利用激光精加工技术改善支撑影响下FDM成型PC-ABS件表面质量

《Optics & Laser Technology》：Improvement of surface finish in support-affected FDM-fabricated PC-ABS components using laser finishing technique

　　

## 摘要

熔融沉积成型（FDM）技术被广泛用于制造聚合物部件；然而，与支撑结构接触形成的表面通常由于不规则层间沉积和支撑结构引起的表面纹理而表现出较差的表面质量。本研究探讨了CO2激光精加工对提高受支撑结构影响PC-ABS件表面粗糙度的有效性。PC-ABS试样使用Fortus 400mc FDM系统制造，并使用30 W CO2激光进行精加工。采用田口L9正交试验设计研究了四种激光参数：分辨率、雕刻遍数、灰度（PDI）和雕刻功率，每种试验条件下重复三次。使用轮廓仪测量表面粗糙度，通过横截面显微观察材料去除情况。通过信噪比分析和方差分析（ANOVA）确定最佳工艺条件和参数贡献率。最优组合为600 DPI、2遍雕刻、90 PDI和90%功率。预测的表面粗糙度为3.522 μm，验证实验结果为3.564 μm，预测误差仅为1.178%。信噪比预测误差为0.915%。方差分析显示分辨率是主导参数，对表面粗糙度变异的贡献率为69.63%，其次是雕刻功率，贡献率为8.60%。研究结果表明，受控CO2激光精加工提供了一种有效的非接触方法，可改善受支撑结构影响的FDM表面，并为优化激光精加工参数提供了定量依据。

## 引言

增材制造（AM）技术被广泛应用于工程及其他领域，用于从传统材料（如聚合物、金属和陶瓷）生产原型[1]。目前，由于各种新材料在打印过程中得到应用（如医疗级材料、高强度合金和复合材料），该技术也被用于生产可直接使用的生产级部件。尽管增材制造工艺取得了各种进步，但AM方法一直受到广泛关注，因为它无法获得良好的表面质量，从而影响预期的产品特性，如外观、配合、美观性、形状和功能。如今，最受欢迎且商业可用的AM工艺之一是熔融沉积成型（FDM）工艺，也称为熔融丝材成型（FFF）工艺。然而，FDM或FFF制造的零件和原型同样面临表面质量问题[2]、[3]、[4]。

FDM零件通过逐层构建而成，其质量受六个主要因素影响（图1）：

I. 材料以逐层方式沉积，导致阶梯效应（图1a）。

II. 由于切片误差和不均匀层间沉积，沿构建方向产生尺寸超差（图1b）。

III. 每层的端部轮廓（图1c）。

IV. 在逐层构建过程中发生不规则的加热和冷却阶段（图1d）。

V. 材料组成（图1e）。

VI. 底部和临界方向的面需要支撑材料（图1f）。

由于上述六个工艺参数，仅通过纯理论模型准确估计其综合影响是困难的。因此，通过二次精加工或后处理操作来提高原型的表面质量是更为有效的途径[5]。传统的减材技术，如车削、铣削、计算机数控（CNC）加工和磨料流加工（AFM），被广泛用于此目的。近年来，后处理策略获得了显著关注，因为它们结合了多种技术的优势，以弥补任何单一方法的局限性。尽管此类混合或顺序方法可能会增加加工时间，但它们能更好地控制产品质量，并通过平衡各自的优缺点来减少对单一制造参数进行大量优化的需求。

将增材与减材技术相结合的混合制造系统因其经过验证的高效性和独特的研究机会而受到广泛关注。Hope等人[6]报道了一种方法，该方法采用轮廓刀具来改善制造零件层间表面的尺寸精度。他们引入了TruSurf系统，该系统利用五轴水刀加工装置创建倾斜层，从而在保持零件整体质量的同时提高几何精度。所提出的倾斜层方法将表面误差从7.4 mm降低至0.54 mm，对应约92.7%的误差减少，同时实现了表面精度近乎一个数量级的改善，相比传统阶梯层快速原型制造节省了约10倍的构建时间。Williams和Melton[7]研究了使用磨料流加工（AFM）来改善通过立体光刻（SL）增材制造制造的立方体表面质量。他们利用扫描电子显微镜考察了AFM对SL零件的影响，同时考虑了关键变量，如构建方向、磨料粒度和介质挤出压力。他们的结果表明表面粗糙度显著降低，Ra值达到1.27 μm。Kulkarni和Dutta[8]证明了将分层制造与材料去除操作相结合可以显著提高制造效率和表面精度。对于一个镜座零件，所提出的LM-MR集成方法将所需层数从93层减少至23层，对应75.27%的减少，同时多次雕刻将毛刺高度从0.127 mm降低至0.0127 mm，代表90%的减少。同样，对于一个NIST测试零件，层数从38层减少至26层（减少31.58%），毛刺高度减少了90%。Taylor等人[9]开发了用于SWIFT快速原型制造的五轴轮廓边缘切片方法，以减少阶梯效应并提高几何精度。子层加工将有效层厚度从1.524 mm降低至0.3048 mm，对应80%的减少，实现了5倍的有效层分辨率改善。作者报告称该方法可以显著提高零件精度，尽管这种改善是以额外的加工时间为代价的。Koc和Lee[10]证明了自适应直线层近似可以显著提高快速原型零件的表面精度，同时减少层数。对于一个球形模型，最大表面误差从3.861 mm降低至0.747 mm，对应80.66%的减少，同时在保持可比精度的情况下将所需层数减少了89%。对于一个人头模型，平均表面误差从0.272 mm降低至0.0279 mm（减少89.72%），同时从100层减少至30层导致最大表面误差降低约91%。对于另一个复杂零件，层数从100层减少至仅8层（减少92%），同时保持了几乎相同的表面误差（0.757 mm与0.752 mm）。Hur等人[11]突出了混合增材制造系统发展中的创新途径。他们提出了一种基于加工特征的过程规划方法，以实现AM-CNC集成框架。该方法通过在单个夹具或工作站中结合增材沉积和减材加工来促进功能部件的制造。在一个发动机缸体的案例研究中，所提出的过程将SLA的制造时间从39小时减少至8小时，对应79.49%的减少，同时材料成本从1200美元降低至204美元（减少83%）。此外，尺寸精度从0.10 mm改善至0.05 mm，代表精度误差减少了50%。Pandey等人[12]探索了将热切刀加工（HCM）与熔融沉积成型（FDM）工艺相结合以提高表面质量。他们的发现表明，引入HCM可以为混合快速原型方法开辟道路，其中材料沉积和逐层加工同时进行，从而改善表面特性并提高增材制造部件的功能性能，将Ra表面粗糙度从初始状态的约18–26 μm降低至最低0.5 μm，对应约97–98%的Ra减少。Frank等人[13]提出了一种基于无特征CNC快速加工的快速原型制造方法，该方法使用多个2.5D刀具路径和牺牲支撑。与立体光刻（SLA）相比，所提出的方法将棱柱原型的总加工时间从7小时15分钟减少至3小时45分钟（减少48.3%），并将最大尺寸偏差从0.508 mm（500 μm）降低至0.127 mm（125 μm），对应尺寸精度提高了75%。此外，该工艺实现了最小层厚度0.0254 mm（25 μm），与传统的0.127 mm加工步进相比，有效层厚度减少了80%。Santos等人[14]采用基于切片的方法对复杂几何形状和薄壁特征进行加工，以获得更好的控制和精度。为了提高尺寸精度，Hu和Lee[15]开发了一种零件分解方法，该方法确定增材制造零件中的完整层集，并专门为后续加工分配额外层。他们的方法还考虑了允许片厚和精加工阶段刀具可及性等约束条件。对于所演示的测试几何体，所提出的方法将分解层数从6层减少至5层，与现有方法相比，层数减少了16.67%。由于沉积时间与层数成正比，这种减少有可能降低相关的构建时间。Song和Park[16]实施了一种结合三维焊接进行材料添加和传统铣削进行材料去除的混合制造策略，旨在提高所生产零件的整体质量和精度。在注射模具镶件制造中，所提出的工艺需要42.5小时，而高速铣削需要40.5小时，导致制造时间增加2小时（4.94%）。然而，混合工艺实现了0.1–1.0 mm的可控层厚度，沉积珠尺寸为0.5–1.5 mm，并具有减少沉积需求和降低热变形的优势。Ah等人[17]提出了一种通过确定适当的构建方向来减少后加工区域（RPMR）的策略。他们的方法采用遗传算法来识别用于制造复杂CAD几何体的有效且鲁棒的构建方向，从而最大限度地减少后续加工需求。对于一个椭球模型，所提出的方法将RPMR从12,044.682 mm2减少至8,917.998 mm2，对应25.97%（约26%）的减少。对于工业模型，在评估条件下实现了高达38.6%的蜘蛛模型RPMR减少和44.5%的头盔模型RPMR减少。Kechagias等人[18]报告了使用CO2激光切割FFF制造的ABS将表面粗糙度从未处理零件的15 μm以上降低至约4 μm，对应超过73.3%的减少。优化参数（SoD = 7.5 mm，RDA = 0°，激光速度 = 14.4 mm/s，激光功率 = 105 W）得到的预测Ra为3.68 μm，切缝角接近0°。此外，Kechagias等人[19]研究了通过MEX加工并使用低成本CO2激光进行后处理的PLA/碳黑纳米复合材料。通过统计建模优化切割参数，改善了打印薄板的尺寸精度和表面质量。PLA/CB 2.5 wt.%的最大表面粗糙度（Ra）从6.48 μm降低至约3 μm，对应约53.7%的减少；对于PLA/CB 5 wt.%，Ra从15.53 μm降低至约3 μm，代表约80.7%的减少。优化的激光工艺产生的表面粗糙度值接近2 μm。Arthanari等人[20]研究了在1060 nm波长下对白、蓝、灰色PLA进行激光抛光，揭示了吸收差异对性能的影响。灰色和蓝色样品表现出高达98.6%的粗糙度减少，而白色样品改善效果最小。结果证实了基于颜色的激光优化可以增强表面质量。Lambiase等人[21]利用30 W连续波CO2激光对材料挤出PLA零件进行激光表面精加工。分析了扫描速度、能量密度和扫描间距对形貌的影响。粗糙度改善了十倍以上（Ra从16 μm降至0.3 μm）。通过ANOVA、RSM和优化确定了最小化粗糙度和表面退变的参数。Stolárik等人[22]研究了使用CO2激光对垂直打印的PLA进行抛光，这是一种对层间应力传递至关重要的方向。功率和速度显著影响表面和机械行为。尽管优化速度降低了粗糙度，但数值超过了未抛光样品并降低了强度。结果强调了能量分布和抛光路径优化重要性。Wang等人[23]提出了一种整合分子动力学、机器学习和高通量优化的新型优化框架。该框架减少了实验数据需求，同时准确预测最佳参数。该框架应用于镍基单晶高温合金时，成功优化了四阶段钻削工艺，提高了效率和孔质量。

精密制造日益增长的需求推动了超快激光微加工的发展，包括由Zhang等人[24]研究的激光诱导等离子体微加工（LIPMM）。一项物理信息机器学习策略被提出，以利用有限的实验数据高效优化LIPMM。通过整合物理变量，仅需四个设计周期即可确定最优参数，显著提高了材料去除率和微沟槽深度。飞秒激光打孔面临微孔锥度、重铸层和加工效率方面的挑战，Zhang等人[25]对此进行了研究。他们开发了一个机器学习模型，以准确预测打孔结果，同时减少实验工作量。将该模型与高通量遗传算法结合，实现了在广泛的工艺空间中进行快速优化。实验验证确认了优化工艺的可靠性。Guo等人[26]表明，钇铝石榴石（YAG）需要高表面质量才能实现高效的激光性能。他们开发了一种将机器学习、响应面方法和数值分析相结合的混合方法，用于光化学机械抛光。优化后的工艺实现了高达292.30 nm/min的材料去除率和低表面粗糙度（Sa = 0.11 nm），展现了有效的机化学协同效应。尽管已经研究了各种后处理和混合制造技术以提高增材制造零件的表面质量，但大多数研究集中在FDM通用表面改善、尺寸精度或对无支撑面和外表面的激光处理上。相比之下，对支撑影响面的关注有限，其中表面形貌受到逐层材料沉积以及支撑结构的纹理和几何形状的共同影响。这些接触面通常呈现不规则的峰谷轮廓，难以使用常规机械抛光加以改善，特别是对于小特征和难以触及的区域。尽管之前的研究表明了CO2激光加工在改善聚合物增材制造零件表面质量方面的潜力，但对使用受控光栅激光抛光系统地研究支撑影响的PC-ABS表面仍十分有限。特别是，分辨率、雕刻遍数、灰度（PDI）和雕刻功率对表面粗糙度的综合影响尚未得到充分确立。此外，激光加工条件与热致材料去除深度相对于FDM标称层厚之间的关系也尚未得到充分理解。因此，需要一个系统的实验框架来确定合适的激光抛光条件，量化各加工参数的相对影响，并通过实验验证预测的最优值。这种方法可以为提高FDM制造的PC-ABS组件中支撑影响面的表面质量提供定量且具有物理依据的基础。本研究旨在调查CO2激光抛光在降低FDM制造的PC-ABS支撑影响面表面粗糙度方面的有效性。使用田口L9实验设计系统地评估了激光分辨率、雕刻遍数、灰度（PDI）和雕刻功率的影响，以确定最优抛光参数。采用方差分析（ANOVA）来量化各参数的统计显著性和相对贡献。本研究还通过重复测量和Anderson-Darling检验评估了数据的正态性和变异性。此外，利用横截面显微镜表征激光诱导的材料去除，并将去除深度与FDM标称层厚相关联，从而为激光抛光机理提供物理解释。本研究的创新之处在于开发并实验验证了一个专门针对FDM制造的PC-ABS支撑影响面的参数化CO2激光抛光框架。本研究整合了田口优化、方差分析、Anderson-Darling正态性评估、验证实验和横截面显微镜，建立了对抛光过程的统计和物理理解。最优参数为600 DPI、两次雕刻遍数、90 PDI和90%功率，产生预测粗糙度3.522 μm，验证值为3.564 μm，预测误差仅为1.178%。分辨率是主导参数（69.63%），其次是雕刻功率（8.60%）。研究结果提供了优化的加工窗口和对受控激光抛光的机理洞察。在本研究中，采用高功率CO2激光系统加工小型和薄壁FDM制造试样，而未施加显著的机械力。与常规机加工不同，基于激光的方法可实现多层雕刻，同时最大限度地减少机械应力，从而为提高FDM组件的表面质量提供了一条实用途径。九个PC-ABS（聚碳酸酯-丙烯腈-丁二烯-苯乙烯）样品使用四个受控激光参数进行处理，以评估表面粗糙度的改善情况。抛光操作主要通过光栅雕刻完成，激光束按从左到右的来回模式逐行移动，每次处理一行。在每次扫描过程中，高能量激光脉冲产生密集的微小斑点阵列，导致PC-ABS材料局部熔化和部分气化。这种受控的热相互作用平滑了表面轮廓，如图2所示。激光强度（E）可表示为：E (W/mm2) = 平均功率 (W) / 焦斑面积 (mm2)。随着激光逐行从一行推进到下一行，重复的斑点形成逐渐精化PC-ABS试样的表面。激光雕刻的有效性很大程度上取决于材料特性，尤其是其能量吸收特征。因此，保持激光处于最佳焦距位置至关重要；在本实验的加工作业中，50 mm处实现了最清晰的聚焦。在本研究中，通过计算机控制界面操作激光装置，以确保加工条件的精确调节。系统参数经过仔细校准，以实现可靠且一致的实验结果。随后进行了详细研究，以评估这些参数的变化如何影响九个PC-ABS试样的表面粗糙度。因此，本研究通过开发和实验验证一种基于田口法的CO2激光抛光策略，填补了已确定的研究空白，专门针对FDM制造的PC-ABS支撑影响面。本研究整合了统计优化和物理表征，确定了主导激光加工参数，建立了最优加工条件，验证了其预测能力，并阐明了激光诱导材料去除与FDM组件层状结构之间的关系。片段摘录：激光-聚合物相互作用的物理机制：FDM制造的PC-ABS组件通过CO2激光抛光进行表面改性的过程受一系列热光和热现象的支配，包括激光吸收、光能转化为热能、热量在聚合物中的传导、温度升高、局部热软化、熔化和材料去除。与常规机械抛光不同，后者通过直接接触去除材料，激光过程通过局部热作用改变FDM表面。初步实验观察：在熔融沉积成型（FDM）中，挤出热塑性丝材在沉积后冷却收缩，可能导致变形或边缘翘曲。为抵消这种效应，通常在悬空或下部表面下方生成支撑结构。然而，支撑材料的存在影响这些接触区域的表面质量，通常降低表面质量。由于功能组件需要各个方向都具有可接受的表面特性，因此重要的是……实验设计：在本研究中，实验试验采用田口L9正交表进行规划。该正交表对应于3?部分因子方案，代表完整3?因子设计（否则需要81次实验）的九分之一。通过采用这种结构化方法，仅通过九次实验运行即可考察四个独立控制因子的影响。选择田口L9正交表是为了高效地调查四个因子的主效应。模型验证：在本调查中，使用田口优化方法确定了最优工艺参数集及其对应水平。由于预测的最优组合不在正交表中的特定实验试验中，因此需要验证实验来核实所开发的表面粗糙度模型的有效性和可靠性。相应地，使用最优参数设置进行了三次确认实验。结论：本研究展示了使用受控CO2激光抛光改善FDM制造的PC-ABS组件支撑影响面表面质量的可行性。基于田口L9实验设计，确定的最优激光抛光参数组合为600 DPI分辨率、2次雕刻遍数、90 PDI灰度和90%（27 W）雕刻功率。相应的预测表面粗糙度为3.522 μm，而确认实验产生的表面粗糙度为……CRediT作者贡献声明：Mohammad Taufik：撰写——初稿、可视化、验证、方法学、调查研究、形式分析、概念化。Prashant K. Jain：撰写——审阅与编辑、指导、软件、资源。利益冲突声明：作者声明他们没有任何已知的竞争性经济利益或个人关系可能影响本论文中报告的工作。Mohammad Taufik | Prashant K. Jain