دانشگاه توکیو، ۳ دسامبر ۲۰۲۵، طراحی پوسته شبکهای چوب -به لطف فناوریهای ساخت کنترل عددی کامپیوتری (CNC)، این روش میتواند برای پوستههای شبکهای چوبی چندلایه نیز اعمال شود. منبع: ©۲۰۲۵ ماساکی میکی و توبی میچل، CC-BY-ND
یک الگوریتم جدید مبتنی بر NURBS با امکان یافتن شکل سریعتر، روانتر و انعطافپذیرتر، طراحی پوسته شبکهای را متحول میکند.
چیزی که زمانی به ۹۰ ساعت زمان GPU نیاز داشت، اکنون فقط ۹۰ دقیقه روی یک CPU استاندارد طول میکشد و امکانات جسورانه معماری را آشکار میکند.
یک محقق در دانشگاه توکیو و یک مهندس سازه مستقر در ایالات متحده، یک روش جدید یافتن فرم محاسباتی ایجاد کردهاند که ممکن است به طور قابل توجهی بر نحوه طراحی سازههای معماری بزرگ و سبک تأثیر بگذارد. این رویکرد برای پوستههای شبکهای (gridshells) که سطوح نازک و منحنی هستند و از شبکهای از اعضای سازهای متقاطع تشکیل شدهاند، مناسب است. تکنیک آنها به سطوح NURBS، یک فرمت سطح دیجیتال آشنا در طراحی به کمک کامپیوتر (CAD) متکی است و میزان محاسبات مورد نیاز را تا حد زیادی کاهش میدهد. فرآیندی که زمانی به ۹۰ ساعت زمان در یک پردازنده گرافیکی پیشرفته نیاز داشت، اکنون تقریباً در ۹۰ دقیقه در یک پردازنده مرکزی استاندارد به پایان میرسد.
معماران اهمیت زیادی برای سطوحی قائل هستند که بتوانند وزن خود را تحمل کنند. بسیاری از سازههای بصری چشمگیر در دسته پوستهها قرار میگیرند که به طور سنتی از بتن مسلح ساخته شدهاند. با این حال، امروزه طراحان به دلیل هزینه، ضایعات و علاقه روزافزون به مواد شفافتر یا جذابتر مانند شیشه، سعی در محدود کردن استفاده از بتن دارند. این تغییر، کاوش گستردهتر پوستههای شبکهای را که از منحنیهای متقاطع ساخته شده از فلز، شیشه یا چوب برای پوشش مناطق بزرگ بدون تکیهگاههای داخلی استفاده میکنند، تشویق کرده است.
چرا پوستههای شبکهای برای فضاهای عمومی بزرگ جذاب هستند؟
سازههای پوستهای شبکهای برای پوشش فضاهای داخلی وسیع بدون ستون به خوبی عمل میکنند. آنها در مکانهایی مانند ورودیهای ایستگاه قطار، حیاطهای نوسازیشده در ساختمانهای تاریخی و میادین عمومی باز ظاهر میشوند. نمونههای شناختهشده شامل دادگاه بزرگ موزه بریتانیا، سقف شیشهای موزه دریایی هلند و سالن قطار موینیهان در نیویورک است. در حالی که این پروژهها نشان میدهند که پوستههای شبکهای چقدر میتوانند مؤثر باشند، طراحان فاقد یک روش محاسباتی استاندارد بودهاند که بتواند انواع مختلف اشکالی را که میخواهند تولید کنند، مدیریت کند.
ماساکی میکی از دانشگاه توکیو و توبی میچل از شرکت مهندسی آمریکایی تورنتون توماستی بر روی تکنیکی همکاری کردند که آزادی بسیار بیشتری در شکلدهی به این سازهها ارائه میدهد. الگوریتم آنها هندسه بهینه برای پوستههای شبکهای را شناسایی میکند، حتی زمانی که فرم کلی بسیار پیچیده است، در حالی که همچنان قابلیت اطمینان سازهای را حفظ میکند.
اگرچه پوستههای شبکهای قبلاً ساخته شدهاند، اما محدودیتهای هندسی، ساختاری، ساخت و ساز مربوط به آنها، آنها را برای بسیاری از مشتریان غیرواقعی کرده است. میکی و میچل پیش از این یک رویکرد مبتنی بر NURBS را معرفی کرده بودند که بسیاری از این مشکلات را در یک چارچوب محاسباتی برطرف میکرد. با این حال، دو مانع باقی ماند: روش قبلی آنها با اشکال بسیار نامنظم مشکل داشت و زمان محاسبه مورد نیاز برای استفاده عملی بسیار طولانی بود. نسخه جدید هر دو مشکل را حل میکند و یک گردش کار کارآمدتر و در دسترستر ایجاد میکند و به طراحان بیشتری اجازه میدهد تا با فرمیابی پیشرفته پوسته شبکهای درگیر شوند.
میکی گفت: “این پروژه در سال 2020 با علاقه به سازههای پوستهای، که اغلب از بتن ساخته میشوند، آغاز شد. طرحهای سنتی به دنبال شکلهایی هستند که وزن خود را کاملاً از طریق نیروی فشاری تحمل میکنند، اما این امر میزان بیان یا مجسمهسازی آنها را محدود میکند.” “ما شروع به یافتن راههای جدیدی برای طراحی پوستههایی کردیم که نیروهای فشاری و همچنین کشش را در نظر میگیرند و آزادی طراحی بیشتری را فراهم میکنند. ما رویکرد خود را با پوستههای شبکهای فلزی و شیشهای مدرنتر تطبیق دادیم و روشهایی را برای تعادل قابلیت اطمینان مکانیکی، زیباییشناسی و سهولت ساخت توسعه دادیم. پیشرفتهای اخیر در سرعت محاسبات، حل چنین شرایط پیچیدهای را با استفاده از روشهای دقیق امکانپذیر کرده است.”
یکی از نقاط قوت اصلی روش بهروز شده این است که مستقیماً روی سطوح NURBS کار میکند. مدلسازی سنتی مبتنی بر مش به هزاران عنصر مثلثی متکی است، اما NURBS نمایشهای سطحی صاف، پیوسته و بسیار دقیقی را ارائه میدهد. آنها همچنین به طور گسترده در طراحی معماری مورد استفاده قرار میگیرند. محققان تکنیک خود را به عنوان یک افزونه در Rhinoceros، یک پلتفرم CAD متمرکز بر NURBS که معمولاً استفاده میشود، گنجاندند. این ادغام به معماران اجازه میدهد تا این روش را راحتتر در کارهای روزمره به کار گیرند.
مفهوم اصلی پشت این روش، ثبت توزیع تنش با استفاده از یک سطح NURBS به همراه الگوریتمهای جدیدی است که سرعت محاسبات را ۹۸٪ بهبود میبخشند. این کارایی نیاز به پردازنده گرافیکی سطح بالا را از بین میبرد.
