挤出料条形状对3D混凝土打印可建造性的影响: 一种几何信息驱动的深度学习-有限元方法

摘要

研究提出几何信息驱动框架，将深度学习的料条形状预测工具ShapeGen3DCP与逐层激活有限元（FEM）结合，研究3D混凝土打印（3DCP）中真实挤出料条几何对可建造性的影响。框架由材料与工艺参数直接生成几何感知模型，无需试验表征或流体模拟。实验验证及直线墙体参数化研究显示，挤出参数和料条几何显著影响可建造性预测；自由流动沉积对几何表示敏感，压层策略对简化不敏感。椭圆形近似平衡了几何保真度与建模简便性；若用矩形表示，按体积守恒定尺寸比按最大宽度或层间接触宽度标定更可靠。