Alcuni elementi di SPC M = punto centrale dell’intervallo fissato dai limiti di specifica (valore nominale) Upper Specification Limit Lower Specification Limit Upper Natural Tollerance Limit Lower Natural Tollerance Limit μ=Valore medio del Processo 1/2/2019 Paolo Cannarsa

Alcuni elementi di SPC Nel caso che andremo a vedere troviamo le stesse cose del grafico precedente salvo che siamo in una situazione limite dove i limiti di specifica e quelli di controllo naturali coincidono quindi il valore dell’indice di Cp é uguale a 1 e possiamo affermare che il controllo del processo é al limite. 1/2/2019 Paolo Cannarsa

Alcuni elementi di SPC M = punto centrale dell’intervallo fissato dai limiti di specifica (valore nominale) Upper Specification Limit Lower Specification Limit Lower Natural Tollerance Limit Upper Natural Tollerance Limit μ=Valore medio del Processo 1/2/2019 Paolo Cannarsa

Alcuni elementi di SPC Il prossimo grafico mostra una situazione anomala in cui il processo non é affatto sotto controllo, una delle ragioni può essere un’errata specifica delle tolleranze. Queste situazioni si evidenziano quando i limiti di tolleranza naturale del processo contengono perfettamente i limiti di specifica. 1/2/2019 Paolo Cannarsa

Alcuni elementi di SPC M = punto centrale dell’intervallo fissato dai limiti di specifica (valore nominale) Upper Specification Limit Lower Specification Limit Upper Natural Tollerance Limit Lower Natural Tollerance Limit μ=Valore medio del Processo 1/2/2019 Paolo Cannarsa

Alcuni elementi di SPC Nel prossimo grafico troveremo il caso reale quello cioé di una distribuzione non centrata. Il Cpk sarà sempre minore del Cp per questo motivo Douglas C. Montgomery nel suo « Introduction to statistical Quality Control » definisce il Cpk come la capacità « attuale » del processo mentre il Cp come la capacità potenziale. 1/2/2019 Paolo Cannarsa

Alcuni elementi di SPC M = punto centrale dell’intervallo fissato dai limiti di specifica (valore nominale) Lower Specification Limit Upper Specification Limit Upper Natural Tollerance Limit Lower Natural Tollerance Limit μ=Valore medio del Processo 1/2/2019 Paolo Cannarsa

Alcuni elementi di SPC L’applicazione pratica del Cpk nella stima delle NC potenziali 1/2/2019 Paolo Cannarsa

Alcuni elementi di SPC Campionamento statistico per il controllo in entrata MIL STD 105E:militare ANSI/ASQ1.4:civile (Stati uniti, Canada e altri paesi occidentali) ISO:2859 campionamento per attributi ISO:3951 campionamento per variabili 1/2/2019 Paolo Cannarsa

Alcuni elementi di SPC Per operare un controllo in entrata dobbiamo sapere: N= dimensione del lotto n= dimensione del campione na= Numero dielementi difettosi ammessi nel campione perchè il lotto sia accettato Nr= Numero massimo di elementi difettosi ammessi nel campione a partire dal quale il lotto viene rifiutato LQA=na/n LQR=nr/n 1/2/2019 Paolo Cannarsa

1/2/2019 Paolo Cannarsa

Fonte NASA 1/2/2019 Paolo Cannarsa

Failure Mode and Effect Analysis FMEA Failure Mode and Effect Analysis 1/2/2019 Paolo Cannarsa

FMEA La tecnica della FMEA é stata sviluppata negli USA, il primo documento che parla di FMEA é una military procedure la Mil-P-1629 del 1949. Questo documento é stato usato per condurre in modo sistematico le analisi di affidabilità per valutare gli effetti dei disfunzionamenti sul sistema e sui sottosistemi. Le « failure » venivano classificate in base al loro impatto sul successo della missione e della sicurezza degli oggetti e delle persone. 1/2/2019 Paolo Cannarsa

FMEA La FMEA é una tecnica dell’ingegneria utilizzata per definire,identificare,ed eliminare le « failure », i problemi e gli errori prima che sia troppo tardi e quindi troppo costoso 1/2/2019 Paolo Cannarsa

FMEA La FMEA fornisce un metodo per esaminare sistematicamente tutti i modi in cui una « failure » puo presentarsi. Per ogni tipo di « failure » é possibile stimare: L’effetto che la « failure » ha sul sistema La probabilita che la « failure » si presenti Quali sono i mezzi che abbiamo a disposizione per accorgerci che c’ é stata un « failure ». 1/2/2019 Paolo Cannarsa

FMEA Una buona FMEA Identifica i modi di « failure » potenziali e noti Identifica le cause e gli effetti delle « failure » Riesce a dare una scala di rischio ai deversi tipi failure Fornisce gli strumenti per le azioni correttive/preventive e di follow-up delle failure potenziali 1/2/2019 Paolo Cannarsa

FMEA L’output più importante di una FMEA è il RPN (Risk Priority Number) definito come: RPN=S*O*D Il RPN è una stima « semiquantitativa » del rischio associato ad una failure 1/2/2019 Paolo Cannarsa

FMEA S=SEVERITY « Impatto » Cosa sono i tre fattori di cui sopra? S=SEVERITY « Impatto » O=OCCURRENCY « frequenza teorica o misurata dati storici » D=DETECTABILITY « La possibilità che abbiamo di accorgerci quando una failure si produce » 1/2/2019 Paolo Cannarsa

FMEA I valori tra cui poosono oscillare i tre parametri non seguono uno standard preciso ma esistono due range che sono molto comuni nell’industria 1≤(R,P,N)≤5 quindi 1 ≤ RPN ≤ 125 1≤(R,P,N)≤10 quindi 1 ≤ RPN ≤ 1000 1/2/2019 Paolo Cannarsa

Cosa vuol dire che « S » , « D » e « O » Valgono 1,2 … 10? FMEA 1/2/2019 Paolo Cannarsa

FMEA Severity Rank Criteria No effect 1 No effect on the product or susequent processes Very slight effect 2 Very slight effect on the product perfomance Slight effect 3 Slight effect on the product perfomance Minor effect 4 Fault does not require repaire Moderate effect 5 Fault on non vital part require repaire Significant effect 6 Product performance degraded, but operable and safe. Non vital part inoperable Major effect 7 Major effect on process,repair on part necessay. Subsystem inoperable Extreme effect 8 Extreme effect on process, equipment damaged. Product inoperable but safe Serious effect 9 Potential hazardous effect. Hazardous effect 10 1/2/2019 Paolo Cannarsa

FMEA Occurrence Rank Cpk Criteria CNF/1000 Almost never 1 >1.67 Faiulure unlikely. History shows no failure <.00058 Remote 2 >1.50 Rare number of failure likely .0068 Very slight 3 >1.33 Very few failure likely .0063 Slight 4 >1.17 Few failure likely .46 Low 5 >1.00 Occasional number of failure likely 2.7 Medium 6 >0.83 Moderate number of failure likely 12.4 Moderately high 7 >0.67 Frequent high of failure likely 46 High 8 >0.51 High number of failure likely 134 Very high 9 >0.33 Very high number of failure likely 316 Almost certain 10 <0.33 Failure almost certain. >316 1/2/2019 Paolo Cannarsa

FMEA Detection Rank Criteria Almost certain 1 Very high 2 High 3 Current controls almost always will detect the failure Very high 2 Very high likelihood current controls will detect the failure High 3 Good likelihood current controls will detect the failure Moderately high 4 Moderately likelihood current controls will detect the failure Medium 5 Medium likelihood current controls will detect the failure Low 6 Low likelihood current controls will detect the failure Slight 7 Slight likelihood current controls will detect the failure Very slight 8 Very slight likelihood current controls will detect the failure Remote 9 Remote likelihood current controls will detect the failure Hazardous effect 10 No know controls available to detect the failure 1/2/2019 Paolo Cannarsa

Fonte NASA 1/2/2019 Paolo Cannarsa

FMEA Qualche metodo per aiutarsi nel difficile compito di esaminare le possibili failure…. 1/2/2019 Paolo Cannarsa

Fonte NASA 1/2/2019 Paolo Cannarsa

FMEA Il team ideale per condurre una FMEA System Engineer Safety Engineer Test Engineer Subsystem Engineer Quality Engineer Material Engineer Tutte le figure che hanno un interfaccia tecnica e manageriale con l’area o il processo o il prodotto per il quale si conduce una FMEA 1/2/2019 Paolo Cannarsa

Qualche elemento di « Reliability Analysis » Analisi dell’affidabilità 1/2/2019 Paolo Cannarsa

Qualche elemento di « Reliability Analysis » Lo studio dell’affidabilità é una disciplina in forte espansione nei vari settori che vanno dai computer al software e ai servizi; ma il dominio principe dove le sue applicazioni sono richieste per una corretta validazione del progetto rimangono quelle discipline dove l’errore può avere delle conseguenze severissime. Quindi i settori più coinvolti nel « Reliability Engineering » sono La NASA quindi lo SPAZIO Il DoD quindi il Militare L’industria dell’Automobile (alcune delle carte di controllo divenute degli standard vengono dalla Ford) L’industria Aereonautica L’industria nucleare Il settore dei Dispositivi Medici 1/2/2019 Paolo Cannarsa

Qualche elemento di « Reliability Analysis » La Reliability é il modo migliore per quantificare la probabilità che un sistema, un prodotto, un componente funzionerà senza problemi in un ambiente specificato per un periodo stabilito per un dato livello di confidenza. 1/2/2019 Paolo Cannarsa

Qualche elemento di « Reliability Analysis » Definiamo la Reliability nel modo seguente: Dove T é l’età dell’oggetto sotto test al termine del test é il numero di oggetti che hanno avuto una failure nel tempo T del test é il numero totale di oggetti testati o la dimensione del campione 1/2/2019 Paolo Cannarsa

Qualche elemento di « Reliability Analysis » Possiamo definire l’inaffidabilità o meglio nota « unreliability » come Quindi la reliability può essere definita nel modo seguente 1/2/2019 Paolo Cannarsa

Qualche elemento di « Reliability Analysis » Esaminiamo come varia la Reliability del sistema in funzione delle diverse configurazioni date agli elementi che compongono il sistema stesso 1/2/2019 Paolo Cannarsa