Topologieoptimierung vs Generatives Design: Welche Designoptimierung wählen?
Die Produktion soll immer schneller erfolgen, die Teile immer höheren Ansprüchen gerecht werden und unsere aktuellen Errungenschaften weiter übertrumpft werden. Dafür ist es unerlässlich, dass die gefertigten Produkte auf eine Art und Weise optimiert werden, um noch mehr Leistung zu erbringen. Häufig bedeutet dies, dass das Gewicht der Teile reduziert werden muss und gleichzeitig mehr Robustheit und Leistungsfähigkeit angestrebt wird. Und diese weniger-ist-mehr-Gleichung fängt bereits beim Design an! Wenngleich Konstrukteure bemüht sind, die Entwürfe in diese Richtung zu bearbeiten, bringen neue Technologien wie Künstliche Intelligenz und Machine Learning neue Möglichkeiten ins Spiel, wie das bei der Topologieoptimierung und dem Generativen Design der Fall ist.
Topologieoptimierung und Generatives Design sind zwei Ansätze, die mithilfe von Computer-gestützten Berechnungen Designs so optimieren, dass diese einerseits die volle Leistung bringen, andererseits in der Produktion Kosten und Ressourcen gespart werden können, um nur einige Anreize zu nennen. Wenngleich beide Verfahren ähnliche Ziele verfolgen, dürfen sie nicht miteinander gleichgesetzt oder verwechselt werden. Im Folgenden erörtern wir, was man unter Topologieoptimierung und Generativem Design versteht, gehen auf die Vorteile, Herausforderungen, konkrete Anwendungsfelder- und Beispiele ein und erläutern ihren Nutzen in Kombination mit dem 3D-Druck.
(Bild: Mensch und Maschine)
Mit Topologieoptimierung und Generativem Design schneller zum besten Design
An sich ist die Topologieoptimierung keine neue Methode und wird schon seit den frühen 1990er-Jahren genutzt, um 3D-Modelle von Bauteilen so zu optimieren, dass die grundlegenden Funktionen beibehalten werden und dennoch redundantes Material gespart werden kann, wo das Teil keine Lasten tragen muss. Bei der Topologieoptimierung steht am Anfang immer ein vom Menschen erstelltes Design, das so angepasst werden soll, dass trotz Einsparungen keine Leistungseinbußen zu verzeichnen sind. Dazu ist es allerdings nötig, bestimmte Rahmenbedingungen festzulegen, zum Beispiel dass einwirkende Kräfte berücksichtigt werden und geschützte Zonen festgelegt werden. Computerbasierte Algorithmen erstellen dann ein Netzmodell, das im Zuge der FEA (Finite Element Analysis) auf seine strukturelle Integrität geprüft werden muss. Das Ergebnis muss dann von einem CAD-Ingenieur geprüft und gegebenenfalls angepasst werden.
Während dem endgültigen Design nach der Topologieoptimierung immer ein vorher erstelltes Konzept vorangeht, das verbessert werden soll (meist im Hinblick auf Material und Gewicht), kommt das Generative Design ohne Grunddesign aus. Hier liegt bereits ein markanter Unterschied. Beim Generativen Design werden anhand von festgelegten “Constraints” (Bedingungen) beliebig viele neue Designs erstellt, um die vielzähligen Möglichkeiten zu erforschen. Solche Bedingungen können Sperrflächen sein, das verwendete Material, das gewählte Fertigungsverfahren, die Kosten etc. Durch Künstliche Intelligenz werden dann unterschiedliche Designmöglichkeiten konzipiert, die den zuvor festgelegten Parametern entsprechen. Wichtig zu erwähnen ist, dass Generatives Design nicht auf Anhieb eine optimale Lösung garantiert, sondern mögliche Kompromisse zwischen den festgelegten Zielen (wie Gewicht, Materialverbrauch und Kosten) untersucht und mehrere Optionen auf der Grundlage der Präferenzen des Benutzers anbietet. Es sind dann – wie bei der Topologieoptimierung auch – Ingenieure nötig, die diese Bedingungen im ersten Schritt festlegen und abschließend aus den unzähligen Designmöglichkeiten das finale Design auswählen.
Der Vergleich von Topologieoptimierung und Generativem Design. (Bild: Mensch und Maschine)
Beide Lösungen unterstützten die Produktentwicklung mithilfe von computergestützten Mechanismen und erstellen Designs, die im Hinblick auf Leichtbau, Kostenreduktion und Materialeinsparung etc. bei gleichbleibender oder sogar verbesserter Bauteilqualität optimiert sind. Hinzuzufügen ist auch, dass die vorgeschlagenen Entwürfe sich immer an Vorkommnissen in der Natur orientieren und Ähnlichkeiten mit Knochenstrukturen, Bienenstöcken, Korallen etc. aufweisen. Während die Topologieoptimierung in einem einzigen finalen Design resultiert, zeigt Generatives Design aber mehrere Möglichkeiten auf – je nach festgelegten Constraints.
Sowohl Topologieoptimierung als auch Generatives Design führen daher auf unterschiedliche Weise zur Erstellung eines optimalen Designs, möglicherweise stellen die Designs aber die anschließende Produktionsphase vor Herausforderungen. Nicht jedes Fertigungsverfahren ist in der Lage, komplexe Designs mit verschränkten Geometrien, Überhängen und variierenden Wandstärken zu realisieren, die mitunter im Rahmen der Optimierungen vorgeschlagen werden.
Aus diesem Grund lassen sich die Potentiale von Topologieoptimierung und Generativem Design besonders gut in Kombination mit dem 3D-Druck ausspielen. Zum einen, da beide Lösungen Designs generieren, die mit traditionellen Verfahren gar nicht oder nur schwer umsetzbar wären, zum anderen, weil die Designs entsprechend der Fertigungsmethode generiert werden können. Beim Generativen Design kann so von Anfang festgelegt werden, dass das Teil additiv gefertigt wird und die Software wird diese Bedingung berücksichtigen und deshalb nur Lösungen generieren, die per 3D-Drucktechnologie umsetzbar sind. Bei der Topologieoptimierung ist das nicht der Fall. Ein CAD-Ingenieur muss das generierte Design prüfen und eventuell entsprechend der Fertigungsmethode verfeinern. Wird das Bauteil beispielsweise per 3D-Druck gefertigt, fallen je nach Verfahren eventuell Stützstrukturen an. Der Konstrukteur muss dann festlegen, wo und wie diese angebracht werden können.
Die Darstellung eines Teils, welches mittels Generativem Design optimiert wurde und anschließend 3D-gedruckt werden kann. (Bild: Siemens PLM)
Vorteile und Limits
Zu den Vorteilen beider Methoden zählt, dass Designs hinsichtlich der festgelegten Parameter mithilfe von Algorithmen bzw. Künstlicher Intelligenz optimiert werden. Somit können Zeit, Material und dadurch Kosten gespart werden. Durch Generatives Design können etwa hunderte oder gar tausende Designoptionen erstellt und miteinander verglichen werden, ohne dass dabei viel Zeit verschwendet wird. Simulationen und Tests sind bereits Teil des Designprozesses, wodurch keine teuren Nachbesserungen anfallen. Der Kostenpunkt kann im Generativen Design außerdem als Bedingung festgelegt werden, wohingegen die Topologieoptimierung eines Bauteilkonzepts keinerlei Kosten-Insights gibt.
Die zahlreichen Designmöglichkeiten im Generativen Design können ein Vorteil sein, um vielfältige Lösungswege aufzuzeigen. Bei der Topologieoptimierung steht am Ende nur ein Enddesign. Hier muss der Ingenieur noch nachbessern und prüfen, während er bei der Nutzung von Generativem Design sein Know-how anwendet, um eine Auswahl zu treffen. Ein wesentlicher Vorteil ist, dass die Designs am Ende des Generativen Designprozesses in einer CAD-Datei vorliegen, die als STEP-Datei exportiert werden kann, um beispielsweise das Bauteil additiv zu fertigen und die Weiterführung in der Prozesskette zu vereinfachen. Das durch Topologieoptimierung erhaltene Modell muss erst in eine CAD-Datei umgewandelt werden.
Obwohl beide Computer-gestützten Designlösungen zahlreiche positive Anreize bereithalten, sind sie auch mit einigen Herausforderungen verbunden. Einerseits sind die Software-Lösungen für Generatives Design und Topologieoptimierung sehr teuer und mit hohen Kosten verbunden, andererseits benötigt die richtige und effiziente Bedienung auch Fachwissen. Topologieoptimierung ist bereits eine bewährte Methode und viele großen Unternehmen haben sich über die Jahre hinweg damit vertraut gemacht. Sie haben Kosten und Zeit investiert, damit sich ihre Ingenieure mit topologischer Optimierung auseinandersetzen. Generatives Design hingegen ist erst im Zuge der letzten Jahre möglich und populär geworden. Auch wenn dadurch mehr Lösungswege aufgezeigt werden können, sind Softwares für Generatives Design teurer, was dazu führt, dass sie für viele Unternehmen keine Alternative sind. Sie gehen auf bewährten Pfaden, denn auch Topologieoptimierung bringt sie zum Ziel.
Topologieoptimierung wird vor allem genutzt, um das Gewicht eines Teils zu verbessern. (Bild: Formlabs)
Für beide Prozesse gilt, dass sie nicht ohne CAD-Designer und deren Fachwissen auskommen, wobei diese bei der Topologieoptimierung stärker involviert sind. In beiden Fällen müssen sie sich mit Materialeigenschaften und Fertigungstechnologie auseinandersetzen und die Designs im Hinblick auf ihre Machbarkeit analysieren. Auch die Endnutzung muss im Designprozess mitgedacht werden. Die von der KI-erstellten Designs entsprechen zwar den funktionell optimalsten, sind aber oftmals nicht sehr schön. Die Designer müssen gegebenenfalls im Hinblick auf die Ästhetik, aber auch auf Haptik, Akustik und Geruch nachjustieren, denn für die Endnutzer des Produkts sind diese sensorischen Reize entscheidend. Wird beispielsweise eine Autotür durch Topologieoptimierung und Generatives Design erstellt, soll diese nicht nur leicht, kostengünstig und materialschonend hergestellt werden; sie soll auch in das Design des Autos integriert werden können, optisch ansprechend sein und wie eine Autotür klingen und sich so anfühlen, um beim Kunden Erfolg zu haben. Gerade bei diesen sensorischen Punkten stoßen Topologieoptimierung und Generatives Design an ihre Grenzen und können den Menschen im Designprozess (noch) nicht ersetzen. Trotzdem eröffnen beide Designlösungen ein breites Spektrum an Möglichkeiten in zahlreichen Anwendungen.
Anwendungen
Obwohl sich die vielfältigen Anwendungsbereiche oft überschneiden, unterscheiden sich die Methoden in deren Herangehensweisen und Einsatzmöglichkeiten. Die Topologieoptimierung arbeitet stets innerhalb der definierten Grenzen, indem sie Material aus einer vorgegebenen Grundform entfernt und dabei FEA-Simulationen durchführt, um die Leistungsfähigkeit zu steigern. Im Gegensatz dazu geht Generatives Design einen Schritt weiter. Es nutzt Algorithmen, um neue und kreative Lösungen zu entwickeln, die nicht nur die Materialverteilung optimieren, sondern auch den Designraum erweitern. Die Topologieoptimierung und das Generatives Design werden in denselben Branchen eingesetzt, in denen die physikalischen Eigenschaften eines Bauteils entscheidend sind, wie beispielsweise in der Luft-und Raumfahrt oder im Automobilbau, aber auch in kreativen Branchen und der Architektur.
Die Trennwand des Airbus A320, die mittels Generativem Design entwickelt wurde. (Bild: Autodesk)
In der Luft- und Raumfahrt ermöglicht die Topologieoptimierung die Verbesserung bestehender Designs, um leichtere Flugzeugstrukturen herzustellen, wie beispielsweise bei Verstärkungsrippen, was wiederum den Treibstoffverbrauch reduziert. Ein Beispiel ist die Arbeit von Andreas Bastian, der Flugzeugsitze entwarf, die 54 % leichter sind und somit eine erhebliche Gewichtsreduzierung für das gesamte Flugzeug ermöglichen. Aber auch das Generative Design wird von Unternehmen wie Airbus genutzt, um stabilere Bauteile und kreative Komponenten zu erstellen. Ein bekanntes Beispiel ist die Trennwand für den Airbus A320, die nach dem Vorbild natürlicher Wachstumsprozesse hergestellt wurde.
In der Automobilindustrie trägt die Topologieoptimierung zur Entwicklung von Fahrzeugen bei, die sowohl leicht als auch stabil und sicher sind, indem bestehende Designs durch Gewichtsreduktion verbessert werden. Das Radaufhängersystem für Fiat Chrysler konnte so durch die Integration von über zwölf verschiedenen Komponenten in einem einzigen Bauteil um 36 % leichter gemacht werden. Generatives Design findet ebenfalls Anwendung in der Optimierung von Fahrzeugkomponenten, indem es neue Lösungsansätze schafft. Dadurch können Unternehmen die Leistung ihrer Produkte steigern und den wachsenden Anforderungen an den Umweltschutz gerecht werden. Bugatti nutzte beispielsweise eine Generative Design Software, um das Flügelsteuerungssystem für den Chiron zu entwickeln, was zu einer optimierten Baugruppe mit einer Gewichtsreduzierung von über 50 % führte. Aber auch Porsche hat bei der Fertigung eines innovativen Kolbens für den Hochleistungsmotor der 911 GT2 RS auf das Generative Design zurückgegriffen.
Ein Fahrzeugdesign, das mit Generativem Design entwickelt wurde. Deutlich wird hier vor allem die Ähnlichkeit mit Knochenstrukturen und zukünftig könnten optimierte Fahrzeuge diesem ähneln. (Bild: Siemens)
Auch im medizinischen Bereich spielen sowohl die Topologieoptimierung als auch das Generative Design eine entscheidende Rolle. Ein Beispiel für die Anwendung von Topologieoptimierung sind maßgeschneiderte Implantate von NuVasive, die durch Gitterstrukturen Gewicht einsparen, ohne an Stabilität einzubüßen. Im Vergleich dazu ermöglicht das Generative Design besonders im Bereich der Osseointegration fortschrittliche Lösungen, bei denen Implantate so gestaltet werden, dass ihre Struktur der des natürlichen Knochens ähnelt. Dies fördert das Anwachsen von neuem Knochengewebe auf dem 3D-gedruckten Implantat, was die langfristige Stabilität verbessert. Während die Topologieoptimierung im medizinischen Bereich oft auf Effizienz und Gewichtseinsparung abzielt, liegt der Fokus beim Generativen Design auf der optimalen Anpassung an die individuelle Anatomie des Patienten, vor allem bei der Herstellung patientenspezifischer Prothesen.
Außerdem wird Generatives Design in der Architektur und im Bauwesen genutzt, um neuartige und funktionale Konzepte für Räume zu gestalten, die gleichzeitig Lösungen für komplexe Designprobleme bieten. Auch die Topologieoptimierung wird zunehmend in der Architektur eingesetzt, um bestehende Bauformen zu verbessern und die Tragfähigkeit zu erhöhen. Beide Methoden ermöglichen es Architekten, in der Entwurfsphase effizientere Strukturen zu gestalten, wobei sie sich oft von natürlichen Strukturen inspirieren lassen. Ein Beispiel hierfür ist die Brücke des Robotik-Unternehmens MX3D, die mithilfe von Generativem Design von 3D-Robotern über einem Kanal in Amsterdam errichtet wurde.
In der Mode– und Schmuckindustrie wird hauptsächlich Generatives Design verwendet, da der Fokus weniger auf der Optimierung von Faktoren wie Gewicht liegt, sondern vielmehr auf der Erschaffung kreativer und außergewöhnlicher Formen. Ein Beispiel ist die Designerin Julia Körner, die für den Blockbuster Black Panther innovative 3D-gedruckte Kostüme kreierte. Auch Anouk Wipprecht nutzt Generatives Design, wie etwa beim ScreenDress, das anschließend durch die MultiJet Fusion-Technologie realisiert wurde. Hier geht es vor allem darum, die Grenzen traditioneller Mode zu erweitern und durch digitale Designprozesse neuartige, ästhetische Strukturen zu schaffen.
Links das Kleid von Anouk Wipprecht und rechts ein Design von Julia Körner. (Bilder: Anouk Wipprecht, Julia Körner)
Darüber hinaus wird Generatives Design in der Sport– und Konsumgüterindustrie für die Produktion von leistungsfähigen und kostengünstigen Produkten angewendet. Beschleunigt wird der Entwicklungsprozess durch den Einsatz von KI-gestützten Algorithmen, die diverse Designvarianten generieren. Ein Beispiel ist der von Under Armour entwickelte Sportschuh Architech, welcher mittels Generativem Design und in Zusammenarbeit mit Autodesk produziert wurde.
Software und Anbieter
Um Topologieoptimierung und Generatives Design wirkungsvoll zu nutzen, sind spezialisierte Softwarelösungen erforderlich. Für die Topologieoptimierung sind Tools wie 3DXpert von Oqton ideal, besonders für Implantate und komplexe Geometrien. Aber auch Altair Inspire eignet sich hervorragend für Anwendungen in der Automobil- und Luftfahrtindustrie. Ansys Discovery und Netfabb bieten ebenfalls Unterstützung für die Topologieoptimierung, um stabile 3D-Drucke zu gewährleisten. Netfabb verfügt außerdem über eine kostenlose Testversion, ansonsten liegt der Preis bei 5.300 Euro für ein Jahr oder 15.895 für drei Jahre. Eine weitere Softwarelösung ist CogniCAD von ParaMatters, eine Cloud-Plattform, die Topologieoptimierung mit Generativem Design kombiniert und auf komplexe 3D-Konstruktionen spezialisiert ist. Um CogniCAD zu nutzen, können Sie Token erwerben, wobei die Preise der Token von 14,90 Dollar bis zu 5,90 Dollar variieren, je nachdem, für welche Version der Software Sie sich entscheiden.
Z88Arion® ist eine kostenlose Software, die über drei Optimierungsalgorithmen für die Topologieoptimierung verfügt. Siemens NX-12 hingegen hebt sich durch die Integration von Topologieoptimierung auf Basis konvergenter Modellierungstechnologie hervor, die eine einwandfreie 3D-Modellierung ermöglicht und zu leichteren, aber robusten Bauteilen führt. Die Software eignet sich sowohl für Generatives Design als auch für Topologieoptimierung.
nTpology ist eine Software, die sich für Generatives Design eignet. (nTopology)
Für Generatives Design bietet nTopology mit nTop eine leistungsfähige Software, die generative Werkzeuge für individuelle Anforderungen bereitstellt. Fusion 360 von Autodesk ist ebenfalls eine gute Wahl, mit Funktionen wie Skizzen, Oberflächenmodellierung und Rendering und kann für Topologieoptimierung sowie Generatives Design verwendet werden. Die Nutzung der Tools für topologische Optimierung ist in Fusion 360 kostenlos, sollten Sie jedoch den vollen Arbeitsumfang von Fusion 360 inklusive Funktionen für Generatives Design verwenden wollen, dann liegt der Preis bei 680 Dollar pro Jahr oder 85 Dollar pro Monat. Weitere Softwares sind Creo Parametric und Creo Generative Design, welche Cloud-Technologien nutzen, um optimierte Designkonzepte zu erstellen und kosteneffiziente Designs schnell umzusetzen. Eine andere Softwarelösung ist MSC Apex Generative Design von Hexagon, die sich für die Herstellung detaillierter und komplizierter Strukturen eignet.
Die richtige Software ist der entscheidende Partner, um seine Vorhaben mit Topologieoptimierung und Generativem Design umzusetzen. Tendenziell sind Lösungen für Generatives Design auf dem aktuellen Markt teurer als solche für Topologieoptimierung. Je nach Budget und Zielen lässt sich auf dem stets wachsenden Markt allerdings bestimmt das Richtige finden. Ingenieure sind aber in jedem Fall dazu angehalten, sich in die Software einzulernen, da diese unterschiedlich intuitiv ausfallen. Die Expertise ist entscheidend, um die Designvorteile der topologischen Optimierung und des Generativen Designs optimal auszuspielen. Unten finden Sie eine Tabelle, die die wichtigsten Merkmale gegenüberstellt..
Haben Sie bereits Erfahrung mit der Nutzung von Tools zur Topologieoptimierung oder Generativem Design? Lassen Sie uns dazu einen Kommentar da, oder teilen Sie es uns auf Facebook oder LinkedIN mit. Möchten Sie außerdem eine Zusammenfassung der wichtigsten Neuigkeiten im 3D-Druck und der additiven Fertigung direkt und bequem in Ihr Postfach erhalten? Dann registrieren Sie sich jetzt für unseren wöchentlichen Newsletter.
