Colorobbia Progetto Riduzione Scarti Macinati Smalti Festo Academy Six Sigma Green

Post on 13-Dec-2014

691 views 1 download

description

Presentazione del caso Colorobbia. Progetto di miglioramento realizzato nell'ambito della certificazione green belt del master lean six sigma Festo Academy 2° edizione. Saving di progetto 240.000 euro / anno

Transcript of Colorobbia Progetto Riduzione Scarti Macinati Smalti Festo Academy Six Sigma Green

Riduzione della variazione della

granulometria nel processo di

produzione di polveri elettrostatiche

per elettrodomestici

Di Elisa Bombonato - Resp Produzione

Caso realizzato per la certificazione Green Belt all’interno del

Master Lean Six Sigma 2° ed

Festo Academy

Per informazioni Alessandro Enna –

02 45794302 alessandro_enna@it.festo .com

Il Gruppo COLOROBBIA

Il Gruppo Colorobbia è

presente nel settore ceramico

da quasi un secolo.

Ad oggi è costituito da oltre 40

società con sedi in 14 paesi

del mondo.

Il Gruppo COLOROBBIA

Il presente progetto si

svolge nell’ambito della

Divisione Macinati Smalti

Porcellanati

L’utilizzo

del Cliente

Approccio DMAIC

Analisi del problema

VOC•Eliminare il prodotto finito fuori range granulometrico

•Ottenere la costanza del batch di 1000kg

•Rendere stabile il controllo di produzione

CTQGranulometria del prodotto

• % residuo a 45µ = g residuo a 45µ x 10

• Range di accettabilità:

valore atteso 1%

• Definizione Operativa: percentuale di prodotto che rimane setacciando 10g di prodotto.

DE

FIN

E

S I P O C

• Laboratorio di controllo

• Campione per il controllo

• Batch di prodotto per Cliente

• Registrazioni di produzione

• Registrazione su ERP

MACINAZIONE

• Composto per macinazione

• Quantità di additivo

• Settaggio mulino: tempo e temperatura del processo

• Reparto composti: fornitore del composto per macinazione

•Fornitore esterno: additivo

• Laboratorio di R&D: scheda di processo

Preparazione composto

Carica per

mulino 600-

1200kg

mov.Caricamento

mulino

Impostazione parametri

macinazione

Macinazione Elettrostatica

Controllo in

linea

Scarico prodotto e vagliatura

Trasporto polvere

Insaccaggio prodotto

Prelievo campione per laboratorio

Stoccaggioprodotto finito

mov.NOSI

DEFINE

PROJECT CHARTER

Team Leader Elisa Bombonato

Team member Bruno Corbani Funzione Capo Reparto

Franco Bruni Funzione Responsabile del controllo

Proprietario del

processoElisa Bombonato

Champion Marco Bitossi

Durata 4 mesi

Definizione operativa Granulometria: % di resiuo che resta setacciando il prodotto a 45µ

CTQ Granulometria del prodotto finito: set teorico ± 1%

Valore iniziale Oscillazioni fino a +3%

Valore atteso set teorico ± 1%

Savings Riduzione delle NC interne dal 4% al 1% (circa 20.000€/mese)

Vincoli Impianto di macinazione e depolverazione esitente

Milestone Data inizio prevista Data chiusura prevista Stato di avanzamento

Define 25/05/2007 10/07/2007 conclusa

Measure 01/06/2007 08/08/2007 conclusa

Analyze 03/09/2007 15/09/2007 conclusa

Improve 01/10/2207 15/10/2207 conclusa

Control 15/10/2007 30/10/2007 conclusa DEFINE

Schema raccolta datiLa raccolta dati è stata fatta su un singolo codice in produzione e su tre linee di macinazione, che sono:

Linee P503 e P504 costituite da :

ME

AS

UR

E

Mulino e

tramoggiaVaglio

Elevatorea

tazzeInsaccaggio

Questo per evidenziare la differenza tra linee ed individuare eventuali zone di intervento.

Linea P505 costituita da:

Mulino e

tramoggiaVaglio Insaccaggio

Schema raccolta dati

DATA

SIGLA

PRODOTTO N° MACINATA

FINEZZA

RICHIESTA

SET DEL

MULINO A B C E OPERATORE

01-giu AMSP1179 3310N 15% 13% 13,2 13,5 13,9 14,7

02-giu AMSP1179 3311N 15% 13% 13,4 13,6 13,9 14,5

02-giu AMSP1179 3311N 15% 13% 13,4 13,4 13,8 14,6

02-giu AMSP1179 3312N 15% 13% 13,5 13,3 13,3 14,1

03-giu AMSP1179 3312N 15% 13% 13,4 13,5 13,6 14,2

03-giu AMSP1179 3313N 15% 13% 13,4 13,6 13,8 14,9

03-giu AMSP1179 3314N 15% 13% 13,5 13,8 13,4 15

04-giu AMSP1179 3315N 15% 13% 13,1 13,5 13,6 14,8

04-giu AMSP1179 --- 15% 13% 13,1 13,5 13,8 14,7

Agli operatori di Reparto è stato dato il seguente schema di raccolta dati con precisa indicazione dei punti di prelievo campioni.

I punti significativi sono:

A – Finezza di scarico del mulino (comune a tutti)

B – Finezza al vaglio prima della setacciatura industriale (comune a tutti)

C – Finezza al piede dell’elevatore a tazze

E – Finezza del prodotto finito insaccato (comune a tutti)

ME

AS

UR

E

MULINO

TRAMOGGIA

VAGLIO

ELEVATORE A TAZZE

INSACCAGGIO

Punti prelievo campioni

“A” “B” “C”

“E”

MEASURE

Confronto fra linee produttiveFi

ne

zza

(%

) d

ella

po

lve

re

E(Big-bag)C(elvatore)B(Vaglio)A(mulino)

15,0

14,5

14,0

13,5

13,0

Boxplot Linea P504

Fin

ezza

(%

) d

ella

po

lve

re

C(big-bag)B(vaglio)A(mulino)

13,0

12,8

12,6

12,4

12,2

12,0

Boxplot Linae P505

Fin

ezza

(%

) d

ella

po

lve

re

D(big-bag)C(Elevatore)B(vaglio)A(mulino)

12,5

12,0

11,5

11,0

10,5

10,0

9,5

Boxplot of Linea P503

ANALYZE

Per prima cosa analizzo i dati per linea produttiva utilizzando la rappresentazione grafica della dispersione BOX-PLOT.

DOE (Design of experiments)

AN

ALY

ZE

Processo di produzione tra C ed E

Aspirazione(ON – OFF)

Velocità dell’elevatore (50Hz – 20Hz)

Delta finezza Delta (C-E) (%)

Fattori non controllabili

Analizzo il tratto di impianto “critico” e definisco gli input e gli output per il DOE

DOE (Design of experiments)

Tramite lo strumento del DOE effettuerò la pianificazione di una serie di esperimenti da fare sulla linea P504, avendo fissato:

Variabile in Output y : Delta finezza C-E (%)

Variabile in Input x: Aspirazione (ON – OFF)

Velocità dell’elevatore (50Hz- 20Hz)

Supponendo di fare due ripetizioni (2) per test, il numero di test che devo performare sono:

Run = n X 2K

Con n=2 e k=2 ottengo Run=8

Con Minitab® vedo che con questo numero di Run catturo con sicurezza le interazioni di primo livello (zona verde).

AN

ALY

ZE

DOE (Design of experiments)

StdOrder RunOrder Aspirazione Hz

3 1 OFF 50

5 2 OFF 20

7 3 OFF 50

2 4 ON 20

8 5 ON 50

1 6 OFF 20

4 7 ON 50

6 8 ON 20

Il set di prove che devo effettuare è il seguente:

Full Factorial Design

Factors: 2 Base Design: 2; 4Runs: 8 Replicates: 2Blocks: 1 Center pts (total): 0

All terms are free from aliasing.

Al Reparto Macinazione viene data una nuova tabella di raccolta dati per effettuare questa sperimentazione.

AN

ALY

ZE

Hz

Asp

.

50454035302520

1,0

0,5

0,0

-0,5

-1,0

Scatterplot of Asp. vs Hz

DOE (Design of experiments)

I dati raccolti sono:

Inserisco questi dati su Minitab® e faccio l’analisi statistica. Analizzo l’interazione tra Aspirazione, Hz e la combinazione Aspirazione-Hz.

StdOrder

SIGLA PRODOTTO ASPIRAZIONE Hz

FINEZZA TEORICA C E Delta (E-C)

3 AMSP1179 OFF 50 15 13,6 15,1 1,3

5 AMSP1179 OFF 20 15 13,8 15,2 1,3

7 AMSP1179 OFF 50 15 13,5 15,1 0,7

2 AMSP1179 ON 20 15 13,9 15,2 1,3

8 AMSP1179 ON 50 15 13,4 14,5 1,5

1 AMSP1179 OFF 20 15 13,3 14,6 1,4

4 AMSP1179 ON 50 15 13,9 14,6 1,1

6 AMSP1179 ON 20 15 13,8 15,1 1,6

AN

ALY

ZE

DOE (Design of experiments)

HzHz

Me

an

5020

1,6

1,5

1,4

1,3

1,2

1,1

1,0

0,9

Aspirazione

OFF

ON

Interaction Plot (data means) for Delta (E-C)

Factorial Fit: Delta (E-C) versus Aspirazione; Hz

Estimated Effects and Coefficients for Delta (E-C) (coded units)

Term Effect Coef SE Coef T PConstant 1,2750 0,05303 24,04 0,000Aspirazione -0,3500 -0,1750 0,05303 -3,30 0,030Hz -0,1000 -0,0500 0,05303 -0,94 0,399Aspirazione*Hz -0,3000 -0,1500 0,05303 -2,83 0,047

S = 0,15 R-Sq = 83,18% R-Sq(adj) = 70,56%

Analysis of Variance for Delta (E-C) (coded units)

Source DF Seq SS Adj SS Adj MS F PMain Effects 2 0,265000 0,265000 0,13250 5,89 0,0642-Way Interactions 1 0,180000 0,180000 0,18000 8,00 0,047Residual Error 4 0,090000 0,090000 0,02250Pure Error 4 0,090000 0,090000 0,02250

Total 7 0,535000

Estimated Coefficients for Delta (E-C) using data in uncoded units

Term CoefConstant 1,39167Aspirazione 0,175000Hz -0,00333333Aspirazione*Hz -0,0100000

Alias StructureIAspirazione

AN

ALY

ZE

Aspirazione

Me

an

of

De

lta

(E-C

)

ONOFF

1,5

1,4

1,3

1,2

1,1

Main Effects Plot (data means) for Delta (E-C)

DOE (Design of experiments)

Con l’analisi DOE e correlando fisicamente quanto ottenuto, procedo impostando l’impianto come segue:

- Aspirazione: ON-Frequenza: 50Hz

e vado a monitore il processo.

IMP

RO

VE

1,0

20

1,2

1,4

1,6

Delta (E-C)

30Hz -140

0501

A spirazione (1=ON, -1=OFF)

Surface Plot of Delta (E-C) vs Hz; Asp.

L’analisi grafica 3D delle interazioni ottenibile dal DOE mi fa vedere come questa situazione sia la migliore, ma che devo tenere sotto controllo il processo in modo da non peggiorare.

Control Chart

Utilizzo quindi una carta di controllo, al fine di verificare e consolidare i risultati ottenuti. Obbiettivo è continuare a monitore il processo affinché sia garantita la performance di Delta (E-C) ≤ 1. In questo modo il prodotto sarà CONFORME al Controllo di Laboratorio.

CO

NT

RO

L

Observation

Ind

ivid

ua

l V

alu

e

9988776655443322111

2,0

1,5

1,0

0,5

_X=1,108

UCL=1,946

LCL=0,271

I Chart of Delta (E-C)

Conclusioni

Il presente progetto ha consentito di: - capire approfonditamente il processo produttivo;- comprendere gli effetti che maggiormente vanno ad influenzarne la variabilità;- pianificare le prove senza “sprechi” di risorse;- monitorare il processo con lo scopo di consolidare i risultati ottenuti nel tempo;- con la CTQ all’interno dei limiti di controllo il tasso di NON CONFORMITA’ è NULLO!!

Conseguentemente i savings per l’Azienda sono:1- Riduzione delle NC del 4%, pari a circa 16t/mese di prodotto di scarto (circa 20.000€/mese);2 – Riduzione del magazzino dei prodotti NC e della loro successiva fase di recupero (paria circa 5.000€)3 – Nessun investimento impiantistico.