Dienst van SURF
© 2025 SURF
Growing volumes of wood are being used in construction, interior architecture, and product design, resulting in increasing amounts of wood waste. Using this waste is challenging, because it is too labor-intensive to process large volumes of uneven wood pieces that vary in geometry, quality, and origin. The project “Circular Wood for the Neighborhood” researches how advanced computational design and robotic production approaches can be used to create meaningful applications from waste wood. shifting the perception of circular wood as a simply harvested stream, towards a material with unique aesthetics of its own right. The complexity of the material is suggested to be tackled by switching from the object-oriented design towards designing soft systems. The system developed uses a bottom-up approach where each piece of wood aggregates according to certain parameters and the designed medium is mainly rule-sets and connections. The system is able to produce many options and bring the end-user for a meaningful co-design instead of choosing from the pre-designed options. Material-driven design algorithms were developed, which can be used by designers and end-users to design bespoke products from waste wood. In the first of three case studies, a small furniture item (“coffee table”) was designed from an old door, harvested from a renovation project. For its production, two principle approaches were developed: with or without preprocessing the wood. The principles were tested with an industrial robotic arm and available waste wood. A first prototype was made using the generated aggregation from the system, parametric production processes and robotic fabrication.
This investigation explores relations between 1) a theory of human cognition, called Embodied Cognition, 2) the design of interactive systems and 3) the practice of ‘creative group meetings’ (of which the so-called ‘brainstorm’ is perhaps the best-known example). The investigation is one of Research-through-Design (Overbeeke et al., 2006). This means that, together with students and external stakeholders, I designed two interactive prototypes. Both systems contain a ‘mix’ of both physical and digital forms. Both are designed to be tools in creative meeting sessions, or brainstorms. The tools are meant to form a natural, element in the physical meeting space. The function of these devices is to support the formation of shared insight: that is, the tools should support the process by which participants together, during the activity, get a better grip on the design challenge that they are faced with. Over a series of iterations I reflected on the design process and outcome, and investigated how users interacted with the prototypes.
Met het project Circl-Wood willen projectpartners Fijnhout en Nijboer, samen met de Hogeschool van Amsterdam (HvA) kennis ontwikkelen over het ontwerpen en produceren van hoogwaardige objecten uit afvalhout (Dit kan afvalhout betreffen uit verschillende bronnen; afvalinzameling, woningrenovatie, recycling bedrijven, maar ook reststukken van houtleveranciers en houtverwerkende bedrijven) met behulp van geavanceerde numerieke ontwerpgereedschappen (“computational design”). De projectpartners willen samen onderzoeken of het mogelijk is om hoogstaande en in het oog springende circulaire objecten te ontwerpen van een specifieke hoeveelheid afvalhout, met de HvA ligstoel - die in 2018 in een eerder KIEM project is gemaakt - als iconisch voorbeeld. Hierbij worden de kenmerken van het beschikbare hout (kleur, vorm, nerfrichting, houtsoort) als ‘data’ gebruikt om met ontwerpalgoritmes objecten te ontwikkelen met unieke kenmerken. Deze data-gedreven ontwerpmethode dient toepasbaar te zijn op een willekeurige batch hout die door robots geïnventariseerd en gesorteerd is. Het automatiseren van het ontwerpproces voor hoogwaardige producten creëert nieuwe circulaire toepassingsmogelijkheden voor afvalhout. In 2018 was het ontwerp van de stoel niet gebaseerd op de specifieke stukken hout waarvan hij werd gemaakt. Pas na het ontwerp werden stukken afvalhout handmatig geselecteerd, op maat gezaagd en verbonden tot een omhullende vorm, die door de robot 3D gescand is en waar vervolgens door de robot de stoel uit gefreesd is. In Circl-Wood echter wordt een geavanceerd ontwerpproces ontwikkeld: de gegevens van een beschikbare hoeveelheid resthout worden gebruikt om verschillende specifieke ontwerpen te maken met kleurpatronen, vormen en structuren gerelateerd aan het beschikbare hout. Het doel is om haalbare ontwerpen te berekenen op basis van het beschikbare hout. Het project demonstreert hoe numerieke ontwerpgereedschappen bij kunnen dragen aan een creatieve en efficiënte benutting van resthout van houtverwerkende bedrijven zoals Fijnhout voor interieur toepassingen (door bedrijven als Nijboer).
Hoogwaardig afvalhout van bewoners, bouwbedrijven en meubelmakers blijft momenteel ongebruikt omdat het te arbeidsintensief is om grote hoeveelheden ongelijke stukken hout van verschillende afmetingen en soorten te verwerken. Waardevol hout wordt waardeloos afval, tegen de principes van de circulaire economie in. In CW.Code werken Powerhouse Company, Bureau HUNC en Vrijpaleis samen met de HvA om te onderzoeken hoe een toegankelijke ontwerptool te ontwikkelen om upcycling en waardecreatie van afvalhout te faciliteren. In andere projecten hebben HvA en partners verschillende objecten gemaakt van afvalhout: een stoel, een receptiebalie, kleine meubels en objecten voor de openbare ruimte, vervaardigd met industriële robots. Deze objecten zijn 3D gemodelleerd met behulp van specifieke algoritmen, in de algemeen gebruikte ontwerpsoftware Rhino en Grasshopper. De projectpartners willen nu onderzoeken hoe deze algoritmen via een toegankelijke tool bruikbaar te maken voor creatieve praktijken. Deze tool integreert generatieve ontwerpalgoritmen en regelsets die rekening houden met beschikbaar afvalhout, en de ecologische, financiële en sociale impact van resulterende ontwerpen evalueren. De belangrijkste ontwerpparameters kunnen worden gemanipuleerd door ontwerpers en/of eindgebruikers, waardoor het een waardevol hulpmiddel wordt voor het co-creëren van circulaire toepassingen voor afvalhout. Dit onderzoek wordt uitgevoerd door HvA Digital Production Research Group, met bovengenoemde partners. HUNC heeft ervaring met stadsontwikkeling waarbij gebruik wordt gemaakt van lokaal gekapt afvalhout. Vrijpaleis biedt toegang tot een actieve, lokale community van makers met een sterke band met buurtbewoners. Powerhouse Company heeft ervaring in het ontwerpen met hout in de bouw. Alle drie kunnen profiteren van slimmere circulaire ontwerptools, waarbij beschikbaar materiaal, productiebeperkingen en impactevaluatie worden geïntegreerd. De tool wordt ontwikkeld en getest voor twee designcases: een binnenmeubelobject en een buitengevelelement. Bevindingen hiervan zullen leidend zijn bij de ontwikkeling van de tool. Na afronding van het project is een bètaversie gereed voor validatie door ontwerpers, bewonerscollectieven en onderzoek/onderwijs van de HvA.
The maritime transport industry is facing a series of challenges due to the phasing out of fossil fuels and the challenges from decarbonization. The proposal of proper alternatives is not a straightforward process. While the current generation of ship design software offers results, there is a clear missed potential in new software technologies like machine learning and data science. This leads to the question: how can we use modern computational technologies like data analysis and machine learning to enhance the ship design process, considering the tools from the wider industry and the industry’s readiness to embrace new technologies and solutions? The obbjective of this PD project is to bridge the critical gap between the maritime industry's pressing need for innovative solutions for a more agile Ship Design Process; and the current limitations in software tools and methodologies available via the implementation into Ship Design specific software of the new generation of computational technologies available, as big data science and machine learning.