晶格

汉诺威商用车展刚闭幕。ISRI的Horizon TOMORROW卡车座椅亮相，靠背里嵌着3D打印件。ISRI不是什么小厂，我们查公开信息它的座椅年销量近500万套。这样的量产厂把3D打印件放进座椅，比过去任何大品牌概念车的3D打印应用反而更重要。图一 开窗看到头枕1块，靠背8块，窗口里的六边形网格点阵，是OECHSLER打印的缓冲嵌件。整把座椅只在几个关键区域用了3D打印，且点阵内部密度不同。OECHSLER分享这些嵌件既能回收，又能把软硬调到恰好需要的舒适度。材料是Forward AM的TPU01热塑性聚氨酯。打印设备用的是MJF，表面再做AMT的涂层后处理。厂方称，整椅碳排放比标准卡车座椅低51%。设计端工作流大致是这样的。OECHSLER先测出人体压力分布图，再转成点阵，形状、杆粗和胞元大小都能单独编程。换每个区域的软硬适配，只需改设计参数即可打印。图二是另一个类似案例但设计略有不同，灰色点阵铺满靠背和坐垫，头枕和大腿两侧的红色点阵从窗口露出。卡车座椅用局部嵌件，这把座椅则是3D打印结构整面铺开。我们查到OECHSLER此前和TECHART做过类似的赛车座椅，厂方测试显示点阵垫散热是汽车海绵的7倍，整椅减重20%。说点背景：Forward AM出身巴斯夫，去年被Stratasys收购。汽车座椅市场容量很大，我们查阅各机构对全球汽车座椅市场的估算在534亿到938亿美元之间，而结合3D打印应用的产品目前只占市场很小很小一块。 在过去，保时捷、梅赛德斯AMG和起亚的概念车都用过3D打印座椅结构，显然这样的3D打印应用会先从高端量产车开始。OECHSLER曾声称座椅填充件已批量生产，2019年底公开数据它每年已量产约200万件各类打印零件（不仅仅是座椅填充）。从产品需求角度，汽车座椅是汽车这个第二生活空间里最能直接提供产品感受的第一物理界面。对于卡车司机、乘用车用户来说都是一样。3D打印晶格垫的散热能力是汽车海绵的数倍，后背的相对湿度上升少，受力峰值处的压力点也有所减轻。既然自行车座能跑通，我们对3D打印在汽车座椅市场应用放量持乐观态度。相对于全椅打印，只在关键区域嵌入3D打印结构，可以把成本压在可控范围的同时大幅提升座椅本身的产品力以及营销力。把单件成本降到车企能接受的水平，对于3D打印能否打入这块大市场至关重要。期待有相关从业读者能给我们发一把完整3D打印弹性体晶格座椅，我们将积极分享当代人类生产力第一接触界面的全新体验。

如图。John新上任开始玩起了社交媒体，我们也留了个言，发出了倡议。中国3D打印行业的共同心声是，苹果应All IN 3D打印。我们也想在这个贴里大胆畅想一些不3D打印就做不了的产品逻辑.纯属构想，并无任何产业依据。畅想1 折叠的终局：铰链从装配体变成一体化梯度结构件当前的折叠铰链是几十个零件的精密装配。增材的终局形态我们希望把整个铰链打印成一个变刚度的一体件。弯折区做低密度晶格实现柔性，固定区做实心实现刚性，中间是连续的密度梯度过渡。这个东西CNC和MIM在物理上做不出来。畅想2 AR眼镜VisionPro虽然折了，但AR眼睛我们觉得苹果得做。极端轻量的唯一路径离不开3D打印。 挂在鼻梁上的东西必须压到40g以内，每一克都得从结构件里抠。拓扑优化 + 晶格填充只能用增材制造。还有有一个被严重低估的组合：苹果同时拥有全球最大的消费级人脸三维扫描入口（Face ID/TrueDepth），和掌握全球最大的3C金属增材产能。这两件事放在一起，可能指向一个畅想，眼睛类的批量定制。畅想3 随形电池笼iPhone内部空间浪费部分来自于电池边界与曲面外壳之间的空隙。如果承力框架能打印成包裹异形电池的随形笼，同样机身体积能塞进更大电池。折叠机尤其如此，iPhone Fold据传采用系列史上最大容量电池，异形电池 + 随形结构件可以畅想3D打印发挥作用。畅想4 结构生色，取消阳极氧化这个畅想有点不靠谱，如果3D打印能在表面直接或者后处理通过激光生成亚微米级周期结构，用光的干涉产生颜色而不靠染料，那么颜色不再是涂层，而是靠结构。这同时解决阳极氧化的化学品与废水（苹果最大的环境痛点之一）、掉漆、以及3D打印难以阳极氧化的问题。毕竟增材制造的终极价值，是把功能从材料转移到结构本身。当然以上都是无任何产业依据的畅想。即将揭晓的苹果3D打印应用看点还是铰链相关（概率高）和中框相关（概率中高）9月10号拭目以待。

来自四所意大利大学的研究人员开发了一种数字工作流程，用于生产具有空间渐变晶格结构的患者特异性上肢假肢接受腔。

镍钛形状记忆合金通过机械变形实现加热和冷却，并正在接近商业可行性，增材制造现已成为下一代热交换结构的核心。

借助GPU加速仿真，航空制造商Sintavia仅用两周即交付优化后的3D打印热交换器，实现减重30%、热效提升20%。英伟达Blackwell架构GPU将仿真时间从数天压缩至数分钟，打破算力瓶颈，推动复杂结构设计与验证的快速迭代。