作為現(xiàn)在最快和最可持續(xù)的添加劑工藝之一，金屬粘合劑噴射通過將精確體積的液體粘合劑噴涂到金屬粉末床上來工作，而金屬粉末又將粉末粘合成固體層，以生成所需的3D模型。粘結(jié)劑噴射系統(tǒng)往往具有較大的制造量，并且不需要支撐結(jié)構(gòu)，因此與粉末床熔合系統(tǒng)相比，它們通常具有更高的生產(chǎn)能力。因此，為了更好地幫助用戶完成產(chǎn)品的預設計，模擬軟件開發(fā)商Simufact宣布為其Simufact Additive程序推出了一種用于金屬粘結(jié)劑噴射3D打印過程的仿真工具。

Simufact Additive程序中的幾何優(yōu)化階段

Simufact Additive的新型粘合劑噴射工具旨在替代傳統(tǒng)但昂貴的反復試驗方法，旨在通過計算預測最終的收縮率。然后，制造商將能夠根據(jù)需要補償和擴大尺寸，而無需任何熱仿真方面的專業(yè)知識。

此外，該工具還可以預測零件中燒結(jié)引起的機械應力，從而指示可能在哪里發(fā)生缺陷。掌握了這些知識之后，工程師應該能夠在產(chǎn)品生命周期的早期進行設計更改，從而減少失敗嘗試的次數(shù)。

首先，模型設置和仿真階段是完全自動化的，并且可以使用Python腳本進一步自定義。作為補償?shù)淖罱K確認階段，可以將優(yōu)化的幾何圖形立即與程序界面中的初始STL和制造零件的計量掃描進行比較。

新的程序可以顯示燒結(jié)過程中的預期收縮程度

預測和仿真工具在降低成本和縮短新穎零件的上市時間方面非常有用。工程公司Etteplan最近開發(fā)了一種新的免費在線工具-AMOTool，以計算3D打印的生產(chǎn)成本。該軟件程序使公司能夠在尚未進行任何生產(chǎn)之前，使用一種完善的金屬3D打印方法來計算與制造對象相關的成本。

采用深度學習方法，幾何專家Physna最近推出了它所謂的世界上最強大的幾何搜索引擎-Thangs。Thangs無需掃描文本或圖像，而是使用深度學習算法根據(jù)構(gòu)成其體積的多邊形或三角形對3D模型建立索引。該引擎還為3D社區(qū)提供了版本控制功能和“兼容零件預測”。