Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
gianni.campatelli@unifi.it
Modello matematico
Alla base dellottimizzazione di un qualsiasi processo industriale si ha la conoscenza stessa del processo Si conosce un processo solo quando possibile realizzare un modello matematico dello stesso
Lobiettivo quello di ricostruire un modello matematico del processo utilizzando gli strumenti possibili
Modello matematico
Fra questi si hanno:
Sperimentazione
Quando non si hanno dati storici del processo ed il valore di ottimo una combinazione mai utilizzata
Strumenti
Regressione
Misura
Ogni prodotto/processo ha una performance
Ripetibilit
La misura affetta da variabilit
Variabilit
La misura della variabilit la Deviazione Standard
(X
X)
N 1
Graficamente la distanza fra la media di un processo ed il flesso della curva di probabilit
6
Misura prestazioni
Per valutare le prestazioni del processo necessario poter misurare delle caratteristiche in uscita in funzione delle specifiche
Ricerca fattori
Per prima cosa si individuano i fattori potenzialmente influenti sul processo e si effettua la raccolta dati
Data Turno di lavoro Temperatura acqua di spegnimento Portata acqua di spegnimento Colata dellacciaio Potenza trasferita
8
Regressione
Regressione sui dati di processo:
Y f (Xi)
Variabili di controllo Xi Temperatura acqua Variabili di uscita Y Profondit di tempra
Portata acqua
% olio di tempra Potenza impiegata
Durezza superficiale
freccia
Velocit induttore
9
Regressione
Si quantifica linfluenza di un fattore continuo su una risposta continua
Tasso colesterolo
Kcal giornaliere
10
Tipologie regressione
lineare semplice quadratica
Regressione
multipla
cubica
lineare etc. etc
11
Regressione semplice
Si analizza linfluenza di un singolo fattore su una risposta ES: ROI investimenti Tempo ciclo addetti produzione Confort imbottitura sedia Tempo irrigazione m2 prato
Out
fattore
12
Regressione semplice
Out Out
fattore
lineare
Out
quadratica
fattore
fattore
Studio del Processo e del Prodotto - Ing. G. Campatelli
cubica
13
Accuratezza regressione
E sempre possibile interpolare i dati con una regressione
Out
fattore
14
Accuratezza regressione
R-square (R-Sq %)
Out Out fattore
fattore
R-Sq basso
R-Sq alto
R-Sq > 70 % perch la regressione Studio del Processo e del essere Prodotto - Ing. G. Campatelli accettabile 15 possa ritenuta
Accuratezza regressione
Coefficiente retta Termine noto R-Sq F (da utilizzare per test significativit) Gdl (per test)
m
b SEm SEb R-Sq SEy F Gdl sq reg sq resid
0,292411
4,693578 0,005363 2,616451 99,4% 5,385613 2972,606 18 86219,91 522,0868
Accuratezza regressione
R-Sq % calcolato utilizzando i residui
Residuo =|valore calcolato valore reale| A parit di equazione di regressione Residui
Out
residuo
R-Sq
fattore
17
Intervallo predizione
E possibile calcolare un intervallo allinterno del quale cadranno una data percentuale (95% ad esempio) delle possibili risposte
Out
fattore
18
?
fattore
19
Design of Experiments
Utilizzato per conoscere linfluenza dei vari parametri di controllo (ali, massa) in relazione al tempo di volo D.O.E.: metodo per ottenere il massimo numero di informazioni eseguendo il minimo numero di prove. Ad ogni prova i parametri vengono impostati a valori differenti
20
Definizioni DOE
Fattore: caratteristica del processo/prodotto che pu essere configurata (es: numero operatori, temperatura processo, sistema di gestione, etc.) Livello: valore plausibile del fattore numero operatori: 2 - 4 temperatura: 10C 20C sistema gestione: nuovo vecchio Il numero di livelli dipende dal fattore, solitamente si preferisce scegliere solo due livelli
21
Organizzazione esperimenti
22
Approccio fattoriale
Si considerano tutte le possibili combinazioni dei livelli dei fattori
prova A B C
1 2 3 4 5 6 7 8
+ + + + -
+ + + + -
+ + + + 23
Numero prove
Il numero delle prove da eseguire dipende dal numero di fattori e da numero di livelli n = numero fattori m = numero livelli Pi frequentemente
prove m
prove 2
24
Replicazioni
E necessario eseguire delle replicazioni per individuare un valore medio della prova in tali condizioni e valutare il rumore della prova Si consigliano sempre almeno 2-3 replicazioni
25
3 4
+ 26
Interazioni
Per interazione si intende la differenza di effetto che una variabile pu avere dipendentemente da unaltra Matematicamente la differenza fra la media delle prove fatte con livelli dei fattori concordi e livelli dei fattori discordi
A + + B + AB + Effetto AB = =media(AB+) media(AB-)= =(Y1+Y4)/2 (Y2+Y3)/2
27
1 2
3 4
+ -
Modello matematico
Il modello matematico delle DOE costituito dai seguenti termini:
y a1 x1 a2 x2 a3 x1 x2 c
28