SLM金屬拓撲優化結構+5軸非平面算法打造全新桌面FDM3D打印機！零件性能已逼近各向同性

AM易道設備分享

經常玩FDM的朋友大概經常被災難性的各向異性，以及由此衍生的支撐結構困境所折磨。

傳統3軸FFF那套基于笛卡爾坐標系的逐層堆疊邏輯，決定了它打印出來的零件，層間鍵合強度遠遠弱于層內強度。

這導致零件在Z軸方向上一掰就脆，根本無法承受復雜的多向載荷。

為了解決懸垂問題，我們又不得不忍受耗時、耗材且嚴重影響表面質量的支撐結構。

這些問題，是FDM技術從原型制造走向工業級終端應用的巨大鴻溝。

過去我們分享過一些新的解決思路：

這個文章的相關團隊應該算是這方面鼻祖了，未來AM易道還將對他們多軸打印更多精彩技術進行解讀。

那個劍橋天才少年用的就是相關的多軸算法。

今天，我們聊的新案例，是類似的又一次嘗試和應用。

主角是兩家英國公司：

硬件初創公司Generative Machine和軟件開發商Ai build。

他們最近宣布加強合作，要把一套AI驅動的5軸桌面FDM系統推向市場。

Aibuild的聯合創始人兼首席運營官Michail Desyllas表示他們的目標是將下一代硬件設計與智能軟件自動化相結合，去解鎖那些傳統桌面系統根本無法實現的復雜幾何形狀和多向制造。

遞歸的硬件：一臺用AI和金屬打印制造的打印機

我們先得搞明白，為什么5軸FDM對硬件的要求如此苛刻。

當你的噴嘴和平臺開始在五個自由度上同時運動時，任何微小的震動、形變或累積誤差都會被無限放大。

傳統桌面打印機那種用鋁型材或鈑金拼湊的框架，根本無法提供所需的動態剛性。

Generative Machine的破局思路，體現在他們的Gen5X平臺上。

這家公司的核心哲學，是一種近乎遞歸的設計方法：

他們利用AI和Autodesk Fusion360的生成式設計（Generative Design）工具，來開發打印機自身的關鍵結構件。

他們輸入材料屬性、制造約束和性能要求，AI生成了多種設計方案。

最終，他們將原本需要多個子裝配體的復雜結構，拓撲優化整合為了僅僅4個核心結構部件。

這種高度整合的設計，極大地提高了整個系統的剛性，同時減少了裝配和校準的復雜性。

更關鍵的是這些部件的制造工藝。

Gen5X的拓撲優化后的核心結構件采用的是SLM/DMLS（直接金屬激光燒結）技術打印的鋁合金。

沒錯，他們用3D金屬打印技術，來打造一臺桌面FDM打印機的主框架。

除了AI+3D打印引發熱點關注之外，這個案例還代表了經典的3D打印打印3D打印機的典型。

這確保了它在緊湊的尺寸下，具備了工業級的高剛性和精度，成為能夠可靠運行復雜5軸運動學的硬件基礎。

更有意思的是，Generative Machine還在Gen5X V1中繼承了RepRap運動的開源精神，旨在探索下一代能夠自我設計和自我復制的原型機。

他們甚至在試驗將攝影測量捕獲模塊（即3D掃描）嵌入平臺，未來可以實現自動化逆向工程、閉環質量檢測，甚至是復制重印功能。

開源項目摘要

https://github.com/GenerativeMachine/Gen5X

項目團隊將所有設計文件都開放了出來，包括Fusion360的設計文件和STEP格式文件，任何人都可以下載、研究、改進這個設計。

這種開放的態度正是推動3D打印技術快速發展的關鍵動力。

在我們看來，它代表著一種全新的制造哲學：機器的自主進化。

當打印機能夠自己設計零件時，每一次迭代都可能產生意想不到的創新。

工業級的大腦：當軟件重新定義層

說回這臺新設備，如果說Gen5X是擁有工業級骨骼的運動員，那么Ai Build的軟件就是賦予它靈魂的AI大腦。

5軸FDM最大的技術難點，其實已經從硬件轉向了軟件—你如何去規劃這個擁有5個自由度的工具路徑？

這早已不是傳統G-code(G1XYZ)的世界，而變成了復雜的6-DOF幾何優化問題。

Aibuild平臺的的軟件棧源于對大型增材制造（LFAM）和工業機器人手臂的控制經驗。

這套系統是硬件無關的（Hardware-agnostic），能控制從聚合物擠出到金屬DED的各種工藝。

我們過去看到大量的機械臂以及非平面3D打印都用了他家的算法：

Aibuild解決的核心問題是非平面切片（Non-PlanarSlicing）。

雖然都是非平面切片，我們其實還沒法理清AI Build和開始提到的曼徹斯特大學Dr. Charlie C.L. Wang團隊的算法以及我們之前分享過的ORNL的Slicer2算法的區別和對比，也請專業讀者向我們私信反饋他們的異同。

但根據此次發布的Ai Build的公開信息，簡單來敘述：

傳統的切片器是基于固定的Z軸高度平面來生成2D路徑；

而5軸切片必須生成適應三維自由曲面的空間軌跡。

類似的算法，不再生成2D平面層，而是生成3D層。

從一個初始曲線開始，通過計算測地距離（Geodesic Distance）來逐步構造后續的曲線偏移。

而在這些3D層的內部填充上，也需要使用費馬螺旋（Fermat spiral）等連續曲線算法，以確保刀路的絕對連續性。

當然，隨之而來的工程挑戰就是碰撞檢測（Collision Avoidance）。

在5軸運動中，擠出頭撞上零件的風險呈指數級增加。

類似算法提供的正是這種AI驅動的自動化刀路生成和優化功能，它能自動處理多軸運動的復雜協調、精度保證和自適應控制，確保運動的絕對安全。

Generative Machine甚至在硬件中內置了碰撞感知系統，為這種復雜路徑規劃提供了雙保險。

真正的飛躍：當機械性能成為軟件的設計變量

當硬件的剛性和軟件的智能路徑規劃都到位后，5軸FDM才真正顯露出它的顛覆性潛力。

Aibuild軟件提供了一個核心功能，叫做參數化切片策略。

這允許工程師對材料沉積路徑進行高度精確的控制，實現共形結構（Conformal Structure）的打印。

這樣一來，零件內部的纖維流向不再是工藝的被動結果，而是軟件的直接設計變量。

工程師可以主動定義材料在零件內的流動方向，確保高強度區域的纖維流向與預期的載荷方向精確對齊。

通過這種方式，5軸FDM能夠將材料纖維流向與零件幾何體和預期載荷方向對齊。

我們在俄羅斯的方案也見過類似的表述：

這帶來的性能提升是明確的。

根據此發布相關的PR內容表示，有研究表明，與傳統平面切片相比，多軸打印的曲線層零件，其抗拉強度提升幅度可達22%至167%。

這種巨大的強度增長，直擊了FDM技術的最大痛點之一。

它意味著5軸FDM正在極大地改善層間結合薄弱帶來的各項異性，并促使其機械性能趨于各向同性（Isotropic）。

對于功能性零件而言，可預測且一致的機械行為很重要。

同時，通過動態改變零件的有效構建方向，5軸FDM可以大幅減少甚至消除懸垂，實現復雜幾何體的無支撐打印。

這個特點我們在曼大、ORNL和俄羅斯的方案里都能看到。

而共形材料沉積則徹底消除了曲面上的階梯效應，帶來了極佳的表面光潔度。

一次實用主義的桌面工業化轉型

Generative Machine的CEO Ric Real曾表示，他們希望將機器人和LFAM中的先進能力帶給桌面用戶。

而Aibuild的CEO Daghan Cam也認為，這種軟硬件的集成，正在賦能新一代的創客和制造商。

它瞄準的市場非常清晰：

通過結合5軸FDM硬件和自動化軟件棧，為行業帶來一個更強的桌面解決方案，用于生產那些具備接近應用級表面質量、且無需支撐的復雜組件。

據了解，這兩家公司將在即將到來的Formnext2025上進行現場演示。屆時，我們或許能親眼見證，這場發生在桌面上的FDM新玩法將如何展開。

關注AM易道，讀懂3D打印的變化之道。

招聘全職編輯：5年以上3D打印行業經驗，不限專業方向。期待與有深度思考能力、文字能力和創作興趣的小伙伴合作，共同打造優質內容。有意者請加yihanzhong詳聊。

深度內容約稿：

歡迎向AM易道投稿，歡迎關于3D打印的深度原創內容，

有意者請加yihanzhong詳聊。

企業合伙計劃：

讀者加群提示：添加amyidao加入讀者交流群（備注加群），獲取原始信源鏈接或不便發表內容，并與AM易道同頻讀者共同探討3D打印的一切，AM易道建議讀者星標公眾號，第一時間收到AM易道更新。

鄭重免責聲明：AM易道圖片視頻來自于網絡，僅作為輔助閱讀之用途，無商業目的。版權歸原作者所有，如有任何侵權行為，請權利人及時聯系，我們將在第一時間刪除。本文圖片版權歸版權方所有，AM易道水印為自動添加，輔助閱讀，不代表對該圖片擁有版權，如需使用圖片，請自行咨詢版權相關方。AM易道文章不構成任何投資建議，不對因使用本文信息而導致的任何直接或間接損失承擔責任。