了解3D打印工作的物理性质，对设计师和制造商来说是非常有用的。他们能够准确地知道哪些材料可以用来优化3D打印件。麻省理工学院(MIT)的一组研究人员最近开发出了一套巧妙的软件系统，可以在极短时间内，利用先进的物理模型来计算这些数据。
该系统由麻省理工学院计算机科学与人工智能实验室(CSAIL)博士后BoZhu以及电气工程与计算机科学副教授WojciechMatusik共同设计。他们的工作得到了美国国防高级研究计划局的SIMPLEX项目的支持。
“一直以来，人们都是手工进行3D打印设计。”BoZhu说。“但当你想要一些更高层次的目标时，例如，你想设计一个具有最大刚度的椅子，或者设计一些柔软的(机器人)夹子，那么直觉或经验可能是不够的。拓扑优化是我们研究的重点，我们在设计回路中加入了物理模型和仿真。当前拓扑优化的问题是硬件功能和软件之间存在着差距，而我们的算法弥补了这个空白。
3D打印机的平均分辨率为每英寸600点左右，这意味着1.67立方英寸的体积可容纳十亿个小立方块材料。计算每一种材料组合的效果将是非常耗时的。因此，MIT团队的创新点在于通过模拟立方体的集群来模拟这些效果。
对于给定的一组材料，软件随机生成大小不同的集群——16、32或64体素(3D像素)。通过对每个集群的物理属性进行评估，它会逐渐建立一个可包含数千种结构的数据库。然后，软件通过访问这个数据库，为该3D打印件选定最好的3D打印材料。该软件具有广阔的应用前景。
“材料结构和性能是很重要的，比如汽车或航空航天产业。生产带有指定的功能性特性的材料和对象更是这些应用的核心”一名计算机科学助理教授表示，“通过MIT团队提出的解决方案，可以对3D设计执行实际的优化，使他们能够非常高效地生成具有高分辨率3D打印件，即使是一台普通的计算机也可以进行这样的操作。
