3DプリントされたOnyx–繊維複合材料における機械的–微細構造関係の予測モデリングと実験的検証

身近な3Dプリンターからつくる強い部品

現在、多くの人がデスクトップ型3Dプリンターを所有または利用していますが、これらを実際の航空機やドローン、ロボットの部品づくりに活用するには、ホビー向けの材料よりもはるかに強いプラスチックが必要です。本研究は、Onyxと呼ばれる耐衝撃性の高いナイロン系プラスチックに髪の毛ほど細い炭素繊維やガラス繊維を組み合わせる方法を探り、実験と計算モデルを用いて、これらの高度な3Dプリント部品から強度、剛性、柔軟性の最適な組み合わせを引き出すプリンター設定の調整法を示します。

プラスチックと“糸”でつくる補強構造

研究者らは、Onyx樹脂と連続した炭素またはガラス繊維の両方を同時に積層できる市販プリンターを用いました。これらの繊維は補強コンクリート中の鉄筋のように荷重の大部分を負担し、プラスチックはそれらを一体化して保持します。研究では、内部の充填率、繊維の層数、断面に占める繊維の割合、繊維の配向を変化させました。作製した試験片は国際規格に従って引張・曲げ試験を行い、印刷された複合材料の実際の強度と剛性を測定しました。

印刷パターンと繊維選択が強度に与える影響

結果として、炭素繊維で補強した部品はガラス繊維品よりもはるかに強く剛性が高い一方で、破壊はより脆性的でした。最良の炭素繊維設計は素のOnyxの約4倍の引張強さに達し、重い曲げ荷重にも耐えました。対照的にガラス繊維部品は耐荷重は小さいものの、破断前により大きく伸び、いくぶんの柔軟性が求められる用途で有利になります。内部充填パターンも重要な役割を果たしました：流れるような三次元“ジャイロイド”パターンは応力を滑らかに分散して最高の強度を示したのに対し、単純な直交格子は亀裂が入りやすい弱点を生みました。

3D印刷性能を予測するコンピュータ学習

あらゆる設定の組み合わせを全て試験するのは時間と費用がかかるため、著者らは設計空間を効率よく覆う27の慎重に選んだ印刷レシピの計画を採用しました。これらのデータを用いて、プリンター設定と測定特性の関係を学習する機械学習モデルを訓練しました。線形モデルは印刷選択が曲げ強度に与える影響を高精度で表現し、より柔軟なランダムフォレストモデルは引張時の強度と伸びの両方を予測しました。これらのツールはデータの変動のほとんどを説明でき、訓練後は追加の物理試験なしに新しい印刷レシピの挙動を予測できます。

破面観察から得られる隠れた手がかり

急に壊れる部品と徐々に壊れる部品の違いを理解するため、チームは破壊した試験片を走査型電子顕微鏡で観察しました。炭素繊維複合材は鋭い亀裂と短い繊維引き抜けを示し、剛性は高いが脆い構造であることを示しました。ガラス繊維部品はより広範な繊維の引き抜け、繊維と樹脂の間の隙間、そしてより大きな損傷行域を示し、破断前により多くのエネルギーを吸収する特徴が見られました。これらの微視的観察は機械試験および計算モデルによる強度と靱性の傾向と一致し、目に見える破断パターンと基盤となる構造を結びつけました。

将来の3Dプリント部品に対する示唆

専門外の方への主なメッセージは、デスクトップ規模のプリンターから強く軽い部品を得るためには、高級なフィラメントを選ぶだけでなく、その材料を三次元的にどのように配置するかが重要だということです。繊維の種類、配向、内部パターンを慎重に選び、データ駆動のモデルでその選択を導けば、最大強度を優先するか、強度を多少犠牲にして靭性と柔軟性を高めるかを設計者が目的に応じて決められます。この実験と機械学習を組み合わせたアプローチは、日常的な3Dプリンターを要求の厳しい構造用途に使える信頼できる道筋を示します。

引用: Dhage, B.H., Khedkar, N.K., Naidu, M.J. et al. Predictive modeling and experimental validation of mechanical–microstructural relationships in 3D-printed Onyx–fibre composites. Sci Rep 16, 14715 (2026). https://doi.org/10.1038/s41598-026-45529-7

キーワード: 3Dプリント複合材料, Onyx 炭素繊維, ガラス繊維補強, 機械的特性, 機械学習モデル