Gridfinity Rebuilt项目中的自定义网格间距配置指南
2025-07-10 21:39:18作者:郁楠烈Hubert
网格间距配置的基本原理
Gridfinity Rebuilt是一个基于OpenSCAD的参数化存储系统设计项目,它允许用户创建各种尺寸的模块化存储箱。在最新版本中,项目引入了grid_dimensions参数来控制基础网格的间距大小,取代了旧版本中的div_base_x和div_base_y参数。
理解grid_dimensions参数
grid_dimensions参数是一个二维向量,用于定义基础网格在X和Y方向上的单位尺寸。默认值为[42,42],即每个网格单元为42mm×42mm的正方形。要创建更精细的网格布局,可以减小这个值。
正确配置方法
要实现21mm的网格间距,正确的配置方式应该是:
gridfinityBase([gridx*2, gridy*2], grid_dimensions=[21,21], ...);
这是因为基础的总尺寸计算公式为:
总宽度 = grid_dimension.x × gridx
总高度 = grid_dimension.y × gridy
常见问题解决方案
-
网格与箱体不匹配:确保在调整
grid_dimensions的同时,按比例调整gridx和gridy的值,保持总尺寸不变。 -
非对称网格:可以设置不同的X和Y方向网格尺寸,例如
grid_dimensions=[21,30]。 -
自定义分割:在最新版本中,可以通过
div_base_x和div_base_y参数分别控制X和Y方向的分割数。
实际应用示例
假设需要创建一个总尺寸为84mm×84mm的存储箱,但希望使用21mm的精细网格:
gridx = 4; // 84/21 = 4
gridy = 4;
gridfinityBase([gridx, gridy], grid_dimensions=[21,21], ...);
版本兼容性说明
- 旧版本使用
div_base_x和div_base_y参数 - 新版本推荐使用
grid_dimensions参数 - 两者可以结合使用,但需要注意参数间的数学关系
通过合理配置这些参数,用户可以创建各种尺寸和网格密度的存储解决方案,满足不同的组织需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
286
暂无简介
Dart
905
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108