F4
Module F4 of 10

AI Prototyping & Fabrication

From file to physical matter

4 ECTSOne fortnight6 sessionsOnline, live and recorded

The module

El prototipado se entiende como el camino que va desde la intención de resolver un problema hasta una primera solución. Es análisis, aproximación, proceso, producción y crítica al mismo tiempo. Tenemos la intención de explicar y mostrar no prototipos acabados, sino procesos y las claves que permiten manejarlos como decisiones de diseño conscientes. Una vez definidos, los sistemas darán lugar a un conjunto de soluciones, un espacio de soluciones, por el que el estudiante deberá aprender a navegar con un enfoque científico. El proceso de diseño concluye con la selección de una solución y su posterior desarrollo como prototipo paramétrico. El sistema elegido se conecta entonces con un experimento orientado a la fabricación, poniendo a prueba cómo responde su lógica a las restricciones de material, máquina y proceso.

Objectives

  1. Analizar un problema e identificar las oportunidades de adaptar un sistema basado en reglas.
  2. Explorar el espacio de soluciones y las alternativas con métricas comparativas, no por gusto.
  3. Tomar una decisión de diseño a partir de criterios y prepararla para producción
  4. Comprobar cómo el sistema paramétrico seleccionado cumple las restricciones de fabricación antes de comprometer material, mediante un workflow de producción adecuado al proyecto.

What you will be able to do

Learning outcomes

El estudiante: Aprenderá a identificar oportunidades para formular un problema de diseño como un sistema de entradas, relaciones, restricciones y salidas. Conocerá distintos sistemas y soluciones de datos que permiten un espacio de soluciones rico.

Professional outcomes

Desarrolla la capacidad crítica de traducir problemas en workflows y soluciones basadas en reglas. Conecta diseño y producción, abriendo el prototipado y la fabricación como línea de trabajo facturable.

Methodology

Learn by doing, on the student's own real project. No software tutorials: a pre-built starting package is provided and base resources are given apart. Sessions combine a short input, guided practice and critique.

Concepts

diseño generativooptimización multiobjetivofabricación digitalsistema paramétricozonas de contactométricas comparativasanálisis de procesos

Session by session

  1. Identificar un problema y describirlo como sistema: entradas, relaciones, restricciones, estados, salidas y retroalimentación. Comprender el comportamiento antes de construir la geometría.
  2. Sistemas paramétricos generados mediante código, agrupados por aplicación. Comprender qué puede y qué no puede hacer cada familia.
  3. Seleccionar el sistema preexistente más cercano al proyecto de cada estudiante. Trasladar los datos y las intenciones del proyecto a su lógica, sustituyendo las entradas y definiendo qué debe permanecer fijo y qué variable.
  4. Algoritmos avanzados y técnicas computacionales en la industria.
  5. Ensayar variaciones significativas, rangos válidos y casos de fallo. Refinar el sistema mediante la crítica y la retroalimentación del proyecto.
  6. Del modelo digital a la fabricación digital.
  7. (Profesor invitado: Nik Eftekhar- Phd @ETH)

Deliverable

Deliverable F4: Después de este módulo, cada estudiante debería tener: Un problema y un dataset asociado identificados como punto de partida para proponer una solución. Un documento que actúe como pseudocódigo, describiendo los principales pasos lógicos y geométricos que abarca la solución. Una idea crítica que respalde cada una de las decisiones y pasos dados en el proceso.
El sistema es paramétrico, no una forma congelada [Crítico].
Elección del sistema, del algoritmo y uso de los datos asociados.
Alternativas evaluadas con métricas reales.
Análisis del espacio de soluciones
Selección y justificación del modelo que se va a prototipar.
Selección del modelo
Prototipo y lógica de producción ensayados y resueltos.
Precisión y viabilidad de la solución propuesta.

Faculty and resources

Module Faculty

Guest · Nik Eftekhar · PhD, ETH ZürichGuest · Vicente SolerGuest · Gilles RetsinGuest · Manuel Jiménez García

Learn this in MIAWS

This module is part of the 18-week postgraduate program. Work with your own real project from week 1. First cohort February 2027.

Talk to MIAWS AI →