Ref. Tseng H-C, Chang R-Y, Hsu C-H. Numerical predictions of fiber orientation and mechanical properties for injection-molded long-carbon-fiber thermoplastic composites. Polymer Composites 2017, First Published, https://onlinelibrary.wiley.com/doi/10.1002/pc.24403/abstract                                                                                         
                                                                                                                                                                                                        曾煥錩

由於長纖維強化熱塑性複合材料(LCFRT)能滿足產品安全和耐用的需求，且碳纖維的機械特性也比天然纖維強韌，因此常被用來作為輕量化的汽車材料。在實務上，從射出成型的纖維產品上，可觀察到典型層狀結構，如皮層、核心層等。長纖維的非等向性纖維配向，會影響成品的機械性質。然而在處理長纖維以及纖維濃度高的產品時，如何預測非等向性纖維配向，是一項很大的挑戰。到目前為止，以模擬的方式探討各種纖維複材的纖維配向變化之案例並不多。

本案例以聚丙烯(PP)和聚酰胺6,6(PA66)的高分子聚合物組合進行探討。使用的原料是長纖維強化熱塑性複合材料，包含了50wt% LCF/PP和50% LCF/PA66。圖一為邊緣澆口模具充填的PNNL板狀產品，由西北太平洋國家實驗室(PNNL)所設計，尺寸為178mm x 178mm x 3.175mm。有別於過去模式，透過塑膠射出CAE軟體Moldex3D的創新纖維配向理論模式──iARD-RPR模型，只需要三個參數，能夠精確預測出射出成型製程中的纖維配向。圖二為該產品中間區域(B區，平板的中間)厚度方向的纖維配向分布，可看出模擬預測與實驗結果所呈現的數據相當一致。

圖一 本案例PNNL板幾何，以及三個測量區域

圖二 比較在不同基底塑料PA66與PP帶有相同碳纖維濃度50wt%下之纖維配向分佈的差異：點為實驗數據，線為預測值。

複合材料的性質分析模擬軟體Digimat-MF(MSC Software和e-Xstream engineering) 是透過微觀力學模型Mori-Tanaka模式，來計算纖維強化熱塑性複材的機械性質。根據所預測的纖維配向資訊，我們運用Digimat-MF得出一個在流動方向的楊氏模數E₁。圖三是標準化產品厚度的楊氏模數分配，經比較後發現50wt% LCF/PA66 > 50wt% LCF/PP。平均厚度係數E₁值與實驗結果如表一所示。大致上而言，預測的E₁結果準確度尚佳。而在添加了一樣纖維濃度的50wt% LCFs之後，發現PA66的強化效果比PP還要好(圖四)。

圖三 比較在不同基底塑料PA66與PP帶有相同碳纖維濃度50wt%下，流動方向的楊氏模數分佈的差異。

^aTaken from Web Page of PlastiComp Technical Data Sheet.

表一 平均配向與平均模數的預測與實驗數據比較

圖四 不同的纖維複材的模數預測，與純PP、純PA66的實驗數據比較長條圖

整體而言，目前汽車用的長纖維強化熱塑性複合材料之纖維排向，已可透過整合Moldex3D纖維配向預測結果和 Digimat-MF獲得準確預測，並確保其結構強度。要設計高品質且幾何度複雜的塑膠產品，牽涉到流動方向的變化、是否有肋條設計，以及厚度和孔洞的變化等；因此如何決定最適合的參數組合，以得到最佳的纖維排向，在未來的研究中的一大關鍵。

曾煥錩 博士 科盛科技(Moldex3D) 研究發展部 專案經理 台灣交通大學應用化學系博士。主要研究領域包含聚合物流變學、高分子複合材料加工及分子模擬。全新纖維排向模式研究成果獲得美國授予專利，並榮登國際頂尖高分子流變學期刊Journal of Rheology® 2016 。