TW202236139A - 用以預測堆疊粒子墊的機械性質之方法 - Google Patents
用以預測堆疊粒子墊的機械性質之方法 Download PDFInfo
- Publication number
- TW202236139A TW202236139A TW110146716A TW110146716A TW202236139A TW 202236139 A TW202236139 A TW 202236139A TW 110146716 A TW110146716 A TW 110146716A TW 110146716 A TW110146716 A TW 110146716A TW 202236139 A TW202236139 A TW 202236139A
- Authority
- TW
- Taiwan
- Prior art keywords
- composite element
- properties
- mechanical property
- parameter set
- target
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 202
- 239000002245 particle Substances 0.000 title description 4
- 239000002131 composite material Substances 0.000 claims abstract description 241
- 239000010410 layer Substances 0.000 claims abstract description 98
- 239000000463 material Substances 0.000 claims abstract description 66
- 238000013461 design Methods 0.000 claims abstract description 61
- 238000004088 simulation Methods 0.000 claims abstract description 53
- 239000002356 single layer Substances 0.000 claims abstract description 19
- 238000010801 machine learning Methods 0.000 claims description 43
- 238000013016 damping Methods 0.000 claims description 30
- 238000005457 optimization Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 21
- 239000007787 solid Substances 0.000 claims description 20
- 238000004519 manufacturing process Methods 0.000 claims description 19
- 230000006835 compression Effects 0.000 claims description 18
- 238000007906 compression Methods 0.000 claims description 18
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 230000001012 protector Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 15
- 238000011960 computer-aided design Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000012856 packing Methods 0.000 claims description 10
- 150000001875 compounds Chemical class 0.000 claims description 9
- 230000001681 protective effect Effects 0.000 claims description 9
- 210000003127 knee Anatomy 0.000 claims description 8
- 230000008685 targeting Effects 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 6
- 230000000704 physical effect Effects 0.000 claims description 6
- 238000007637 random forest analysis Methods 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims 1
- 210000003850 cellular structure Anatomy 0.000 abstract 1
- 239000006260 foam Substances 0.000 description 30
- 229920005830 Polyurethane Foam Polymers 0.000 description 20
- 239000011496 polyurethane foam Substances 0.000 description 20
- 229920002635 polyurethane Polymers 0.000 description 15
- 239000004814 polyurethane Substances 0.000 description 15
- 238000003860 storage Methods 0.000 description 12
- 210000004027 cell Anatomy 0.000 description 10
- 230000005484 gravity Effects 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 9
- 238000013135 deep learning Methods 0.000 description 9
- 229920001228 polyisocyanate Polymers 0.000 description 7
- 239000005056 polyisocyanate Substances 0.000 description 7
- 239000000047 product Substances 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000007858 starting material Substances 0.000 description 4
- 239000004604 Blowing Agent Chemical class 0.000 description 3
- 238000004026 adhesive bonding Methods 0.000 description 3
- -1 ethylene propylene diene Chemical class 0.000 description 3
- 239000005038 ethylene vinyl acetate Substances 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 239000004615 ingredient Substances 0.000 description 3
- 239000012948 isocyanate Substances 0.000 description 3
- 150000002513 isocyanates Chemical class 0.000 description 3
- 238000000465 moulding Methods 0.000 description 3
- 229920001200 poly(ethylene-vinyl acetate) Polymers 0.000 description 3
- 229920005862 polyol Polymers 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 238000004826 seaming Methods 0.000 description 3
- 238000013179 statistical model Methods 0.000 description 3
- 229920003048 styrene butadiene rubber Polymers 0.000 description 3
- 238000012644 addition polymerization Methods 0.000 description 2
- 239000012790 adhesive layer Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 239000006261 foam material Substances 0.000 description 2
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- ZFSLODLOARCGLH-UHFFFAOYSA-N isocyanuric acid Chemical group OC1=NC(O)=NC(O)=N1 ZFSLODLOARCGLH-UHFFFAOYSA-N 0.000 description 2
- 229920003023 plastic Polymers 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 229920002959 polymer blend Polymers 0.000 description 2
- 239000002861 polymer material Substances 0.000 description 2
- 150000003077 polyols Chemical class 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 239000004970 Chain extender Substances 0.000 description 1
- 239000004971 Cross linker Substances 0.000 description 1
- 229920002943 EPDM rubber Polymers 0.000 description 1
- 244000043261 Hevea brasiliensis Species 0.000 description 1
- 239000005062 Polybutadiene Substances 0.000 description 1
- 239000002174 Styrene-butadiene Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 150000001298 alcohols Chemical class 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- OHJMTUPIZMNBFR-UHFFFAOYSA-N biuret Chemical group NC(=O)NC(N)=O OHJMTUPIZMNBFR-UHFFFAOYSA-N 0.000 description 1
- DQXBYHZEEUGOBF-UHFFFAOYSA-N but-3-enoic acid;ethene Chemical compound C=C.OC(=O)CC=C DQXBYHZEEUGOBF-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001718 carbodiimides Chemical group 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 210000002421 cell wall Anatomy 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005187 foaming Methods 0.000 description 1
- 239000012761 high-performance material Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000001746 injection moulding Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 229920003052 natural elastomer Polymers 0.000 description 1
- 229920001194 natural rubber Polymers 0.000 description 1
- 229920000162 poly(ureaurethane) Polymers 0.000 description 1
- 229920002857 polybutadiene Polymers 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 229920003051 synthetic elastomer Polymers 0.000 description 1
- 239000005061 synthetic rubber Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- XSQUKJJJFZCRTK-UHFFFAOYSA-N urea group Chemical group NC(=O)N XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- AVWRKZWQTYIKIY-UHFFFAOYSA-N urea-1-carboxylic acid Chemical group NC(=O)NC(O)=O AVWRKZWQTYIKIY-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/10—Additive manufacturing, e.g. 3D printing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/24—Sheet material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/26—Composites
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Materials Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Laminated Bodies (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Mattresses And Other Support Structures For Chairs And Beds (AREA)
Abstract
揭露一種電腦實施方法，其用於預測至少一複合元件（110）的至少一機械性質，該至少一複合元件（110）包括至少二階層（112）。每一階層（112）包括具有重複單元（120）的一網路（114），該些重複單元（120）包括節點（116）和邊緣（118）。每一階層（112）具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料。該些階層（112）係被堆疊。該方法包括下列步驟：
a) 提供至少一輸入參數集，其中該輸入參數集包括複數個參數，其界定單一階層（112）的每一者的性質；
b) 使用至少一設計工具（126），基於該輸入參數集而判定該複合元件的至少一幾何模型；
c) 藉由使用至少一數值模擬（130），判定該複合元件的該幾何模型的至少一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。
Description
本發明涉及用於預測至少一複合元件的至少一機械性質之電腦實施方法、用於判定至少一複合元件的一布局之電腦實施方法、電腦程式、電腦可讀取儲存媒體、自動控制系統、及自動布局設計系統。本發明具體上可被使用於複合元件的化學製造和工業生產。
在許多應用領域中，舉例來說在諸如鞋類的運動用品中，對於高性能材料存在強烈需求，該些高性能材料在它們的機械性質上應該是優秀的。鞋類材料尤其需求具有低密度（其導致輕重量）以及高彈性，並且進一步改善機械性質。一重要態樣是阻尼，即材料降低衝擊力量並反彈彈回能力。目前的彈性泡棉被使用來生產高性能的鞋子鞋底。然而，已知泡棉材料在像例如是能量回彈的有益表現上一般具有上限，因為連續降低泡棉密度一般會導致能量回彈的不被認可的降低。因此，自彈性泡棉材料製成低密度最終用品的連續能量彈回的提升是一重要挑戰。
WO 2018/172287描述用於一鞋子鞋底的一複合元件之用途，其中該複合元件包括至少二個元件，其中每一元件具有一本體、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一聚合材料，其中該些元件是平行於該縱向延伸而部分地接觸，並且在至少該接觸地區中具有一封閉表面（表皮）。
WO 2015/105859 A1描述一種具有一蜂巢幾何的一種單元胞格，該單元胞格包括胞格壁和胞格邊緣，該些胞格壁和該些胞格邊緣被配置成一立方體胞格幾何和一四面體胞格幾何的一組合，並且被聚集為包括複數個單元胞格的結構。藉由該些幾何的組合所創造的之單元胞格的空隙，包括規則的四面體、不規則的四面體、和八面體。WO 2019/068032 A1描述用調適性蜂巢材料和結構之口內應用。
然而，粒子墊的最佳設計取決於複數個因子和應用。一般而言，新設計的發展要求該設計新模具鑲入的調適和修正，而這導致高成本。因此，需要有工具，其經組態用於預測粒子墊的性質，以便尋找對於給定應用的最佳設計。
待解決問題
因此，提供解決上面提及的技術挑戰之方法和裝置是值得盼望的。具體而言，用於預測至少一複合元件的至少一機械性質之裝置和方法應被提供，其允許尋找一複合元件的的一最佳化最計。
藉由使用獨立項的特徵之用於預測至少一複合元件的至少一機械性質之電腦實施方法、用於判定至少一複合元件的一布局之電腦實施方法、電腦程式、電腦可讀取儲存媒體、自動控制系統、及自動布局設計系統，上述問題得以解決。以一隔離式樣或以任何隨意組合實現的有利實施例則可被條列在附屬項中。
在本發明的一第一態樣中，提議一種電腦實施方法，其用於預測至少一複合元件的至少一機械性質，該至少一複合元件包括至少二階層。
本文中所使用用語「電腦實施」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可參照（而不受限）為一處理，該處理是被一資料處理手段所完整或部分地實施，諸如包括至少一處理器的資料處理手段。用語「電腦」因此可以參照一般地參照為一裝置、或具有諸如至少一處理器的至少一資料處理手段之裝置的網路之組合。電腦額外地可包括一或多個進一步的構件，諸如一資料儲存裝置、一電氣介面、或一人機介面。
用語「處理器」也表示為「處理單元」，在本文中被使用為一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可參照（而不受限）為一隨意的邏輯電路系統，其經組態用於執行一電腦或系統的基本操作，及/或一般地參照（而不受限）為一裝置，其經組態用於執行或邏輯操作。特別地，該處理器可以經組態用於處理驅動該電腦或系統的基本指令。作為一示例，該處理器可以包括至少一算術邏輯單元（arithmetic logicunit；ALU）；至少一浮點單元（floating-point unit；FPU），諸如一數學協同處理器或一數值協同處理器；複數個暫存器，具體而言，經組態用於供應運算元至ALU並且儲存操作結果之暫存器；及一記憶體，諸如一L1和L2快取記憶體。特別地，該處理器可以是一多重核心處理器。具體而言，該處理器可以是或可以包括一中央處理單元（central processing unit；CPU）。額外地或替代地，該處理器可以是或可以包括一微處理器，因此具體而言該處理器的元件可以被容納在一單一積體電路系統（integrated circuitry；IC）晶片上。額外地或替代地，該處理器可以是或可以包括一或多個特殊應用積體電路（application specific integrated circuit；ASIC）及/或一個多個場可程式閘陣列（field-programmable gate array；FPGA）、或類似者。
本文中所使用用語「複合元件」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為包括二個或更多個子元件的一元件。原則上並不存在關於被一複合元件所包括的子元件的數量之約束，其被提供為至少有二個元件出現。較佳地，該複合元件包括至少三個元件，更佳地，包括3至10個元件。
原則上並不存在關於該複合元件的尺度之約束，特別地並不存在關於垂直於每一元件的縱向延伸之該複合元件的高度H之約束。較佳地，該複合元件具有垂直於每一元件的縱向延伸之一高度H，其在自1至10000 mm之範圍中，更佳地，其在自5至1000 mm之範圍中，更佳地，其在自5至100 mm之範圍中。
該複合元件包括至少二個階層。本文中所使用用語「階層」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為該複合元件的一個別元件。用語「單一階層」和「個別階層」在下文中是被同義地使用。具體而言，該些階層可以是或可以包括墊子。每個階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h。原則上並不存在關於每個階層的尺度之約束，其被提供為被該些個別階層的該些尺度所界定之該複合元件的該些尺度。舉例而言，每個階層的個別尺度之總合可以等於該複合元件的尺度。然而在互鎖或嚙合階層的狀況中，複合元件的高度可以低於個別階層的高度。階層可以具有相等尺度或不同尺度。舉例而言，複合元件可以具有一方錐狀階層結構，其具備由上至下之遞增的階層縱向延伸。較佳地，每個階層的高度h在自0.25至2500 mm之範圍中，更佳地，其在自0.5至250 mm之範圍中，更佳地，其在自0.75至250 mm之範圍中，更佳地，其在自1至25 mm之範圍中。
該些階層是被堆疊的。具體而言，在垂直於該縱向延伸之一方向中，該些階層可以被配置成一者在另一者上面。該些階層可以至少部分地接觸，舉例而言，平行於該縱向延伸。原則上並不存在關於該些個別階層之間的黏著之約束，只要該些階層是固定在一起。因此，在個別階層之間的黏著可以僅僅基於機械或靜電黏著。較佳地，複合元件的階層在一接觸地區被黏著鍵合，較佳地，藉由選擇自由下列所組成的群組之至少一者：縫接、蒸汽櫃模製、膠接、及其它。
該些階層可以具有在至少一接觸地區中的一封閉表面（表皮）。「在至少一接觸地區中的一封閉表面」意謂每個階層至少在和它的鄰接元件之接觸地區中具有一表皮，然而，在非接觸地區中每個階層的表面可以是封閉或是開放的，舉例而言，在像階層之板塊狀況中，該些階層是在他們的較大表面上進行接觸，側面（即較小表面，其中並未給與和鄰接元件的接觸）可以顯示開放孔隙或可以相等地顯示封閉表面。
每一階層包括具有重複單元的一網路，該些重複單元包括節點和邊緣。本文中所使用用語「網路」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為具備經鏈接子單元的一系統。特別地，該用語網路可以參照為一經結構階層。每個全體個別階層可以被看待成為包括節點和邊緣的網路。每個網路可以包括複數個節點。每個階層的節點可以被配置在相同的平面裡。每個階層可以包括在節點間之階層的一平面中之孔或薄膜，其中該些節點經由邊緣而連接。該網路可以是或可以包括一圖案，特別地一規則的圖案，而節點和邊緣是被配置在該圖案中。
本文中所使用用語「節點」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為該階層的一體積範圍，其相較於孔、膜、或邊緣具有一增加厚度。用語節點可以參照為一粒子及/或一頂點。邊緣相較於節點可以具有一較低厚度。孔可以具有一零的厚度。每個節點可以具有一形狀，諸如球面形狀、雙錐形狀、長方體形狀、或三維多邊形形狀。至少二個階層的節點及/或個別階層的節點可以是相同或不同的。每個階層可以相對於該階層的一平面具有一對稱形狀。然而非對稱設計也是可行的。舉例而言，頂點和邊緣可以被配置在不同的對稱平面。因此，相較於在邊緣的對稱平面上方的節點部分，在邊緣的對稱平面下方的個別節點部分可以是較小的，或反之亦然。於相較於在邊緣的對稱平面上方的節點部分、在邊緣的對稱平面下方的個別節點部分可以是較小之實施例中，其對於在低密度處的泡棉處理是有利的。原則上並不存在關於經給與節點尺度之約束。舉例而言，節點可以具有0.002公尺至0.1公尺的有效直徑。節點可以具有一長度，即在該階層的縱向延伸中之延伸，並且可以具有一厚度，即垂直於該階層的縱向延伸之延伸。網路的結構可以被在該網路中的該些節點的位置所界定。邊緣和節點的數量關係可以是自1:1到1:3。邊緣和節點的高度比例可以是自1:2到1:10。邊緣和節點的長度比例可以是隨意的，較佳地，自1:10到5:1，更佳地，自1:10到3:1。
本文中所使用用語「邊緣」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為被組態用於連接該些節點之該網路的至少一元件。該些邊緣可以具有一長度，即在該階層的縱向延伸中之延伸，並且可以具有一厚度，即垂直於該階層的縱向延伸之延伸。該些邊緣可以具有不同形狀，諸如像管狀的、稜柱的，具體而言，立方體的、圓柱的、及類似者。
本文中所使用用語「重複單元」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為該網路包括複數個單元之事實，其中網路的至少二個單元是相同的。特別地，網路的所有單元是相同的，使得該網路具有一規則結構。
藉由改變在該些階層中該些節點的形狀和圖案，可以調適及/或選擇該複合元件的性質，而不會改變在該些單一階層中的材料。此舉尤其施加至有效密度，特別地作為調適及/或選擇包裝該些單一階層之結果，以及施加至機械性質，特別地作為改變在該些階層之間的接觸地區之結果。
每個階層包括具備蜂巢結構的材料。「具備蜂巢結構的材料」意謂一材料，其具有胞格（同義孔隙）散布在它的結構中。在一較佳的根據本發明之複合元件的實施例中，每個階層是由具備蜂巢結構的聚合材料所組成。「具備蜂巢結構的聚合材料」意謂一聚合材料，其具有胞格（同義孔隙）散布在它的結構中。較佳地，具備蜂巢結構的該聚合材料是由該聚合材料製成之泡棉。
複合元件的每個階層之具備蜂巢結構的聚合材料可以彼此間獨立地相同或不同。在一較佳實施例中，每個階層之具備蜂巢結構的聚合材料是相同的。在另一較佳實施例中，複合元件的至少一階層之具備蜂巢結構的聚合材料，不同於其它階層之具備蜂巢結構的聚合材料。在另一較佳實施例中，複合元件的至少一階層之具備蜂巢結構的聚合材料，連接至不同結構的非蜂巢材料。舉例而言，此類聚合材料可以被使用作為地板覆蓋物的複合物。複合元件的每個階層之硬度可以彼此間獨立地相同或不同。複合元件的每個階層之剛性可以彼此間獨立地相同或不同。複合元件的每個階層之密度可以彼此間獨立地相同或不同。複合元件的每個階層之反彈彈回可以彼此間獨立地相同或不同。
具備蜂巢結構的聚合材料較佳地是一泡棉，更佳地，根據DIN 7726的一泡棉。原則上並不存在關於泡棉準備的模式之約束。較佳地，具備蜂巢結構的聚合材料是藉由選擇自由反應泡棉（較佳地，注射鑄造或澆鑄）和擠製泡棉所組成的群組之一處理而被準備，其中該處理是連續地或非連續地執行。根據一較佳實施例，一合適模具被使用於塑形該泡棉。原則上並不存在關於聚合材料之約束，其被提供為能夠形成一蜂巢結構。本發明的一較佳實施例是涉及一種複合元件，其中每個階層之具備蜂巢結構的聚合材料是獨立地選擇自聚氨酯，較佳地選擇自聚氨酯泡棉。
針對本發明之目的，「聚氨酯」包括所有已知聚異氰酸酯加成聚合產品。這些包括異氰酸酯和酒精之加合物，並且它們也可括經修改的聚氨酯，其可以包括異氰脲酸酯結構、脲基甲酸酯結構、尿素結構、碳二亞胺結構、脲酮亞胺結構、及縮二脲結構，並且可以進一步包括異氰酸酯加合物。本發明的這些聚氨酯包括基於聚異氰酸酯加成聚合產品之泡棉，諸如彈性泡棉、可撓泡棉、半硬質泡棉、及硬質泡棉。針對本發明之目的，用語聚氨酯也包含聚合物摻合，其包括聚氨酯和進一步聚合物，也包括由所述聚合物摻合製成的泡棉。較佳地，每個元件之備蜂巢結構的聚合材料是獨立地選擇自彈性泡棉之群組，其中該聚合材料是較佳地選擇自由下列所組成的群組：乙烯醋酸乙烯酯共聚物（ethylenvinylacetate；EVA）、聚丁二烯、乙烯丙烯二烯（ethylene propylene diene；EPDM）橡膠、苯乙烯丁二烯橡膠（styrene butadiene rubber；SBR）、合成橡膠、天然橡膠、聚尿素、及聚氨酯。
來自聚合材料的階層可以包括例如聚氨酯，特別地聚異氰酸酯複合物、多元醇複合物、及發泡劑複合物反應準備的聚氨酯泡棉。該方法可以包括自具備蜂巢結構的聚合材料準備一階層，較佳地在一模具中，其中該複合元件具有垂直於每個元件的縱向延伸之一高度H，其在自1至10000 mm之範圍中，其中節點經由邊緣而連接，且該階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h。較佳地，準備該階層包括
(1) 引入至少該些成分至一模具
(a) 聚異氰酸酯成分；
(b) 多元醇成分；
(c) 發泡劑成分；
(2) 藉由泡棉化反應成分(a)和(b)，
導致來自具備蜂巢結構的聚合材料之階層，其中該階層由一網路組成，該網路包括節點和邊緣，其中該複合元件具有垂直於每個元件的縱向延伸的一高度H，其在自1至10000 mm之範圍中，並且其中該些節點經由該些邊緣而連接，並且該階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h。
關於成分(a)、(b)、(c)，對於所屬技術領域中具有通常知識者而言，合適的成分是已知的。此次再次較佳地，添加至少一進一步成分(d)，其選擇自由下列所組成的群組：擴鏈劑(d1)、交聯劑(d2)、和催化劑(d3)。進一步地，假如適當，則添加其它輔助劑及添加劑(e)，以便給與一反應混合物和准許完成反應。關於成分(d)，即(d1)、(d2)、(d3)、及(e)，對於所屬技術領域中具有通常知識者而言，合適的成分是已知的。
聚異氰酸酯成分(a)、多元醇成分(b)、及發泡劑成分(c)的反應數額是一般的，使得在(a)中聚異氰酸酯的NCO群組、對上在成分(b)和(c)中反應氫原子的總共數量之當量比率，是自0.75至1.5:1，較佳地自0.80至1.25:1。假如具備蜂巢結構的聚合材料包括至少一些異氰脲酸酯群組，則在(a)中聚異氰酸酯的NCO群組、對上在成分(b)和(c)（以及假如適當(d)和(e)）中反應氫原子的總共數量之比率，是自1.5至20:1，較佳地自1.5至8:1。此處1:1的比率相應於100的異氰酸酯指數。
當本發明的將被生產的聚氨酯是一彈性泡棉、可撓泡棉、半硬質泡棉、硬質泡棉、及整體泡棉時，在被利用來生產聚氨酯之具體起始材料(a)至(e)之間有各自很常瑣碎的定量和定性不同。藉助於示例的方式，在WO 2006/034800 A1和EP 1529792 A1中描述用於生產可撓泡棉之起始材料，在「Kunststoffhandbuch, Band 7, Polyurethane」（塑料手冊，第7卷，聚氨酯），Carl Hanser Verlag，第3版，1993，章節5.4中描述用於生產半硬質泡棉之起始材料，在WO 2006/042674 A1中描述用於生產硬質泡棉之起始材料，以及在EP 0364854 A1、US 5,506,275、或EP 0897402 A1中描述用於生產整體泡棉之起始材料。
根據本發明的處理可以也包括進一步步驟。可以如同上面所概述，獲得來自具備蜂巢結構的一聚合材料之一第一階層。該第一階層可以和一或多個額外階層組合。該些階層可以是來自具備蜂巢結構的一聚合材料、或也來自一非蜂巢材料。在本發明的情境中，進一步階層可以包括節點和邊緣，或者可以是平面的。
可以用個別階層是至少部分地堆疊的方式而重疊該些階層。該些重疊的階層進一步可以是至少部分地鍵合，例如在一經界定接觸地區中。
根據一進一步態樣，本發明、處理進一步包括下列步驟(II)和(III)：
(II) 用至少一進一步階層重疊該第一階層，使得該些階層是至少部分地堆疊；
(III) 鍵合該些階層。
根據一進一步態樣，本發明也導向如上所揭露地用於準備一複合元件之方法，其中進一步地由一非具備蜂巢材料所組成。
根據一進一步態樣，本發明也導向用於準備如上所揭露之複合元件之方法，其中該進一步階層由具有重複單元的一網路所組成，該些重複單元包括節點和邊緣，該進一步階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一聚合材料。
合適的額外階層可以例如也是黏著劑階層。根據一進一步態樣，本發明也導向用於準備如上所揭露之複合元件之方法，其中一黏著劑階層被置放在一或多個階層之間。
根據步驟(III)的鍵合可以用所屬技術領域中具有通常知識者已知的任何合適方法達成。原則上並不存在關於在個別元件之間的黏著之約束，只要該些元件黏住在一起。因此，在個別元件之間的黏著可以僅僅基於機械或靜電黏著。較佳地，該複合元件的該些元件是在接觸地區中黏著地鍵合，較佳地藉由選擇自由下列所組成的群組之至少一者：縫接、蒸汽櫃模製、膠接、及其它。
根據一進一步態樣，本發明也導向用於準備如上所揭露之複合元件之方法，其中在步驟(III)中使用熱鍵合及/或黏著劑。
根據本發明之目的，彈性聚氨酯泡棉是根據DIN 7726的聚氨酯泡棉，其中在它們的厚度對於DIN 53 577的50%之短暫形變數額，其展露不超過它們初始厚度10分鐘的2%之殘留形變。
針對本發明在10%壓縮處的可撓聚氨酯泡棉之壓縮應力值、或根據DIN 53 421/DIN EN ISO 604的該些泡棉的壓縮強度，是在15 kPa或更少，較佳地，自1至14 kPa，並且特別地，自4至14 kPa。針對本發明在10%壓縮處對上DIN 53 421/DIN EN ISO 604的半硬質聚氨酯泡棉之壓縮應力值，是自大於15至小於80 kPa。本發明的半硬質聚氨酯泡棉、及本發明的可撓泡棉之對上DIN ISO 4590的開放胞格因子，較佳地是大於85%，特別較佳地是大於90%。牽涉本發明的可撓聚氨酯泡棉、及本發明的半硬質聚氨酯泡棉之進一步細節，在「Kunststoffhandbuch, Band 7, Polyurethane」（塑料手冊，第7卷，聚氨酯），Carl Hanser Verlag，第3版，1993，篇章5中找到。
針對本發明在10%壓縮處的硬質聚氨酯泡棉之壓縮應力值，是大於或等於80 kPa，較佳地是大於或是等於120 kPa，特別較佳地是大於或等於150 kPa。針對硬質聚氨酯泡棉對上DIN ISO 4590之封閉胞格因子，是更加地大於80%，較佳地是大於90%。牽涉本發明的硬質聚氨酯泡棉之進一步細節，在「Kunststoffhandbuch, Band 7, Polyurethane」（塑料手冊，第7卷，聚氨酯），Carl Hanser Verlag，第3版，1993，篇章6中找到。
整體聚氨酯泡棉是根據DIN 7726具有邊緣帶的聚氨酯泡棉，作為塑形處理的結果，其中在該邊緣帶的密度是高於在核心處的密度。這裡在核心和邊緣帶之經平均整體密度，較佳地是高於100 g/L。為了本發明之目的，整體聚氨酯泡棉再度地可以是硬質聚氨酯泡棉、半硬質聚氨酯泡棉、可撓聚氨酯泡棉、或彈性聚氨酯泡棉。牽涉本發明的整體聚氨酯泡棉之進一步細節，在「Kunststoffhandbuch, Band 7, Polyurethane」（塑料手冊，第7卷，聚氨酯），Carl Hanser Verlag，第3版，1993，篇章7中找到。
複合元件的最佳化設計可以取決於複數個因子，並且可以基於不同的應用而不同。本文中所使用用語「電腦實施」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為該複合元件之組態，諸如個別階層之組態，特別是單一節點的形狀、在該單一階層內節點的位置；在階層內及/或相對於節點的邊緣位置、節點厚度、邊緣長度、及邊緣厚度。本文中所使用用語「設計」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為計劃及/或具體化該複合元件的一程序。
本發明提議一種方法，其用於預測複合元件的至少一機械性質。本文中所使用用語「預測至少一機械性質」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為判定一理論或真實複合元件的一期望機械性質之處理，特別是基於至少一模擬。該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。具體而言，該機械性質是選擇自由下列所組成的群組之至少一性質：固態體積分數；相對剛性；阻尼性質；應力對上應變曲線的特色；硬度；能量損耗；張力性質；壓縮下性質；剪力下性質；複雜形變下性質；異向性；熱延伸。本文中所使用用語「固態體積分數」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為在該些階層中具備蜂巢結構的該材料之體積、除以全體複合元件之體積的分數。本文中所使用用語「相對剛性」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為複合元件比較於該蜂巢材料自身之剛性，特別地比較於該非蜂巢材料自身之剛性。本文中所使用用語「阻尼性質」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為在一循環形變期間中之能量損耗。
該方法包括下列的步驟，其具體上可以用該給與次序而被執行。仍然地，一不同次序也是可行的。其進一步可以完整地或部分同步地執行該些方法步驟中的二個或以上。進一步地，該些方法步驟中的一個或以上或甚至所有者可以被執行一次、或被重複執行，諸如執行一次或數次。更進一步地，該方法可以包括額外的、未被列出的方法步驟。
該方法包括下列步驟：
a) 提供至少一輸入參數集，其中該輸入參數集包括複數個參數，其界定該些單一階層的每一者的性質；
b) 使用至少一設計工具，基於該輸入參數集而判定該複合元件的至少一幾何模型；
c) 藉由使用至少一數值模擬，判定該複合元件的該幾何模型的至少一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。
本文中所使用用語「輸入參數集」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為複數個隨意參數，而預測是基於它們、及/或預測是針對它們而被執行。如同將在下文細節地概述，該幾何模型可以被複數個參數界定。該些參數的至少一些可以是根據該輸入參數集的該些參數而被設定。該輸入參數集包括選擇自由下列所組成的群組之至少一參數：單一節點的形狀；在該單一階層內的節點的位置；在該階層內及/或相對於節點的邊緣的位置；節點的厚度；邊緣的長度；邊緣的厚度，在單一階層間的接觸地區。該輸入參數集可以包括至少一參數，其界定該複合元件的該些階層的一堆疊。
本文中所使用用語「提供輸入參數集」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為經由至少一通信介面而輸入及/或選擇該輸入參數集。本文中所使用用語「通信介面」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為一項目或元件，其形成被組態用於轉移資訊的一界限。特別地，該通信介面經組態用於自一計算裝置（諸如一電腦）轉移資訊，諸如發送或輸出資訊，至諸如另一裝置。額外地或替代地，該通信介面經組態用於轉移資訊至一計算裝置，諸如一電腦，以便接收資訊。該通信介面可以具體地提供用於轉移或交換資訊之手段。特別地，該通信介面可以提供一資料轉移連接，諸如藍芽、NFC、電感耦合、或類似者。作為一示例，該通信介面可以是或可以包括至少一埠口，其包括下列中的一者或多者：一網路或網際網路埠口、USB埠口、及一碟裝置。該通信介面可以是至少一網站介面。
本文中所使用用語「複合元件的幾何模型」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為該複合元件或該複合元件的至少一部分之在數學上表示之資訊，特別在三維中，諸如該複合元件的一體積元件。具體而言，複合元件的幾何模型可以是以一電腦可讀取形式出現，諸如在一電腦相容資料集中，具體而言，一數位資料集。作為一示例，複合元件的幾何模型可以是或可以包括電腦輔助設計（computer aided design）資料（CAD data）。具體而言，複合元件的幾何模型可以是或可以包括CAD資料，其描述該複合元件的形式或形狀、及/或該些單一階層的結構。
本文中所使用用語「設計工具」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為一工具，特別是一軟體，其經組態用於產生複合元件的幾何模型。該設計工具可以經組態用於模型化該些單一階層之每一者、及模型化形成該複合元件的該些單一階層的一組合。該設計工具可以包括一電腦輔助設計（CAD）工具。舉例而言，軟體GeoDictt®可以被使用為設計工具。
該設計工具可以經組態用於幾何模型化，具體地用於針對該複合元件的該些幾何性質產生至少一個三維模型。該些幾何性質可以包括關於在該些單一階層內包裝密度、及/或階層距離之資訊。步驟b)可以包括至少一幾何分析，其中該幾何分析包括判定包裝密度及/或階層距離。該設計工具可以經組態用於規定該幾何模型在靜態、準靜態、動態、或/及包含張力、壓縮、剪力、溫度、及其（多重軸向）組合下之行為。
該設計工具可以包括下列中的一者或多者：機器學習、深度學習、神經網路、或其它形式的人工智慧。複合元件的幾何模型可以藉由使用機器學習而被產生，特別是使用至少一人工神經網路而被產生。本文中所使用用語「機器學習」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為使用人工智慧（artificial intelligence，AI）的一方法，用於自動模型建立，特別是預測模型。訓練設計工具可以使用至少一機器學習系統來執行。本文中所使用用語「機器學習系統」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為一系統或單元，其包括諸如處理器、微處理器、或電腦系統的經組態用於執行機器學習之至少一處理單元，特別是用於以一給與演算法執行一邏輯。該機器學習系統可以經組態用於表現及/或執行至少一機器學習演算法，其中該機器學習演算法經組態用於建立該至少一機器學習模型。該機器學習模型可以包括至少一機器學習架構和模型參數。舉例而言，該機器學習架構可以是或可以包括下列中的一者或多者：線性回歸、對數回歸、隨機森林、單純貝氏分類、最近鄰居、神經網路、卷積神經網路、生成對抗網路、支持向量機、或梯度提升演算法、或類似者。
本文中所使用用語「訓練」（也被表示為學習）是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為建立該機器學習模型之一處理，特別是判定及/或更新該機器學習模型之參數。該機器學習模型可以是至少部分地資料驅動的。舉例而言，該機器學習模型可以是基於實驗資料，諸如藉由製造複數個具有事先界定參數的複合元件而判定的資料。
複合元件的幾何模型之機械性質的判定是藉由使用至少一數值模擬而被執行。具體而言，該數值模擬是一有限元素方法（Finite Element Method；FEM）模擬。該FEM可以經組態用於解答考慮界限情況之二或三個空間變數中的部分微分等式。舉例而言，該FEM模擬可以是一基於體素的FEM模擬。舉例而言，軟體GeoDictt®可以被使用為FEM模擬。FEM模擬可以包括下列中的一者或多者：機器學習、深度學習、神經網路、或其它形式的人工智慧。舉例而言，可以包括在實驗資料上被訓練的至少一神經網路，諸如是藉由量測複數個複合元件的機械性質而判定的資料所訓練的至少一神經網路。
機械性質的判定可以是使用一模型化方法而被執行。該模型化方法可以包括使用基於物理效應知識的至少一物理模型。額外於諸如上面所描述的FEM模擬之數值解法，該些物理效應可以是藉由使用分析解法而被模型化。該模型化方法可以進一步包括使用至少一統計模型，特別是基於實驗資料的統計模型。該統計模型可以是基於機器學習、深度學習、及類似者。
使用設計工具而判定複合元件的幾何模型、及使用數值模擬而判定複合元件的幾何模型的機械性質，可以允許機械性質之可靠、強健的預測。具體而言，該方法允許可靠、強健地預測機械性質。此舉可以允許用在發展階段中的真實樣本和量測來避免嘗試錯誤迴圈。
經由模擬而不是嘗試，本發明可以允許最佳化盼望的參數、以及界定限制和可行性。具體而言，本發明可以允許隨著用於鞋類之聲學、防護用具、緩衝、舒適中應用而可靠預測阻尼以及設計阻尼元件。
該方法可以包括提供經判定的機械性質。該提供可以包括下列中的一者或多者：顯示、儲存、提供至一介面、及傳送至另一裝置。本文中所使用用語「提供經判定的機械性質」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為出現及/或顯示及/或通信經判定的機械性質，諸如至一使用者。該提供可以使用至少一輸出單元而被執行。本文中所使用用語「輸出單元」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為至少一介面，其經組態用於提供經判定的機械性質，諸如到至少一使用者。
該方法可以是一自我學習方法。本文中所使用用語「自我學習方法」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為用該方法的每次反覆去學習的能力，特別是在意義上盡可能地提供可靠的機械性質而隨著時間去改善。該方法可以包括使用至少一人工智慧（AI-）系統。該方法可以包括使用至少一機器學習工具，特別是一深度學習架構。該方法可以完全自動地執行。該方法的完全自動化可以允許該Al系統靠它自己地去尋找最佳的參數和模型。具體而言，藉由疊代地設定它的參數而不用人類互動去滿足一事先界定的最終目的，該方法可以是自我最佳化的。為了此一終點，故使用一機器學習模型。基於觀察，該機器學習模型促進了預測機械性質。
在本發明的一進一步態樣中，一種電腦程式，其用於預測至少一複合元件的至少一機械性質，其經組態當在一電腦或一電腦網路上執行時，用於引起該電腦或該電腦網路去完整或部分地執行根據本發明之方法。該電腦程式經組態以執行根據本發明之用於預測至少一機械性質之該方法的步驟a)至c)中的至少一者。
具體而言，電腦程式可以被儲存在一電腦可讀取資料承載器及/或一電腦可讀取儲存媒體上。如同本文中所使用地，用語「電腦可讀取資料承載器」及「電腦可讀取儲存媒體」具體上可以參照為非過渡的資料儲存手段，諸如其上具有電腦可執行指令之硬體儲存媒體。電腦可讀取資料承載器或儲存媒體具體上可以是或可以包括一儲存媒體，諸如隨機存取記憶體（random access memory；RAM）及/或唯讀記憶體（read only memory；ROM）。
本文中所進一步揭露及提議的是一種電腦程式產品，其具有程式碼手段，以便當該程式在一電腦或一電腦網路上執行時，執行根據本文中所封入的一或多個實施例中之本發明的用於預測至少一機械性質之方法。具體而言，該程式碼手段可以是儲存在一電腦可讀取資料承載器及/或一電腦可讀取儲存媒體上。
本文中所進一步揭露及提議的是其上儲存有一資料結構的一種資料承載器，在該資料結構被載入一電腦或一電腦網路後，諸如被載入電腦或電腦網路的工作記憶體或主記憶體後，可以執行根據本文中所揭露一或多個實施例中的本發明之用於預測至少一機械性質之方法。
本文中所進一步揭露及提議的是一種電腦程式產品，其具備儲存在一機器可讀取承載器上的程式碼手段，以便當該程式在一電腦或一電腦網路上執行時，執行根據本文中所揭露的一或多個實施例中之本發明的用於預測至少一機械性質之方法。如同在本文中所使用的，一電腦程式產品參照該程式如同一可買賣產品。該產品可以一般地以一隨意形式存在，諸如在一紙張形式中或在一電腦可讀取資料承載器上。具體而言，該電腦程式產品可以在一資料網路上散布。
在一進一步態樣中，揭露一種電腦實施方法，其用於判定至少一複合元件的一布局，該至少一複合元件包括至少二階層。每一階層包括具有重複單元的一網路，該些重複單元包括節點和邊緣。每一階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料。該些階層被堆疊。
該方法包括下列的方法步驟，具體而言，該些方法步驟可以用被給與次序而被執行。仍然地，一不同次序也是可行的。其進一步可以完整地或部分同步地執行該些方法步驟中的一個或以上。進一步地，該些方法步驟中的一個或以上或甚至所有者可以被執行一次、或被重複執行，諸如執行一次或數次。更進一步地，該方法可以包括額外的、未被列出的方法步驟。該方法包括下列步驟：
i) 取回至少一目標準則，其用於一目標複合元件；
ii) 使用根據本發明用於預測至少一機械性質之方法，預測一起始複合元件的至少一機械性質，其中該起始複合元件的該些單一階層之每一者的性質是藉由該輸入參數集所界定；
iii) 至少一最佳化步驟，其中該最佳化步驟包括藉由比較經判定的該機械性質和該目標準則，判定用於該目標複合元件的一目標參數集，其中在該目標準則未滿足的狀況中藉由取決於該比較而調適該輸入參數集，該目標參數集被設定，或在該目標準則滿足的狀況中藉由設定該輸入參數集為目標參數集，該目標參數集被設定；
iv) 提供經判定的該目標參數集作為用於該複合元件的階層。
針對本文中所使用的大多數用語的可以界定，可以參照為如同上面用於預測至少一機械性質之電腦實施方法的描述，或是如同下文進一步細節所描述。
本文中所使用用語「階層」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為該複合元件的該些元件的組態及/或性質，諸如單一節點的形狀、在該階層中節點的位置；在階層中及/或相對於節點的邊緣位置、節點厚度、邊緣長度、及邊緣厚度、在單一階層間的接觸地區。
本文中所使用用語「取回目標準則」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為一系統之處理，具體是一電腦系統，自一隨意資料來源（諸如自一資料儲存、自一網路、或自一進一步電腦或電腦系統）產生目標準則、及/或獲得目標準則。該取回具體上可以經由至少一電腦介面發生，諸如經由例如一序列或並列埠口之埠口。該取回可以包括數個子步驟，諸如獲得首要資訊的一或多個項目、及藉由使用首要資訊而產生次要資訊之子步驟，諸如藉由使用一處理器而諸如藉由施加一或多個演算法至首要資訊。
本文中所使用用語「最佳化」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為參照於該目標準則自可能參數的一參數空間，一最佳參數集（被表示為目標參數集）的選擇之處理。
本文中所使用用語「目標準則」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為該複合元件的一盼望及/或要求的物理，特別是機械性質。該目標準則可以參照為至少一準則，在該至少一準則下該最佳化是被執行的。該目標準則可以包括至少一最佳化目的以及準確度及/或精確度。該目標準則可以是被事先具體化的，諸如藉由至少一顧客請求。該目標準則可以是至少一使用者的具體化。該使用者可以選擇該最佳化目的及/或盼望之準確度及/或精確度。該目標標準則可以包括選擇自由下列所組成的群組之一物理性質的至少一值：固態體積分數；相對剛性；阻尼性質；應力對上應變曲線的特色；硬度；能量損耗；張力性質；壓縮下性質；剪力下性質；複雜形變下性質；異向性；熱延伸。本文中所使用用語「目標複合元件」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為一複合元件，其具有至少在容限內的盼望及/或要求的性質。
該最佳化步驟可以包括藉由把一最佳化演算法施加在一經訓練機器學習模型上之該目標準則項目中，判定該目標參數集。該機器學習模型包括下列中的一者或多者：線性回歸、對數回歸、隨機森林、單純貝氏分類、最近鄰居、神經網路、卷積神經網路、生成對抗網路、支持向量機、或梯度提升演算法、或類似者。
該方法包括提供經判定的目標參數集作為針對該複合元件之階層。該提供可以包括下列中的一者或多者：顯示、儲存、提供至一介面、及傳送至另一裝置。可以使用至少一輸出單元而執行該提供。該至少一輸出單元可以包括至少一顯示裝置。
該方法可以包括重複步驟i)至iv)，其中經判定的該目標參數集被使用為輸入參數集。該方法可以是一自我學習方法。該方法可以包括使用至少一人工智慧（AI-）系統。該方法可以包括使用至少一機器學習工具，特別是一深度學習架構。該方法可以完全自動地執行。該方法的完全自動化可以允許該Al系統靠它自己地去尋找最佳的布局。具體而言，藉由疊代地設定它的參數而不用人類互動去滿足一事先界定的最終目的，該方法可以是自我最佳化的。為了此一終點，故使用一機器學習模型。基於觀察，該機器學習模型促進了尋找一最好或最佳化布局。
該方法可以進一步包括雛型化具有在步驟iv)被判定的該階層之該目標複合元件。本文中所使用用語「雛型化」是一寬廣用語，對於所屬技術領域中具有通常知識者而言，該用語被給與它的通常和習慣意義，並且不限於具體或客製意義。該用語具體上可以參照（而不受限）為製造一完整規模和功能模型之處理、及一隨意元件或物件之形成。特別地，雛型可以是一元件或物件的一第一個模型，並且可以被使用來測試及/或驗證該元件或物件之至少一特色或具體。具體而言，該雛型可以早於一大規模生產處理或是一生產處理而被製造。舉例而言，一雛型可以是被生產或製造作為該元件或物件（諸如該複合元件）的一發展階段的部分。因此，在起始該複合元件的一大規模生產處理或製造前，該複合元件之雛型化可以具體地被執行。
在本發明的一進一步態樣中，一種用於判定至少一複合元件的一布局之電腦程式，其經組態當在一電腦或一電腦網路上執行時，用於引起該電腦或該電腦網路去完整或部分地執行根據本發明的用於判定一布局之方法。該電腦程式經組態以執行用於判定一布局之方法的至少步驟i)至iv)。
本文中所進一步揭露及提議的是一種包括指令的電腦可讀取儲存媒體，當該些指令在一電腦或一電腦網路上執行時，引起去執行根據本發明的用於判定一布局之方法的至少步驟i)至iv)。
本文中所進一步揭露及提議的是一種電腦程式產品，其具有程式碼手段，以便當該程式在一電腦或一電腦網路上執行時，執行根據本文中所封入的一或多個實施例中之本發明的用於判定一布局之方法。具體而言，該程式碼手段可以是儲存在一電腦可讀取資料承載器及/或一電腦可讀取儲存媒體上。
本文中所進一步揭露及提議的是其上儲存有一資料結構的一種資料承載器，在該資料結構被載入一電腦或一電腦網路後，諸如被載入電腦或電腦網路的工作記憶體或主記憶體後，可以執行根據本文中所揭露一或多個實施例中的本發明之用於判定一布局之方法。
本文中所進一步揭露及提議的是一種電腦程式產品，其具備儲存在一機器可讀取承載器上的程式碼手段，以便當該程式在一電腦或一電腦網路上執行時，執行根據本文中所揭露的一或多個實施例中之本發明的用於判定一布局之方法。如同在本文中所使用的，一電腦程式產品參照該程式如同一可買賣產品。該產品可以一般地以一隨意形式存在，諸如在一紙張形式中或在一電腦可讀取資料承載器上。具體而言，該電腦程式產品可以在一資料網路上散布。
在本發明的一進一步態樣中，提議一種自動控制系統，其用於預測至少一複合元件的至少一機械性質，該至少一複合元件包括至少二階層。每一階層包括具有重複單元的一網路，該些重複單元包括節點和邊緣。每一階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料。該些階層被堆疊。該控制系統包括：
– 至少一通信介面，其經組態用於接收至少一輸入參數集，該至少一輸入參數集包括複數個參數，其界定該些單一階層的每一者的性質；
– 至少一設計工具，其經組態用於基於該輸入參數集而判定該複合元件的至少一幾何模型；
– 至少一數值模擬，其經組態用於判定該複合元件的該幾何模型的一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。
該自動控制系統可以經組態用於預測至少一複合元件的至少一機械性質。針對本文中所使用的大多數用語的可能界定，可以參照為如同上面電腦實施方法的描述，或是如同下文進一步細節所描述。
如同本文中所使用的，用語「控制系統」可以參照至少一系統，其經組態用於控制至少一複合元件的至少一機械性質。該控制系統可以經組態用於設計至少一處理參數，而用於製造具有經判定機械性質的元件、及/或用於取決於經判定機械性質。
在本發明的一進一步態樣中，提議一種自動布局設計系統，其用於判定至少一複合元件的一布局，該至少一複合元件包括至少二階層。每一階層包括具有重複單元的一網路，該些重複單元包括節點和邊緣。每一階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料。該些階層被堆疊。該布局設計系統包括：
– 至少一通信介面，其經組態用於取回用於一目標複合元件的至少一目標準則，並經組態用於接收至少一輸入參數集，該至少一輸入參數集包括複數個參數，其界定該些單一階層的每一者的性質；
– 至少一材料模型化工具，其經組態用於自該輸入參數集而判定該複合元件的至少一幾何模型；
– 至少一數值模擬，其經組態用於判定該複合元件的該幾何模型的至少一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合；
– 至少一處理單元，其經組態用於執行至少一最佳化步驟，其中該最佳化步驟包括藉由比較經判定的該機械性質和該目標準則，判定用於該目標複合元件的一目標參數集，其中在該目標準則未滿足的狀況中藉由取決於該比較而調適該輸入參數集，該目標參數集被設定，或在該目標準則滿足的狀況中藉由設定該輸入參數集為目標參數集，該目標參數集被設定；
– 至少一輸出單元，其經組態用於提供經判定的該目標參數集作為用於該複合元件的布局。
該布局設計系統可以經組態用於執行根據本發明的用於判定一布局之方法。針對本文中所使用的大多數用語的可能界定，可以參照為如同上面電腦實施方法的描述，或是如同下文進一步細節所描述。
在本發明的一進一步態樣中，揭露一種根據本發明的控制系統的用途，其用於控制經選擇自由下列所組成的群組之至少一複合元件的機械性質：一阻尼元件，較佳地係作為用於建築的地震震動控制之阻尼器，該些建築較佳地係房屋或橋樑；一聲音阻尼元件；床墊或一床墊的部分、傢俱或地板的元件、汽車工業的元件，較佳地係儀表板、軸承、輪胎，鞋子，較佳地係一鞋子鞋底，更佳地係一鞋子鞋底的一部分；一身體防護器，諸如用於運動用品的身體防護器，較佳地係用於膝蓋防護、手肘防護、肩膀防護、防護頭盔。
在本發明的一進一步態樣中，提議一種根據本發明的布局設計系統的用途，其用於設計經選擇自由下列所組成的群組之一複合元件的一布局：一阻尼元件，較佳地係作為用於建築的地震震動控制之阻尼器，該些建築較佳地係房屋或橋樑；一聲音阻尼元件；床墊或一床墊的部分、傢俱或地板的元件、汽車工業的元件，較佳地係儀表板、軸承、輪胎，鞋子，較佳地係一鞋子鞋底，更佳地係一鞋子鞋底的一部分；一身體防護器，諸如用於運動用品的身體防護器，較佳地係用於膝蓋防護、手肘防護、肩膀防護、防護頭盔。更加地，該階層之該設計可以包括諸如裝飾、裝飾品、或類似者。本發明允許強烈地抑制表現。在於此建築中之強烈的阻尼材料表示一更多阻尼系統的應用是可行的。
如同本文中所使用地，用語「具有」、「包括」、或「包含」、或其任何隨意文法的變化，以一種非排它方式被使用。因此，這些用語可以一起參照為二種情況，其中一情況是除了被這些用語所引入之特徵外，沒有進一步技術是出現在此情境所描述實體中，而另一情況則是出現一或多個進一步特徵。作為一示例，表達式「A具有B」、「A包括B」、或「A包含B」可以一起參照為二種情況，其中一情況是除了B外，沒有其它元件在A出現（即A單獨且排它地由B組成），而另一情況則是除了B外，在實體A中出現一或多個進一步元件，諸如元件C、元件C和D、或進一步元件。
進一步地，用語「至少一」、「一或多」、或類似表達式，表示一特徵或元件可以出現一次或多於一次，典型地，只有當各自特徵或元件被引入時才使用。在大多數狀況，當參照該各自特徵或元件，「至少一」或「一或多」是不被重複，其非抵撐該各自特徵或元件可以出現一次或多於一次。
如同本文中所使用地，用語「較佳地」、「更佳地」、「特別地」、「更特別地」、「具體地」、「更具體地」、或類似用語，連同可選特徵使用，而不約束替代可能性。因此，被這些用語引入的特徵是可選特徵，而不以任何方式企圖去約束請求項的範圍。如同所屬技術領域中具有通常知識者所承認，本發明可以藉由使用替代的特徵而被執行。類似地，被「本發明的一實施例中」或類似表達式所引入的特徵是企圖為可選特徵，無關於本發明的替代實施例的任何約束、無關於本發明的範圍的任何約束、無關於本發明的引入特徵以和其它可選或非可選特徵組合之可能性的任何約束。
總結且不排除進一步可能實施例，可以展望下列的實例：
實施例1：電腦實施方法，其用於預測至少一複合元件的至少一機械性質，該至少一複合元件包括至少二階層，其中每一階層包括具有重複單元的一網路，該些重複單元包括節點和邊緣，其中每一階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料，其中該些階層被堆疊，其中該方法包括下列步驟：
a) 提供至少一輸入參數集，其中該輸入參數集包括複數個參數，其界定該些單一階層的每一者的性質；
b) 使用至少一設計工具，基於該輸入參數集而判定該複合元件的至少一幾何模型；
c) 藉由使用至少一數值模擬，判定該複合元件的該幾何模型的至少一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。
實施例2：如先前實施例之方法，其中該機械性質是選擇自由下列所組成的群組之至少一性質：固態體積分數；相對剛性；阻尼性質；應力對上應變曲線的特色；硬度；能量損耗；張力性質；壓縮下性質；剪力下性質；複雜形變下性質；異向性；熱延伸。
實施例3：如先前實施例任一者之方法，其中步驟b)包括至少一幾何分析，其中該幾何分析包括判定包裝密度及/或階層距離。
實施例4：如先前實施例任一者之方法，其中該輸入參數集包括選擇自由下列所組成的群組之至少一參數：單一節點的形狀；在該單一階層內的節點的位置；在該階層內及/或相對於節點的邊緣的位置；節點的厚度；邊緣的長度；邊緣的厚度；在單一階層間的接觸地區。
實施例5：如先前實施例之方法，其中該輸入參數集包括至少一參數，其界定該複合元件的該些階層的一堆疊。
實施例6：如先前實施例任一者之方法，其中該設計工具包括一電腦輔助設計（CAD）工具。
實施例7：如先前實施例任一者之方法，其中該數值模擬是一有限元素方法（FEM）模擬，其中該FEM模擬是一基於體素的FEM模擬。
實施例8：如先前實施例任一者之方法，其中該方法包括提供經判定機械性質，其中該提供包括下列中的一者或多者：顯示、儲存、提供至一介面、及傳送至另一裝置。
實施例9：電腦程式，其用於預測至少一複合元件的至少一機械性質，其經組態當在一電腦或一電腦網路上執行時，用於引起該電腦或該電腦網路去完整或部分地執行如先前實施例任一者之方法，其中該電腦程式經組態以執行如先前實施例任一者之方法的步驟a)至c)中的至少一者。
實施例10：一種包括指令的電腦可讀取儲存媒體，當該些指令在一電腦或一電腦網路上執行時，引起去執行如參照至一方法的先前實施例任一者之方法的步驟a)至c)中的至少一者。
實施例11：電腦實施方法，其用於判定至少一複合元件的一布局，該至少一複合元件包括至少二階層，其中每一階層包括具有重複單元的一網路，該些重複單元包括節點和邊緣，其中每一階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料，其中該些階層被堆疊，其中該方法包括下列步驟：
i) 取回至少一目標準則，其用於一目標複合元件；
ii) 使用如參照至一方法的先前實施例任一者之方法，預測一起始複合元件的至少一機械性質，其中該起始複合元件的該些單一階層之每一者的性質是藉由該輸入參數集所界定；
iii) 至少一最佳化步驟，其中該最佳化步驟包括藉由比較經判定的該機械性質和該目標準則，判定用於該目標複合元件的一目標參數集，其中在該目標準則未滿足的狀況中藉由取決於該比較而調適該輸入參數集，該目標參數集被設定，或在該目標準則滿足的狀況中藉由設定該輸入參數集為目標參數集，該目標參數集被設定；
iv) 提供經判定的該目標參數集作為用於該複合元件的階層。
實施例12：如先前實施例任一者之方法，其中該方法包括重複步驟i)至iv)，其中經判定的該目標參數集被使用為輸入參數集。
實施例13：如參照至用於判定一布局之一方法的先前實施例任一者之方法，其中該目標標準則包括選擇自由下列所組成的群組之一物理性質的至少一值：固態體積分數；相對剛性；阻尼曲線；應力對上應變曲線的特色；硬度；能量損耗；張力性質；壓縮下性質；剪力下性質；複雜形變下性質；異向性；熱延伸。
實施例14：如參照至用於判定一布局之一方法的先前實施例任一者之方法，其中該最佳化步驟包括藉由把一最佳化演算法施加在一經訓練機器學習模型上之該目標準則的項目中，判定該目標參數集。
實施例15：如先前實施例之方法，其中該機器學習模型包括下列中的一者或多者：線性回歸、對數回歸、隨機森林、單純貝氏分類、最近鄰居、神經網路、卷積神經網路、生成對抗網路、支持向量機、或梯度提升演算法、或類似者。
實施例16：如參照至用於判定一布局之一方法的先前實施例任一者之方法，其中該提供包括下列中的一者或多者：顯示、儲存、提供至一介面、及傳送至另一裝置。
實施例17：如參照至用於判定一布局之一方法的先前實施例任一者之方法，其中該方法進一步包括雛型化具有在步驟iv)中被判定的該階層之該目標複合元件。
實施例18：用於判定至少一複合元件的一布局之電腦程式，其經組態當在一電腦或一電腦網路上執行時，用於引起該電腦或該電腦網路去完整或部分地執行如參照至用於判定一布局之一方法的先前實施例任一者之方法，其中該電腦程式經組態以執行如參照至用於判定一布局之一方法的先前實施例任一者之方法的至少步驟i)至iv)。
實施例19：一種包括指令的電腦可讀取儲存媒體，當該些指令在一電腦或一電腦網路上執行時，引起去執行如參照至用於判定一布局之一方法的先前實施例任一者之方法的至少步驟i)至iv)。
實施例20：自動控制系統，其用於預測至少一複合元件的至少一機械性質，該至少一複合元件包括至少二階層，其中每一階層包括具有重複單元的一網路，該些重複單元包括節點和邊緣，其中每一階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料，其中該些階層被堆疊，其中該控制系統包括：
– 至少一通信介面，其經組態用於接收至少一輸入參數集，該至少一輸入參數集包括複數個參數，其界定該些單一階層的每一者的性質；
– 至少一設計工具，其經組態用於基於該輸入參數集而判定該複合元件的至少一幾何模型；
– 至少一數值模擬，其經組態用於判定該複合元件的該幾何模型的一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。
實施例21：如先前實施例之控制系統，其中該控制系統經組態用於執行如參照至用於預測至少一複合元件的至少一機械性質之一方法的先前實施例任一者之方法。
實施例22：自動布局設計系統，其用於判定至少一複合元件的一布局，該至少一複合元件包括至少二階層，其中每一階層包括具有重複單元的一網路，該些重複單元包括節點和邊緣，其中每一階層具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料，其中該些階層被堆疊，其中該布局設計系統包括：
– 至少一通信介面，其經組態用於取回用於一目標複合元件的至少一目標準則，並經組態用於接收至少一輸入參數集，該至少一輸入參數集包括複數個參數，其界定該些單一階層的每一者的性質；
– 至少一材料模型化工具，其經組態用於自該輸入參數集而判定該複合元件的至少一幾何模型；
– 至少一數值模擬，其經組態用於判定該複合元件的該幾何模型的至少一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合；
– 至少一處理單元，其經組態用於執行至少一最佳化步驟，其中該最佳化步驟包括藉由比較經判定的該機械性質和該目標準則，判定用於該目標複合元件的一目標參數集，其中在該目標準則未滿足的狀況中藉由取決於該比較而調適該輸入參數集，該目標參數集被設定，或在該目標準則滿足的狀況中藉由設定該輸入參數集為目標參數集，該目標參數集被設定；
– 至少一輸出單元，其經組態用於提供經判定的該目標參數集作為用於該複合元件的布局。
實施例23：如先前實施例之布局設計系統，其中該布局設計系統經組態用於執行如參照至用於判定一布局之一方法的先前實施例任一者的方法。
實施例24：如用於控制一複合元件的機械性質之實施例20或21任一者之控制系統的用途，用於控制經選擇自由下列所組成的群組之至少一複合元件的機械性質：一阻尼元件，較佳地係作為用於建築的地震震動控制之阻尼器，該些建築較佳地係房屋或橋樑；一聲音阻尼元件；床墊或一床墊的部分、傢俱或地板的元件、汽車工業的元件，較佳地係儀表板、軸承、輪胎，鞋子，較佳地係一鞋子鞋底，更佳地係一鞋子鞋底的一部分；一身體防護器，諸如用於運動用品的身體防護器，較佳地係用於膝蓋防護、手肘防護、肩膀防護、防護頭盔。
實施例25：如實施例22或23任一者之系統的用途，用於設計經選擇自由下列所組成的群組之一複合元件的一布局：一阻尼元件，較佳地係作為用於建築的地震震動控制之阻尼器，該些建築較佳地係房屋或橋樑；一聲音阻尼元件；床墊或一床墊的部分、傢俱或地板的元件、汽車工業的元件，較佳地係儀表板、軸承、輪胎，鞋子，較佳地係一鞋子鞋底，更佳地係一鞋子鞋底的一部分；一身體防護器，諸如用於運動用品的身體防護器，較佳地係用於膝蓋防護、手肘防護、肩膀防護、防護頭盔。
圖1展示根據本發明之一電腦實施方法的一實施例的一流程圖，其用於預測至少一複合元件110的至少一機械性質。
複合元件110的一實施例是在圖6中以高度概略式樣被展示。複合元件110可以包括二個或更多個子元件。原則上並不存在關於被一複合元件110所包括的子元件的數量之約束，其被提供為至少有二個元件出現。較佳地，該複合元件包括至少三個元件，更佳地，自3至10個元件。
原則上並不存在關於該複合元件110的尺度之約束，特別地並不存在關於垂直於每一元件的縱向延伸之該複合元件110的高度H之約束。較佳地，該複合元件110具有垂直於每一元件的縱向延伸之一高度H，其在自1至10000 mm之範圍中，更佳地，其在自5至1000 mm之範圍中，更佳地，其在自5至100 mm之範圍中。
該複合元件110包括至少二個階層112。具體而言，該些階層112可以是或可以包括墊子。每個階層112具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h。原則上並不存在關於每個階層112的尺度之約束，其被提供為被該些個別階層112的該些尺度所界定之該複合元件110的該些尺度。舉例而言，每個階層112的個別尺度之總合等於該複合元件110的尺度。然而在互鎖或嚙合階層112的狀況中，複合元件的高度可以低於個別階層的高度。階層112可以具有相等尺度或不同尺度。舉例而言，複合元件110可以具有一方錐狀階層結構，其具備由上至下之遞增的階層112縱向延伸。較佳地，每個階層112的高度h在自0.25至2500 mm之範圍中，更佳地，其在自0.5至250 mm之範圍中，更佳地，其在自0.75至250 mm之範圍中，更佳地，其在自1至25 mm之範圍中。
該些階層112是被堆疊的。具體而言，在垂直於該縱向延伸之一方向中，該些階層112可以被配置成一者在另一者上面。該些階層112可以平行於該縱向延伸而至少部分地接觸。原則上並不存在關於該些個別階層112之間的黏著之約束，只要該些階層是固定在一起。因此，在個別階層112之間的黏著可以僅僅基於機械或靜電黏著。較佳地，複合元件110的階層112在一接觸地區被黏著鍵合，較佳地，藉由選擇自由下列所組成的群組之至少一者：縫接、蒸汽櫃模製、膠接、及其它。
該些階層112至少在和它的鄰接元件之接觸地區113中具有一表皮，然而，在非接觸地區中每個階層112的表面可以是封閉或是開放的，舉例而言，在像階層之板塊狀況中，該些階層是在他們的較大表面上進行接觸，側面（即較小表面，其中並未給與和鄰接元件的接觸）可以顯示開放孔隙或可以相等地顯示封閉表面。
每一階層112包括具有重複單元120的一網路114，該些重複單元120包括節點116和邊緣118。該網路114可以是或可以包括一經結構階層。每個全體個別階層112可以被看待成為包括節點116和邊緣118的網路114。每個網路112可以包括複數個節點116。每個階層112的節點116可以被配置在相同的平面裡。每個階層112可以包括在節點116間之階層的一平面中之孔或薄膜，其中該些節點116經由邊緣118而連接。該網路114可以是或可以包括一圖案，特別地一規則的圖案，而節點116和邊緣118被配置在該圖案中。
每個節點116可以具有一形狀，諸如球面形狀、雙錐形狀、長方體形狀、或三維多邊形形狀。至少二個階層112的節點116及/或個別階層112的節點116可以是相同或不同的。每個階層116可以相對於該階層112的一平面具有一對稱形狀。然而非對稱設計也是可行的。舉例而言，頂點116和邊緣118可以被配置在不同的對稱平面。因此，相較於在邊緣118的對稱平面上方的節點116部分，在邊緣118的對稱平面下方的個別節點116部分可以是較小的，或反之亦然。於相較於在邊緣118的對稱平面上方的節點116部分、在邊緣118的對稱平面下方的個別節點116部分可以是較小之實施例中，其對於在低密度處的泡棉處理是有利的。原則上並不存在關於經給與節點116尺度之約束。舉例而言，節點116可以具有0.002公尺至0.1公尺的有效直徑。節點116可以具有一長度，即在該階層112的縱向延伸中之延伸，並且可以具有一厚度，即垂直於該階層112的縱向延伸之延伸。網路114的結構可以被在該網路中的該些節點116的位置所界定。邊緣和節點的數量關係可以是自1:1到1:3。邊緣和節點的高度比例可以是自1:2到1:10。邊緣和節點的長度比例可以是隨意的，較佳地，自1:10到5:1，更佳地，自1:10到3:1。該些邊緣118可以具有一長度，即在該階層112的縱向延伸中之延伸，並且可以具有一厚度，即垂直於該階層112的縱向延伸之延伸。
藉由改變在該些階層112中該些節點116的形狀和圖案，可以調適及/或選擇該複合元件110的性質，而不會改變在該些單一階層112中的材料。此舉尤其施加至有效密度，特別地作為調適及/或選擇包裝該些單一階層之結果，以及施加至機械性質，特別地作為改變在該些階層之間的接觸地區113之結果。
每個階層112包括具備蜂巢結構的材料。在一較佳的根據本發明之複合元件110的實施例中，每個階層是由具備蜂巢結構的聚合材料所組成。較佳地，具備蜂巢結構的該聚合材料是由該聚合材料製成之泡棉。
複合元件110的每個階層112之具備蜂巢結構的聚合材料可以彼此間獨立地相同或不同。在一較佳實施例中，每個階層112之具備蜂巢結構的聚合材料是相同的。在另一較佳實施例中，複合元件110的至少一階層112之具備蜂巢結構的聚合材料，不同於其它階層112之具備蜂巢結構的聚合材料。在另一較佳實施例中，複合元件110的至少一階層112之具備蜂巢結構的聚合材料，連接至不同結構的非蜂巢材料。舉例而言，此類聚合材料可以被使用作為地板覆蓋物的複合物。複合元件110的每個階層112之硬度可以彼此間獨立地相同或不同。複合元件110的每個階層112之剛性可以彼此間獨立地相同或不同。複合元件110的每個階層112之密度可以彼此間獨立地相同或不同。複合元件110的每個階層112之反彈彈回可以彼此間獨立地相同或不同。
複合元件110的最佳化設計可以取決於複數個因子，並且可以根據不同的應用而不同。該設計可以是或可以包括組態個別階層112，特別是單一節點116的形狀、在單一階層112內節點116的位置；在階層112內及/或相對於節點116的邊緣118位置、節點116厚度、邊緣118長度、及邊緣118厚度。
本發明提議一種方法，其用於預測至少一複合元件110的至少一機械性質。至少一機械性質之預測可括判定一理論或真實複合元件110的一期望機械性質之處理，特別是基於至少一模擬。該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。具體而言，該機械性質是選擇自由下列所組成的群組之至少一性質：固態體積分數；相對剛性；阻尼性質；應力對上應變曲線的特色；硬度；能量損耗；張力性質；壓縮下性質；剪力下性質；複雜形變下性質；異向性；熱延伸。
該方法包括下列的步驟，其具體上可能以該給與次序而被執行。仍然地，一不同次序也是可能的。其進一步可以完整地或部分同步地執行該些方法步驟中的二個或以上。進一步地，該些方法步驟中的一個或以上或甚至所有者可以被執行一次、或被重複執行，諸如執行一次或數次。更進一步地，該方法可以包括額外的、未被列出的方法步驟。
該方法包括下列步驟：
a) （元件符號122）提供至少一輸入參數集，其中該輸入參數集包括複數個參數，其界定該些單一階層112的每一者的性質；
b) （元件符號124）使用至少一設計工具126，基於該輸入參數集而判定該複合元件的至少一幾何模型；
c) （元件符號128）藉由使用至少一數值模擬130，判定該複合元件的該幾何模型的至少一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。
該輸入參數集可以包括複數個隨意參數，而預測是基於它們、及/或預測是針對它們而被執行。該幾何模型可以被複數個參數界定。該些參數的至少一些可以是根據該輸入參數集的該些參數而被設定。該輸入參數集包括選擇自由下列所組成的群組之至少一參數：單一節點116的形狀；在該單一階層112內的節點116的位置；在該階層112內及/或相對於節點116的邊緣118的位置；節點116的厚度；邊緣118的長度；邊緣118的厚度，在單一階層112間的接觸地區113。該輸入參數集可以包括至少一參數，其界定該複合元件110的該些階層112的一堆疊。
該提供該輸入參數集可以包括經由至少一通信介面132而輸入及/或選擇該輸入參數集。特別地，該通信介面132經組態用於自一計算裝置（諸如一電腦）轉移資訊，諸如發送或輸出資訊，至諸如另一裝置。額外地或替代地，該通信介面132經組態用於轉移資訊至一計算裝置，諸如一電腦，以便接收資訊。該通信介面132可以具體地提供用於轉移或交換資訊之手段。特別地，該通信介面132可以提供一資料轉移連接，諸如藍芽、NFC、電感耦合、或類似者。作為一示例，該通信介面132可以是或可以包括至少一埠口，其包括下列中的一者或多者：一網路或網際網路埠口、USB埠口、及一碟裝置。該通信介面132可以是至少一網站介面。
該複合元件的該幾何模型可以是或可以包括該複合元件110或該複合元件110的至少一部分之在數學上表示之資訊，特別在三維中，諸如該複合元件110的一體積元件。具體而言，複合元件的幾何模型可以是以一電腦可讀取形式出現，諸如在一電腦相同資料集中，具體而言，一數位資料集。作為一示例，複合元件的幾何模型可以是或可以包括電腦輔助設計資料（CAD data）。具體而言，複合元件的幾何模型可以是或可以包括CAD資料，其描述該複合元件110的形式或形狀、及/或該些單一階層112的結構。
該材料模型化可以是或可以包括針對該複合元件110的幾何性質產生至少一個三維模型的處理。該些幾何性質可以包括關於在該些單一階層112內包裝密度、及/或階層距離之資訊。步驟b)可以包括至少一幾何分析，其中該幾何分析包括判定包裝密度及/或階層距離。該設計工具126可以是或可以包括一工具，特別是一軟體，其經組態用於產生複合元件的幾何模型。該設計工具126可以經組態用於模型化該些單一階層112之每一者、及模型化形成該複合元件110的該些單一階層112的一組合。該設計工具126可以包括一電腦輔助設計（CAD）工具。舉例而言，軟體GeoDictt®可以被使用為設計工具126。
該設計工具126可以經組態用於幾何模型化，具體地用於針對該複合元件的該些幾何性質產生至少一個三維模型。該些幾何性質可以包括關於在該些單一階層內包裝密度、及/或階層距離之資訊。步驟b)可以包括至少一幾何分析，其中該幾何分析包括判定包裝密度及/或階層距離。該設計工具126可以經組態用於規定該幾何模型在靜態、準靜態、動態、或/及包含張力、壓縮、剪力、溫度、及其（多重軸向）組合下之行為。
該設計工具126可以包括下列中的一者或多者：機器學習、深度學習、神經網路、或其它形式的人工智慧。複合元件的幾何模型可以藉由使用機器學習而被產生，特別是使用至少一人工神經網路而被產生。該機器學習架構可以基於下列中的一者或多者：線性回歸、對數回歸、隨機森林、單純貝氏分類、最近鄰居、神經網路、卷積神經網路、生成對抗網路、支持向量機、或梯度提升演算法、或類似者。該設計工具126可以基於實驗資料而被訓練，諸如藉由製造複數個具有事先界定參數的複合元件110而判定的資料。
複合元件的幾何模型之機械性質的判定是藉由使用至少一數值模擬130而被執行。具體而言，該數值模擬是一有限元素方法（FEM）模擬。該FEM可以經組態用於解答考慮界限情況之二或三個空間變數中的部分微分等式。舉例而言，該FEM模擬可以是一基於體素的FEM模擬。舉例而言，軟體GeoDictt®可以被使用為FEM模擬。FEM模擬可以包括下列中的一者或多者：機器學習、深度學習、神經網路、或其它形式的人工智慧。舉例而言，可以包括在實驗資料上被訓練的至少一神經網路，諸如是藉由量測複數個複合元件110的機械性質而判定的資料所訓練的至少一神經網路。
使用設計工具126而判定複合元件的幾何模型、及使用數值模擬130而判定複合元件的幾何模型的機械性質，可以允許機械性質之可靠、強健的預測。具體而言，該方法允許可靠、強健地預測機械性質。此舉可以允許在發展階段中避免嘗試錯誤迴圈。
該方法可以包括提供經判定的機械性質，其用元件符號134表示。該提供可以包括下列中的一者或多者：顯示、儲存、提供至一介面、及傳送至另一裝置。該提供經判定的該機械性質可以包括出現及/或顯示及/或通信經判定的機械性質，諸如至一使用者。該提供可以使用至少一輸出單元136而被執行。該輸出單元136可以是或可以包括至少一介面，其經組態用於提供經判定的機械性質，諸如到至少一使用者。該輸出單元136可以包括至少一顯示裝置。
用於預測機械性質之方法可以是一自我學習方法。該方法可以經組態用於用該方法的每次反覆而學習，特別是在意義上盡可能地提供可靠的機械性質而隨著時間去改善。該方法可以包括使用至少一人工智慧（AI-）系統。該方法可以包括使用至少一機器學習工具，特別是一深度學習架構。該方法可以完全自動地執行。該方法的完全自動化可以允許該Al系統靠它自己地去尋找最佳的參數和模型。具體而言，藉由疊代地設定它的參數而不用人類互動去滿足一事先界定的最終目的，該方法可以是自我最佳化的。為了此一終點，故使用一機器學習模型。基於觀察，該機器學習模型促進了預測機械性質。
圖2展示根據本發明之一電腦實施方法的一實施例的一流程圖，其用於判定在一複合元件110處的一布局。相對於複合元件110的描述之參照在圖6中做出。該方法包括下列的方法步驟，具體而言，該些方法步驟可能以被給與次序而被執行。仍然地，一不同次序也是可能的。其進一步可以完整地或部分同步地執行該些方法步驟中的一個或以上。進一步地，該些方法步驟中的一個或以上或甚至所有者可以被執行一次、或被重複執行，諸如執行一次或數次。更進一步地，該方法可以包括額外的、未被列出的方法步驟。該方法包括下列步驟：
i) （元件符號138）取回至少一目標準則，其用於一目標複合元件；
ii) （元件符號140）使用根據本發明用於預測至少一機械性質之方法，預測一起始複合元件的至少一機械性質，其中該起始複合元件的該些單一階層112之每一者的性質是藉由該輸入參數集所界定；
iii) （元件符號142）至少一最佳化步驟，其中該最佳化步驟包括藉由比較經判定的該機械性質和該目標準則，判定用於該目標複合元件的一目標參數集，其中在該目標準則未滿足的狀況中藉由取決於該比較而調適該輸入參數集，該目標參數集被設定，或在該目標準則滿足的狀況中藉由設定該輸入參數集為目標參數集，該目標參數集被設定；
iv) （元件符號144）提供經判定的該目標參數集作為用於該複合元件的階層。
該階層可以是或可以包括該複合元件110的至少一組態及/或性質，諸如單一節點116的形狀、在該單一階層112內的節點116的位置、在該階層112內及/或相對於節點116的邊緣118的位置、節點116的厚度、邊緣118的長度、邊緣118的厚度、在單一階層112間的接觸地區113。
取回該目標準則可以包括自一隨意資料來源（諸如自一資料儲存、自一網路、或自一進一步電腦或電腦系統）產生目標準則、及/或獲得目標準則。該取回具體上可以經由至少一電腦介面發生，特別是通訊介面132，諸如經由例如一序列或並列埠口之埠口。該取回可以包括數個子步驟，諸如獲得首要資訊的一或多個項目、及藉由使用首要資訊而產生次要資訊之子步驟，諸如藉由使用一處理器而諸如藉由施加一或多個演算法至首要資訊。
該目標準則可以參照為至少一準則，在該至少一準則下該最佳化是被執行的。該目標準則可以包括至少一最佳化目的以及準確度及/或精確度。該目標準則可以是被事先具體化的，諸如藉由至少一顧客請求。該目標準則可以是至少一使用者的具體化。該使用者可以選擇該最佳化目的及/或盼望之準確度及/或精確度。該目標標準則可以包括選擇自由下列所組成的群組之一物理性質的至少一值：固態體積分數；相對剛性；阻尼性質；應力對上應變曲線的特色；硬度；能量損耗；張力性質；壓縮下性質；剪力下性質；複雜形變下性質；異向性；熱延伸。該目標複合元件可以是一複合元件110，其具有至少在容限內的盼望及/或要求的性質。
該最佳化步驟可以包括藉由把一最佳化演算法施加在一經訓練機器學習模型上之該目標準則項目中，判定該目標參數集。該機器學習模型包括下列中的一者或多者：線性回歸、對數回歸、隨機森林、單純貝氏分類、最近鄰居、神經網路、卷積神經網路、生成對抗網路、支持向量機、或梯度提升演算法、或類似者。
該方法可以包括重複步驟i)至iv)，其中經判定的該目標參數集被使用為輸入參數集。該方法可以是一自我學習方法。該方法可以包括使用至少一人工智慧（AI-）系統。該方法可以包括使用至少一機器學習工具，特別是一深度學習架構。該方法可以完全自動地執行。該方法的完全自動化可以允許該Al系統靠它自己地去尋找最佳的布局。具體而言，藉由疊代地設定它的參數而不用人類互動去滿足一事先界定的最終目的，該方法可以是自我最佳化的。為了此一終點，故使用一機器學習模型。基於觀察，該機器學習模型促進了尋找一最好或最佳化布局。
該方法可以進一步包括雛型化具有在步驟iv)被判定的該階層之該目標複合元件。特別地，雛型可以是一元件或物件的一第一個模型，並且可以被使用來測試及/或驗證該元件或物件之至少一特色或具體。具體而言，該雛型可以早於一大規模生產處理或是一生產處理而被製造。舉例而言，一雛型可以是被生產或製造作為該元件或物件（諸如該複合元件110）的一發展階段的部分。因此，在起始該複合元件110的一大規模生產處理或製造前，該複合元件之雛型化可以具體地被執行。
圖3展示根據本發明之自動控制系統146以及自動布局設計系統148的一實施例。
該控制系統146包括：
– 至少一通信介面132，其經組態用於接收至少一輸入參數集，該至少一輸入參數集包括複數個參數，其界定該些單一階層112的每一者的性質；
– 至少一設計工具126，其經組態用於基於該輸入參數集而判定該複合元件的至少一幾何模型；
– 至少一數值模擬130，其經組態用於判定該複合元件的該幾何模型的一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。
該控制系統146進一步可以包括至少一輸出單元136。
該布局設計系統148包括：
– 至少一通信介面132，其經組態用於取回用於一目標複合元件的至少一目標準則，並經組態用於接收至少一輸入參數集，該至少一輸入參數集包括複數個參數，其界定該些單一階層112的每一者的性質；
– 至少一材料模型化工具126，其經組態用於自該輸入參數集而判定該複合元件的至少一幾何模型；
– 至少一數值模擬130，其經組態用於判定該複合元件的該幾何模型的至少一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合；
– 至少一處理單元150，其經組態用於執行至少一最佳化步驟，其中該最佳化步驟包括藉由比較經判定的該機械性質和該目標準則，判定用於該目標複合元件的一目標參數集，其中在該目標準則未滿足的狀況中藉由取決於該比較而調適該輸入參數集，該目標參數集被設定，或在該目標準則滿足的狀況中藉由設定該輸入參數集為目標參數集，該目標參數集被設定；
– 至少一輸出單元136，其經組態用於提供經判定的該目標參數集作為用於該複合元件的布局。
圖4A至圖4T展示藉由使用設計工具126所判定之複合元件的幾何模型之實施例。
圖4A和圖4B展示複合元件110之體積元件。其中節點116是球面的形狀。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。更加地，展示針對線性模型化和針對非線性模型化（表示形變）之曲線。在圖4A中邊緣118是小於圖4B的邊緣116。針對圖4A的實施例，藉由幾何分析所判定的固態體積分數是67.4%，而且藉由使用數值模擬139所判定的相對剛性是6.0%。針對圖4B的實施例，藉由幾何分析所判定的固態體積分數是66.8%，而且藉由使用數值模擬139所判定的相對剛性是10.2%。
圖4C至圖4J展示實施例，其中節點是三角形雙錐的形狀。具體上展示四個實施例，其中二個參數被調適：寬度對上高度關係、以及高原（至下一階層的接觸地區）的尺寸。
圖4C展示複合元件110之體積元件，其中節點116是雙錐的形狀。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。展示針對線性模型化和針對非線性模型化（表示形變）之曲線。更加地，在圖4D中描繪一相應模型階層112。針對圖4C的實施例，藉由幾何分析所判定的固態體積分數是60.0%，而且藉由使用數值模擬139所判定的相對剛性是48.2%。
圖4E展示複合元件110之體積元件，其中節點116是雙錐的形狀。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。展示針對線性模型化和針對非線性模型化（表示形變）之曲線。更加地，在圖4F中描繪一相應模型階層112。比較至圖4C和4D之實施例，方錐是更峰利。具體而言，該方錐在它的頂部上具有一較小高原。針對圖4E的實施例，藉由幾何分析所判定的固態體積分數是43.1%，而且藉由使用數值模擬139所判定的相對剛性是17.6%。
圖4G展示複合元件110之體積元件，其中節點116是雙錐的形狀。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。展示針對線性模型化和針對非線性模型化（表示形變）之曲線。更加地，在圖4H中描繪一相應模型階層112。比較至圖4E和4F之實施例，方錐具有一降低的高度。針對圖4G的實施例，藉由幾何分析所判定的固態體積分數是43.9%，而且藉由使用數值模擬139所判定的相對剛性是16.4%。
圖4I展示複合元件110之體積元件，其中節點116是雙錐的形狀。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。展示針對線性模型化和針對非線性模型化（表示形變）之曲線。更加地，在圖4J中描繪一相應模型階層112。比較至圖4G和4H之實施例，該方錐在它的頂部上具有一較大高原。針對圖4I的實施例，藉由幾何分析所判定的固態體積分數是55.4%，而且藉由使用數值模擬139所判定的相對剛性是32.2%。
圖4K至圖4P展示實施例，其中節點是立方體的形狀。具體上展示三個實施例，其中二個參數被調適：節點的位置、以及邊緣的位置。
圖4K展示複合元件110之體積元件，其中節點116是立方體的形狀。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。展示針對線性模型化和針對非線性模型化（表示形變）之曲線。更加地，在圖4L中描繪一相應模型階層112。針對圖4K的實施例，藉由幾何分析所判定的固態體積分數是62.8%，而且藉由使用數值模擬139所判定的相對剛性是51.9%。
圖4M展示複合元件110之體積元件，其中節點116是立方體的形狀。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。展示針對線性模型化和針對非線性模型化（表示形變）之曲線。更加地，在圖4N中描繪一相應模型階層112。比較至圖4K和4L之實施例，在一方向邊緣118是較短的。針對圖4M的實施例，藉由幾何分析所判定的固態體積分數是86.2%，而且藉由使用數值模擬139所判定的相對剛性是81.5%。
圖4O展示複合元件110之體積元件，其中節點116是立方體的形狀。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。展示針對線性模型化和針對非線性模型化（表示形變）之曲線。更加地，在圖4P中描繪一相應模型階層112。比較至圖4K和4L之實施例，節點116是非平行地被定向，然而是具備相對於該階層112的一縱向延伸之一角度。針對圖4O的實施例，藉由幾何分析所判定的固態體積分數是77.9%，而且藉由使用數值模擬139所判定的相對剛性是70.1%。
圖4Q至圖4T展示實施例，其中節點是二次雙錐的形狀。具體上展示二個實施例，其中高原（至下一階層的接觸地區）的尺寸被調適。
圖4O展示複合元件110之體積元件，其中節點116是二次雙錐的形狀。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。展示針對線性模型化和針對非線性模型化（表示形變）之曲線。更加地，在圖4R中描繪一相應模型階層112。針對圖4Q的實施例，藉由幾何分析所判定的固態體積分數是61.1%，而且藉由使用數值模擬139所判定的相對剛性是45.5%。
圖4S展示複合元件110之體積元件，其中節點116是二次雙錐的形狀且彼此相遇，該方錐在它的頂部上具有一較大高原。更加地，展示經預測之在z方向中應力對上在z方向中應變之曲線，其中z方向是在重力方向中由上到下。展示針對線性模型化和針對非線性模型化（表示形變）之曲線。更加地，在圖4T中描繪一相應模型階層112。針對圖4S的實施例，藉由幾何分析所判定的固態體積分數是82.6%，而且藉由使用數值模擬139所判定的相對剛性是78.5%。
圖5展示複合元件110之不同階層的比較，特別是在%中之相對密度對上在%中之相對剛性。三角形是三角形方錐節點實施例，正方形是立方體節點，圓形是球面節點，以及二次雙錐節點被展示為菱形。
110:複合元件
112:階層
113:接觸地區
114:網路
116:節點
118:邊緣
120:重複單元
122:提供至少一輸入參數集
124:判定複合元件之至少一幾何模型
126:設計工具
128:判定至少一機械性質
130:數值模擬
132:通信介面
134:提供經判定機械性質
136:輸出單元
138:取回至少一目標準則
140:預測至少一機械性質
142:最佳化步驟
144:提供經判定目標參數集
146:控制系統
148:階層設計工具
150:處理單元
進一步可選的特徵和實施例將在後續的描述中，較佳地連同附屬請求項，以更多細節揭露。在那裡各自可選的特徵可能以一隔離式樣而被實現，以及以任何隨意可行組合而被實現，如同所屬技術領域中具有通常知識者將實現的。本發明的範圍將不被較佳實施例所約束。實施例是概略地在圖中描繪。在那裡圖中相同的元件符號參照為相同或功能可比擬元件。
在圖中：
[圖1]展示根據本發明之一電腦實施方法的一實施例的一流程圖，其用於預測至少一複合元件的至少一機械性質；
[圖2]展示根據本發明之一電腦實施方法的一實施例的一流程圖，其用於判定在一複合元件處的一布局；
[圖3]展示根據本發明之自動控制系統以及自動布局設計系統的一實施例；
[圖4A]至[圖4T]展示複合元件的幾何模型之實施例；
[圖5]展示不同階層的比較；以及
[圖6]展示一複合元件的一實施例。
Claims (29)
- 一種電腦實施方法，其用於預測至少一複合元件（110）的至少一機械性質，該至少一複合元件（110）包括至少二階層（112），其中每一階層（112）包括具有重複單元（120）的一網路（114），該些重複單元（120）包括節點（116）和邊緣（118），其中每一階層（112）具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料，其中該些階層（112）被堆疊，其中該方法包括下列步驟： a) 提供至少一輸入參數集，其中該輸入參數集包括複數個參數，其界定單一階層（112）的每一者的性質； b) 使用至少一設計工具（126），基於該輸入參數集而判定該複合元件的至少一幾何模型； c) 藉由使用至少一數值模擬（130），判定該複合元件的該幾何模型的至少一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。
- 如先前請求項之方法，其中該機械性質是選擇自由下列所組成的群組之至少一性質：固態體積分數；相對剛性；阻尼性質；應力對上應變曲線的特色；硬度；能量損耗；張力性質；壓縮下性質；剪力下性質；複雜形變下性質；異向性；熱延伸。
- 如先前請求項任一項之方法，其中步驟b)包括至少一幾何分析，其中該幾何分析包括判定包裝密度及/或階層距離。
- 如先前請求項任一項之方法，其中該輸入參數集包括選擇自由下列所組成的群組之至少一參數：單一節點（116）的形狀；在該單一階層（112）內的節點（116）的位置；在該階層（112）內及/或相對於節點（116）的邊緣（118）的位置；節點（116）的厚度；邊緣（118）的長度；邊緣（118）的厚度；在單一階層（112）間的接觸地區（113）。
- 如先前請求項之方法，其中該輸入參數集包括至少一參數，其界定該複合元件（110）的該些階層（112）的一堆疊。
- 如先前請求項任一項之方法，其中該設計工具（126）包括一電腦輔助設計（CAD）工具。
- 如先前請求項任一項之方法，其中該數值模擬（130）是一有限元素方法（FEM）模擬，其中該FEM模擬是一基於體素的FEM模擬。
- 如先前請求項任一項之方法，其中該方法包括提供經判定機械性質。
- 如先前請求項之方法，其中該提供包括下列中的一者或多者：顯示、儲存、提供至一介面、及傳送至另一裝置。
- 如先前請求項任一項之方法，其中該方法包括控制至少一複合元件的該至少一機械性質，其中用於製造該複合元件的至少一處理參數被設定至經判定的該機械性質、及/或取決於經判定的該機械性質來設定用於製造該複合元件的該至少一處理參數。
- 如先前請求項任一項之方法，其中該方法包括控制經選擇自由下列所組成的群組之至少一複合元件的該至少一機械性質：一阻尼元件，較佳地係作為用於建築的地震震動控制之阻尼器，該些建築較佳地係房屋或橋樑；一聲音阻尼元件；床墊或一床墊的部分、傢俱或地板的元件、汽車工業的元件，較佳地係儀表板、軸承、輪胎，鞋子，較佳地係一鞋子鞋底，更佳地係一鞋子鞋底的一部分；一身體防護器，諸如用於運動用品的身體防護器，較佳地係用於膝蓋防護、手肘防護、肩膀防護、防護頭盔。
- 一種電腦程式，其用於預測至少一複合元件的至少一機械性質，其經組態以當在一電腦或一電腦網路上執行時，用於引起該電腦或該電腦網路去完整或部分地執行如先前請求項任一項之方法，其中該電腦程式經組態以執行如先前請求項任一項之方法的步驟a)至c)中的至少一者。
- 一種電腦實施方法，其用於判定至少一複合元件（110）的一布局，該至少一複合元件（110）包括至少二階層（112），其中每一階層（112）包括具有重複單元（120）的一網路（114），該些重複單元（120）包括節點（116）和邊緣（118），其中每一階層（112）具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料，其中該些階層（112）被堆疊，其中該方法包括下列步驟： i) 取回至少一目標準則，其用於一目標複合元件； ii) 使用如請求項1至11任一項之方法，預測一起始複合元件的至少一機械性質，其中該起始複合元件的該些單一階層（112）之每一者的性質藉由該輸入參數集所界定； iii) 至少一最佳化步驟，其中該最佳化步驟包括藉由比較經判定的該機械性質和該目標準則，判定用於該目標複合元件的一目標參數集，其中在該目標準則未滿足的狀況中藉由取決於該比較而調適該輸入參數集，而該目標參數集被設定，或在該目標準則滿足的狀況中藉由設定該輸入參數集為目標參數集，而該目標參數集被設定； iv) 提供經判定的該目標參數集作為用於該複合元件的階層。
- 如請求項13之方法，其中該方法包括重複步驟i)至iv)，其中經判定的該目標參數集被使用為輸入參數集。
- 如請求項13至14任一項之方法，其中該目標標準則包括選擇自由下列所組成的群組之一物理性質的至少一值：固態體積分數；相對剛性；阻尼性質；應力對上應變曲線的特色；硬度；能量損耗；張力性質；壓縮下性質；剪力下性質；複雜形變下性質；異向性；熱延伸。
- 如請求項13至15任一項之方法，其中該最佳化步驟包括藉由把一最佳化演算法施加在一經訓練機器學習模型上之該目標準則的項目中，判定該目標參數集，其中該機器學習模型包括下列中的一者或多者：線性回歸、對數回歸、隨機森林、單純貝氏分類、最近鄰居、神經網路、卷積神經網路、生成對抗網路、支持向量機、或梯度提升演算法、或類似者。
- 如請求項13至16任一項之方法，其中該提供包括下列中的一者或多者：顯示、儲存、提供至一介面、及傳送至另一裝置。
- 如請求項13至17任一項之方法，其中該方法進一步包括雛型化具有在步驟iv)中被判定的該階層之該目標複合元件。
- 一種用於判定至少一複合元件的一布局之電腦程式，其經組態以當在一電腦或一電腦網路上執行時，用於引起該電腦或該電腦網路去完整或部分地執行如請求項13至18任一項之方法，其中該電腦程式經組態以執行如請求項13至18任一項之方法的至少步驟i)至iv)。
- 一種自動控制系統（146），其用於預測至少一複合元件（110）的至少一機械性質，該至少一複合元件（110）包括至少二階層（112），其中每一階層（112）包括具有重複單元（120）的一網路（114），該些重複單元（120）包括節點（116）和邊緣（118），其中每一階層（112）具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料，其中該些階層（112）被堆疊，其中該控制系統（146）包括： – 至少一通信介面（132），其經組態用於接收至少一輸入參數集，該至少一輸入參數集包括複數個參數，其界定單一階層（112）的每一者的性質； – 至少一設計工具（126），其經組態用於基於該輸入參數集而判定該複合元件的至少一幾何模型； – 至少一數值模擬（130），其經組態用於判定該複合元件的該幾何模型的一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合。
- 如先前請求項之控制系統（146），其中該控制系統（146）經組態用於執行如請求項1至11任一項之方法。
- 如請求項20至21任一項之控制系統（146），其中該控制系統（146）包括至少一輸出單元（136），其經組態用於提供經判定的該機械性質。
- 如先前請求項之控制系統（146），其中該提供包括下列中的一者或多者：顯示、儲存、提供至一介面、及傳送至另一裝置。
- 如請求項20至23任一項之控制系統（146），其中該控制系統（146）經組態用於控制至少一複合元件的該至少一機械性質，其中該控制系統（146）經組態用於設定用於製造該複合元件的至少一處理參數至經判定的該機械性質、及/或取決於經判定的該機械性質來設定用於製造該複合元件的該至少一處理參數。
- 如請求項20至24任一項之控制系統（146），其中該控制系統（146）經組態用於控制經選擇自由下列所組成的群組之至少一複合元件的該至少一機械性質：一阻尼元件，較佳地係作為用於建築的地震震動控制之阻尼器，該些建築較佳地係房屋或橋樑；一聲音阻尼元件；床墊或一床墊的部分、傢俱或地板的元件、汽車工業的元件，較佳地係儀表板、軸承、輪胎，鞋子，較佳地係一鞋子鞋底，更佳地係一鞋子鞋底的一部分；一身體防護器，諸如用於運動用品的身體防護器，較佳地係用於膝蓋防護、手肘防護、肩膀防護、防護頭盔。
- 一種自動布局設計系統（148），其用於判定至少一複合元件（110）的一布局，該至少一複合元件（110）包括至少二階層，其中每一階層（112）包括具有重複單元（120）的一網路（114），該些重複單元（120）包括節點（116）和邊緣（118），其中每一階層（112）具有一體積、一縱向延伸、和垂直於該縱向延伸的一最大高度h，並且包括具備蜂巢結構的一材料，其中該些階層（112）被堆疊，其中該布局設計系統包括： – 至少一通信介面（132），其經組態用於取回用於一目標複合元件的至少一目標準則，並經組態用於接收至少一輸入參數集，該至少一輸入參數集包括複數個參數，其界定單一階層（112）的每一者的性質； – 至少一材料模型化工具（126），其經組態用於自該輸入參數集而判定該複合元件的至少一幾何模型； – 至少一數值模擬（130），其經組態用於判定該複合元件的該幾何模型的至少一機械性質，其中該機械性質包括下列中的一者或多者：張力性質、壓力性質、剪力性質、溫度性質、及其組合； – 至少一處理單元（150），其經組態用於執行至少一最佳化步驟，其中該最佳化步驟包括藉由比較經判定的該機械性質和該目標準則，判定用於該目標複合元件的一目標參數集，其中在該目標準則未滿足的狀況中藉由取決於該比較而調適該輸入參數集，而該目標參數集被設定，或在該目標準則滿足的狀況中藉由設定該輸入參數集為目標參數集，而該目標參數集被設定； – 至少一輸出單元（136），其經組態用於提供經判定的該目標參數集作為用於該複合元件（110）的布局。
- 如先前請求項之布局設計系統（148），其中該布局設計系統（148）經組態用於執行如請求項13至18任一項的方法。
- 一種如請求項20至25任一項之控制系統（146）的用途，用於控制經選擇自由下列所組成的群組之至少一複合元件（110）的機械性質：一阻尼元件，較佳地係作為用於建築的地震震動控制之阻尼器，該些建築較佳地係房屋或橋樑；一聲音阻尼元件；床墊或一床墊的部分、傢俱或地板的元件、汽車工業的元件，較佳地係儀表板、軸承、輪胎，鞋子，較佳地係一鞋子鞋底，更佳地係一鞋子鞋底的一部分；一身體防護器，諸如用於運動用品的身體防護器，較佳地係用於膝蓋防護、手肘防護、肩膀防護、防護頭盔。
- 一種如請求項26或27任一項之系統的用途，用於設計經選擇自由下列所組成的群組之一複合元件（110）的一布局：一阻尼元件，較佳地係作為用於建築的地震震動控制之阻尼器，該些建築較佳地係房屋或橋樑；一聲音阻尼元件；床墊或一床墊的部分、傢俱或地板的元件、汽車工業的元件，較佳地係儀表板、軸承、輪胎，鞋子，較佳地係一鞋子鞋底，更佳地係一鞋子鞋底的一部分；一身體防護器，諸如用於運動用品的身體防護器，較佳地係用於膝蓋防護、手肘防護、肩膀防護、防護頭盔。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP20214050 | 2020-12-15 | ||
| EP20214050.5 | 2020-12-15 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TW202236139A true TW202236139A (zh) | 2022-09-16 |
Family
ID=73854533
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110146716A TW202236139A (zh) | 2020-12-15 | 2021-12-14 | 用以預測堆疊粒子墊的機械性質之方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20240020433A1 (zh) |
| EP (1) | EP4264476A1 (zh) |
| CN (1) | CN116761724A (zh) |
| TW (1) | TW202236139A (zh) |
| WO (1) | WO2022129038A1 (zh) |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3835193A1 (de) | 1988-10-15 | 1990-04-19 | Basf Ag | Verfahren zur herstellung von formkoerpern mit einer verdichteten randzone und einem zelligen kern, vorzugsweise schuhsohlen |
| US5506275A (en) | 1995-05-15 | 1996-04-09 | Basf Corporation | 1,1,1,2-tetrafluoroethane as a blowing agent in integral skin polyurethane shoe soles |
| DE19618392A1 (de) | 1996-05-08 | 1997-11-13 | Basf Ag | Verfahren zur Herstellung von elastischen Polyurethan-Formkörpern mit kompakter Oberfläche und zelligem Kern |
| DE10352876A1 (de) | 2003-11-10 | 2005-06-23 | Basf Ag | Verfahren zur Herstellung von Polyurethan-Weichschaumstoffen |
| DE102004047524A1 (de) | 2004-09-28 | 2006-03-30 | Basf Ag | Verfahren zur Herstellung von Polyurethan-Weichschaumstoffen |
| DE102004051102A1 (de) | 2004-10-19 | 2006-04-27 | Basf Ag | Verfahren zur Herstellung von Polyurethan-Hartschaumstoffen |
| EP3092349A4 (en) | 2014-01-07 | 2017-09-06 | Nama Development LLC | 3-d honeycomb foam structure |
| CN110382230A (zh) | 2017-03-20 | 2019-10-25 | 巴斯夫欧洲公司 | 复合元件 |
| US11931223B2 (en) | 2017-09-29 | 2024-03-19 | Align Technology, Inc. | Cellular architecture for controlled focal stiffness across intraoral appliances |
-
2021
- 2021-12-14 WO PCT/EP2021/085678 patent/WO2022129038A1/en active Application Filing
- 2021-12-14 US US18/255,439 patent/US20240020433A1/en active Pending
- 2021-12-14 TW TW110146716A patent/TW202236139A/zh unknown
- 2021-12-14 EP EP21839126.6A patent/EP4264476A1/en active Pending
- 2021-12-14 CN CN202180084196.5A patent/CN116761724A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| CN116761724A (zh) | 2023-09-15 |
| EP4264476A1 (en) | 2023-10-25 |
| US20240020433A1 (en) | 2024-01-18 |
| WO2022129038A1 (en) | 2022-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Maheo et al. | Impact on multi-layered polypropylene foams | |
| Wehrkamp-Richter et al. | Predicting the non-linear mechanical response of triaxial braided composites | |
| US10195812B2 (en) | Ply blending and stacking sequence | |
| US10315783B2 (en) | Ply blending and stacking sequence | |
| Gupta et al. | Isogeometric static and dynamic analysis of laminated and sandwich composite plates using nonpolynomial shear deformation theory | |
| US10860001B2 (en) | Method for the design and manufacture of composites having tunable physical properties | |
| Bhat et al. | Design of tessellation based load transfer mechanisms in additively manufactured lattice structures to obtain hybrid responses | |
| Yin et al. | Performances assessment of the modal stability procedure for the probabilistic free vibration analysis of laminated composite structures | |
| Wang et al. | Investigation of compressive deformation behaviors of cubic periodic cellular structural cubes through 3D printed parts and FE simulations | |
| TW202236139A (zh) | 用以預測堆疊粒子墊的機械性質之方法 | |
| Chapa et al. | Experimental characterization of the mechanical properties of 3D printed TPU auxetic cellular materials under cyclic compressive loadings | |
| Herencia et al. | Initial sizing optimisation of anisotropic composite panels with T-shaped stiffeners | |
| Thai | Optimization of multi-directional functionally graded plates in thermal environment based on 3D isogeometric analysis and adaptive-hybrid evolutionary firefly algorithm | |
| Papila et al. | All-composite honeycomb core sandwich structures: Master curves for stiffness-based design | |
| Nguyen et al. | Investigation and multi-scale optimization design of woven composite cut-out structures | |
| Balcı et al. | Determination of physical properties of laminated composite beam via the inverse vibration problem method | |
| Arafath | Efficient numerical techniques for predicting process-induced stresses and deformations in composite structures | |
| Chen et al. | Computer-aided product design with performance-tailored mesostructures | |
| Nagengast et al. | Design for sustainable additive manufacturing (DfsAM): preperation and validation of a transversely isotropic simulation model for FFF components made from virgin and recycled polypropylene filaments | |
| Nguyen | Development of solid-shell elements for large deformation simulation and springback prediction | |
| Zhang et al. | Energy absorption properties of a novel auxetic honeycomb based on deep learning technology | |
| Guarino et al. | TRANSIENT AND FREE-VIBRATION ANALYSIS OF LAMINATED SHELLS THROUGH THE DISCONTINUOUS GALERKIN METHOD | |
| Nascimento | Numerical and Experimental Analysis of Polymeric Foams obtained by 3D Printing (Additive Manufacturing) | |
| Liu et al. | Study on Vibration Damping and Buffering Mechanism of Soles With Layered Gradient Lattice Structure. | |
| US20240168456A1 (en) | Apparatus for generating a library of physical properties of periodically structured porous bodies and a control file for manufacturing a physical part |