Intelligent materialefordeling bliver brugt i mange industrier til at maksimere produkters ydeevne og minimere produkternes pris.
Konstruktioner laves ofte ved hjælp af intuition, mekanisk viden, erfaring eller ”trial and error”. En anden tilgang er brugen af computerprogrammer til at udføre designstudier og størrelses- eller formoptimeringer. Resultaterne på disse metoder er dog meget afhængige af brugerens evne til at definere et godt udgangspunkt og identificere hvilke parametre der er relevante for at opnå et optimeret design, for det specifikke lastscenarie.
I den situation hvor lastscenariet ikke er simpelt og der ikke findes nogen tidligere udgave af emnet der skal optimeres, kan det være svært at definere et godt udgangspunkt og identificere de parametre der er relevante for at opnå et optimalt design. Det er her topologi optimering kan give værdi, da det tillader ubegrænset designfrihed, uden noget krav om et udgangspunkt eller prædefinerede designparametre. Dette er ofte fulgt af et designstudie, men nu med et godt udgangspunkt og relevante designparametre. Herudover er det også ofte noget at hente ved lave topologioptimering på et allerede optimeret design.
Topologi optimering bliver i dag anvendt i mange industrier, fra lille skala i solcelle og høreapparatsindustrien til stor skala i bil og flyindustrien. Topologioptimering anvendt i bilindustrien giver normalt en vægtreduktion på 20%-40% på de strukturelle dele, sammenlignet med dele designet vha. ”trial and error” eller intuition [1]. Herudover giver topologioptimering også ofte reduceret udviklingstid, samt kan være med til at reducere behovet for prototyper.
Et eksempel fra flyindustrien er ”GE Jet Engine Bracket Challenge”, som var en konkurrence der gik ud på at minimere vægten på et titaniumløftebeslag. Kravet til løftebeslaget var defineret vha. et sæt interfaces og nogle lastscenarier beslaget skulle kunne holde til. Her gav de løsninger der blev fundet vha. topologioptimering vægtbesparelser på op til 87% [2].
[1] N. Aage, E- Amdreassen, B. S. Lazarov and O. Sigmund. Giga-voxel computational morphogenesis for structural design, 2017.
[2] H. D. Morgan, H. U. Levatti, J. Sienz, A. J. Gil and D. C. Bould. GE Jet Engine Bracket Challenge: A Case Study in Sustainable Design, 2014.
