惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Threat Research - Cisco Blogs
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
月光博客
月光博客
V
Vulnerabilities – Threatpost
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
S
Secure Thoughts
Microsoft Azure Blog
Microsoft Azure Blog
Blog — PlanetScale
Blog — PlanetScale
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
T
Tailwind CSS Blog
S
SegmentFault 最新的问题
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
云风的 BLOG
云风的 BLOG
The Last Watchdog
The Last Watchdog
L
LINUX DO - 热门话题
酷 壳 – CoolShell
酷 壳 – CoolShell
WordPress大学
WordPress大学
AWS News Blog
AWS News Blog
美团技术团队
G
Google Developers Blog
宝玉的分享
宝玉的分享
www.infosecurity-magazine.com
www.infosecurity-magazine.com
C
CXSECURITY Database RSS Feed - CXSecurity.com
Recent Commits to openclaw:main
Recent Commits to openclaw:main
I
InfoQ
小众软件
小众软件
Google DeepMind News
Google DeepMind News
P
Privacy & Cybersecurity Law Blog
Stack Overflow Blog
Stack Overflow Blog
Webroot Blog
Webroot Blog
D
DataBreaches.Net
IT之家
IT之家
PCI Perspectives
PCI Perspectives
人人都是产品经理
人人都是产品经理
Hacker News: Ask HN
Hacker News: Ask HN
L
LangChain Blog
SecWiki News
SecWiki News
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
C
Cisco Blogs
T
Threatpost
P
Proofpoint News Feed
Y
Y Combinator Blog
Cloudbric
Cloudbric
T
Tor Project blog
量子位
博客园_首页
B
Blog
Hugging Face - Blog
Hugging Face - Blog
GbyAI
GbyAI
D
Darknet – Hacking Tools, Hacker News & Cyber Security

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
30 лет мы внедряли в России Ansys. А потом он ушёл — и пришлось садиться писать собственный CAE для аддитивной печати
Владимир Жураховский · 2026-05-26 · via Все публикации подряд на Хабре

Средний

7 мин

11K

Если коротко — речь про софт, который моделирует, что произойдёт с титановой лопаткой, пока её печатает SLM‑принтер. И почему до 2022 года эту задачу в авиастроении в России решали в Ansys Additive (реже — в Simufact Additive), а теперь приходится решать чем‑то ещё.

В этом «чем‑то ещё» мы копаемся последние несколько лет. Ниже — про текущее состояние: что работает, что мы пока не умеем, и почему 3D‑печать металла в авиации — это, мягко говоря, не «нажал кнопку — получил деталь».

Что печатают в авиации и зачем

Топологически оптимизированный кронштейн после SLM-печати — ещё с технологическими поддержками. Такие изделия заменяют сборки из десятка фрезерованных деталей на болтах

Топологически оптимизированный кронштейн после SLM‑печати — ещё с технологическими поддержками. Такие изделия заменяют сборки из десятка фрезерованных деталей на болтах

Когда говорят про аддитивные технологии в самолётостроении, как правило, имеют в виду две категории изделий: либо красивые рендеры «топологически оптимизированных» кронштейнов, либо реальные детали — лопатки направляющих аппаратов, форсунки, теплообменники сложной формы, элементы силового набора. Технология та же — селективное лазерное плавление металлического порошка (SLM, Selective Laser Melting): по тонкому слою порошка лазер сплавляет нужные участки, плита опускается, насыпается следующий слой, и так десятки часов подряд.

Зачем это в авиации:

  • геометрии, которые литьём и фрезеровкой не получить — внутренние каналы, тонкие стенки, переменные сечения;

  • снижение массы за счёт замены сборки одной деталью и топологической оптимизации;

  • восстановление дорогих деталей (наплавка зон износа лопаток);

  • сокращение количества компонентов в сборке — там, где было двадцать кронштейнов на болтах, появляется одна деталь.

Звучит как презентация на конференции. Презентация заканчивается, когда вы первый раз запускаете большую титановую деталь на принтере с рабочим объёмом порядка 400×400×400 и получаете на выходе кусок металла, который слегка «повело», а в одном месте подложку оторвало от плиты — вместе с кусочком самой плиты.

Почему просто «напечатать» не получается

Внутри принтера происходит, по сути, многократная локальная сварка: лазер расплавляет порошок, металл застывает, следующий слой нагревает предыдущий, и так далее. Каждый слой — это термоцикл, в котором накапливаются:

  • Остаточные напряжения. Не видны, но растут по мере роста детали.

  • Деформации. Деталь искажается относительно CAD‑модели — где‑то на десятые миллиметра, где‑то на единицы.

  • Микротрещины. И горячие (при кристаллизации), и холодные (при последующих циклах нагрев‑охлаждение).

  • Отрыв от подложки и поддержек. Когда напряжения превышают то, что могут удержать поддержки, печать может остановиться или деталь оторвётся вместе с куском плиты.

Классический сценарий остановки печати: остывающий слой стягивает край детали вверх — и при следующем проходе ракель (Recoater) задевает уже не порошок, а металл. Дальше — либо сбой принтера, либо испорченная поверхность, либо обе проблемы сразу.

Классический сценарий остановки печати: остывающий слой стягивает край детали вверх — и при следующем проходе ракель (Recoater) задевает уже не порошок, а металл. Дальше — либо сбой принтера, либо испорченная поверхность, либо обе проблемы сразу.

В авиации в этом месте начинаются неприятности. Лопатка с пластической деформацией ~8% в верхней зоне пера может вписаться в геометрию по результатам контроля — и при этом на длительной прочности дать микротрещину раньше расчётного срока. Кронштейн с непредвиденным распределением остаточных напряжений отзовётся на вибрацию иначе, чем ожидалось.

А вот так это выглядит «в железе». В таком виде деталь уже не спасти — это прямой убыток: материал, время принтера, работа оператора, а часто ещё и поверхность плиты

А вот так это выглядит «в железе». В таком виде деталь уже не спасти — это прямой убыток: материал, время принтера, работа оператора, а часто ещё и поверхность плиты

А подбирать режимы методом проб и ошибок — дорого. Один запуск титанового порошка типа ВТ6 на крупную деталь — это часто шестизначная сумма только за материал, плюс десятки часов принтера, плюс работа оператора. Перебрать пять‑семь сочетаний мощности, скорости сканирования и ориентации детали — и бюджет на «попробовать» уходит в миллионы.

Где здесь CAE

Идея простая: вместо реального запуска промоделировать процесс численно. Слой за слоем посчитать нагрев, остывание, накопление напряжений и деформаций. На выходе — поле деформаций по детали, карта остаточных напряжений, прогноз зон вероятного трещинообразования, оценка того, где оторвутся поддержки.

В мире это направление развивали несколько вендоров. В авиационных задачах в России (и вообще на постсоветском пространстве) исторически выделялись:

  • Ansys Additive Print / Additive Suite — то, что в основном использовали заказчики, освоившие SLM первыми.

  • Simufact Additive (теперь под брендом Hexagon) — со своей сильной стороной в учёте металлургических превращений.

Был также Autodesk Netfabb Simulation и пара решений поменьше. С 2022 года для российских предприятий всё это, если коротко, перестало быть опцией. Лицензии не продлеваются, поддержки нет, обновлений нет. Те, кто успел построить процесс на Ansys Additive до этого, либо консервируют то, что есть, либо ищут замену.

Так сложилось, что мы 30+ лет занимались внедрением CAE‑систем в России и СНГ — в том числе как официальный интегратор Ansys (под брендом CAE Expert). И когда вендор ушёл, у нас был выбор: переключаться на что‑то совсем непрофильное или попробовать сделать собственное решение. Выбрали второе.

Что в итоге получилось — SIMMAX‑ADDITIVE

SIMMAX — семейство из трёх модулей собственной разработки:

  • SIMMAX‑THERMAL — расчёт процессов термообработки и механических характеристик после термического воздействия.

  • SIMMAX‑WELDING — моделирование сварки с учётом металлургических превращений и остаточных сварочных короблений.

  • SIMMAX‑ADDITIVE — моделирование процессов SLM‑печати.

Все три модуля внесены в Единый реестр российского ПО. По SIMMAX‑ADDITIVE — запись № 31 105 от 10.12.2025.

Что модуль делает на текущем этапе:

  • принимает CAD‑геометрию в STL, параметры процесса (мощность, скорость сканирования, толщину слоя, ориентацию детали), свойства материала в широком диапазоне температур, конфигурацию поддержек;

  • внутри — встроенный автоматический сеточный генератор; поддержки можно подгрузить из CAD или сгенерировать в самой системе;

  • считает послойно термомеханическую задачу: распределение температур, накопление напряжений, деформации, пластические зоны;

  • на выходе выдаёт поля деформаций по осям, карты остаточных напряжений, эпюры предела текучести в установившемся термоциклировании, оценку зон вероятного образования трещин — в самом изделии, в подложке и в поддержках.

Расчётное поле короблений детали в процессе выращивания. Красные зоны - максимальные смещения относительно исходной CAD-геометрии. Если такая картина считается до запуска принтера - это шанс перепроектировать поддержки или скорректировать ориентацию детали без потери дорогого порошка

Расчётное поле короблений детали в процессе выращивания. Красные зоны — максимальные смещения относительно исходной CAD‑геометрии. Если такая картина считается до запуска принтера — это шанс перепроектировать поддержки или скорректировать ориентацию детали без потери дорогого порошка

На референсной четверти лопатки турбины мы получаем картину, качественно согласующуюся с тем, что в этом классе задач даёт Ansys Additive: зоны сжатия в нижней части пера, накопленные пластические деформации до ~8% в верхней зоне, прогноз короблений по осям Y и Z, который потенциально можно использовать для предкомпенсации в программе принтера.

Слева — расчётная сетка на четверти лопатки. В центре и справа — поля деформаций по осям Y и Z, полученные в SIMMAX-ADDITIVE. Именно такого вида картинки в Ansys Additive раньше использовали технологи на авиационных предприятиях для предкомпенсации геометрии под принтер

Слева — расчётная сетка на четверти лопатки. В центре и справа — поля деформаций по осям Y и Z, полученные в SIMMAX‑ADDITIVE. Именно такого вида картинки в Ansys Additive раньше использовали технологи на авиационных предприятиях для предкомпенсации геометрии под принтер

А теперь — про честность

У меня нет историй из серии «внедрили SIMMAX‑ADDITIVE на двенадцати авиационных предприятиях, экономия 200 миллионов в год». Не потому, что не хочется их написать. А потому, что их пока нет.

Реестровая запись — свежая, декабрь 2025. Боевых проектов на крупных авиационных заказчиках под SLM мы ещё не делали. То, что есть сейчас, — это собственная валидация на эталонных геометриях, тесты на классических задачах из открытой литературы и обкатка алгоритмов на «модельных» деталях.

И тут возникает классическая проблема нишевого инженерного софта в России: чтобы продукт «созрел», нужны реальные кейсы. Чтобы появились реальные кейсы — кто‑то должен решиться запустить молодой продукт на боевой задаче, в которой цена ошибки исчисляется миллионами. На Ansys Additive с двадцатью годами накопленной базы валидаций решиться легче. На свежий российский CAE — сложнее. Но без этого шага никакого «российского аналога» не появится в принципе.

Уважаемые читатели‑инженеры, если вы работаете с SLM в авиации или смежных отраслях (имплантаты, инструментальное производство, силовые элементы наземной техники) — мне интересна предметная реакция в комментариях. В первую очередь — две вещи:

  1. Какие задачи у Ansys Additive в вашей практике закрывались хорошо, а какие — плохо. Где приходилось «обходить» возможности продукта внешними скриптами или экспертной интуицией?

  2. Что критично было бы видеть в российском решении в первую очередь — точность по короблениям, скорость на крупных деталях, корректная работа с экзотическими сплавами, удобный интерфейс описания поддержек, что‑то ещё?

Спор «российское ПО vs. западное» обычно ведут в политической плоскости. Мне интереснее, когда он идёт в плоскости физики и валидации: какие модели зашиты, где их пределы, какие задачи мы реально умеем считать, а какие — пока нет.

Если тема зайдёт — в следующих материалах напишу подробнее про термомеханическую постановку для SLM и объясню, почему «правильная» модель поддержек в задаче оказывается едва ли не важнее модели самого процесса плавления.