<style>
.reveal, .reveal h1, .reveal h2, .reveal h3, .reveal h4, .reveal h5, .reveal h6 {
font-family: "Source Sans Pro", "Helvetica Neue", Helvetica, Arial, "Microsoft JhengHei", Meiryo, sans-serif;
}
h1, h2, h3, h4, h5, h6 {
text-transform: none !important;
}
.color-yellow{
color: yellow;
}
.alert {
padding: 15px;
margin-bottom: 20px;
border: 1px solid transparent;
border-radius: 4px;
text-align: left;
padding: 10px 0;
}
.alert-info {
color: #31708f;
background-color: #d9edf7;
border-color: #bce8f1;
}
.alert-success {
color: #3c763d;
background-color: #dff0d8;
border-color: #d6e9c6;
}
.alert-danger {
color: #a94442;
background-color: #f2dede;
border-color: #ebccd1;
}
.reveal .slides span {
text-align: left;
display: inline-block;
}
p, li {
font-size: 0.88em !important;
}
li>p {
font-size: 1em !important;
}
</style>
# 応用数理学会 (2018/09/03)
###### tags: `IGA4SurfaceEmbedding`
---
## 編み紙の数理
#### 〜材料の伸びを考慮した曲面設計最適化〜
$%a$
堀川 由人 (大阪大学工学研究科)
垂水 竜一 (大阪大学基礎工学研究科)
---
### 目次
* はじめに
* 研究目的/背景
* 問題設定
* 問題の定式化
* 弱形式定式化
* IGAによる離散化
* 計算結果
* 懸垂面
* 常螺旋面
* おわりに
* なぜ編み紙なのか
* 結言
----
### 研究背景
曲面で構成される部品は我々の日常生活で重要
オーダースーツ テニスボール
![](https://i.imgur.com/4paDIxa.jpg =230x) ![](https://i.imgur.com/mVLKeX3.png =158x)![](https://i.imgur.com/uKANV3D.jpg =161x)
* 平面部品を組み立てることで曲面を実現
* 組み立てる時にそれぞれのパーツに「変形」が発生する
<font size="3">(図は https://astamuse.com/ja/published/JP/No/1994034326 , https://akebononikki.naturum.ne.jp/e356957.html より引用)</font>
----
### 先行研究
平面材料から作られる立体形状の例
![](https://i.imgur.com/81eZYlg.png =313x) ![](https://i.imgur.com/mZzqd0U.png =420x)
* 手法: 曲面を可展面で近似してから展開図を構成
* 問題点: 材料の**繋ぎ目で滑らかにならない**
目的: 可展面近似を用いずに, 高精度に曲面形状を構成
----
### 平面材料の変形 : 面外と面内
![](https://media.giphy.com/media/DBbgzDEBMRQ2lCDc1C/giphy.webp =220x) ![](https://media.giphy.com/media/3d4QFpCTnxbIVho19W/giphy.webp =220x) ![](https://media.giphy.com/media/1BcQS15okiYvn0CAqp/giphy.webp =220x)
* 曲面の第一基本形式を
* 面外変形: 保つ
* 面内変形: 保たない
* 通常の折り紙/紙工作では可展面のみを構成可能
* 面外変形: 可展面のみ構成可能
* 面内変形: 可展面以外も構成可能
----
### 紙の弾性的性質
具体例: 紙を捩って常螺旋面($K< 0$)が作れる
面外変形のみなら可展面($K=0$) ($K$:Gauss曲率)
![](https://i.imgur.com/zXgiJrL.jpg =600x)
* 紙は面内方向にも変形可能.
* [面外変形のエネルギー] $\ll$ [面内変形のエネルギー]
----
<!-- .slide: data-transition="none" -->
### 問題設定
1. 曲面を座標に沿って曲面片に分割
1. 平面材料から曲面に変形すると歪エネルギーが発生
1. エネルギー最小の形状を最も"自然"な展開形状とする
![](https://i.imgur.com/5BgYqyL.png =700x)
----
<!-- .slide: data-transition="none" -->
### 問題設定
1. **曲面を座標に沿って曲面片に分割**
1. 平面材料から曲面に変形すると歪エネルギーが発生
1. エネルギー最小の形状を最も"自然"な展開形状とする
![](https://i.imgur.com/exm3E7z.png =700x)
----
<!-- .slide: data-transition="none" -->
### 問題設定
1. 曲面を座標に沿って曲面片に分割
1. **平面材料から曲面に変形すると歪エネルギーが発生**
1. エネルギー最小の形状を最も"自然"な展開形状とする
![](https://i.imgur.com/mYuULoq.png =700x)
----
<!-- .slide: data-transition="none" -->
### 問題設定
1. 曲面を座標に沿って曲面片に分割
1. 平面材料から曲面に変形すると歪エネルギーが発生
1. **エネルギー最小の形状を最も"自然"な展開形状とする**
![](https://media.giphy.com/media/cPTAy4w4IFugabge1l/giphy.webp =700x)
---
### 目次
* はじめに
* 研究目的/背景
* 問題設定
* **問題の定式化**
* **弱形式定式化**
* **IGAによる離散化**
* 計算結果
* 懸垂面
* 常螺旋面
* おわりに
* なぜ編み紙なのか
* 結言
----
### 基準状態と現状態
* 基準状態 : 変形前で歪エネルギーが発生していない状態
* 現状態 : 変形後で歪エネルギーが発生している状態
![](https://media.giphy.com/media/cPTAy4w4IFugabge1l/giphy.webp =350x) ![](https://media.giphy.com/media/8A7t5VLdWWfx1qYkkm/giphy.webp =350x)
「平面材料から曲面片へ変形させた際のエネルギー」と
「曲面片から平面への埋め込みで入るエネルギー」は
ほぼ同じである.
以降では, 基準状態と現状態を入れ替えて定式化する.
----
### Riemann多様体上の非線形弾性論
![](https://media.giphy.com/media/8A7t5VLdWWfx1qYkkm/giphy.webp =420x)
材料に発生する歪エネルギー$W$は次の順で定式化される.
* 基準状態$M_{[0]}$, 現状態$M_{[t]}$のRiemann計量 $g_{[0]}, g_{[t]}$
* Green歪テンソル $E=\frac{1}{2}(g_{[t]}-g_{[0]})$
* 歪エネルギー $W=\int_M \frac{1}{2}C(E,E)\upsilon_{[0]}$
歪エネルギー$W$が極小となる はめ込み$M_{[0]}\to \mathbb{E}^2$を探す
----
### 弱形式定式化$\newcommand\setN[0]{\mathbb{N}}\newcommand\setZ[0]{\mathbb{Z}}\newcommand\setQ[0]{\mathbb{Q}}\newcommand\setR[0]{\mathbb{R}}\newcommand\setC[0]{\mathbb{C}}\newcommand\pare[1]{{(#1)}}\newcommand\Pare[1]{\left(#1\right)}\newcommand\curl[1]{\{#1\}}\newcommand\Curl[1]{\left\{#1\right\}}\newcommand\squa[1]{[#1]}\newcommand\Squa[1]{\left[#1\right]}\newcommand\abs[1]{\lvert#1\rvert}\newcommand\Abs[1]{\left\lvert#1\right\rvert}\newcommand\floor[1]{\lfloor#1\rfloor}\newcommand\Floor[1]{\left\lfloor#1\right\rfloor}\newcommand\ceil[1]{\lceil#1\rceil}\newcommand\Ceil[1]{\left\lceil#1\right\rceil}\newcommand\angl[1]{\langle#1\rangle}\newcommand\Angl[1]{\left\langle#1\right\rangle}\newcommand\transpose[1]{\,{\vphantom{#1}}^t\!#1}\newcommand\sfrac[2]{#1/#2}\newcommand\od[2]{\frac{d#1}{d#2}}\newcommand\pd[2]{\frac{\partial#1}{\partial#2}}\newcommand\sod[2]{\sfrac{d#1}{d#2}}\newcommand\spd[2]{\sfrac{\partial#1}{\partial#2}}\DeclareMathOperator{\tr}{tr}\DeclareMathOperator{\Re}{Re}\DeclareMathOperator{\Im}{Im}\DeclareMathOperator{\supp}{supp}\DeclareMathOperator{\sgn}{sgn}\DeclareMathOperator{\Diff}{Diff}\DeclareMathOperator{\span}{span}$
![](https://i.imgur.com/Ctl0mgs.png)
局所表示して変分法. 次を充たす対応$x_{[0]}\mapsto x_{[t]}$を求める
\begin{align}
&\scriptsize \int_M {{g_{[t]ij}\pd{w^i}{x_{[0]}^m}\pd{x_{[t]}^j}{x_{[0]}^n}\Pare{2\Pare{\alpha g_{[0]}^{mn}g_{[0]}^{kl}+\beta g_{[0]}^{mk}g_{[0]}^{nl}}\pd{x_{[t]}^p}{x_{[0]}^k}\pd{x_{[t]}^q}{x_{[0]}^l}g_{[t]pq}+\gamma g_{[0]}^{mn}}}}\upsilon_{[0]}=0 \\
&\scriptstyle \qquad \alpha=\sfrac{\lambda}{8}, \ \beta=\sfrac{\mu}{4}, \ \gamma=-\Pare{\lambda+\mu}/2, \ \delta=\Pare{\lambda+\mu}/2
\end{align}
$\lambda, \mu$ : Lamé定数, $w^i$ : テスト関数
----
### IGAによる離散化$\newcommand\setN[0]{\mathbb{N}}\newcommand\setZ[0]{\mathbb{Z}}\newcommand\setQ[0]{\mathbb{Q}}\newcommand\setR[0]{\mathbb{R}}\newcommand\setC[0]{\mathbb{C}}\newcommand\pare[1]{{(#1)}}\newcommand\Pare[1]{\left(#1\right)}\newcommand\curl[1]{\{#1\}}\newcommand\Curl[1]{\left\{#1\right\}}\newcommand\squa[1]{[#1]}\newcommand\Squa[1]{\left[#1\right]}\newcommand\abs[1]{\lvert#1\rvert}\newcommand\Abs[1]{\left\lvert#1\right\rvert}\newcommand\floor[1]{\lfloor#1\rfloor}\newcommand\Floor[1]{\left\lfloor#1\right\rfloor}\newcommand\ceil[1]{\lceil#1\rceil}\newcommand\Ceil[1]{\left\lceil#1\right\rceil}\newcommand\angl[1]{\langle#1\rangle}\newcommand\Angl[1]{\left\langle#1\right\rangle}\newcommand\transpose[1]{\,{\vphantom{#1}}^t\!#1}\newcommand\sfrac[2]{#1/#2}\newcommand\od[2]{\frac{d#1}{d#2}}\newcommand\pd[2]{\frac{\partial#1}{\partial#2}}\newcommand\sod[2]{\sfrac{d#1}{d#2}}\newcommand\spd[2]{\sfrac{\partial#1}{\partial#2}}\DeclareMathOperator{\tr}{tr}\DeclareMathOperator{\Re}{Re}\DeclareMathOperator{\Im}{Im}\DeclareMathOperator{\supp}{supp}\DeclareMathOperator{\sgn}{sgn}\DeclareMathOperator{\Diff}{Diff}\DeclareMathOperator{\span}{span}$
![](https://i.imgur.com/r4K1fUi.png)
* 展開後の形状をNURBS多様体で近似(IGA)
* 座標の対応$x_{[0]}\mapsto x_{[t]}$を$\tilde{x}_{[t]}^i=\xi_I^iN^I(x_{[0]})$で近似
* $N_I$がB-spline基底関数 $N_I\colon M_{[0]}\to\setR$
* 制御点の座標$(\xi_I^i\in\setR)$を変数として離散化
----
### 非線形連立方程式への帰着$\newcommand\setN[0]{\mathbb{N}}\newcommand\setZ[0]{\mathbb{Z}}\newcommand\setQ[0]{\mathbb{Q}}\newcommand\setR[0]{\mathbb{R}}\newcommand\setC[0]{\mathbb{C}}\newcommand\pare[1]{{(#1)}}\newcommand\Pare[1]{\left(#1\right)}\newcommand\curl[1]{\{#1\}}\newcommand\Curl[1]{\left\{#1\right\}}\newcommand\squa[1]{[#1]}\newcommand\Squa[1]{\left[#1\right]}\newcommand\abs[1]{\lvert#1\rvert}\newcommand\Abs[1]{\left\lvert#1\right\rvert}\newcommand\floor[1]{\lfloor#1\rfloor}\newcommand\Floor[1]{\left\lfloor#1\right\rfloor}\newcommand\ceil[1]{\lceil#1\rceil}\newcommand\Ceil[1]{\left\lceil#1\right\rceil}\newcommand\angl[1]{\langle#1\rangle}\newcommand\Angl[1]{\left\langle#1\right\rangle}\newcommand\transpose[1]{\,{\vphantom{#1}}^t\!#1}\newcommand\sfrac[2]{#1/#2}\newcommand\od[2]{\frac{d#1}{d#2}}\newcommand\pd[2]{\frac{\partial#1}{\partial#2}}\newcommand\sod[2]{\sfrac{d#1}{d#2}}\newcommand\spd[2]{\sfrac{\partial#1}{\partial#2}}\DeclareMathOperator{\tr}{tr}\DeclareMathOperator{\Re}{Re}\DeclareMathOperator{\Im}{Im}\DeclareMathOperator{\supp}{supp}\DeclareMathOperator{\sgn}{sgn}\DeclareMathOperator{\Diff}{Diff}\DeclareMathOperator{\span}{span}$
![](https://i.imgur.com/r4K1fUi.png =700x)
\begin{align}\scriptsize A_{ijpq}^{IJPQ}&\scriptsize =\!\int_M {{g_{[t]ij}\pd{N^I}{x_{[0]}^m}\pd{N^J}{x_{[0]}^n}\Pare{2\Pare{\alpha g_{[0]}^{mn}g_{[0]}^{kl}+\beta g_{[0]}^{mk}g_{[0]}^{nl}}\pd{N^P}{x_{[0]}^k}\pd{N^Q}{x_{[0]}^l}g_{[t]pq}}\upsilon_{[0]}}} \\
\scriptsize B_{ij}^{IJ}&\scriptsize =\gamma\int_M \Pare{{g_{[t]ij}\pd{N^I}{x_{[0]}^m}\pd{N^J}{x_{[0]}^n}g_{[0]}^{mn}}}\upsilon_{[0]}\\
&\hspace{4.5em} \scriptsize\xi_J^j\xi_P^p\xi_Q^q A_{ijpq}^{IJPQ}+\xi_J^jB_{ij}^{IJ}
=0 \\
\end{align}
制御点の座標$\xi_I^i$をNewton法で近似的に求める
----
### Newton法での初期値決定法
* Newton法は解の局所的な収束のみ保証
→初期値の決定が重要. 次から構成可能
* 測地的曲率 (中心曲線の展開後の曲線)
* 第一基本量 (曲面片の幅)
![](https://i.imgur.com/8ZZdz6o.png =400x) ![](https://i.imgur.com/4M9iFWP.png =400x)
---
### 目次
* はじめに
* 研究目的/背景
* 問題設定
* 問題の定式化
* 弱形式定式化
* IGAによる離散化
* **計算結果**
* **懸垂面**
* **常螺旋面**
* おわりに
* なぜ編み紙なのか
* 結言
----
### 計算結果 (懸垂面)
* 軸対称な極小曲面
![](https://i.imgur.com/8trSuy2.png =220x) ![](https://i.imgur.com/MOktUhR.png =220x) ![](https://i.imgur.com/hbr5NPH.png =220x) ![](https://i.imgur.com/GlGxozy.png =220x)
![](https://i.imgur.com/YUgQ1GH.jpg =300x) ![](https://i.imgur.com/50JEWZc.jpg =300x)
----
### 計算結果 (常螺旋面)
* 正コノイドかつ極小曲面
![](https://i.imgur.com/LfHGzcl.png =220x) ![](https://i.imgur.com/MOktUhR.png =220x) ![](https://i.imgur.com/kyOSEri.png =220x) ![](https://i.imgur.com/GlGxozy.png =220x)
----
### 懸垂面 - 常螺旋面
* 第一基本形式が局所的に等しくなる, 有名な曲面の組
* 面外変形のみで互いに変形可能
![](https://i.imgur.com/xvqz45P.png =300x) ![](https://i.imgur.com/pEcYIeg.png =300x) ![](https://i.giphy.com/media/8L0hVH1F6oqOHJZKbz/giphy.webp =300x)
---
### 目次
* はじめに
* 研究目的/背景
* 問題設定
* 問題の定式化
* 弱形式定式化
* IGAによる離散化
* 計算結果
* 懸垂面
* 常螺旋面
* **おわりに**
* **なぜ編み紙なのか**
* **結言**
----
### なぜ編み紙なのか
* なぜ編み紙なのか
* 2方向に曲面片を配置することで滑らかに近似可能
* 糊代の配置が不要
* 裏表の区別が無い
* なぜエネルギー最小問題としたか
* 可展面近似では編み紙の重なる部分の処理が困難
* 面外変形に非依存で展開可能
(可展面近似では面外変形に展開形状が依存)
![](https://i.imgur.com/r4K1fUi.png =433x) ![](https://i.imgur.com/hbr5NPH.png =130x) ![](https://i.imgur.com/GlGxozy.png =130x) ![](https://i.giphy.com/media/8L0hVH1F6oqOHJZKbz/giphy.webp =130x)
----
### 結言
* 取り組んだ問題
* 曲面形状を紙で構成する際の展開形状最適化
* 提案手法の概要
* Riemann多様体上の非線形弾性論で定式化
* NURBS多様体で離散化 (IGA)
* エネルギー極小となる制御点の決定 (Newton法)
* 得られた結果
* 編み紙によって滑らかな曲面形状を構成した
* 今後の課題
* 曲面片の分割数の評価・分割数の自動決定
---
### Weaving a Torus with Villarceau Circles
![](https://c1.staticflickr.com/1/735/20858093862_52fc1d60de_b.jpg =455x) ![](https://c1.staticflickr.com/6/5757/20874822461_1955da2588_b.jpg =400x)
Francesco de Comité(fdecomite)による編み紙トーラスの例
エネルギー最小問題を使わなかったため, 隙間が空いている
<font size="3">(図は https://www.flickr.com/photos/fdecomite/20867353245/in/photostream/ より引用)</font>
{"metaMigratedAt":"2023-06-14T17:51:20.390Z","metaMigratedFrom":"YAML","title":"応用数理学会 (2018/09/03)","breaks":true,"lang":"ja","dir":"ltr","robots":"noindex, nofollow","slideOptions":"{\"theme\":\"white\",\"transition\":\"slide\"}","description":"%a","contributors":"[{\"id\":\"41421433-16a1-4a57-ac11-6f7b7becb765\",\"add\":37444,\"del\":26522}]"}