利用田口方法提高SUS 304 不銹鋼線材之產量

利用田口方法提高 SUS 304 不銹鋼線材之產量

戴國政

李明賢

林暉斌

莊其峰

1逢甲大學機械與電腦輔助工程系

2逢甲大學工業工程與系統管理系

3元能股份有限公司

摘 要

金屬線材向來皆是各種工業中相當重要的一種材料，雖然近年來有從熔融 金屬液製造金屬線材技術相繼問世，但目前產業界所生產的線材大都仍從鑄胚 經輥軋、抽線機抽線等塑性加工程序而成；然而在抽線機的生產過程中，眼模 減面率、伸線速度、潤滑油值等參數將影響線材產量、品質及生產成本。本文 乃是利用田口方法，以L9直交表的實驗配置進行試驗，探討SUS304 不銹鋼線 材在不同參數製程下所得之線材產量，研究結果發現影響線材產量的因子為伸 線油溫度及伸線速度。最後將伸線油溫度設定在45℃及伸線速度在 620m/min 時，伸線產量增加約33.5%。

關鍵詞：田口方法、SUS304 不銹鋼、伸線、眼模。

IMPROVING PRODUCTIVITY OF SUS 304 STAINLESS STEEL USING TAGUCHI METHOD

Kuo-Cheng Tai

Ming-Hsien Caleb Li

Hui-Ping Lin

Chi-Feng Chuang

1Department of Mechanical and Computer-Aided Engineering Feng Chia University

Taichung, Taiwan 407, R.O.C.

2Department of Industrial Engineering and System Management Feng Chia University

Taichung, Taiwan 407, R.O.C.

3Yuen Neng company limited Tainan, Taiwan 709, R.O.C.

Key Words: Taguchi method, SUS 304 stainless steel, drawing, die.

ABSTRACT

The metal wires are a key metal material and are applied widely in

various industries. Although several new techniques have been invented to

produce metal wires from melted metals, in the conventional manufactur-

ing process, metal wires are produced from an ingot which passes through

a rolling and drawing process. Some process parameters such as die reduc-

tion rate, drawing velocity and lubricant oil temperature may affect the

production volume, quality and cost of the process of drawing. The purpose

of this paper is to investigate the optimal process parameters for SUS 304

stainless steel to maximize wire production volume. Using Taguchi meth-

ods, an L

orthogonal array is constructed. It is found that lubricant oil and drawing velocity are the controlling factors for improving productivity. Fi- nally, the production volume increased 33.5% when lubricant oil tempera- ture was set at 45℃ and drawing velocity was set at 620 m/min.

一、前 言

高單價、高附加價值的不銹鋼市場一直是全球鋼鐵業界 的重點市場，而且不銹鋼的特性是其他金屬不能替代的，其 抗腐蝕性能也優於一般的金屬。即使在相當的高溫中，不銹 鋼的強度也不會受到太大的影響。近年來，因為不銹鋼的優 良性能，得到廣泛的認同，特別在電子產品、汽車零件、

家庭電器等日常生活方面也有廣泛的應用。其中不銹鋼細 線的應用可說是越來越廣泛，亦漸漸成為許多產業中相當 重要的一種材料。而且所謂細線的線徑，亦從十多年前的 10mm~20mm，隨著產業發展及市場的需求及變化，而成 為現今0.2mm 以下的線徑，甚至近年來已有廠商可生產出 8µm 的線徑，故有「超細線」之名。尤其是在處處講求輕 薄短小的現代工業裡，金屬細線、金屬纖維所能發揮的功 用，亦將更加寬廣。除了強調傳統功能，如高強度、耐蝕 性等需求之外，亦因相關最終產品的功能需求，如導電性、

防電磁性、線徑微細化、人體親和性等特性，亦成為發展 細線材的重要標的，目前更擴大應用在不銹鋼纖維布的紡 製、抗電磁波衣物、隔離電磁波用阻絕導線、石化重工業 用高密度過濾網等。在眾多種類的不銹鋼細線材料中，沃 斯田鐵組織的耐蝕性比肥粒鐵組織更佳，其理由是因為在 沃斯田鐵組織中含有高鉻(Cr)量，且擁有良好的機械性質 與無磁性。18Cr-8Ni 不銹鋼(SUS304)是代表性的沃斯田鐵 系不銹鋼，亦是日常生活中最常用到的材料，可稱為不銹 鋼主流，其化學成分，如表一所示。

不銹鋼線材製造流程乃是經熔鋼處理的鋼液，以連續 鑄造法凝固，成為鋼塊或大鋼胚（ingot）等半製品，將鋼 塊或大鋼胚以分塊工程加工成小鋼胚。線材係以小鋼胚為 原料，透過加熱軋延而成，再依客戶需求，經不同線徑抽 線、退火處理後，供應下游業者作為生產原料[1]。線材主 要下游市場為鋼線鋼纜、抽線業及螺絲螺帽業。其中抽線 業者再抽製成更細微的線徑，供應後續製造業者生產出不 同的產品。一般將不銹鋼線材製造流程主要區分為以下三 個階段：

第一階段：從煉鋼到軋鋼之一貫作業不銹鋼盤元製程，經 由熔煉、連續鑄造得到 160mm 小鋼胚，再經 過熱軋延製程最後出廠線徑尺寸為 5.5mm 之 盤元。

第二階段：將 5.5mm 線徑的不銹鋼盤元經過兩次潤滑粉 抽製，第一次加工抽製成2.3mm 之線材，經過

熱處理之後於第二次加工抽製成 1.0mm 之線 材。潤滑粉抽製的好處在於下游廠商採用油式 伸線製程時，潤滑油較易於附著在線材表面形 成油膜。

第三階段：將1.0mm 之線材，採用油式伸線製程，經過多 道眼模加工抽製成0.20mm 或更微細線徑之硬 線，俗稱半成品線。將半成品線材經由製程退 火後，使用捲軸(spool)收線，成為軟線之成品 線。一般而言，成品線材的抗拉強度與延伸率，

隨著退火溫度及捲軸收線速度的不同，而有所 差異，視使用者的需求而決定。

以縮減線材的斷面積，必要時也同時改變斷面形狀的 作業稱為抽製(drawing)，主要工具為眼模(dies)，其外觀如 圖1 所示。經其對線材進行抽拉，即可縮減線材的斷面積，

達到線材直徑細化的目的[2]。

不銹鋼線伸線製程其工作原理是在伸線機台上（如圖 2 所示）將不銹鋼線材穿過伸線眼模(drawing dies)之後，

再將線材纏繞於塔輪上。當伸線機台運轉時，馬達經由皮 帶帶動塔輪而對線材產生拉力，當此拉力大到足以使不銹 鋼線材穿越眼模而進行斷面積縮減時，纏繞於塔輪的線材 會緊緊的附著於塔輪，並且開始進行抽製成形的製程，此 時不銹鋼線材會通過眼模而達到線徑縮減的目的[3]。

18Cr-8Ni 不銹鋼伸線過程中，眼模減面率的大小、伸 線油的潤滑溫度，以及伸線時的速度快慢，為不銹鋼伸線 過程的主要生產參數，伸線製造業者長久以來，除利用廠 商所提供的生產參數，作為其生產條件依據外，或者憑藉 自身的經驗法則，使用試誤法（try and error method）來設 法改善製程，其方法過於費時、耗財且無效率。

Wu 和 Lin[4]曾對 TiNi 形狀記憶合金伸線進行研究，

發現不同的潤滑劑、眼模壓縮角及伸線速度對線材硬度變 化、最大減面率、線材表面粗糙度等均有很大的影響，然 對線材內部卻無太大的變化。其研究所得之伸線參數可生 產小於0.2mm 直徑之細線，所生產的細線亦有極佳的形狀 記憶效應。蔡大和及林鴻榮[5]利用田口參數設計，對固溶 溫度、固溶時間、加工率、加工溫度、保持時間、散置溫 度、緩冷時間等七個控制因子，運用L18直交表研究Ti-V 系高碳鋼之軋延的最適化並評估其伸線性，實驗得知低V 料 LV-77B 最佳軋延控制因子的條件為：固溶時間為 180 秒、加工率為84%、散置溫度為 820℃。最後再運用伸線 加工硬化試驗及150℃-300℃加溫拉伸試驗，評估伸線性。

Skolyszewski[6]對高合金鋼及特殊合金在伸線製程中機械 性質的變化之研究中，發現不同伸線製程中（總減面率相

表一 SUS304 不銹鋼線材化學成分%

C Cr Ni Mn S P Si

＜0.08 18.00~20.00 8.00~10.50 ＜2.00 ＜0.030 ＜0.045 ＜1.00

圖 1 不銹鋼線之伸線眼模

同，平均減面率不同），平均減面率較大的製程其降伏強度 塑性變形能力較佳，而線材最佳變形範圍取決於強度回復 係數。Laverroux[7]運用 L8直交表研究五個控制因子，分 別為退火前的加工次數、退火速度、材料最終變形率、模 具角度、材料的等級等，來改善不銹鋼冷鍛頭線的品質及 延性。實驗結果得知退火前之加工次數、退火速度和材料 等級，為其製程之重要參數，最後經由確認實驗而得到三 個最佳製程參數，分別為退火前兩次加工、較快且低氫氣 流通的退火速度和等級為B（含低鎳）的材料為佳，不但 有效改善不銹鋼冷鍛頭的延性，也因此縮短了 10%~20%

的製程時間。

Lee[8]利用 L16直交表對SUS 304 材料的面銑毛邊之切 削參數進行研究，控制因子為切削角度、放置數目、切削 深度、進給率、切削深度等參數，探討切削後所得的毛邊 高度（burr），每組實驗重複四次，共得 64 筆數據，將實 驗結果經過變異數分析（ANOVA）與確認實驗後得知，影 響SUS 304 切削毛邊高度的主要因子為切削速度與刀具進 給量。

由於目前對於不銹鋼伸線方面的相關研究不多，故本 研究採用田口方法，擬對SUS304 不銹鋼線材的製程參數 進行研究，期盼找出最大化產量之製程參數，以期降低生 產成本並提高利潤。

二、田口品質工程之步驟

1. 彙整產品和製程的工程知識，並提出問題點、目的，以 利進行品質的設計與改善。

2. 品質特性的選擇：線材產量。

圖2

不銹鋼線之伸線機台

3. 找出可能影響線材產量的因子與其水準，並選擇合適的 直交表以進行實驗配置。

4. 執行實驗：依直交表上因子的水準組合，進行實驗並記 錄每組眼模所能生產之線材產量。

5. 分析資料：

(一) 由實驗所得的數據轉換成信號雜訊比(Signal-to- noise ratio，S/N ratio)。

(二) 繪製各因子的反應表 (Response Table)與 反應圖 (Response graph)，用以判斷各因子在不同水準的影 響。

(三) 製作變異數分析(Analysis of variance，ANOVA)提 供不同因子相對效果，以評估各因子的影響，並做 貢獻度分析。

6. 預測與確認實驗：對所得的最佳化之參數組合作預測，

並進行最後的確認實驗，若實驗結果與預測數據在實驗 誤差範圍內，可確定此最佳化的可靠性，否則表示有重 要因子被忽略或實驗測試的誤差太大，得從長計議。

三、實驗規劃與執行

依據不銹鋼線生產製程和相關工程知識與經驗，找出 可能影響伸線產量的主要因素，伸線製程乃是將線材通過 眼模，來縮減線徑的工程，一般伸線製造業對於如何提高 線材品質與降低製造成本是極其重視。本研究主要是利用 田口方法，協助伸線廠商建立不銹鋼最佳伸線製程，藉以 提升伸線產量。經瞭解生產作業程序並與廠商多次研議，

在評估現場實驗的可行性後，決定以眼模減面率、伸線油 溫度與伸線速度作為不銹鋼伸線製程的控制因子。因此在 規劃實驗時，使用線徑為1mm 之 SUS 304L 不銹鋼母線，

在使用相同的伸線機下， 對前述三項可能影響伸線產量的 三個控制因子，各訂定出三水準，如表二所示，其中畫底 線者為起始水準。茲將這些因子略述如下：

因子A，為單一眼模減面率，眼模減面率的大小決定

表二 控制因子與其水準 (其中劃底線者為起始水準)

控制因子

1 2 3 A：眼模減面率 14 % 15 % 16 % B：伸線油溫度 33 ℃ 39 ℃ 45 ℃ C：伸線速度 520 m/min 570 m/min 620 m/min

表三 L9(34) 直交表配置與實驗結果

編 號 A B C y1 y2 η 1 1 1 1 513 466 53.770 2 1 2 2 304 396 50.663 3 1 3 3 697 527 55.483 4 2 1 2 532 532 54.500 5 2 2 3 448 504 53.507 6 2 3 1 516 547 54.500 7 3 1 3 621 603 55.732 8 3 2 1 429 379 52.079 9 3 3 2 525 677 55.369

一套生產眼模數量的多寡，也代表著會影響線材被加工的 次數。通常是以百分率表示抽拉前後的線材斷面積之差與 抽拉前的原斷面積之比來表示，我們設定眼模減面率分別 為 14%、15%、16%。因子 B，為伸線潤滑油溫度，潤滑 油溫度的不同會影響其黏度係數。潤滑油溫度高，其黏度 係數較低；反之，油溫偏低，黏度係數則較高。黏度係數 的大小代表線材進入眼模受到擠壓時，潤滑油是否會附著 於線材上，提供適當的潤滑效果，我們選擇了33℃、39℃、

45℃三種不同的溫度。因子 C，為伸線速度，伸線速度的 快慢直接影響產量大小，我們選擇520m/min、570m/min、

620m/min 三種不同速度。

本實驗共決定三個三水準的因子，所以其自由度為：3

×（3-1）= 6，因此採用 L9(3⁴)直交表進行實驗。每組實驗 編號進行兩套整組眼模實驗，共進行18 次實驗，例如，實 驗編號1 的眼模減面率（A）為低水準（14%）、伸線油溫

度 （B）為低水準（33℃）、伸線速度（C）為低水準

（520m/min），並記錄每次實驗所生產的產量。

四、實驗結果與資料分析

依據L9直交表配置進行整套眼模實驗，記錄每套眼模 在達到眼模定磨耗量時，所生產的不銹鋼線材重量，實驗 結果如表三所示，表四、圖3 則分別為線材產量在各控制 因子水準之平均訊號雜訊比的反應表與其反應圖。

因為線材重量可視為望大型品質特性值，而望大型品 質特性值之均方差(mean square deviation, MSD)為

表四 線材產量之平均訊號雜訊比的反應表

水準 眼模減面率（A） 伸線油溫度（B） 伸線速度（C）

1 53.305 54.667 53.45 2 54.169 52.083 53.511 3 54.393 55.117 54.907

表五 不銹鋼線材之線材產量變異數分析表

因 子 效果平方和 自由度 均方 F 淨平方和 ρ﹪

A:眼模減面率 1.980 2 B:伸線油溫度 16.088 2 8.044 12.820 14.834 65.41﹪

C:伸線速度 4.079 2 2.040 3.251 2.825 12.46﹪

誤 差 0.530 2 合併誤差 (2.510) (4) (0.627) 1 5.018 22.13﹪

總 合 22.678 8 22.677 100﹪

圖 3 線材產量之訊號雜訊比的反應圖

1 1

1 2 n ni yi

∑=

 

 

 

 

，而其訊號雜訊比，

ηLTB^{，之公式如下：}

log 10 ) log(

10

= −

−

= MSD

η

其中 yi為品質特性值，因為對每組實驗編號進行 2 次實 驗，故n =2。

從線材產量的反應圖中可知，伸線油溫度（B）在不 同的水準，其訊號雜訊比差異性最大，亦即不同伸線油溫 度將影響線材產量。接著對訊號雜訊比做變異數分析，來 探討各個因子對線材產量的程度，如表五所示。

為了避免高估因子效果，合併最小平方和的因子(亦即 A 因子)，以估計誤差變異，此方法稱之為合併法(pooling)，

參閱Ross[9]。F 值則利用合併均方誤差來計算，由表五中 可以發現，對線材產量之訊號雜訊比具有影響的因子，為 伸線油溫度（B）和伸線速度（C）。眼模減面率（A）之效 果平方和太小，故併入誤差項。

表六 不銹鋼線材產量之確認實驗

A B C 線材產量(kg) 平均值 S/N 1 3 3 3 512 556 534 54.529

田口玄一[10]認為應該將計算 F 值之方法予以擴充，

因此使用貢獻度百分比（percent contribution，ρ），以建立 某一因子對總平方和的貢獻度。貢獻度百分比（ρ），可用 來指出一因子降低變異之影響能力。其定義為該因子淨平 方和相對總平方和之百分比。而某因子之淨平方和為該因 子的效果平均和減去該因子之自由度乘以合併誤差，例如 表 五 中 ， 伸 線 油 溫 度 （B）因子 的淨平方和為 14.834 (=16.088-2×0.627)，至於貢獻度，ρ_B，則為：

ρB = B因子淨平方和

總平方和 ×100%= 14.834

22.677 ×100%= 65.41%

同理，伸線速度（C）因子的貢獻度百分比，ρ_C，為：

ρC = 2.825

22.677 × 100% = 12.46%

因此，在線材產量變異數分析表中誤差項的貢獻度百分比 ρerror為：

ρerror ＝100%－65.41%－12.46%＝22.13%

利用ρ error來評估一實驗是否具備適當性或充分性，因

為誤差項是關係控制因子外之不確定的因子或無法控制的 因子。根據經驗，若ρ error≦15%，可認為此實驗並沒有忽 略某些重要因子，而ρ error≧50%，可推斷有些重要因子被 忽略了，故實驗結果不甚理想。本研究中，由表五可知誤 差項之貢獻度百分比 ρerror為22.13%，顯示實驗設計與結 果是適當且良好的。

再由圖3 線材產量之各因子水準對訊號雜訊比的反應 圖，我們可以發現，伸線油溫度（B）和伸線速度（C）皆 以第三水準為最佳水準。所以，最佳的參數組合為B3C3， 亦即伸線油溫度（B）為 45℃、伸線速度（C）為 620m/min。

五、確認實驗

在決定最適條件及其對應的預測值後，田口建議須在 最適參數設定下進行確認實驗，然後，把確認實驗的訊號 雜訊比與所預測的最佳參數水準做一比較。如果兩者非常 接近，那麼可下結論說 “加法模式成立”，但若相差太多，

則加法模式是不恰當的，因子間可能存有強烈交互作用。

最佳因子組合的訊號雜訊比預測值，ηpredict，為：

ηpredict =η ^+(ηB3 –η ^)+(ηC3 –η⁾

=ηB3 +ηC3 –η =55.117+54.907-53.956=56.068 接下來必須進行確認實驗，以確認此參數水準是否準確。

此最佳水準之平均值的信賴區間為ηpredict ± CI，而 CI 之計 算如下：

CI= ₀₀₅₁₄ (_n^{1 1}_r)

e _eff

, ,

.

V

F × × +

其中Ve = 合併誤差變異數

neff = 有效觀測值= 總實驗次數

1+估計平均值之因子自由度總和

= ⁹ 1 4+ = ⁹

5

r = 確認實驗的重覆次數，確認實驗做了 2 次，結果如表 六所示。

故CI 7.71 0.627 ^{5 1} 2.259

= × ×9 2+ =

 

 

因此，確認實驗之期望平均值的信賴區間為 56.068 ± 2.259，亦 53.809 ﹤η_predict ﹤58.327，又因為 η_predict = -10 log10 ( ₂¹

predict

y )，故最佳條件下線材產量的信賴區間為 490.287（kg）＜ypredict ＜824.803（kg），由確認實驗結果 的平均值 534（kg）落在上述的信賴區間，顯示我們所選 擇的顯著因子是適當且正確的，亦即實驗所得的結果是成 功的。

六、結 論

進行確認實驗是穩健設計的最後一步，卻也是最關鍵 的一歩。其主要目的是驗證藉由直交表設計實驗出來的數 據經過資料分析之後，所得之最佳伸線參數能否帶來如預 期的改善。影響伸線製程的原因相當多，對於這些問題雖 然並沒有完全的答案，但可以藉著實務經驗及經由實驗累 積工程知識，這種學習過程包括從生產製程中發現問題 點，對問題提出假設與質疑，進行實驗來查證這些假設，

並分析實驗結果形成新的假設等。隨著長期量產的進展，

我們會捨棄或添增一些生產變數，改變當初所設定的參數 範圍，或增加新的製程參數，所以改善製程通常是以循序 漸進的方式進行。由於目前尚未有關SUS304 不銹鋼伸線 製程的研究，因此在初期的研究中，在避免影響工廠生產 流程及生產設備的情況之下，選擇較為重要且容易變更控

制之因子作為實驗參數，經由實驗結果與資料分析得到最 佳化參數組合，並進行確認實驗。而確認實驗的平均值落 在信賴區間，顯示最佳水準組合之實驗其再現性良好，亦 即伸線產量之參數設計最佳化是成功的。綜合以上的實驗 結果，可知影響線材產量的因子為伸線油溫度和伸線速 度。從線材產量的結果可知，最佳化水準組合為伸線油溫 度45℃及伸線速度 620 m/min，線材產量也從改善前的 400 公斤增加至改善後的534 公斤。

未來研究方向將朝向對伸線潤滑油性質作進一步確認 的研究，以及導入製程退火之因素，研究退火溫度與時間 對線材表面與機械性質之影響。

符號索引

r 確認實驗的重覆次數

Ve 合併誤差變異數

參考文獻

1. Kalpakjian, S., Manufacturing Processes for Engineering Materials, Addison Wesley, pp. 320-325 (1997).

2. 賴耿陽，抽線抽管塑性加工，復漢出版社，台南，第 2-5 頁（1996）。

3. Corral, T., “Die Design and Wiredrawing Understanding the Relationship Between Die Specifications and Wire- drawing,” Wire Journal International, January, pp.91-93 (2002).

4. Wu, S. K., and Lin, H. C.,” A Study on the Wire Drawing of TiNi Shape Memory Alloys,” Materials Science and Engineering, Vol. 215, No. 2, pp.113-119 (1996).

5. 蔡大和、林鴻榮，「Ti-V 系高碳鋼之軋延最適化及伸線 性評估」，技術與訓練，第21 卷，第 3 期，第 25-44 頁

（1996）。

6. Skolyszewski, A., and Luksza, J., “Some Problems of Multi-stage Fine Wire Drawing of High-alloy Steels and Special Alloys,” Journal of Materials Processing Tech- nology, Vol. 60, No. 4, pp. 155-160 (1996).

7. Laverroux, E., “Utilization of the Taguchi Method for Improving the Ductility of Stainless Steel Cold Heading Wires,” Proceedings, 69th International Wire Association Annual Convention, Wire and Cable Technical Sympo- sium, USA, pp. 9-14 (1999).

8. Lee, S. H., “Optimisation of Cutting Parameters for Burr Minimization in Face-milling Operations,” International Journal of Production Research, Vol. 41, No. 3, pp.

497-511 (2003).

9. Ross, P. J., Taguchi Technigues for Quality Engineering, McGraw-Hill, New York, pp. 143-146 (1996).

10. 田口玄一，品質評價的 SN 比，中國生產力中心，第五 章，第143 頁（1991）。

2003 年 08 月 14 日 收稿 2003 年 09 月 19 日 初審 2004 年 09 月 28 日 複審 2005 年 10 月 20 日 接受