Process Capability

Universit di Bergamo Dipartimento di Progettazione e Tecnologie
Tecnologie e Sistemi di Lavorazione
-6-
Cp
La capacit di processo
Process capability
Corso di Gestione Industriale della Qualit II

Concetti di base
Le tecniche di analisi statistica, che possono essere di grande aiuto
durante tutto il processo produttivo, dimostrano la loro utilit
anche durante lo sviluppo delle attivit che vengono prima della
produzione, nel quantificare la variabilit dei processi,
nell'analizzare questa variabilit rispetto ai requisiti o alle specifiche
dei prodotti e nella ricerca della riduzione (pi o meno spinta) di
questa variabilit.
Queste ultime attivit vengono di solito raggruppate sotto il nome
di: analisi della capacit di processo (process-capability
analysis).
La capacit di processo in particolare si riferisce alla uniformit o
variabilit del processo stesso.

Variabilit e limiti di tolleranza naturali

noto che un processo produttivo non in grado di fornire pezzi
perfettamente identici fra di loro e che quindi esiste una
variabilit degli stessi.
In particolare se ci riferiamo ad una quota di un certo prodotto,
sappiamo che i singoli pezzi al termine della lavorazione avranno
quote reali prossime fra di loro ma comunque diverse.
Analizzando l'insieme di una certa produzione (n pezzi) sar quindi
possibile calcolare un valore medio delle quote reali e la relativa
dispersione tramite la deviazione standard per analizzare se le
quote reali sono pi o meno concentrate vicino al loro valor medio.
n
q =
qi
i
=1
s =
(q i q )
i
=1
n 1

Curva di distribuzione di frequenza (pdf)

Con questi parametri possibile disegnare la curva di distribuzione
di frequenza che in grado di rappresentarci la frequenza con cui
un certo valore di quota si ripete, ovvero anche come le quote
sono distribuite attorno al valore medio.
La zona indicata nella figura come contenente il 99.73% dei pezzi,
viene detta "6-sigma" (da -3s a +3s) e viene presa come una
misura della capacit di processo.
Curva distribuzione normale


I due limiti di tolleranza naturali cadono quindi in

corrispondenza di questi q-3s e q+3s.
Per una distribuzione normale quindi il 99.73% della produzione
cade all'interno dei limiti di tolleranza naturali mentre lo 0.27%
cade al di fuori.
Si definisce analisi della capacit del processo lo studio
ingegneristico di valutazione della capacit di processo. Stimare la
capacit di processo significa quindi valutare centro (valor medio) e
dispersione (deviazione standard) di una certa distribuzione di
frequenza.
anche possibile esprimere la capacit di processo rispetto a
delle specifiche relative alle caratteristiche che stiamo valutando
(ad esempio: quota minima e massima imposte).
5

Impiego dellanalisi della capacit di processo

Lo studio della capacit di processo permette una ampio spettro di
impieghi tra i quali vale la pena di ricordare:
predire come il processo sia capace di rispettare le
tolleranze;
assistere gli sviluppatori di prodotti nel selezionare o
modificare un processo;
specificare i requisiti di performance di nuove attrezzature;
effettuare una selezione tra differenti fornitori;
ridurre la variabilit in un processo produttivo.
Quindi questo tipo di analisi estremamente valido e pu essere
usato non solo nel controllo della produzione, ma anche nelle fasi
di progetto, di pianificazione e di scelta preliminari.

possibile condurre analisi di capacit di processo principalmente

in tre modi:
tramite istogrammi o grafici di probabilit;
tramite le carte di controllo;
tramite esperimenti opportunamente studiati.

Analisi della capacit di processo tramite istogrammi

Gli istogrammi permettono di disegnare in maniera molto semplice
una distribuzione di frequenza che pu essere usata per analizzare
la capacit di processo. bene disporre di almeno 100 dati (o
osservazioni) in modo da ottenere un istogramma sufficientemente
stabile: solo in questo modo possibile stimare una capacit di
processo affidabile.

inoltre necessario eseguire alcuni controlli iniziali per rendere

significativi i dati raccolti:
scegliere la macchina o le macchine da usare:
esse devono essere rappresentative della popolazione
che si sta studiando; quando il sistema pi complesso e
possono avere influenza cause diverse pu essere
necessario applicare procedure di DOE (Design of
Experiment ovvero Progettazione della sperimentazione)
per mettere in luce l'influenza dei singoli parametri;
selezionare le condizioni operative del processo (velocit di
taglio, avanzamento, temperatura, ):
pu essere infatti interessante (come step successivo)
studiare l'influenza di questi parametri sul processo
stesso;

definire l'operatore incaricato:

in alcuni casi cambiare l'operatore significa cambiare la
capacit di processo e pu quindi essere interessante
studiare la variabilit dell'operatore;
monitorare la raccolte dei dati:
importante memorizzare l'ordine temporale con il quale
i dati sono raccolti o le singole unit prodotte ecc..
10

Esempio
Supponiamo di avere dei dati di pressione di alcuni elementi prodotti
distribuiti come riportato:
La capacit di processo di un tale sistema produttivo quindi pari a:

p 3s = 52.8 3 6.4 52.8 19.2
11

Poich l'andamento dell'istogramma molto simile ad una

distribuzione normale (abbastanza simmetrico) possibile dire che
approssimativamente il 99.73% degli elementi prodotti
avr una pressione compresa tra 33.6 e 72 (corrispondenti
appunto a 52.8-19.2 e 52.8+19.2).
Va sottolineato come in questo esempio si sia calcolata la capacit
di processo indipendentemente da specifiche di progetto
riguardanti la pressione.
12

Un notevole vantaggio nell'uso degli istogrammi risiede nel fatto che

si in grado di avere immediatamente, in maniera visiva, un'idea
delle performance del processo cos come possibile identificare le
ragioni di una eventuale bassa performance del processo.
LSL e USL rappresentano, rispettivamente, i limiti di specifica inferiore e superiore

13

Con gli istogrammi non possibile per, se non in maniera

"intuitiva", avere un'idea di quale situazione sia migliore rispetto ad
un'altra in quanto non si hanno parametrici numerici oggettivi sulla
base dei quali effettuare questa indicazione.
Occorre qualcosa in pi
14

Indice di funzionalit di processo Cp

comunque conveniente definire un parametro che ci permetta di
esprimere, in modo semplice e diretto, la capacit di un processo.
Il pi semplice sicuramente Cp.
Si definisce l'indice Cp di funzionalit di processo come indice di
tolleranza a 6-sigma nel seguente modo:
dove USL indica il limite superiore della specifica richiesta (ad

esempio: pressione massima, dimensione massima, ) e LSL indica
il limite inferiore della specifica richiesta (ad esempio: pressione
minima, dimensione minima, ). La differenza fra i due valori
rappresenta appunto l'ampiezza della tolleranza.
15

subito possibile vedere come Cp pu assumere valori vicini allo

zero fino a valori positivi elevati.
Quando Cp minore di 1, significa che la tolleranza minore della
ampiezza 6-sigma; quando maggiore di 1 significa che la
tolleranza maggiore della ampiezza 6-sigma.
evidente come l'indice Cp migliora quando esso assume un valore
molto superiore a 1.
Questo parametro Cp viene da alcuni definito rapporto della
capacit di processo (process-capability ratio) ed indicato con
PCR.
16

Indice di funzionalit Cpk

L'indice Cp prima definito in grado di misura solo la dispersione
ovvero l'ampiezza della distribuzione mentre non in grado di dirci
nulla riguardo la sua centratura (ovvero dove la distribuzione
posta rispetto al valor medio).
Questo significa che possibile avere un valore Cp maggiore di 1
(con ampiezza 6-sigma minore rispetto alla tolleranza) eppure
avere un elevato numero di pezzi scartati perch fuori
tolleranza.
17

Infatti nella distribuzione di sinistra si ha una distribuzione centrata

e quindi un elevato numero di prodotti all'interno delle specifiche
richieste. Nella distribuzione di destra invece, essendo la
distribuzione non centrata rispetto alle specifiche, si ha un elevato
numero di pezzi scartati.
18

In questo senso viene introdotto l'indice Cpk che permette la

misura sia della dispersione, sia della centratura. La sua
formulazione tiene quindi conto sia dell'ampiezza, sia di dove essa
posizionata rispetto al punto medio della specifica richiesta.
Scegliendo il minore dei due valori cos calcolati, possibile

valutare quale sia la capacit del nostro processo sul lato
peggiore, ovvero dove la coda pi vicino al lato della specifica.
Questo parametro Cpk viene da alcuni definito rapporto della
capacit di processo per processi non centrati (processcapability ratio for off-center process) ed indicato con PCRk.
19

Anche in questo caso pi Cpk assume un valore grande e meglio .

Un valore di Cpk maggiore di 1 significa che l'ampiezza 6sigma cade tutta all'interno dei limiti di tolleranza. Un valore
di Cpk minore di 1 significa che una parte dell'ampiezza 6sigma cade al di fuori della zona di tolleranza.
Un valore di Cpk minore di 0 significa che la media dei valori
misurati nella produzione cade al di fuori dei limiti di
tolleranza.
Quando Cpk ci dice che un processo non centrato rispetto alle
specifiche, non per in grado di dirci se questo errore fatto
sotto o sopra i limiti di specifica (LSL e USL).
Per avere una risposta a questa domanda occorre fare riferimento
all'istogramma dei dati di produzione rispetto ai limiti di tolleranza.
20

Esempio
Calcoliamo, ad esempio, i due indici Cp e Cpk per una distribuzione
caratterizzata dai seguenti dati:
21

Guardando i valori di Cpk, subito evidente come la distribuzione

sia tutt'altro che centrata.
Questo significa che esiste una quota consistente di pezzi
prodotti che non soddisfano i requisiti di tolleranza
richiesti, anche se da una prima analisi del valore di Cp
sembrerebbe invece avere un buon (anche se non eccelso) grado
di capacit di processo.
22

Indici di processo per limiti unilaterali

In alcuni casi i limiti di processo sono di tipo unilaterale (ad
esempio: pressione non superiore a 12 bar, oppure: peso non
inferiore ai 12 kg e cos via). In questo caso l'indice di processo Cp
deve essere ridefinito in quanto avremo parti non conformi solo
quando viene superato (in positivo o in negativo) il solo vincolo
superiore o inferiore.
23

Considerazioni sugli indici di processo Cp e Cpk

Per avere una idea corretta di quale sia la capacit di processo,
occorre riferirsi al valore di Cpk: valori maggiori o minori di uno o
valori prossimi allo zero danno chiare indicazioni al riguardo.
Si gi detto come sia importante avere valori di Cpk elevati, ma
le domande che sorgono spontanee sono:
quanto deve essere elevato questo valore ?
quanto dobbiamo impegnarci per renderlo il pi alto
possibile ?
esiste un valore sopra il quale possiamo ritenere di essere
nelle condizioni ottimali per quanto riguarda il controllo della
capacit del nostro processo ?
24

gi stato evidenziato come un valore di Cpk pari a uno

corrisponda ad una distribuzione rappresentativa della produzione
per la quale i 6-sigma cadono all'interno dei limiti di specifica,
ovvero per la quale il 99.73% delle parti prodotte in tolleranza.
Voler perseguire valori pi alti di Cpk significa compiere un grande
sforzo per ottenere un numero di prodotti non conformi che
comunque pu essere ritenuto gi basso.
Cpk pari a uno quindi vede circa 3 parti difettose su 1000.
Cpk pari a 1.33 (corrispondente a 8-sigma) significa avere il
99.994% di pezzi conformi, ovvero 6 parti difettose su
100.000 !
25

Questo miglioramento quindi ha significato non tanto per andare a

ridurre il numero degli scarti, quanto per obbligare la curva di
distribuzione ad essere pi chiusa attorno al valor medio della
specifica per ottenere un maggiore numeri di parti vicine
all'obiettivo ottimale (centro della zona di tolleranza).
26

Poich tutti questi sforzi di aumento del valore si Cpk richiedono

processi pi costosi (macchine pi precise, conoscenza del
processo migliore, maggiore uniformit del processo, )
effettivamente conveniente cercare di muoversi in questa direzione
solo dopo aver effettuato una corretta analisi dei
costi/benefici.
Di solito si ritiene di suggerire di portare Cpk a 1.33 o addirittura a
2 quando si vogliono migliorare le performance del prodotto,
oppure si vogliono ridurre i problemi di assemblaggio, oppure
ancora quando si vogliono ridurre i costi legati alla garanzia dei
prodotti.
In ogni caso comunque vanno considerati i risparmi che si ritiene di
ottenere comparati con i costi necessari per aumentare il valore di
Cpk.
27

Numero di difettosit in funzione del valore di Cp
Il voler ottenere un valore di Cp uguale a 2 significa applicare il

metodo noto come "sei-sigma"; si avr infatti un'ampiezza della
specifica (USL-LSL) pari a 12 volte il valore di s (quindi + e 6s).
28

Metodo del 6-sigma

Sotto queste condizioni si ha un Cp appunto pari a 2.
Limitando inoltre il decentramento del processo a 1.5 si pu
dimostrare come si ottiene un Cpk che al minimo diventa pari a
1.5.
Questo significa che nelle condizioni peggiori non si avr una
quantit di scarti superiore a 3,4 parti per milione.
Queste considerazioni hanno portato allo sviluppo di una
particolare politica detta anch'essa dei sei-sigma.
La tabella seguente illustra varie combinazioni di Cp e Cpk per vari
valori di s.
29

Valori minimi di Cp suggeriti a seconda del tipo di

processo
"Introduction to Statistical Quality Control Second edition" di

Douglas C. Montgomery edito dalla John Wiley & Sons
30

Intervalli di confidenza nel calcolo di Cp

La limitata conoscenza della realt, basata sul fatto che il calcolo
dei vari parametri statistici non condotto sulla intera popolazione
ma solo su un campione, porta come conseguenza che il valore di
Cp normalmente calcolato non altro che una stima del suo
valore reale. Questo significa che nel calcolarlo possibile che si
commetta un errore.
La definizione di un intervallo di confidenza pu quindi essere
utile. L'intervallo di confidenza definito in funzione del numero di
elementi costituenti il campione nel seguente modo:
31

Esempio
Supponiamo che un processo abbia dei limiti di specifica USL pari a
66 e LSL pari a 44. Supponiamo inoltre che un campione di 20
pezzi dimostri che la distribuzione sia abbastanza centrata rispetto
al punto medio dei limiti di specifica e che la deviazione standard
del campione sia s pari a 1.5.
Secondo le formule riportate nei paragrafi precedenti si ha che Cp
vale (66-44)/61.5 = 2.44.
Questa la stima di Cp.
32

33

Un intervallo di confidenza del 95% (quindi con a pari 0.5) sul

valore di Cp quindi calcolato trovando dalle tabelle:
ovvero:
da cui:
34

Verifica delle ipotesi rispetto ai valori imposti di

Cp e Cpk
Sempre pi spesso accade che nell'ambito industriale si richieda ad

un proprio fornitore di dimostrare la propria capacit di processo
come vincolo contrattuale.
Diventa quindi importante dimostrare che i propri valori di Cp o
Cpk siano pari o superino un determinato valore richiesto, ad
esempio Cp0.
Questo significa che possono verificarsi le seguenti condizioni:
Cp Cp0
Cp Cp0
il processo non capace

il processo capace
35

Lo scopo dimostrare che la prima asserzione (Cp Cp0 ) falsa e

che quindi il processo capace.
Per fare questo necessario eseguire un test statistico sul valore di
Cp cosicch se questo supera un valore critico C imposto significa
che il processo capace.
Trattandosi di una considerazione di tipo statistico necessario
definire il corrispondente intervallo di confidenza, ovvero con
quale probabilit accettiamo come buono un processo che forse
non lo e viceversa con quale probabilit rifiutiamo un processo
che forse buono. Vengono cio fissati due valori di Cp (Cp(sup) e
Cp(inf)) con il seguente significato: Cp(sup) la capability di un
processo che vorremmo accettare con probabilit mentre Cp(inf)
la capability di un processo che vorremmo rifiutare con probabilit.
36

I valori del rapporto Cp(sup)/Cp(inf) e del rapporto C/Cp(inf) sono

tabulati in funzione dei valori di a e b. Questi valori sono stati
studiati da Kane (1986) e riportati poi nel gi citato libro del
Montgomery.
37

Esempio
Al fornitore di un determinato prodotto viene richiesto di
dimostrare che il proprio processo abbia una capability superiore a
1.33. Per essere sicuri che se la capability inferiore a 1.33 ci sia
una buona probabilit di accorgersi di questo e di giudicare il
processo non capace, fissiamo questa probabilit al 90%. Viceversa
poniamo che se la capability supera 1.66 ci sia una buona
probabilit di giudicare il processo capace: poniamo ancora questa
probabilit pari al 90%. In questo senso si ha: Cp(inf) = 1.33 e
Cp(sup) = 1.66 ed inoltre: a = 0.10 e b = 0.10. Il valore critico C
viene quindi valutato nel seguente modo: per prima cosa si calcola
il rapporto: Cp(sup)/Cp(inf) che vale 1.66/1.33 pari a 1.25. Da
questo valore sulla citata tabella del Montgomery si entra nella
colonna del rapporto Cp(sup)/Cp(inf) corrispondente a a = b =
0.10 e si trova un valore per C/Cp(inf) pari a 1.10 ed una
dimensione del campione n pari a 70. Il valore di C quindi pari a:
1.101.33 ovvero a 1.46.
38

La conclusione quindi che per dimostrare che la propria
capability superiore o uguale a 1.33 necessario estrarre
un campione di 70 particolari e dimostrare che il rapporto

di capacit di processo per questo campione superiore a
1.46.
L'esempio ora riportato mostra quindi molto chiaramente come
volendo dimostrare che la capacit di processo sia al minimo pari a
1.33, necessario che il campione considerato superi il valore di
1.33 di una certa quantit (viene infatti valutato un valore critico C
pari a 1.46). Questo fatto non sempre viene tenuto in
considerazione nella pratica aziendale dove molto spesso ci si
accontenta di verificare la capability del campione pari a quella
richiesta e con una dimensione del campione pari a 3050
componenti.
39

Analisi della capacit di processo tramite le carte di

controllo
Le carte di controllo hanno il vantaggio, rispetto ai parametri sopra

indicati, di essere in grado di fornire indicazioni anche sulle
potenzialit del processo in quanto sono pi orientate verso il
controllo statistico di processo e sono quindi anche in grado di
mostrare particolari pattern sistematici che, se eliminati, possono
favorire la riduzione della variabilit del processo rendendolo in
grado di produrre componenti qualitativamente meno variabili.
Le carte di controllo sono quindi un importante strumento nella
analisi della capacit di processo ed andrebbero quindi utilizzate
come strumento principale in questo senso.
40

Esistono vari tipi di carte di controllo: per attributi e per variabili.

Soprattutto queste ultime andrebbero utilizzate ogni volta fosse
possibile perch sono in grado di fornire migliori indicazioni rispetto
a quelle per attributi. Inoltre le carte sono in grado di fornire
indicazioni sia sulla variabilit istantanea del processo (e quindi
sulla capacit di processo nel breve termine), sia sull'andamento
della variabilit nel tempo (e quindi
sulla capacit di processo nel
e
e
lungo termine).
Per la costruzione delle carte ricordiamo come preso un campione
di n particolari, sia:
x + x 2 + ... + x n R = x
x = 1
max x min
e come sia (per m campioni):

Linea o valore
centrale
x 1 + x 2 + ... + x n
m
R + R 2 + ... + R m
R = 1
m
x =
41

Possono essere definiti a questo punto due limiti, uno superiore ed

uno inferiore, per rappresentare i limiti della dispersione della
produzione:
3
3
LCL = x
R
UCL = x +
R
d2 n
d2 n
R
permette di valutare la del processo.
d2
e
dove n la numerosit del campione e d2 un fattore correttivo
funzione di n .
Allo stesso modo possibile definire due limiti anche per la
distribuzione di R. Questi valgono:
LCL = D3 R
UCL = D 4 R
dove D3 e D4 sono ancora funzione della dimensione n .

42

Tramite la definizione di questi valori possibile costruire due

grafici su cui riportare i singoli valori di x e di R e controllare come
questi si dispongano rispetto alle rispettive linee centrali ed ai due
limiti UCL e LCL.
43

44

Esempio
Sia dato un insieme di misure effettuate su 20 campioni

composti di dimensione 5 come riportato nella tabella seguente.
Campione
Misure
50.21
50.42
50.28
50.76
50.26
50.09
50.77
50.85
50.68
50.29
50.14
50.21
50.13
50.78
50.51
50.50
50.29
50.85
50.98
50.80
50.35
50.69
50.21
50.04
50.86
50.80
50.33
50.70
50.49
50.21
50.84
50.96
50.08
50.66
50.11
50.99
50.35
50.61
50.34
50.71
50.00
50.57
50.01
50.73
50.75
10
50.40
50.79
50.57
50.98
50.91
11
51.00
50.19
50.91
50.98
50.38
12
50.78
50.33
50.89
50.05
50.61
13
50.90
50.93
50.18
50.59
50.26
14
50.76
50.05
50.68
50.88
50.69
15
50.68
50.19
50.47
50.13
50.37
16
50.65
50.94
50.55
50.89
50.57
17
50.04
50.83
50.56
50.49
50.92
18
50.34
50.91
50.19
50.53
50.97
19
50.52
50.48
50.24
50.07
50.98
20
50.07
50.26
50.68
50.87
50.76
45

x
Per
ciascun campione si calcola x
e R.
x
50.21
50.42
50.28
50.76
50.26
50.38
0.56
50.09
50.77
50.85
50.68
50.29
50.53
0.76
50.14
50.21
50.13
50.78
50.51
50.35
0.65
50.50
50.29
50.85
50.98
50.80
50.68
0.69
50.35
50.69
50.21
50.04
50.86
50.43
0.82
50.80
50.33
50.70
50.49
50.21
50.51
0.59
50.84
50.96
50.08
50.66
50.11
50.53
0.88
50.99
50.35
50.61
50.34
50.71
50.60
0.66
50.00
50.57
50.01
50.73
50.75
50.41
0.74
10
50.40
50.79
50.57
50.98
50.91
50.73
0.58
11
51.00
50.19
50.91
50.98
50.38
50.69
0.81
12
50.78
50.33
50.89
50.05
50.61
50.53
0.84
13
50.90
50.93
50.18
50.59
50.26
50.57
0.76
14
50.76
50.05
50.68
50.88
50.69
50.61
0.83
15
50.68
50.19
50.47
50.13
50.37
50.37
0.55
16
50.65
50.94
50.55
50.89
50.57
50.72
0.39
17
50.04
50.83
50.56
50.49
50.92
50.57
0.88
18
50.34
50.91
50.19
50.53
50.97
50.58
0.78
19
50.52
50.48
50.24
50.07
50.98
50.45
0.91
20
50.07
50.26
50.68
50.87
50.76
50.52
0.80
Valori medi
50.54
0.72
UCL
50.96
1.52
LCL
50.12
Campione
Misure
46

Le corrispondenti carte di controllo sono riportate di seguito:
possibile vedere come non vi siano punti al di fuori dei limiti

segnati e quindi come vi sia subito una immediata indicazione di
tipo visivo sul fatto che non vi siano situazioni fuori controllo. La
stimata del processo quindi pari a:
R
= 0.72
= 0.31
d2
2.326
47

Poniamo ora che i limiti di specifica di questo processo siano 49.2 e

51.8. Ne consegue che possiamo calcolare la frazione difettosa nel
seguente modo:
p = P {x < 49.2} + P {x > 51.8}
ovvero come somma delle probabilit (P rappresenta tale
espressione calcolata in funzione di x e della stimata del
processo) che il valore rilevato su un particolare prodotto sia
minore del limite inferiore di specifica e che il valore rilevato su un
particolare prodotto sia maggiore del limite superiore di specifica.
Nel nostro caso si ottiene: p = 0.000031, ovvero lo 0.0031 % della
produzione sar al di fuori dei limiti di specifica richiesti. quindi
possibile anche in questo modo avere una idea della capacit del
processo.
48

Resta inoltre valida la espressione:

Cp =
USL LSL
6
Cp =
51.8 49.2
= 1.399
6 0.31
che ci conferma come i limiti di tolleranza naturale siano ben

all'interno dei limiti di specifica richiesti.
Un ulteriore calcolo ci permette di valutare inoltre quale banda
della tolleranza imposta (quindi della specifica richiesta) sia
utilizzata. Questa pu essere calcolata come:
1 / Cp = 0.714 = 71.4%
Ovvero il processo usa il 71.4% della banda di specifica.
49

Naturalmente tutti questi ragionamenti e calcoli hanno significato

in due casi:
occorre avere ben presente che si hanno sempre e solo dei
valori stimati dei vari parametri in quanto conosciamo il
processo solo per mezzo di alcuni campioni estratti dalla
popolazione;
occorre che non vi siano situazioni di "fuori controllo",
ovvero non vi siano punti che cadono al di fuori di UCL e
LCL nelle carte di controllo prima disegnate.
50

Qualora quest'ultima situazione dovesse manifestarsi, necessario

prima di effettuare tutti i calcoli sopra riportati, intervenire per
"rimettere il processo in controllo".
Questo significa rendere il processo stabile individuando ed
eliminando le cause che sono alla base della condizione di fuori
controllo.
Per fare questo occorre riferirsi a quelle tecniche note che
permettono di eseguire prove mirate ed analisi della produzione in
modo da evidenziare se le cause possono essere di natura casuale
oppure determinate da situazioni particolari che possono aver
avuto luogo in seguito a cause "esterne" al processo stesso.
51

Process Capability

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Process Capability

Hochgeladen von

Copyright:

Verfügbare Formate

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Tecnologie e Sistemi di Lavorazione

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Variabilit e limiti di tolleranza naturali

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Curva di distribuzione di frequenza (pdf)

Curva distribuzione normale

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

I due limiti di tolleranza naturali cadono quindi in

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Impiego dellanalisi della capacit di processo

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

possibile condurre analisi di capacit di processo principalmente

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Analisi della capacit di processo tramite istogrammi

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

inoltre necessario eseguire alcuni controlli iniziali per rendere

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

definire l'operatore incaricato:

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

La capacit di processo di un tale sistema produttivo quindi pari a:

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Poich l'andamento dell'istogramma molto simile ad una

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Un notevole vantaggio nell'uso degli istogrammi risiede nel fatto che

LSL e USL rappresentano, rispettivamente, i limiti di specifica inferiore e superiore

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Con gli istogrammi non possibile per, se non in maniera

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Indice di funzionalit di processo Cp

dove USL indica il limite superiore della specifica richiesta (ad

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

subito possibile vedere come Cp pu assumere valori vicini allo

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Indice di funzionalit Cpk

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Infatti nella distribuzione di sinistra si ha una distribuzione centrata

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

In questo senso viene introdotto l'indice Cpk che permette la

Scegliendo il minore dei due valori cos calcolati, possibile

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Anche in questo caso pi Cpk assume un valore grande e meglio .

Universit di Bergamo Dipartimento di Progettazione e Tecnologie

Corso di Gestione Industriale della Qualit II

Universit di Bergamo Dipartimento di Progettazione e Tecnologie