Generativ design (generativ design) er en datamaskin- og AI-drevet designprosess som automatisk lager produkter basert på brukerdefinerte krav og begrensninger. Eller kort sagt, programvaren designer en del eller et produkt basert på produktattributter og designmål foreslått av brukeren. 3D-utskrift har nok fordeler til å produsere generativt utformede deler.

Jo flere variabler som legges inn i generativ designprogramvare, som tiltenkt bruk, produksjonsmetode, tilgjengelige materialer osv., jo bedre vil datadesignet produsere. Produkter designet med programvare har generelt et krumlinjet utseende og en struktur som ligner formen på en tregren eller et skjelett. Generativ design har blitt sammenlignet med den evolusjonære prøv-og-feil-prosessen som naturen går gjennom for å komme frem til optimale strukturer, og i en mye raskere hastighet. Å bruke generativ design har mange fordeler, som å spare materialer samtidig som den sikrer høy styrke.
For eksempel, braketten nedenfor, braketten til høyre er det originale designet. Støtten til venstre er den delen som er optimalisert for å redusere materialbruk samtidig som den opprettholder samme styrke og samsvarer med de samme dimensjonene. Det endelige stillaset kan sprøytestøpes, maskineres eller 3D-printes. AI-genererte design er ofte så komplekse at de bare kan produseres gjennom 3D-utskriftsmetoder.

Så kraftig som den generative designen er, vil den ikke erstatte designere eller ingeniører. Generativ designprogramvare er bare verktøyet de bruker for å få fart på design og optimalisere deler. AI kan generere en rekke resultater, sammenligne forskjellene mellom ulike resultater og finne den optimale løsningen, noe som er vanskelig for designere å gjøre på kort tid.
Mange programvareprodukter har generative designfunksjoner som bruker algoritmer til å oversette delkrav til produktgeometri og design. Men i stedet for å generere dusinvis eller hundrevis av alternativer, forbedrer de individuelle deler (som høres mye ut som parametrisk design). De to konseptene er like, men det generative designet er ofte forbundet med flere alternativer for et design i stedet for flere iterasjoner.
Generativ designprogramvare
Formoptimaliseringsalgoritmer, eller topologioptimalisering, har lenge taklet et av de mest grunnleggende ingeniørproblemene: hvordan lage tilstrekkelig sterke deler med så lite materiale som mulig. Dagens AI-generative design går et skritt videre, og tilbyr en mengde alternativer. Viktigere er at ingeniører ikke lenger er begrenset av deres ferdighetsnivå, erfaring eller kreativitet. På slutten av en generativ designanalyse har ingeniører et konsept som kan utforskes videre og foredles eller en klar-til-produksjon designløsning som fullt ut oppfyller alle prosjektkrav til vekt, belastning, materialer osv.

Generativ design er et kreativt verktøy, og som mange andre dataassisterte prosesser trenger det et menneske til å drive det. Derfor er suksess knyttet til kvaliteten på dataene som legges inn av brukeren. Her kan vi låne konseptet GIGO fra informatikk ("søppel inn, søppel ut"), feil inndata vil gi feil resultater. Mens generative designverktøy lar nesten hvem som helst mestre komplekse design, må du ikke undervurdere ferdighetene som kreves for å korrekt definere startbetingelsene for den ønskede delen. Generelt inkluderer informasjonen som trengs for generativ designprogramvare for å løse et problem:
●Fysiske begrensninger på designplassen, inkludert hvert grensesnitt til den nye delen i den større enheten (som monteringshull) og plassen som den nye delen ikke kan oppta. Generativ design brukes ofte til å redesigne deler for å ta mindre plass.
● Grensebetingelser for krefter og belastninger, inkludert hvilke områder som må forsterkes eller forenkles for å tåle påkjenninger ved bevegelse eller operasjon.
● Kriterier eller målsetting, for eksempel å minimere massen eller kostnadene for en del, og definere sikkerhetsfaktoren som kreves for prosjektet.
●Oppnåbarhet av produksjonsprosessen, dette er fordelen med 3D-utskriftsproduksjon. 3D-printing i seg selv har ekstremt høy fleksibilitet, noe som er svært egnet for delproduksjon av generativ design.
●Produksjonsmaterialer. Hvis det velges mer enn ett materiale, vil det bli gitt forskjellige designløsninger for hvert materiale for å oppfylle kravene til prosjektet.
Hva er fordelene med generativ design?
Nå som vi forstår hva generativ design faktisk er og hva det kan gjøre, la oss identifisere de praktiske fordelene ved å bruke disse verktøyene i delvis produksjon:
● Kreativitet. Den generative designen fjerner alle de kreative begrensningene knyttet til tradisjonelle designprosesser, og skaper de beste ukonvensjonelle formene som er utenkelig for mennesker.
● Balanse prioriteringer. Den kan utforske løsninger basert på ytelsesaspekter og produksjonsevner som allerede er tilgjengelige på et gitt sted.
● Reduser analyse. Innebygde test- og beregningssimuleringer reduserer ytterligere kostbare virtuelle datastøttet ingeniøranalyse (CAE).
●Reduser arbeidsmengden. Det frigjør fagfolk fra kjedelige prøv-og-feil-oppgaver og øker produktiviteten ved å tilby hundrevis av mulige designløsninger.
● Reduser menneskelige feil. Ved å automatisere mye av designprosessen reduseres risikoen for å introdusere menneskelige feil i designet.
● Reduser kostnadene. Spar penger ved å levere design med høy ytelse med mindre materialbruk, og ved å redusere utviklingstiden og tiden til markedet.
●Delvis slått sammen. Spesielt ved bruk av additive produksjonsprosesser kan ingeniører utforske muligheter for å konsolidere deler og erstatte hele sammenstillinger med en enkelt del. Dette kan ha en positiv økonomisk innvirkning på forsyningskjeder og vedlikeholdsprogrammer.

Algoritmer og estetikk: Fremtiden for generativ design
Etter hvert som tingenes internett og kunstig intelligens blir mer utbredt i våre daglige liv, kan generativ design bli normen innen produktdesign. Denne teknologien gir design som ikke bare vil ha en positiv innvirkning på industrien, men også på miljøet fordi det trengs færre ressurser for å produsere hverdagsprodukter. For tiden er utviklingen av generativ programvare også veldig rask, inkludert Fusion 360, Creo Generative Design Extension, Ansys Discovery, nTopology, Dassault Systèmes CATIA Generative Design Engineering, etc. Du kan bruke disse denne programvaren i kombinasjon med 3D-utskriftsprosessen for å lag dine egne generative designdeler.