• Admin

Il Design of Experiment nelle piccole e medie aziende

Aggiornato il: 12 ott 2019

L’altro giorno un amico mi ha chiesto se a mio avviso il DOE (Design of Experiment) si può applicare nelle nostre piccole – medie aziende. Questa domanda mi ha fatto riflettere molto. La risposta è: “certamente sì, il risultato sarebbe incredibile! Quello che manca sono le competenze per applicarlo”.

Vediamo brevemente in cosa consiste lo strumento e successivamente darò una argomentazione alla mia risposta.

Il Design Of Experiments è un metodo di pianificazione e guida alla conduzione degli “esperimenti” che si basa sull’impiego dell’analisi statistica. Lo scopo è quello di definire le relazioni esistenti tra un set di variabili in input (variabili di processo, componenti di una miscela, temperatura, umidità. etc) e le proprietà finali (variabili in uscita) di uno specifico sistema assunte come variabili dipendenti. Ad esempio valutare la relazione tra temperatura, umidità, velocità di estrusione sulla qualità di pezzi estrusi.

Lo scopo finale del DOE è quello di ottenere modelli previsionali che descrivano tali correlazioni.

E' uno strumento che viene approfondito nel percorso Lean Six Sigma Black Belt.

Il Design Of Experiments permette di ottenere informazioni aggiuntive in merito al processo analizzato come la correlazioni tra i differenti fattori, la valutazione dei rapporti causa-effetto tra parametri operativi e proprietà misurabili, e la possibilità di valutare nuove opportunità (ottimizzazione del prodotto e analisi di robustezza del processo). Progettare un esperimento significa eseguire una serie di prove variando i fattori sperimentali scelti al fine di misurare le corrispondenti variazioni nelle risposte.

Facciamo qualche esempio pratico per render più chiaro lo strumento.

Una azienda di stampaggio ha delle problematiche di qualità nei pezzi stampati e vuole capire quale parametro, ad esempio temperatura, velocità, pressione stampo e materiale, ha un impatto sul fenomeno e come fare ad eliminare la difettosità. Un’altra azienda, questa volta meccanica, ha delle problematiche di qualità nelle saldature. L’azienda vuole capire quale parametro del processo di saldatura, come ad esempio temperatura, velocità, tensione, angolo di attacco, etc hanno un impatto sulla qualità della saldatura.

Queste aziende possono procedere per tettativi, fare numerose prove e cercare di capire il fenomeno. Spesso il risultato è un numero incredibilmente elevato di prove che fa lievitare i costi e i tempi, senza tuttavia raggiungere l’obiettivo (ossia non si è compreso il fenomeno e il processo).

L’alternativa è strutturare le prove secondo un metodo scientifico e statistico. La pianificazione del piano sperimentale (le prove in sostanza) è fondamentale per ridurre la numerosità delle prove e quindi i tempi e i costi dello studio. Tornando agli esempi pratici, è di grande valore arrivare alla conclusione che ad esempio la temperatura di stampaggio è l’unico parametro che influenza la qualità dei pezzi e che 200°C è l’intorno di temperatura ottimale e “robusto” per il processo. Con l’utilizzo del DOE è possibile ottenere questo risultato con un numero di prove estremamente ridotto e con una precisione notevole (comprendiamo a pieno il fenomeno con poche prove e in poco tempo).

Aggiungiamo un elemento. Spesso in produzione non è consigliabile lavorare sul punto di “ottimo assoluto”, ossia quello che massimizza la performance o la caratteristica in esame (la tenuta della saldatura ad esempio). È molto più convenente lavorare in una zona di “robustezza”, ossia in un’area di set dei parametri in cui una variazione dei parametri di processo non ha influenza sulla caratteristica finale (bontà della saldatura, qualità stampaggio etc). Lavorando in una zona di robustezza, i processi forniscono buoni risultati, ma soprattutto non sono suscettibili a piccole variazioni dei parametri di processo o delle condizioni ambientali. Pensate all’enorme vantaggio competitivo che si ottiene impostando un determinato set di parametri che consente di ottenere buone salature indipendentemente dal fatto che la temperatura esterna sia di 5°o di 35° C o che l’umidità sia del 50 o dell’80%. E’ possibile!

Per questo il DOE è spesso noto come “robust design”: rendere il sistema o il processo “insensibile” e quindi robusto alle variazioni delle condizioni ambientali o variabili esterne.

Il Design Of Experiments gioca un ruolo fondamentale tanto nella ottimizzazione di un processo quanto nella progettazione di nuovi prodotti. Difatti può essere utilizzato anche nella fase di progettazione, in modo da sviluppare prodotti robusti che siano “invarianti” alle condizioni esterne e che al contempo abbiano ottime prestazioni. Anche in questo caso uno dei vantaggi del DOE consiste nella drastica riduzione del numero di prove sperimentali necessarie per la caratterizzazione del fenomeno.

Riassumendo i principali vantaggi derivanti dall’utilizzo della tecnica DOE sono:

  • riduzione delle prove sperimentali

  • uso più efficace delle risorse e del tempo

  • analisi statistica e scientifica del sistema e comprensione del fenomeno

  • determinazione dell’area di robustezza

Tornando alla domanda, a mio avviso e per esperienza il DOE si può, e anzi si dovrebbe, utilizzare nelle piccole e medie aziende. Il settore manifatturiero è permeato da processi e ogni processo è governato da parametri che possono essere ottimizzati e settati. L’unica vera barriera consiste nella competenza necessaria per implementare questi metodi. Non serve di certo una laurea per poter applicare il DOE. È necessario tuttavia una formazione su tematiche di miglioramento continuo, delle basi di statistica e un training dedicato sul DOE e sui software a supporto dello strumento. Stiamo parlando tuttavia di qualche giornata di formazione e di investire un migliaio di euro in un software di analisi che rende il tutto estremamente veloce. Il ritorno dell’investimento è pressoché immediato e consentirebbe all’azienda di fare un salto di qualità nelle prestazioni e nella comprensione dei processi. Spesso la chiave per il miglioramento non è semplicemente investire in nuovi impianti perché quello che abbiamo sembra non funzionare. Prima di poter affermare che la tecnologia che abbiamo in azienda non funziona è opportuno e necessario comprendere appieno il fenomeno e le variabili che governano il processo.

Inoltre, se governiamo e conosciamo i processi è più facile scegliere e acquistare la macchina o l’impianto più adeguato e incrementare ancora di più le prestazioni.

L’investimento in competenze prima di tutto!


80 visualizzazioni

© 2017 Aretèna Srl

P.IVA: 05077230281