MeetMinitab09_9_Galgano

Galgano & Associati S.r.l.

Cristina Galgano

Loretta Degan

ADATTABILITA’ DELL’APPROCCIO 6 SIGMA IN FUNZIONE DELLA COMPLESSITA’ DEL PROBLEMA E DEL

LIVELLO DELLE RISORSE COINVOLTE

6 Sigma, Lean Sigma, Blitz Quality Kaizen

INDICEIntroduzione

Perseguire l’ eccellenza operativa:qualità, velocità, snellezza, innovazione

Le competenze richieste: i modelli di riferimento, 6 sigma , lean, Triz e loro integrazioneFiloni di pensiero erronei: lean sigma sia un approccio lean con utilizzo 6 sigma soft, non tutte le tecniche 6 sigma sono utili, è troppo complicato

Tutta l’azienda e’ coinvolta: Competenze e approcci Cosa significa applicare il modello culturale 6 sigma in azienda rispetto a

• Prime linee (champion)• Risorse tecniche/intermedie (BB, GB)• Personale operativo

Competenze Champion: pensiero sistemico e statistical Thinking (l’utilizzo del pensiero scientifico e tecniche statistiche ) nella gestione aziendale – un gap da colmareCompetenze BB e GB: utilizzo di tutte le tecniche tipiche del 6 sigma per affrontare rilevanti problemi aziendali, in particolare di natura tecnica ma non solo, e ottenere livelli di qualità di eccellenza (PPM)Coinvolgere il personale operativo nel miglioramento continuo usando le tecniche di Shinin e ottenere risultati in tempi rapidi : il Blitz Quality Kaizen: UN CASO

INTRODUZIONE

FATTORI COMPETITIVI: costi, tecnologia, risorse umane

FATTORE MENO IMITABILE : RISORSE UMANE

COMPETENZA DELLE PERSONE

AMBIENTE AZIENDALE AUTOAPPRENDENTE

PERSEGUIRE L’ ECCELLENZA OPERATIVA

Lo scenario attuale

COMPETIZIONE GLOBALE

CONTRAZIONE DEI MARGINI DI PROFITTO

PREZZI

PROFITTO

ESPLOSIONE TECNOLOGICA

DIMINUZIONE DEL CICLODI VITA DEL PRODOTTO

1980 1990 2000

ANNI

TEMPO

DURATACICLODI VITA

15

10

5

0COSTI

MINORE PREVEDIBILITA’

NECESSITA’DI CAMBIAMENTO

NECESSITA’DI CAMBIAMENTO

TEMPO

I vantaggi competitivi

QUALITA’

COSTI

SER

VIZ

IO

INN

OV

AZ

ION

E

AZIENDA

Gli approcci di riferimento

QUALITA’

PRODUTTIVITA’

INNOVAZIONE

6 SIGMA

LEAN

TRIZ

IMPLEMENTAZIONE:

1^ FASE: INTRODUZIONE APPROCCI SINGOLI

2^ FASE INTEGRAZIONE DEGLI APPROCCI

1: fai le cose meglio ( Right First Time ):

attacco alla variabilità

2 priorità – la prima

2^ : fai le cose più veloci (Doing the Right Things )

riducendo I lead time

Elimina gli sprechi(MUDA)

“eliminando i MUDA è possibile duplicare la produttività”

Concetto semplice - Difficile l’applicazione

2 priorità – la seconda

DRIVER del Lean: riduzione del Lead Time

• Usare principi lean per ridurre il tempo di attraversamento

• Progettare stabilimenti/processi con flussi ottimizzati, minimo spreco /costo

• Usare TPM, JIT, 5S, controlli visivi progetti di produzione

DRIVER del 6 sigma: Eliminazione dei difetti (non conformità)

• Usare strumenti statistici per ridurre la variazione (capability)

• Sviluppare prodotti/processi migliori a più elevata capacità

• Sviluppare la metrica per misurare la qualità dei processi

Integrazione sinergica

SpeedAccuracy / Precision+ $=

Utilizza sia lean che 6 sigma

Incomincia con la lean

Utilizza 6 sigma e Lean tools quando richiesto

Migliora la Qualità del Processo con il 6 Sigma

Spingiti verso SistemiPull

Integrazione sinergica-Segue

6 sigma:aspetti caratteristici e presupposti

CONSTATATO CHE I COSTI DELLA NON QUALITA’ INCIDONO PESANTEMENTE, DAL 15 AL 30 % DEL FATTURATO, IL 6 SIGMA NE ATTACCA LE PRINCIPALI COMPONENTI

AFFRONTARE I PROBLEMI RICHIEDE PRIMA DI TUTTO, INDIPENDENTEMENTE DALL’UTILIZZO DI METODI SOFISTICATI O MENO, UN APPROCCIO SCIENTIFICO, OVVERO UN APPROCCIO LOGICO EFFICACE ED EFFICIENTE DI PROBLEM SOLVING (D-M- A- I –C)

L’APPROCCIO SCIENTIFICO RICHIEDE UN’ANALISI BASATA SUI FATTI E SUI DATI (STRUMENTI SEMPLICI DI RAPPRESENTAZIONE E LETTURA DEI DATI)

ALCUNI PROBLEMI HANNO CAUSE NASCOSTE DI DIFFICILE INDIVIDUAZIONE. QUESTI RICHIEDONO TECNICHE INVESTIGATIVE RIGOROSE ED ACCURATE

ALCUNI PROBLEMI ANCHE SE HANNO OCCORRENZE RARE SONO GRAVI (PROBLEMATICHE DI QUALITA’ , ASPETTI DI SICUREZZA AMBIENTALE, ECT.). SONO RICHIESTE TECNICHE SOFISTICATE PER TRATTARLI

Resultados

Global PlanningGlobal Global

PlanningPlanning

Strategic Plan: Prioritized strategic objectives

Project 1 Project 2 Project 3 Project...

Results

THE VISIONLEAN THINKING - filosofia

6 SIGMA - approccio scientifico strutturato

POLYCY DEPLOYMENT

(alto livello)

VALUE STREAM MAPPING

POLYCY DEPLOYMENT

(in logica 6 sigma – CTQ E KPI)

ATTIVITA’ LEAN

PROGETTI 6 SIGMA

PROGETTI LEAN SIGMA

Esempio diapproccio integrato

Lean sigma – intregrazione a livello strategico

Lean entreprise:aspetti caratteristici e presupposti

IL 95 % DELLE ATTIVITA’ AZIENDALI E’ NVA

IL NVA E’ COSTITUITO DA SPRECHI/MUDA

I TRE PRINCIPI: TAKT TIME, ONE PIECE FLOW, PULL

FLUSSO COME OBIETTIVO E STRUMENTO

L’INDICATORE PRINCIPALE: EFFICIENZA FLUSSO

MODALITA’: VALUE STREAM MAP E SETTIMANE KAIZEN

LO SLOGAN: QUICK AND DIRTY

GLI STRUMENTI (KAIZEN): 5S, TPM, SMED, POKA YOKE, KANBAN

Lean 6 sigma - livelli di integrazione

STRATEGICO – PIANO DI OPERATIVE EXCELLENCE CHE INTEGRA I DUE APPROCCI

OPERATIVO – METODI

RISORSE - COMPETENZE

Integrazione a livello di metodi

Progetto lean: settimana kaizenEsempio tipico : riduzione WIP e implementazione kanban di produzione

Progetto 6 sigma: flusso DMAICEsempio tipico: riduzione costo in garanzia relativo ad un particolare

Progetto lean into sigma: flusso DMAIC che prevedenella fase iniziale la Value Stream Map per inquadrare e finalizzare gli

interventiEventi kaizen di due tre giorni relativi a quelle problematiche che si risolvono sul campo (a gemba) - accelerazione dei tempi di implementazione, ovvero cicli rapidi di measure-analyze–improve realizzati con modalità lean

Progetto 6 sigma into lean: “Blitz Quality kaizen”Affrontare problematica di qualità, (problemi riscontrabili sul processo) all’interno della Settimana kaizen

TUTTA L’AZIENDA E’ COINVOLTA:

COMPETENZE E APPROCCI

Competenze e approcci

LE SFIDE IMPOSTE DALL’ATTUALE PERIODO STORICO RICHIEDONO IL COINVOLGIMENTO TOTALE DA PARTE DI TUTTI IN TERMINI DI:

CONSAPEVOLEZZA PARADIGMI CONCETTUALI 6 SIGMA E LEANCOMPETENZE DIVERSIFICATE PER LIVELLO

TOP MANAGEMENT

MIDLLE MANAGENT

RISORSE OPERATIVE

Riteniamo di aver fatto abbastanza?

Alcune considerazioni - 1

RICHIESTE, SPECIE DA AZIENDE MULTINAZIONALI:RICERCA DI PERSONALE CON COMPETENZE GB, BB, MBB CERTIFCATE

RICHIESTA DI CERTIFICAZIONE INTERNA DELLE RISORSE ADOTTANDO CRITERI SEVERI CHE SPINGANO LE RISORSE COINVOLTE A STUDIARE, IMPEGNARSI E QUINDI ACQUISIRE COMPTENZE REALI.

Alcune considerazioni - 2

NELLE AZIENDE CHE HANNO INTRODOTTO GLI APPROCCI 6 SIGMA E LEAN, SI CONSTATA SPESSO:

SCOLLAMENTO (ANCHE LINGUISTICO) TRA MIDDLE E TOP MANAGEMENT SU CONCETTI E CONOSCENZA FONDAMENTALI PER IL SUCCESSO DEL BUSINESSAPPROCCI ANCORA POCO DIFFUSI AL DI FUORI DELLE AREE PRODUTTIVE (MARKETING, COMMERCIALE, ASSISTENZA, PROGETTAZIONE)INTERPRETAZIONE ANNACQUATA, AL RIBASSO, DELL’APPROCCIO LEAN SIGMA, VISTO SPESSO COME UN RITORNO AL PROBLEM SOLVING DI VENTI ANNI FA ABBINATO ALL’APPROCCIO LEAN

SDOGANARE LE METODOLOGIE STATISTICHE RISTRETTE AD UN AMBITO TECNICO – QUEL 20 % DI RISORSE DI CUI PARLA IL PROGRAMMA 6 SIGMA

NELLE DUE DIREZIONI :

VERSO IL MANAGEMENT VERSO LE RISORSE OPERATIVE

I livelli da coinvolgere – top management

Concetti di Statistical e Systemic Thinking non sono da considerarsi prettamente di dominio tecnico, ma sono alla base di una gestione manageriale basata sul metodo scientifico, su un efficace processo di Decision Making, in grado di valutare la “capability”, identificando la tipologia di interventi più opportuni ( gestione del prodotto/processo vs. progettazione del prodotto/processo, case comuni vs. cause speciali).

Alcuni termini e concetti che il Top Management non può non conoscere: Capability Short/ Long, Cause Comuni cause speciali, robustezza, quantificazione legami causa- effetto, interazione

I livelli da coinvolgere – Top ManagementIL MANAGEMENT CONOSCE COSA DETERMINA LA PRODUTTIVITA’?

FINAL GAP TARGET - PERFORMANCE ATTUALE

E’ DETRMINATA DA 2 GAP INTERNI

1. TARGET - ENTITLEMENT (STANDARD)

GAP TECNOLOGICO

2. ENTITLEMENT – ACTUAL (BASELINE)

GAP ORGANIZZATIVO E GESTIONALE

WHERE ENTITLEMENT IS THE BEST PERFORMANCE THAT ACTUAL STANDARD CAN PRODUCE IN THE BEST CONDITION

Six Sigma ... Breakthrough Roadmap:

Measure

Analyze

ModifyDesign

?

Redesign

Yes

Improve

No

Control

Define

Entitlement

Vs,

baseline

I livelli da coinvolgere – Top Management


CONOSCIAMO IL FINAL GAP?

CONOSCIAMO IL CONTRIBUTO DI CIASCUNO DEI DUE GAP GENERATORI? (TECONOLOGICO E ORGANIZZATIVO)

LEAN SIX SIGMA AIUTA NELLA LORO QUANTIFICAZIONE :CAPABILITY ANALYSIS (CONFRONTO TRA LONG AND SHORT TERM CAPABILITY)VALUE STREAM MAP (IDENTIFICAZIONE DEGLI SPRECHI)

L’ESPERIANZA METTE IN EVIDENZA IL GRANDE CONTRIBUTO DEL GAP ORGANIZZATIVO ALLA ATTUALE PRODUTTIVITA’


CAPABILITY

CAUSE COMUNI – CAUSE SPECIALI

Indi

vidu

al V

alue

1351120110519017516014513011511

105

100

95

_X=102.12

UCL=105.68

LCL=98.57

Mov

ing

Ran

ge

1351120110519017516014513011511

4

2

0

__MR=1.337

UCL=4.369

LCL=0

Observation

Valu

es

15001495149014851480

106

104

102

106.5

105.0

103.5

102.0

100.599

.097

.5

LSL USL

LSL 99USL 103

Specifications

11010510095

Within

O v erall

Specs

StDev 1.18533C p 0.56C pk 0.25

WithinStDev 2.28906Pp 0.29Ppk 0.13C pm *

O v erall

Process Capability Sixpack of TorqueI Chart

Moving Range Chart

Last 2 5 Observations

Capability Histogram

Normal Prob PlotA D: 15.505, P: < 0.005

Capability P lot


QUANTIFICAZIONE DEGLI EFFETTI

INTERAZIONE E ROBUSTEZZA


PERSONALE TECNICO IN GRADO DI COMPRENDERE APPLICARE TUTTE LE TECNICHE DEL 6 SIGMA

SE SI VOGLIONO OTTENERE LIVELLI DI QUALITA’ DELL’ORDINE DI PPM BISOGNA

UTILIZZARE LE TECNICHE E METODOLOGIE 6 SIGMA

I livelli da coinvolgere – Middle Management

SETTORI COME IL FARMACEUTICO, AUTOMOTIVE, FERROVIARIO, ELETTRONICO, BIOMEDICALE, PREVEDONO APPROCCI E METODI DEL 6 SIGMA A LIVELLO DI STANDARD TECNICO (ES: ISO TS 16949, ICH 8 (QBD) - 9 (QRM))

TREND : SVILUPPO DI ULTERIORI TECNICHE QUALI (MBB)Principal Component Analysis

Comprendere i legami tra parametriRegressione logisticaStudio di regressione con risposta Y per attributi

Analisi delle corrispondenzeComprendere i legami tra fattori categoriali Shelf life testAnalisi di degradazione e stabilità farmaci, prodotti alimentare

I livelli da coinvolgere – Middle Management

Esempio azienda chimica- fattori che determinano presenza IPA – binary logisticBinary Logistic Regression: esito IPA_nu versus Fine settima; Nessun inter; ... Link Function: LogitResponse InformationVariable Value Countesito IPA_num 1 51 (Event)

0 18Total 69

Logistic Regression Table95%CI

Predictor Coef SE Coef Z P Odds Ratio

Constant -3,63995 1,92126 -1,89 0,058Fine settimana si/nosi 2,94680 1,48028 1,99 0,047 19,04 Nessun intervento = sisi 5,15799 1,94518 2,65 0,008 173,82 Altri interventi = sisi 1,91706 1,66696 1,15 0,250 6,80 Cambio Tenute Si/Nosi 3,63995 2,16593 1,68 0,093 38,09 Log-Likelihood = -30,600Test that all slopes are zero: G = 18,007, DF = 4, P-Value = 0,001

Link Function: LogitResponse InformationVariable Value Countesito IPA_num 1 115 (Event)

0 35Total 150

Logistic Regression TablePredictor Coef SE Coef Z P Odds RatioConstant 1,13352 1,00877 1,12 0,261Rootz si = ha funzionato/no = nonsi -1,18276 0,890411 -1,33 0,184 0,31

Cambio Tenute Si/Nosi 22,2565 15017,6 0,00 0,999 4,63328E+09

start-up(si/No)SI -1,32573 0,520417 -2,55 0,011 0,27

Nessun intervento = sisi 1,42961 0,930447 1,54 0,124 4,18

Altri interventi = sisi 1,35894 1,02023 1,33 0,183 3,89

Confsi 0,738698 0,508978 1,45 0,147 2,09

95% CILog-Likelihood = -70,250Test that all slopes are zero: G = 22,481, DF = 6, P-Value = 0,001Goodness-of-Fit TestsMethod Chi-Square DF PPearson 22,4850 4 0,000Deviance 26,8021 4 0,000Hosmer-Lemeshow 4,4208 2 0,110

Esempio azienda chimica- fattori che determinano presenza IPA – modello completo

Nominal Logistic Regression: congiunto versus g_sett; Altri interv; ...

Logistic Regression TableOdds

Predictor Coef SE Coef Z P RatioLogit 1: (3/1)Constant -2,41420 1,14414 -2,11 0,035g_settlun 0,445703 0,829814 0,54 0,591 1,56mar 1,30410 0,722230 1,81 0,071 3,68mer 0,708641 0,701353 1,01 0,312 2,03sab -19,8210 18583,4 -0,00 0,999 0,00ven 1,71638 0,755331 2,27 0,023 5,56

Altri interventi = Sisi -1,08301 0,812750 -1,33 0,183 0,34

Nessun intervento = sisi 0,119112 0,989538 0,12 0,904 1,13

delta tra tempo totale e tempo 2,63753 0,583431 4,52 0,000 13,98

LOD - 1 0,146931 0,373649 0,39 0,694 1,16Tipol. di fermata (1=breve, 2=f1 0,174955 0,987678 0,18 0,859 1,192 0,167470 0,872073 0,19 0,848 1,18

Logit 2: (2/1)Constant -2,02474 1,19672 -1,69 0,091g_settlun -0,351808 0,774742 -0,45 0,650 0,70mar 0,142717 0,692070 0,21 0,837 1,15mer -0,331727 0,650944 -0,51 0,610 0,72sab -20,7858 15497,1 -0,00 0,999 0,00ven 1,04017 0,671835 1,55 0,122 2,83

Altri interventi = sisi -1,56998 1,02046 -1,54 0,124 0,21

Nessun intervento = si

Esempio azienda chimica- fattori che determinano presenza IPA – nominal logistic

si 0,493868 1,11473 0,44 0,658 1,64delta tra tempo totale e tempo 3,55664 0,580064 6,13 0,000 35,05LOD - 1 -0,272910 0,434819 -0,63 0,530 0,76Tipol. di fermata (1=breve, 2=f1 -0,220992 1,14174 -0,19 0,847 0,802 -0,0445185 0,906211 -0,05 0,961 0,96Logit 3: (0/1)Constant -3,18396 1,06756 -2,98 0,003g_settlun -0,340144 0,690642 -0,49 0,622 0,71mar 0,476365 0,606395 0,79 0,432 1,61mer -0,0350824 0,567450 -0,06 0,951 0,97sab 0,163421 1,26615 0,13 0,897 1,18ven 1,14549 0,625752 1,83 0,067 3,14Altri interventi=sisi -0,793086 0,925955 -0,86 0,392 0,45Nessun intervento=sisi 1,58266 0,976089 1,62 0,105 4,87delta tra tempo totale e tempo 3,37456 0,555461 6,08 0,000 29,21LOD - 1 0,786412 0,312885 2,51 0,012 2,20Tipol. di fermata (1=breve, 2=f1 -0,420437 1,00125 -0,42 0,675 0,662 0,834491 0,731257 1,14 0,254 2,30

Log-Likelihood = -270,320Test that all slopes are zero: G = 137,362, DF = 33, P-Value = 0,000

I livelli da coinvolgere – risorse operative

E’ POSSIBILE COINVOLGERE LE RISORSE OPERATIVE IN PROGETTI DI MIGLIORAMENTO APPLICANDO METODI RIGOROSI MA SEMPLIFICATI – BASATO SUI METODI DI SHINING

MODALITA’ OPERATIVE SIMILI A INTERVENTI KAIZEN (BLITZ QUALITY KAIZEN)

I TEAM LEADER DEVONO CONOSCERE MOLTO BENE LE TECNICHE 6 SIGMA

1. Quando si deve applicare il QUALITY BLITZ KAIZEN ?

Quando si vogliono migliorare le prestazioni qualitative di processi dimedia-alta complessità.

2. Che cosa è il QUALITY BLITZ KAIZEN ?:

E’ un approccio che permette di individuare le variabili chiave di un processo e ne scopre gli “effetti di interazione”

3. Come si applica il QUALITY BLITZ KAIZEN ?:

Applicando tecniche statistiche robuste, ma così semplici da poter essere applicate direttamente ed in tempi rapidi dove nasce il problema.

La tecnica di miglioramento alla base dell’approccio QBK

La tecnica più efficace contro i problemi cronici di qualità ed alla base del Quality

Blitz Kaizen è il DOE (Design of Experiments), rivisto con nuovi strumenti che

possono diagnosticare la variabilità e ridurla notevolmente.

La tecnica DOE utilizzata nel Quality Blitz Kaizen ha tuttavia le seguenti

caratteristiche (approccio di Dorian Shainin):

Semplicità: comprensibili per tecnici e operatori

Praticità: facili da applicare

Universalità: applicabili ad un’ampia gamma di attività industriali

(produzione, prototipazione , industrializzazione, R&S etc)

Efficacia: si basano su principi statistici universali e possono restituire

risultati migliori degli strumenti tradizionali

Le fasi dell’approccio QBK

1. Definisci il problema (Y)

2. Quantifica il problema (Y)

3. Ricostruisci la storia del problema (Y)

4. Genera indizi (Y X)

5. Individua la causa principale (X “rossa”)

6. Verifica la robustezza del miglioramento

7. Stabilisci specifiche e tolleranze realistiche

8. Consolida il miglioramento

BQK - LA ROAD MAP

Multi-Vari Componnet Search

Paired comparison

Product / Process Search

Concentration Charts

DA 5 A 20 VARIALBILI

Variable search

Full Factorials

4 O MENO VARIABILI

1 VARIABILE

Scatter plots RSM *

Definisci la storia del problemaGenera indizi

Definisci il problema Quantifica e misura il problema

B vs C

PRE CONTROLL

Da 5 a 20 campioni per 5 variabili (due in più per ogni variabile aggiuntiva)

Quando siamo di fronte ad un numero di variabili maggiore di 4-5.

Individuare la causa del problema (la cosiddetta “X Rossa”).

Individuare gli effetti principali e le interazioni tra le diverse variabili in gioco.

4. Ricerca delle Variabili

6-8 coppie di unità “buone”e “cattive”

Quando siamo di fronte ad un prodotto che non può essere smontato e rimontato.

Individuare componenti critiche/difettose e le relative interazioni.

3. Confronti a Coppie

2 unità (una “buona” e una “cattiva”)

Quando siamo di fronte ad un prodotto con alta variabilità di prestazioni e che può essere smontato e rimontato.

Individuare componenti critiche/difettose e le relative interazioni.

2. Ricerca delle Componenti

> 10 pezzi o fino alla cattura dell’80% della variazione storica

Ogni volta che è possibile effettuare campionamenti stratificati di pezzi prelevati consecutivamente in momenti diversi (produzione, industrializzazione).

Ridurre il numero di cause non correlate e ingestibili a poche famiglie

Individuare andamenti non casuali.

1. Le Multi-varicharts

ENTITA’ DELLACAMPIONATURA

QUANDO APPLICABILE

OBIETTIVOSTRUMENTI

Tecniche di base del QBK/1

30 unitàQuando ci sono deboli o nessuna interazione tra variabili importanti.

Determinare i valori ottimali dei parametri importanti stabilendo le tolleranze adeguate/ammissibili e riducendo i costi delle variabili non importanti.

7. Grafico di dispersione

3 unità ante-miglioramento e 3 unitàpost-miglioramento

A seguito di una qualunque attività di miglioramento, o da solo quando il problema è particolarmente semplice.

Validare un miglioramento con alta significatività statistica.

6. “B contro C”

Da 1 a 20 campioniQuando siamo di fronte ad un numero di variabili minore di 5.

(come per la Ricerca delle Variabili)Individuare la causa del problema (la cosiddetta “X Rossa”).Individuare gli effetti principali e le interazioni tra le diverse variabili in gioco.

5. Fattoriali Completi

ENTITA’ DELLACAMPIONATURA

QUANDO APPLICABILE

OBIETTIVOSTRUMENTI

Tecniche di base del QBK/2

Settimana Kaizen- Quality Blitz Kaizen

Azienda produttrice catene

Il Prodotto

Montacatene

Composizione del Gruppo

6 PERSONE, di cui:

1 Leader responsabile KPO

1 Addetto Qualità

1 Addetto ingegneria di processo

2 Operatori di linea

1 Responsabile di produzione

Scheda Obiettivi

- 50%..%Rilavorazioni

- 50%..%Scarti

+ 50%..%

Overall EquipmentEfficiency (O.E.E.)

ObiettivoSituazione inizialeDescrizione

Linee guida dell’intervento

Analisi della variabilità insita nel processo attraverso adeguata raccolta dati e “Multi Vary Analisys”.

L’obiettivo di tale analisi è capire come respira la variabilità.

Osservazione sensoriale del processo in modo da individuare eventuali criticità ed anomalie.

Progettazione ed esecuzione degli esperimenti (D.O.E.).

Individuazione ed implementazione delle azioni correttive necessarie alla riduzione della variabilità ed al conseguente miglioramento della qualitàfinale.

Obiettivo: ridurre un vasto numero di possibili cause di variazione di unfenomeno ad una famiglia di variabili molto più piccola che includa la x rossa (la causa determinante): è in grado di ridurre il campo di ricerca da 30-100 variabili a 1-20 variabili.

Come: si esegue facendo produrre consecutivamente alcuni pezzi (3-5 pezzi); si lascia quindi passare un po’ di tempo prima di produrre consecutivamente altri 3-5 pezzi: si ripete l’operazione fino a quando non viene catturato almeno l’80% della variazione fuori controllo nel processo sotto esame.

Analisi: si costruisce una multy-vary chart ossia un esperimento stratificato per determinare se il modello di variazione principale è di tipo:posizionale, ciclico o temporale.

Multi Vary Analisys

Multi Vary Analisys Come respira la variabilità?

Risultato:La variabilità dominante (a parità di lotto di componenti) è risultata essere relativa allo short term (variabilità ciclica).

RANGE massimo 0,082 mm, pari a 2 volte la variabilità temporale

Le cause dell’instabilità sono quindi imputabili a:

Instabilità del processo di riba-rodatura

Eccessiva variabilità dei componenti

Multy-Vary Chart

Analisi Pre-Stress

Criticità

Macchina starata (valore nominale sempre superiore rispetto al valore reale);

Elevata variabilità (tolleranza impostata pari a ± 750 N)

Azione correttiva

Richiesta intervento tecnico del software per:

Ritarare il valore reale rispetto al nominale impostato dall’operatore;

Ridurre la tolleranza ammessa, e quindi la variabilità, da ± 750 N a ± 350 N.

Analisi Variabilità Componenti: Il DoE

Il Design of Experiments è una robusta metodologia il cui obiettivo è

effettuare delle “prove mirate” per identificare e tenere sotto controllo la

variabilità del sistema.

Consta di tre passi:

1) Identificazione delle variabili dominanti in termini di

influenza sulla variabilità del processo;

2) Esecuzione degli esperimenti;

3) Analisi dei risultati ottenuti.

Schema della Variabilità

Blocco

Piastra Int

Rullo

Bussola

Piastra Ext

Perno

Catena continua

Pre-Stress

Catena stressata Catena finita

- Diametro perno

- Tutto fuori

- Diametro interno

- Carico stress

Design of Experiments: Passo 1

Le variabilità dominanti sono state identificate dal gruppo di lavoro ed in particolare sono risultate essere:

Il “Tutto Fuori” (TF) della piastra interna;

Il diametro del Perno

il diametro interno della Bussola

In prima battuta sono stati considerati: Tutto Fuori e Diametro Perno.

Un totale di quattro classi:

1)TF + P+

2)TF + P-

3)TF - P+

4)TF - P-

Combinazioni sperimentate


La misurazione e la selezione dei componenti per gli esperimenti …

… e la sperimentazione in laboratorio

… la preparazione delle catene per le prove …


La sperimentazione ha dato luogo a due principali risultati:

1) La soluzione migliore, che più si avvicina al valore target di interasse della catena, è la combinazione TF+ P+

2) Effetto di TF = -0,006 mmEffetto di P = -0,032 mm Interazione TF/P = -0,024 mm

E’ stato eseguito un esperimento di validazione con TF+, P+ che ha

mostrato un forte incremento dell’interasse (a parità di condizioni rispetto

agli altri esperimenti) pari a 114,534 (media)

Cosa è cambiato? Il lotto delle BUSSOLE

Ulteriore sperimentazione con TF-, P+, Bussole nuovo lotto.

L’interasse medio, è stato pari a 114,611, ciò conferma che il diametro

interno della bussola determina una traslazione verso l’alto della media

dell’interasse.

Validazione

E’ stata studiata la relazione tra il valore dell’interasse della catena ed il carico di stress

La riduzione del range di carico ha abbassato l’impatto da 3 centesimi a 1 (vedi slide successiva)

Altre Analisi Effettuate

CORRELAZIONE STRESS-INTERASSE

Stress

Cate

ne

1600140012001000800600

850

800

750

700

650

600

550

500

450

Scatterplot of Catene vs Stress

+100kg di carico

+0,0374 mm

Aff= 99,999%

Relazione

Analisi B vs C

Definizione: strumento utilizzato come convalida finale di tecniche precedenti come la Multi Vary Analisys che abbiano già consentito di identificare la causa principale (x rossa).

Obiettivo: confrontare due processi, prodotti o valori attraverso un’analisi comparativa, passando da un numero di rilevamenti di 50-100 all’analisi di 3 valori di B e 3 di C.

Come: si basa su tecniche che utilizzano formule di permutazione e combinazione, confrontando campionature di entità estremamente limitata.

Analisi: si analizza il modo di disporsi in ordine di classifica dei valori analizzati.

Altre Analisi EffettuateE’ stata studiata la relazione tra il valore dell’interasse della catena ed il tempo trascorso dalla catena ormai ultimata.

Considerando un range temporale pari ad un’ora, si è verificata l’assenza di relazione tra le due variabili (intervallo di misurazione/interasse).

Questo non esclude la possibile presenza di correlazione in intervalli temporali maggiori (turno, giorno, ecc.)

Lo strumento tecnico-statistico utilizzato è stata l’Analisi B vs C

Vantaggi dello strumento:Robustezza statistica (95% di affidabilità);Semplicità;Immediatezza.

Parametri definiti

RANGE MAX:

- baseline = -… mm,

- dopo riduzione tolleranza di pre-stress= … mm

La configurazione ottimale (a parità di disegno) è

- Tutto Fuori = … mm

– Perno = …. mm (finito)

– Bussola (Ø interno al montaggio) = … mm.

Ciò comporta un abbassamento in media dell’interasse di circa 0,25 mm,

su catena non pre-stressata.

Risultati

- 80%%Definita la soluzione.. %

Rilavorazioni

- 50%%Definita la soluzione

.. %Scarti

+ 50%..%..%Overall Equipment Efficiency (O.E.E.)

RisultatiVenerdìSituazione iniziale

Descrizione

MeetMinitab09_9_Galgano

Documents

Transcript of MeetMinitab09_9_Galgano