Algoritmo de mejora de la simulación de acciones
En el panorama en rápida evolución de la simulación de materiales, nuestro innovador motor de simulación acelerado por GPU ha establecido nuevos estándares de velocidad y eficiencia, estableciendo a CIMCO como líder en el campo.
Estamos continuamente ajustando y optimizando nuestras capacidades de simulación en CIMCO Edit y Machine Simulator; sin embargo, no estamos contentos solo con la velocidad: estamos igualmente comprometidos a superar los límites de la calidad y precisión de la simulación de materiales.
Nuestro equipo de investigación y desarrollo de simulación presentó recientemente una vista previa de su trabajo en los últimos meses: un algoritmo avanzado de mejora acelerado por GPU.
Este algoritmo está configurado para mejorar nuestros procesos actuales con mayor inteligencia y una comprensión más profunda tanto de los perfiles como de las trayectorias de las herramientas. Si bien nuestra técnica de posprocesamiento actual de "refinar bordes" maneja adecuadamente la mayoría de los escenarios, opera únicamente en la malla 3D, lo que limita su potencial.
El nuevo algoritmo de mejora: características clave
Nuestros resultados preliminares para el nuevo algoritmo de mejora son prometedores. Esto es lo que aporta:
1. Arcos verdaderos en perfiles de herramientas
- A diferencia del algoritmo actual, que linealiza las formas de las herramientas (excepto en el molino de bolas), nuestro nuevo enfoque simula los contornos precisos de la herramienta. Esto significa que los arcos verdaderos, ya sean complejos o simples, están fielmente representados.
- Al capturar la forma exacta de la herramienta, mejoramos la fidelidad de las simulaciones de eliminación de material.
2. Variación de la dirección de la herramienta dentro de segmentos de trayectoria linealizada
- Nuestro algoritmo existente linealiza las trayectorias de herramientas de 5 ejes en pequeños segmentos de dirección constante de la herramienta. Sin embargo, el mecanizado en el mundo real a menudo implica cambios dinámicos en la orientación de la herramienta.
- El algoritmo mejorado se adapta perfectamente a las distintas direcciones de la herramienta, lo que da como resultado simulaciones más precisas.
El algoritmo de mejora ya puede medir el error de los vértices del motor de eliminación de material actual y proyectarlos sobre la superficie más precisa teniendo en cuenta lo anterior.
En cuanto al rendimiento, hace todo esto en ~10% del tiempo de simulación actual, por lo que la sobrecarga asociada con la mejora es baja.
Próximos pasos
El desarrollo del nuevo algoritmo de mejora avanza bien, pero aún queda trabajo por hacer. En las próximas semanas y meses, el algoritmo podrá:
- Mida las normales de superficie reales y refine los bordes mejor y más rápido que nuestro algoritmo actual. El algoritmo actual de “refinar bordes” estima estas normales.
- Mida errores en triángulos/facetas, divida y proyecte cuando esté por encima de una tolerancia predefinida. Esto permitirá representar mejor las características finas locales.
Una ventaja inmediata de implementar estos pasos es la capacidad de los usuarios de establecer la calidad de la simulación de stock en términos de una tolerancia máxima, en lugar de una configuración arbitraria de bajo a alto como es el caso actualmente.
Si bien estos pasos son esenciales, representan solo la fase inicial de un viaje más extenso hacia nuestro nuevo algoritmo de mejora de la simulación de acciones que llevará la calidad de nuestra simulación a nuevas alturas. A medida que continuamos refinando y validando su rendimiento, confiamos en que llevará nuestras simulaciones a un nivel de precisión y realismo sin precedentes.
Ejemplos
El siguiente ejemplo demuestra cómo el algoritmo de mejora corrige las imprecisiones en la linealización del perfil de la herramienta. El ejemplo es algo exagerado para demostrar las capacidades. La linealización en la primera imagen normalmente no es tan visible.
La primera imagen a continuación muestra el algoritmo actual que utiliza un perfil linealizado para representar un Bull-Nose. La segunda imagen muestra el nuevo algoritmo de mejora utilizando un perfil True-Arc para representar el mismo Bull-Nose.
El siguiente ejemplo muestra cómo el algoritmo mejora los patrones inexactos que pueden surgir durante movimientos simultáneos de 5 ejes.
Más información
Página del producto CIMCO Edit
Página del producto CIMCO Machine Simulation
