了解3D打印工作的物理性質，對設計師和制造商來說是非常有用的。他們能夠準確地知道哪些材料可以用來優化3D打印件。麻省理工學院(MIT)的一組研究人員最近開發出了一套巧妙的軟件系統，可以在極短時間內，利用先進的物理模型來計算這些數據。

該系統由麻省理工學院計算機科學與人工智能實驗室(CSAIL)博士后BoZhu以及電氣工程與計算機科學副教授WojciechMatusik共同設計。他們的工作得到了美國國防高級研究計劃局的SIMPLEX項目的支持。

“一直以來，人們都是手工進行3D打印設計。”BoZhu說。“但當你想要一些更高層次的目標時，例如，你想設計一個具有最大剛度的椅子，或者設計一些柔軟的(機器人)夾子，那么直覺或經驗可能是不夠的。拓撲優化是我們研究的重點，我們在設計回路中加入了物理模型和仿真。當前拓撲優化的問題是硬件功能和軟件之間存在著差距，而我們的算法彌補了這個空白。

3D打印機的平均分辨率為每英寸600點左右，這意味著1.67立方英寸的體積可容納十億個小立方塊材料。計算每一種材料組合的效果將是非常耗時的。因此，MIT團隊的創新點在于通過模擬立方體的集群來模擬這些效果。

對于給定的一組材料，軟件隨機生成大小不同的集群——16、32或64體素(3D像素)。通過對每個集群的物理屬性進行評估，它會逐漸建立一個可包含數千種結構的數據庫。然后，軟件通過訪問這個數據庫，為該3D打印件選定最好的3D打印材料。該軟件具有廣闊的應用前景。

“材料結構和性能是很重要的，比如汽車或航空航天產業。生產帶有指定的功能性特性的材料和對象更是這些應用的核心”一名計算機科學助理教授表示，“通過MIT團隊提出的解決方案，可以對3D設計執行實際的優化，使他們能夠非常高效地生成具有高分辨率3D打印件，即使是一臺普通的計算機也可以進行這樣的操作。