科盛科技产品经理 叶柏扬

前言

工业4.0与物联网技术(Internet of Things, IoT)发展至今，速度、弹性、质量和效率始终为制造业共同追求的目标。企业需要提高生产速度来面对更紧缩的交期，并更有弹性地因应设计变更与产能调配，藉由数字分身(Digital Twin)的概念结合软硬件的虚实整合，在设计时间透过虚拟制造来优化生产阶段的实际制造过程，以满足上述数字化转型的要求。当前模具射出行业发展面临诸多挑战，如：交期缩短、精度提高、同业竞争、人才短缺，以及试模依赖经验等。因此，如何提高产能与降低生产成本、数字化保存设计生产数据，形成产品知识并有效应用等，就成了模具射出行业发展的重要课题。

Moldex3D创立以来一直以追求真实模拟、精准预测为目标。由于软件的正确性与易用性，市场迅速扩及全亚洲，并且在欧洲、美洲市场取得极高市占率，获得众多国际一线大厂与供货商的肯定，并被选为Siemens NX、PTC Creo、MSC DigimatRP以及Cimatron等一流CAD/CAE/CAM软件的模流分析核心。与CAD国际大厂的合作，以及真实3D网格技术的成熟应用，促成CAD/CAE设计整合平台的发展，具有设计变更快速与缩短产品开发时程的优点。

除材料物性量测技术的应用，Moldex3D也同时发展射出机特性分析的技术能力，藉由掌握机台作动时速度与压力的响应特性与差异，模拟分析时可以考虑不同机台造成的响应落差并补正，再将分析结果以机台接口图像显示，以数字成型条件提供现场人员试模降低试误成本，实现CAD/CAE/Machine的虚实整合，如文章首图所示。

智能设计与智能制造

为持续协助模具成型行业数字转型与强化核心竞争力，Moldex3D发展智能设计与智能制造方案，透过材料量测与机台分析虚实整合提供数字成型条件，在稳定的成型环境下快速命中靶心，提高成品良率以降低试模成本，如图一所示。

图一 以Moldex3D数字成型条件加速命中试模靶心

同时，藉由iSLM数据管理平台(intelligent Solution Lifecycle Management)保存设计与成型数据，累积模具开发经验形成产品知识库，作为用户日后模具开发的重要参考依据，于如图二所示。

图二 iSLM数据管理平台

产品设计

产品设计者需进行大量的造型曲面建模、进行产品的制造可行性评估，以及结构应力分析。Moldex3D提供SYNC设计整合平台与FEA输出接口，以满足产品设计需求，如图三所示。透过SYNC将模流分析完整嵌入CAD环境，设计人员在产品建模后可快速进行模流分析验证其制造可行性，并经FEA输出接口将网格模型、塑料特性、温度、压力，以及残留应力等参数输出至结构分析软件，提供更可靠的应力与强度模拟预测。此外，FEA输出接口可支持各大结构分析软件。针对模拟分析的计算效能也有相当的提升，使用者可以透过HPC高效运算方案快速完成模流分析运算，图四为某汽车之塑料件进行充填/保压/冷却/翘曲的完整分析结果，在网格技术与计算时间上都有相当不错的表现。

图三 产品设计流程

图四 HPC高效运算方案

模具设计

相较于产品设计，模具设计者更接近加工制造与成型量产，需要更完整的浇口、流道设计、水路布局与模座分析，达成更精准的设计验证以预防潜在的成型缺陷风险，降低试误修模的生产成本。

模具设计验证一般分为两个阶段：前期的快速评估与后期的设计验证。接单前期需要快速提供客户评估报告，在开模前则需要完整的验证报告，模具设计者往往需要进行多次的设计变更，并耗费时间撰写各方案的分析报告。为解决设计者痛点，Moldex3D在SYNC上开发完整的浇口流道水路精灵，如图五所示。设计者建模后可在CAD环境同步设定属性执行模流分析，并考虑机台响应特性，使分析结果更贴近实际机台行为，提供更准确的数字成型条件，同时开发自动产生报告功能，满足不同客户的报告要求，大幅缩短模具开发时程，如六所示。

图五 模具设计流程

图六 自动产生客制报告

试模成型

传统模流分析可针对材料特性、产品几何、流道水路布局与模座等进行设计验证，但过程中并未考虑成型机台响应特性，造成模流分析提供的数字成型条件因机台不同而有所差异。由于设计者通常不具备现场调机之背景，导致模具设计到成型量产的流程不连续，设计端与成型端普遍存在沟通落差。智能设计制造方案除提供机台特性分析以及机台接口开发，完整考虑成型机台响应特性外，并且能在分析完成后将模流数字条件自动转换为机台接口图像显示，提供现场人员数字成型条件，使试模快速命中靶心，建立模具设计与试模成型的沟通平台。

图七为不同成型机台的响应特性比较，红色虚线为一段速度设定，并纪录5射的速度响应曲线。由实验结果可知，两台机台在重复性都有不错的表现，但左方机台的速度曲线未能达到速度设定值，右方机台则有过冲(overshoot)的情形发生，此即为机台响应特性造成的机差。

图七不同机台的响应特性

透过机台特性分析并将数据与Moldex3D拟合后，可以得到图八的结果。红色曲线为机台特性拟合前的模拟流率，由于未考虑机台特性，与蓝色曲线的机台实际流率存在落差。绿色曲线为机台特性拟合后的模拟流率，更接近机台实际流动行为，提供更准确的数字成型条件。此外，仿真速度与实际机台面板比较，也有极佳的效果，如图九所示。

图八 机台特性分析前后的流率比较

图九 机台特性拟合后的仿真速度 vs. 实际响应速度

为解决设计与成型之间的沟通落差，Moldex3D提供机台接口开发服务，将模流分析结果转换为机台接口图像显示，提供现场人员数字成型条件快速命中靶心，建立设计与成型的沟通平台，机台接口可支持多种成型机台厂牌以及多种控制器类型，如图十所示。

图十 以机台接口图像提供数字成型条件

数据管理

前述已说明智能设计制造方案在产品设计、模具设计与试模成型的应用，同时Moldex3D也开发了iSLM数据管理平台，进行各工段的数据集成与知识重用。应用iSLM可累积模流分析与试模成型之生产数据，并形成产品知识库，藉由统计与归纳，可查询设计成型经验值，获得最佳设计工艺。此外，在将数字仿真与实际成型数据保存于iSLM数据管理平台后，还可以进行产品成型风险与成型条件的评估指针，用以量化数字仿真成型方案的效益成果，如图十一所示。

图十一 数字仿真与实际成型评估指标

应用实例：君牧塑料科技股份有限公司

公司简介

君牧塑料科技座落于台湾高雄的鸟松区，主营为机车、电动车、船舶等相关零部件产品的开发制造，外销欧美与亚洲多国，专长为以塑代钢材料技术研发。

数位条件验证

首先藉由量测材料取得材料特性，再针对机台之响应特性进行分析，完成该机台特性分析并与Moldex3D拟合后，以机车用电池盒模具进行Moldex3D数字条件试模验证，并采PP作为数位条件验证之原料，如图十二所示。将Moldex3D仿真之数字成型条件设定于机台面板，如十三所示，并撷取实际机台响应曲线与仿真曲线进行比对，如十四所示。试模条件验证于第一射满射，成品无明显瑕疵，并且进行短射比对，如十五所示；其生产条件仅微调计量行程，其余皆维持Moldex3D数位成型条件。

图十二 Moldex3D数字条件试模验证（机车用电池盒）

图十三 数位成型条件 vs. 实际成型条件

图十四 数字仿真曲线 vs. 实际响应曲线

图十五 短射比对

应用效益

以Moldex3D进行虚拟制程优化，能有效缩短试模时间，减少材料成本的耗费，在设计端，可提前预防成型风险，并进行优化设计；在制造端，则可透过机台特性分析提供可靠的数字成型条件，缩短开发时程降低整体成本。

结论

应用智能设计与智能制造方案，整合从设计分析到试模量产的一体化工作流程，建立跨部门的沟通平台，降低依靠经验调机的试误成本，并透过iSLM数据管理建立产品之生产履历，形成高效率的智能设计与智能制造工厂，满足企业数字转型升级的要求，Moldex3D将以新世代智慧模拟技术协助塑料产业趋近「Ｔ零」量产的愿景！