QUA_D006

Cliente

Le carte di controllo

Le carte di controllo per variabili

 ORION s.r.l.

Sommario
INTRODUZIONE .................................................................................................................................. 1
Carte di controllo per variabili ....................................................................................................... 1
Frequenza e istogrammi ................................................................................................................ 2
Parametri caratteristici .................................................................................................................. 4
La curva normale ridotta ............................................................................................................... 5

COSTRUZIONE DELLA CARTA DI CONTROLLO .......................................................................... 7

Campionamento ............................................................................................................................... 7
Modalità di prelievo di ogni singolo elemento ............................................................................. 7
Dimensione n del campione .......................................................................................................... 7
Numero dei campioni .................................................................................................................... 7
Determinazione dei parametri della distribuzione ........................................................................ 7
Rappresentazione delle carte di controllo ...................................................................................... 9
Carta della media ........................................................................................................................ 10
Carta della escursione ................................................................................................................. 11
Carta dei singoli valori della variabile ........................................................................................ 11
Discussione sulle carte di controllo ............................................................................................... 12
Slittamento del processo ............................................................................................................. 12
Limiti di controllo e tolleranza naturale ...................................................................................... 13
Procedura per l’impostazione e la gestione delle carte di controllo .......................................... 15
Teorema dell’unità e dell’insieme............................................................................................... 16

PIANI DI CAMPIONAMENTO DI PRODOTTI IN CONTINUO.................................................... 19

Piani CSP ........................................................................................................................................ 19
Piano CSP-1 .................................................................................................................................... 19
Piano CSP-2 .................................................................................................................................... 20
CSP-A .............................................................................................................................................. 20

BIBLIOGRAFIA .................................................................................................................................. 22

ORION SRL
Corso Milano, 67 – 28883 Gravellona Toce (VB)
Tel. 0323/840638 Fax 0323/847310 – P. Iva 01762770038
Web site: www.orion-consulenze.it - E-mail: orion@orion-consulenze.it
 ORION s.r.l.

INTRODUZIONE
La produzione di massa, prodotti ad elevato contenuto tecnologico, impianti e macchinari complessi,
le tolleranze di lavorazione sempre più ristrette hanno reso sempre più impegnativi i compiti di un
efficiente sistema di controllo della qualità.

La metodologia che si è dimostrata essere uno strumento efficace per il conseguimento degli obiettivi
tesi al miglioramento della qualità del prodotto è la metodologia statistica.

Il controllo statistico di qualità utilizza perciò le tecniche statistiche per il controllo della qualità;
l’utilità di adottare queste tecniche è legata al fatto che la statistica è una disciplina che permette di
risalire al comportamento di un insieme di dati dall’osservazione di una sua parte.
In questo modo si ha nella fase di controllo una notevole riduzione dei costi e dei tempi.

Il controllo statistico di qualità trova all’interno di un’azienda due campi di impiego principali:

il campo della produzione

il campo della accettazione dei prodotti, sia di origine interne che esterna

La fase di produzione è caratterizzata dal fatto che è impossibile ottenere dei pezzi che, valutati in base
a delle caratteristiche specifiche, possano definirsi identici.

Questo è dovuto al fatto che esistono delle cause intrinseche al processo produttivo che non sono
individuabili, perciò non rimuovibili, che intervengono in modo del tutto casuale cosi che le
condizioni con cui viene prodotto un pezzo sono diverse una dall’altre.

Perciò in fase di progetto sono definite per le specifiche del prodotto sia un valore nominale sia i limiti
di tolleranza.

Queste specifiche possono essere delle grandezze geometriche o fisiche, come ad esempio una
lunghezza, uno spessore, una durezza, una temperatura…

La macchina sarà definita in controllo se produrrà dei pezzi le cui misure delle specifiche ricadranno
all’interno degli indici di tolleranza fissati.
La macchina sarà definita stabile nella sua variabilità.

I metodi statistici hanno il compito di verificare che questa variabilità si mantenga constante dando
così garanzia che il processo sia sotto controllo, se viceversa questa variabilità cambia significa che
sono intervenute delle cause esterne che hanno modificato il processo, il processo è fuori controllo e
bisogna individuare e risolvere queste cause per riportare il processo alle condizioni originarie.

Lo strumento utilizzato per tenere sotto controllo le macchine sono le carte di controllo per variabili.

Carte di controllo per variabili

Le carte di controllo per variabili sono la rappresentazione visiva di una caratteristica di qualità
riconducibile ad una misura espressa da un numero, come ad esempio una lunghezza di una lastra, il
diametro di un foro, lo spessore di una piastra.

Praticamente si ha un grafico dove sull’asse delle ordinate è riportata l’unità di misura della grandezza
(cm, mm) e sull’asse dell’ascisse si riporta il numero del pezzo misurato (il primo pezzo, il secondo

1
 ORION s.r.l.

pezzo…) e a mano a mano che si effettuano le misure sono segnato come dei punti all’interno del
grafico nel grafico.

Per sviluppare le carte ci controllo si fa ricorso alla statistica, perciò prima di illustrare come
sviluppare le carte di controllo bisogna prima fare una breve introduzione sulla statistica e sui suoi
concetti principali.

La statistica è una scienza che ha come scopo lo studio del comportamento di una variabile.
Per variabile si intende un elemento che può assumere diversi valori.
L’insieme dei valori che la variabile assume è definita popolazione.

La statistica ha perciò come obiettivo quello di definire delle leggi che possano indicare, in base a
determinate condizioni, quali valori la variabile assumerà.

Applichiamo come esempio la statistica al lancio di un dado.

La nostra variabile è il risultato del lancio del dado.
I possibili numeri che possono uscire, perciò i numeri da 1 a 6, sono la nostra popolazione.
Attraverso la statistica possiamo prevedere quella che definiremo la probabilità di uscita di un valore,
cioè dopo il lancio del dado una stima del numero che potrebbe uscire.

La statistica si applica ai casi dove il valore cha la variabile assume no è legata a delle leggi certe ma è
un evento aleatorio. La statistica vuole definire delle leggi che possano ridurre questa aleatorietà e
fornire delle previsioni sui possibili valori della variabile.

Tornando nell’ ambito della produzione vediamo come si applica la statistica.

Prendiamo di una qualsiasi macchina i pezzi prodotti all’interno di un determinato periodo di tempo;
di questi misuriamo una specifica grandezza, ad esempio se la macchine è un trapano misuriamo il
diametro del foro dei buchi effettuati sui singoli pezzi, noteremo che i valori misurati sono variabili.
La variabile statistica è la grandezza che andremo a misurare e il nostro scopo è quello di determinare
attraverso la misurazione di soltanto alcuni pezzi quale sarà il valore che la variabile assumerà con una
maggiore frequenza e capire perciò se la macchina produce dei pezzi conformi alle richieste di
progetto o meno. In questo modo la macchina viene tenuta sotto controllo.

Frequenza e istogrammi

Il concetto di frequenza è introdotto attraverso un esempio.

Misuriamo la lunghezza di 200 molle prelevare da uno stesso lotto. Dopo aver registrato le 200
misurazioni osserviamo che queste assumono 45 valori diversi. Per avere una visione più sintetica dei
dati si decide di raggrupparli in 8 classi di ampiezza 0.1 cm.
La tavola mostra la misurazioni effettuate e il loro raggruppamento in classi
.
x f f/n F F/n
5.60-5.70 10 0.05 10 0.05
5.70-5.80 15 0.08 25 0.14
5.80-5.90 30 0.16 55 0.30
5.90-6.00 50 0.27 105 0.58
6.00-6.10 40 0.22 145 0.79
6.10-6.20 25 0.14 170 0.93
6.20-6.30 12 0.06 182 1

definiremo:

2
 ORION s.r.l.

f : Frequenza, il numero di volte che la variabile ha assunto un valore all’interno del periodo di
misurazione scelto
f/n: Frequenza relativa, il rapporto tra la frequenza e il numero totale degli elementi
F: Frequenza cumulata il numero totale di osservazioni che non supera un determinato numero
F/n: Frequenza relativa cumulata, il rapporto tra F e il numero totale di osservazioni

La distribuzione della frequenza è valutata con maggiore comprensione e rapidità se i dati raccolti
sono tradotti in forma grafica. Si ottiene cosi l’ istogramma di frequenza

60
50
40

30
20
10
0
5.60-5.70 5.70-5.80 5.80-5.90 5.90-6.00 6.00-6.10 6.10-6.20 6.20-6.30

La rappresentazione ad istogramma della distribuzione di frequenza della misura delle lunghezze delle
molle dà una visione più plastica dell’andamento della variabile.
Se dividiamo i valori dell’ordinata per il numero totale delle misurazioni otteniamo la frequenza
relativa, o probabilità, per le singole classi.

Adottando il medesimo approccio pensiamo di prendere un numero molto elevato di misurazioni,

raggrupparle in classi di intervallo molto ridotto e calcolarne la frequenza per ogni classe.
In questo modo la rappresentazione grafica non è più un istogramma ma si ha un andamento che, con
l’aumentare delle misurazioni e con la riduzione dell’ampiezza delle classi, tende ad assomigliare ad
un curva.
La curva che si ottiene rappresenta perciò la distribuzione di frequenza della variabile e considera tutte
i possibili valori che la variabile può assumere con le rispettive frequenze.

x
Nel nostro caso la curva presenta un tipico andamento a campana e una simmetria rispetto ad un
valore centrale.
Nella statistica una curva che presenta questo andamento viene definita curva normale.

La distribuzione di frequenza è la rappresentazione grafica dell’andamento della variabile, sono

riportati l’insieme di tutti i possibili valori che la variabile può assumere e la loro rispettiva frequenza.

3
 ORION s.r.l.

Parametri caratteristici

Per caratterizzare una distribuzione di frequenza bisogna definire un parametro relativo alla sua
centratura e uno relativo alla sua dispersione.

Come si vede dal grafico i valori della variabile tendono ad avvicinarsi ad un valore centrale, questo
valore è definito come media (X) della distribuzione.
Per ottenere questo valore si utilizza la formula della media aritmetica,
Il valore della media si ottiene dalla somma dei valori assunti divisi per il numero delle osservazioni
effettuate:

FORMULA

L’altro parametro fondamentale per conoscere l’andamento di una distribuzione è il parametro relativo
alla sua dispersione. In statistica sono stati definiti due parametri che riportano questa definizione e
sono: la varianza e l’escursione.

La varianza è la media della sommatoria dei quadrati degli scostamenti.

Indicando la varianza con la lettera s’2, avremo che per N valori X1,X2, …, Xn la varianza è data dalla
formula:

FORMULA

Se estraiamo la radice quadrata della varianza otteniamo lo scarto quadratico medio (s).

Altra misura della dispersione utilizzata largamente nel controllo statistico è l’escursione quale
differenza tra il valore massimo e il valore minimo assunti dalla variabile.
L´escursione é rappresentata dalla lettera w ed è data dalla seguente equazione:

w = Xmax - Xmin

L´esempio seguente aiuterà a comprendere i concetti sopra esposti

Sono date le misurazioni giornaliere delle temperature (°C) di due località diverse.
Si determinano i valori della media, dello scarto tipo e dell’escursione.

Località:

A) 8-4-6-12-12-9

B) 7-7-9-10-10-8

Applicando le formule otteniamo:

Xa=8,5 Xb=8,5
sA=2,93 sB=1,26
wa=8 wb=3

Le località presentano la medesima temperatura media pari a 8,5 gradi.

Valutando invece lo scarto sappiamo che durante la giornata nella località B la temperatura subirà una
minore variazione rispetto al valore medio che nella località A.
Dall’escursione abbiamo informazioni sulla differenza tra il valore massimo e il valore minimo delle
temperature.

4
 ORION s.r.l.

Con le informazioni date da questi tre parametri si ha un’evidente migliore visione della distribuzione
delle temperature nelle due località, difatti nonostante presentino la medesima temperatura media, la
località B è da preferire in quanto durante l’arco della giornata le temperature subiscono una minore
variazione.

Nel caso di una distribuzione di frequenza che presenta un andamento grafico simile alla curva
normale, la media indica il valore rispetto al quale la curva è simmetrica, è il punto del grafico che
presenta il maggiore valore della frequenza.

Lo scarto tipo invece mi indica la forma che assume la mia curva; per valori piccoli avremo una forma
slanciata che si raccoglie intorno al valore medio, mentre per valori grandi la curva presenterà un
appiattimento verso l’asse delle ascisse.

Nel grafico sono riportati due distribuzioni che presentano la stessa media ma uno scarto diverso, la
linea tratteggiata presenta uno scarto minore rispetto allo scarto della linea continua.

Un’altra caratteristica peculiare, e molto importante, della curva normale è che la variabile ha una
probabilità del 68,27% di assumere un valore compreso nell’intervallo tra X-s´e X+s´, mentre ha una
probabilità rispettivamente del 95,45% e del 99.73% di assumere un valore compreso tra X +- 2s´e X
+- 3s´.

Questa caratteristica verrà ripresa in seguito quando si tratterà di tracciare i limiti delle carte di
controllo.

La curva normale ridotta

Le distribuzioni che si incontrano nella pratica del controllo statistico di qualità possono essere
ricondotte alla distribuzione normale.

La comodità di ricondursi alla curva normale è legata la fatto che per questa distribuzione è nota
un’espressione matematica che in funzione di X ed s permette di tracciare la curva che descrive la
distribuzione, perciò di calcolare la probabilità relativa a qualsiasi valore che la variabile può
assumere.

Un’ulteriore semplificazione deriva dalla definizione della curva normale ridotta, che evita di tracciare
una curva normale per ogni coppia di valori X,s.

5
 ORION s.r.l.

Per avere notizie su una qualsiasi distribuzione normale, perciò sulla probabilità che per una data
media e scarto la variabile assuma un determinato valore, non occorre costruire la curva normale ma
basta rifarsi alla sola curva normale, i cui valori per un’ulteriore semplificazione della determinazione
sono riportati in una tabella.

Per utilizzare la curva normale ridotta bisogna ricorrere alla sostituzione della nostra variabile X con la
variabile z attraverso la seguente relazione:
z = (X – X) / s

I passi che bisogna svolgere per determinare la probabilità che la X assuma un determinato valore
sono i seguenti:

determino il valore di z

vado sulle tabelle e mi ricavo il valore della probabilità per z

divido questo valore per lo scarto s

ottengo cosi la probabilità cercata.

Un’altra tabella disponibile molto utile è quella relativa alla probabilità cumulata.

6
 ORION s.r.l.

COSTRUZIONE DELLA CARTA DI CONTROLLO

Per tenere sotto controllo una macchina, perciò verificare che i pezzi prodotti siano conformi, in teoria
bisognerebbe procedere ad un controllo al 100%.
La statistica permette una considerevole riduzione dei tempi e dei costi in quanto permette di procede
al controllo non dell’intero lotto ma di una sua parte e, dall’analisi di questa parte, si risale ad avere
informazioni sull’intero lotto.

La costruzione delle carte di controllo prevedono una prima fase di campionamento, seguita
dall’elaborazione dei dati raccolti e infine dalla costruzione delle carte.

Campionamento

Il prelievo dei campioni da una popolazione, della quale si vogliano conoscere i parametri, si articola
nei seguenti punti:

modalità di prelievo di ogni singolo elemento

dimensione n del campione

numero dei campioni

Modalità di prelievo di ogni singolo elemento

Per prelevare ogni singolo elemento bisogna porsi nelle condizioni di eseguire dei prelievi casuali.
Alcune di queste condizioni possono essere ad esempio quella di prelevare l´elemento all’inizio o alla
fine del turno di lavoro, o dell’intervallo orario.

Tutte le operazioni devono esser affidate al caso, con rigorosa esclusione della volontà del singolo
operatore.

Dimensione n del campione

Dimensioni del campione di 4 o 5 elementi sono considerate soddisfacenti dall’analisi statistica.

Questa scelta è dettata dalla considerazione che questa dimensione rende minima la variazione della
variabilità entro il campione, si ottengono perciò elementi omogenei e rappresentativi.

Numero dei campioni

Un numero di campioni pari a 20-25 è considerato soddisfacente.

Determinazione dei parametri della distribuzione

Dato che nono si conoscono i parametri del lotto si procede a determinare prima i parametri del
campione e successivamente, con opportune operazioni, si ricavano i parametri del lotto.

Durante la trattazione si utilizzeranno i seguenti simboli:

Media della popolazione X, media dei campione X`
Scarto tipo della popolazione s, scarto tipo dei campioni s´

7
 ORION s.r.l.

La procedura che si utilizza è spiegata attraverso lo svolgimento di un esempio.

Dal lotto di produzione di una macchina, vengono estratti 9 campioni di 5 elementi.
Per ogni campione si definiscono i valori della media, dello scarto e dell’escursione.

Questi valori possono essere ricondotti a loro volta ad una distribuzione di frequenza con una propria
media e scarto.

CAMPIONI X’ S´ w

LOTTO
Insieme dei
pezzi
prodotti

Media
Scarto

Colonna delle Medie

La colonna delle medie è formata dalla medie dei singoli campioni estratti a caso dal lotto.
Dell’insieme dei valori cosi raccolti se ne determinano la media o lo scarto tipo.

La media delle medie X’X si ottiene come la media aritmetica dei valori delle medie dei campioni.
L’analisi statistica ha dimostrato che questa media può essere assunta come stima corretta della media
della popolazione, perciò si ha che:

X’X =X

Lo scarto tipo delle medie dei campioni è invece legato allo scarto tipo della popolazione dalla
seguente relazione:

sx= s/radn

dove n è la dimensione del campione

Colonna dello scarto tipo

Come prima, per l’insieme degli scarti tipo ricavati da ogni singolo campione si determinano la media
e lo scarto tipo.
Per la media la relazione da usare è :
Xs = c2s
mentre per lo scarto tipo si ha:
s’s= s/rad 2n

Colonna dell’escursione
Infine per la colonna delle escursioni abbiamo per la media:
Xw = d2s
mentre per lo scarto tipo si ha :
s’w = d3s

8
 ORION s.r.l.

I valori dei fattori fin qui utilizzati: d2, d3, c2 sono riportati in una tabella in funzione della
dimensione n del campione.

Una volta ottenuti questi valori si procede a disegnare le carte di controllo.

ESEMPIO
Nel corso della produzione di blocchetti di acciaio con valori di specifica 20+/- 0,15 mm, abbiamo
registrato nella tabella sottostante le misure di 20 campioni di dimensione 5.
Sulla stessa tavola sono stati riportati i valori dei parametri campionari X,w,s per ogni singolo
campione, nonché le rispettive medie Xx,Xs,Xw.

n° campione Misure dei 5 campioni X w s

1 20.00 20.08 19.93 19.85 19.88 19.95 0.23 0.0833
2 19.96 20.08 20.08 20.13 20.16 20.08 0.02 0.0683
3 19.98 19.83 20.18 20.11 19.98 20.04 0.38 0.1413
4 20.08 20.03 19.93 19.96 20.00 20.00 0.15 0.0525
5 20.06 20.06 20.13 19.88 19.90 20.01 0.25 0.0984
6 19.90 20.11 20.08 19.90 19.93 19.98 0.21 0.0919
7 20.11 20.18 19.93 20.06 19.96 20.05 0.25 0.0942
8 20.08 19.93 20.13 20.08 19.96 20.04 0.20 0.0720
9 20.03 20.06 20.18 20.0 20.0 20.05 0.18 0.0669
10 20.06 19.93 20.13 20.00 19.80 19.98 0.33 0.1133
11 20.08 20.18 20.06 16.93 19.88 20.03 0.30 0.1081
12 20.08 20.16 20.06 20.06 20.00 20.07 0.16 0.0410
13 20.06 20.06 19.98 20.03 20.06 20.04 0.08 0.0616
14 19.93 20.13 20.11 19.93 20.00 20.02 0.20 0.0858
15 19.98 20.06 20.08 19.88 19.98 19.99 0.20 0.0711
16 20.00 19.80 19.98 20.13 20.03 19.99 0.33 0.1072
17 19.93 19.93 20.06 20.08 20.03 20.00 0.15 0.0643
18 19.93 20.06 20.06 20.13 20.08 20.05 0.20 0.0669
19 20.06 20.06 20.08 20.00 19.88 20.02 0.20 0.0810
20 19.90 20.04 20.00 19.98 19.93 19.98 0.16 0.0560

Xx,. Xs, Xw
media 20.02 0.22 0.0797

Rappresentazione delle carte di controllo

Le informazioni utili per comprendere una distribuzione di frequenza, come abbiamo precedentemente
detto, sono le informazioni relative al suo andamento centrale e alla sua dispersione. I parametri statici
che riportano queste informazioni sono la media e, per quanto riguarda la dispersione, lo scarto tipo
oppure l’escursione.

Le carte di controllo sono perciò riportano queste due informazioni sul centramento della distribuzione
e sulla sua dispersione, si hanno cosi di solito una carta per la media e una carta o per lo scarto tipo o
per l’escursione.

La carta della media ci dice qual’è il valore che la mia variabile assume con maggiore frequenza,
sappiamo perciò ad esempio se il diametro dei fori praticati dal mio trapano sui pezzi prodotti è quello
richiesto dal progetto o meno.

9
 ORION s.r.l.

La carta dello scarto o dell’escursione mi dice la dimensione dell’intervallo dei diametri prodotti,
perciò sulla precisione dell’operazione.

Carta della media

Per tracciare la carta ci riferiamo all’esempio riportato precedentemente.

Sull’asse delle ascisse riportiamo il riferimento al numero del campione estratto (il primo, il secondo,
il campione ennesimo).

Sull’asse delle ordinate invece riportiamo il valore della media di ogni singolo campione
Prima di riportare i diversi punti, sono tracciate sul grafico tre linee parallele all’asse delle ascisse che
intersecano l’asse delle ordinate in tre punti precisi.

La prima è la linea di riferimento centrale che interseca l’asse delle ordinate nel punto di valore pari
alla media delle medie dei campioni, perciò al valore calcolato Xx.

Le altre due linee risultano essere i limiti superiore e inferiore della carta, entro i quali dovranno
ricadere i valori affinché il sistema possa essere definito sotto controllo.
Per quanto riguarda il limite superiore la linea intersecherà l’asse delle ordinate nel punto di valore
pari a Xx + 3 sx.,mentre per il limite inferiore il valore è pari a Xx – 3 sx.

LSC = Xx + 3 sx = 20.146
LIC = Xx - 3 sx = 19.89

I limiti sono posti in questi valori in quanto, come è stato detto precedentemente, essendo la
rappresentazione grafica della distribuzione di frequenza simile alla curva normale, la variabile ha
una probabilità del 99.57% di assumere un valore che ricade in questo intervallo.

Utilizzando i valori dell’esempio si ricava la seguente carta.

LSC

Xx.

LIC

Dalla carta appare evidente che la macchina è sottocontrollo in quanto tutti i punti ricadono all’interno
dell’intervallo superiore ed inferiore della carta.

10
 ORION s.r.l.

Carta della escursione

Per la carta dell’escursione si procede analogamente al caso precedente.

Si tracciano perciò la linea centrale di riferimento, che corrisponde al valore della media delle medie
delle escursioni di ogni singolo campione Xw, e i limiti superiore e inferiore con valore pari a :

LS: Xw + 3 sx = 0.466
LI: Xw - 3 sx = 0

LSC

Xw

Anche da questa carta si evidenzia che la macchina è sottocontrollo.

Carta dei singoli valori della variabile

Un’altra carta che viene utilizzata è la carta dove sono riportati i valori dei singoli elementi estratti,
confrontati con il valore nominale e i limiti di tolleranza richiesti.

Questa carta serve per capire se se i limiti di tolleranza, impostati in fase di progetto, sono troppo
ristretti per il nostro sistema di produzione, il che comporta un alto numero di pezzi da scartare.
Semplicemente si tracciano le line corrispondenti al valore nominale della specifica di progetto e i
limiti di tolleranza imposti, e successivamente si riportano i punti che sono le misurazioni effettuate
sui campioni.

LST
. . .. . .. . .. .
. . . .. . . . .. .. . . .... . .
. . . . . . . . .. . .. . .. . .
... . .. . . . . ... ... .. . . …..
.... . . . . . . . . . .. ..

. . . . . . . . . .
. . .. .. . . .. . . . . .
.. . . .. . . . .. . .. . .
LIT

11
 ORION s.r.l.

Ricordiamoci che ogni macchina presenta delle cause intrinseche che impediscono la produzione di
pezzi perfettamente uguali. Dalla somma di questi difetti, che non possono essere eliminati, si
determina la tolleranza naturale.

La tolleranza naturale indica il massimo livello di accuratezza che si può raggiungere con il processo
di produzione. Impostare dei limiti di tolleranza di progetto inferiori a questi limiti naturali porta
inevitabilmente ad avere un elevato numero di elementi che saranno scartati, proprio perché il
processo produrrà dei pezzi che possono presentare una dimensione maggiore di quella richiesta.

Dal numero di elementi che cadono al di fuori dei limiti della carta si può comprendere se la tolleranza
di progetto è ben posta, se il nostro processo può soddisfarla.

Discussione sulle carte di controllo

Le carte di controllo hanno dimostrato la loro validità nel descrivere l’andamento di un processo
produttivo nelle sue componenti di centratura e variabilità.

La posizione dei limiti di controllo, superiore e inferiore, ci mettono in condizione di appurare se il

processo di fabbricazioni dimostri una sua costante inerente variabilità, il che fa dire che il processo è
in controllo, o se, viceversa, dimostri di esser fuori controllo per la presenza di una variabilità casuale,
che va accertata.

Constatare che un processo è in controllo non deve lasciarci tranquilli senza un doveroso riscontro, in
quanto non sempre è sufficiente averlo constatato per esprimere un giudizio definitivo sulla validità e
affidabilità del processo.

Slittamento del processo

Una variazione della media corrisponde ad uno slittamento della curva normale lungo l´asse delle
ascisse.

In caso di variazione della sola media lo slittamento sarà denunciato dalla carta delle medie da un
insieme di punti posti tutti da un lato o dall’altro della linea centrale, mentre la carta della dispersione
non mostrerà nessuna variazione.

Perché un fenomeno si mantenga nella media occorre che i vari punti che lo rappresentano siano
distribuiti con una certa regolarità da entrambi i lati della linea che rappresenta la media.
Da quanto esposto discende che anche quando tutti i punti fossero compresi entro i limiti di controllo
non saremmo ancora tranquillizzati a dire che ogni cosa é sotto controllo, se non dopo una corretta
interpretazione della carta.

La successione dei punti da una sola parte della linea centrale è stata oggetto di approfonditi studi
statistici, attraverso i quali è stata elaborata una teoria, detta appunto Teoria delle sequenze.
Enunciamo soltanto delle regole pratiche.
Bisogna stare attenti se da un lato della linea centrale della carta i punti si trovino come segue:

7 punti in successione
se su 11 punti in successione almeno 10 sono dallo stesso lato
se su 14 punti in successione almeno 12 sono dallo stesso lato

12
 ORION s.r.l.

se su 17 punti in successione almeno 14 sono dallo stesso lato

se su 20 punti in successione almeno 16 sono dallo stesso lato

L’uso delle suddette regole riveste grande importanza laddove si sia in presenza di tolleranza di
specifiche molto ristrette in confronto della tolleranza naturale del processo.

Negli altri casi le regole hanno indubbio valore orientativo per consigliare se sia bene o no rivedere la
centratura del processo.

I seguenti esempi riportano alcuni casi di slittamento del processo.

a) siamo in presenza di frequenti irregolarità della media

b) siamo in presenza di un andamento ciclico
c) successione di punti con andamento crescente

a)

b)

c)

Limiti di controllo e tolleranza naturale

Una volta che la carta di controllo ci assicura che il processo è in controllo, abbiamo raggiunto
l’obiettivo della certezza circa la costanza della variabilità del processo, obiettivo importante ma non
definitivo.

Bisogna valutare i limiti di tolleranza imposti in fase di progetto e confrontarli con la tolleranza
naturale del processo.

In fase di progettazione vengono valutati diversi fattori a seguito dei quali saranno definiti le
specifiche tecniche del prodotto.

Queste non sono altro che descrizioni dettagliate di precise esigenze intese a mantenere nel tempo gli
standard di qualità del prodotto.

Per ogni caratteristica del prodotto vi sarà una specifica tecnica i cui fattori principali sono: la
specifica nominale e la tolleranza del prodotto.

13
 ORION s.r.l.

La specifica nominale è il valore che la progettazione ha definito in relazione ai fini ultimi del
prodotto. Questo valore può essere un carico di rottura, una lunghezza, spessore, temperatura.

La tolleranza è invece definita dalla consapevolezza che il processo di produzione presenta una
variabilità intrinseca, per cui non sarà possibile ottenere il preciso valore nominale ma misure che
oscilleranno intorno ad essa.

La tolleranza di processo è strettamente legata alla variabilità del processo.

Bisogna perciò verificare che la variabilità ipotizzata in fase di progettazione corrisponda alla realtà.

Indicheremo con Xmax e Xmin i limiti di tolleranza di specifica, mentre con 6s´ la tolleranza naturale del
processo.

I casi che si possono riscontrare sono:

a) 6s´< Xmax - Xmin

I limiti della tolleranza naturale si trovano all’interno dei limiti di tolleranza di specifica.
Siamo in una condizione che permette di avere un buon prodotto con sufficiente tranquillità.

XMAX

+3s

-3s
Xmin

b) 6s´= Xmax - Xmin

La situazione richiede una corretta centratura del processo, perciò una corretta regolazione della
macchina, e un costante controllo in quanto una qualsiasi slittamento produrrebbe un numero
consistente di pezzi da scartare perché non soddisfano i requisiti di specifica richiesti.

In questo caso bisogna porsi la domanda se non sia possibile rivedere la tolleranza di specifica,
altrimenti bisogna aggiornare frequentemente la carta di controllo.

XMAX / + 3 s

Xmin / - 3 s

c) 6s´> Xmax - Xmin

14
 ORION s.r.l.

Inevitabilmente un certo numero di pezzi dovranno essere scartati. Se non si è in grado di mantenere
costante il centraggio del processo, occorre rivedere la tolleranza di specifica, aumentandola.
+3s

XMAX

Xmin
-3s

Procedura per l’impostazione e la gestione delle carte di controllo

Il punto di partenza per l’impostazione di una carta di controllo è la scelta della variabile o
caratteristica di qualità. È chiaro che non sarebbe possibile sviluppare una carta di controllo per tutte le
variabili che interessano la fabbricazione di un prodotto.
La scelta della variabile deve essere sentita come un’operazione da intraprendere con buon senso ed
oculatezza.

Una volta che la variabile è stata scelta si passa alla seconda fase costituita dal campionamento.
La terza fase è costituita dalla misurazione dei campioni, che può essere la determinazione di una
lunghezza, uno spessore, una temperatura…
Tutte queste misurazioni di una stessa grandezza costituiscono una distribuzione di frequenza normale
con propria media e dispersione.

Dopo aver registrato i valori della variabile di ogni singolo campione e i valori dei parametri statistici
interessati su moduli appositamente preparati secondo le particolari esigenze di chi li deve usare, si
passa alla impostazione della carta di controllo.
Si calcolano in primo luogo i parametri statistici dei campioni X,w e s ricorrendo alle formule
precedentemente riportate.

In ultimo si passa al calcolo dei limiti di controllo delle carte che si intende utilizzare. Per la carta X –
w applicheremo le seguenti formule:

LSCX = X + A2 w LICX= X - A2 w
LSCw = D4 w LICw = D3 w

per la carta X – s ricorreremo alle formule:

LSCX = X + A1 s LICX= X – A1 s
LSCs = B4 s LICs = B3 s

per la carta X – s’ dei parametri della popolazione occorrono le formule :

LSCX = X + A s’ LICX= X – A s’
LSCs’ = B2 s’ LICs’ = B1 s’

I parametri statistici della popolazione X e s’ si ricavano ricordando che per la media X della
popolazione corrisponde alla media delle medie dei campioni X, mentre lo scarto tipo s’ viene ricavato

15
 ORION s.r.l.

o dalla formula s’ = w / d2, se adoperiamo la carta X – w, o dalla formula s’ = s / c2 se adoperiamo la

carta X – s.

Teorema dell’unità e dell’insieme

Si presenta sovente il problema di dover determinare le tolleranze da assegnare ad un insieme di più

elementi.

A seconda della circostanze si possono seguire due strade: o fissare la tolleranza dell’insieme, ed in
base a questa determinare le tolleranze dei singoli elementi componenti, oppure fissare le tolleranze
dei singoli elementi, ed in base a queste determinare la tolleranza dell’insieme.

Intuitivamente sembrerebbe ovvio che la tolleranza dell’insieme è data dalla somma delle tolleranze
dei singoli elementi, ma operando in questo modo non si terrebbe conto degli aspetti probabilistici
degli accoppiamenti. Il caso porta all’accoppiamento con diverse combinazioni di tolleranza degli
elementi componenti.
Avendo le tolleranze dei singoli elementi la determinazione dello scarto tipo dell’insieme viene
determinata applicando il teorema dell’unità e dell’insieme: lo scarto tipo della somma di qualsiasi
numero di variabili indipendenti è la radice quadrata della somma dei quadrati degli scarti tipo delle
variabili indipendenti.

Per fare un esempio significativo, supponiamo di avere il disegno di un insieme di tre elementi così
indicato:

A 36.80 B 21.95 C 29.70 D

+/- 0.10 +/- 0.08 +/- 0.07

e per ogni elemento è stato calcolato lo scarto tipo: s

AB 0.025
BC 0.020
CD 0.0175

La lunghezza totale è data dalla somma delle lunghezze dei singoli elementi:

L= 36.80+21.95+29.70 = 88.45

Mentre per determinare la tolleranza si ricorre al teorema e si ha:

sAD= RAD(s2ab+s2bc+s2cd) = 0.0365

La tolleranza da prendere in considerazione è pertanto:

+/- 3 sAD = +/- 0.1095

ESERCIZI

Di seguito è riportato un esercizio per meglio chiarire la costruzione delle carte di controllo.

Partiamo dai seguenti dati:

Numero di campioni = 25

16
 ORION s.r.l.

dimensione del campione n = 5

 X = 235
 w= 55.5

Vogliamo calcolare i limiti di controllo delle carte X e w, e discutere il processo supponendo di fissare
un limite inferiore di specifica Xmin = 6.85.

Costruzione Carta X :

media X X = 235 / 25 = 9.4

media w Xw= 55.5 / 25 = 2.22
LSCX = X + A2 Xw = 9.4 + 0.58 * 2.22 = 10.39
LSIX = X - A2 Xw = 9.4 - 0.58 * 2.22 = 8.11

Carta w:

media w Xw= 55.5 / 25 = 2.22

LSCw = D4 Xw = 2.11 * 2.22 = 4.68
LICw = D3 Xw = 00 * 2.22 = 0

Ora bisogna soltanto tracciare sul grafico le line che intersecano l’asse delle ordinate in punti con
valori pari a quelli trovati.

Per discutere il processo nel caso di tolleranza di specifica Xmin= 6.85 dobbiamo confrontare questo
limite con i limiti di tolleranza naturale X e s’ della popolazione
X = 9.4 mentre s’ = w / d2 = 2.22 / 2.326 = 0.95

potremo quindi scrivere

LSC = X + 3 s’ = 12.25
LIC = X – 3 s’ = 6.55

Tracciamo come da grafico i limiti di tolleranza naturale, la linea centrale e Xmin.

LST = 12.25

9.4

Xmin = 6.85

LIT = 6.55

L’area compresa tra la linea tratteggiata e il LIT è l’area in cui cadranno gli elementi difettosi, e che
possiamo calcolare ricorrendo alla variabile ridotta z = ( X – X) / s’.

17
 ORION s.r.l.

Dobbiamo calcolare l’area che va da meno infinito a 6.85 che in termini di variabile ridotta si esprime
con :

z = (6.85 – 9.4 ) / 0.95 = - 2.68

Dalla tav. relativa alla curva normale ridotta, ricaviamo in corrispondenza di 2.68 il valore 0.4963.
Essendo partiti da una cifra negativa per avere l’esatto valore dell’area dovremmo scrivere:

0.5 – 0.4963 = 0.0037

L’area al di sotto del minimo risulta essere pari al 0.37%, ciò vuol dire che potrà capitare di avere al
massimo lo 0.37% di elementi difettosi. Il processo si scosta in maniera irrilevante dalla tolleranza
naturale e può quindi convenire di non intervenire sul processo di fabbricazione

18
 ORION s.r.l.

PIANI DI CAMPIONAMENTO DI PRODOTTI IN CONTINUO

I prodotti fabbricati in continuo si presentano al controllo scorrendo, per esempio su di un nastro
trasportatore o lungo una catena di montaggio.

La regola di avere alla postazione di controllo disponibili tutti i pezzi del lotto per procedere
all’estrazione del campione viene meno; gli elementi del campione debbono essere prelevati mano a
mano che essi passano davanti alla postazione di controllo. Il problema risiede nella definizione di
criteri che garantiscano la casualità dell’estrazione.

Per ovviare a questi inconvenienti, si è pensato di studiare nuovi paini di campionamento per il
particolare settore dei prodotti fabbricati i continuo. Tali piani vengono descritti come piani
Continuous Sampling Plan e sono di tre tipi: CSP-1, CSP-2 e CSP-A.

Piani CSP

I piani CSP sono piani misti in quanto il controllo degli elementi combina il controllo campionario con
il controllo al 100%.

Il controllo si applica a insiemi di i elementi prefissati e consecutivi

Si incomincia a controllare i primi i elementi al 100%; se trovati tutti buoni si passa al controllo
campionario altrimenti si continua con il controllo al 100% per ulteriori i elementi. Il controllo
campionario viene interrotto appena ci si imbatte in un elemento difettoso e si torna al controllo di i
elementi al 100%.

L’adozione di piani di campionamento CSP offre dei vantaggi che risultano evidenti se si pensa che il
flusso del prodotto non subisce interruzioni durante la fase di controllo quando il prodotto è di buona
qualità, e inoltre permette di intervenire con tempestività alla eliminazione dei difetti sui successivi
elementi non appena si scoprono elementi difettosi.

Il piano di campionamento si basa su un preciso intervallo di tempo, definito intervallo di produzione,

che rappresenta l’unità di tempo entro il quale un certo numero di elementi viene prodotto.
Saranno considerati intervalli di produzione: i turni di lavoro, un giorno, un ora. L’intervallo di
produzione deve essere sempre ben definito prima di impostare il piano CSP.

Piano CSP-1

I parametri del piano sono definiti utilizzando delle opportune tabelle.

Per primo si determina il numero di elementi prodotti nell’intervallalo di produzione considerato; con
questo numero si consulta la tavola XX che riporta il codice in lettere dei livelli di ispezione, in
analogia con i livelli di ispezione delle tavole per il piano di campionamento normali.

Stabilito il livello di qualità LQMR desiderato, si consulta la tavola XX, sulla riga passante per la
lettera di codice si incontra per primo il numero di frequenza f per il controllo campionario, e nella
intersezione della stessa riga con la verticale per LQMR si incontra il numero i di elementi da
controllare al 100%.

19
 ORION s.r.l.

Consideriamo un intervallo di produzione giornaliera di 8 ore, con una produzione di 1600 pezzi.
Assumiamo un LQMR = 2.20 %. Dalle tavole ricaviamo che alla produzione di 1600 elementi
corrisponde a livello di ispezione normale II la lettera di codice G, e a questa lettera corrisponde nella
tavola una frequenza f = 1/15 e un numero consecutivo i = 65 di elementi da controllare al 100%.

Si incominciano a controllare i primi 65 pezzi, se non si riscontra nessun pezzo difettoso si passa a
controllare 1 pezzo ogni 15, altrimenti si continua il controllo al 100% di altri 64 pezzi.
Il controllo campionario si mantiene finché non si riscontra un pezzo non accettabile che implica il
ritorno al controllo di altri 65 pezzi al 100%.

Il limite tra produzione in controllo e no e data dalla tabella XX. In questa tabella è riportato il valore
L che è il numero di elementi controllati al 100% all’interno del nostro intervallo di riferimento.
In base ai parametri del nostro esempio, codice G e LQMR = 2.20 , avremo un L = 325.

Se nel corso del controllo gli elementi controllati al 100% superano il numero 325 vuol dire che la
produzione è fuori controllo.

Piano CSP-2

La differenza con il piano CSP-1 consiste nel fatto che quando si è in fase campionaria non si ritorna
subito alla fase del controllo al 100% una volta individuato un elemento difettoso, ma si continua il
controllo campionario sino a quando non capiti un altro elemento difettoso.

Per determinare i parametri del piano si ricorre alle tavole XX specifiche.

Supponiamo di avere il seguente piano CSP-2:
Produzione giornaliera = 1600
codice = G
f = 1/15
i = 80
L = 625

La procedura di controllo da seguire è la seguente:

controllare al 100% i primi 80 elementi

passare al controllo campionario di 1 elemento su 15 se nessun elemento difettoso è
stato riscontrato

se durante il controllo campionario viene trovato un elemento difettoso, continuare il
controllo campionario

passare a controllo al 100% se si trova un secondo elemento difettoso prima di avere
controllato 81-esimo elemento.

Se il numero degli elementi controllati al 100% supera il valore di 625 il processo risulta essere fuori
controllo.

CSP-A

Il piano si discosta dai precedenti in quanto introduce un nuovo parametro a e non considera il
parametro L.

Riferendoci alle tabelle i parametri caratteristici necessari sono i seguenti:

20
 ORION s.r.l.

Produzione giornaliera = 1600

Codice = j
f = 1/15
i = 20
a=7
La procedura di controllo è la seguente:

controllare i primi 20 elementi al 100%

passare al controllo campionario di 1 elemento su 15 se sono stati trovati al massimo a
elementi difettosi, nel nostro caso 7.

se durante il controllo campionario si riscontra un elemento difettoso, e il numero di
difetti rilevati fino a questo momento sono a, cioè 7, allora la produzione è fuori
controllo, altrimenti se i difetti riscontrati sono minori di 7 si ritorna al controllo al
100% per ulteriori 20 elementi.

21
 ORION s.r.l.

BIBLIOGRAFIA
Al fine di approfondire gli argomenti trattati nella presente dispensa si consiglia la consultazione dei
seguenti testi:

Testo

Utile sarebbe anche la visione dei seguenti siti internet:

Sito

22