3D concrete printing

几何感知的深度学习-有限元方法增强3D混凝土打印可构建性

一项新研究提出了一个用于3D混凝土打印（3DCP）的几何感知建模框架，该框架集成了深度学习与有限元分析（FEM）。该方法旨在通过使用真实的丝材几何形状而非简化的矩形来提高可构建性评估的准确性。该框架包含一个名为ShapeGen3DCP的基于深度学习的工具，可直接从材料和工艺参数生成几何感知的数值模型。验证研究表明，挤出参数和丝材形状对可构建性预测有显著影响，尤其是在自由流动沉积场景下。