適用於混合加工與積層製造的新式可製造性設計方法

1. 緒論

在現代大量生產的競爭環境中，製造商面臨著在提升產品品質與靈活性的同時，降低時間與成本的雙重挑戰。可製造性設計已成為解決此問題的關鍵方法論，它將製造限制整合到設計階段，從而縮短前置時間並提升品質。然而，傳統的可製造性設計系統通常僅限於單一製造製程。

本文介紹一種專為多製程製造量身打造的新式可製造性設計方法，特別結合了如選擇性雷射燒結等積層製造製程與傳統的減法高速加工。功能性金屬零件積層製造的興起帶來了新契機，但也需要一個框架來評估製造複雜度，並為不同的零件特徵選擇最佳製程。

其核心概念是混合模組化設計，即將複雜零件分解為更簡單的模組或「3D拼圖」。每個模組可根據其幾何複雜度、材料及成本/時間限制，使用最合適的製程獨立製造。此方法提供了諸如平行生產、更簡易的設計變更以及針對每個模組的製程最佳化等優勢。本文探討的主要挑戰在於為設計師提供關於製造複雜度的定性資訊，以促進此種混合模組化決策。

本文旨在提出此一新式可製造性設計方法論，詳述其基礎、其整合至CAD軟體的潛力，以及透過來自模具產業的工業案例研究進行驗證。

2. 混合模組化設計方法論

所提出的方法論建立在兩大支柱之上：(1) 一個穩健的可製造性評估系統，以及 (2) 一個用於改善整體可製造性的混合模組化最佳化策略。

此方法論提供了一個系統性框架，引導設計師分解零件，並為每個產生的模組選擇最佳製造製程。

2.1. 可製造性評估

可製造性設計系統的一個關鍵組成部分是量化可製造性的能力。本文建議超越傳統的可製造性設計尺度，發展特定的可製造性指標。對於加工而言，這些指標可能與刀具可及性、特徵複雜度及所需設定相關。對於積層製程，指標則可考量懸垂角度、支撐結構需求及熱變形風險。

評估可能涉及將這些指標與已知的製程能力進行比較。一個具有高內部複雜度的模組，其高速加工評分可能較差，但對選擇性雷射燒結則較為有利，從而引導製程選擇。這些可量化指標的發展對於在CAD環境中自動化決策支援至關重要。

關鍵見解

製程協同效應

積層製造並非取代加工，而是一種互補技術。混合方法利用積層製造處理複雜的近淨形幾何，並利用高速加工實現高公差、精細的表面光潔度。

複雜度驅動的分解

將零件分解為模組應由製造複雜度分析驅動，而不僅僅是幾何便利性，以最大化每個製程的效益。

早期階段整合

當可製造性分析在概念設計的最早期階段即被整合，並影響零件的基本架構時，此可製造性設計方法的真正價值才得以實現。

分析師觀點：解構混合製造論點

核心見解： Kerbrat等人不僅僅是提出另一種可製造性設計工具；他們倡導一種設計哲學的根本轉變——從單一、以製程為中心的思維轉向模組化、以能力為中心的思維。真正的創新在於將製造製程視為一套待協調的能力組合，就像軟體工程師使用微服務一樣。這與數位製造和「工業4.0」範式中更廣泛的趨勢相符，其中靈活性和數據驅動的決策至關重要。來自勞倫斯利佛摩國家實驗室等機構關於整合計算材料工程的相關研究，強調了對此類整體性、系統級設計框架的需求。

邏輯流程與優勢： 本文的邏輯是合理的：識別限制、提出一個引人注目的替代方案，並提出實現它的方法論。其優勢在於實用性。透過專注於可製造性指標，它在抽象的設計幾何與具體的生產現實之間提供了一座可量化的橋樑。這比純粹定性的可製造性設計指南更具可操作性。選擇模具作為測試案例是明智的，因為這些是高價值零件，結合積層製造的幾何自由度與加工的精度所帶來的成本效益立即可見，類似於Gartner等分析師所記錄的航太零件混合製造系統的價值主張。

缺陷與關鍵缺口： 本文在摘要中輕描淡寫地帶過了定義和計算那些通用可製造性指標的巨大挑戰。「加工複雜度」的數學基礎是什麼？它是刀具路徑長度的函數、可及體積與不可及體積的比率，還是其他東西？缺乏一個提出的正式模型是一個重大的遺漏。此外，「混合模組化最佳化」被提及但未詳細說明。系統如何建議最佳分解？是暴力搜尋、遺傳演算法還是基於規則的系統？沒有這些，該方法論仍停留在高層次概念，而非可實作的演算法。組裝挑戰雖然被提及為先前已研究過，但仍是一個關鍵障礙——黏合多材料、多製程組件的機械與熱完整性並非小事，可能抵消個別模組的優勢。

可行動的見解： 對於產業採用者而言，當前的要點是開始建立內部「可製造性痛點」資料庫。將加工成本過高但易於列印的特徵，以及反之亦然的情況進行分類。這種經驗知識是形成正式指標的先驅。對於軟體開發商而言，路線圖很明確：投資於特徵識別API和基於雲端的製造製程資料庫，以實現即時可製造性回饋。未來並非單一的多功能機器，而是一個無縫整合的數位線程，允許設計在網路化工廠中動態分割並路由到最佳可用製程，這是美國國家標準與技術研究院智慧製造系統研究所支持的願景。本文為那個未來提供了關鍵的概念藍圖。

技術細節與框架

此方法論的核心可能涉及一個決策矩陣或評分系統。雖然提供的文本中未明確說明，但可以推斷出一個合理的技術實作方式：

可製造性指標： 對於給定的模組$M$和候選製程$P$，可以計算一個指標$I_{M,P}$。對於加工，它可能與成本與時間估計值成反比： $$I_{M,HSM} = \frac{1}{\alpha \cdot T_{machining} + \beta \cdot C_{tooling} + \gamma \cdot S_{setups}}$$ 其中$T$、$C$和$S$是標準化的時間、刀具成本和設定次數代理值，而$\alpha, \beta, \gamma$是權重因子。對於積層製造，該指標可能會懲罰支撐體積$V_s$和建構高度$H$： $$I_{M,SLS} = \frac{1}{\delta \cdot V_s + \epsilon \cdot H + \zeta \cdot R_{surface}}$$ 其中$R_{surface}$是粗糙度懲罰項。對於給定模組，指標值較高的製程是首選。

分析框架範例：

輸入： 一個帶有隨形冷卻通道的射出模具3D CAD模型。
特徵識別： 系統識別出：(a) 主要模具本體，(b) 複雜的內部冷卻通道，(c) 高精度配合表面。
模組分解： 系統建議將模具分解為兩個模組：模組A和模組B。
指標計算：
- 模組A：$I_{A,HSM}$非常高。$I_{A,SLS}$較低。決策：高速加工。
- 模組B：$I_{B,HSM}$極低。$I_{B,SLS}$較高。決策：選擇性雷射燒結。
輸出： 一個混合製造計畫：以鋼材加工模組A。透過選擇性雷射燒結列印模組B。設計一個用於組裝的介面。

此框架將主觀的設計選擇轉變為結構化、可重複的分析。

未來應用與方向

此研究的影響遠超模具領域：

拓撲最佳化元件： 衍生式設計和拓撲最佳化的自然輸出通常是高度複雜的有機形狀。一個混合可製造性設計系統對於自動將這些形狀分割為可列印和可加工區域至關重要，使這些先進設計具有商業可行性。
修復與再製造： 此方法論可反向用於修復。一個受損的高價值組件可以被分析，磨損部分被識別為一個「模組」，加工移除，然後一個新的模組透過積層製造原位添加到現有基體上。
多材料與功能梯度零件： 未來的系統可以將材料選擇整合到指標中。一個需要高導熱性的模組可能被分配給銅積層製造製程，而一個承重模組則被分配給鈦加工。這為真正的功能梯度混合元件鋪平了道路。
AI驅動的分解： 下一個前沿領域是使用機器學習，基於大量過往設計和生產數據來預測最佳分解和製程選擇，從基於規則的可製造性設計轉向預測性可製造性設計。
數位孿生整合： 可製造性指標可以被饋入生產線的數位孿生中，不僅模擬每個模組的製造，還模擬它們的組裝、測試和生命週期性能，從而閉合數位線程的迴路。

參考文獻

Boothroyd, G., Dewhurst, P., & Knight, W. (2010). Product Design for Manufacture and Assembly. CRC Press.
Gibson, I., Rosen, D., & Stucker, B. (2015). Additive Manufacturing Technologies: 3D Printing, Rapid Prototyping, and Direct Digital Manufacturing. Springer.
Frazier, W. E. (2014). Metal Additive Manufacturing: A Review. Journal of Materials Engineering and Performance, 23(6), 1917-1928.
Guo, N., & Leu, M. C. (2013). Additive manufacturing: technology, applications and research needs. Frontiers of Mechanical Engineering, 8(3), 215-243.
National Institute of Standards and Technology (NIST). (2021). Measurement Science for Additive Manufacturing. Retrieved from https://www.nist.gov/programs-programs/measurement-science-additive-manufacturing-program
ASTM International. (2021). Standard Terminology for Additive Manufacturing Technologies. ASTM F2792-12a.
Kerbrat, O., Mognol, P., & Hascoët, J.-Y. (2010). A new DFM approach to combine machining and additive manufacturing. Proceedings of the 6th International Conference on Advanced Research in Virtual and Rapid Prototyping. (This paper).