周育賢、陳溪山、三政鴻 / 工研院材化所、林敬智 / 工研院南分院
半導體產品更新快速，配件種類多，一年有千億新台幣產業需求。半導體配件多採加工製造，常面臨備料、幾何加工和存貨管理等問題。積層製造利於複雜幾何成形，具可快速交貨、降低庫存量之潛能。現有配件材料因有可易加工、陽極處理和輕量化需求，以6061鋁合金為主，但此材料鑄造性差，積層製造時，會因凝固速率太快，致使6061鋁合金成形件因內應力殘留而產生裂紋，需透過成分調質技術，提升6061鑄造性，才能應用於積層製造製程。
【內文精選】
金屬積層製造
面臨全球資源匱乏，輕量化、客製化、高值化成為金屬製造產業的重要討論議題，各國皆相繼朝向積層製造(Additive Manufacturing)技術發展，以強化自身國際競爭優勢。積層製造中需要使用到金屬粉末作為原料的成形方式，包含：選擇性雷射燒結(Selective Laser Sintering; SLS)、選擇性雷射熔融(Selective Laser Melting; SLM)、雷射金屬沉積(Laser Metal Deposition; LMD)、電子束熔融(Electron Beam Melting; EBM)與粉床噴墨技術(Powder Bed Inkjet Technologies)等。先進國家所布局的金屬積層製造技術以SLM和LMD兩種技術為主。
智慧學習鋁合金成分改質
6系列鋁合金積層製造配方結合與製程因子特性，多維度變異難以掌握，全域優化是一個具挑戰性問題，通常目標函數的形式是複雜、非線性、高維且取得結果的成本上是昂貴的。貝葉斯優化(Bayesian Optimization)提供了一種基於貝葉斯定理的技術，可以對全域優化問題進行高效且有效的搜索，透過建立目標函數的概率模型(稱為替代函數)，從過往經驗參數累積資料庫整合，使用採集函數對其進行有效搜索，選擇候選樣本以評估實際目標函數，快速掌握配方因子核心參數。
半導體級鋁合金粉製作與積層製造成形
建立貝葉斯機器學習目標函數與機率模型(圖七)，分析不同Si、Mg成分比例對抗拉強度(UTS)及降伏強度(YS)的影響。從工研院材料與化工研究所過往建立之鋁合金粉末材料與機械性質資料庫數據，發展特徵化之鋁合金粉末配方機器學習模型，進行材料配方優化。依據完成之初步貝葉斯機器學習架構，建立參數影響權重分析，了解關鍵影響製程與配方因子，建議後續配方優化成分組合。
圖七、貝葉斯學習進行流程
圖八為材化所開發的可應用於積層製造成形之半導體級鋁合金粉末材料之執行流程。藉由貝葉斯學習建議之成分配比，進行實體調質粉末製作與成形驗證，相較於習知用實驗設計法開發新材料相比，可節省鋁合金調質粉末研發時程達25%。成分優化後之鋁合金調質粉末如SEM影像圖所示，經由氣體霧化技術細化後粉末因粒徑小，冷卻速度快，凝固後之粉末呈現球化形貌，粉體真圓度(Aspect Ratio) >0.9，鋁合金粉末經流動性(ICarr)驗證測試，ICarr為(14.7± 0.5)%，流動性屬於Good等級，代表粉末流動性相當優異，鋁合金粉末適合應用於積層製造成形。
圖八、半導體級鋁合金開發流程圖
依據貝葉斯優化之成分，先利用氣體霧化製作成鋁合金調質材粉末，再經由積層製造成形，最終將鋁合金成形件依序進行機械性能與表面陽極處理驗證。調質後的鋁合金粉末經積層製造成形，成形件緻密度可達99.6%，抗拉強度(UTS)為198.1 MPa，伸長率(El.)為9.7%。透過電壓、電流與氧化時間等參數調控，完成鋁合金調質材表面陽極處理，生成後的陽極膜呈現均一乳白色，無色差，表示鋁合金調質材積層製造成形件因Si含量低，顯微組織均勻，無偏析相產生，不會致使陽極膜產生缺陷劣化---以上為部分節錄資料，完整內容請見下方附檔。
★本文節錄自《工業材料雜誌》428期，更多資料請見下方附檔。