Topologieoptimierung vs. generatives Design: Welches Modellierungstool wählen?

Die Produktion muss schneller werden, Teile müssen höheren Anforderungen genügen und unsere bisherigen Errungenschaften müssen noch übertroffen werden. Dazu müssen die hergestellten Produkte in irgendeiner Weise optimiert werden, um die Effizienz zu steigern. Oft bedeutet dies, das Gewicht der Teile zu reduzieren und gleichzeitig eine höhere Festigkeit und Leistung anzustreben. Diese „Weniger ist mehr“-Gleichung beginnt bereits bei der Empfängnis! Während Designer danach streben, in diese Richtung zu entwerfen, bringen neue Technologien wie künstliche Intelligenz und maschinelles Lernen neue Möglichkeiten mit sich, wie es bei der Topologieoptimierung und dem generativen Design der Fall ist.

Topologieoptimierung und generatives Design sind zwei Methoden, die mithilfe computergestützter Berechnungen ein Design optimieren, es einerseits absolut effizient machen und andererseits Kosten und Produktionsressourcen sparen, um nur einige zu nennen. Obwohl diese beiden Ansätze ähnliche Ziele verfolgen, sollten sie nicht gleichgesetzt oder verwechselt werden. Im Folgenden erläutern wir die Bedeutung, Vorteile, Herausforderungen, konkrete Anwendungsbereiche und Beispiele von Topologieoptimierung und generativem Design und erläutern deren Nutzen in Kombination mit 3D-Druck.

Erhalten Sie schneller das beste Design mit Topologieoptimierung und generativem Design

Die Topologieoptimierung selbst ist keine neue Methode und wird seit Anfang der 1990er Jahre zur Optimierung von 3D-Modellen eingesetzt, wobei die grundlegende Funktionalität erhalten bleibt und gleichzeitig Material gespart wird, wenn Teile keine Lasten tragen müssen. Topologieoptimierung beginnt immer mit einem benutzerfreundlichen Design, das so angepasst werden muss, dass die Leistung nicht abnimmt, ohne dass die Kosten darunter leiden. Hierzu ist es jedoch erforderlich, bestimmte Rahmenbedingungen zu definieren, wie etwa die Berücksichtigung von Kräften und die Festlegung von Schutzgebieten. Anschließend erstellen Computeralgorithmen ein Netzmodell, dessen strukturelle Integrität im Rahmen einer Finite-Elemente-Analyse (FEA) überprüft werden muss. Anschließend muss der CAD-Ingenieur die Ergebnisse prüfen und ggf. anpassen.

Während der endgültige Entwurf nach der Topologieoptimierung immer zuvor etablierten Konzepten vorangeht, die Verbesserungen erfordern (meist in Bezug auf Materialien und Gewicht), erfordert generatives Design keinen grundlegenden Entwurf. Das ist ein wesentlicher Unterschied. Beim generativen Design werden „Einschränkungen“ (Bedingungen) festgelegt, um so viele neue Designs wie möglich zu erstellen und so mehrere Möglichkeiten auszuloten. Diese Einschränkungen können die Barriereoberfläche, die verwendeten Materialien, das gewählte Herstellungsverfahren, die Kosten usw. sein. Die KI kann dann verschiedene Gestaltungsmöglichkeiten erarbeiten, die zuvor definierten Parametern entsprechen. Es ist erwähnenswert, dass generatives Design nicht von Anfang an die beste Lösung garantiert, sondern mögliche Kompromisse zwischen gesetzten Zielen (wie Gewicht, Materialverbrauch und Kosten) untersucht und basierend auf den Präferenzen des Benutzers mehrere Optionen bereitstellt. Daher müssen Ingenieure wie bei der Topologieoptimierung zunächst diese Bedingungen definieren und schließlich aus unzähligen Möglichkeiten das endgültige Design auswählen.

Beide Lösungen unterstützen den Einsatz computergestützter Mechanismen zur Produktentwicklung und optimieren das Design im Hinblick auf Leichtbau, Kostenreduzierung und Materialeinsparung. bei gleichzeitiger Beibehaltung oder Verbesserung der Bauteilqualität. Erwähnenswert ist auch, dass die präsentierten Designs immer von Ereignissen in der Natur inspiriert sind, mit Ähnlichkeiten zu Skelettstrukturen, Bienenstöcken, Korallen usw. Während die Topologieoptimierung zu einem einzigen endgültigen Design führt, bietet generatives Design mehrere Möglichkeiten basierend auf definierten Einschränkungen.

Daher funktionieren sowohl die Topologieoptimierung als auch das generative Design auf unterschiedliche Weise, um optimale Designs zu erstellen, die in der nächsten Produktionsphase zu Herausforderungen führen können. Nicht alle Fertigungsverfahren sind in der Lage, komplexe Konstruktionen mit verschachtelten Geometrien, Überhängen und variablen Wandstärken umzusetzen, die manchmal im Rahmen einer Optimierung empfohlen werden.

Deshalb lassen sich die Potenziale beider Tools besonders gut im Zusammenhang mit dem 3D-Druck nutzen. Einerseits, weil beide Lösungen zu Designs führen, die mit herkömmlichen Verfahren nicht oder nur schwer realisierbar sind, und andererseits, weil Designs auf Basis von Fertigungsmethoden generiert werden können. Beim generativen Design kann von vornherein festgelegt werden, dass das Bauteil mittels additiver Fertigung hergestellt wird. Die Software berücksichtigt diese Bedingung und generiert daher nur Lösungen, die mit der 3D-Drucktechnologie realisierbar sind. Dies ist bei der Topologieoptimierung nicht der Fall. CAD-Ingenieure müssen den resultierenden Entwurf überprüfen und ihn möglicherweise basierend auf der Herstellungsmethode verbessern. Wenn das Teil beispielsweise im 3D-Druck hergestellt wird, können je nach verwendeter Methode Stützstrukturen erforderlich sein. Der Konstrukteur muss dann festlegen, wo und wie sie platziert werden sollen.

Vorteile und Einschränkungen

Einer der Vorteile beider Ansätze besteht darin, dass das Design auf Basis von Parametern optimiert werden kann, die mithilfe von Algorithmen oder künstlicher Intelligenz festgelegt werden. Das spart Zeit, Material und damit Kosten. Mit generativem Design können Sie ohne Zeitverlust Hunderte oder sogar Tausende von Designoptionen erstellen und diese miteinander vergleichen. Simulation und Tests werden Teil des Designprozesses, wodurch kostspielige Nacharbeiten vermieden werden. Kosten können auch als Bedingung im generativen Design definiert werden, wohingegen die Topologieoptimierung von Komponentenkonzepten keinen Einblick in die Kosten bietet.

Die vielfältigen Gestaltungsmöglichkeiten im generativen Design können bei der Demonstration unterschiedlicher Lösungen von Vorteil sein. Bei der Topologieoptimierung gibt es nur ein endgültiges Design. In diesem Fall muss der Ingenieur noch verbessern und überprüfen, während er bei der Verwendung anderer Tools sein Fachwissen nutzt, um Entscheidungen zu treffen. Ein wesentlicher Vorteil besteht darin, dass der Entwurf am Ende des generativen Designprozesses als STEP-Datei exportiert werden kann, um beispielsweise das Teil mittels additiver Fertigung herzustellen und den Rest der Produktionskette zu vereinfachen. . Das durch Topologieoptimierung gewonnene Modell muss zunächst in eine CAD-Datei umgewandelt werden.

Obwohl beide computergestützten Designlösungen viele positive Anreize bieten, bringen sie auch einige Herausforderungen mit sich. Einerseits sind Softwarelösungen für generatives Design und Topologieoptimierung sehr teuer, andererseits erfordert der richtige und effektive Einsatz spezielles Fachwissen. Die Topologieoptimierung ist bereits eine bewährte Methode und viele große Unternehmen haben sich im Laufe der Jahre damit vertraut gemacht. Generatives Design hingegen ist erst in den letzten Jahren möglich und populär geworden. Obwohl Software für generatives Design mehr Lösungen finden kann, ist sie noch nicht sehr verbreitet.

Für beide Prozesse sind CAD-Konstrukteure und deren Fachwissen unverzichtbar. Sie müssen Materialeigenschaften und Herstellungstechniken untersuchen und die Machbarkeit des Entwurfs analysieren. Auch die Endverwendung muss im Designprozess berücksichtigt werden. Von KI erstellte Designs mögen hinsichtlich der Funktionalität optimal sein, sehen aber oft nicht gut aus. Gegebenenfalls müssen Designer Anpassungen in ästhetischer, taktiler, auditiver und olfaktorischer Hinsicht vornehmen, da diese Sinnesreize für den Endverbraucher des Produkts entscheidend sind. An diesen sensorischen Punkten stoßen Topologieoptimierung und generatives Design an ihre Grenzen und können den Menschen im Designprozess noch nicht ersetzen. Dennoch eröffnen beide konstruktiven Lösungen vielfältige Möglichkeiten in vielen Anwendungen.

Anwendungsgebiete

Obwohl sich mehrere Anwendungsbereiche häufig überschneiden, unterscheiden sich die Ansätze und Anwendungen dieser Methoden. Die Topologieoptimierung erfolgt immer innerhalb definierter Grenzen, indem Material von einer bestimmten Grundform entfernt und gleichzeitig FEA-Simulationen zur Leistungsverbesserung durchgeführt werden. Generatives Design geht dagegen noch etwas weiter. Mithilfe von Algorithmen werden neue kreative Lösungen entwickelt, die nicht nur die Materialverteilung optimieren, sondern auch den Gestaltungsspielraum erweitern. Topologieoptimierung und generatives Design eignen sich nicht nur für Bereiche, in denen die physikalischen Eigenschaften von Bauteilen entscheidend sind, wie zum Beispiel Luft- und Raumfahrt oder Automotive, sondern auch für kreative Bereiche und Architektur.

Im Luft- und Raumfahrtsektor trägt die Topologieoptimierung dazu bei, bestehende Designs zu verbessern, um leichtere Flugzeugstrukturen wie Versteifungen herzustellen, die zur Reduzierung des Treibstoffverbrauchs beitragen. Nehmen wir zum Beispiel die Arbeit von Andreas Bastian, der durch den von ihm entworfenen Flugzeugsitz das Gewicht um 54 % reduzierte und damit das Gesamtgewicht des Flugzeugs deutlich reduzierte. Aber auch Unternehmen wie Airbus nutzen generatives Design, um leistungsfähigere Teile und kreative Baugruppen herzustellen. Ein berühmtes Beispiel ist die Trennwand des Airbus A320, die von natürlichen Wachstumsprozessen inspiriert wurde.

In der Automobilindustrie verbessert die Topologieoptimierung bestehende Designs durch Gewichtsreduzierung und trägt so zur Entwicklung leichter, stabiler und sicherer Fahrzeuge bei. Das Federungssystem des Fiat Chrysler wurde dank der Integration von mehr als 12 verschiedenen Komponenten in einem Teil um 36 Prozent reduziert. Generatives Design wird auch zur Optimierung von Automobilkomponenten durch die Schaffung neuer Lösungen eingesetzt. Es ermöglicht Unternehmen, die Produktleistung zu verbessern und steigende Umweltanforderungen zu erfüllen. Beispielsweise nutzte Bugatti generative Designsoftware zur Entwicklung des Flügelsteuerungssystems des Chiron, das die Montage optimierte und das Gewicht um mehr als 50 % reduzierte. Porsche nutzte aber auch abgeleitete Designs, um innovative Kolben für den Hochleistungsmotor des 911 GT2 RS zu entwickeln.

Auch im medizinischen Bereich spielen unsere beiden Modellierungswerkzeuge eine entscheidende Rolle. Ein Beispiel für die Anwendung der Topologieoptimierung sind die maßgeschneiderten Implantate von NuVasive, die Gitterstrukturen verwenden, um das Gewicht zu reduzieren, ohne die Stabilität zu beeinträchtigen. Im Gegensatz dazu ermöglicht generatives Design fortschrittliche Lösungen, insbesondere im Bereich der Osseointegration, bei der Implantate so gestaltet werden, dass sie der Struktur von natürlichem Knochen ähneln. Dies fördert das Wachstum von neuem Knochengewebe auf dem 3D-gedruckten Implantat und verbessert so die Langzeitstabilität. Während die Topologieoptimierung im medizinischen Bereich typischerweise auf Effizienzsteigerung und Gewichtsreduzierung abzielt, steht beim generativen Design die optimale Anpassung an die individuelle Patientenanatomie im Vordergrund, insbesondere bei der Herstellung patientenspezifischer Prothesen.

Darüber hinaus wird generatives Design in der Architektur und im Bauwesen eingesetzt, um neuartige und funktionale Konzepte für Räume zu schaffen und gleichzeitig Lösungen für komplexe Designprobleme bereitzustellen. Auch im Bauwesen wird die Topologieoptimierung zunehmend eingesetzt, um bestehende Gebäudeformen zu verbessern und die Tragfähigkeit zu erhöhen. Beide Methoden ermöglichen es Architekten, während der Entwurfsphase effizientere Strukturen zu entwerfen, wobei sie sich häufig von natürlichen Strukturen inspirieren lassen. Ein Beispiel ist die Brücke von MX3D, die mittels generativem Design an einem Kanal in Amsterdam gebaut wurde.

Generatives Design wird vor allem in der Mode- und Schmuckbranche eingesetzt, da der Fokus weniger auf der Optimierung von Faktoren wie Gewicht, sondern vielmehr auf der Schaffung kreativer und origineller Formen liegt. Ein Beispiel ist die Designerin Julia Körner: Sie entwarf innovative 3D-gedruckte Kostüme für den Blockbuster-Film Black Panther. Auch Anouk Wipprecht nutzt generatives Design, etwa bei ihrem ScreenDress, das dann mit der MultiJet Fusion-Technologie erstellt wird. Dabei geht es vor allem darum, die Grenzen der traditionellen Mode zu überschreiten und mithilfe digitaler Designprozesse neue ästhetische Strukturen zu schaffen.

Software und Lieferanten

Um Topologieoptimierung und generatives Design effektiv nutzen zu können, sind spezielle Softwarelösungen erforderlich. Für die Topologieoptimierung sind Tools wie 3DXpert von Oqton ideal, insbesondere für Implantate und komplexe Geometrien. Aber auch für Anwendungen in der Automobil- und Luft- und Raumfahrtindustrie ist Altair Inspire ideal. Ansys Discovery und Netfabb bieten außerdem Unterstützung bei der Topologieoptimierung, um einen stabilen 3D-Druck zu gewährleisten. Netfabb bietet auch eine kostenlose Testversion an, ansonsten beträgt der Preis 5.300 € für ein Jahr oder 15.895 € für drei Jahre. Eine weitere Softwarelösung ist CogniCAD von ParaMatters, eine Cloud-Plattform, die Topologieoptimierung und generatives Design kombiniert und auf komplexe 3D-Strukturen spezialisiert ist. Um CogniCAD zu nutzen, können Sie Token erwerben, deren Preis je nach gewählter Softwareversion zwischen 14,90 und 5,90 US-Dollar liegt.

Z88Arion® ist eine kostenlose Software mit drei Optimierungsalgorithmen zur Topologieoptimierung. Der Siemens NX-12 hingegen zeichnet sich durch die integrierte Topologieoptimierung auf Basis der konvergenten Modellierungstechnologie aus, die eine perfekte 3D-Modellierung ermöglicht und zu leichteren und dennoch stabileren Bauteilen führt. Diese Software eignet sich für generatives Design und Topologieoptimierung.

Für generatives Design bietet nTopology die leistungsstarke Software nTop an, die generative Werkzeuge für individuelle Bedürfnisse bereitstellt. Auch Autodesks Fusion 360 ist mit Funktionen wie Skizzieren, Oberflächenmodellierung und Rendering eine gute Wahl und kann zur Topologieoptimierung und zum generativen Design verwendet werden. Zur weiteren Software gehören Creo Parametric und Creo Generative Design, die Cloud-Technologie nutzen, um optimierte Designkonzepte zu erstellen und kostengünstige Designs schnell umzusetzen. Eine weitere Softwarelösung ist Hexagons MSC Apex Generative Design, das sich für die Erstellung detaillierter und komplexer Strukturen eignet, oder Cognitive Design, mit dem Sie schnell optimierte Designs erhalten.