简单质量添加单层以及多层。 里面包含简单的三维质量源项以及移动高斯热源，并且可以进行多层熔覆模拟，包含完整的仿真模型以及自定义编程代码和讲解视频
熔覆工艺仿真最带劲的部分就是看着材料在代码里流动生长。今天咱们直接开撸三维质量源项和移动热源的核心实现，顺带聊聊多层熔覆的时空穿梭技巧。
先上硬菜——移动高斯热源。这玩意儿的数学表达式看着唬人，写成代码其实很性感：
def gaussian_heat_source(x, y, z, t): v = 0.5 # 移动速度mm/s radius = 1.2 # 光斑半径 power = 500 # 热源功率 x0 = v * t # 热源中心x坐标 r_sq = (x-x0)**2 + y**2 return power * np.exp(-3*r_sq/(radius**2)) * (z < 0.1) # z方向作用深度限制这里的指数项控制着能量分布，(z < 0.1)这个骚操作直接把热源限制在表层。调参时注意半径和移动速度的匹配——跑太快会导致能量累积不足，像极了爱情。
质量添加才是熔覆的灵魂。单层模型里咱们这么玩：
def material_deposition(old_mesh, deposition_rate): new_nodes = old_mesh.nodes.copy() # 找到当前表面单元 surface_elements = detect_surface(old_mesh) for elem in surface_elements: normal_vector = calculate_normal(elem) new_nodes += normal_vector * deposition_rate * time_step return Mesh(new_nodes, old_mesh.elements)这个表面法向生长算法简单粗暴有效，注意这里没考虑熔池流动，适合快速出原型。真正搞事情的时候得加上表面张力模型，但那是另一个故事了。
多层模拟的关键在于时空管理。看这段循环骨架：
for layer in range(10): # 更新热源位置 heat_source_z = layer * layer_height # 激活当前层材料 activate_material(layer) # 时间步进循环 for t in np.arange(0, layer_time, dt): solve_thermal() solve_fluid_flow() update_material_state() # 固化当前层 freeze_material()每层都要重新计算温度场和流场，像做千层蛋糕一样层层堆叠。记得固化后的层要锁定节点，不然计算量能让你怀疑人生。
完整仿真模型建议用现成的FEM框架（比如MOOSE或FEniCS）搭架子，自己专注写材料模型和边界条件。这里有个自定义材料属性的示例：
class CladdingMaterial(Material): def compute_properties(self, T): self.thermal_conductivity = 35 - 0.02*T # 温度越高导热越差 self.viscosity = 0.1 * np.exp(2000/(T+273)) # 阿伦尼乌斯定律 # 液相分数计算 if T > 1600: self.liquid_fraction = 1.0 elif T > 1400: self.liquid_fraction = (T-1400)/200 else: self.liquid_fraction = 0.0这种非线性材料参数才是仿真的精髓所在，记得实验数据要反复验证，不然模拟结果会比毕加索的画还抽象。
代码仓库里放了带注释的Jupyter笔记本和COMSOL模型，手把手演示从热源移动到多层堆叠的完整流程。视频教程重点讲解了如何避免网格畸变——相信我，这比防止泡面坨掉容易多了。
