概述 燕窝的结构可以为人类提供有价值的设计见解，其在控制结构特征和材料分层方面与增材制造相似。可食用的金丝燕窝就是用它们螺纹状的唾液创建巢穴，以高分辨率严格遵循设计原则。 本项目使用 Simpleware 软件处理 micro-CT 数据的数值模型，并在 SIMULIA Abaqus 中进行应力分布的有限元（FE）模拟，研究燕窝中材料特性如何与结构设计相结合。结果显示，燕窝的宏观和微观尺度结构模式具有显著的一致性，表明对施加载荷的响应依赖于保守的设计策略，避免用于储存金丝燕鸟蛋的重要区域发生断裂。 亮点 燕窝的设计原则为如何构建复杂结构提供了重要见解，与增材制造技术具有共同点。Simpleware 软件由 µCT 创建的模型可以详细描述燕窝的微观结构。Simpleware 软件为逼真的模拟提供高质量的 FE 网格。Abaqus 的仿真结果表明燕窝是按照特定的设计原则搭建。 在 Simpleware 中创建模型 为开展这项工作，研究人员从商业农场获得了 5 个金丝燕窝，并使用 SkyScan 1176 高分辨率的 micro-CT 扫描仪（Sky Scan，比利时）进行扫描。随后将数据导入 Simpleware ScanIP 中，对感兴趣区域进行可视化和分割。为了提高效率，先对图像数据进行重采样，将感兴趣区域从背景数据中分割出来。修正 µCT 数据中的伪影和噪声，通过阈值工具分割燕窝并去除背景噪声。 使用 Floodfill 工具删除不连接的掩膜伪影，应用 recursive Gaussian 滤波器降低图像噪声和细节电平。设置将小于 125 体素的闭合孔隙添加到掩膜中，这样可以减少计算时间并提高生成单元的质量。 图：燕窝模型重建的工作流程，利用 Simpleware 软件和 Abaqus 完成从 micro-CT扫描到 FE 模型 使用 Simpleware ScanIP 测量和统计工具计算整个燕窝的形态计量学参数，包括：质量密度、燕窝的体积和表面积，以及孔隙分析。测量的对象是分割的燕窝掩膜和封闭孔隙的单独掩膜。编写一个在 YZ 、 XZ 和 XY 坐标平面对掩膜进行逐个切片的脚本，分析每个切片上孔隙和掩膜的数据，生成一个由闭合孔隙组成的多标签掩膜。创建这个掩膜是为了交互式地可视化和分析包含多个区域的孔隙掩膜，例如唾液链之间分散的孔隙。孔隙多标签掩膜是通过在孔隙掩膜中标记不连通区域获得，同时赋予每个区域不同的颜色。 导出用于模拟的FE模型 在 Simpleware 软件中生成能够展示微观结构特征的高质量有限元网格，用于模拟不同的加载状况。选择 FE Free 网格划分算法，确保高度精细的燕窝微观结构具有很高的几何精度，从而真实地表示结构中的孔隙率。网格经过平滑处理后，可导出为包含大约500万个单元的全四面体有限元模型，平均边长的长宽比为 4 – 5，平均内外长宽比为 0.8 – 1。 图：Simpleware 软件分割和生成燕窝FE网格的细节展示 在划分网格的设置中定义接触实体和节点集，然后将专用的网格模型导出至 Abaqus 求解器，可以选择节点集用于施加边界条件和载荷。通过扫描电子显微镜进行原位单轴拉伸试验，获得材料的应变和应力特性。 图：机械测量用 3D 模型生成的高分辨率燕窝 FE 网格模型，彩色标尺表示不同的材料密度 模拟应力和应变 在 Abaqus 中，有限元网格的材料属性通过拉伸试验获得的数据赋值。根据名义应力-应变曲线设置输入数据，同时考虑小变形时的线弹性模型。假设该材料在纤维水平上为各向同性，由 µCT 扫描中捕获纤维的几何排列而产生了结构的各向异性。模拟假设最坏的情况是两只金丝燕和两颗蛋施加的体积力（重力），与只额外对鸟蛋进行的测试比较结果。 图：有限元模拟结果展示在每个线性静力加载状况（A、C、E）及最坏加载情况（A-D）下的最大主应力 Simpleware ScanIP 中预定义的加载区域含有一定数量的节点，包括在燕窝边缘施加金丝燕重力的两个定义区域和燕窝中心施加鸟蛋重力的两个区域。对于燕窝的每个有限元模型，在计算应力和应变分布时，将燕窝与壁接触的几何位置处节点集约束为完全固定的（所有方向位移均为零）。有限元模拟结果显示每个线性静力加载情况结束时的最大主应力。中心的“鸟蛋区域”应力值较低，对锚定区域起到保护作用。 结论 由唾液形成的可食燕窝在宏观（重量、形状）和微观（孔隙面积和分布）特性上表现出显著的相似性，这表明燕窝是由生物采用特定的设计原则建造。对燕窝的研究也表明它们的搭建目标足以支撑两只金丝燕和两颗鸟蛋。峰值应力的管理确保优化的结构能够完全承受鸟蛋和金丝燕的重力而不破坏燕窝。 此外，该研究展示了单一材料如何正确分布在特定结构中，创建出具有可持续性和弹性的结构。这些来自动物的建造结构设计原则为人们提供了如何在仅使用本地或自产材料的条件下创建复杂结构的见解，与增材制造技术具有相同之处。 参考 致谢和更多信息请参考英文原文：https://www.synopsys.com/simpleware/resources/case-studies/avian-nests.htmlH.R. Jessel, […]

复合材料中纤维的分布和取向对其力学或热学性质有很大的影响，因此对组件的性能也有重大贡献。准确的纤维分析是验证设计的关键，但在一个相对较大的零件中，当纤维排列密集且直径是微米尺度时就非常具有挑战性了。仿真可以通过预测注塑或铸造过程中的流动模式，由此获取可能的纤维取向。然而这些方法并不完美，无法解释零件之间的差异。对于完全工程化的组件，仍然必须要对工艺和制造的零件进行验证。 Simpleware ScanIP 中的纤维取向分析工具可以帮助您从制造零件的 micro-CT 图像中获得取向信息，并应用在多种方法中以了解组件真实的性能和寿命。 Simpleware 纤维取向分析的优势 直接从图像数据进行快速的纤维取向分析，不需要图像分割表征纤维，了解密度和取向可视化的向量和图表方便理解并与同事分享信息导出详细的取向信息，用以改进有限元模拟中的材料属性表征 案例：纤维增强塑料（FRP）零件 我们以由纤维增强塑料（FRP）制成的电机安装支架为例。这种轻质复合材料是短切纤维束嵌入聚合物中形成的，具有高抗压和抗拉强度。这种材料有广泛的应用，包括： 航空航天组件——支架、机翼结构、襟翼等汽车——保险杠、支架、踏板等体育器材——滑雪板、自行车、桨等 与传统的金属组件相比，FRP 提供了更高的强度、弹性、耐热性以及更轻的重量。 micro-CT 扫描可用于检测 FRP 支架中的纤维。对于特定的分辨率，会有一个能够扫描组件的最大尺寸限制。因此，通常需要扫描组件的几个不同部分。可以将这些部分结合构成整个组件高度详细的 micro-CT 扫描，或者它们也可以是零件内不同的感兴趣区域（ROI）。 micro-CT 扫描可以详尽地显示整个零件的纤维，从而进行最佳的纤维密度和取向计算。然而考虑到零件的尺寸、时间和硬件资源等限制可能不满足这样做的条件。因此，扫描不同的 ROI 是一种可行的替代解决方案。基于单个区域的纤维取向信息，采用均质材料属性运行初始结构分析，然后从潜在高应力集中区域中选择出这些 ROI。获取不同 ROI 的扫描数据后进行纤维取向分析，然后将这些关键区域的取向信息添加到仿真模型中。用到的区域越多，局部材料属性的描述越准确，通过仿真获得FRP支架真实性能的表征就越好。 图：Simpleware ScanIP中纤维增强塑料（FRP）零件的纤维取向分析 怎样使用 Simpleware 的纤维取向分析 micro-CT 扫描投影被重建为一系列的 2D 图像切片，将其导入 Simpleware ScanIP。您可以采用 3D 背景体积渲染来可视化零件内纤维的分布和结构。如果使用不同的 ROI，也可以在 Simpleware ScanIP 中将它们配准到更大的 CAD 模型或更低分辨率的零件几何结构CT扫描。 纤维取向分析模型是利用图像数据创建的，不需要分割，只需指定纤维的尺寸（横截面）即可。通过快速的距离测量判定，然后根据图像分辨率和您的需求选择合适的取样大小（以体素为单位）。至此，运行分析前的准备就已经完成了。 虽然不需要，但您也可以进行图像分割，再将获得的能够代表纤维的掩膜添加到分析中。这种情况只考虑掩膜区域（在某些案例中处理速度会更快）的集中分析。建议在纤维填充率低、图像中包含几个相或成像有伪影的时候采用这种方法。 展示结果 分析完成后，您可以通过 Statistics 工具或 Vectors 工具展示结果。统计工具可以显示“全局”或“感兴趣区域”的取向结果，包括： 主要取向，可用于均质化模型特征分析全局取向张量其他 […]