基于多边形维诺图的梯度弹性多孔结构设计

针对当前梯度弹性多孔结构设计过程复杂、性能控制困难,以及在3D打印过程中需要添加支撑等问题,提出一种基于多边形维诺图的自支撑梯度弹性多孔结构设计方法,选择k-棱锥计算多边形距离,通过站点密度场驱动随机采样算法,在设计域内生成站点;提出一种基于体素的多边形维诺多孔结构生成算法,生成模型每个切片层的灰度图像,并重构生成自支撑的维诺多孔结构。为了实现对多孔结构的控制,通过数值均质化和控制变量法,分析设计参数对维诺多孔结构的几何结构和弹性性能的影响。最后,通过多种应用案例表明所提出的多边形维诺多孔结构建模方法具有较高的可行性和适用性。

基于k-nearest算法的增强型正交各向异性多孔结构设计

针对各向异性多孔结构设计复杂、力学性能可控性低等问题,提出一种基于k-nearest算法的增强型正交各向异性多孔结构设计方法。首先,通过站点密度场驱动随机采样算法,在设计域内生成站点。然后提出一种基于黎曼距离的改进k-nearest算法,叠加全域方向场,生成2.5D/3D增强型正交各向异性多孔结构。该方法不仅可以通过黎曼椭圆/球的拉伸比例控制局部正交各向异性程度,通过方向场控制各向异性的朝向,还可以通过站点密度场调控多孔结构力学性能的梯度分布。最后,分别通过数值均质化和压缩实验对3D打印的多孔结构的力学性能、失效状态、随机性和弹性设计空间进行分析。实验结果表明,采用所提方法设计的正交各向异性多孔结构具有更优良的弹性性能和更大的弹性设计空间。