生成设计与拓扑优化
AI 算法如何创建用于 3D 打印的仿生轻量结构。
1。简介：算法设计时
金属 3D 打印将设计师从传统制造（铣削、车削、铸造）的束缚中解放出来。底切、复杂的空腔和有机形状可以突然产生，无需额外成本（“免费的复杂性”）。但人们如何找到利用这些新自由的最佳、最轻的形式呢？
答案在于复杂的软件方法：生成设计和拓扑优化。本白皮书解释了这些差异、它们的工作原理以及这些工具如何彻底改变工业轻量化结构。
拓扑优化与生成设计
这些术语经常互换使用，但这是不正确的。
拓扑优化采用现有 CAD 组件，并以数学方式去除不承载任何负载的位置的材料。恰好有一个最佳结果。
生成设计从空白空间（设计空间）开始，定义断点和负载。人工智能计算出数千个全新的、有时看起来很奇怪的解决方案，工程师从中选择最好的一个（基于成本、材料、重量）。
2。拓扑优化是如何工作的？
拓扑优化基于有限元法 (FEM)。工程师定义“设计空间”（一块材料），指示组件的螺钉固定位置（固定点）以及力（负载情况）作用的方向。
该算法模拟块中的应力分布。算法会反复切除低应力区域（蓝色），而保留高应力区域（红色）。结果通常看起来像有机骨骼 - 它是传输能量所需的绝对本质。
3。生成设计：计算机的进化
衍生式设计仍在继续。该组件不是移除材料，而是在计算机中生长（类似于自然界的进化）。设计者给了算法几十个边界条件：
- 可以使用哪些材料（钛、铝）？
- 有哪些可用的制造工艺（3D 打印、5 轴铣削、铸造）？
- 应该花多少钱？
云人工智能计算数千次迭代，并向设计师提供一整套解决方案。解决方案 A 可能是用于 3D 打印的超轻钛零件，解决方案 B 可能是稍重但更便宜的铝零件。
4。挑战：从算法到打印机
计算出的仿生结构看起来令人印象深刻，但在实践中通常很难打印。
- 支撑结构：算法通常会产生浅悬垂（低于 45 度），在没有支撑结构的粉床打印机中会下垂。复杂有机部件上的支撑去除成本很高。因此，现代软件集成了“AM 约束”，迫使算法仅生成自支撑角度。
- 粗糙度和返工：仿生表面几乎无法通过机器返工。因此，生成的功能表面（孔、配合）必须始终留有余量，以便稍后能够准确地铣削它们。
5。结论：工程职业的变化
随着拓扑优化和生成设计的发展，设计师的角色发生了根本性的变化。工程师不再亲自在 CAD 中画线，而是成为一名“策展人”，精确定义物理边界条件和载荷工况，并让算法发挥作用。与金属 3D 打印相结合，在强度相同的情况下减轻 30% 至 60% 的重量并不罕见，这对于汽车和航空航天行业来说是宝贵的优势。