海南
看這個空氣/液體換熱器案例。
底層用一個叫PicoGK的開源幾何引擎，填充結構、法蘭、螺栓、點陣加強筋，做成可以隨處調用的零件。
目前實現了兩件事，點陣填充和從總管出來的微通道分流。
做這件事的是個個人工程師。
他不在三維軟件里拉特征改尺寸，他在寫代碼，讓代碼自己長出換熱器。
事情的起點是一家叫LEAP71的公司，兩位創始人寫過一套叫《計算工程基礎》的博客，3D打印業內挺有名。
核心想法很樸素。
工程師腦子里裝著大量經驗，流體怎么走、熱量怎么傳、零件怎么裝配。
傳統流程里，這些經驗每次都要在三維軟件里重新畫一遍。
改尺寸要重畫，換工況要重畫。
而算法時代應該反過來。
把腦子里的知識寫成代碼，下次需要不同參數的換熱器，代碼自己生成。
一個領域的全部工程知識，可以封裝成一個軟件模型。
算法的代表作就是這么干的，專攻火箭鐘形噴管和燃燒室，輸入高層參數，直接輸出可送進金屬打印機的幾何。
圖中這個項目叫Anima走的是同一條路，只是把領域換成了換熱器。
傳統三維軟件為什么干不了？
有人會問，參數化建模不就能做這件事嗎。
大部分不太行。
傳統三維軟件的幾何內核是為人手交互式建模設計的，擅長拉伸、旋轉、布爾運算這類相對簡單的操作。
一旦碰上金屬3D打印才有的東西，點陣、三周期極小曲面、內部多孔、連續變化的微通道，傳統內核就吃力了。
文件巨大，運算崩潰，布爾失敗是常態。
PicoGK這個算法刻意做得小、穩、快，開源，只暴露一組很小的指令集。
換熱器是金屬3D打印這幾年最火的應用之一。
換熱效率和換熱面積強相關，3D打印能做出傳統沖壓釬焊做不出來的復雜內流道，價值能看見。
但行業里有個隱性瓶頸，軟件。
每家公司的設計能力都藏在幾個資深工程師的腦子里，換個工況就重畫。
未來希望AI算法能把幾何參數從用戶驅動改成數據驅動，讓換熱和流體計算的結果直接反喂到幾何生成。
換熱器只是個開頭。
凡是幾何復雜、參數多、又強烈依賴物理性能的零件，都適合走這條路。
火箭推進系統已經有人在做了，下一個被點名的可能是燃燒器，噴油、霧化、燃燒效率全都跟內部流道形狀強相關。
然后是渦輪葉片，氣動型面、內部冷卻通道、表面氣膜孔。
再往外推，是那些今天連圖都不知道怎么畫的零件。
仿生結構、聲學超材料、熱電耦合器件，這些東西的幾何復雜度已經超出人手能駕馭的范圍，本來就只能靠算法生成。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
