Neues Marktplatz Add-in: SSP 3D Nesting von Inkbit für pulverbasierte AM-Prozesse
Die effiziente Verschachtelung von Teilegeometrien in Fertigungsaufträgen für die pulverbasierte additive Fertigung ist eine der größten Herausforderungen, denen sich AM-Ingenieure heute stellen müssen. Eine schlechte Verschachtelung wirkt sich direkt auf die Bauzeiten, die Maschinenauslastung und das Recycling von ungenutztem Pulver aus.
Mit der Freigabe von Inkbit's Scalable Spectral Packing (SSP) Add-In für den Synera-Marktplatz ist es jetzt einfacher und schneller, hochperformante Verschachtelungskonfigurationen innerhalb automatisierter Build-Vorbereitungsworkflows zu erhalten.
SSP wurde in Zusammenarbeit zwischen Inkbit und dem MIT entwickelt und löst den kritischen Engpass bei der Verpackung einer großen Anzahl von Objekten mit unterschiedlichen Formen. Das Add-in ermöglicht erhebliche Kosteneinsparungen und Effizienzsteigerungen durch optimierte 3D-Verschachtelung - im Vergleich zu alternativen Lösungen wird eine um 25-30 % höhere Packungsdichte erreicht, während die Teile bis zu 6-mal schneller angeordnet werden. Das Inkbit SSP Add-in von Synera kann Tausende von Teilen in einem einzigen Bauprozess verarbeiten und verhindert automatisch, dass sich Teile gegenseitig blockieren - ein häufiges Problem bei der Arbeit mit komplexen Bauplänen.
Javier Ramos, Chief Technology Officer bei Inkbit, erklärt: "Bei der Entwicklung von SSP haben wir uns darauf konzentriert, die effizienteste und leistungsfähigste 3D-Packaging-Technologie zu entwickeln. Die Partnerschaft mit Synera ermöglicht es uns, diese Fähigkeit genau dort bereitzustellen, wo Ingenieure sie brauchen - direkt in ihren automatisierten Build Prep-Workflows."
Das bedeutet weniger Bauvorgänge, weniger Materialabfall und geringere Kosten pro Teil für Ihre additive Fertigung.
The Challenge of 3D Nesting in Additive Manufacturing
Traditional nesting solutions typically face three major limitations:
Performance degradation with scale: A common approach in nesting algorithms is to use geometric queries between pairs of objects, resulting in quadratic complexity as part count increases – quadrupling runtime with every doubling of part count. This is why many tools struggle with more than a few dozen complex parts. The problem becomes exponentially more challenging when handling hundreds or thousands of parts - exactly the scenario where optimal nesting delivers the greatest economic benefits.
Suboptimal packing density: To overcome performance issues, many nesting solutions employ simplified geometry representations and heuristic-based approaches that prioritize speed over optimal placement. Others use patterning approaches that arrange parts in regular grids or arrays, which simplifies algorithm complexity but sacrifices density by failing to utilize irregular spaces effectively. These compromises save computation time but lead to substantial unused space. Many solutions also apply excessive spacing between parts to avoid potential issues, further reducing achievable density.
Interlocking issues: Tight packaging can mean that parts become entangled physically and are hard to separate after the build is done, which poses significant post-processing challenges and potential part damage. Solving this problem requires considering not just where parts fit, but also how they can be physically separated afterward - a computationally intensive problem that many solutions simply avoid.
How SSP solves common nesting issues
Der SSP-Algorithmus von Inkbit löst diese Herausforderungen mit einer Reihe von technischen Innovationen:
FFT-Based Collision Detection
Rather than calculating collisions directly between parts, SSP transforms the problem to the spectral domain using Fast Fourier Transform. Here's how it works:
- Placement order: Objects are sorted according to size. The largest object is placed into the available build volume first.
- Voxelization: Both existing objects in the build volume and the new part to be placed are represented as 3D voxel grids (3D pixel arrays), where 1 indicates an occupied voxel and 0 represents empty space.
- Convolution via FFT: Instead of checking each potential position individually on a geometry level (which would be extremely slow), SSP transforms both voxel grids to the frequency domain using FFT.
- Fast Computation: In the frequency domain, checking all possible placements becomes a simple multiplication operation rather than millions of individual comparisons.
- Inverse Transform: The result is transformed back into the voxel space, producing a collision map showing every possible placement position and whether it causes collisions.
Dieser Ansatz verarbeitet Millionen potenzieller Platzierungspositionen gleichzeitig in Millisekunden, anstatt sie einzeln zu überprüfen. Für ein typisches Bauteilvolumen von 240 x 100 x 100 mm (24 Millionen Voxel bei 1 mm Voxelgröße) berechnet SSP eine kollisionsfreie Bauteilposition in etwa 3 ms - hundertmal schneller als herkömmliche Methoden. Eine detailliertere Beschreibung des Algorithmus findet sich in der Online-Publikation von Inkbit.
Interlocking Prevention System
SSP verwendet einen hochentwickelten mehrstufigen Demontagealgorithmus, der sicherstellt, dass jedes Teil nach dem Druck physisch entfernt werden kann:
- Das System identifiziert sequentiell die Existenz von kollisionsfreien Pfaden für jedes Teil von seiner Platzierung bis außerhalb des Bauvolumens
- Wenn Teile nicht kollisionsfrei extrahiert werden können, werden sie aus der Verpackung entfernt
- Ein Flood-Fill-Algorithmus wird verwendet, um die entfernten Teile in Positionen wieder einzufügen, die keine Kollisionen verursachen
Annäherungsbasierte Optimierung
Die möglichen Teilepositionen hängen mit dem Voxelgitterabstand zusammen. Wenn der Benutzer ein grobes Voxelgitter wählt, um die Berechnung zu beschleunigen, werden die Teile möglicherweise nicht in ihrer dichtesten Konfiguration platziert. Um eine möglichst dichte Packung zu gewährleisten, wird nach der ersten voxelbasierten Platzierung und der Vermeidung von Überlappungen ein zusätzlicher Schritt durchgeführt, bei dem ein benutzerdefinierter Teileabstand berücksichtigt wird. Durch diesen zusätzlichen Schritt können Packungsdichten eines 1 mm Voxelgitters mit einem 2 mm Gitter bei deutlich geringerem Rechenaufwand erreicht werden.
Performance Benchmarks
Im direkten Vergleich mit anderen führenden Verschachtelungslösungen erreicht Inkbits SSP kontinuierlich höhere Packungsdichten, meist bei deutlich geringerer Rechenzeit.
Vergleich des SPP-Algorithmus von Inkbit mit aktuellen Wettbewerbern. Bei einer drastischen Reduzierung der Berechnungszeiten in den meisten Fällen erreicht Inkbit die höchsten verriegelungsfreien Packungsdichten. Source: Cui et al. (2023)
Wann sollte Inkbit SSP im Vergleich zu anderen Verschachtelungsansätzen verwendet werden?
SSP ist zwar ein großartiger Algorithmus, aber je nach Bauauftrag und AM-Methode nicht immer die beste Wahl. Hier erfahren Sie, wann Sie ihn verwenden sollten - und wann nicht:
Verwenden Sie Inkbit SSP für:
- Großserienproduktion mit vielen verschiedenen Teilen, bei denen eine maximale Dichte die Einnahmen verbessert
- Komplexe Geometrien mit potenziellen Verzahnungsproblemen
- Technologien auf Kunststoffpulverbasis, die keine Stützstrukturen erfordern
Ziehen Sie andere, einfachere Verschachtelungsoptionen in Betracht, die auch in Synera verfügbar sind, für:
- Einfache, vorwiegend flache Teile
- Kleine Losgrößen ähnlicher Teile
- Metallische AM, die Stützstrukturen erfordern, die das Entpulvern und Zerlegen einer dichten Verpackung erschweren würden.
Integration mit Synera Workflows
Das Add-In kann direkt in Synera als Node in einem beliebigen Arbeitsablauf mit konfigurierbaren Parametern zur Optimierung der Laufzeit und des Mindestabstands zwischen den Teilen integriert werden. Es unterstützt Ausrichtungs- und Positionsbeschränkungen für jedes Teil, um z.B. Prüflinge genau dort zu halten, wo sie hingehören. Darüber hinaus kann die Gleichmäßigkeit des Schichtbereichs in Abhängigkeit von der Höhe des Bauauftrags angepasst werden, um Qualität und Machbarkeit mit der Bauzeit in Einklang zu bringen.
Über Inkbit
Inkbit ist ein Unternehmen für additive Fertigung mit Sitz in Medford, MA. Das Inkbit Vista 3D-Drucksystem ist für die Massenproduktion von Endverbrauchsteilen konzipiert. Inkbit hat eine neuartige Technologie namens Vision-Controlled Jetting (VCJ) entwickelt, die hochauflösende Druckfunktionen bietet und es den Anwendern ermöglicht, Teile mit hoher Maßhaltigkeit und Präzision in großen Mengen zu drucken.
Website Inkbit
