PLA 模型能用來鑄造嗎？先看它燒得乾不乾淨

先講一個很多人踩過的坑。客戶拿了一個 3D 列印的 PLA 件過來，說「這個直接翻模鑄出來就好」，看起來一切合理，列印便宜、改版快、材料還標榜可降解。結果鑄件出來，表面有麻點、內部有氣孔，尺寸也偏了零點幾毫米。

問題不在列印精度，而在 PLA 進到殼模、被加熱燒失的那一段，它的行為跟蠟不一樣。

可降解材料要進量產，常常卡在這裡：材料可以有環保標籤，但進到既有製程後，還是得穩定跑完每一道條件。因此，PLA 鑄模放進脫蠟鑄造時會發生什麼、要滿足哪些條件才能量產，才是這裡要檢查的事。

PLA 的核心風險在於它是熱塑性材料，加熱時會先軟化膨脹再分解，而不是像蠟一樣乾淨地熔出。近期針對 PLA 基鑄模在鋁鑄造中的熱行為研究，透過實驗搭配數值模擬，分析了澆注溫度、填充時間與澆口設計對孔隙率與鑄件品質的影響，把這個問題從經驗談拉回可量測的參數空間 [1]。

軟化膨脹這一步是關鍵。蠟在燒失時體積收縮，殼模承受的是拉離；PLA 在玻璃轉移點附近會先軟、後脹，對殼模內壁施加向外的推力。殼模若厚度不足或燒結不均，這一推就是裂紋的起點。

殘留物是第二個變數。有機殘碳若沒燒乾淨，鑄入的鋁液會與之反應產生氣體，直接轉化成內部孔隙。這也是為什麼同樣一組 PLA 模型，換一個燒結曲線，鑄件良率可以差很多，差異通常出在製程容忍度。

第三個是列印本身帶進來的：FDM 列印件內部有填充率與層間空隙，這些空隙在燒失時的排氣路徑跟實心蠟模完全不同。以「同體積蠟模」的直覺去設定燒結時間，通常會低估。

孔隙率最能看出問題，因為材料殘留、氣體滯留、充填不良都會反映在上面。前述研究把澆注溫度、填充時間、澆口設計三個變數與孔隙率綁在一起分析，本身就說明了這一點，它們不是彼此獨立的旋鈕 [1]。

鋁鑄造領域對這件事其實有長期共識。鋁合金鑄造的精煉製程研究指出，熔體中的氣體與夾雜物控制是決定最終鑄件品質的核心環節 [4]。換句話說，就算 PLA 那一端做到完美，若熔體本身含氣量沒控好，孔隙照樣會出現，這意味著把不良率全歸給「新材料」通常是誤判。

製程參數的交互作用也不是新鮮事。攪拌鑄造製鋁基複合材料的研究，就是靠系統性優化攪拌參數才把品質拉到可重複的水準 [2]。同樣的邏輯搬到 PLA 鑄模上成立：單獨調高澆注溫度也許改善了充填，卻可能同時加重殘碳與熔體含氣，兩邊拉扯。

這是我的分析判斷：PLA 鑄模的可行性，不該用「能不能鑄出一件」來驗證，而該用「連續 N 件的孔隙率分布寬度」來驗證。做出單件只能算打樣；連續做下來，孔隙率分布能收住，才有量產條件。

卡在製程窗口的寬度，不是卡在材料性能的絕對值。打樣容許人工微調、逐件檢視；量產要的是一組參數放著跑幾百件，落在規格內。

鑄造製程本身就是多選項的權衡。鑄造方法選型的工程指南把不同鑄造路線的適用條件與限制系統性列出，提醒的正是「選對製程」往往比「壓榨單一製程」更有效 [3]。若 PLA 鑄模的窗口太窄，合理的回應可能是換製程路線，而不是硬把脫蠟鑄造調到極限。

模擬在這裡有真實價值。針對綠色智慧鋁鑄造的研究，用模擬輔助的多製程整合優化，把能耗與品質一起納入目標函數 [5]。這對可降解材料特別關鍵，導入 PLA 的動機多半是環境效益，但若因此拉長燒結時間、提高廢品率，整體碳足跡可能不減反增。省下的材料碳，被多燒的爐子吃掉了。

後段熱處理也別忽略。精密砂模鑄造的人工時效反應優化研究顯示，鑄件的最終機械性能還受到後續時效製程的顯著影響 [6]。鑄件出模不等於定案，製程窗口要一路算到熱處理結束。

先問用途，再問材料。我的建議順序很直白：

・確認量體與公差。 小批量、公差寬鬆、外觀件，PLA 鑄模值得試。高公差、承力件、大批量，先把孔隙率分布數據拿出來再說。

・把燒結曲線當獨立變數做實驗。 不要沿用蠟模的爐程。填充率、壁厚、排氣孔設計都要一起進 DOE。

・同步檢查熔體端。 氣體與夾雜控制是鑄件品質的基礎環節 [4]，先排除這一側的干擾，才能把不良歸因到 PLA。

・用模擬縮小實驗範圍。 模擬輔助的多製程優化已在鋁鑄造展現價值 [5]，比盲試省時省料。

・把能耗算進永續帳。 導入動機是環境效益的話，燒結能耗與廢品率必須一起計入。

適用邊界要說清楚：以上判斷建立在鋁合金脫蠟鑄造的情境。換成銅合金、鑄鐵等更高澆注溫度的材料，PLA 的殘留與膨脹行為會被進一步放大，本文的樂觀空間不適用；同樣地，若你的 PLA 來自不同供應商或不同列印參數，熱行為需要重新驗證，不能沿用他人的窗口。

材料有永續標籤，只代表可以被拿來評估；製程容忍度夠不夠，才決定它能不能進產線。這兩件事，值得在報價之前就分開問清楚。

PLA 鑄模的風險不在列印精度，而在燒失階段的軟化膨脹與殘碳排氣行為與蠟模本質不同。

孔隙率是判斷 PLA 鑄模可行性的第一指標，因為它同時反映材料殘留、氣體滯留與充填不良。

單件鑄造成功只證明打樣可行；量產可行性要看連續多件的孔隙率分布是否收斂。

熔體端的氣體與夾雜控制是鑄件品質基礎，未先排除就無法正確歸因 PLA 造成的不良。

若燒結能耗與廢品率上升，導入可降解材料的整體環境效益可能被抵銷。

對印刷與包裝製造端而言，PLA 鑄模這個案例的意義超出鑄造本身：它提供了一個看永續材料導入的實務角度：先看材料放進既有製程後，窗口到底有多寬，再談環保效益。同樣的邏輯適用於生物基基材上機、可降解薄膜的封合窗口、紙塑替代品的後加工相容性。設計端的啟發是規格書應該把「製程窗口」寫進去，而不只寫材質名稱。AI 與模擬工具在此有明確著力點：模擬輔助的多製程優化已在鋁鑄造證明能同時兼顧品質與能耗 [5]，同樣的框架可以移植到包材選型，把打樣次數換成參數空間的計算。對 SaaS 而言，待解的問題是資料的可攜性，不同供應商的 PLA、不同列印參數、不同爐具，各自的熱行為資料現在幾乎沒有共享機制，每家廠都在重複做同一批 DOE。能把這些製程資料整理成可比較、可重用的知識，才比較有機會解掉永續材料導入時反覆試錯的問題。

[1] PLA 鑄模在脫蠟鑄造中的熱行為：可降解材料進入量產製程的真實門檻

[2] Sahu M., Sahu R.（2018）. Fabrication of Aluminum Matrix Composites by Stir Casting Technique and Stirring Process Parameters Optimization. Advanced Casting Technologies. DOI: 10.5772/intechopen.73485

[3] Casting Process Options. Aluminum Castings Engineering Guide. DOI: 10.31399/asm.tb.aceg.t68410021

[4] Rizaeva N., Tursunbaev S., Tadjiev N. 等（2026）. Investigation of The Refining Process of Aluminum Casting Alloys. American Journal of Applied Science and Technology. DOI: 10.37547/ajast/volume06issue03-13

[5] Liu W., Zhao C., Peng T. 等（2023）. Simulation-assisted multi-process integrated optimization for greentelligent aluminum casting. Applied Energy. DOI: 10.1016/j.apenergy.2023.120831

[6] Mackay R., Byczynski G.（2026）. Optimization of the Artificial Age Response of Aluminum Castings Made in the Precision Sand Casting Process (PSCP). International Journal of Metalcasting. DOI: 10.1007/s40962-026-01958-8