Sei sulla pagina 1di 56

S. P. C.

UNA BREVE TRATTAZIONE

S. P. C.
STATISTICAL PROCESS CONTROL

UNA DEFINIZIONE
GESTIONE DEL PROCESSO PRODUTTIVO
MIRATA ALLA QUALIT DEL PRODOTTO
BASATA SU SEMPLICI TECNICHE
STATISTICHE

INDICE

1. GENERALIT

2. ALCUNI CENNI DI STATISTICA PER S.P.C.


3. IL PROCESSO PRODUTTIVO E LA SUA
VARIABILIT
4. TOLLERANZA NATURALE E CAPACIT DI
PROCESSO
5. GLI INDICI DI CAPACIT
6. CARTE DI CONTROLLO - CONCETTI GENERALI
7. CARTE DI CONTROLLO PER VARIABILI
8. CARTE DI CONTROLLO PER ATTRIBUTI
9. S.P.C: LA SEQUENZA OPERATIVA
10. ESEMPI DI APPLICAZIONE

1.

GENERALITA

Laffidabilit di un prodotto (la capacit di svolgere le sue funzioni senza


guastarsi per un periodo di tempo ed in condizioni di esercizio prestabiliti)
dipende innanzitutto dalla bont del progetto, ma anche, ed in misura
considerevole, da come il prodotto stato industrializzato ed infine
concretamente realizzato.
A questo proposito si parla quindi di affidabilit del processo produttivo.
Per definire il processo produttivo si pu ricorrere alla seguente
schematizzazione:
PROCESSO PRODUTTIVO linsieme di:

MACCHINARI, attrezzature, impianti


METODI di produzione (lavorazione, assemblaggio, misure) e i relativi
cicli di fabbricazione e controllo
MATERIALI diretti (che andranno a costituire il prodotto finito) e
indiretti (ausiliari alla realizzazione del prodotto, tra cui gli utensili)
UOMINI che operano direttamente sul prodotto o che gestiscono i
macchinari/impianti
AMBIENTE circostante alle operazioni produttive (temperatura,
umidit, fumosit, polverosit, vibrazioni, ecc.).
Presupposto fondamentale a garantire laffidabilit di un processo
produttivo lidoneit di questultimo a realizzare le volute caratteristiche
del prodotto, ovvero la sua capacit di lavorare a disegno, a specifica.
La certificata capacit (capability) di un processo (quindi del macchinario,
del metodo, dei materiali, degli uomini, dellambiente) non sufficiente per
attribuire ad esso il merito dellaffidabilit: necessario perci che tale
capacit venga mantenuta nel tempo.

Spetta quindi ora alluomo di fabbrica, con leventuale supporto degli Enti
Tecnici preposti, saper gestire correttamente il proprio processo, giorno per
giorno, prevenendone derive e scostamenti dalle prescrizioni.
Solo un sistematico studio dei valori numerici ricavati da macchine e
processi consentir di capire qual la naturale tendenza di questi ultimi ad
operare, a variare.
Si potrebbe dire, con una definizione altrettanto adeguata, che S.P.C. lo
studio della variabilit e della tendenza alla variabilit di un processo, per
poter suggerire con anticipo lopportunit di un intervento correttivo, nel
continuo tendere al rispetto delle prescrizioni tecniche.
S.P.C. una metodologia che aiuta sia il tecnologo, sia il gestore di
processo a conoscere analiticamente, in termini oggettivi, numerici, il
processo: per poterlo meglio gestire.
S.P.C. una metodologia per la prevenzione delle non conformit: d delle
informazioni per non commettere errori.
Non per corretto pretendere da S.P.C. la soluzione dei problemi tecnici;
S.P.C. dice che un macchinario non idoneo e quanto non idoneo, dice
che un processo va in deriva, ma non dice perch ci avviene: la ricerca
delle cause demandata alla professionalit dei tecnici.
per altrettanto vero che la professionalit cresce pi facilmente se
sorretta da adeguate metodologie di supporto.

Per poter gestire un processo produttivo necessario conoscerlo in termini


quantitativi, numerici.
La conoscenza oggettiva di macchina/processo e la definizione stessa
della sua idoneit tecnica non possono sussistere se non si faccia
riferimento a specifiche lavorazioni e ben definite condizioni di lavoro.

Alcuni esempi
Un macchinario pu dimostrarsi perfettamente capace di lavorare superfici
in alluminio con continuit di taglio dutensile e non altrettanto capace nella
lavorazione di acciaio da bonifica con taglio interrotto.
Inoltre: a parit di prodotto lavorato, utensili diversi, parametri diversi di
lavorazione, modi diversi di posizionare, riferire, bloccare il pezzo in
lavorazione, possono influenzare significativamente la capacit del
processo di lavorare a specifica.
Infine: un macchinario che realizzi, nella stessa operazione del ciclo, pi
caratteristiche (*) del prodotto, pu risultare capace relativamente ad una
sola di esse, non capace per le altre.
Quindi, se dovremo definire la capacit di macchina/processo, potremmo
farlo solo in riferimento ad un ben determinato prodotto, a ciascuna singola
caratteristica dello stesso, in prefissate condizioni di lavoro.
La metodologia S.P.C. si articola operativamente in due fondamentali e
successive fasi (vedi schema p. 8):
La fase di STUDIO DELLA CAPACIT DI MACCHINA E DI
PROCESSO
La fase di MANTENIMENTO DELLA CAPACIT (accertata nella fase
precedente).

(*) Si definisce caratteristica una connotazione tecnica del prodotto che sia misurabile
quantitativamente (o per variabili), oppure valutabile qualitativamente (o per
attributi).
Sono caratteristiche:
il diametro di un foro alesato
la rugosit della superficie di detto foro
la brillantezza di una portiera verniciata
il peso di un tessuto per unit di lunghezza
ecc.

Nella fase di STUDIO, attraverso la valutazione della posizione e della


dispersione dei dati ricavati dal processo si perviene alla definizione degli
indici numerici di capacit e centratura (**), prima calcolati per la
MACCHINA (Cm; Cmk ), poi per il PROCESSO (Cp e Cpk ).
Nella fase di MANTENIMENTO si mira ad evidenziare, per mezzo delle
carte di controllo, eventuali tendenze del processo ad un comportamento
anomalo.
Le carte di controllo sono quindi uno strumento di validit ed efficacia se
usate in tempo reale, mentre si produce, momento dopo momento; ai fini
della prevenzione delle non conformit di ben scarsa resa leggere e
interpretare una carta a lotto ultimato.

(**) Tali indici sono ricavabili e significativi solo nel caso di caratteristiche misurabili per
variabili; nel caso si trattino caratteristiche valutabili per attributi, non ha significato
parlare di indici di capacit.

OBIETTIVO

*
**
***

2a

a) Misurazioni e raccolta dati


b) Valutazione della distribuzione dei
valori
c) Calcolo dei parametri statistici
(X - s)
d) Calcolo della TOLLERANZA
NATURALE di macchina
e) Calcolo degli indici di CAPACITA
Cm e Cmk
f) Ripetere i passi a) - e)
relativamente al processo **

PASSI OPERATIVI

LETTURA g) Calcolo dei limiti della CARTA DI


DEGLI
CONTROLLO ***
ANDAMENTI h) Compilazione della CARTA e
SU CARTE
contemporanea interpretazione
degli andamenti
DI
CONTROLLO

Cp Cpk

Cm Cmk

INDICATORI

Per ciascuna singola caratteristica di prodotto/parametro di professo (solo caratteristiche per variabili)
Solo nel caso di accertata capacit di macchina
Solo nel caso di accertata capacit di processo

MANTENIMENTO MANTENERE LA
DELLA CAPACITA VARIABILITA DI
- nel tempo PROCESSO
FASE
ENTRO LIMITI
PRECALCOLATI

STUDIO DI
VALUTARE
CAPACITA
NUMERICAMENTE
a
1
- istante iniziale - LA CAPACITA: *
FASE
- di macchina
- di processo

DEFINIZIONE

S.P.C.
SCHEMA METODOLOGICO

2.

ALCUNI CENNI DI STATISTICA

LOGICA DEL CAMPIONAMENTO: CAMPIONE E POPOLAZIONE

Noi cerchiamo spesso di scoprire i fatti raccogliendo i dati.


Ad esempio: prendendo un campione di pezzi da un lotto ed
effettuando delle misure possiamo decidere se accettare o no il lotto. Il
problema non il campione IN SE ma il lotto completo.

La totalit dei pezzi che noi ci proponiamo di prendere in


considerazioni detta POPOLAZIONE (o UNIVERSO).

Un insieme di pezzi prelevato da una popolazione detto CAMPIONE.

Il CAMPIONE dovr essere rappresentativo della POPOLAZIONE,


dovr cio fornire informazioni attendibili su di essa.

Misurando i parametri del CAMPIONE (numericamente limitato e


conosciuto) noi traiamo una INFERENZA STATISTICA sulla
POPOLAZIONE (numericamente pi elevata e sconosciuta): facciamo
cio una STIMA dei parametri della POPOLAZIONE (*).
Su detta STIMA prenderemo delle decisioni.

Se vogliamo dunque valutare la CAPACIT di macchina e di processo,


eseguiremo prove su campioni limitati di pezzi ma sufficientemente
rappresentativi da consentirci di ipotizzare il comportamento di
macchina e processo quando correttamente gestiti, in tutto larco
temporale della loro attivit.

(*) I parametri statistici di nostro interesse sono:


- il valore medio
- la deviazione standard o scarto tipo

ANALISI STATISTICA
Per descrivere con precisione la distribuzione di una certa variabile
osservata si rendono necessari alcuni strumenti statistici di misura che
chiameremo PARAMETRI.
PARAMETRI SIGNIFICATIVI
DELLE DISTRIBUZIONI DI
FREQUENZA

DELLA TENDENZA
CENTRALE O
POSIZIONE

DELLA VARIABILITA
O DISPERSIONE

Tutte le volte quindi che rappresentiamo una distribuzione di dati dobbiamo


qualificare e quantificare tale distribuzione rispetto a 2 parametri:
1. posizione
2. dispersione

DISPERSIONE CONTENUTA
SCARSA CENTRATURA

ELEVATA DISPERSIONE
BUONA CENTRATURA

DISPERSIONE CONTENUTA
BUONA CENTRATURA

Per centratura si intende la corretta posizione dei dati rispetto al valore


obiettivo.

MISURE DELLA POSIZIONE O DELLA TENDENZA CENTRALE DEFINIZIONI

1. MEDIA

Valore ottenuto dal rapporto tra la sommatoria dei


valori dei dati raccolti e il numero totale dei dati
(*)
xi
=
x
n

2. MEDIANA

Valore che divide la distribuzione dei dati in due


parti uguali (di ugual numero di dati).

3. MODA

Valore o intervallo al quale corrisponde la


maggiore frequenza dei dati.

MISURE DELLA DISPERSIONE - DEFINIZIONI

1. RANGE

2. VARIANZA

Differenza tra valore massimo e minimo,


detto anche campo di variazione o
escursione.
R = Xmax - Xmin

Media quadratica delle deviazioni dei valori


della variabile dalla propria media.
s2

x i x
n 1

x i x
n 1

3. DEVIAZIONE STANDARD:
(radice quadrata della
varianza)

(*) Per convenzione la media e la deviazione standard si indicano con le lettere x e s


quando si riferiscono al CAMPIONE o ad una stima ottenuta da dati campionari,
con le lettere e quando si riferiscono alla POPOLAZIONE.

3.

IL PROCESSO PRODUTTIVO E LA SUA VARIABILITA

Ciascuna delle voci secondo le quali stato suddiviso schematicamente il


processo (macchina, metodo, materiale, uomini, ambiente) induce, in
misura maggiore o minore a seconda della tipologia tecnologica di
fabbricazione, una variabilit dei valori assunti dalle caratteristiche del
prodotto.
Ad esempio:
nel caso di lavorazioni meccaniche per asportazione di truciolo,
macchina e materiale concorrono pressoch in egual misura a gran
parte della variabilit totale;
nelle lavorazioni di stampaggio lamiera o fucinatura il materiale ad
avere la prevalenza nellimpatto sulla variabilit finale: pressa e
stampo con la loro compatta solidit concorrono in misura minore
Il concetto di variabilit si fonda sul fatto che non esistono due
oggetti perfettamente uguali per quanto alta sia la precisione e la cura
con cui sono stati realizzati.
Poich in un processo reale impossibile mantenere costanti tutti i fattori
che lo influenzano e lo condizionano, una corretta gestione di processo
richiede di conoscerne la variabilit e governarne linstabilit.
Conoscere la variabilit di un processo significa conoscerne le cause
specifiche e le cause comuni di variabilit:
le prime, tra loro di rado compresenti, sono facilmente individuabili e
quindi facilmente gestibili.
Esempio: lusura utensile una causa specifica di variabilit, assai
evidente, non eliminabile ma certamente gestibile;
le seconde, assai numerose e compresenti, i cui effetti di piccola entit
si sommano casualmente, sono singolarmente di difficile gestione:
esse costituiscono lintrinseca, fisiologica variabilit di un processo, la
sua variabilit casuale.

Un processo che non sia soggetto a cause specifiche di variabilit, ma a


sole cause comuni, evolve, nella maggioranza dei casi, secondo il pi noto
modello di variabilit casuale: il modello di Gauss (*).
In tal caso si dice anche che il processo in controllo statistico.
CONSIDERAZIONI SUI MODELLI STATISTICI
Numerosi fenomeni naturali e tecnologici, si manifestano con andamenti
caratteristici pressoch costanti e possono essere rappresentati, per
opportunit di conoscenza e di gestione, da MODELLI STATISTICI
(matematici) di cui si conoscono le leggi.
Per quanto attiene alla metodologia S.P.C., il fenomeno che pi ci interessa
conoscere e quindi dominare, la DISTRIBUZIONE dei valori ottenuti in
seguito a misurazioni di caratteristiche di prodotto/parametri di
processo (**).
Il modello statistico che ci soccorre, e sul quale basata per buona parte la
metodologia, il modello della distribuzione NORMALE (o di GAUSS):
esso rappresenta fenomeni soggetti a sole CAUSE COMUNI di variabilit.
Ora, il passo logico richiesto : confrontare il fenomeno campionario da noi
rilevato con il modello gaussiano.
(*) Un fenomeno naturale tende a distribuirsi in modo gaussiano quando la sua
variabilit libera di manifestarsi simmetricamente attorno alla media dei valori
che lo rappresentano. Non cos avviene nel caso degli errori geometrici o di forma
(rugosit, circolarit, parallelismo,
eccentricit, planarit, ecc.) dove la
distribuzione a sinistra del valor medio risente del limite naturale invalicabile: lo
zero, ovvero la perfezione esecutiva.
In tal caso le distribuzioni di frequenza saranno schiacciate a sinistra tanto pi
quanto pi il valor medio tender a zero; anche se il modello log-normale pu
sembrare il pi adatto a rappresentare questi fenomeni, la pratica operativa
suggerisce di trattare gli errori di forma al pari di una distribuzione simmetrica.
(**) Parametro di processo (o caratteristica di processo)
Una qualsiasi connotazione fisica (meccanica, elettrica, chimica) di un impianto/
macchinario sulla cui variazione sia possibile agire sistematicamente con appositi
comandi o modifiche tecnologiche, al fine di ottimizzare la qualit del prodotto
lavorato.
Poich i parametri di processo agiscono direttamente o indirettamente sulle
caratteristiche di prodotto, di fondamentale importanza per il tecnologo e il
gestore di processo, conoscerne i rapporti di causa/effetto.

Se vi corrispondenza formale significa che il fenomeno evolve secondo


cause comuni di variabilit e si potr adottare il modello invece dei dati
reali; in caso contrario sar necessario individuare la/le causa/e specifiche
di variabilit che disturbano la normalit del fenomeno e rimuoverle, dove
possibile, con specifici interventi tecnici.

CURVA NORMALE (o di GAUSS)


I SUOI PARAMETRI
E LE SUE LEGGI
f(x)

dove:

la media della distribuzione dei valori e ne indica la posizione


sullasse x
la deviazione standard ed indica lentit di dispersione dei
valori attorno alla media (maggiore maggiore la
dispersione).

1 2

1 2

2
1
2

Il significato dellarea tratteggiata in figura:


0.60

0.40

0.20

0
15

20
Z1

25

30

35
Z2

40

45

essa rappresenta la probabilit che un valore numerico (appartenente al


fenomeno che stiamo indagando) cada tra z1 e z2.

PERCENTUALE DI CASI IN UNA DISTRIBUZIONE GAUSSIANA

2
3
68,2%
95,4%
99,7%

60

61

62

63

64

65

66

67

13,6%

68

69

70

71

72

73

74

75

76
2,5%

13,6%

68,2%
95,4%
99,7%

2,5%

Con riferimento alla figura possiamo dire che circa il 70% dei ragazzi di
altezza che varia da 66 a 70 pollici.

4.

TOLLERANZA NATURALE E CAPACITA DI PROCESSO

Una pratica conseguenza dellaver adottato un modello matematico (di cui


si conoscono le leggi) per rappresentare una distribuzione reale di valori
la definizione di TOLLERANZA NATURALE.
Essa lintrinseca, fisiologica variabilit del processo quando non
soggetto a cause specifiche di variabilit e si traduce direttamente in
termini di dispersione dei valori rilevati: quantitativamente la si definisce
per convenzione come Tnat = 3 Sx ovvero pari allintervallo di valori,
simmetrico rispetto alla media, entro il quale ci si aspetta di trovare il
99,73% dei casi possibili (in pratica la stragrande maggioranza).
Non ha utile significato il calcolo di Tnat dove la distribuzione sia
palesemente non guassiana (ci significa che il fenomeno disturbato da
cause specifiche di variabilit che innanzitutto necessario conoscere per
poterle gestire).
Condizione di conformit qualitativa che la dispersione di processo,
espressa come Tnat, sia inferiore al campo di tolleranza prescritto dal
progettista (Tpre).
Di qui il significato di capacit di processo: il rapporto numerico Cp tra le
entit Tpre e Tnat.
Il valore di capacit ottimale dovr essere definito caso per caso, per
ciascuna caratteristica gestibile con S.P.C.: non esiste un Cp ottimale in
assoluto.

Tpre

C.T.
GAUSSIANO/CAPACE/SCENTRATO (con scarti)

Tpre

Attenzione: processo CAPACE non significa che non produrr scarti; significa che la sua naturale dispersione
(Tolleranza Naturale) inferiore alla tolleranza prescritta; in questo caso lo scarto provocato
dallelevata scentratura della distribuzione dei valori rispetto al Centro Tolleranza.

C.T.
GAUSSIANO/NON CAPACE/SCENTRATO (con scarti)

C.T.
GAUSSIANO/CAPACE/SCENTRATO

Tpre

X = C.T.
GAUSSIANO/NON CAPACE/CENTRATO (con scarti)

Tpre

X = C.T.
GAUSSIANO/CAPACE/CENTRATO

Tpre

IL CONFRONTO CON LE TOLLERANZE PRESCRITTE (Tpre)

5.

INDICI DI CAPACITA DI MACCHINA E DI PROCESSO

Calcolata la Tnat e la x, sar necessario operare il confronto con le


specifiche (Tpre) relativamente a:
CAPACIT DELLA MACCHINA / PROCESSO
CENTRATURA DELLA MACCHINA / PROCESSO
mediante opportuni indice detti: indici di capacit

Cm
PER LA MACCHINA
Cmk
Cp

PER IL PROCESSO
Cpk

Ricordiamo che il processo linsieme di:

MACCHINA/IMPIANTO + ATTREZZATURA
MATERIALE
METODO
UOMINI
AMBIENTE

Quindi uno studio metodologicamente corretto della variabilit del


PROCESSO sar preceduto da uno studio della variabilit dovuta alla sola
macchina (mantenendo costanti il pi possibile gli effetti di variabilit dovuti
alle rimanenti voci).

SIGNIFICATO DEGLI INDICI


Il significato tecnico degli indici Cp e Cpk il seguente (*):

Tpre
Cp =
Tnat

mette a confronto lentit della reale dispersione dei valori (Tnat) con il
campo consentito per tale dispersione, indipendentemente dalla
centratura della distribuzione dei valori rispetto al centro della Tpre
(confronto tra x e Centro di Tolleranza).
X
LIS

TPRE

LSS

CT

TNAT

LIS = limite inferiore di specifica


LSS = limite superiore di specifica
C.T. = centro tolleranza (non sempre coincide col valore nominale)

PROCESSO MOLTO CAPACE (ma fortemente scentrato)


Cp > 1

Cpk < 0

(*) Nota: Analogo significato hanno gli indici Cm e Cmk.

SIGNIFICATO DEGLI INDICI (segue)

2 (LSS - X)
Tnat

Cpk =
2 (X - LIS)
Tnat

Quale formula usare?


Quella di valore algebrico minore ovvero, pi praticamente, quella che
riporta il limite di specifica pi vicino a x (perch quello il limite che ci
preoccupa maggiormente).
Cpk

mette a confronto esplicitamente la posizione della distribuzione


(X) con i limiti di prescrizione; esso dice se stiamo lavorando in
tolleranza o no;
nel primo caso Cpk sar > 1,
nel secondo < 1.
Un significato pratico di Cpk il seguente: quanto margine ho
ancora prima di uscire dal campo di tolleranza.
Cpk pu assumere valori negativi: ci significa che il valore X
esterno al campo di tolleranza.

Per meglio comprendere il significato di Cpk si consideri che:

Cpk =

LIS

2 (LSS - X)
Tnat

(LSS - X)
Tnat
2
LSS

TPRE

LSS - X

C.T.

TNAT
2

Ovvero il confronto tra il campo disponibile (LSS - X) e la semigaussiana


(Tnat / 2)
Solo la conoscenza di entrambi gli indici Cp e Cpk permette di valutare in
modo esauriente capacit e centratura; maggiore la centratura, tanto pi
il valore di Cpk si avvicina a quello di Cp, senza per mai superarlo (*).
Il calcolo degli indici non fine a se stesso; essi saranno confrontati con
valori obiettivi stabiliti dal tecnologo.
In caso di esito favorevole si potr passare alla seconda fase della
metodologia: al mantenimento nel tempo, ora per ora, giorno per giorno,
della capacit e centratura accertate.

(*) Gli indici Cp e Cpk letti singolarmente hanno un grado di indefinitezza; in altri termini,
come conoscendo solo il Cp si autorizzati a immaginare una famiglia di gaussiane
di ugual dispersione, posizionate non si sa dove rispetto alla Tpre, cos conoscendo
solo Cpk si autorizzati a pensare a infinite curve di diversa dispersione ma con
ugual livello di rischio di produrre pezzi non conformi, es.:

Tpre

Tpre

X = C.T.

C.T.

Cpk = 1

Cpk = 1

Tpre

C.T.
Cpk = 1

6.

CARTE DI CONTROLLO - CONCETTI GENERALI

La variazione di un processo produttivo nel tempo non normalmente


limitata alle variazioni casuali contemplate dalla tolleranza naturale della
macchina e del processo.
Cp

Cp

Cpk

Cp

COME RICHIESTO

Tpre

x
x

Tnat

PEGGIORANO

to

t....

tempo

Pertanto, calcolati Cp e Cpk sulla base della variabilit nel breve periodo
occorre verificare che il processo si mantenga il pi possibile stabile nel
tempo, intervenendo ogni qual volta le cause determinabili tendono ad
alterare lo schema naturale di variabilit.
Il principale strumento operativo di questa fase sono le carte di controllo.
Carte di controllo dette per variabili o per attributi a seconda che la
caratteristica sotto controllo sia misurabile per variabili o valutabile per
attributi.
Le carte di controllo permettono, attraverso rilievi campionari periodici sulle
caratteristiche del prodotto, di apprezzare landamento della variabilit del
processo nel tempo, individuando e distinguendo il campo delle fluttuazioni
casuali da quello delle variazioni specifiche.

Le carte di controllo, siano esse per variabili o per attributi, sono


dunque una rappresentazione grafica del comportamento del processo nel
tempo.
Le carte per variabili pi usate sono:
- carte X per valori singoli
Esse riportano i valori di ciascuna singola misurazione e rappresentano il
comportamento sequenziale del processo pezzo dopo pezzo (*);
- carte X - R delle medie e dei range
Esse riportano, per ciascun gruppo di n pezzi misurati, il valore medio X
e il valore R di dispersione attraverso quel valore medio: consentono di
valutare separatamente posizione e dispersione del processo.
Le carte X - R sono di utile applicazione a condizione che il processo sia
per sua natura stabile (mantenga la posizione della media).
Le carte per variabili che riportano i parametri di posizione (X) e di
dispersione (R):
carte X - R
sono dette carte delle medie e dispesioni.
Le carte che pi semplicemente riportano i valori singoli di ciascuna
misurazione (X):
carte X
sono delle carte per valori singoli.

(*) Le carte per valori singoli sono di pi pratica utilit rispetto alle carte (X - R) qualora
il processo sia caratterizzato da una naturale deriva non eliminabile, ma gestibile
(es. usura dutensile significativa), oppure quando la validit tra pezzi consecutivi
(variabilit nel campione) sia molto piccola rispetto alla variabilit tra campioni (es.
il caso di stampaggio lamiera dove nellambito di 35 pezzi consecutivi la variabilit
pressoch nulla, mentre tra campioni diversi la variabilit pu essere disturbata
da set-up o messe a punto di attrezzatura; in questo caso lobiettivo operativo
quello di ridurre la variabilit indotta dai set-up).

Le carte per attributi riporteranno le percentuali di prodotto non conforme


(p%) o il numero di difetti per unit prodotta (u, c):
- carte p%
- carte (u, c).

Le fasi in cui si articola la gestione di una carta di controllo sono tre:


1. impostazione della carta e calcolo dei limiti
2. compilazione della carta
3. interpretazione degli andamenti (come base informativa per
eventuali interventi correttivi su prodotto/processo).
Le carte per variabili e quelle per attributi sono concettualmente assai
differenti tra loro.
Le prime sono un strumento di prevenzione poich consentono di
prevedere eventuali non conformit: lassenza di non conformit
presupposto per il loro utilizzo.
Le seconde sono uno strumento di gestione delle non conformit: la
presenza di conformit presupposto per la loro costruzione.
Il prospetto seguente offre una situazione comparativa tra le due tipologie
di carte.

LA FASE DI CONTROLLO DI PROCESSO


PER ATTRIBUTI E PER VARIABILI
CONFRONTO TRA I METODI

CARTE PER ATTRIBUTI


Schede di gestione per caratteristiche qualitative (valutabili) della
qualit

CARTE PER VARIABILI


Schede di gestione per caratteristiche quantitative (misurabili) della
qualit

Richiedono criteri di definizione del Il criterio di definizione del difetto


difetto chiari e univocamente
costituito dal superamento del
stabiliti e unadeguata istruzione del
campo di tolleranza della
personale
caratteristica in esame
Si basano sulla presenza,
rivelazione e riduzione di difetti

Si basano sulla prevenzione di


difetti

Mettono in guardia contro variazioni Mettono in guardia contro


negative del processo, solo quando
variazioni negative del processo
si verificato un certo numero di
anche quando non si verificato
difetti
ancora alcun difetto
Indicano solo la quota parte e la
dispersione dellentit dei prodotti
difettosi

Indicano sia lentit della


dispersione sia la direzione della
variazione di dispersione

Richiedono, allo scopo di dare


Richiedono campionamenti singoli
giudizio affidabile sulla idoneit del
di bassa numerosit, normalmente
processo, campionamenti singoli
5 particolari, per dare un giudizio
numerosi (almeno 50 particolari,
affidabile sulla idoneit del
ma spesso anche alcune centinaia)
processo

INTERPRETAZIONE DELLE CARTE DI CONTROLLO X - R


5
3

GRAFICO
DELLA X

CSC

CIC

GRAFICO
DELLA R

2
1

CSC

5
4

SITUAZIONE
IDENTIFICATA

INTERPRETAZIONE

AZIONI DA
INTRAPRENDERE

1. Fuori dai limiti di controllo


(quando un punto fuori
o sulla linea di limite).

Il processo si improvvisamente spostato.


La variabilit fortemente
aumentata: quasi certamente presente una causa
specifica di variabilit.

Interrompere la produzione
e ricercare sistematicamente
la causa.
Oppure:
non
abbiamo
eseguito correttamente le
misure.

2. Serie di punti consecutivi


da una stessa parte (7
punti almeno).

Non possibile una configu- Trovare le cause.


razione di questo tipo Le soluzioni sono generalcasualmente. Il processo si mente di tipo tecnico.
spostato/modificato stabilmente.

3. Punti ripetuti vicino ai


limiti.

Sta intervenendo una causa Confrontare con attenzione


che predispone al fuori landamento delle X e delle
controllo.
R.
Fermare solo se Cpk
prossimo a 1.

4. Andamento particolare
dei punti (sequenza
crescente o decrescente
o ciclica).

Il processo sta derivando Rimuovere la causa o


sistematicamente come po- fermare: prima o poi si esce
sizione o come dispersione. di tolleranza.

5. Situazione di controllo
stabile.

Se vi sono 2025 punti in Nessuna azione particolare


questa condizione il pro-
necessaria,
se
non
cesso stabilmente sotto continuare il controllo.
controllo.

INTERPRETAZIONE DELLE CARTE DI CONTROLLO


Tutta la trattazione teorica SPC basata su modelli statistici che
presuppongono la casualit degli eventi: le carte di controllo e, pi
propriamente i limiti di tali carte, sono i binari della casualit entro i quali
gli indicatori che vi si riportano (X, R, p, p%, u, c) dovranno fluttuare
casualmente, ovvero con una maggior concentrazione in prossimit dei
valori medi (X, R, p, p%, u, c), una minor concentrazione verso i valori
limite (LSC / LIC: superiore/inferiore di controllo). Si dice infatti che in una
carta di controllo rappresentativa di un processo in controllo (*) ci si
aspetta di trovare i 2/3 circa dei valori concentrati nel terzo centrale della
carta.
LSC

1/3
DEI VALORI

2/3
DEI VALORI

LIC

interessante rilevare la differenza concettuale tra il tendere di X al suo


valor medio X ed il tendere di R, p, p%, u, c ai loro rispettivi valori medi R,
p, p%, u, c:
nel primo caso significa avvicinarsi alle condizioni ottimali di progetto
(poich nella messa a punto di processo si mira a centrare quanto pi
possibile X rispetto al centro tolleranza)
nel secondo caso significa mantenersi in una condizione di
dispersione/difettosit accertata precedentemente come valore
standard di riferimento, ma certamente migliorabile.

(*) Ricordiamo ancora la definizione di processo in controllo statistico: processo che


evolve casualmente ovvero la cui variabilit non soggetta a cause specifiche di
variabilit.

7.

CARTE DI CONTROLLO PER VARIABILI

Le carte di controllo pi usate sono le carte X - R: le carte dei valori medi e


delle escursioni di campioni di prodotto prelevati dalla normale produzione
con frequenze prestabilite.
Lutilit pratica di gestire i valori delle medie e non i valori singoli (vedi anche
nota a pi di pagina) si basa su tre considerazioni statistiche:
la media il valore baricentrico di una distribuzione di valori, quindi essa
fisicamente rappresentativa della posizione di detta distribuzione;
i valori medi sono meno soggetti alle variazioni casuali;
i valori medi tendono a distribuirsi gaussianamente.
Insieme alla fluttuazione dei valori medi, le carte X - R riportano le
fluttuazioni delle R; solo la lettura comparata dei due indicatori consente di
conoscere le tendenze di comportamento che il processo assume: non
avrebbe infatti senso controllare la stabilit delle medie senza preoccuparsi
di eventuali aumenti di dispersione o, viceversa, garantire la precisione di
lavorazione (R costante) trascurando derive di posizione.
Il calcolo dei limiti
I limiti possono essere calcolati con procedimenti basati su due approcci
diversi:
1. partendo dal valore di prescrizione Tpre
Tale approccio, diretto e di facile esecuzione, basato sul fatto che in ogni
caso le prescrizioni sono legge; esso d origine alle carte di controllo dette
con prescrizione.
Un esempio di calcolo riportato nello specifico paragrafo: carte di
controllo con prescrizione.
2. partendo dai dati raccolti nella fase di studio di capacit di processo
qualora lesito dello studio di capability di processo sia stato favorevole
ed il processo non manifesti una evidente naturale deriva di comportamento (Cp e Cpk Cp prescritto) (*). (vedi cap. 10 - 1 Esempio).
(*) Qualora cos non fosse sar necessario affrontare il problema tecnico della non
capacit/centratura del processo, prima di procedere al calcolo dei limiti e
allutilizzo di una carta.

CARTE DI CONTROLLO CON PRESCRIZIONE


Per prescrizione si intende il campo di tolleranza prescritto a disegno, a
cartellino operazione, a capitolato, a norma.
I limiti di prescrizione sono limiti relativi ai valori singoli, ovvero ai valori di
ciascuna misurazione.
La pi elementare carta di controllo con prescrizione quella che
monitora i valori di ogni singola misurazione ponendo come limiti di
controllo i limiti di specifica Tpre). Vi sono poi le carte (X-R) dette con
prescrizione i cui limiti (limite superiore e inferiore per i valori medi x,
limite superiore per i valori di range R) sono calcolati a partire dai valori di
prescrizione.
qui doveroso fare una premessa metodologica.
Ricavare i limiti di una carta partendo dalle prescrizioni anzich da valori
misurati su pezzi lavorati da un processo capace, centrato e in controllo,
una FORZATURA di metodo: i limiti della carta saranno, in tal caso, a loro
volta delle prescrizioni, cio dei vincoli prestabiliti, e non invece dei limiti
ricavati a consuntivo da un processo produttivo correttamente messo a
punto (*).
Utilizzare carte di controllo con prescrizione una semplificazione, anche
se talvolta necessaria.
Tale semplificazione pu essere utile quando si parte da zero nella pratica
applicativa della metodologia S.P.C., ovvero in casi particolari di processi la
cui variabilit non sia tanto dovuta alla macchina ed alle attrezzature,
quanto piuttosto al materiale, alle usure dutensile, ai set-up o ad altre
cause specifiche di variabilit, sono tipici i casi di stampaggio lamiera/
plastica e fucinatura a freddo/caldo.
Si sconsiglia luso nel caso di processi difficilmente centrabili.
Se ad esempio la caratteristica un interasse ottenuto di lavorazione con
due mandrini tra loro fissi e il processo sensibilmente scentrato, difficile
la gestione con carte con prescrizione che, per costruzione, riportano
sempre limiti perfettamente centrati.
(*) Ricordiamo che i limiti di una carta di controllo non sono n degli obiettivi, n delle
speranze, bens i binari entro i quali i valori dei parametri fluttueranno con
regolarit se il processo si manterr nelle condizioni di controllo statistico nelle
quali stato fotografato nella fasi di studio.

Veniamo al calcolo dei limiti da riportare sulla carta.


LIMITI PER I VALORI DELLE MEDIE x ( LSCx e LIC x )
E pi comodo, in questo caso, calcolare lintero campo di tolleranza
( LSCx - LIC x e riportarlo simmetricamente rispetto al centro di tolleranza
prescritta.

LSCx - LIC x

LSS LIS
Cpo n

Dove:
LSC x = limite superiore di controllo per i valori medi x
LIC x

= limite inferiore di controllo per i valori medi x

LSS

= limite superiore di specifica (per i valori singoli x)

LIS

= limite inferiore di specifica (per i valori singoli x)

= numerosit dei campioni che saranno prelevati con frequenza


prestabilita per la compilazione della carta (solitamente n = 5)

Cpo

= indice di capacit di processo prescritto come obiettivo dal


tecnologo per quella specifica lavorazione.

Esempio:

Particolare
: telaio elettrosaldato
Caratteristica
: interasse (tra due parti strutturali del telaio)
Classificazione della caratteristica : critica
Quota prescritta : mm. 720

+0,00
-1,60

Cpo
n

: 1,2
: 5

abbiamo tolto
la riga OK?

LSS

= 720,00 mm.

LIS

= 718,40 mm.

(LSS - LIS) = 1.60 mm.

LSCx - LIC x

1.60
0,6 mm.
1,2 5

Tale campo, riportato simmetricamente rispetto al valore di centro


tolleranza (C.T. = 719,20 mm.) d:
per

LSC x = 719,20 + 0,3 = 719,5 mm.


LIC x

= 719,20 - 0,3 = 718,9 mm.

Si osservi che il campo di variabilit per i valori medi x circa il 37% di


quello per i valori singoli x; ci dovuto alleffetto combinato di due fattori:
1. allaver prescritto un Cpo = 1,2 (il che significa che dellintero campo
di prescrizione ci consentito usarne poco pi dell80%);
2. allaver scelto n = 5 (il che significa che i valori delle medie dei
successivi campioni di 5 pezzi ciascuno tendono a disperdersi
5 volte meno dei valori singoli).

LIMITI PER VALORI DI R


Ci limitiamo al calcolo del limite superiore (LSCR) e del valore medio
(LMCR)

LSCR D2

LSS LIS
6 Cpo

con D2 coefficiente che dipenda da n:


per

n = 5 D2 vale 4,92

LMCR d2

LSS LIS
6 Cpo

con d2 coefficiente che dipende da n:


per

n = 5 d2 vale 2,33

Riprendendo lesempio di prima:

1,60
1,09 mm.
6 1,2
1,60
LMCR 2,33
0,52 mm.
6 1,2
Ci significa che se il processo sotto controllo potremmo trovare qualche
valore di R che si avvicina a 1,09 mm., ma con maggior probabilit i valori
saranno addensati attorno a LMCR = 0,52 mm.

LSCR

4,92

Assimilato e condiviso quanto sopra, va comunque ricordato il consiglio di


non partire mai a testa bassa: la possibilit di definire a priori i limiti della
carta pu indurre a voler applicare la carta su un processo senza
conoscerne la capacit (normalit + dispersione + centratura);
tale approccio non solo non ha coerenza metodologica, ma nemmeno
consistente utilit pratica.
FAR SEMPRE PRECEDERE ALLAPPLICAZIONE DELLE CARTE DI
CONTROLLO UN SERIO STUDIO DI CAPACITA DI MACCHINA E DI
PROCESSO!

CARTE DI CONTROLLO SENZA PRESCRIZIONE


I limiti calcolati secondo le modalit di seguito indicate sono rappresentativi
del processo reale; essi sono i binari della evoluzione casuale del processo
cos come stato fotografato in fase di studio.
Il calcolo si basa su una nota legge di statistica (la distribuzione delle medie
campionarie).
Numericamente:

x
n

ovvero

6 x

6x
n

n volte
La tolleranza naturale della distribuzione dei valori medi
minore della tolleranza naturale della distribuzione dei valori singoli.

n la numerosit di ciascun campione di cui si siano calcolati i valori medi:


di solito nelle carte X - R n 5.
Da ci si deduce il significato dellampiezza dei limiti per le x : la
tolleranza naturale della loro distribuzione.

(LSC LIC ) 6

Tnat

Tale approccio, meno diretto ma pi raffinato del precedente, d origine a


carte di controllo dette senza prescrizione.
Per un esempio applicativo vedere il capitolo 10; in esso le formule e i
coefficienti utilizzati per il calcolo dei limiti traggono origine dalle
argomentazioni teoriche di cui sopra.
Sar lesperienza del metodologo a suggerirgli, caso per caso, le modalit
pi opportune per il calcolo dei limiti.

8.

CARTE DI CONTROLLO PER ATTRIBUTI

La carta di controllo per attributi valuta landamento del processo produttivo


in base alla percentuale di pezzi difettosi/non conformi (carte p%),
oppure alla numerosit di difetti per unit di prodotto (carte c, u),
riscontrate in seguito a campionamenti sul prodotto opportunamente
predisposti.

Per poter impostare una carta di controllo per attributi occorre che sia
ammessa una pur minima percentuale di pezzi difettosi.

Tipi di carte di controllo per attributi

CARTA p
Registra la frazione di pezzi difettosi in ciascun campione
(es.: 0,05)
CARTA p%
Registra la percentuale di pezzi difettosi in ciascun campione
(es.: 5%)
CARTA np
Registra il numero di pezzi difettosi trovato in ciascun campione
di numerosit costante
CARTA c (d)
Registra il numero di difetti per unit ispezionata (es.: punti di
saldatura difettosi su una scocca)
CARTA u (d)
Registra il numero medio di difetti per unit ispezionata (es.:
numero totale di punti difettosi su numero di scocche
ispezionate).

Le carte p (p, p%, np) parlano di componenti difettosi (attenzione: non


difetti!) nel campione; esse sono di maggior utilit quando:
a. il componente preso in considerazione di per s semplice (es.: una
lampadina) ed quindi poco probabile che esso presenti una articolata
tipologia di difetti;

b. quando, relativamente ad un componente, sia di interesse un solo tipo


di difetto (es.: albero rotante equilibrato/squilibrato).
Quando invece il prodotto in esame:
c. ha dimensioni di complessivo e vi siano buone probabilit di riscontrarvi
non solo difetti di diverso tipo ma pi di un difetto (es.: difetti su motori
riscontrati in sala prova);
d. pu presentare pi volte lo stesso tipo di difetto (punti freddi su una
struttura saldata; rivetti non conformi sullala di un aeromobile);
allora sono di maggior utilit le carte c e u. Esse trattano infatti il
numero di difetti di ogni pezzo.
Le carte c non sono altro che un caso particolare delle carte u: quando
il campione di componenti/complessivi in esame di una sola unit.
Vedere esempio applicativo di carta u al capitolo 10, pag. 49.

Alla base della trattazione teorica delle carte p, p%, np e c, u stanno


rispettivamente la distribuzione binomiale e la distribuzione di Poisson.
E doveroso dire che, a differenza del calcolo dei limiti di una carta X - R,
quello dei limiti di una carta di controllo per attributi (*) basato su una
approssimazione, formalmente grossolana, ma ancora significativa dal
punto di vista dellutilit pratica.
(*) Almeno per quanto riguarda le formule presentate nello schema in calce al
presente fascicolo (le pi utilizzate in pratica).

A chi volesse sottilizzare a tal proposito ricordiamo che le carte di controllo


per attributi sono uno strumento per la gestione del miglioramento e la loro
validit si esplica nellevidenziare trend di miglioramento o peggioramento:
il vero obiettivo dellutilizzatore delle carte per attributi, ed in generale di
tutte le carte di controllo, poter gestire (quindi conoscere) le cause dei
trend evidenziati.

Per il calcolo dei limiti si consulti la tabella al fondo del fascicolo; in essa si
noti come sia sufficiente, per ciascun tipo di carta per attributi, conoscere i
valori medi del parametro eponimo, indicati con una barretta sopra la
lettera:
- p

valore medio delle frazioni dei pezzi difettosi

- p%

percentuale media di pezzi difettosi

- np

valore medio del numero di pezzi difettosi

- cd

numero medio di difetti per unit ispezionata

- ud

valore medio del numero medio di difetti per unit ispezionata (*).

Tali valori dovranno essere calcolati in base a dati storici, ricavati dal
processo in esame, relativi ad un arco temporale durante il quale le
variazioni del processo siano state quanto pi possibile di tipo casuale.

(*) Per unit ispezionata si intenda il singolo pezzo fisico (componente/complessivo)

9.

S.P.C.: LA SEQUENZA OPERATIVA

RELATIVAMENTE ALLA TRATTAZIONE DELLE CARATTERISTICHE


PER VARIABILI
Operativamente lS.P.C. si sviluppa su due fasi sequenziali
interconnesse, secondo lo schema metodologico riportato a pag. 8.

ed

La valutazione della capacit si effettua percorrendo i passi operativi


indicati, tenendo conto che uno studio metodologicamente corretto della
variabilit di processo sar preceduto, dove possibile, dallo studio della
variabilit dovuta alla sola macchina.
Le prove di capacit si eseguono con macchina e processo in condizioni
ottimali di esercizio (quelle prescritte dal tecnologo o costruttore di
macchinari/impianti).
Con riferimento allo schema allegato, si riportano i passi operativi.
Prima fase: lo studio di capacit
a. Misurazione e raccolta dati.
La misurazione attivit tra le pi delicate; essa a sua volta un
processo, con le sue apparecchiature, il metodo, gli uomini, lambiente:
induce variabilit sulla rilevazione dei valori.
Per necessit di interpretazione i valori devono essere visualizzati
graficamente in forma di istogramma, sia di andamento sequenziale dei
dati.
b. Valutazione della forma della distribuzione di frequenza dei valori
(istogramma): per verificarne landamento gaussiano ed intravvedere
leventuale presenza di cause specifiche di variabilit.
c. Calcolo dei parametri statistici della distribuzione dei valori rilevati: la
media (X) indicatore della posizione della distribuzione, la deviazione
standard (s) indicatore della dispersione.
Tali indicatori sono alla base del calcolo di Tnat e degli indici di capacit
Cp e Cpk.

d. Calcolo della tolleranza naturale: essa posta convenzionalmente pari


a 3 s ossia pari allintervallo di valori, simmetrico rispetto alla media,
entro il quale ci si aspetta di trovare il 99,7% dei casi possibili, ovvero la
stragrande maggioranza.
e. Calcolo degli indici di capacit.
Gli indici Cp e Cpk non sono sufficienti letti singolarmente, per
rappresentare in modo completo la distribuzione dei valori in rapporto ai
limiti di tolleranza; letti invece in concomitanza essi costituiscono un
indicatore di concisa efficacia informativa.
La loro rappresentativit riconosciuta internazionalmente.
Seconda fase: il mantenimento della capacit nel tempo
f. Preparazione della carta, ovvero il calcolo dei limiti e loro
trascrizione grafica. Inoltre, la preparazione della carta richiede che
siano chiaramente definite.
- la numerosit di ciascun campione (salvo esigenze particolari n=5);
- la frequenza di prelievo che dipender prioritariamente dalla
produzione oraria, dalla capacit e stabilit del processo, dalle
risorse disponibili per effettuare le misurazioni;
- le modalit di prelievo.
I limiti, una volta calcolati, o in seguito ad un esauriente studio di
capacit di processo, o direttamente dalla tolleranza prescritta, non
dovranno essere modificati; li si potr invece restringere nel caso di
specifici interventi migliorativi.

g. Compilazione della carta da parte del gestore di processo di pari passo


con la produzione: misurazione e trascrizione dei valori; la lettura e
linterpretazione degli andamenti segnala eventuali tendenze del
processo ad andare fuori controllo statistico cio linsorgere di qualche
causa specifica di variabilit.

10.

ESEMPI DI APPLICAZIONE

1 ESEMPIO - CARATTERISTICHE PER VARIABILI


Dobbiamo inserire in Stabilimento un macchinario revisionato che sar
destinato ad una fase della lavorazione meccanica del mozzo della
sospensione anteriore di un autoveicolo: lalesatura di finitura della sede
cuscinetto.
Il disegno del mozzo riporta per il diametro sede cuscinetto questa
prescrizione:
= 120,380 - 120,510 mm.
Del macchinario affidatoci sappiamo ben poco.
Lo installiamo e prima di utilizzarlo per la normale produzione, decidiamo di
effettuare un serio studio di capacit:
-

in prima istanza, della capacit della sola macchina per verificare che
essa sia sufficientemente precisa per la lavorazione a cui intendiamo
destinarla;

successivamente del processo, ovvero della macchina insieme al


contesto reale in cui essa operer (materiale, metodo, ambiente,
uomini).

Esecuzione della prova per lo studio di capacit di macchina


1. Macchina messa a punto nelle condizioni migliori prescritte dal
tecnologo;
2. materiale lavorato: omogeneo per caratteristiche chimico-fisiche (dello
stesso fornitore e possibilmente del medesimo lotto di colata);
3. pezzi provenienti da lavorazioni precedenti:
prescrizione dei cartellini operazione;

nel

rispetto

4. macchina regimata termicamente;


5. parametri di lavorazione: costanti durante tutta la prova;
6. pezzi lavorati: 50, consecutivamente e numerati.

VALORI RISCONTRATI

0,45 0,44 0,44 0,46 0,42 0,45 0,45 0,44 0,45 0,43

10

11 0,43 0,45 0,47 0,47 0,43 0,48 0,46 0,42 0,46 0,44

20

21 0,46 0,49 0,41 0,45 0,45 0,44 0,45 0,47 0,45 0,45

30

31 0,48 0,45 0,44 0,45 0,42 0,45 0,43 0,45 0,46 0,46

40

41 0,44 0,47 0,45 0,47 0,44 0,45 0,46 0,45 0,44 0,44

50

Per semplicit si riportano i decimali rispetto a 120 mm.

della

Verifichiamo che non vi siano valori fuori tolleranza e costruiamo


listogramma.
Tpre
LIS

0,38

LSS

0,39

0,340

0,41

0,42

0,43

0,44

0,45

0,46

0,47

0,48

0,49

0,50

0,51

Con unanalisi sommaria del grafico possiamo dire che:

a. i valori sono tutti compresi nel campo di tolleranza;


b. la distribuzione dei valori sensibilmente gaussiana;
c. la distribuzione sufficientemente centrata entro i limiti prescritti.
Se uno dei tre punti non fosse verificato sarebbe necessario un intervento
correttivo.

CALCOLO DEI PARAMETRI STATISTICI


x = 120,449 mm
S = 0,016 mm
TnatM = 6 S = 0,096 mm
CALCOLO DEGLI INDICI DI CAPACITA
Tpre = 0,130 mm

Cm

Tpre
Tnat

Cmk

1,35

2 (LSS - X)
Tnat

1,27

Cm 1,35

significa che la variabilit dovuta alla sola macchina


assorbe il 73% circa (linverso di 1,35) della tolleranza
prescritta;

Cmk 1,27

significa che la macchina ha lavorato con lieve,


trascurabile scentratura: 0,004 mm.; infatti:
- x = 120,449 mm
- centro tolleranza = 120,445 mm.

Per questa lavorazione la capacit minima prescritta dal tecnologo Cm


teorico = 1,33: ci riteniamo soddisfatti (*) e procediamo allo studio della
capacit di processo.

(*) Se cos non fosse dovremmo ricercare le cause della non capacit dando luogo ad
attivit di problem solving.

Ora lo scopo di cogliere con sufficiente attendibilit tutte quelle cause di


variabilit che normalmente sul processo agiscono: quindi non solo la
variabilit dovuta alla macchina in s, ma anche quella indotta dal
materiale, dallambiente circostante, dalla conduzione degli operatori.
Durante lo studio di capacit di processo si dovr porre attenzione ad
evitare cause che inducono forte disturbo sulla variabilit dei risultati (es.:
materiale lavorato non a specifica; rottura di utensili; urto di parti di
macchina/attrezzature; grossolani errori di registrazione; ecc. ).
Decidiamo dunque le modalit di rilevamento dei pezzi su cui eseguire le
misurazioni:
- arco temporale: 3 turni (di uno stesso giorno)
- n di pezzi necessari per lo studio: 125
- frequenza: 5 pezzi consecutivi ogni ora.
Riportiamo i dati in tabella; per comodit utilizziamo il modulo standard
disponibile per la compilazione delle carte X - R. (Vedi All. 1).

Ripetiamo i passi gi fatti per lo studio di capacit di macchina.


COSTRUZIONE E VALUTAZIONE DELLISTOGRAMMA

0,38

0,39

0,40

0,41

0,42

0,43

0,44

0,45

0,46

0,47

0,48

0,49

0,50

0,51

CALCOLO DEI PARAMETRI STATISTICI

x 120,451mm
S 0,0176 mm
Tnat p 6 S

0,106 mm

CALCOLO DEGLI INDICI DI CAPACITA (Cp prescritto = 1)

Cp

1,23

Cpk

1,12

Solo ora, con un processo che si dimostrato capace, possiamo pensare


di usare sistematicamente le carte X R come strumento di gestione
giornaliera.
Predisponiamo la carta calcolandone i limiti; ovvero i limiti per i valori medi
(X) : (LSCx e LICx ) e per i valori dei range (R) : (LSCR e LICR).
Poich possediamo dati di studio su un processo che abbiamo certificato
capace e sufficientemente centrato, decidiamo di utilizzare quegli stessi
dati per il calcolo dei limiti: adottiamo cio una carta senza prescrizioni.
Per il calcolo dei limiti sono di pratica utilit semplici formule riportate sul
modulo della carta X R (*).
LSCX X A 2 R 120,473 mm
LIC X X A 2 R 120,429 mm

Dove X altro non se non la media dei 125 valori


LSCR D4 R 0,08 mm
LICR 0

con R calcolato, pari a 0,038 mm.


(*) Luso di queste formule non il solo modo di calcolare i limiti di una carta X R :
sar lesperienza e lapprofondita valutazione di ogni singolo caso a suggerire al
metodologo la strada pi rigorosa.

Tracciati orizzontalmente i limiti dopo aver scelto in verticale una comoda


scala di lettura (nel nostro caso un trattino corrisponde a 0,002 mm.), la
carta pronta per essere utilizzata (vedi All. 2).
Loperatore o chi per esso prelever ogni ora 5 pezzi consecutivi, ne
calcoler X R , ne riporter i valori e traccer i punti corrispondenti.
La gestione della conformit del prodotto affidata alla
contemporanea lettura dei grafici delle X e delle R ed alla corretta
interpretazione dei loro andamenti.

2 ESEMPIO - CARATTERISTICHE PER ATTRIBUTI


Supponiamo di voler tenere sotto osservazione (*) il processo di montaggio
della guarnizione in gomma del portellone posteriore di una vettura.
La caratteristica che esaminiamo : conformit a guarnizione montata,
ovvero, pi utilmente, difettosit estetico/funzionali a guarnizione montata
(intendendo non soltanto i difetti della guarnizione in s, ma tutto ci che
pu impedire alla guarnizione montata di svolgere il suo compito: non
pertanto escluso che venga chiamato in causa anche il processo di
lastroferratura).
La caratteristica in esame valutabile per attributi.
E necessario che la valutazione della presenza-assenza del difetto,
quando non eseguibile in termini oggettivi (ad esempio con uno strumento
tarato) sia espressa da valutatori specialisti addestrati al confronto con un
master soglia.

(*) Poich nella trattazione SPC lespressione in controllo o sotto controllo ha il


significato di in/sotto controllo statistico (vedere nota a pi di pag. 27) riteniamo
pi attinente alla realt non usare il termine controllo: questo non perch siamo qui
a discutere sui termini, ma per ribadire ancora una volta che luso pi sensato delle
carte per attributi finalizzato alla gestione del miglioramento e non tanto a
garantire che la difettosit oscilli casualmente attorno ad un valore medio
consuntivato.

Operativamente
Decidiamo innanzitutto di procedere ad una raccolta dati; un minimo di
esperienza ci dice che su una guarnizione montata possono manifestarsi
difetti di vario tipo.
In funzione di quanto sopra, della produzione giornaliera, della disponibilit
di risorse, decidiamo di esaminare 50 vetture/giorno per 15 giorni
consecutivi, indicando la quantit di vetture difettose ed elencando i difetti a
seconda della diversa tipologia con cui si manifestano. Otteniamo la tabella
seguente.
N
NUMEROSITA NUMERO DI DIFETTI PER TIPOLOGIA
CAMPIONE CAMPIONE
A
B
C
D
E
F
G
m
n

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

50
50
50
50
50
50
50
50
50
50
50
50
50
50
50

1
10

2
3
1
1
1
2
1
2
1

1
4
1
3
2
2
1
2

8
2
1
4
4
6
3
2
4

2
2
2

6
4
8
10
8
10
5
4

7
6
5

4
8
7

- Tenuta precaria
- Guarnizione ondulata
- Montaggio irregolare
- Guarnizione difettosa

ORA

1/10/92 6.0014.00

2/10/92

5/10/92

6/10/92

7/10/92

8/10/92
3 9/10/92

12/10/92

13/10/92

14/10/92

15/10/92

16/10/92

19/10/92

20/10/92

21/10/92

TIPOLOGIA DEI DIFETTI:


A
B
C
G

DATA

D - Lamiera ondulata
E - Punti sald. in vista
F - Lamiera piegata

Da unanalisi dei dati si pu osservare che:


nel corso dei quindici giorni il processo non evoluto casualmente;
la tipologia dei difetti variata significativamente (scompare il difetto
B mentre compaiono pesantemente i difetti E e F): sono intervenute
cause speciali di variabilit nel processo;
la quantit di difetti aumentata visibilmente dallottavo campione;
pare essersi poi stabilizzata sia in termini di difetti, sia di tipologia di
difetti.
Consideriamo il periodo 1221/10/92 come rappresentativo di significativit
casuale per costruire una carta u.
126 difetti
difetti
u
0,315
400 vetture
vetture
Calcoliamo i limiti di oscillazione casuale per i valori di u e tracciamoli
sulla carta (Allegato 3).
LSC u 3

0,55

n
LIC u 3

0,08

La carta , cos, pronta per essere utilizzata: i valori di u calcolati e


riportati con frequenza predefinita e possibilmente costante, insieme ad una
attenta lettura della tipologia di difetti rilevati, costituiscono un utile
strumento integrativo alla gestione del miglioramento.

FORMULE PER IL CALCOLO DEI LIMITI DI CONTROLLO


TIPI DI CARTA DI
CONTROLLO

V
A
R
I
A
B
I
L
I

LIMITE SUPERIORE DI CONTROLLO (LSC)


LINEA CENTRALE (LC)
LIMITE INFERIORE DI CONTROLLO (LIC)
LSC

X R

LC

LIC

XA R
2
X
XA R
2

LSC D R
R
4

X R

LC
R

LIC
R

D R
3

LSC np 3 np(1 p )

np

LC

np

LIC np 3 np(1 p )
LSC p 3 p(1 p )/n

A
T
T
R
I
B
U
T
I

(*)

LC

LIC

p 3 p(1 p )/n

LSC p% 3 p%(100 p%)/n

p%

LC

p%

LIC p% 3 p%(100 p%)/n

LSC c 3 c

c(d)

LC

LIC c 3 c
LSC u 3 u/n

u(d)

LC

LIC

u 3 u/n

(*) Calcolo dei limiti senza prescrizioni.

(*)

FASE DI RACCOLTA DATI


PER LO STUDIO DI CAPACITA
DI PROCESSO

MEZZO RUOTA

SEDE CUSCINETTO

Carta di controllo processo/

Studio di
capacit di
processo

Prescrizioni di capacit
di processo
Cp = Cpk 1

ALLEGATO 2

N MEDIO DI DIFETTI
PER UNITA ISPEZIONATA

LAMIERA PIEGATA

PUNTI DI SALDATURA IN VISTA

LAMIERA ONDULATA

MONTAGGIO IRREGOLARE

GUARNIZIONE ONDULATA

DIFETTI PER UNITA ISPEZIONATA

N DIFETTI

DIMENSIONE CAMPIONE

CAMPIONE N

53/51

LIC

DETTAGLIO DIFETTI

IMPOSTAZIONE DELLA
CARTA E CALCOLO DEI
LIMITI

GUARNIZIONE PORTELLONE

Verifica dellaconformit dopo montaggio

CARATTERISTICA: Conformit Funz./Estet.

UTILIZZO DELLA CARTA

CARTA DI CONTROLLO PER ATTRIBUTI ("u")

ALLEGATO 3