关闭

意见反馈/举报

反馈/举报信息:

联系方式:

RAPID+TCT直击:PanX以数十亿节点仿真颠覆增材制造试错模式

我们在波士顿的RAPID+TCT 2026展会上,遇到了PanOptimization团队的埃文·巴克特。


展台上放着PanX能实现什么的简介。


我们没细读,但注意力立刻被简介上的图片吸住了。图里是火箭部件。


这些部件正是我们3D ADEPT Media此前报道过的。它们是设备制造商AMCM制造的气尖式火箭发动机,还有一个AMCM M 8K演示火箭组件。


在行业里,这些部件以复杂性、几何形状、热应力和纯粹的工程雄心而闻名。


在仿真供应商的展台上看到这些图片,让我们意识到无论PanX做什么,它都在一个独特的赛道上竞争。于是我们做了点功课。


6dd5ad882f55480f7e.webp

从纸面上看,PanOptimization是一家相对年轻的公司,2022年才成立。但它的创始人带来了几十年的经验。


创始人潘·米哈莱里斯博士,在增材制造和焊接仿真领域有超过40年经验。他是宾夕法尼亚州立大学的机械工程教授,编写了CUBES求解器。那是第一个面向增材制造的商业仿真工具,后来成了Netfabb Simulation。


2016年,它随Pan Computing公司一起被欧特克收购。联合创始人埃里克·登林格博士,在同一领域也有14年经验。


所以当PanOptimization把PanX称为下一代平台时,你应该知道,他们正是这一品类的开创者。


如今,他们带着根本不同的架构回来了。


对于生产级应用来说,传统工具能处理的,和市场实际需要之间的差距,从来都没有这么大。


6dd5ad882f603b2254.webp

试错,其实已经成为行业里的标准做法。


6dd5ad882f749aa882.webp

增材制造仿真并不是一个新话题。我们3D ADEPT Media多年来从多个角度报道过这个主题。


有复合材料增材制造仿真,聚合物3D打印仿真,大幅面部件仿真。有独立软件开发商开发的方案,也有软件开发商和设备制造商的合作。


自我们上一篇评论文章以来,关于有限元分析的讨论也扩展了很多。


可行业在生产复杂部件时的常规做法,并没有太大变化。


对PanOptimization团队来说,在没有充分建模的情况下,可制造性就是靠实际打印部件来测试的。


「如果打印失败或达不到公差要求,你就再试一次。部件鉴定也是如此,通过破坏性测试来确保部件适合终端应用。」


「现实是,如果你从供应商那里拿到一个部件的报价,成本会是单个部件成本的数倍。他们是在把试验迭代的成本计入报价中。」


这句话点出了缺乏仿真的成本,它其实已经反映在整个行业的采购定价里。


每一份包含失败迭代缓冲的报价,都是市场对基于物理的模型还没有普遍应用的一种承认。


PanOptimization团队还引用了一个核能领域的类比。在那里,基于仿真的合规性是监管要求。


如果反应堆里出现裂纹,你不可能对反应堆做破坏性测试。断裂力学,通常和有限元建模结合,被用来评估裂纹扩展风险。


这些方法是嵌在监管标准里的。PanX创始人认为,增材制造也会朝同样的方向发展。


以前关于增材制造仿真的讨论显示,大多数增材制造仿真工具的设计初衷和持续优化方向,都是针对几何形状可控的中小型部件。


多年来,行业一直在通过简化来绕过这个限制。去除部件特征,降低网格密度,用牺牲精度换计算可行性。


6dd5ad882f95c86956.webp

据PanOptimization介绍,传统有限元求解器通常只能处理大约500万到1000万个节点。


超过这个数量,用户就必须开始在几何保真度上妥协,这样又会影响预测精度。


对于支架或小型部件,这个上限很少触到。但对于火箭发动机或大型航空航天结构件,几乎立刻就会触到。


PanX的方法围绕一种新颖的多网格建模方法构建,它重新思考了有限元网格的生成方式,以及热力耦合问题的求解方式。


团队告诉我们,PanX没有这样的限制,可以划分并求解包含数亿甚至数十亿节点的有限元网格。


行业内关于增材制造仿真的讨论,大多集中在变形预测上,想了解部件在打印过程中会在哪里翘曲、变形,或者偏离预期几何形状。


Ansys Additive、Simufact Additive、Amphyon这些工具,就是在这一领域长期竞争的。它们各自在精度、速度和部件复杂性之间取不同的平衡。


我们和PanOptimization的交流,揭示了PanX从同行中脱颖而出的两种方式。


第一种方式,这些功能可以反过来用于辅助任何规模部件的设计、可制造性和鉴定,而且能无缝融入现有的生产工作流,运行速度非常快。


他们直接和主要的设备制造商合作,把这种前馈优化集成到设备商的打印处理器里。


6dd5ad882f9caa12c5.webp

第二种方式,也许更重要。


它完全超越预测,走向优化。PanX能识别出某次打印会失败,并且可以调整停留时间、几何形状和打印参数来防止失败发生。


用创始人的话说,「将大量猜测工作从用户手中移除」。这也代表了对于仿真在增材制造工作流中该扮演什么角色,一个更广阔的视野。


激光粉末床熔融(LPBF)和定向能量沉积(DED),是两种在热力学和力学动态上真正不同的工艺。


粉末床熔融在受控环境中逐层打印,零件几何形状相对受限,热梯度特征也很明确。


定向能量沉积则是把材料沉积到基板上,基板本身可以是任意几何形状,这让建模挑战本质上是开放的。


从物理角度看,两者的底层控制方程是一样的。定向能量沉积的复杂性,来自更大的自由度。


沉积几何形状、基板几何形状,还有它们之间的相互作用,都需要精确建模。


据创始人介绍,PanX似乎是目前唯一在部件级DED仿真领域真正具有竞争力的平台。


增材制造仿真领域的知名企业,已经在市场中建立了重要地位。但PanX的竞争优势在于精度更好,求解速度更快,硬件要求更低。


许多仿真可以在工程笔记本电脑上运行,而且不需要专门的仿真分析师就能操作。


复杂部件需要不同的工作方式。


我们理解,它真正的竞争对手,还是生产团队已经常态化的试错打印文化。而很多团队往往没有意识到这一点。


PanX的观点是,这种思维方式的成本,可以从供应商的报价里看到,从失败的打印迭代里看到,从那些需要数月而不是数周才能完成鉴定的部件里看到。


用创始人的话说,「我们押注的主要优势是我们的核心技术,它确实代表了行业的一场范式转变。」


09-22 17:20 转载自: https://3dadept.com/understanding-scalable-simulation-and-optimization-for-production-metal-am/ ,如对内容有疑问,请联系我们:2737755877@qq.com
点赞
反对
收藏
分享