Chaque gramme de métal dans une pièce de moteur est là pour supporter une charge — et un algorithme de design génératif peut déterminer exactement quels grammes ce sont. Cette exposition exécute cet algorithme en direct : il commence avec un lingot solide de métal remplissant l'enveloppe du piston et, encore et encore, demande où la contrainte circule vraiment, puis sculpte le métal qui ne joue pas son rôle. Ce qui reste est un squelette bionique de montants porteurs — le même processus qui a produit les pistons topologiquement optimisés imprimés en 3D qui apparaissent maintenant dans les moteurs haute performance.
Rien ici n'est sculpté à la main. Chaque étape est une vraie résolution de contraintes par éléments finis suivie de la mise à jour de densité SIMP que les ingénieurs de structures utilisent réellement : le piston est divisé en une grille de petits éléments, chacun doté d'une « densité » entre vide et solide ; le solveur calcule comment toute la structure fléchit sous la charge de combustion appuyant sur la couronne tandis que les bossages de l'axe de piston le tiennent ; et chaque élément apprend s'il gagne sa masse. Les voxels brillent du bleu — gaspillé, faible contrainte — au rouge, chemin de charge critique, et se dissolvent là où ils ne sont pas nécessaires. C'est exactement le rythme en quatre temps de l'entraînement d'un réseau de neurones : une passe avant (la résolution de contraintes), une perte (la compliance de la structure), un gradient (quels grammes comptent), et un pas qui fait évoluer le design — c'est pourquoi cette salle est adjacente au Neuron Lab. Poussez trop bas le budget matériau et un montant se surcharge et se fracture : la version structurale du surapprentissage.
Appuyez sur « Révéler l'idéal » et le calcul en direct en blocs se résout en la pièce lisse, creuse et finie vers laquelle l'optimiseur tend — un piston allégé avec sa galerie de refroidissement et ses alésages d'axe, chaque surface suivant le flux de force. Le design génératif, la descente de gradient et la logique que vous pouvez câbler porte par porte dans le Logic Lab de DigiSim sont la même idée : laisser une règle simple, appliquée sans relâche, découvrir une structure que personne n'a dessinée à la main.
Caractéristiques
- Méthode
- Optimisation topologique à densité SIMP
- Physique
- Résolution de contraintes par éléments finis en direct dans la boucle
- Analogie
- Optimisation topologique comme descente de gradient
- Simulé
- Champ de densité voxel + carte thermique de contraintes de Von Mises
Plus dans Design génératif
