发动机零件中每克金属都承受着某种载荷 — 生成式设计算法能精确算出那些克是哪些。本展品实时运行该算法：它从填满活塞外形的实心金属坯料开始，一遍遍地询问应力实际流向何处，然后切除未在发力的金属。剩下的是一个承载路径支柱的仿生骨架 — 与如今高性能发动机中出现的 3D 打印拓扑优化活塞完全相同的过程。
这里没有任何东西是手工雕刻的。每一步都是真实的有限元应力求解，紧接着结构工程师实际使用的 SIMP 密度更新：活塞被划分为一格格小单元，每个单元被赋予介于空洞和实心之间的「密度」；求解器计算整个结构在燃烧载荷压在顶盖上，同时活塞销座固定住时的弯曲方式；每个单元都「知道」自己是否在物尽其用。体素从蓝色（浪费，低应力）到红色（关键承载路径）发光，并在不需要的地方消融。这正是训练神经网络的四拍节奏：前向传播（应力求解）、损失（结构柔度）、梯度（哪些克重要）以及微调设计的一步 — 这就是为什么这个房间毗邻神经元实验室。将材料预算压得太低，一根支柱会过载断裂：这是过拟合的结构版本。
按下「揭示理想形状」，粗糙的实时计算便解析为优化器所趋向的光滑、中空、完工零件 — 一个轻量化活塞，带有冷却通道和活塞销孔，每个表面都沿力流方向延伸。生成式设计、梯度下降，以及您在 DigiSim 的 Logic Lab 中逐门连接的逻辑，都是同一个理念：让一条简单规则不断应用，发现没有人手工绘制的结构。
规格
- 方法
- 基于 SIMP 密度的拓扑优化
- 物理
- 循环中的实时有限元应力求解
- 类比
- 拓扑优化即梯度下降
- 模拟内容
- 体素密度场 + von Mises 应力热图
更多生成式设计展品
