Technologia druku 3D, znana również jako produkcja addytywna, przyniosła prawdziwą rewolucję w sposobie, w jaki projektujemy i tworzymy przedmioty, od prostych prototypów po skomplikowane komponenty dla przemysłu lotniczego i medycznego. Mimo to, pomimo niewiarygodnego postępu, istnieje znacząca przepaść między tym, co projektuje komputer, a tym, co drukarka 3D jest w stanie rzeczywiście wyprodukować. Ta niezgodność między cyfrowym projektem a fizycznym produktem stanowi jedną z największych przeszkód dla szerszego zastosowania tej technologii w krytycznych sektorach, gdzie precyzja i niezawodność mają kluczowe znaczenie. Projekty tworzone przez zaawansowane algorytmy często przekraczają rzeczywiste możliwości urządzeń produkcyjnych, co skutkuje częściami, których rzeczywista wydajność odbiega od oczekiwanej. Naukowcy z Massachusetts Institute of Technology (MIT) opracowali teraz innowacyjną metodę, która mogłaby zlikwidować tę przepaść, umożliwiając oprogramowaniu do projektowania wcześniejsze uwzględnienie fizycznych ograniczeń drukarek 3D.

Problem na styku świata cyfrowego i fizycznego

W ciągu ostatniej dekady połączenie nowych technologii projektowania i produkcji przekształciło takie branże jak lotnictwo, motoryzacja i inżynieria biomedyczna. W tych dziedzinach materiały muszą spełniać niezwykle rygorystyczne kryteria, takie jak określone stosunki wytrzymałości do masy oraz inne progi wydajności. Druk 3D wyróżnił się jako technologia umożliwiająca tworzenie części o dotychczas niewyobrażalnych strukturach wewnętrznych, otwierając drzwi do lżejszych, mocniejszych i bardziej funkcjonalnych komponentów. Jedną z najbardziej zaawansowanych technik obliczeniowych projektowania stosowanych w tym celu jest optymalizacja topologii.

Optymalizacja topologii to proces algorytmiczny, który w ramach danej przestrzeni optymalnie rozmieszcza materiał w celu osiągnięcia pożądanych cech – na przykład maksymalnej sztywności przy minimalnej masie. Wynikami są często organiczne, pozornie losowe struktury, które przypominają naturalne formy, takie jak kości czy siatki komórkowe, i które są znacznie bardziej wydajne niż te projektowane tradycyjnymi metodami. Stosuje się ją do projektowania materiałów o zoptymalizowanej sztywności, wytrzymałości, maksymalnej absorpcji energii, przepuszczalności płynów i wielu innych właściwościach. Jednak to właśnie ta złożoność i subtelność detali, które generuje optymalizacja topologii, stanowią wyzwanie dla drukarek 3D. Problem leży w fizycznych ograniczeniach samego procesu druku. Jednym z kluczowych ograniczeń jest rozmiar głowicy drukującej, czyli dyszy, która wytłacza materiał. Jeśli algorytm, na przykład, określi grubość warstwy na 0,5 milimetra, a dysza drukarki może fizycznie wytłoczyć tylko warstwę o minimalnej grubości 1 milimetra, ostateczny produkt będzie zdeformowany i nieprecyzyjny. Ta różnica między cyfrową instrukcją a fizyczną realizacją prowadzi do nieoczekiwanych wahań masy i gęstości, co bezpośrednio wpływa na właściwości mechaniczne części.

Anizotropia: Ukryta słabość druku 3D

Inny fundamentalny problem wynika z samego sposobu, w jaki drukarki 3D budują obiekty – warstwa po warstwie. Głowica drukująca porusza się po powierzchni roboczej, wytłaczając cienką nić stopionego materiału. Każda nowa warstwa jest nakładana na poprzednią, która w międzyczasie już zaczęła stygnąć. Z tego powodu połączenie między poszczególnymi warstwami nie jest tak doskonałe jak materiał wewnątrz samej warstwy. Zjawisko to, znane jako anizotropia, oznacza, że właściwości mechaniczne obiektu zależą od kierunku działania siły. Część będzie znacznie mocniejsza w kierunku, w którym materiał był drukowany (wzdłuż linii druku), ale zauważalnie słabsza prostopadle do warstw, w miejscach, gdzie warstwy się łączyły. Tworzy to potencjalne punkty słabości, w których może dojść do rozwarstwienia lub pęknięcia pod obciążeniem, nawet jeśli obciążenie jest znacznie mniejsze niż to, które materiał teoretycznie powinien wytrzymać. Właśnie ta niezgodność między oczekiwanymi a rzeczywistymi właściwościami materiału była w centrum uwagi zespołu badawczego z MIT.

„Jeśli te ograniczenia nie zostaną uwzględnione, drukarki mogą nałożyć za dużo lub za mało materiału, więc twoja część staje się cięższa lub lżejsza niż zamierzano. Może to również prowadzić do znacznego przeszacowania lub niedoszacowania wydajności materiału” – wyjaśnia Josephine Carstensen, profesor nadzwyczajna na Wydziale Inżynierii Lądowej i Środowiska oraz kierownik badań. „Dzięki naszej technice wiesz, co otrzymujesz pod względem wydajności, ponieważ model numeryczny i wyniki eksperymentalne bardzo dobrze się zgadzają”. Badania zostały szczegółowo opisane w czasopiśmie naukowym Materials and Design, w artykule autorstwa Carstensen i doktoranta Hajina Kim-Tackowiaka.

Innowacyjne podejście: Włączenie niedoskonałości do samego projektu

Zamiast próbować modyfikować sprzęt drukarki, badacze zdecydowali się na bardziej eleganckie rozwiązanie: „nauczyć” oprogramowanie do projektowania o niedoskonałościach procesu produkcyjnego. „Zrozumieliśmy, że znamy te ograniczenia od samego początku, a dziedzina naukowa stała się lepsza w ich kwantyfikacji. Doszliśmy więc do wniosku, że możemy projektować, mając je na uwadze od samego początku” – mówi Kim-Tackowiak. W poprzedniej pracy profesor Carstensen opracowała algorytm, który w procesie projektowania struktur belkowych uwzględniał informację o rozmiarze dyszy drukarki. W tych badaniach rozbudowali to podejście, aby uwzględnić również kierunek ruchu głowicy drukującej i wynikający z tego wpływ słabego wiązania między warstwami. Dostosowali również metodę do pracy z bardziej złożonymi, porowatymi strukturami, które mogą mieć wysoce elastyczne właściwości.

Ich podejście pozwala użytkownikom dodawać do algorytmów projektowych zmienne, które precyzyjnie uwzględniają środek nici materiału wytłaczanego z dyszy oraz dokładną lokalizację słabszych połączeń między warstwami. Co kluczowe, podejście to automatycznie dyktuje również optymalną ścieżkę, którą powinna poruszać się głowica drukująca podczas produkcji, aby zminimalizować negatywne efekty. W ten sposób oprogramowanie nie tworzy wyidealizowanego projektu, ale zoptymalizowany plan, który jest już dostosowany do rzeczywistych możliwości i wad konkretnej drukarki 3D.

Potwierdzenie przez eksperymenty i rzeczywiste wyniki

Aby przetestować swoją technikę, badacze wykorzystali ją do stworzenia serii powtarzających się projektów 2D o różnych rozmiarach pustych porów, czyli o różnych gęstościach. Następnie porównali te próbki z materiałami o tych samych gęstościach, ale wykonanymi za pomocą tradycyjnych metod optymalizacji topologii, które nie uwzględniają ograniczeń drukarki. Wyniki testów były jednoznaczne. Materiały zaprojektowane tradycyjnymi metodami znacznie odbiegały od swoich przewidywanych właściwości mechanicznych, zwłaszcza przy gęstościach materiału poniżej 70%. Z drugiej strony, materiały zaprojektowane nową techniką zespołu z MIT wykazały wydajność, która była znacznie bliższa tej przewidywanej w modelu komputerowym. Badacze stwierdzili również, że konwencjonalne projekty podczas produkcji konsekwentnie nakładały nadmiar materiału, czyniąc części cięższymi i mniej wydajnymi. Ogólnie rzecz biorąc, podejście naukowców z MIT zaowocowało częściami o bardziej niezawodnej i przewidywalnej wydajności przy większości testowanych gęstości.

„Jednym z wyzwań optymalizacji topologii było to, że potrzeba dużej wiedzy specjalistycznej, aby uzyskać dobre wyniki, tak aby materiały, po przeniesieniu projektu z komputera, zachowywały się tak, jak sobie wyobrażałeś” – podkreśla Carstensen. „Staramy się ułatwić uzyskiwanie tych produktów o wysokiej wierności”. Ten postęp mógłby zdemokratyzować wykorzystanie zaawansowanych technik projektowania, zmniejszając zależność od doświadczonych specjalistów od druku 3D, którzy do tej pory musieli ręcznie interweniować i dostosowywać projekty, aby zrekompensować ograniczenia maszyn.

Przyszłość projektowania i produkcji

Badacze uważają, że jest to pierwszy raz, kiedy jakakolwiek technika projektowania jednocześnie uwzględniła zarówno rozmiar głowicy drukującej, jak i problem słabego wiązania między warstwami. „Kiedy coś projektujesz, powinieneś używać jak najwięcej kontekstu” – podkreśla Kim-Tackowiak. „Satysfakcjonujące było zobaczyć, że wprowadzenie większego kontekstu do procesu projektowania sprawia, że twoje końcowe materiały są bardziej precyzyjne. Oznacza to, że jest mniej niespodzianek. Zwłaszcza gdy inwestujemy coraz więcej zasobów obliczeniowych w te projekty, miło jest widzieć, że możemy połączyć to, co wychodzi z komputera, z tym, co wychodzi z procesu produkcyjnego.”

W przyszłych pracach zespół ma nadzieję ulepszyć swoją metodę dla materiałów o większej gęstości oraz dla różnych rodzajów materiałów, takich jak cement i ceramika, które niosą ze sobą własne specyficzne wyzwania podczas druku. Niemniej jednak podkreślają, że ich podejście już teraz oferuje znaczną poprawę w stosunku do istniejących technik. Naukowcy twierdzą, że ta praca otwiera drogę do projektowania z większą liczbą materiałów. „Chcielibyśmy, aby to umożliwiło stosowanie materiałów, które ludzie zaniedbywali, ponieważ drukowanie z nimi prowadziło do problemów” – podsumowuje Kim-Tackowiak. „Teraz możemy wykorzystać te właściwości lub pracować z tymi 'dziwactwami', zamiast po prostu nie korzystać ze wszystkich dostępnych nam opcji materiałowych”. Ta innowacja nie tylko poprawia niezawodność druku 3D, ale obiecuje odblokowanie pełnego potencjału produkcji addytywnej, umożliwiając tworzenie nowej generacji materiałów i produktów o wydajności, która do tej pory była osiągalna tylko w teorii.