3D打印与生成式设计

导读:生成式设计(衍生式设计)是一种计算机和AI驱动的设计过程 , 能够根据用户预定义的需求和约束自动创建产品 。 或者 , 简而言之 , 软件根据用户提出的产品属性和设计目标来设计零件或产品 。 3D打印在制造衍生式设计的零件方面有足够的优势 。
在生成式设计软件中输入的变量越多 , 例如预期用途、制造方法、可用材料等 , 计算机设计生成的结果就会越好 。 通过软件设计出的产品 , 一般会具有曲线型外观和类似于树枝形状或骨骼的结构 。 生成式设计被比作自然界为获得最佳结构而经历的进化试错过程 , 而且速度要快得多 。 使用生成式设计有很多的优势 , 比如节约材料的同时保证高强度等 。
3D打印与生成式设计
文章图片
△使用DassaultSystèmes的CATIA软件通过衍生式设计优化基本支架以节省材料并保持强度(来源:DassaultSystèmes)
如上图所示 , 右边的支架是原来的设计 。 左边的支架是为了减少材料用量而优化的部分 , 同时保持相同的强度和符合相同的尺寸 。 最终支架可以注塑成型、机械加工或3D打印 。 人工智能生成的设计通常非常复杂 , 只能通过3D打印方法制造 。
衍生式设计虽然如此强大 , 但它不会取代设计师或工程师 。 衍生式设计软件只是他们用来加速设计和优化零件的工具 。 AI可以产生多种多样的结果 , 比较不同结果之间的差异 , 寻找最优解 , 这是设计师在短时间内很难做到的 。
许多软件产品都拥有生成设计功能 , 这些功能使用算法将零件需求转化为产品几何和设计 。 但是 , 它们不会生成几十个或数百个选项 , 而是会改进单个部分(这听起来很像参数化设计) 。 这两个概念相似 , 但生成式设计通常与设计的多个选项相关联 , 而不是与多次迭代相关联 。
衍生式设计软件
形状优化算法或拓扑优化长期以来一直在处理最基本的工程问题之一:如何用尽可能少的材料制造出足够坚固的零件 。 如今的AI衍生式设计更进了一步 , 提供了大量的选择 。 重要的一点是 , 工程师不再受限于他们的技能水平、经验或创造力 。 在创成式设计分析结束时 , 工程师将获得可进一步探索和完善的概念 , 或完全符合重量、负载、材料等所有项目要求的可随时制造的设计解决方案 。
3D打印与生成式设计
文章图片
△AutoDesk的Fusion360软件使工程师能够优化组件以减少材料使用并优化功能(来源:Autodesk)
衍生式设计是一种创造工具 , 与许多其他计算机辅助流程一样 , 它需要人来驱动 。 因此 , 成功与用户输入的数据质量有关 。 这里我们可以借用计算机科学的概念GIGO(“garbagein,garbageout”) , 错误的输入数据会产生错误的结果 。 尽管生成设计工具几乎可以让任何人掌握复杂的设计 , 但不要低估正确定义所需零件的初始条件所需的技能 。 一般来说 , 生成设计软件解决问题所需的信息包括:
●设计空间的物理约束 , 包括新零件在更大装配中的每个接口(如安装孔)和新零件不能占据的空间 。 生成式设计通常用于重新设计零件以占用更小的空间 。
●力和载荷的边界条件 , 包括哪些区域需要加强或简化以承受运动或操作的压力 。
●标准或目标设定 , 例如最小化零件的质量或成本 , 以及定义项目所需的安全系数 。
●制造工艺的可实现性 , 这就是3D打印制造的优势 , 3D打印本身具有极高的灵活性 , 非常适合衍生式设计的零件制造 。