Transcript Programma Meet Minitab

Meet Minitab 2015
08:45 Benvenuto Partecipanti e Apertura dei lavori a cura di GMSL
• 09:00 Alessandro Brun, MIP Politecnico di Milano: Six Sigma - le sfide per trasformare un progetto
Six Sigma in una iniziativa aziendale
• 09:45 Davide Preziuso, Beretta: SPC: patrimonio di dati a garanzia della Stabilità Industriale e dello
Sviluppo Prodotto
10:30 Coffee Break
• 10:50 Paolo Morselli, Datalogic: Approccio predittivo - implementazione di una piattaforma real time
per l’analisi dei dati di processo
• 11:35 Gabriele Arcidiacono, Università Marconi di Roma: Misura ciò che è misurabile e rendi
misurabile ciò che non lo è
12:20 Pranzo
• 13:40 Daniela Ceriani, Polichem: Approccio moderno allo sviluppo farmaceutico
• 14:25 Luigi Roggia, Data Scientist GMSL: Dai dati al fatturato: data science con Minitab
15:10 Coffee Break
• 15:30 Ricardo Gonzalez Luna, MTA: Dimostrazione della Robustezza del disegno di un Fusibile
Automotive con Minitab
• 16:15 Enzo Belluco, Statistico GMSL: Ottimizzazione dei parametri macchina (resa coloristica,
consumo di energia elettrica e tempo di lavorazione) relativamente al processo di produzione di una
pasta pigmento in dispersione acquosa
17:00 Chiusura dei lavori a cura di GMSL
Meet Minitab 2015
Alessandro Brun, MIP Politecnico di Milano: Six Sigma - le sfide per trasformare un
progetto Six Sigma in una iniziativa aziendale
Il numero di aziende Italiane che si avvicina ogni anno al Six Sigma, con l’obiettivo di farne la metodologia di riferimento
per il miglioramento dei processi aziendali, è in continua crescita.
Tuttavia troppo spesso l’implementazione del Six Sigma si limita a pochi progetti, realizzati dal ‘manipolo’ di Belt della
prima ondata di training. Troppo spesso il 90% delle Belt provengono dalla stessa funzione aziendale (al più due). Troppo
spesso l’iniziativa rimane ‘sotto tono’ e non raggiunge la massa critica per poter far partire un corso di certificazione
Black Belt.
Ogni qual volta in cui la decisione di implementare il Six Sigma fosse presa localmente (i.e. all’interno di una singola
Direzione), per poter ‘elevare’ l’iniziativa a livello dell’intera azienda, risulta critica la definizione di una strategia di
sviluppo, che risponda alle seguenti domande:
- come creare awareness nelle prime linee e nel board aziendale?
- come coinvolgere le direzioni / funzioni più lontane, meno interessate al miglioramento operativo dei processi, o più
scettiche in merito agli effettivi benefici del Six Sigma
- come quantificare i benefici dei progetti di miglioramento, in particolare in contesti in continua evoluzione (nei quali,
quindi, sembra praticamente possibile fare misurazioni ‘iso-perimetro')
- fino a che punto applicare l’insegnamento di Deming, secondo cui “la statistica deve diventare linguaggio comune” (e,
quindi, anche al di là del gruppo di Belt certificate)?
- come è possibile raggiungere la massa critica (di Green Belt certificate, di progetti conclusi, di manager che supportano
l’iniziativa) per poter far partire un corso di certificazione di un’intera aula di Black Belt?
Verranno discussi i casi delle aziende quali SKY, ENI, Vodafone - tutte aziende che, nel corso degli ultimi anni, si sono
avvicinate al Six Sigma seguendo i corsi di formazione e l'approccio all’implementazione proposto da MIP Politecnico di
Milano
Meet Minitab 2015
Davide Preziuso, Beretta: SPC: patrimonio di dati a garanzia della Stabilità
Industriale e dello Sviluppo Prodotto
Meet Minitab 2015
Paolo Morselli, Datalogic: Approccio predittivo - implementazione di una piattaforma
real time per l’analisi dei dati di processo
Lo strumento si chiama QUALITY ANALYST:
Si tratta di un Sistema centralizzato di Monitoraggio ed Analisi dei Dati (DATA PROCESS
ANALYSIS) inerenti le diverse fasi di test di prodotto (quality gates), realizzate su più siti
produttivi.
Nella presentazione vengono descritti gli step per la realizzazione del progetto, a partire
dall’attività di razionalizzazione e centralizzazione in un unico repository di tutti i dati
generati dai test eseguiti sulle diverse Linee di Prodotto interne all’azienda, fino ad
arrivare alla realizzazione di una interfaccia grafica atta ad elaborare automaticamente
e presentare le variabili di prodotto CTQ (Critical To Quality), consentendone così un
approccio predittivo e real time.
Viene infine illustrata l’interfaccia grafica e le sue maschere nel dettaglio.
Meet Minitab 2015
Gabriele Arcidiacono, Università Marconi di Roma: Misura ciò che è misurabile
e rendi misurabile ciò che non lo è
Meet Minitab 2015
Daniela Ceriani, Polichem: Approccio moderno allo sviluppo farmaceutico
Quality by Design: sfide, opportunità, prospettive, esempi
Meet Minitab 2015
Luigi Roggia, Data Scientist GMSL: Dai dati al fatturato: data science con Minitab
Minitab offre un set completo di strumenti per l’analisi dei dati, ma il presente ed il
futuro dell’indagine statistica richiedono ormai uno sguardo d’insieme molto più
ampio, che comprenda anche il prima ed il dopo, ovvero dalla produzione del dato fino
alla realizzazione concreta del valore aggiunto dato dall’analisi stessa. Scopriamo come
Minitab rappresenti un ottimo strumento per data science e come, intorno ad esso, si
possa completare l’intera filiera della vita del dato.
Meet Minitab 2015
Ricardo Gonzalez Luna, MTA: Dimostrazione della Robustezza del disegno di un Fusibile
Automotive con Minitab
I fusibili per automobile, malgrado la loro apparente semplicità, devono garantire precise caratteristiche di
funzionamento al fine di fornire la corrente elettrica in modo affidabile, e di interromperla qualora si verificasse
qualunque anomalia nel circuito valle del fusibile.
Dette caratteristiche operative dipendono direttamente da una serie di parametri costruttivi come le dimensioni, le
caratteristiche elettriche e termiche dei materiali impiegati, la conformazione dell’involucro, la costruzione dei terminali,
ecc.
Va da se che prima di andare in produzione di massa è imprescindibile determinare che il disegno realizzato è robusto,
ovvero che le variabilità naturali presenti nei materiali e nel processo produttivo non determinano un funzionamento al
di fuori delle tolleranze ammesse. Essendo poi la funzionalità di un fusibile dimostrabile soltanto con delle prove
distruttive, risulta ancora più importante dimostrare che, se i parametri critici sono sotto controllo, i pezzi prodotti
funzioneranno indubitabilmente all'interno del campo di tolleranze accettato; e questo lo è per tutte le caratteristiche
funzionali contemporaneamente.
La presente comunicazione espone il metodo eseguito con l'utilizzo di Minitab per garantite la robustezza del design, e
l'affidabilità del sistema di controllò del processo.
Prima, tramite un disegno sperimentale vengono determinate le funzioni di trasferimento, ovvero i modelli fisicomatematici che collegano i parametri del disegno con le caratteristiche di funzionamento.
Secondo, con una simulazione per il metodo di Montecarlo, si predice la variazione delle caratteristiche funzionali
determinata dalla variabilità dei parametri (conosciute storicamente da processi analoghi), e si dimostra che
mantenendo il controllo dei parametri all’interno delle specifiche, la funzionalità finale risulta garantita al 100%.
Meet Minitab 2015
Enzo Belluco, Statistico GMSL: Ottimizzazione dei parametri macchina (resa coloristica,
consumo di energia elettrica e tempo di lavorazione) relativamente al processo di
produzione di una pasta pigmento in dispersione acquosa
Il primo passo è consistito nel progettare e pianificare un piano fattoriale generale a tre
fattori con due repliche e due blocchi. Successivamente all’ottenimento dei dati
sperimentali si è provveduto all’elaborazione statistica, tramite ANOVA, di tre variabili
di risposta scelte come oggetto di indagine. Servendosi delle informazioni desunte
dall’elaborazione si sono individuati dei modelli matematici tramite i quali è stato
possibile ottimizzare le tre variabili, assegnando una serie di vincoli su ciascuna di esse,
con indice di importanza diverso per ciascun vincolo.
Meet Minitab 2015
Minitab viene utilizzato in diversi settori dell’industria, per l’analisi statistica,
la diminuzione dei costi, l’incremento dell’efficienza, la riduzione dei difetti ed
il controllo delle variazioni.
Le applicazioni pratiche dei metodi statistici per il controllo della qualità, non
più strettamente dominio di ricercatori universitari, sono largamente usate
rispetto a qualche tempo fa, e l’utilizzo della metodologia Six Sigma, del
quale Minitab è un prodotto base, è quello di offrire l’analisi giusta per ogni
aspetto dell’organizzazione.
Per info:
GMSL s.r.l. - Scientific Software Distributor
Via Giovanni XXIII, 21 - 20014 - Nerviano (Mi) - ITALY
Tel: +39 0331-587511 - Fax: +39 0331-415772
email: [email protected]
www.gmsl.it