優れています。
$$ M = \frac{E^{1/2}}{\rho}$$$M$: 性能指数（この場合は軽量剛性梁用）
$E$: ヤング率 [Pa] - 材料の剛性（変形のしにくさ）
$\rho$: 密度 [kg/m³] - 材料の単位体積あたりの質量
対数グラフ上では $\log E = 2 \log \rho + \text{const.}$ と表され、傾き2の直線となります。この直線より左上の材料ほど $M$ が大きいです。
別の設計目標に対する性能指数の例です。部材の形状（梁、板、引張材）や求められる性能（剛性優先か強度優先か）によって、最適な材料特性の組み合わせが変わります。
$$ M = \frac{\sigma_y^{2/3}}{\rho}$$$M$: 性能指数（軽量強度梁用）
$\sigma_y$: 降伏強度 [Pa] - 材料が塑性変形を始める応力
$\rho$: 密度 [kg/m³]
この場合、対数グラフ上では $\log \sigma_y = (3/2) \log \rho + \text{const.}$ となり、傾き1.5の直線が等性能線となります。
航空機・宇宙機の構造設計：軽量化が最重要課題です。機体のフレーム（梁）には「軽量剛性梁」の性能指数が、着陸装置の部品には「軽量強度梁」の指数が参照され、CFRP（炭素繊維複合材料）やチタン合金が従来のアルミ合金より優れていることがチャート上で明確に示されます。
自動車のボディ・シャーシ設計：衝突安全性（強度）と燃費向上（軽量）の両立が求められます。高張力鋼板、アルミ合金、マグネシウム合金などを「比強度（強度/密度）」の軸で比較し、コストと性能のトレードオフの中で最適な材料を選択する際の指針となります。
スポーツ用品の開発：ゴルフクラブのシャフトや自転車のフレームでは、軽さとしなり（剛性）のバランスが性能を左右します。材料選択チャートを用いて、従来のスチールからCFRPや硼素繊維複合材料へと素材が進化する道筋が定量的に説明できます。
消費財の省資源化：家電製品や電子機器の外装など、強度要件が比較的低い部品では、軽量かつ低コストな材料が求められます。ポリマー（プラスチック）と金属を「強度 vs 密度」チャートで比較し、薄肉化設計や材料置き換えによる軽量化の可能性を検討します。
このチャートを使い始めるとき、いくつかハマりやすいポイントがあるから気をつけてね。まず「プロット上の位置だけで材料を決めつけない」こと。チャートはあくまで一次スクリーニングツールだ。例えば、軽量剛性梁の指数で見るとCFRPはアルミニウム合金より明らかに優位に見えるけど、実際の設計ではコスト、加工性、耐食性、信頼性データといったチャートに載らない要素が決め手になることが多い。アルミが選ばれる理由はそこにあるんだ。
次に、軸の選び方の落とし穴。例えば「強度」と言っても、引張強さ、降伏強さ、疲労強度など種類があるよね。静的な荷重なら降伏強さでいいが、繰り返し荷重がかかる部品なら疲労強度データでプロットしないと意味がない。このツールで「強度」を選ぶときは、自分が直面している破壊モードが何かを明確にしよう。あと、データは代表値なので、実際の材料にはばらつきがあることも忘れずに。
最後に、性能指数の傾きの意味を理解すること。傾き2の線と傾き1.5の線では、材料の順位が逆転することがある。例えば「軽量剛性板」の指数は $M = E^{1/3} / \rho$ で傾き3の直線になる。梁と板では最適材料が変わるんだ。だから、自分の設計対象が「梁」なのか「板」なのか、それとも「引張材」なのかを最初にはっきりさせて、対応するガイドラインを使おう。
このビジュアライザーの背後にある考え方は、CAE以外の多くの分野でも応用されているんだ。まずトポロジー最適化と非常に相性がいい。トポロジー最適化で「軽くて剛性が高い形状」が計算で出てきた後、その形状をどの材料で製造するかを決めるのが次のステップだよね。このとき、最適形状が持つ力の流れ（梁のような挙動か、板のような挙動か）を判断し、対応する性能指数で材料を選定すれば、設計の一貫性が保てる。
もう一つはサステイナブルエンジニアリングやLCA（ライフサイクルアセスメント）だ。最近では、性能だけでなく環境負荷も重要な選択基準だ。このツールの発展版として、横軸に「二酸化炭素排出量原単位」や「リサイクル容易性」を取ったチャートを作れば、環境性能と機械性能のトレードオフを可視化できる。例えば、アルミと鋼を「強度vs.製造時CO2」で比べると、全く違う議論ができるようになる。
また、材料情報学（Materials Informatics）の入り口としても考えられる。このプロット上で、特定の性能領域に位置する新材料を探索したり、機械学習を使って「この空白領域を埋めるにはどんな元素組成がいいか」を予測する研究が進んでいる。君がプロット上の材料バブルをクリックするその操作が、実はデータ駆動型材料開発の第一歩につながっているんだ。
もしこのツールの原理に興味が湧いたら、次は性能指数の導出プロセスを自分で追ってみることを勧める。教科書を開くのが一番早いけど、考え方の核心は「設計要求を数式化する」ことだ。例えば、軽量剛性梁の場合、目標は「曲げ剛性を一定に保ちながら、重量を最小化する」こと。梁の曲げ剛性は $EI/L^3$（E:ヤング率、I:断面二次モーメント）、重量は $\rho A L$（A:断面積）だ。ここで、形状（IとAの関係）を固定し、材料特性（Eとρ）だけの関数に整理していくと、あの指数 $E^{1/2}/\rho$ が自然に出てくる。この「整理する」過程を理解すれば、自分で新しい性能指数を作れるようになる。
実践的な次のステップは、このツールで候補を2〜3種類に絞り込んだ後、より詳細な材料データベースで検証することだ。例えば、あるポリマーがチャート上で良さそうに見えても、実際の使用温度範囲で強度がどれだけ落ちるか（ガラス転移温度）、クリープデータはどうか、といった深堀りが必要になる。ツールは「地図」であり、実際に「現地」を確認するのは別の作業なんだ。
数学的には、対数グラフ上で性能指数が直線になる理由を対数計算の性質から理解しておこう。$M = E^{a} / \rho^{b}$ のような指数形式の式の両辺に対数を取ると、$\log M = a \log E - b \log \rho$ となる。ここでMを一定とおけば、$\log E$ と $\log \rho$ の一次式、つまり直線の式になる。この「a」と「b」の値が、その直線の傾きを決めているんだ。この変換に慣れると、チャートの見方が単なる「図形」から「意味のある式」へと変わるはずだ。