HOOPS Envision 添加粒子可视化功能
工程师非常清楚一个 CAD 文件中包含多少信息。现代工程格式不仅仅支持几何形状，还能够支持从材料和制造指令到检测、销售和维护至关重要的信息。随着工程数据在整个组织中成为战略资产，3D 应用开发人员应着眼于创建优先考虑数据访问和完整性的产品。
不幸的是，许多应用程序仅围绕加载 CAD 几何形状构建，从而在此过程中丢失了所有其他信息。如果在产品生命周期内没有对完整 CAD 文件的有意义访问，公司将错失其 CAD 数据的真正潜力。
在我们最近与 VNTANA 举办的网络研讨会上，探讨了 充分利用您的 CAD 数据这一主题，我们讨论了缩小这一差距能创造真实价值的三个领域：更好地利用完整的 CAD 文件、利用工程数据训练 AI，以及在部件制造后使用 CAD 数据。
您的 CAD 文件包含比许多应用程序提取的更多数据
大多数现代 CAD 文件支持装配结构、配置和家族表、装配级 PMI、各种形式的 GD&T、材料信息、特征信息以及跟踪零件通过工程变更的持久 ID。虽然存在一些这样的数据，但许多数据导入解决方案只带来了 3D 形状，而几乎没有其他信息，而不管父应用程序是否捕获了更多信息。
为了让工程应用程序充分利用 CAD 数据，开发人员及其最终用户需要能够访问其行业格式的完整、丰富数据内容。
“当谈论商业 SDK 时，这一点真的很重要。您希望确信，无论用户在应用程序中放入什么数据，您都能够支持传入数据的广度和深度。这正是让您对丰富数据做出工程决策，并以有意义的方式使用它的原因。”
— Jonathan Girroir， Toolkit 营销高级总监，Tech Soft 3D
HOOPS Exchange，领先的 CAD 数据访问库，继续支持丰富的工程数据。 最近值得注意的更新包括：
支持 STEP AP242 v3，这是一种专为携带智能 PMI 和 GD&T 而非仅几何形状而构建的格式。
CATIA V5 的 ISO GD&T 支持
用于 AEC 工作流程的 IFC 4.3
Bentley MicroStation DGN
这些方面的支持增加旨在帮助解决机械 CAD 与 AEC 之间的互操作性日益增长的需求，同时保留对现代工程工作流程至关重要的 CAD 数据的完整范围。
新格式的采用率不断上升，并伴随着对数据完整性的新需求。具有可组合架构的通用场景描述 (USD) 起源于 皮克斯, 作为一种场景互操作性格式，并此后吸引了 Adobe、Apple、Autodesk 和 NVIDIA 的加入。今年早些时候，BREP 成为 USD 的官方架构的一部分，NVIDIA 正在推动将该格式作为进入 Omniverse 的主要路径，这对机器人模拟和合成训练数据直接相关。作为一种格式，USD 正在适应行业要求，以提供不仅仅是视觉外壳的更多内容。
尽管有这些改进，但需要意识到 CAD 数据传输的当前限制。例如，运动学数据（无论两个部分是否被刚性锁定或可以绕点旋转）只能在源 CAD 系统首先进行编写的地方提取，并且支持因格式而异。这样的能力差距突显出 CAD 数据访问深度需要逐格式进行工程处理，而不是一个通用的解析器。
现代 CAD 可以训练模型，而不仅仅是渲染它们
也许对于现代工程应用程序而言，最令人兴奋的机会之一是模型在可视化之外能够提供的价值。
一旦装配结构、拓扑和几何形状以结构化形式可用，相同的数据可以被编码为张量，用于直接在 3D 形状上训练机器学习模型，评估面尺寸、面相邻关系及表面之间的关系，而不是从零件的二维图像中学习。
这项技术可以实现像 AI 零件相似性搜索这样的功能，允许制造商找到具有已知公差、验证成本或现有网格参数的零件，并将该历史应用于新零件，而不是从头开始。零件分类可以帮助组织否则依赖人工标记的大型 CAD 库。特征检测可以加速报价、制造和检查工作流程。Tech Soft 3D 的一位制造合作伙伴正在将相同的方法应用于 CNC 过程规划，使用几何形状来推断出零件应如何制作。
团队正在将相似性搜索扩展到自动材料分配，使用 AI 推理或现有材料数据库。
Tech Soft 3D 的最新工具包—— HOOPS AI，允许您简化使用您自己的 CAD 数据来训练模型的过程。该工具包允许您大规模准备和转换 CAD 数据，帮助导航工程数据的内在复杂性，以便运行实验和部署 AI 模型，而无需从头开始构建自己的 CAD 处理管道。
HOOPS AI 被用于创建了解 3D 形状的预训练模型，以便可以重复利用工程知识。通过其零件相似性搜索算法，成本、采购、制造和附加业务信息可以附加到 CAD 模型上，并用于推测新设计的类似信息，从而削减设计时间和总体项目成本。
您的 CAD 数据并不会在零件制造完成后就不再重要
虽然 CAD 在产品的设计和生产中本质上很有用，但越来越多的注意力集中在该数据在物理组件组装后的作用上。这方面的一个例子是在帮助验证所建造的内容是否符合预期设计。
当零件被制造出来时，通常有一个检查过程以确保它按原始规格制造。 这一过程历来是不一致处理的，没有描述如何实际测量零件的统一标准。
例如一个镜像的左右半部分。虽然反射平面是一个真实的设计元素和公差如平行度的自然参照点，但该平面在最终制造零件上并不存在。没有东西可以触摸或测量。建立检查要求的传统过程可能无法捕捉到这一区别，从而创建了一个无法在 CMM（坐标测量机）上测量的公差。
这就是 QIF（质量信息框架）文件格式发挥其作用的地方。QIF 提供了一种单一结构化的方式来定义检查路径，包括不仅需要检查的内容，还包括如何进行测量以及记录结果的方法。该格式要求检查说明仅用物理可测量的条款来定义，而不仅仅是设计中易于几何参考的内容。
通过支持 QIF 作为格式，开发人员可以确保他们的应用程序满足一种增长的数据需求，这些数据在产品生命周期的末端为工程工作流程服务。
HOOPS Exchange 正在从 CAD 数据访问端开始关闭相同的循环。截至 2026.6.0 版本，它包含一个测试版的 QIF 3.0 读取器，这是将 PMI 和 GD&T 完整性同样带到检查阶段的第一步，而不仅仅是设计和制造。作为测试版，它在范围上仍然有限，更多功能将在即将发布的全面可用版本中支持。
可靠的访问解锁 CAD 数据
这三个洞察中都有一个共同特征：可靠访问 CAD 数据中信息的完整深度为用户打开了提前一步的大门。作为开发人员，在您的应用程序中提供这种访问对于在您的领域中保持竞争优势至关重要。
在过去的几十年中，Tech Soft 3D 看到了比任何其他工具包提供商更多的 CAD 数据，HOOPS Exchange 是它为何出现在 Unity 、Unreal和 Omniverse 的导入工具之下的一个重要组成部分， 以及更多。
要了解有关 HOOPS Exchange、HOOPS AI 或其他问题的更多信息，联系我们。
如果您想了解 Tech Soft 3D 的 CAE 工具包如何帮助您跟上快速发展的行业， 请联系我们了解更多信息。
HOOPS Envision 粒子可视化常见问题解答
桌面：一次绘制调用渲染数百万个粒子
粒子被渲染为 GPU 点精灵。整个粒子云在一次绘制调用中渲染，因此添加更多粒子是添加顶点，而不是添加更多绘制调用。这就是为什么桌面渲染器可以处理数百万个粒子的原因，而用一种简单的方法（每个粒子一个球体网格）会在数十万时耗尽。
当完全不透明时，密集的云也会变得难以读取；您最终只会看到外壳。透明度可以解决这一问题，但通常意味着每帧从后到前对每个粒子进行排序，这通常是性能限制的原因。Envision 通过线性时间排序绕开了这个问题，该排序仅在相机角度变化时重新运行，并完全跳过不透明云的排序。因为粒子数据的行为像场景中的任何其他模型，它也可以直接进入一个视图，与现有网格数据并排显示，而不需要单独的查看器。
Python：用于自动化管道的无界面渲染
Python API 进行离屏渲染，因此可在任何地方运行，包括没有 GPU 和显示的构建代理或容器。这为生成粒子图像、动画和报告自动化作为模拟管道的一部分打开了大门，而不是手动渲染和抓取截图。工作示例涵盖了常见情况：通过标量场着色云、导出动画、比较过度压缩级别，以及在格式之间转换。
网络：为什么数据传输而不是渲染是真正的瓶颈
大型 DEM 或 SPH 运行可以在其完整时间步范围内产生数百 GB 的数据，远超任何浏览器应尝试加载的量。Envision 在传输端而不是渲染端解决了这个问题：粒子位置和标量值被量化到其原始大小的一小部分，服务器在发送之前简化每帧，因此客户端不需要的数据从不流到客户端。过度压缩帧与帧是一致的，同样的粒子在整个过程中被丢弃，因此播放看起来更稀疏而不是闪烁，并且无论您是在浏览器、桌面还是通过 Python 查看，它都是一致的。
网络：为什么数据传输而不是渲染是真正的瓶颈
大型 DEM 或 SPH 运行可以在其完整时间步范围内产生数百 GB 的数据，远超任何浏览器应尝试加载的量。Envision 在传输端而不是渲染端解决了这个问题：粒子位置和标量值被量化到其原始大小的一小部分，服务器在发送之前简化每帧，因此客户端不需要的数据从不流到客户端。过度压缩帧与帧是一致的，同样的粒子在整个过程中被丢弃，因此播放看起来更稀疏而不是闪烁，并且无论您是在浏览器、桌面还是通过 Python 查看，它都是一致的。
