MIT-Forscher entwickeln Software zur Topologieoptimierung von 3D-gedruckten Objekten
Wissenschaftler des MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) haben ein Design-System entwickelt, das physikalische Eigenschaften katalogisiert um die Topologie von Objekten zum 3D-Druck auf Voxel-Ebene zu optimieren.
Die Präzision von heutigen 3D-Druckern gibts Designern die Möglichkeit Objekte im Bereich der Mikroskala zu definieren und somit ihre physikalischen Eigenschaften wie Festigkeit und Dichte entsprechend ihrer Verwendung anzupassen. Jedoch ist die Evaluierung der physikalischen Auswirkungen von jeder möglichen Kombination, alleine von zwei verschiedenen Materialien, ein extrem zeitaufwendiger Prozess.
Um den Design-Prozess zu optimieren haben die CSAIL-Wissenschaftler einen Algorithmus für ein Design-System entwickelt, das auf kleinen Voxel-Cluster verschiedenster physikalischer Eigenschaften basiert. Diese Cluster in drei verschiedenen Größen – 16, 32 und 64 Voxel – können als Bausteine für 3D-Objekte verwendet werden.
“Üblicherweise werden Objekte zum 3D-Druck manuell designed,” erklärt Bo Zhu, Erstautor der Studie. “Aber wenn man ein übergeordnetes Ziel verfolgt – wie beispielsweise das Design eines Stuhls mit maximaler Steifheit oder einen funktionellen weichen Robotergreifer – dann sind Intuition oder Erfahrung vielleicht nicht ausreichend. Topologieoptimierung, die Physik und Simulation in den Designprozess integriert, liegt im Fokus unserer Studie. Das Problem der derzeitigen Topologieoptimierung ist die Lücke zwischen der Hardwareleistung und der Software. Unser Algorithmus schließt diese Lücke.”
Für ihre Studie haben die Forscher eine Datenbank mit tausenden verschiedenen Kombinationen solcher Cluster-Strukturen aus einer Reihe verschiedener Materialien erstellt und deren physikalische Eigenschaften in Simulationen ausgewertet. Mithilfe der Software können so die am besten geeigneten Materialien für ein Objekt bestimmt werden. Zudem kann das Programm auch feststellen ob eine bestimmte Kombination von Eigenschaften druckbar ist.
Ergebnisse der Studie mit dem Titel “Two-Scale Topology Optimization with Microstructures” wurden erstmals auf der Siggraph Konferenz Anfang August präsentiert.