END MILL SELECTION GUIDE
銑刀怎麼選？平刀、球刀、圓鼻刀的選用邏輯
01選銑刀的第一步：先看加工的是什麼面
銑刀選擇看似有上百種規格要挑，但實務判斷順序其實很清楚：先決定刀型（平刀、球刀還是圓鼻刀），再決定直徑與刃數，最後才是材質、塗層與刀長。刀型之所以排第一，是因為它由刀尖幾何決定，而刀尖幾何直接對應「這個特徵是平面、曲面，還是要留圓角」——問錯這一步，後面參數再精準也做不出對的形狀。
製造工程經典教科書指出，銑削刀具的幾何與材料選擇，必須同時考慮工件材料、切削條件與所要求的表面完整性，沒有一把刀能通吃所有加工任務（Kalpakjian & Schmid, 2020）[1]。選刀不是找「最好的刀」，而是為「這一道工序」找最合適的刀——這也是同一零件的粗加工與精加工往往要換不同刀型的原因。
02平刀、球刀、圓鼻刀適用場景比較
三大刀型的差別，全都來自刀尖：平刀是方角、球刀是半球、圓鼻刀是帶圓角的方角。這個幾何差異決定了它們各自最擅長的加工任務。
| 刀型 | 刀尖幾何 | 最適用場景 | 不適合／限制 |
|---|---|---|---|
| 平刀（端銑刀） | 方角刀尖，底刃平整 | 平面、直側壁、方形口袋、開槽、清角；精修垂直壁面與底面 | 方角是應力集中點，重切削易崩角；不適合連續 3D 曲面 |
| 球刀（球頭刀） | 半球形刀尖 | 3D 自由曲面、模具型面、圓弧過渡的精修；等高與掃描加工 | 刀尖中心線速趨近零，加工平面效率差、易留刀痕，一般不用於平面精修 |
| 圓鼻刀（牛鼻刀） | 方角帶一段圓角（R 角） | 粗加工大量去料、帶圓角的側壁與底面過渡；兼顧刀尖強度與表面過渡 | 無法做出完全清晰的內直角（受 R 角限制），清角仍需換平刀 |
實務上常見的分工是：圓鼻刀負責粗加工，因為圓角強化了刀尖、能承受較大的去料量；平刀負責平面、直壁與清角這類需要銳利方角的精修；球刀則專責曲面精修。一個帶曲面又有直側壁的模具件，很可能三種刀都會用到——這正是選刀要「按工序、不按零件」的原因。
03刃數與排屑：軟材料少刃、硬材料多刃
選定刀型後，第二個要決定的是刃數（flute count）。刃數影響兩件事：表面細緻度與排屑空間，而這兩者是互相拉扯的。
- 刃數多：同轉速下單位時間切削次數多，表面較細、可用較高進給，但刃與刃之間的排屑槽變小，切屑容易堵塞。
- 刃數少：排屑槽大、容屑空間足，適合會產生長條或黏稠切屑的材料，但表面相對較粗。
對應材料的通則是：加工鋁、銅、塑膠等軟而黏屑的材料，常選較少刃數（例如 2 至 3 刃）保留排屑空間，避免切屑塞在槽裡把刀「抱死」；加工鋼、不鏽鋼等硬材料且屬淺切、精修時，可用較多刃數換取效率與表面品質。開槽（槽寬等於刀徑）是排屑最嚴苛的情境，切屑無處可逃，通常要刻意選少刃並降低每刀去料量。切屑若排不出去被重複切削，不只表面變差，還會急遽加速磨耗與崩刃。
04材質與塗層概觀：鎢鋼與塗層在做什麼
刀型與刃數決定「形狀怎麼做」，材質與塗層則決定「這把刀能撐多久、能開多快」。這裡只做定性概觀，不涉及具體牌號對照。
刀具本體材質
現今銑削最普遍的刀具本體是鎢鋼（碳化鎢，cemented carbide），硬度與高溫紅硬性遠優於傳統高速鋼（HSS），能承受更高的切削速度與溫度，是硬材料與量產加工的主力；高速鋼則因韌性較好、成本較低，仍見於低速、衝擊大或小批量的場合。教科書指出，刀具材料的選擇本質上是「硬度／耐磨」與「韌性／抗崩」的取捨——越硬越耐磨的材料，通常越脆[1]。
表面塗層
塗層是鍍在刀具表面的薄膜（常見如氮化物與氧化物系塗層），用來降低摩擦、提高表面硬度與隔熱，減緩磨耗與積屑瘤生成。不同塗層對應不同材料與環境：有的偏重耐高溫、有的偏重抗黏著、有的適合乾切或高速。實務上不必記憶每種塗層的化學式，掌握原則即可——塗層是為了讓刀「更耐磨、更耐熱」，具體選型交給刀具供應商依加工材料建議；而塗層效益會隨磨耗逐漸消失，這也連結到後面的換刀判斷。
05刀長與剛性：懸伸、剛性與顫振
同一把銑刀，夾得長或夾得短，加工結果可能天差地別。關鍵在於懸伸長度（overhang）——刀尖伸出夾持的距離。懸伸越長，刀桿的彎曲剛性越低，切削時越容易發生顫振（chatter）。
切削力學與機台振動的權威教材說明，銑削中的再生顫振源自刀具—工件系統的動態柔性：當切削激振頻率接近系統的自然頻率時，振幅會被放大，留下週期性刀痕、造成尺寸偏差，嚴重時甚至斷刀（Altintas, 2012）[2]。而懸伸加長會同時降低剛性、拉低自然頻率，讓系統更容易被激發顫振——這就是「刀伸太長會震刀」的力學原因。
由此延伸出幾條現場通則：
- 能短就短：在刀具能加工到目標深度的前提下，選最短的刀長與最粗的刀桿，是提升剛性最直接的辦法。
- 深穴才用加長刀：非做深腔不可時再換加長刀，並相應降低切削條件、減少單刀去料量。
- 顫振有徵兆：異常尖銳的嘯叫聲、規律的波紋刀痕、突然變差的表面，都是顫振的訊號，應停機檢討刀長、轉速與切深。
顫振與加工缺陷的成因排查，可延伸閱讀CNC 加工缺陷排查一文。
06磨耗判斷：什麼時候該換刀
刀具是消耗品，再好的刀也會磨耗。太晚換刀，磨鈍的刀會讓切削力上升、表面變差、尺寸走樣，甚至崩刃打壞工件；太早換刀則墊高刀具成本。判斷換刀時機，是選刀之外同等重要的功課。
CIRP 對加工監控的綜述指出，刀具狀態可以透過多種訊號間接判斷——切削力、主軸功率、振動與聲射（acoustic emission）都會隨磨耗變化而改變，這些訊號是「先進加工監控」用來推估刀具壽命與磨耗程度的基礎（Teti et al., 2010）[3]。落到現場，磨耗的可觀察徵兆包括：
- 表面惡化：原本光亮的加工面出現拉痕、亮邊或毛邊變多。
- 聲音與振動改變：切削聲變沉、變尖或出現不規則抖動。
- 切屑顏色與形態改變：切屑異常變色（過熱）或形狀變得不規則。
- 尺寸漂移：連續加工的孔徑或壁厚逐漸偏離公差中心。
成熟的做法是把「刀具壽命」納入製程管理：對關鍵工序記錄每把刀的累積切削時間或加工件數，接近經驗壽命就主動換刀，而非等到出問題才換。這種「以數據管理刀具」的思維，正是刀具庫建檔要解決的問題。
07刀具庫建檔如何讓 AI 選對刀
前面所有選刀邏輯，AI 都能協助草擬——但有一個前提：AI 只能從廠內實際擁有的刀具中選刀。如果刀具資料散落在老師傅的腦袋與紙本清單裡，AI 生成 G-code 時就無從得知廠裡有哪些刀、各是多長，也無法套用正確刀長補正。這正是把刀具建成結構化刀具庫的價值所在。
一份能讓 AI 用起來的刀具庫，至少要包含每把刀的：刀具代號、刀型（平刀／球刀／圓鼻刀）、直徑與圓鼻 R 角、刃數、材質與塗層、標準夾持長度與最大可用懸伸。有了這些欄位，AI 在生成加工程式與切削模擬時，就能：
- 選用真實存在的刀具：依加工特徵挑對刀型與直徑，而不是憑空指定一把廠裡沒有的刀。
- 套用正確刀長補正：以建檔的標準長度計算刀長補正，降低刀長設定錯誤與撞機風險。
- 納入剛性與行程檢核：依懸伸與機台行程／轉速上限，避免產生超出能力的程式。
- 逐步貼近廠內習慣：結合歷史成功程式，讓 AI 的選刀愈來愈接近老師傅的做法。
要強調的是，AI 選出的刀具與程式仍屬「草案」：公差、基準、特殊工法與上機前的最終確認，依然由現場專業人員把關（human-in-the-loop）。AI 的角色是把「憑經驗選刀」變成「有資料庫可查、可模擬、可驗證」的流程，讓選刀不再只鎖在少數人腦中。若要再往上游看刀型與工序的關係，可回到本專欄的支柱文章CNC 自動編程完整指南，理解從圖面到 G-code 的整條準備流程。
08常見問題 FAQ
平刀、球刀、圓鼻刀最主要的差別是什麼？
差別在刀尖幾何與它決定的加工任務。平刀刀尖為方角，適合平面、直側壁與開槽；球刀刀尖為半球，適合 3D 曲面與模具精修；圓鼻刀在方角上帶一段圓角，兼顧強度與過渡，常用於粗加工與帶圓角的側壁。選刀先問「這個面是平的、曲的，還是要留圓角」，再決定刀型。
銑刀刃數越多越好嗎？
不是。刃數多、表面細但排屑空間小；刃數少、排屑好但表面較粗。加工鋁、塑膠等易黏屑軟材料常用較少刃數保留排屑槽；加工鋼、不鏽鋼且切深較淺時可用較多刃數提升效率。刃數是「排屑空間」與「表面細緻度」的取捨，要搭配材料與切深一起判斷。
為什麼刀具懸伸越長越容易震刀？
懸伸越長，刀桿彎曲剛性越低、自然頻率下降，切削時更容易被激發再生顫振，造成刀痕、尺寸偏差甚至斷刀。實務原則是「能短就短」：在能加工到底的前提下選最短刀長、最粗刀桿，深穴才改用加長刀並降低切削條件。
刀具庫建檔對 AI 選刀有什麼幫助？
AI 只能從廠內實際擁有的刀具中選刀。把刀具代號、刀型、直徑、刃數、標準長度與塗層建成結構化刀具庫後，AI 生成 G-code 與模擬時就會選用真實存在的刀具、套用正確刀長補正，降低刀長設定錯誤與撞機風險；建檔越完整，AI 選刀越貼近廠內老師傅的習慣。
新文章與影片導讀上線時通知你——不塞爆信箱，一鍵取消訂閱。
LET AI PICK THE RIGHT TOOL
把選刀經驗，變成 AI 查得到的刀具庫
從刀型、刃數、塗層到刀長剛性，我們協助把廠內選刀邏輯建成結構化刀具庫，讓 AI 生成 G-code 時選對刀、套對補正。
聯絡導入顧問 教育訓練課程09參考文獻
- Kalpakjian, S., & Schmid, S. R. (2020). Manufacturing Engineering and Technology (8th ed.). Pearson.
- Altintas, Y. (2012). Manufacturing Automation: Metal Cutting Mechanics, Machine Tool Vibrations, and CNC Design (2nd ed.). Cambridge University Press.
- Teti, R., Jemielniak, K., O'Donnell, G., & Dornfeld, D. (2010). Advanced monitoring of machining operations. CIRP Annals, 59(2), 717–739.