Costa di più misurare bene o misurare male? Alessandro Ferrero

Politecnico di Milano

Nome relatore

Misurare, perché?

• Tenere sotto controllo il processo produttivo

• Migliorare la qualità del prodotto

• Gestire le decisioni • alla luce dei rischi associati

• Restare competitivi

2

Nome relatore

Misurare, come?

• Bene! • I tre pilastri della metrologia

• Incertezza •

Nome relatore

Casi emblematici

• 4 casi • Misure dimensionali • Misure in ambito farmaceutico • Misure in ambito metallurgico • Misure nella produzione di parti in gomma

4

Nome relatore

Caso 1 – Il contesto

• Confronto interlaboratorio su macchine per misure 3D

• 20 partecipanti • Misure su pezzi di elevata precisione

• tolleranza di alesaggio 6 µm

• Vengono misurati 4 pezzi estratti dallo stesso lotto di uno stesso processo

5

Nome relatore

Caso 1 - Risultati

• Incertezza di misura estesa sulla misura dell'alesaggio: ±10 µm

• Media delle misure vicina al centro della tolleranza

• Scarto tra le medie molto minore dell'incertezza estesa

6

Nome relatore

Caso 1 - Conclusioni

• Processo di produzione eccellente • Misure mal progettate • Possono far credere che il processo di

produzione non è adeguato • Sono non solo inutili, ma nocive

7

Nome relatore

Caso 2 – Il contesto

• Verifiche periodiche delle micropipette di dosaggio di vaccini

• Lo scopo è scartare quelle che non rilasciano la dose voluta di vaccino

• La verifica viene effettuata con un confronto volume – massa, utilizzando bilance di precisione

• Il confronto viene fatto manualmente da uno o più operatori

8

Nome relatore

Caso 2 – I risultati

• Viene rilevata una significativa dispersione dei risultati, tale da far pensare a problemi nel processo di dosaggio.

• Per verifica, la stessa micropipetta viene verificata più volte

• Si trova la stessa dispersione • E' stata misurata l'incertezza dovuta

all'operatore!

9

Nome relatore

Caso 2 - Conclusioni

• La verifica delle micropipette è stata male impostata

• I risultati sono assolutamente non significativi della bontà del processo di dosaggio

• Le misure sono inutili e potenzialmente nocive

10

Nome relatore

Caso 3 – Il contesto

• I clienti di una società specializzata in trattamenti termici di metalli chiedono di garantire la capacità dei processi di misura, in accordo con la ISO TS 16949

• Misure a campione • Misura della durezza del campione a valle del

processo di tempra

11

Nome relatore

Caso 3 – I risultati

• La dispersione dei risultati di misura è tre volte maggiore della dispersione data dal processo produttivo

• Anche in questo caso è la stessa su misure ripetute sullo stesso campione

• E' la stessa situazione del caso 2, in un contesto totalmente diverso!

12

Nome relatore

Caso 4 – Il contesto

• Una PMI produce parti in gomma per sospensioni in ambito automotive

• I controlli di produzione e la soddisfazione dei clienti dimostrano che il processo produttivo è efficiente

• I clienti chiedono di garantire la capacità del processo di misura

• Si fanno misure di rigidità su campioni di produzione

• Si tratta di processo con tolleranze grandi, rispetto alla capacità del processo stesso

13

Nome relatore

Caso 4 – I risultati

• Metodo di misura complesso • Set-up delicato • Riproducibilità bassa (per la difficoltà di avere

parti con le stesse caratteristiche) • Risultato: dispersione dei risultati maggiore della

dispersione in produzione! • Non era forse il caso di fare qualcosa di diverso?

14

Nome relatore

La conferma metrologica Questa sconosciuta! • Il caso del materiale di riferimento fuori specifica

per le misure del paratormone nelle ASL di Regione Lombardia

• 21000 pazienti con esami falsati • Viene data la colpa al fornitore

• che peraltro si è lui accorto del problema

• Sarebbe bastato procedere alla conferma metrologica della nuova fornitura per rilevare il problema

• Il sistema sanitario di Regione Lombardia è certificato ISO 9001! • E la ISO 10012???

15

Nome relatore

Conclusione

• Le misure vanno fatte bene • Altrimenti…

Grazie per l'attenzione

16