内燃机、螺旋桨和液压泵都是流体装置的例子——利用流体来执行某些功能的仪器，如发电或输送水。

由于流体装置非常复杂，它们通常由经验丰富的工程师开发，他们通过昂贵、耗时和劳动密集型的迭代过程手动设计、原型和测试每个设备。但在新系统中，用户只需要指定流体进入和退出设备的位置和速度，计算管道就会自动生成实现这些目标的最佳设计。

该系统可以使设计各种应用的流控设备变得更快、更便宜，比如可以从几滴血液中诊断疾病的芯片上的微流控实验室，或者可以挽救移植患者生命的人造心脏。

最近，人们开发了计算工具来简化手工设计过程，但这些技术都有局限性。有些要求设计师提前指定设备的形状，而另一些则使用被称为体素的3D立方体来表示形状，结果是四四方方的无效设计。

由麻省理工学院和其他地方的研究人员开发的计算技术克服了这些缺陷。他们的设计优化框架不需要用户对设备应该是什么样子做出假设。而且，在优化过程中，设备的形状会自动演变为平滑的，而不是块状的，不精确的边界。这使得他们的系统能够创建比其他方法更复杂的形状。

“现在你可以在计算管道中无缝地完成所有这些步骤。有了我们的系统，你可能会创造出更好的设备，因为你可以探索从未用人工方法研究过的新设计。也许有一些形状还没有被专家探索过。”电气工程和计算机科学研究生李一飞说，她是一篇详细介绍该系统的论文的主要作者。

研究人员的系统使用可以改变形状的3D块来平滑地生成流体扩散器的设计，该设计将液体从一个大开口引导到16个小开口。

图源:李一飞/MIT CSAIL

合著者包括杜涛，前计算机科学与人工智能实验室(CSAIL)博士后，现任清华大学助理教授;高级作者Wojciech Matusik，电气工程和计算机科学教授，领导CSAIL内的计算设计和制造组;以及威斯康星大学麦迪逊分校、光速工作室和达特茅斯学院的其他人。这项研究将在2022年ACM亚洲SIGGRAPH上发表。

整形流体装置

研究人员的优化管道从一个空白的三维区域开始，该区域被划分为一个由微小立方体组成的网格。这些3D立方体或体素中的每一个都可以用来形成流体装置形状的一部分。

将他们的系统与其他优化方法区别开来的一件事是它如何表示或“参数化”这些微小的体素。体素被参数化为各向异性材料，这些材料根据施加在它们上的力的方向给出不同的响应。例如，木材在垂直于纹理的力作用下就弱得多。

他们使用这种各向异性材料模型将体素参数化为完全固体(就像在设备外部发现的那样)、完全液体(设备内的流体)以及存在于固体-流体界面的体素(具有固体和液体材料的特性)。

“当你朝着固体方向前进时，你想要模拟固体的材料特性。但是当你朝着流体的方向，你想要模拟流体的行为。这启发了我们使用各向异性材料来表示固体-流体界面。它使我们能够非常准确地模拟这个区域的行为。”李解释说。

他们的计算管道也以不同的方式思考体素。该系统不只是使用体素作为3D构建块，而是可以以非常精确的方式改变每个体素的表面角度并改变其形状。体素可以形成平滑的曲线，从而实现复杂的设计。

一旦他们的系统使用体素形成了一个形状，它就会模拟流体如何流经该设计，并将其与用户定义的目标进行比较。然后它调整设计以更好地满足目标，重复这种模式，直到找到最佳形状。

有了这个设计，用户可以利用3D打印技术来制造设备。

展示设计

一旦研究人员创建了这个设计管道，他们就用最先进的方法——参数优化框架——对其进行了测试。这些框架要求设计师事先明确他们认为设备的形状应该是什么样的。

“一旦你做出了这样的假设，你所能得到的只是形状家族中形状的变化。”李说。“但我们的框架不需要你做出这样的假设，因为我们有很高的设计自由度，可以用许多微小的体素来表示这个领域，每个体素都可以改变其形状。”

在每次测试中，他们的框架都优于基线，通过创建具有复杂结构的光滑形状，这些结构可能过于复杂，以至于专家无法提前指定。例如，它自动创建了一个树形的流体扩散器，将液体从一个大入口输送到16个小出口，同时绕过设备中间的障碍物。

该管道还产生了一个螺旋桨形状的装置，以产生扭曲的液体流动。为了实现这个复杂的形状，他们的系统自动优化了近400万个变量。

“我很高兴看到我们的管道能够自动为这种流体扭转器生长一个螺旋桨形状的设备。这种形状将驱动高性能设备。如果你用参数化形状框架对目标进行建模，因为它无法生长出如此复杂的形状，最终的设备就不会表现得那么好。”她说。

虽然她对它可以自动生成的各种形状印象深刻，但李计划利用更复杂的流体仿真模型来增强系统。这将使管道能够在更复杂的流程环境中使用，这将允许它在更复杂的应用程序中使用。

Autodesk research高级研究经理Karl Willis说:“这项工作有助于解决流体设备自动化和优化设计的重要问题，流体设备几乎无处不在。”他没有参与这项研究。“它让我们离生成式设计工具更近了一步，既可以减少所需的人类设计周期，又可以生成优化和更高效的新设计。”

这项研究得到了美国国家科学基金会和国防高级研究计划局的部分支持。

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。