研究者研究描述了机器人制造轻量化纤维复合材料多节点结构部件的新策略。该论文将研究置于建筑复合材料制造的更大领域中，并将重点放在自适应、高效材料生产的开发方法上。这项研究建立在无芯长丝缠绕工艺的基础上，消除了对大型表面模具和复合材料生产的浪费。

这一过程允许大的几何区分结构建筑构件容易地生产适应建筑应用。该研究测试了垂直晶格结构系统复杂构件的生产。多节点的结构部件使得连续的材料和纤维定向穿过网格的交叉点，同时简化了连接。

该研究提出的关键改进包括可重构缠绕框架的机器人装配过程，以减少装配时间和提高精度，发展缠绕语法的计算技术，以及机器人路径规划材料方位的物理模拟。然后是结论和展望，讨论在全尺寸演示器上的测试结果和未来的设计潜力。

研究背景

纤维复合材料在建筑生产中有许多优点。复合材料通常用于许多大型制造行业，如汽车、航空航天和海洋。这些轻质、高性能的材料易于成形，并可以通过控制纤维的排列和取向提供多种材料行为。

它们比标准建筑材料具有更高的材料效率、减轻重量、耐腐蚀和结构能力。这使得它们成为许多基于性能的建筑应用的重要材料解决方案。尽管复合材料制造技术已经取得了进步，包括许多机器人制造策略，但大多数这些过程仍然依赖昂贵的模板、表面模具或弯曲芯轴来塑造或形成材料。

这有效地简化了相同零件的系列化生产的复合材料制造，同时也对其在建筑应用中的使用提出了问题。在不严重限制设计自由或适应建筑行业变化需求的能力的情况下，系列化或大批量生产的建筑多次未能成为建筑设计和施工的主要模式。大多数建筑都是一次性建筑，因此需要更多的适应性生产手段来有效地利用复合材料在建筑上的应用。

纤维缠绕为建筑生产提供了一些潜在的好处。这是最有效和最经济的复合材料制造形式。作为一种增材制造工艺，它在完全控制纤维方向、排列和密度的同时，几乎不产生浪费。纤维缠绕通常用于简单的对称和直压力容器，但也用于更复杂的非对称几何形状，如t形配件或风力涡轮机叶片。

通过纤维缠绕工艺可以制造出的几何部件的尺寸通常受到机器尺寸的限制，但飞机机身的大规模生产显示了将其放大到建筑尺寸的可能性。无芯长丝缠绕技术是一种不需要表面模具或芯板来制造复合材料结构的工艺，最近的发展为更具适应性的制造提供了可能性。该研究的目的是为无芯长丝缠绕开发替代策略，探索新的设计和结构机会。

测试演示器是在田纳西大学制造实验室制造的。采用了九轴机器人装置，其中包括大型工业机器人臂(Kuka KR 150 R 3100)、8米直线轨道(Kuka KL 1500)和两轴定位器(Kuka DKP 400)。安装在双轴定位器上的是一根直径为4英寸×10英尺长的钢管，用作制造的水平旋转支撑轴(见图)。

图为a具有水平缠绕轴、可重构框架和绕组执行器的机器人制造装置b制造细节

图为可重构框架及装配工艺图

纤维方向由两个多线点之间的最短路径决定。多节点绕组提供了更广泛的各种可能的缠绕场景，给定相同的起点和结束点。未被光纤连接的节点仍可用于控制复合材料表面纤维的方向。这需要一个更加复杂的指令系统来确定明确的光纤方向。充分利用深度物理测试来表征卷绕语法的组分类型和变化。

图为a组件，b运动顺序，c模拟光纤路径，d安全旅行边界，e与模拟路径的切线，f机器人路径

UTK长丝塔是一种新型多节无芯长丝缠绕工艺的全尺寸演示器.它延伸到30英尺高，成为同类建筑中最高的建筑之一。它的顶部是开放的，形成了一个管状的格子结构，占地面积85平方英尺。塔结构由六根相互连接的柱子组成。

图为塔中心内景的细节

使用可重构的框架往往会导致精度的权衡，以适应和变化，但已开发的框架被证明是非常准确和适应性强。现成零部件的使用提供了一个令人惊讶的低科技解决方案，以应对制造独特的复合部件而不需要个性化表面模具的挑战。通过使用机器人装配过程，人为错误的可能性被最小化了。这提高了精度，也大大减少了装配问题。

图为现场安装演示器照片

研究结论

通过演示器的生产，对这些新的制造工艺进行了测试，结果表明，可以有效地生产出高分化、高结构效率的多节纤维复合材料元件。在可重构框架和装配过程中的精化比在可重构框架的先例研究中获得了更高的精度。装配工艺表明，纤维复合材料组件可以有效地与其它几个建筑和材料组件相结合。

该多节点系统已显示出巨大的潜力，不仅是塔架方案，也是完整的复合承载系统。未来的研究将探索额外的结构方案，嵌入连接器，进一步集成复合绕组与附加制造工艺，多节点制造的建筑潜力，额外的多节点拓扑，并进一步扩大生产过程。

【转载声明】：本平台所转载的文章，其版权均归原作者所有，遵循原作者的版权声明，如果原文没有版权声明，我们将按照目前互联网开放的原则，在不通知作者的情况下转载文章。如果转载行为不符合作者的版权声明或者作者不同意转载，请来信告知：qbw@fiberglass365.com。如其他媒体或个人从本平台转载有关文章时，务必尊重原作者的著作权，保留本平台注明的“稿件来源”，并自负版权等法律责任。