Il Design of Experiment è applicabile nelle piccole e medie aziende?

Certamente sì, e il risultato sarebbe incredibile! Quello che manca sono le competenze per applicarlo.

Il Design Of Experiments è un metodo di pianificazione 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 (ad es. 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. L’obiettivo del DOE è quello di ottenere modelli previsionali che descrivano tali correlazioni.


Vediamo qualche esempio pratico per render più chiaro lo strumento.

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

Come tipicamente accade tali aziende possono procedere per tettativi, eseguire numerose prove per carcare di comprendere il fenomeno. Spesso il risultato è un numero incredibilmente elevato di prove gonfia i costi e i tempi, senza tuttavia raggiungere l’obiettivo.

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 operare 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 una grande 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 consenta 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 motivo, assieme al DOE si parla anche di “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 iniziale, 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 parlan