作為(wei) 現在最快和最可持續的添加劑工藝之一，金屬粘合劑噴射通過將精確體(ti) 積的液體(ti) 粘合劑噴塗到金屬粉末床上來工作，而金屬粉末又將粉末粘合成固體(ti) 層，以生成所需的3D模型。粘結劑噴射係統往往具有較大的製造量，並且不需要支撐結構，因此與(yu) 粉末床熔合係統相比，它們(men) 通常具有更高的生產(chan) 能力。因此，為(wei) 了更好地幫助用戶完成產(chan) 品的預設計，模擬軟件開發商Simufact宣布為(wei) 其Simufact Additive程序推出了一種用於(yu) 金屬粘結劑噴射3D打印過程的仿真工具。

Simufact Additive程序中的幾何優(you) 化階段

Simufact Additive的新型粘合劑噴射工具旨在替代傳(chuan) 統但昂貴的反複試驗方法，旨在通過計算預測最終的收縮率。然後，製造商將能夠根據需要補償(chang) 和擴大尺寸，而無需任何熱仿真方麵的專(zhuan) 業(ye) 知識。

此外，該工具還可以預測零件中燒結引起的機械應力，從(cong) 而指示可能在哪裏發生缺陷。掌握了這些知識之後，工程師應該能夠在產(chan) 品生命周期的早期進行設計更改，從(cong) 而減少失敗嚐試的次數。

首先，模型設置和仿真階段是完全自動化的，並且可以使用Python腳本進一步自定義(yi) 。作為(wei) 補償(chang) 的最終確認階段，可以將優(you) 化的幾何圖形立即與(yu) 程序界麵中的初始STL和製造零件的計量掃描進行比較。

新的程序可以顯示燒結過程中的預期收縮程度

預測和仿真工具在降低成本和縮短新穎零件的上市時間方麵非常有用。工程公司Etteplan最近開發了一種新的免費在線工具-AMOTool，以計算3D打印的生產(chan) 成本。該軟件程序使公司能夠在尚未進行任何生產(chan) 之前，使用一種完善的金屬3D打印方法來計算與(yu) 製造對象相關(guan) 的成本。

采用深度學習(xi) 方法，幾何專(zhuan) 家Physna最近推出了它所謂的世界上最強大的幾何搜索引擎-Thangs。Thangs無需掃描文本或圖像，而是使用深度學習(xi) 算法根據構成其體(ti) 積的多邊形或三角形對3D模型建立索引。該引擎還為(wei) 3D社區提供了版本控製功能和“兼容零件預測”。