实验入口状态
访客演示- 实验编号
- —
- 学习者
- —
- 班级 / 课程
- —
- 访问令牌
- —
正在识别进入参数……
直接进入
平台已完成身份下发时,点击下方按钮即以当前身份进入实验工作台; 也可以填写学号与姓名,以访客身份体验完整 24 步流程。
进入后进度自动保存在本机浏览器,可分次完成,无需一次性做完 24 步。
教学主线
五个阶段,一条可回溯的因果链
24 个交互步骤按“需求定义—数智生成—工艺仿真—缺陷诊断—迭代优化”组织, 每一步都有明确的能力目标、操作要求与赋分规则,过程数据汇入个人能力画像。
实验简介
把不可逆的铸造,变成可试错的课堂
以下为申报材料的精简版,完整版以实验指导书与教学大纲为准。
一、实验必要性:真实工位无法提供的试错空间
首饰是典型的“小体量、高单价、长工艺链”产品。从概念到成品需经造型设计、三维建模、缩水放量、浇注系统设计、蜡模打印、制壳、脱蜡、焙烧、熔炼浇注、清壳执模、镶嵌、表面处理十余道工序,任一环节参数失当,都会在最终铸件上留下不可逆缺陷。
真实课堂面临四重障碍:
- 高成本、高消耗:贵金属单价高,蜡模、石膏、包埋料、抛光耗材均有损耗;宝石一旦崩边断裂,损失无法挽回。
- 不可逆操作:蜡模在脱蜡时熔失,型壳焙烧后一次性使用,金属一旦浇入便无法回到设计阶段。
- 高危环境:熔炼温度普遍在 1000℃ 以上,涉及高温辐射、金属蒸气、坩埚爆裂与可吸入粉尘。
- 设备台套数不足:熔炼炉、离心/真空浇注机、焙烧炉单台同时只能服务一名操作者。
由此产生一个真实的教学缺口:学生能在建模软件里做出形态,却难以判断这个形态能不能铸出来、该用什么工艺参数铸、铸坏了归因于哪一步。这一“设计—工艺”之间的断裂,正是本实验要解决的问题。
二、实验实用性:进入教学计划,产出可直接使用
实验纳入工艺美术专业本科教学计划,作为《首饰设计》《工艺美术数智设计》课程的实验环节开设,同时支撑《首饰工艺基础》的工艺认知教学,服务工艺美术、产品设计等专业。
实验以真实订单任务为起点,学生完成从需求定义到成品评价的完整链路。产出可直接进入课程作业集与毕业设计前期方案,也可作为企业定制方案的可行性预评估工具。实验对设备无依赖,普通机房或自有终端即可完成,缓解设备台套数不足导致的开课瓶颈。
三、教学目标:知识、能力、素养三条线
- 知识目标:掌握贵金属首饰失蜡铸造完整工艺链及各工序的物理化学原理,能说明 8 道以上关键工序的作用机理与参数范围;掌握 Au-Ag-Cu、Pt 基、Ag 基合金的成分—性能关系;识别缩孔、气孔、欠铸、夹渣、裂纹、变形六类缺陷并说明成因链。
- 能力目标:能完成需求分析并输出含佩戴工学、结构强度、成本约束的设计任务书;能完成参数化与生成式形态生成,以及缩水率放量、浇注系统与支撑结构设计;能设定完整工艺参数并完成仿真浇注;能对缺陷归因、提出修正方案,二次仿真后缺陷率下降;能撰写含工艺卡、缺陷分析表与迭代记录的实验报告。
- 素养目标:形成“设计必须可制造”的工程意识;树立高温、粉尘、化学品作业的安全规范;建立贵金属节约与循环利用的资源观念。
四、实验原理:四层数字孪生模型
物理原型是失蜡铸造(investment casting),基本原理可概括为“以蜡为形、以壳为模、以火去蜡、以液充型”。型壳层数与干燥时间决定常温强度与高温透气性;焙烧完成残蜡烧除与型壳烧结;金属液在离心力或真空负压作用下充型,充型能力取决于合金流动性、过热度、浇注速度与型壳温度;凝固收缩时若补缩通道提前封断,便形成缩孔。
实验将上述过程转化为四层数字孪生模型:
- 几何层:首饰与浇注系统的三维结构,壁厚、圆角、镂空跨度可测量。
- 材料层:Au750、Au585、Ag925、Pt950 的密度、熔点、线收缩率、流动性系数与氧化倾向随配比联动。
- 过程层:以时间序列还原熔炼、浇注、凝固的温度场演化。
- 缺陷层:依据凝固模拟结果判定缺陷类型、位置与严重程度。
学生在界面上调整的每一个数值,都对应真实车间里的一个操作决定;参数变化改变缺陷出现的概率与形态,而不是播放一段固定动画。
五、教学设计与评价:24 步、200 分、能力画像
实验按五阶段拆解为 24 个交互步骤、24 个知识点,总赋分 200 分,按知识点掌握、参数正确性、操作规范性、诊断准确率四类依据计分,并依据过程数据生成学生能力画像。
实验设置 8 学时、分两次课完成:第一次课完成需求定义、形态生成与首轮工艺仿真;第二次课完成缺陷诊断、参数修正与二次仿真验证。期末不以单次结果论优劣,而以“缺陷率下降幅度”衡量迭代能力。
六、实验特色与人工智能:边界可见的智能介入
- 把“不可逆”变成“可迭代”:8 学时内完成两轮完整工艺循环,第一次必然出现缺陷,第二次依据归因修正,鼓励学生把错误当作数据。
- 设计与工艺之间建立因果链:壁厚 0.6 mm 与 0.9 mm 的差别,不只是模型上的一个数字,而是浇注后薄壁末端是否欠铸的确定结果。
- 人工智能以“边界可见”的方式介入:缺陷识别模型输出六类缺陷分类与定位热力图;形态生成模型辅助方案发散;工艺参数决策智能体给出参数窗口与依据条目,但不直接给答案。
- 产业标准进入课堂评价:缺陷分级采用企业质检口径,工艺参数区间取自企业作业指导书,任务原型来自真实定制订单。
实验不设唯一答案,典型结果分为四条路径:设计合理且参数在窗口内(可直接试制);设计可行但工艺失当(调参数可解);设计本身不可制造(必须回到设计修改);设计与参数均失当且 AI 判定与人工不一致(理解模型边界)。第三条路径是本实验最重要的教学价值——让学生体验“从工艺反推设计”。
七、面向学生与先修要求
以工艺美术专业三年级本科生为主,产品设计、视觉传达设计专业四年级学生可选修。已修完《首饰设计基础》《三维建模》课程。
知识要求:了解首饰常用金属材料的基本性质,掌握失蜡铸造的基本流程概念,理解三维建模的基本操作逻辑。能力要求:能独立完成三维模型的基础建模与修改,能读懂工艺流程图与参数表,具备基本的比例与尺度判断能力。
先修课程:《首饰设计基础》《工艺美术材料与工艺》《三维建模基础》。
实验步骤
24 个交互步骤,每一步都可评分
系统自动保存操作进度,已完成步骤显示得分,未完成步骤置灰;每个步骤界面下方附操作说明、常见错误与考核标准。
| 步骤 | 名称 | 用时 | 满分 |
|---|
赋分细则以最终审定版教学大纲为准;第 23—24 步为复盘与报告环节,成绩类型含教师评价。
运行环境
普通机房或自有终端即可开课
系统采用 WebGL 与 HTML5 技术,无需安装插件;支持 200 人同时在线,超限自动排队。
网络
建议 20 Mbps 以上,最低 10 Mbps。提供一键测速,带宽不足时提示降低画质或错峰使用。
操作系统
Windows 10/11(64 位)、macOS 12 及以上、统信 UOS、麒麟;移动端 iOS 15+/Android 11+ 可查看与轻量操作。
浏览器
Chrome 100+、Edge、Firefox、360 极速模式;WebGL 2.0 + HTML5,无需任何插件。
硬件
四核 2.4 GHz、8 GB 内存(推荐 16 GB)、支持 WebGL 2.0、显存 2 GB、预留 500 MB 缓存、1920×1080。
可选配支持 WebXR 的 PC VR 头显用于沉浸式观察浇注过程;可选配 3D 打印机将虚拟蜡模实体化,衔接真实工序。校内部署建议将本页置于 HTTPS 之下。
标准入口
标准 URL 格式与平台对接
入口页支持平台下发的一次性令牌与学习者身份参数,也支持不带参数的访客演示模式。正式上线时请把示例域名替换为实际部署域名。
入口地址与参数
当前部署的基础地址:
演示入口(无需任何参数)
带参数的完整示例
参数约定
| 参数 | 必填 | 说明 |
|---|---|---|
expId | 推荐 | 实验编号,缺省时按演示模式进入;兼容 id。 |
userId | 学生必填 | 学号 / 工号,用于成绩归档与进度绑定。 |
userName | 选填 | 学生姓名,用于界面显示与报告导出。 |
classId | 选填 | 班级编号,教师端按班级汇总时使用。 |
token | 正式必填 | 平台签发的一次性访问令牌,前端仅透传展示。 |
mode | 选填 | student / teacher / demo。 |
lang | 选填 | 默认 zh-CN。 |
说明:本页为纯静态前端,令牌参数只做透传与展示,不在前端完成鉴权。正式教学部署须由平台服务端校验令牌、绑定学习者身份,并按等保二级要求完成定级备案与测评。