Поскольку жидкостные устройства настолько сложны, они обычно разрабатываются опытными инженерами, которые вручную проектируют, создают прототипы и тестируют каждое устройство с помощью итеративного процесса, который является дорогостоящим, отнимающим много времени и трудоемким. Но с новой системой пользователю нужно только указать местоположение и скорость, с которой жидкость поступает в устройство и выходит из него - затем вычислительный конвейер автоматически генерирует оптимальную конструкцию, которая достигает этих целей.

Система может ускорить и удешевить разработку жидкостных устройств для всех видов применения, таких как микрожидкостные лаборатории на чипе, которые могут диагностировать заболевание по нескольким каплям крови, или искусственные сердца, которые могут спасти жизни пациентов, перенесших трансплантацию.

Недавно были разработаны вычислительные инструменты для упрощения процесса ручного проектирования, но эти методы имели ограничения. Некоторые требовали, чтобы дизайнер заранее определил форму устройства, в то время как другие представляли формы с использованием 3D-кубов, известных как воксели, что приводит к квадратному, неэффективному дизайну.

Вычислительная техника, разработанная исследователями из Массачусетского технологического института и других стран, преодолевает эти подводные камни. Их система оптимизации дизайна не требует от пользователя делать предположения о том, как должно выглядеть устройство. Кроме того, форма устройства автоматически изменяется во время оптимизации с плавными, а не блочными, неточными границами. Это позволяет их системе создавать более сложные формы, чем другими методами.

"Теперь вы можете легко выполнять все эти шаги в вычислительном конвейере. И с помощью нашей системы вы потенциально могли бы создавать более совершенные устройства, потому что вы можете исследовать новые конструкции, которые никогда не исследовались ручными методами. Возможно, есть какие-то формы, которые еще не были исследованы экспертами", - говорит Ифэй Ли, аспирант по электротехнике и информатике, ведущий автор статьи, подробно описывающей эту систему.

В число соавторов входят Тао Ду, бывший постдок Лаборатории компьютерных наук и искусственного интеллекта (CSAIL), который в настоящее время является доцентом Университета Цинхуа; и старший автор Войцех Матусик, профессор электротехники и компьютерных наук, который возглавляет группу вычислительного проектирования и изготовления в CSAIL; а также другие в Университете Висконсина в Мэдисоне, студии LightSpeed Studios и Дартмутском колледже. Исследование будет представлено на ACM SIGGRAPH Asia 2022.

Формирование жидкостного устройства

Конвейер оптимизации исследователей начинается с пустой трехмерной области, которая была разделена на сетку из крошечных кубов. Каждый из этих 3D-кубов, или вокселей, может быть использован для формирования части формы жидкостного устройства.

Одна вещь, которая отличает их систему от других методов оптимизации, - это то, как она представляет или "параметризует" эти крошечные воксели. Воксели параметризованы как анизотропные материалы, то есть материалы, которые дают различные отклики в зависимости от направления приложения к ним силы. Например, древесина гораздо слабее реагирует на усилия, приложенные перпендикулярно зерну.

Они используют эту модель анизотропного материала для параметризации вокселей как полностью твердых (как можно было бы найти снаружи устройства), полностью жидких (жидкость внутри устройства) и вокселей, которые существуют на границе раздела твердое тело-жидкость, которые обладают свойствами как твердого, так и жидкого материала.

"Когда вы идете в направлении твердых тел, вы хотите смоделировать материальные свойства твердых тел. Но когда вы движетесь в направлении жидкости, вы хотите смоделировать поведение жидкостей. Именно это вдохновило нас на использование анизотропных материалов для представления границы раздела твердое тело-жидкость. И это позволяет нам очень точно моделировать поведение этого региона", - объясняет Ли.

Их вычислительный конвейер также думает о вокселях по-другому. Вместо того, чтобы использовать воксели только в качестве 3D-строительных блоков, система может наклонять поверхность каждого вокселя и очень точно изменять его форму. Затем воксели могут быть сформированы в плавные изгибы, которые позволяют создавать сложные конструкции.

Как только их система сформирует форму с помощью вокселей, она имитирует, как жидкость протекает через эту конструкцию, и сравнивает ее с заданными пользователем целями. Затем он корректирует дизайн, чтобы лучше соответствовать поставленным целям, повторяя этот шаблон до тех пор, пока не найдет оптимальную форму.

Имея в руках этот дизайн, пользователь мог бы использовать технологию 3D-печати для изготовления устройства.

Демонстрация дизайнов

Как только исследователи создали этот конвейер проектирования, они протестировали его с использованием самых современных методов, известных как фреймворки параметрической оптимизации. Эти рамки требуют от дизайнеров заранее указать, какой, по их мнению, должна быть форма устройства.

"Как только вы сделаете это предположение, все, что вы получите, - это вариации формы в семействе форм", - говорит Ли. "Но наш фреймворк не нуждается в том, чтобы вы делали подобные предположения, потому что у нас есть такие высокие степени свободы дизайна, представляя эту область множеством крошечных вокселов, каждый из которых может изменять свою форму".

В каждом тесте их фреймворк превосходил базовые показатели, создавая плавные формы со сложными структурами, которые, вероятно, были бы слишком сложными для того, чтобы эксперт мог определить их заранее. Например, он автоматически создал жидкостный диффузор в форме дерева, который транспортирует жидкость из одного большого входного отверстия в 16 меньших выходных отверстий, обходя препятствие в середине устройства.

Трубопровод также создавал устройство в форме пропеллера для создания закручивающегося потока жидкости. Чтобы достичь такой сложной формы, их система автоматически оптимизировала почти 4 миллиона переменных.

"Я был действительно рад видеть, что наш трубопровод смог автоматически вырастить устройство в форме пропеллера для этого жидкого твистера. Такая форма привела бы в действие высокопроизводительное устройство. Если вы моделируете эту цель с помощью каркаса параметрической формы, поскольку он не может создать такую сложную форму, конечное устройство будет работать не так хорошо", - говорит она.

Хотя она была впечатлена разнообразием форм, которые она могла автоматически генерировать, Ли планирует усовершенствовать систему, используя более сложную имитационную модель жидкости. Это позволило бы использовать трубопровод в более сложных условиях потока, что позволило бы использовать его в более сложных приложениях.

Это исследование было частично поддержано Национальным научным фондом и Агентством перспективных исследовательских проектов в области обороны.