Sei sulla pagina 1di 18
ILIL CONTROLLOCONTROLLO STATISTICOSTATISTICO DEIDEI PROCESSIPROCESSI Il controllo statistico dei processi 1 CONTROLLO
ILIL CONTROLLOCONTROLLO
STATISTICOSTATISTICO DEIDEI PROCESSIPROCESSI
Il controllo statistico dei processi
1
CONTROLLO STATISTICO DEL PROCESSO
VARIABILITA’ DEI PROCESSI
FATTORI INTERNI
FATTORI ESTERNI
• MATERIALI
• COSTI
• MACCHINE
• GESTIONE
• STRUMENTI DI TEST
• PROGRAMMAZIONE
• PROCESSO
• OPERATORE
• TEMPO
• CONTROLLI
• AMBIENTE ESTERNO
SPC
Il controllo statistico dei processi
2

CONTROLLO STATISTICO DEL PROCESSO

CAUSE DI VARIABILITA'
CAUSE DI
VARIABILITA'
CAUSE DI VARIABILITA' CAUSE CAUSE CASUALI SPECIALI Il controllo statistico dei processi 3
CAUSE DI VARIABILITA' CAUSE CAUSE CASUALI SPECIALI Il controllo statistico dei processi 3

CAUSE

CAUSE

CASUALI

SPECIALI

Il controllo statistico dei processi

3

CAUSE CASUALI (85% secondo Deming)

ESISTONO SEMPRE E SONO LEGATE ALLA NATURALE VARIABILITA’ DEL PROCESSO. TALE VARIABILITA’ E’ L’EFFETTO DI TANTE PICCOLE CAUSE ED E’ COSTANTE NEL TEMPO.

PICCOLE VARIAZIONI DELLE CARATTERISTICHE DEI MATERIALI IN INGRESSO

VIBRAZIONI DELLE MACCHINE

VARIAZIONI DELL’ABILITA’ DEGLI OPERATORI

FLUTTUAZIONI NELLE CONDIZIONI DI LAVORO

Il controllo statistico dei processi

4

RIDUZIONE DELLE CAUSE CASUALI • AUMENTARE LA MANUTENZIONE • ACQUISTARE STRUMENTI ED IMPIANTI MIGLIORI •
RIDUZIONE DELLE CAUSE CASUALI
AUMENTARE LA MANUTENZIONE
ACQUISTARE STRUMENTI ED IMPIANTI MIGLIORI
CONTROLLARE LE CONDIZIONI AMBIENTALI
QUANDO LE VARIAZIONI SONO PICCOLE
SI HA UN SISTEMA STABILE DI CAUSE CASUALI
IL PROCESSO SI DICE SOTTO CONTROLLO STATISTICO
Il controllo statistico dei processi
5
CAUSE SPECIALI (15% secondo Deming)
SONO LEGATE A RAGIONI SPECIFICHE
REGOLAZIONE SBAGLIATA DELLE MACCHINE
ERRORE DELL’OPERATORE
MATERIALE IN INGRESSO DIFETTOSO
INDIVIDUARE ED ELIMINARE LA CAUSA SPECIALE
Il controllo statistico dei processi
6
FONTI DI VARIABILITA’ CASUALI E SPECIALI Il controllo statistico dei processi 7 CONTROLLO DEL PROCESSO
FONTI DI VARIABILITA’ CASUALI E SPECIALI
Il controllo statistico dei processi
7
CONTROLLO DEL PROCESSO
SPC
MIGLIORAMENTO
DEL PROCESSO
INDIVIDUARE ED
ELIMINARE
CAUSE
SPECIALI
RIDURRE
CAUSE
CASUALI
Il controllo statistico dei processi
8

CONTROLLO DEL PROCESSO

CARATTERIZZAZIONE DEL PROCESSO PRODUTTIVO

STUDIO DELLA CAPACITA’ DEL PROCESSO

OTTIMIZZAZIONE DEL PROCESSO

CONTROLLO DEL PROCESSO E DEL PRODOTTO

MIGLIORAMENTO DEL PROCESSO

Il controllo statistico dei processi

9

TIPI DI OSSERVAZIONI NEL SPC

ATTRIBUTI

Distribuzione di frequenza

DI OSSERVAZIONI NEL SPC ATTRIBUTI Distribuzione di frequenza VARIABILI D istribuzione di probabilità INDICI DI POSIZIONE

VARIABILI

Distribuzione di probabilità

di frequenza VARIABILI D istribuzione di probabilità INDICI DI POSIZIONE (MEDIA, MEDIANA, MODA) INDICI DI

INDICI DI POSIZIONE (MEDIA, MEDIANA, MODA) INDICI DI DISPERSIONE (RANGE, VARIANZA, DV)

Il controllo statistico dei processi

10

DISTRIBUZIONI DISCRETE BINOMIALE Si applica ad esperimenti con due soli tipi di esiti possibili mutuamente
DISTRIBUZIONI DISCRETE
BINOMIALE
Si applica ad esperimenti con due soli tipi di esiti possibili
mutuamente escludentesi (con probabilità p e q=1-p).
n
r n 
k
nk
k
(
nk
)
p (k) =  
p q
F(r =
)
∑ p q
n
k  
k  
k 0
=
Nel controllo qualità p è la percentuale di difettosi
Esempio:
• n° di NC su pezzi controllati;
• frazione di operazioni fallite.
Il controllo statistico dei processi
11
DISTRIBUZIONI DISCRETE
POISSON
Si applica ad eventi isolati che accadono un certo numero di volte,
in un dato intervallo di tempo (o di spazio),
con una velocità media costante
k
− µ
µ e
p (k) =
k !
Esempio:
•n di guasti in un certo periodo
•n di difetti in un cavo
•n di imperfezioni in una pezza
•n di particelle contaminanti in un volume
Il controllo statistico dei processi
12

DISTRIBUZIONI CONTINUE

NORMALE •Simmetrica ed unimodale •Descritta da µe σ

Applicazioni:

•errori di misura •caratteristiche di un prodotto

LOGNORMALE •Asimmetrica ed unimodale •Descritta da t m e σ

ESPONENZIALE •Asimmetrica ed unimodale •Descritta da λ

WEIBULL •Asimmetrica ed unimodale •Descritta da 3 parametri

Applicazioni:

•tempi di riparazione •tempi di vita

Applicazioni:

•tempi di vita disp. elettronici (esaurita la mortalità infantile)

Applicazioni:

•tempi di vita (mortalità infantile, vita utile, usura)

Il controllo statistico dei processi

13

LE CARTE DI CONTROLLO

STRUMENTO GRAFICO DI MONITORAGGIO DEL PROCESSO

CONTROLLARE NEL TEMPO L’ANDAMENTO DI UNA CERTA CARATTERISTICA CONSIDERATA CRITICA

RENDERE EVIDENTE L’EVENTUALE PRESENZA DI CAUSE SPECIALI DI VARIABILITA’ AL FINE DI REALIZZARE L’AZIONE CORRETTIVA NECESSARIA

CONFERMARE IL MIGLIORAMENTO DI UN PROCESSO

Il controllo statistico dei processi

14

CARTE DI CONTROLLO: TIPI DI CARTE DI CONTROLLO

VARIABILI Si esprime la misura un valore numerico.

-dimensione

-peso

guadagno

-spessore

-durezza

Gaussiana

15

ATTRIBUTI Si esprime la misura attraverso un giudizio binario.

-passa-non passa -conforme-non conforme

Binomiale

Poisson

Il controllo statistico dei processi

CARTE DI CONTROLLO: TIPI DI CARTE DI CONTROLLO

Variabili

TIPO DI

DATI

Attributi

No Si n=1 R o σ n<10 n>10 Carta X medio-R Carta X medio- s
No
Si
n=1
R o σ
n<10
n>10
Carta
X medio-R
Carta
X medio- s
n ° non accettabili < n ° controlli Si
n ° non accettabili < n ° controlli Si
n ° non accettabili < n ° controlli Si
n ° non accettabili < n ° controlli

n° non accettabili < n° controlli

n ° non accettabili < n ° controlli
n ° non accettabili < n ° controlli Si
n ° non accettabili < n ° controlli Si
n ° non accettabili < n ° controlli Si

Si

No

(non conformità)

(non conformi)

n costante Si No Carta C Carta u
n costante
Si
No
Carta C
Carta u
n costante Si No Carta np Carta p Carta p
n costante
Si
No
Carta np
Carta p
Carta p
Carta X Moving R
Carta X
Moving R

Il controllo statistico dei processi

16

LE CARTE DI CONTROLLO PER VARIABILI

E’ UN DIAGRAMMA CHE RAPPRESENTA L’EVOLUZIONE TEMPORALE DI UNA CERTA CARATTERISTICA MISURABILE, LA VARIABILE, AL FINE DI ACCERTARE CHE LA MISURA RIMANGA ALL’INTERNO DI UN INTERVALLO STATISTICAMENTE ACCETTABILE

SI DEVE CONTROLLARE:

•LA MEDIA •LA DISPERSIONE

Il controllo statistico dei processi

17

LE CARTE DI CONTROLLO PER VARIABILI

Il controllo statistico dei processi

18

LINEA CENTRALE E LIM ITI DI CONTROLLO

P(D)=0.00135 µ+3σ UCL ZONA A P(A)=0.02135 µ+2σ ZONA B P(B)=0.13600 µ+1σ ZONA C P(C)=0.34130 CL
P(D)=0.00135
µ+3σ
UCL
ZONA A
P(A)=0.02135
µ+2σ
ZONA B
P(B)=0.13600
µ+1σ
ZONA C
P(C)=0.34130
CL
µ
ZONA C
P(C)=0.34130
µ-1σ
ZONA B
P(B)=0.13600
µ-2σ
ZONA A
P(A)=0.02135
LCL
µ--3σ
P(D)=0.00135
Il controllo statistico dei processi
19

CARTE DI CONTROLLO X MEDIO-R

CARATTERISTICA MISURABILE

µ σ (non note)

m CAMPIONI DI DIMENSIONE n

X 11 X 21 X n1

X 1m X 2m X nm

Il migliore stimatore per la media del processo è la media delle medie campionarie

Il controllo statistico dei processi

20

CARTE DI CONTRO LLO X MEDIO-R CARATTERISTICA MISURABILE µ σ (non note) m CAMPIONI DI

CARTE DI CONTROLLO X MEDIO-R

CARATTERISTICA MISURABILE

µ

σ (non note)

m CAMPIONI DI DIMENSIONE n

R

1 =X max1 -X min1

R m =X maxm -X minm

Il migliore stimatore per il range del processo è la media dei range dei campioni

Il controllo statistico dei processi

21

range dei campioni Il controllo statistico dei processi 21 CARTA X MEDIO x m ) σ

CARTA X MEDIO

x

m

)

σ

=

statistico dei processi 21 CARTA X MEDIO x m ) σ = = x = 3

=

x

=

3

x + R d n 2
x
+
R
d
n
2

3

x − R d n 2
x
R
d
n
2

R

d

2

x =

+

xx

1

2 ++

m

UCL

CL=

LCL

Il controllo statistico dei processi

22

CARTA R RR + ++ R R = 1 2 m R m σ )
CARTA R
RR
+
++
R
R =
1
2
m
R
m
σ ) d
=
R
3 d
2
3
d
3
d
LCL
=
R
3
R
CL=
UCL
=
R
+
3
R
d
d
2
2
STIMA DI σ MEDIANTE IL R:
-più semplice
-abbastanza efficiente per piccole dimensioni del campione
-per n>10 si utilizza la stima mediante varianza campionaria
Il controllo statistico dei processi
23

COSTRUZIONE CARTE X MEDIO-R

 

• ESTRAZIONE m CAMPIONI DI NUMEROSITA’ n

 

• DEFINIZIONE LIMITI DI CONTROLLO DI PROVA

• RAPPRESENTAZIONE DELLE m DETERMINAZIONI

TUTTI I PUNTI SONO ENTRO I LIMITI?

SI
SI

CI SONO ANDAMENTI SISTEMATICI?

NO
NO

• RICERCA DELLE CAUSE

NO
NO
SI
SI

ELIMINAZIONE PUNTI

RIDEFINIZIONE LIMITI • CONTROLLO

 

I LIMITI DI CONTROLLO VENGONO ACCETTATI

Il controllo statistico dei processi

24

CARTE DI CONTROLLO X MEDIO-R

COMPILAZIONE CARTA X MEDIO-R

DECIDERE:

-NUMEROSITA’ CAMPIONE -NUMERO DI CAMPIONI -FREQUENZA DI CAMPIONAMENTO

RACCOGLIERE I DATI

CALCOLARE MEDIA E RANGE

CALCOLARE MEDIA DELLE MEDIE E MEDIA DEI R

RIPORTARE MEDIE E R SULLA CARTA

STUDIARE LA CONFIGURAZIONE

Il controllo statistico dei processi

25

CARTE DI CONTROLLO X MEDIO-R

CARTA PER LE MEDIE

CL = X

UCL = X + A R

2

LCL = X A R

2

CARTA PER I RANGE

CL = R

UCL = D R

4

LCL = D R

3

n

A2

D4

2

1.880

3.267

3

1.023

2.575

4

0.729

2.282

5

0.577

2.115

6

0.483

2.004

Il controllo statistico dei processi

26

CARTE DI CONTROLLO X MEDIO-R UCL CL X LCL UCL CL R 5 10 Il
CARTE DI CONTROLLO X MEDIO-R
UCL
CL
X
LCL
UCL
CL
R
5
10
Il controllo statistico dei processi
27

REGOLE PER IDENTIFICARE PROCESSI FUORI CONTROLLO

A

CARATTERISTICA

CARATTERIST CI

VARIAZIONE DELLA MEDIA

UCL CL LCL
UCL
CL
LCL

1

5

10

CAMPIONE

15

TREND

UCL CL LCL
UCL
CL
LCL

1

5

10

CAMPIONE

15

Il controllo statistico dei processi

28

REGOLE PER IDENTIFICARE PROCESSI FUORI CONTROLLO PUNTO FUORI CONTROLLO POPOLAZIONI DIFFERENTI UCL UCL CL CL
REGOLE PER IDENTIFICARE PROCESSI
FUORI CONTROLLO
PUNTO FUORI CONTROLLO
POPOLAZIONI DIFFERENTI
UCL
UCL
CL
CL
LCL
LCL
1
5
10
15
1
5
10
15
CAMPIONE
CAMPIONE
Il controllo statistico dei processi
29
CARATTERIST CI
A
CARATTERIST CI
A
ERRORI NELLE CARTE DI CONTROLLO ERRORI DI TIPO I ERRORI DI TIPO II α/2 β
ERRORI NELLE CARTE DI CONTROLLO
ERRORI DI TIPO I
ERRORI DI TIPO II
α/2
β
UCL
UCL
CL
CL
LCL
LCL
α/2
Il controllo statistico dei processi
30

CARTE DI CONTROLLO X-MOVING R

•BASSO TASSO DI PRODUZIONE

•MISURA AUTOMATICA SU OGNI SINGOLO PRODOTTO

•OPERAZIONE DI MISURA MOLTO COSTOSA

OGNI SINGOLO PRODOTTO •OPERAZIONE DI MISURA MOLTO COSTOSA n = 1 PER STIMARE LA VARIABILITA’ DEL

n = 1

SINGOLO PRODOTTO •OPERAZIONE DI MISURA MOLTO COSTOSA n = 1 PER STIMARE LA VARIABILITA’ DEL PROCESSO

PER STIMARE LA VARIABILITA’ DEL PROCESSO SI USA IL RANGE MOBILE CALCOLATO SU DUE OSSERVAZIONI SUCCESSIVE

MR i =X i -X i-1

Il controllo statistico dei processi

31

LA CAPACITA’ DI UN PROCESSO

DISTRIBUZIONE DELLE CARATTERISTICHE DI UN PRODOTTO

PROCESSO DISTRIBUZIONE DELLE CARATTERISTICHE DI UN PRODOTTO GAUSSIANA x ± 3 σ INTERVALLO DI TOLLERANZA NATURALE

GAUSSIANA

DISTRIBUZIONE DELLE CARATTERISTICHE DI UN PRODOTTO GAUSSIANA x ± 3 σ INTERVALLO DI TOLLERANZA NATURALE PER

x ± 3 σ

INTERVALLO DI TOLLERANZA NATURALE PER UN PROCESSO

Il controllo statistico dei processi

32

 

INDICE DI CAPACITA’ DI PROCESSO

 

c

Ampiezza specifiche

=

LTS LTI

P =

Tolleranza Naturale

 

6

σ

LTS=limite inferiore di specifica

LTS=limite superiore di specifica LTS-LTI=intervallo di tolleranza σ - Deviazione standard del processo (

~

R
R

σ =

d 2

) (Dato sperimentale)

UN PROCESSO E’ CAPACE SE Cp>1

UN PROCESSO E’ CAPACE SE Cp>1
UN PROCESSO E’ CAPACE SE Cp>1

LIS

6σ

LSS

LIS

6σ

LSS

 

Il controllo statistico dei processi

 

33

INDICE DI CENTRATURA DI PROCESSO  LTS − µ µ − LTI  C =
INDICE DI CENTRATURA DI PROCESSO
LTS −
µ
µ
− LTI
C
=
min
,
PK
3 σ
3 σ
µ
LIS
LSS
UN PROCESSO E’ CENTRATO SE Cpk>1
C
>1
I DATI CADONO ENTRO I LIMITI DI TOLLERANZA
PK
0 ≤ c
≤ 1
UNA PARTE DEI DATI CADE OLTRE I LIMITI
PK
C
<0
LA MEDIA DEI DATI NON E’ NELLA SPECIFICA
PK
Il controllo statistico dei processi
34

INDICI DI CAPACITA’ DI PROCESSO

 

c

Ampiezza specifiche

=

LTS LTI

P =

Tolleranza Naturale

 

6 σ

 
 

C

=

min

LTS

µ

µ

LTI

 
 

PK

 

3 σ

,

3 σ

Cp E Cpk DEVONO ESSERE SEMPRE CALCOLATI NEL LUNGO PERIODO

 

Cpk e Cp COINCIDONO SE IL PROCESSO E’ CENTRATO

 

Il controllo statistico dei processi

 

35