从能力到生产力

面向先进制造工艺的仿真驱动设计方法

 

 

 

 
Altair at TCT Asia 2020(展位号:N1-C44)

Altair at TCT Asia 2020 亚洲 3D 打印、增材制造展览会

即日起至展会期间,填写右边表格,即有机会获得 Altair solidThinking™ 产品软件免费试用30天!)

 

Altair 拥有面向先进制造工艺的仿真驱动设计方法,能够帮助技术公司充分发挥其设计和制造潜力,以创造先进的产品和服务。

 

2020 年 2 月 19 日 - 21 日,TCT ASIA 2020 亚洲 3D 打印、增材制造展览会将在上海举行,欢迎前往 Altair TCT Asia 的展位 N1-C44,我们重点介绍传统和先进制造从设计到生产的整个历程。

 

同时,我们还将在2月19日的主题报告中,针对以下关键问题作出解答:

  • 如何为设计选择最佳制造工艺?
  • 如何为最佳的制造工艺给出创新的设计方案?
  • 在不影响性能的情况下,仿真如何创建最佳的可制造设计?
  • 如何利用增材制造为产品增值?何时开始?为什么要这么做?
  • 如何为高度自由增材制造设计产品?

 

 

 
选择最佳的制造工艺

面向先进制造工艺的仿真驱动设计方法

 

挑战:

重新设计摩托车后悬架枢轴,以实现更好的性能,更高的效率和零件强度。

评估和测试针对不同制造工艺的设计。

流程:

  • 通过装配体的运动仿真确定性能要求;
  • 在考虑制造设计约束(例如:铸造,铣削和多种增材制造方法)的基础上,采用制造方便的设计 ;
  • 对比新设计的性能和制造可行性;
  • 自动导出几何以生成拓扑概念;
  • 验证性能和制造可行性。

结果:

经济地生产出性能最佳的零件。

 

Back to top

 
从设计到制造工作流程

formnext workflow_CN

 

从能力到生产力
经生产验证的用户案例

机器人定制

(增材制造术和创成式设计)


为什么要定制工业机器人?

工业机器人是一个成长中的行业,应用种类多样。

许多设备制造商提供了各种各样的型号来满足专门的应用

但是仍很多的个性化需求

了解更多,请查看 博客

AM SCARA研究项目

PolyJet™,选择性激光烧结,选择性激光熔融)

 

通过仿真驱动的方法设计,使用3D打印方法制造,具有轻型结构的气动机器人,这是受欧盟资助的DIMAP研究项目和Gabriel Dämmer PhD项目。

 

了解更多,请查看 博客

Improve Quality and Profitability
State of the art, bi-phasic Finite Element formulation allows for capturing the filling and solidification process with great precision. This helps with building great quality castings with high margins.

无人机结构

(选择性激光烧结金属)

Aeroswift打印机上构建大型金属无人机框架,同时提高制造成功率并减少开发时间和浪费。

阅读 客户案例 了解更多!

胸部矫形器

(选择性激光烧结聚合物)

3D扫描与人体模拟相结合,以创建高度定制的3D打印矫形器。

阅读 客户案例 了解更多!

AM SCARA research project

(PolyJet™, Selective Laser Sintering, Selective Laser Melting)
 

Simulation-driven designed and pneumatically actuated robot with printed lightweight structures based on the EU funded research project DIMAP and PhD project of Gabriel Dämmer ©Festo AG & Co. KG

Read Blogpost to learn more!

支持不同类型的增材制造方法

 

 

MX3D                  1280px-Renishaw_logo.svg

 



slm logo              exone-metal-transparent background saw-01

 

 



Desktop Metal Logo_Full_BLK     Aeroswift

 

 
智能制造

通过机器学习驱动设计并改善制造决策

 

在先进的制造方案中利用机器学习来改善从设计到生产的整体性能。

组织使用机器学习来确保早期设计方向与零件良率,可重复性,周期时间,生产计划目标和降低的成本保持一致。

根据特定条件预测生产性能,以避免设备意外停机并实现预测性维护。使贵公司能够从用于预测分析的数据准备,到使用有价值的可视化数据模型的整个端到端分析过程进行实时评估和预测。访问我们的展位了解更多信息!

Machine_Learning_FormNext

 

Back to top