Professional Documents
Culture Documents
IL CONTESTO PRODUTTIVO.
1.1
1.1.
IL SISTEMA PRODUTTIVO. ..................................................................... 1.2
1.1.1. Il Prodotto ..................................................................................................... 1.2
1.1.2. Il Mercato...................................................................................................... 1.3
1.1.3. I Parametri Strategici della Produzione ........................................................ 1.5
1.1.4. LEvoluzione delle Strategie Produttive....................................................... 1.7
1.2.
LORGANIZZAZIONE DEL PROCESSO PRODUTTIVO.................... 1.9
1.2.1. Alcuni Cenni Storici. .................................................................................... 1.9
1.2.2. La Divisione del Lavoro. ............................................................................ 1.10
1.2.2.1.
1.2.2.2.
1.2.2.3.
1.2.2.4.
1.2.2.5.
1.2.2.6.
1.2.2.7.
1.2.3.
1.2.4.
1.2.5.
1.2.6.
1.2.7.
1.2.7.2.
1.2.7.3.
1.2.7.4.
1.2.7.5.
1.2.7.6.
1.2.7.7.
1.2.7.7.1.
1.2.7.7.2.
1.2.7.7.3.
1.2.7.7.4.
1 livello..............................................................................................................1.37
2 livello..............................................................................................................1.37
3 livello..............................................................................................................1.38
4 livello..............................................................................................................1.38
1.3.
1. Il contesto Produttivo
- 1-ii -
1.4.2.4.
1.4.2.5.
1.4.2.6.
1.4.2.7.
1.4.2.8.
1.4.2.9.
1.4.2.10.
1.6.
SIRZ, UNAZIENDA PER LA PRODUZIONE DI PEZZI UNICI. .... 1.167
1.6.1. La Qualit in SIRZ.................................................................................... 1.169
1.6.1.1. Ottenimento e Garanzia della Qualit. ..........................................................1.170
1.6.1.2. Ottenimento della Qualit. ............................................................................1.170
1.6.1.3. Garanzia della Qualit. ..................................................................................1.172
- 1-iii -
2.1
2.1.2.2.
2.1.2.3.
2.1.2.4.
2.1.2.5.
2.2.
2.3.
2.3.2.
2.3.5.2.1.
Quando Usare le Carte x ed R. .....................................................................2.110
2.3.5.2.2.
Come Interpretare le Carte x ed R. ...............................................................2.110
2.3.5.2.3.
Il Controllo Continuo di Processo ..................................................................2.113
2.3.5.2.4.
Revisione dei Limiti di Controllo e della Linea Centrale...............................2.116
2.3.5.2.5.
Campioni Razionali........................................................................................2.118
2.3.5.2.6.
Linee Guida per il Progetto della Carta di Controllo......................................2.118
2.3.5.2.7.
Le Carte della Capacit del Processo .............................................................2.120
2.3.5.2.7.1. Gli Indici della Carta di Capacit del Processo.........................................2.120
2.3.5.2.7.2. Quando Usare la Carta di Capacit del Processo. .....................................2.122
2.3.5.2.7.3. Come Interpretare la Carta di Capacit del Processo................................2.123
2.3.5.2.8.
La Prestazione del Processo ...........................................................................2.124
2.3.6.3.
2.3.6.4.
2.3.6.5.
2.3.6.6.
2.3.6.7.
Il Diagramma Causa-Effetto..........................................................................2.137
Il Diagramma della Concentrazione dei Difetti.............................................2.138
Il Diagramma di Dispersione. .......................................................................2.139
Conclusioni....................................................................................................2.140
Un Caso Pratico.............................................................................................2.142
- 2-v -
A2.3.1.
A2.3.2.
A2.4.
A2.5.
Teorema I .............................................................................................................5
Teorema II ............................................................................................................6
A2.5.1.
A2.5.2.
A2.5.3.
A2.5.4.
A2.5.5.
A2.6.
Teorema I .............................................................................................................9
Teorema II ............................................................................................................9
Teorema III...........................................................................................................9
Teorema IV...........................................................................................................9
Teorema V..........................................................................................................10
A2.6.1.
A2.6.2.
A2.6.3.
Teorema VI.........................................................................................................11
Teorema VII .......................................................................................................11
Teorema VIII......................................................................................................11
A2.13.
A2.13.1.
A2.13.2.
A2.13.3.
A2.13.4.
A2.13.5.
A2.13.6.
A2.14.
L'Autocorrelazione....................................................................................... 38
A2.14.1.
A2.14.2.
A2.14.3.
A2.14.4.
A2.14.5.
Il Problema dell'Autocorrelazione......................................................................38
La Funzione di Autocorrelazione .......................................................................39
Individuare l'Autocorrelazione ...........................................................................40
Come Risolvere l'Autocorrelazione....................................................................42
Quando Utilizzare una Carta di Autocorrelazione .............................................43
- A2.i -
A2.16.1.
A2.16.2.
A2.16.3.
A2.16.4.
A2.17.
La Carta CuSum...........................................................................................52
A2.17.1.
A2.17.2.
A2.17.3.
A2.18.
A2.18.1.
A2.18.2.
- A2.ii -
3.1
3.2
3.2.4
3.2.5
3.2.6
3.2.7
3.3
3.4
IL PIAZZAMENTO. .....................................................................................3.52
3.4.1
Gradi di Libert Residui e Superfici di Riferimento Latenti .....................3.54
3.4.2
Applicazione di Forze per il Piazzamento. ................................................3.57
3.4.3
Superfici di Riferimento per lAssemblaggio, la Lavorazione e la
Misura........................................................................................................3.59
3.4.4
Errori di Posizionamento. ..........................................................................3.60
3.4.4.1. Modalit di Quotatura che Influiscono sulla Precisione................................. 3.61
3.4.4.1.1. Il Metodo a Catena. ............................................................................................... 3.62
3.4.4.1.2. Il Metodo a Coordinata.......................................................................................... 3.63
3.4.4.1.3. Il Metodo Combinato............................................................................................. 3.64
3.4.5
3.5
GLI ERRORI DI REGISTRAZIONE DINAMICA. ..................................3.82
3.5.1
Variazioni di Durezza del Materiale..........................................................3.82
3.5.2
Variazioni del Sovrametallo di Lavorazione. ............................................3.84
3.5.3
La Deformabilit del Sistema MFTW. ......................................................3.84
3.5.4
Caso della Tornitura di un Albero tra le Punte..........................................3.88
3.5.4.1. Effetto di c y .................................................................................................. 3.94
3.5.4.2. Effetto della Profondit di Passata e dellAvanzamento. ............................... 3.94
3.5.5
3.5.6
3.5.7
3.6
CALCOLO DEL SOVRAMETALLO DI LAVORAZIONE.................. 3.110
3.6.1
Spianatura................................................................................................ 3.111
3.6.2
Tornitura.................................................................................................. 3.113
3.6.3
Lo Strato Superficiale Difettoso.............................................................. 3.113
3.6.4
Equazione Generale del Sovrametallo Minimo. ..................................... 3.114
3.6.4.1. Caso di Pezzi ad Elevato Sviluppo Assiale................................................... 3.117
3.6.4.2. Caso di Pezzi di Rivoluzione. ....................................................................... 3.118
3.6.4.3. Influenza del Ciclo di Lavorazione sul Sovrametallo Totale........................ 3.120
3.ii
4.1
4.1.
LE Nozioni Principali della Teoria dellAffidabilit.....................................4.2
4.1.1 LAffidabilit di un Articolo fino al Primo Guasto.......................................4.7
4.1.2 LAffidabilit di un Sistema fino al Primo Guasto. ....................................4.15
4.1.2.1
4.1.2.2
4.1.2.3
Gli Articoli Collegati in Serie dal Punto di Vista dellAffidabilit ................ 4.16
Gli Articoli Collegati in Parallelo dal Punto di Vista dellAffidabilit .......... 4.17
LAnalisi dellAffidabilit con lAlgebra Booleana....................................... 4.18
4.1.2.3.1
4.1.2.3.2
4.1.2.4
4.1.3
4.1.3.1
4.1.3.2
4.1.3.3
4.1.3.4
4.2
IL CONTROLLO DEL RISCHIO. ..............................................................4.32
4.2.1 Il Rischio. ....................................................................................................4.32
4.2.2 Il Modello dellIncidente.............................................................................4.34
4.2.2.1
4.2.2.2
4.2.2.3
4.2.2.4
4.2.2.5
4.2.2.6
4.2.3
4.2.4
4.2.4.1
4.2.4.2
4.3
IL CONTROLLO DELLA SICUREZZA....................................................4.43
4.3.1 La normativa che disciplina il rischio di incidente rilevante. Recepimento
della direttiva CEE (DPR 175/88). ..............................................................4.44
4.3.2 LAnalisi di Operabilit (Hazop).................................................................4.45
4.3.3 Il Metodo dellAlbero dei Guasti. ...............................................................4.49
4.3.3.1
4.3.3.2
4.3.4
4.3.4.1
4.3.4.2
- 4-i -
UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA
LA PROGETTAZIONE DEGLI
IMPIANTI INDUSTRIALI
MECCANICI
Vol. 1
1.
IL CONTESTO PRODUTTIVO.
A1.
APPENDICE AL CAP. 1
Lorenzo Rosa
1. IL CONTESTO PRODUTTIVO.
Al fine di sviluppare la propria esistenza e funzionalit, luomo necessita di beni
materiali e di valori culturali. Le origini di questi beni sono in vari materiali naturali
opportunamente trasformati dal lavoro umano. La natura mette a disposizione
delluomo solo una piccolissima parte di beni che possono essere impiegati
direttamente, perci luomo deve quasi sempre spendere del lavoro per garantire quella
trasformazione qualitativa che adatti gli oggetti naturali alle proprie necessit.
Le trasformazioni qualitative costituiscono il processo produttivo e nello sviluppo
del processo produttivo, luomo individua due obiettivi:
ottenere il prodotto che soddisfi le sue aspettative,
spendere il minor lavoro possibile nella sua produzione.
Perci, ogni prodotto pu soddisfare le necessit delluomo solamente se la sua
qualit rispondente allimpiego. Senza questa qualit, il prodotto diventa inutile e sia
il lavoro speso per la produzione, sia loggetto stesso saranno stati sprecati.
La quantit di lavoro speso misurata dalla sua intensit e dalla sua durata. Il
lavoro eseguito ad un ritmo eccessivo lede la resistenza delloperatore: quindi, ovvio
che il ritmo sia controllato. La durata del lavoro ad un ritmo naturale misurata dal
tempo impiegato per svolgere lattivit. Ogni riduzione di questo tempo comporta un
aumento della produttivit, la quale, quindi, permette che le necessit delluomo siano
meglio soddisfatte. Dunque, un continuo aumento della produttivit del lavoro ad un
ritmo normale il metodo principale per soddisfare pi pienamente le necessit
delluomo e per elevare il suo standard di vita.
Per sviluppare ogni processo produttivo, luomo ha creato ed applicato vari mezzi,
tra i quali i miglioramenti della produzione giocano un ruolo decisivo. La storia dello
sviluppo dellindustria mostra che i perfezionamenti produttivi si sono verificati
gradualmente, ma hanno avuto un andamento sempre positivo, dalla primitiva ascia di
pietra al moderno robot. Uno degli indici principali del grado di trasformazione in
produttivit del lavoro il costo del prodotto; il costo esprime in termini monetari la
spesa di lavoro intellettuale e di lavoro manuale necessaria per la costruzione di ogni
impianto produttivo e lottenimento di ogni prodotto. Lindustria di costruzione delle
macchine il campo dellingegneria pi importante di tutti quelli di una nazione.
Quindi, la ricerca di sempre nuovi processi per tener conto di continui aggiornamenti
tecnici e scientifici continua. Per poter realizzare questi processi, lindustria
produttrice delle macchine sviluppa i necessari perfezionamenti di produzione, in
quanto chiamata a fornire sempre nuove macchine in quantit sufficienti a soddisfare
le necessit del mercato in cui opera. Poi, le macchine devono essere in grado di
svolgere le funzioni richieste al minimo costo possibile.
La scienza che studia le leggi che governano il processo di costruzione delle
macchine e degli impianti, ed ha lo scopo di applicare queste leggi per produrli con
qualit garantita ed al minimo costo, lingegneria della produzione.
- 1.1 -
1. Il Contesto Produttivo.
1.1.1.
Il Prodotto
- 1.2 -
Complesso anche un prodotto che ha una vita breve nel mercato, subisce modifiche
progettuali frequenti per il rinnovo della gamma o viene ritirato dopo una breve vita per
seguire le esigenze della domanda. Come hanno reagito le unit produttive per rendersi
capaci di seguire i ritmi produttivi e le variabilit dellofferta?
Se riuscissimo a confrontare i prodotti di 30 anni fa con quelli di oggi sulla base di
un pari numero di funzioni, noteremmo come la standardizzazione abbia semplificato
notevolmente il prodotto riducendo il numero di componenti diversi: da un lato
assistiamo ad una sempre maggiore unificazione dei componenti che non
contribuiscono alla differenziazione del prodotto, e, dallaltro, ad una significativa
differenziazione delle componenti in vista, per attraverso la standardizzazione ed
unificazione delle interfacce per permetterne laccoppiamento ed il montaggio anche su
modelli diversi. Ma il mercato ha imposto un aumento della gamma e delle funzioni
accessorie, che ha portato ad unesplosione del numero dei componenti grazie
allintroduzione di parti opzionali: questo ha annullato in parte i benefici della
standardizzazione. Dunque, si assiste ad una semplificazione del prodotto di base e ad
un aumento di complessit di termini di funzioni. Due possono essere le alternative per
affrontare il problema:
gestire allinterno dellazienda le problematiche connesse alla nuova complessit
del prodotto (make), acquisendo nuove tecnologie, nuovi impianti, nuovo knowhow, ecc,
demandare lonere allesterno (buy), facendosi carico di problematiche diverse,
individuabili nei rapporti con un maggior numero di fornitori, nella
sincronizzazione della produzione con gli approvvigionamenti, nella dipendenza
dalla variabilit dellofferta, ecc.
In entrambi i casi, il dato oggettivamente riscontrabile dellaumento della
complessit deve essere gestito in modo che le conseguenze non investano solamente la
funzione produttiva, ma si estendano allintera struttura dellimpresa.
1.1.2.
Il Mercato
LAT&T impiegava due anni per progettare un nuovo telefono: adesso ne impiega
solamente uno; alla Honda il tempo di sviluppo di un nuovo modello di automobile
passato da 5 a 3 anni; per un suo nuovo autocarro, la Navistar impiega 2 anni e mezzo di
progettazione al posto di 5 e la Hewlett&Packard 22 mesi invece di 4 anni e mezzo, per
una stampante.
1) Si parla di un tempo di sviluppo dimezzato. Per comprendere la portata di questi
risultati, possiamo guardare le conseguenze che questo ha portato sul mercato: la
riduzione dei tempi di reazione allinnovazione da parte dei concorrenti consente il
proliferare di prodotti simili, tutti lanciati quasi simultaneamente. Linnovazione rimane
ancora un fattore competitivo, ma gli intervalli temporali sono ristretti: la novit
immediatamente imitata dalla concorrenza, che aggiunge al modello originale
caratteristiche nuove, differenziando il proprio prodotto e parcellizzando il mercato.
Non una strategia nuova, ma la corsa alla riduzione dei tempi di sviluppo da parte dei
produttori di tutto il mondo ha reso possibile la sua attuazione con effetti molto pi
rilevanti che nel passato, rendendo la velocit nel lanciare un prodotto innovativo e nel
rispondere allinnovazione da parte dei concorrenti la nuova chiave competitiva.
- 1.3 -
1. Il Contesto Produttivo.
Il motivo per il quale la velocit di sviluppo ha assunto un posto primario tra gli
obiettivi strategici dei produttori strettamente legato al ruolo dellimpresa nel mercato
concorrenziale: linnovatore, abbassando i tempi di sviluppo, ha il duplice vantaggio di
ottenere una riduzione dei costi di immobilizzo e di lavorare allo sviluppo di un
prodotto il cui lancio sar pi vicino nel tempo, quindi con minore indeterminazione
della domanda del mercato e con pi rapido feedback, determinato dallesito del lancio.
Invece, linseguitore, incrementando la sua rapidit di risposta, aumenta la sua capacit
di adeguarsi alle azioni dellinnovatore.
2) Ma il successo sul mercato non si gioca pi solamente sul prodotto, inteso come
risultato del sistema produttivo rispondente alle specifiche: si sviluppato nel cliente il
concetto di prodotto totale, in cui il prodotto tal quale solo una parte, anche se la
fondamentale, e denominata prodotto generico. Il prodotto totale si estende oltre il
prodotto generico, includendo il prodotto attesa, che esprime le aspettative del cliente, a
prescindere dal prodotto generico tal quale: termini di consegna, termini di pagamento,
assistenza tecnica, ma anche rispondenza del prodotto alle esigenze del cliente, nel
duplice aspetto di non essere inferiore alle aspettative, ma nemmeno superarle in
prestazioni ritenute eccessive.
La differenziazione non consiste unicamente nel fornire al cliente ci che si aspetta
di ricevere, ma pu comprendere lofferta di vantaggi che non rientrano nelle sue attese,
o che non abituato a ricevere: il concetto di prodotto integrato. Gli esempi possono
essere numerosi: dalle offerte di garanzia, di prestiti a tasso agevolato per lacquisto del
bene, ecc.
Il prodotto potenziale include tutto ci che fattibile per attirare e conservare la
clientela, ma, a differenza del prodotto integrato, non investe quanto gi stato
realizzato in azienda, ma ci che ancora possibile fare.
Se un tempo era possibile individuare una relazione diretta che facesse corrispondere
il prezzo alla qualit del prodotto, il mercato attuale ha imposto limperativo del
perseguimento della qualit indipendentemente dalle condizioni di prezzo, perch
mutato il significato stesso della parola qualit, che comprende le definizioni passate,
ma ne amplia i termini. Infatti, elevata qualit significa soddisfare il cliente, non solo
proteggerlo dagli inconvenienti. E' possibile individuare sette dimensioni critiche della
qualit:
prestazioni, cio gli attributi misurabili del prodotto,
caratteristiche, cio le prerogative che superano le funzioni base richieste al
prodotto,
conformit, cio il grado di rispondenza agli standard progettuali,
durata, cio il tempo che trascorre prima che intervenga il deterioramento del
prodotto,
livello di servizio, cio la velocit di consegna, la competenza, la cortesia, la
facilit di riparazione,
estetica, cio come il prodotto risponde ai gusti del cliente nella forma, il colore, il
suono, lodore, ecc.
qualit percepita, cio quanto delle precedenti 6 dimensioni della qualit viene
effettivamente percepita dal cliente2.
2D.
A. Garvin, Competing on the Eight Dimensions of Quality, Harward Businness Review, 6, 1987
- 1.4 -
Per avere un dato tangibile di come questi obiettivi vengono perseguiti dai grandi
produttori, si pu considerare il mutamento del lead-time (il tempo che intercorre tra il
ricevimento dellordine e la consegna del bene): la General-Electric ha ridotto il tempo
di fornitura dei suoi interruttori automatici da 3 settimane a 3 giorni, la Motorola ha
ridotto il tempo di consegna dei propri cercapersone da 3 settimane a 2 ore, ecc.
3) Il terzo elemento caratterizzante il mercato degli anni '90 riguarda la composizione
sociale del mercato, che caratterizzata dalla segmentazione sempre pi diffusa, frutto
dei cambiamenti sociali degli ultimi decenni. Fabris e Mortara3 descrivono il
cambiamento sociale in Italia ed il processo di differenziazione che ne deriva,
individuando 8 tipi nei quali la societ italiana va frammentandosi: Arcaici,
Conservatori, Integrati, Puritani, Cipputi, Affluenti, Emergenti e Progressisti. Ognuno
di questi tipi mostra diversi comportamenti e propensioni in merito allo stile di vita, la
famiglia, i consumi, lalimentazione, labbigliamento, labitazione, ecc. Se questo
lambiente sociale nel quale viviamo, cos vario e frammentato, possiamo comprendere
cosa significhi parlare di prodotto personalizzato e quale impatto possa avere sulla realt
aziendale: da un lato il prodotto deve essere sempre pi mirato al segmento specifico,
che non pi individuato dalle classi basate sul censo, ma assume un aspetto complesso
ed articolato e, dallaltro, vitale unespansione della gamma per raggiungere pi
segmenti di mercato contemporaneamente, data la parcellizzazione dello stesso, che non
consente pi di acquisire quote elevate come in un mercato indifferenziato di massa.
La conseguenza levoluzione del mercato verso una complessit sempre crescente,
che costringe le imprese ad una maggiore competitivit ed al mutamento delle loro
modalit di intervento.
1.1.3.
3G.
4R.H.
- 1.5 -
1. Il Contesto Produttivo.
variabili interne sulle quali limpresa poteva operare per costruire unazione che
generasse allesterno un vantaggio competitivo nei confronti dei concorrenti. Dalla loro
analisi erano proposti 8 fattori chiave, origine del vantaggio competitivo:
capacit produttiva,
servizi,
tecnologia,
integrazione verticale,
forza lavoro,
qualit,
pianificazione della produzione, controllo dei mercati,
organizzazione
Tuttavia, nel mutamento continuo dello scenario, questi parametri, pur importanti,
non sono pi sufficienti per unefficace strategia della produzione. Infatti, si possono
individuare 3 limiti fondamentali:
laccorciamento del ciclo di vita del prodotto non permette che i suoi parametri
rimangano costanti per pi anni, come avveniva sino a tempo fa,
lipotesi di ambiente produttivo e commerciale statico con un lento ritmo di
progresso tecnologico e con mercati regionali o nazionali non pi valida,
i parametri non si rivelano adatti ad una misura quantitativa dellincremento delle
prestazioni, favorendo il mantenimento dello status quo.
La stessa analisi dei mutamenti che si generano nellambiente ha suggerito
lintroduzione di nuovi parametri, maggiormente adatti alle nuove condizioni ed alle
esigenze strategiche. Nuove variabili vengono proposte da Gunn5 e sono:
tempo di introduzione di nuovi prodotti,
rotazione delle scorte,
lead-time di produzione,
qualit,
flessibilit,
livello dei servizi al cliente,
sprechi,
ROI (Return-of-Investment), cio lindice che consente di misurare il profitto
dellinvestimento ed espresso dal rapporto - calcolato in un tempo definito - tra i
profitti operativi ed il capitale investito.
Perci, Gunn sostiene che unazienda non pu essere valutata dai servizi che
fornisce, dalla tecnologia che usa, dalle dimensioni della forza lavoro o dal tipo di
programmazione e controllo di produzione, ma solamente in termini di:
soddisfazione del cliente,
di prestazioni finanziarie.
La prima caratteristica dei nuovi parametri che essi sono focalizzati su questi ultimi
due aspetti. Fattori quali il lead-time di produzione, la qualit, il livello di servizio al
cliente, la flessibilit, ecc. sono mirati ad una valutazione della soddisfazione del
cliente, mentre il ROI, la rotazione delle scorte, gli sprechi ed il tempo di introduzione
di nuovi prodotti si focalizzano sulle prestazioni finanziarie. Invece, non sono
collocabili in questa classificazione i parametri cosiddetti classici, come la forza lavoro,
lorganizzazione, lintegrazione verticale, la capacit produttiva, la tecnologia impiegata
e la pianificazione della produzione.
5T.G.
- 1.6 -
1.1.4.
1. Il Contesto Produttivo.
tab. 1.I.
livello di EUROPA
priorit
1
2
3
4
5
6
7
8
tab. 1.II.
STATI UNITI
GIAPPONE
Qualit
Qualit
Prezzi bassi
Prodotti di elevate
prestazioni
Puntualit di consegna
Prodotti di elevate
prestazioni
Puntualit di consegna
Rapida evoluzione
progettuale
Qualit
Rapidit di consegna
Prezzi bassi
Puntualit di consegna
Prezzi bassi
Rapidit di consegna
Rapida evoluzione
progettuale
Servizio al cliente
Rapida evoluzione
progettuale
Servizio al cliente
Rapida variazione di
volume
Prodotti di elevate
prestazioni
Rapidit di consegna
Rapida variazione di
volume
Rapida variazione di
volume
Servizio al cliente
STATI
UNITI
GIAPPONE
EUROPA
quota/vecchi mercati
- 1.8 -
1.2.1.
R.G. Schroeder, Operations Management, Decision Making in the Operations Functions, Mc Graw
Hill, Int. Ed., 1989.
- 1.9 -
1. Il Contesto Produttivo.
1.2.2.
La divisione del lavoro basata su un concetto molto semplice, anche se non sempre
condiviso. In confronto alla situazione in cui un singolo operatore deve svolgere diversi
lavori, la specializzazione ad un singolo lavoro d luogo ad una maggiore produttivit
ed una migliore efficienza. Questo concetto risale a Platone (400 a.C.), tuttavia stato
precisato in termini economici da A. Smith nel suo Wealth of Nations del 1776, dove ne
indica i seguenti vantaggi:
viene migliorata la destrezza delloperatore,
si eliminano i tempi morti derivanti dal cambio di attivit,
si possono impiegare strumenti e macchine dedicati.
Nel 1832, Babbage scopr che non solo la produttivit migliorava con la
specializzazione, ma rendeva addirittura possibile il pagamento di un salario,
giustificato dalla particolare destrezza richiesta.
1.2.2.1.
Con questo principio viene assicurata la loro intercambiabilit. Le prime notizie della
sua applicazione risalgono alla Repubblica di Venezia, quando si adottato il concetto
di intercambiabilit ai timoni delle navi, i quali potevano essere sostituiti in caso di
danno, anche in battaglia.
Successivamente, Eli Whitney produsse munizioni intercambiabili per i fucili (prima
dovevano essere scelte sulla base della singola canna). Ma lintroduzione pi clamorosa
dellintercambiabilit avvenne con H. Ford nel 1913, nella sua rivoluzionaria catena di
montaggio a trasferimento, quando essa era associata alla specializzazione del lavoro.
1.2.2.2.
La Rivoluzione Industriale.
Essa ha avuto luogo con la sostituzione del lavoro umano con quello della macchina.
Il maggiore impulso stato lintroduzione del motore a vapore di Watt nel 1764, che ha
rappresentato la maggiore sorgente di potenza mobile per lindustria e lagricoltura. Si
poi accelerata alla fine dell800 con lo sviluppo dei motori a combustione interna e
lelettricit.
Allinizio del 900, si sono consolidati i principi della produzione di massa, in
particolare in occasione delle grandi guerre, quando grandi quantit di materiali erano
richiesti allindustria in tempi brevissimi. La conseguente pressione verso la
meccanizzazione e lautomazione per grandi volumi di produzione continuata, per
laumento contemporaneo della richiesta di beni (dovuta alla crescente disponibilit
finanziaria dei popoli industrializzati, a sua volta risultante dalla crescente quantit di
beni prodotti dallattivit industriale). Tuttavia e come abbiamo visto sopra, oggi la
societ entrata in un periodo postindustriale caratterizzato da uno spostamento verso
uneconomia dei servizi ed un grande interesse verso le tematiche ambientali.
- 1.10 -
1.2.2.3.
1.2.2.4.
Le Relazioni Umane.
E. Mayo ed altri della Western-Electric hanno messo in evidenza, negli anni 30,
limportanza centrale dellelemento umano e delle sue motivazioni e dellambiente
produttivo nella pianificazione del lavoro. Questo ha portato ad uno sviluppo pi
equilibrato della pianificazione del lavoro (che precedentemente era rivolta in
prevalenza verso gli aspetti tecnici), valorizzando il grande potenziale derivante
dallumanizzazione del lavoro, introducendo il concetto di arricchimento personale
(anche non solo monetario) derivante dal lavoro e conseguendo, contemporaneamente,
un miglioramento della stessa produttivit.
1.2.2.5.
I Modelli Decisionali.
- 1.11 -
1. Il Contesto Produttivo.
1.2.2.6.
Come detto sopra accennando allo sbocco della rivoluzione industriale, si passato
da una funzione sociale dellindustria, dedicata principalmente alla fornitura di beni
materiali per soddisfare le esigenze primarie della popolazione di ogni Paese, alla fase
postindustriale di una grande richiesta di servizi. Negli ultimissimi decenni, lindustria
di produzione di beni materiali si dunque trovata a dover completamente modificare il
proprio obiettivo, in quanto la richiesta di beni materiali primari si fortemente
contratta.
Come abbiamo visto nei paragrafi precedenti, per far fronte a questi cambiamenti
lunica strategia seguita dalle grandi organizzazioni industriali stata quella di cercare
di mantenere il proprio livello produttivo, pur nellevidente trasformazione di rapporti
tra industria e mercato. Contrariamente a quanto era avvenuto in passato, tale
mutamento di rapporti ribaltava la situazione di vantaggio dellazienda in confronto al
cliente, ed obbligava ora lazienda a catturare il cliente in un mercato fortemente
concorrenziale, con la continua introduzione di nuovi e migliori prodotti.
Linteresse verso un nuovo modo di gestire la produzione deriva dal periodo di
fondamentalmente bassa efficienza che ha dovuto trascorrere ogni industria nazionale
durante il cambiamento di obiettivi (in una situazione aggravata dalla concorrenza
internazionale nei settori base, quali lindustria automobilistica, degli elettrodomestici,
dellacciaio, ecc). La concorrenza non arrivava solamente dal Giappone, ma anche, e
soprattutto a causa delle politiche protezionistiche messe in atto a scopo di difesa da
Governi nazionali, dagli altri Paesi europei e dagli stessi Stati Uniti. Diminuendo i
ricavi, gli investimenti per ottenere il miglioramento della produttivit non potevano
essere elevati e lindustria entrava in crisi. Molti hanno visto la chiave per risolvere la
situazione in una migliore gestione aziendale.
Attualmente, i problemi non sono affatto risolti ed ancora molti discutono sul come
guarire i mali presenti nella nostra economia. Molti economisti continuano ad invocare
maggiori investimenti, i tecnologi richiedono pi ricerca e sviluppo, le parti sociali
spingono per un cambiamento di approccio nelle relazioni umane e nei rapporti
economici reciproci. Ma alla fine, tutti questi possibili strumenti influenzano la gestione
ed i responsabili della gestione devono prendere da essi gli aspetti migliori e
trasformarli in azioni di sviluppo.
Come detto, ne deriva un rinnovato interesse verso la gestione aziendale, in
particolare verso le attivit di gestione integrate, che tengano contemporaneamente
conto degli aspetti commerciali, tecnici, industriali e finanziari e della qualit.
Ad esempio, ci si rende conto che non necessariamente vero che per produrre beni
di migliore qualit si debbano sostenere costi maggiori, anzi, quando si riducono i difetti
del prodotto esso potr costare meno e posseder un vantaggio competitivo in confronto
ai concorrenti presenti nel mercato.
Un altro grande vantaggio pu essere conseguito in azienda con lincentivazione alla
creazione del lavoro di gruppo, che possa sviluppare progetti collaborativi, con grandi
possibilit di pianificazione innovativa, ecc. Cio, il personale, pi che la tecnologia od
il controllo di processo, pu costituire la pi importante risorsa dellorganizzazione.
Infine, ma solo per concludere, molta attenzione deve essere dedicata al controllo dei
materiali presenti allinterno dei sistemi di produzione e nel magazzino. Con la
possibilit di gestire al computer il flusso dei materiali, possibile avere una minore
quantit di merce immobilizzata in magazzino, ma anche di averla a disposizione per le
- 1.12 -
trasformazioni o per la consegna al momento giusto, secondo il principio del Just-InTime. I vantaggi dal punto di vista finanziario effettivamente possono essere enormi e si
espandono a tutto il sistema, con una migliore gestione delle risorse comuni ed un
minore impatto sullambiente.
1.2.2.7.
La Funzione Produttiva.
tipologie
industriali
sicurezza
(mostrate solo
in parte)
aree
funzionali
dell'
organizzazione
aree delle
discipline
di base
e dei metodi
fig. 1.1.
azienda
tecniche
strategie
affari, azienda,
societ
trasporti
banche e finanza
vendite
marketing
produzione
organizzazione
operativa
finanza
personale
amministrazione
sistema
informativo
analisi
quantitativa
tecniche
organizzative
principi generali
organizzativi
economia
logistica
1. Il Contesto Produttivo.
La fig. 1.1 mostra anche le aree delle discipline di base. Per esempio, larea
dellanalisi quantitativa quella ove sono impiegati i modelli matematici di supporto
alle decisioni, larea dei sistemi studia lorganizzazione come sistema globale e larea
delle relazioni studia le reazioni umane nellorganizzazione. Le aree dei metodi
sviluppano gli strumenti concettuali di base che possono essere impiegati in ogni area
funzionale.
Larea delle tipologie industriali distingue i campi funzionali e le metodologie per
individuare quelli che sono adatti al raggiungimento della missione dellazienda.
Infine, esistono due aree di integrazione. Larea che mette in relazione gli affari con
la societ tratta dei rapporti della missione dellazienda con lambiente sociale,
governativo ed economico in cui essa opera. Invece, larea di integrazione interna
allazienda governa i rapporti della dirigenza con le aree funzionali, provvedendo alla
formulazione ed allo sviluppo della strategia.
Questa immagine della gestione industriale illustra chiaramente la relazione tra le
aree dei metodi e delle funzioni. In generale, ogni area funzionale utilizza un insieme di
metodi utili alla soluzione dei propri problemi per prendere le opportune decisioni.
Per la gestione dellimpresa, il manager non utilizza direttamente la scienza del
comportamento, n la teoria dei sistemi, od i metodi quantitativi. Cos, in generale, non
necessario che il medico pratichi la metodologia biologica per arrivare ad una diagnosi
ed una cura; anche se egli conosce tale metodologia biologica, questa non rappresenta
lessenza della pratica medica.
1.2.3.
- 1.14 -
Inputs
Gestione
Prodotti
Processo di
Trasformazione
Beni e servizi
Energia
Materiali
Manodopera
Capitali
Informazione
Feedback
AMBIENTE
fig. 1.2.
tab. 1.III.
tipologie
industriali
banche
ristorazione
ospedali
universit
impianto
manifatturiero
linee aeree
input
output
- 1.15 -
1. Il Contesto Produttivo.
1.2.4.
Poich la gestione delle attivit consiste nella presa delle decisioni inerenti il sistema
produttivo e la funzione operativa, opportuno stendere un quadro nel quale esse siano
ordinate e definite. Tra i molti possibili schemi, scegliamo quello funzionale di
raggruppamento delle decisioni.
Il quadro delle decisioni proposto ricopia abbastanza strettamente le responsabilit
della dirigenza allinterno dellorganizzazione produttiva, anche se le funzioni della
dirigenza variano molto da una produzione allaltra in base alle preferenze locali. In
questo quadro, la funzione operativa ha responsabilit su cinque aree principali:
il processo. In questo ambito, le decisioni determinano il processo fisico e le
attrezzature impiegate per ottenere il prodotto od il servizio. Perci, esse
comprendono il tipo di impianto, la sua tecnologia ed il lay-out, i flussi dei
materiali, ecc. Molte delle decisioni per loro natura sono di lungo periodo e non
possono essere facilmente rovesciate, in particolare quando coinvolgono grandi
investimenti. Perci, importante che il processo sia programmato con una
strategia di lungo periodo;
la capacit produttiva. Le decisioni inerenti la scelta della capacit produttiva
sono indirizzate allapprontamento delle risorse necessarie nella giusta quantit,
nel posto giusto, al momento giusto. Nel breve periodo, essa deve essere resa
disponibile dai responsabili dello scheduling, degli approvvigionamenti,
dellimpianto, delle attrezzature, ecc. La capacit produttiva di lungo periodo
determinata dalla dimensione dellimpianto fisico costruito. Nel breve periodo, la
capacit produttiva spesso pu essere aumentata con contratti di subfornitura,
locazione di spazi, aumento dei turni, ecc. Il calcolo della capacit produttiva non
determina solo la grandezza degli impianti, ma anche la giusta quantit di
manodopera operativa. Cos, i responsabili delle aree commerciali sono scelti in
funzione della domanda e lesigenza di mantenere stabile la forza lavoro nei
reparti produttivi;
la gestione dei materiali. Le decisioni riguardanti questo settore determinano
cosa, quanto e quando ordinare i materiali da utilizzare. Il controllo del flusso dei
materiali impiegato per il coordinamento delle trasformazioni da apportare
dallarrivo dei grezzi fino allottenimento del prodotto finito ed il suo
immagazzinamento. I responsabili della gestione dei materiali decidono quanto
spendere in materiali e dove allocarli;
- 1.16 -
Esempio.
Per illustrare luso del quadro delle decisioni, si descrive unorganizzazione produttiva
nazionale in termini delle cinque categorie elencate sopra. Lesempio la rappresentazione
semplificata della Benetton, che produce e vende beni a livello internazionale. La sua struttura
commerciale consiste di un certo numero di negozi di cui proprietaria e, per la restante parte,
di negozi in franchising. La funzione operativa della gestione fatta su due piani: livello di
Gruppo e livello di Negozio.
Il processo. Poich essenziale luniformit della qualit del prodotto proposto dai diversi
negozi, la maggior parte delle decisioni di processo sono prese a livello di Gruppo. I manager di
produzione hanno sviluppato un semplice schema di esposizione del prodotto, che calibrato
per soddisfare ogni singolo negozio. Lo schema standardizzato sul numero limitato di prodotti
che hanno un elevato regime di rotazione. Mano a mano che i prodotti sono pronti, i clienti li
possono vedere esposti in vetrina; questo consente che i clienti siano trattenuti dai prodotti per il
tempo in cui devono attendere il contatto col personale. Poich questo viene considerato un
servizio, una particolare attenzione dedicata perch la vetrina abbia un lay-out attraente ed
efficace per il cliente. La locazione del negozio basata su un modello matematico che ne
analizza costi e ricavi, cio ogni potenziale negozio deve essere valutato per garantire un
adeguato ritorno dellinvestimento, prima che lattivit abbia inizio.
La capacit produttiva. La Benetton prende una serie di decisioni orientate alla massima
vendita. Quando quelle riguardanti il processo commerciale e la locazione del negozio sono
state prese, a livello di Gruppo viene stabilita la capacit produttiva del negozio. Solo allora il
responsabile del negozio pu tener conto delle fluttuazioni di domanda nellanno, nel mese e
nella settimana e dei limiti fisici della disponibilit. Durante i periodi di punta, potr utilizzare
personale part-time, e promuover azioni pubblicitarie per tentare di alzare la domanda nei
periodi di stanca del mercato. Nel breve periodo, potr pianificare limpiego del personale in
turni per far fronte alla domanda nellarco della giornata.
- 1.17 -
1. Il Contesto Produttivo.
La gestione dei materiali. I responsabili di Gruppo acquistano il mix opportuno di materiali per
ottenere i prodotti progettati. Decidono sui fornitori, sulle quantit da ordinare e sulle date di
evasione degli ordinativi. A livello locale, i responsabili di negozio devono prendere decisioni
integrate, in modo che gli ordinativi siano ottimizzati con lobiettivo di controllare il flusso dei
prodotti in relazione alla capacit produttiva.
La forza lavoro. Le pi importanti ed anche le pi complesse decisioni in materia di
manodopera sono quelle che devono essere prese a livello di negozio. Il responsabile di negozio
deve provvedere alle assunzioni, laddestramento, la supervisione ed il licenziamento degli
operatori. Perci, deve stabilirne le responsabilit, il numero necessario alla conduzione e, di
conseguenza, provvedere a selezionare ed assumere il personale. Inoltre, egli deve essere in
grado di verificare la bont delle decisioni prese valutando le prestazioni di ogni operatore. La
gestione del personale rappresenta la pi importante responsabilit del direttore di negozio.
La qualit. A livello di Gruppo, la dirigenza ha stabilito un insieme di regole che devono essere
rispettate in ogni negozio. Le regole includono tutte le procedure che devono essere seguite per
mantenere il livello di qualit del servizio e per garantire la qualit dei prodotti. Mentre la
qualit del servizio un p difficile da misurare, la qualit dei prodotti pu essere pi
facilmente garantita dal rispetto dei limiti di temperatura, umidit, soleggiamento, tempo di
permanenza nel negozio, a cui i prodotti possono essere esposti.
- 1.18 -
bilanciamento del carico di lavoro tra le macchine e gli impianti, in modo che il
prodotto sia consegnato entro i termini stabiliti dagli ordinativi;
responsabile della qualit. Egli opera principalmente per garantire la qualit del
prodotto. Le sue responsabilit riguardano la definizione ed il rispetto delle norme di
qualit, lo sviluppo delle regole aziendali di controllo della qualit, la scelta dei
sistemi di controllo e lassistenza e laddestramento degli operatori per la produzione
in qualit. I responsabili della qualit eseguono il monitoraggio della qualit del
prodotto, se necessario ad ogni stadio della produzione;
responsabile di reparto. Egli sovrintende al progetto ed al controllo dellimpianto,
delle macchine e delle attrezzature e del processi. Le sue attivit comprendono
lanalisi del flusso del lavoro, la gestione della tecnologia, la scelta dellimpianto,
della sua distribuzione nello stabilimento e degli strumenti. Egli coordina i
responsabili delle decisioni di breve periodo:
responsabile di linea. Gestisce la manodopera e le unit operative. Questo ruolo
comprende quello di supervisore di linea, di responsabile della produzione o di
responsabile di unit. Il suo ruolo riguarda la verifica delle prestazioni del personale,
delle macchine, dellorganizzazione produttiva e dei sistemi di premi di produzione;
analista pianificatore delle operazioni. Egli realizza la programmazione generale, la
ripartizione dei budget ed il controllo di ogni operazione. Egli ricopre il ruolo di
supporto al responsabile di reparto e sviluppa modelli e sistemi informativi di
supporto alla programmazione ed alle decisioni.
Questa lista indica che esiste una grande variet di figure di manager operativi.
Queste vanno dal primo livello di supervisione fino ai livelli pi elevati della dirigenza
e della responsabilit. Molte di esse hanno una funzione operativa trasversale e si
applicano sia alla produzione manifatturiera sia a quella di servizi. Inoltre, alcune figure
riguardano di pi le decisioni del giorno per giorno (di breve e brevissimo periodo) e
sono rappresentate dai supervisori e dai dirigenti di basso e medio livello, mentre altre
sono coinvolte nelle decisioni di medio e lungo periodo (relative alla strategia ed alla
pianificazione) e sono quelle ricoperte dallo staff e dai dirigenti di pi alto grado.
1.2.5.
- 1.19 -
1. Il Contesto Produttivo.
processo
capacit
produttiva
materiali
personale
determinare la grandezza
dellimpianto, delle macchine, delle
attrezzature, disegnare il lay-out,
definire il livello di qualifica della
manodopera, ecc.
stabilire il livello di
approvvigionamento, progettare il
sistema di controllo degli
approvvigionamenti, progettare i
depositi dei materiali, ecc.
stabilire i ruoli, prevedere sistemi di
compensazione e sostituzione,
definire le regole, ecc.
1.2.6.
Prima di procedere alla distinzione tra beni e servizi, conviene dare qualche
definizione. Il bene una entit tangibile: poich esso per natura fisico, i beni possono
essere immagazzinati, trasformati e trasportati. Invece, il servizio per natura
intangibile e pu essere definito come qualcosa che pu essere prodotto e consumato
praticamente in modo simultaneo: esso non pu essere n immagazzinato, n
trasportato. A causa dellintangibilit del servizio, i produttori di servizi differiscono da
quelli di beni per aspetti importanti delle loro attivit. Le principali differenze sono
relative a tutte le categorie delle decisioni e sono qui descritte:
capacit produttiva ed approvvigionamento dei materiali. Il servizio pu essere
visto come prodotto estremamente deperibile: non pu essere approvvigionato per un
uso successivo. Ne deriva che la fornitura di servizi presenta un particolare problema
di programmazione degli approvvigionamenti e della capacit produttiva. Il
produttore di servizi ha la necessit di prevederne la quantit in anticipo sulla
- 1.20 -
- 1.21 -
1. Il Contesto Produttivo.
tab. 1.V.
produttori di beni
produttori di servizi
Mineraria.
Estrazione di metalli, carbone, olio e gas,
minerali non metallici, ecc.
Costruzioni.
Commercio al dettaglio.
edifici civili, grandi opere, costruzioni speciali, Materiali da costruzione, negozi generici,
ecc.
negozi di alimentari, venditori di auto e
stazioni di servizio, negozi di elettrodomestici,
articoli da regalo, abbigliamento, ecc.
Finanza, assicurazioni, propriet.
Produzione.
Banche, agenzie di credito, agenti assicurativi,
Alimentari, tabacco, tessili, attrezzature,
agenti mobiliari, agenti della sicurezza, agenti
elettrodomestici, recupero materiali, carta,
stampa, chimica, prodotti petroliferi, carbone, della qualit, agenti immobiliari, ecc.
olio, gomma, plastica, cuoio, pietra, vetro,
argilla, metalli, prodotti metallici, macchine,
dispositivi elettrici ed elettronici, mezzi di
trasporto, strumenti di misura, ecc.
Servizi.
Hotel, agenzie del personale, servizi di affari,
riparazione auto, cinema, intrattenimento,
sanit, assistenza legale, educazione ed
istruzione, servizi sociali, musei, parchi,
organizzazioni private, ecc.
Amministrazione pubblica.
1.2.7.
La Strategia Operativa.
solamente il luogo dove fare un prodotto od un servizio, ma una delle sue responsabilit
di favorire lo sforzo per il raggiungimento del profitto. Come detto, questo obiettivo
meglio raggiunto mediante il miglioramento della competitivit, della produttivit ed il
soddisfacimento della domanda di qualit. Perci, la funzione operativa chiamata a
dare una risposta strategica per guadagnare un vantaggio competitivo innanzitutto
mediante il miglioramento dellefficienza produttiva. Poich la produzione di per s
neutra (pu essere una forza competitiva, ma anche un obiettivo della strategia della
dirigenza), ovvio che le decisioni operative sulla produzione devono essere in linea
con la strategia generale e tendere anchesse al risultato perseguito.
Questo non un percorso universalmente condiviso, in quanto si possono individuare
economie (ad esempio gli Stati Uniti), dove le funzioni finanziarie e del marketing sono
state e sono fortemente privilegiate, favorendo una grande attivit di fusione ed
acquisizione tra le aziende ed i gruppi di aziende, a scapito spesso della gestione delle
attivit produttive, che, invece, sono quelle che propriamente creano valore per
lacquirente.
Dunque, il ruolo strategico delle attivit produttive dovrebbe essere salvaguardato e
la dimostrazione della validit di questo concetto sta nel successo delle industrie
giapponesi, dove lattivit produttiva chiamata a supporto di quella commerciale, a
livello mondiale. Producendo beni di migliore qualit, e spesso di minor costo, esse
hanno raggiunto quote di mercato molto alte, e questo stato possibile spingendo
lefficienza della produzione. E chiaro che molto dovuto alla cultura nazionale di quel
Paese, ma fondamentale la loro ricerca di eccellenza nellattivit produttiva.
In definitiva, la strategia operativa la visione della funzione produttiva che
individua la direzione comune del processo decisionale. Questa visione deve essere
integrata con la strategia del profitto e, spesso ma non sempre, stesa anche in maniera
formale. Quindi, la strategia operativa deve rappresentare il quadro consistente entro il
quale le decisioni operative devono essere prese, con lobiettivo di raggiungere il
vantaggio competitivo dellazienda. Se questo schema non rispettato, le decisioni
operative diventano inconsistenti e per loro natura di breve periodo, compromettendo
lintera struttura decisionale dellorganizzazione. Cos, la strategia operativa deve essere
sviluppata a partire dalla strategia generale, la quale individua quelle attivit produttive
che devono essere fatte meglio per ottenere pi rapidamente gli obiettivi
dellorganizzazione e definisce la serie di politiche operative utili per guidare lattivit
decisionale.
1.2.7.1.
Come osservato, la strategia operativa una strategia funzionale, che deve essere
guidata dalla strategia del profitto e deve realizzare un quadro consistente di decisioni.
La fig. 1.3 mostra i quattro elementi cardine della strategia operativa: la missione, la
competenza distintiva, gli obiettivi e le politiche. Gli altri elementi, al di fuori del
quadro tratteggiato, sono gli input e gli output del processo di sviluppo della strategia
operativa.
- 1.23 -
1. Il Contesto Produttivo.
strategia generale
dell'
organizzazione
STRATEGIA OPERATIVA
missione
analisi
esterna
competenza
distintiva
analisi
interna
obiettivi
politiche
decisioni
tattiche
risultati
fig. 1.3.
La strategia generale definisce come gestire competitivamente gli affari. Perci molte
organizzazioni sono costituite da un Gruppo di aziende di affari correlate, ognuna delle
quali ununit, od una divisione, identificata con la sua strategia: ogni divisione trova
la propria base competitiva, in dipendenza del particolare segmento di mercato e del
- 1.24 -
- 1.25 -
1. Il Contesto Produttivo.
costi correnti:
55%
4.1
48%
5.2
50%
5.0
QUALITA
soddisfazione del cliente: percentuale di
75%
soddisfatti del prodotto
15%
percentuale di scarti e riprese
costi di garanzia, percentuale delle vendite 1%
85%
5%
0.5%
75%
10%
1%
TEMPI DI CONSEGNA
percentuale ordini coperti dal magazzino
lead-time per coprire il magazzino
90%
3w
95%
1w
95%
3w
10mo
6mo
8mo
3mo
3mo
3mo
anno corrente
COSTI
costo di produzione: percentuale delle
vendite
rotazione delle scorte
FLESSIBILITA
lead-time di introduzione di nuovo
prodotto
tempo di aumento capacit produttiva del
20%.
concorrente di
classe
mondiale
- 1.26 -
1. Il Contesto Produttivo.
Come si vede esiste una grande variet di politiche da considerare e la loro scelta
spesso incerta od, addirittura, conflittuale. Ad esempio la scelta di avere disponibile una
sovrabbondante manodopera pu risultare costosa, tuttavia aumenta la flessibilit
richiesta per poter proporre una grande variet di prodotti. Proprio per questo, le
politiche devono discendere il pi direttamente possibile dagli obiettivi che sono stati
individuati. Alcune delle pi importanti politiche operative sono riportate in tab. 1.VII.
Le scelte riportate sono fatte dalla dirigenza di pi elevato livello, in quanto
determinano opzioni strategiche.
POTENZIALITA
MATERIALI
MANODOPERA
QUALITA
Area
Vita del processo
Automazione
Flusso
Impianto
Insediamento
Investimento
Ammontare
Distribuzione
Sistemi di
controllo
Specializzazione
Supervisione
Salario
Staff
Approccio
Addestramento
Fornitori
Scelta strategica
Make or buy.
Lavorazione manuale o meccanizzata.
Automazione flessibile o rigida.
Per progetto, a lotti, in linea, continuo.
Unico, oppure sezionato in vari impianti.
Vicino ai mercati, a basso costo, allestero.
Permanente o temporaneo.
Alti o bassi livelli di magazzino e di materiali inprocess.
Magazzini centralizzati o decentralizzati.
Controllo di grande o piccolo dettaglio.
Alta o bassa specializzazione.
Centralizzata o decentralizzata.
Tipo di incentivi usati.
Paghe alte o basse.
Numeroso o meno.
Prevenzione o valutazione.
Addestramento tecnico o manageriale.
Selezionati per qualit o per costo.
- 1.28 -
1.2.7.2.
MISSIONE
OPERATIVA.
Strategia A
basso costo
Strategia B
innovazione di prodotto
Sensibile al prezzo.
Mercato maturo.
Alti volumi.
Standardizzazione.
- 1.29 -
1. Il Contesto Produttivo.
La tab. 1.VIII illustra questa correlazione mostrando due possibili opposte strategie
di mercato e le conseguenti strategie operative. La prima strategia quella del
produttore di articoli di basso costo (caratteristica dei mercati maturi e sensibili al
prezzo), il quale fornisce prodotti standardizzati, la cui missione operativa privilegia il
costo come obiettivo primario e che spinto ad utilizzare tecnologie di alto livello,
basso costo del personale, bassi livelli di materiali impiegati, un elevato grado di
integrazione ed una garanzia della qualit indirizzata al contenimento dei costi.
Come per la categoria successiva, il marketing e lazione finanziaria devono essere
coerenti con la strategia di mercato dellorganizzazione, come mostrato in tab. 1.VIII.
La seconda strategia mostrata in tab. 1.VIII quella dellinnovazione di prodotto e
della proposta di nuovi prodotti. Essa adottata tipicamente nei mercati emergenti, in
cui pu essere raggiunto il vantaggio di proporre prodotti superiori con basso lead-time.
Qui il prezzo non unarma competitiva importante e si possono ottenere forti profitti,
quindi non necessario badare troppo ai costi. Invece, molta enfasi deve essere data agli
aspetti che influenzano la flessibilit, la rapidit e lefficienza nellintroduzione dei
nuovi prodotti, in quanto obiettivi decisivi per il compimento della missione. Le
politiche operative possono comprendere limpiego di team di introduzione del nuovo
prodotto, luso di automazione flessibile in grado di essere adattata al nuovo prodotto,
manodopera abbondante e flessibile e, possibilmente, lapprovvigionamento di materiali
allesterno per mantenere la flessibilit.
Quanto si pu osservare il tab. 1.VIII che esistono attivit completamente differenti
per il supporto delle due strategie di mercato, cio che non esistono attivit che vadano
altrettanto bene per le due situazioni. Ci significa che, nel valutare le attivit, si deve
immediatamente considerare la strategia e la missione dellorganizzazione nella quale
esse si svolgono, come pure gli obiettivi che devono essere raggiunti.
1.2.7.3.
Uno dei migliori risultati dello sviluppo della strategia produttiva ladattamento ai
fattori dellambiente esterno. Mentre talvolta le attivit sono focalizzate sui fattori
interni allorganizzazione (creando cos problemi di competitivit), il tema centrale
della strategia operativa deve essere lo sviluppo di attivit attente allambiente esterno,
in particolare alla competitivit, leconomia, le condizioni sociali e le domande dei
clienti. Infatti, concentrarsi preferenzialmente sullambiente interno significa
privilegiare gli aspetti di miglioramento del processo produttivo, lasciando il controllo
operativo meno sensibile ai cambiamenti del mondo esterno. Invece, sembra oggi essere
molto pi importante gestire i seguenti parametri esterni:
le richieste del mercato, quali sono riflesse dal livello della domanda o dal tipo di
prodotto, sono i fattori esterni che pi influiscono le attivit produttive. Il livello
della domanda pu essere parzialmente gestito in azienda attraverso le politiche di
prezzo, la promozione, od altre strategie di mercato. Tuttavia, alcune variazioni
della domanda possono essere difficilmente controllate, come quelle che derivano
dalla reazione alle condizioni economiche del mercato, alle mutate preferenze dei
clienti o dalla comparsa di nuovi concorrenti. Inoltre, i clienti possono richiedere
nuovi o differenti prodotti da momento a momento: ne risulta che le attivit
produttive devono essere pianificate non solo con riferimento alle richieste
correnti, ma, nei limiti del possibile, anche a quelle future;
- 1.30 -
- 1.31 -
1. Il Contesto Produttivo.
1.2.7.4.
I Mercati Internazionali.
- 1.32 -
1.2.7.5.
Esempio
Per chiarire questo concetto si pu citare la storia di unazienda elettronica che costruisce
misuratori di livello di carburante e componenti del pilota automatico dei velivoli.
Dopo anni di tentativi per rendere profittevole la produzione dei misuratori di carburante, la
dirigenza pensava di venderne lattivit, ma, alla fine decise di isolare quella divisione e di
gestirla separatamente. Per far questo, fu necessario separare il processo produttivo, costituire
un nuovo sistema di gestione dei materiali e del processo, dotare la produzione di un proprio
sistema di qualit ed organizzare in maniera quasi indipendente lufficio di gestione del
personale.
Dopo soli 4 mesi, la produzione dei misuratori di carburante ha presentato un bilancio attivo,
apparentemente per la decisione di creare una nuova divisione allinterno dellorganizzazione.
Invece, la spiegazione di questo risultato che la produzione di componenti per piloti
automatici aveva esigenze di qualit sensibilmente maggiori, un tipo diverso di produzione e di
controllo dei materiali e strategie di scelta del personale non appropriate per la produzione
confrontabilmente pi semplice dei misuratori di livello del carburante. Ne derivava una
produzione di misuratori di carburante troppo costosa.
Questa storia indica che linee di produzione incompatibili allinterno delle stesso impianto
possono ridurre lefficienza.
In realt, uno dei punti salienti della strategia produttiva sempre stata la ricerca
delleconomia di scala, cio losservazione che laggiunta di prodotti in produzione pu
spalmare i costi fissi su una maggiore quantit di pezzi e pu rendere pi efficiente la
produzione. Tuttavia, se questa politica pu raggiungere buoni risultati in molti casi,
non lo fa comunque, in quanto laggiunta di prodotti aumenta sempre la complessit e
pu distogliere lattivit produttiva verso obiettivi in cui si perde in economicit. In
particolare, le economie di scala non si raggiungono quando la dirigenza ha la necessit
di allargare il personale di staff per poter coordinare la complessit risultante dallavere
pi prodotti nello stesso impianto, cio le economie ottenute sul lavoro diretto risultano
compromesse dalle diseconomie di costo indiretto.
Si pu anche arguire che certi impianti sono stati costruiti troppo grandi e complessi,
se sono visti dal punto di vista delle economie di scala e che, probabilmente, essi
potrebbero essere suddivisi in unit pi piccole e mirate specificatamente su un prodotto
od una famiglia di prodotti, le quali possono garantire un sistema pi congruente con gli
obiettivi. In questo modo, ogni singolo impianto pu essere gestito con una particolare e
mirata strategia di costi, qualit, tempi di consegna, flessibilit, ecc, che sia appropriata
agli obiettivi da raggiungere, e, cos, pu meglio costituire unarma della strategia
commerciale.
I commerciali capiscono benissimo questi concetti e gli applicano costantemente nel
loro lavoro: la segmentazione del mercato gli spinge ad individuare quelle nicchie in cui
gli affari sono pi facili perch il prodotto che trattano competitivo. Allo stesso modo,
la strategia produttiva definisce quelle politiche che rispettano la strategia di mercato ed
- 1.33 -
1. Il Contesto Produttivo.
indirizzano gli sforzi della produzione verso quegli obiettivi che possono essere
raggiunti meglio. Questa attivit stata chiamata competenza distintiva e definita come
quellinsieme di attivit che d un vantaggio competitivo allorganizzazione.
Nella pratica si osserva una certa mancanza di attivit produttiva mirata e le
principali ragioni di questo sono:
laumento di figure professionali (qualit, amministrazione, engineering,
produzione, gestione delle merci, ecc.), le quali inseguono un proprio sistema di
schemi, mentre dovrebbero essere gestite dallalta dirigenza verso gli obiettivi
operativi comuni definiti dallorganizzazione integrata,
laumento del numero di prodotti costruiti nello stesso impianto in nome delle
possibili economie di scala. Il tentativo di ridurre i costi distrae lattivit
produttiva dai prodotti pi competitivi e rende meno efficiente la produzione,
lerrore nel definire la competenza distintiva della produzione, che ne provoca lo
sviluppo scoordinato, determinando talvolta limpossibilit di individuare le
incompatibilit dello scheduling e del lay-out,
la trasformazione degli obiettivi produttivi, mentre la maggior parte dello staff
produttivo segue gli obiettivi determinati precedentemente.
Per eliminare tali problemi, lattivit produttiva deve essere sviluppata come parte
del processo strategico generale. Se si osserva che due o pi missioni sono svolte sullo
stesso impianto, questo il segnale di una possibile necessit di separare la produzione
in singole attivit meglio focalizzate sul prodotto. In generale, un singolo impianto
dovrebbe svolgere una sola missione operativa. Si possono individuare alcuni tipi di
attivit mirate:
sul prodotto,
sul tipo di processo: per progetto, a lotti, in linea,
sulla tecnologia,
sul volume di vendita,
sulla produzione per il magazzino o sulla produzione su ordine,
su nuovi prodotti o su prodotti maturi.
Come vedremo, non sar sempre utile raggiungere questo risultato in modo
completo. Per esempio, in quanto si possono adottare metodi produttivi diversi per
ottenere la voluta precisione geometrica su uno stesso pezzo e, tra di essi, deve essere
scelto quello che garantisce il migliore rapporto costi/qualit. Perci, sar la strategia
operativa generale ad essere rispettata, senza pretendere di spingerla fino a livelli di
dettaglio troppo spinti.
1.2.7.6.
La Curva dellEsperienza.
Uno dei principi che sottolineano limportanza della strategia produttiva e la strategia
di mercato la curva dellesperienza (o curva dellapprendimento), che descrive la
relazione tra i costi ed il volume di produzione e che basata sullosservazione che in
azienda esiste unattivit di apprendimento, mano a mano che la produzione di un bene
o di un servizio viene sviluppata nel tempo. Quando lapprendimento apprezzabile, la
produzione di ununit di prodotto aggiuntiva richiede sempre meno tempo in quanto,
almeno, il personale diventa progressivamente pi efficiente e meglio indirizzato verso
gli obiettivi produttivi stabiliti. Anche il costo dei materiali impiegati diventa sempre
minore, attraverso laffinamento delle attivit produttive (che consentono limpiego di
semilavorati sempre meno pregiati) e leconomia di scala che possibile ottenere sulle
- 1.34 -
(1.1)
dove:
y(x)
il costo della x-esima unit di prodotto,
k il costo della prima unit,
x il numero totale di unit prodotte,
n = log / log2
il tasso di esperienza,
1- il tasso di progresso.
Esempio
La produzione della prima unit di un prodotto costa 100. Si voglia determinare il costo della
seconda, quinta, centesima, per un tasso di esperienza del 70%.
x
1
2
5
100
y(x)
100
70
43.7
9.3
fig. 1.4.
0,9
0,8
96
101
91
86
0,7
0,6
81
76
71
66
61
56
51
46
41
36
31
100
100
80
90
70,21037 84,6206
64
81
59,56373 78,29867
56,1683 76,15854
53,44895 74,39478
51,2
72,9
49,29496 71,60646
47,65099 70,4688
46,21111 69,45525
44,93464 68,54268
43,79155 67,7138
42,75916 66,95531
41,81992
66,25681
x, numero delle
unit di prodotto
40,96
65,61
40 16834 65 00817
26
21
16
11
100
70
56,81803
49
43,68464
39,77262
36,73967
34,3
32,28289
30,57925
29,1157
27,84084
26,71743
25,71777
24,82076
24,01
23 27255
6
100
60
90
4,50184851
80
36
70
0,54099314
6,70110911
60
3,83371934
50
21,6
40
9,80414521
30
8,32459588
20
7,08163435
10
6,02066546
0
5,10296012
4,3002316
3,5913065
12,96
39371427
100
- 1.35 -
1. Il Contesto Produttivo.
Le curve dellesperienza sono utili per la stima dei costi e la misura del progresso che
la produzione presenta nella riduzione dei propri costi. Peraltro, sono utili nello
sviluppo delle strategie, in quanto lorganizzazione che sfrutta a proprio vantaggio le
indicazioni della curva dellesperienza pu produrre a minor costo dei concorrenti che
non lo fanno. Ad esempio, la strategia del produttore a basso costo sar quella di
spostare la curva dellesperienza verso il basso, di pi di quanto non facciano i
concorrenti. Quanto pi inclinata essa sar, tanto pi efficace sar la strategia e sar
possibile che concorrenti siano espulsi dal mercato, se questi non cercheranno di
ottimizzare altrettanto bene la relazione tra volume di prodotto, grado di apprendimento
e costi.
Come evidente, la curva dellesperienza molto pi significativa nella fase iniziale
della vita di un prodotto, quando i prezzi sono fortemente calanti ed presente una
grande pressione competitiva: in questo caso, la riduzione dei costi una questione di
sopravvivenza.
Esempio
Tuttavia, una troppo stretta attenzione alla curva dellesperienza pu diventare disastrosa. Un
esempio classico quello della Ford, col suo celeberrimo Model-T.
Il prezzo di questo prodotto calato da 950$ a 290$ nel periodo tra il 1909 ed il 1924, per
mezzo della modernizzazione degli impianti, lintegrazione verticale per la riduzione del costo
dei materiali in ingresso, la divisione del lavoro e leliminazione dei cambi di modello. In
questo periodo la quota di mercato salita dal 10 al 55% (ed il mercato , di per s, in crescita
esplosiva), e la Ford fa affari doro.
Tuttavia questa enfasi verso la riduzione dei costi gi il seme della successiva sconfitta. Mano
a mano che il mercato cresce, la mancanza di nuovi modelli diventa presto la ragione della
contrazione delle vendite a vantaggio della General-Motors, con grandi perdite effettive e di
opportunit.
1.2.7.7.
- 1.36 -
1.2.7.7.1. 1 livello.
La situazione di minore efficienza pu essere descritta come quella nella quale si
cerca di minimizzare ogni impatto negativo della produzione sulle vendite. Cio, la
dirigenza pretende che lattivit produttiva resti sotto controllo, rispettando le strategie
definite e raggiungendo gli obiettivi di breve periodo.
A questo scopo, la produzione viene mantenuta flessibile e reattiva, sono presenti
efficienti sistemi di controllo delle prestazioni, anche con laiuto di esperti esterni,
chiamati a prendere le decisioni strategiche da seguire. Gran parte dellattenzione della
dirigenza focalizzata sulla scelta delle decisioni strutturali (macchine ed impianti) e
sugli aspetti finanziari dei finanziamenti fatti. Peraltro, la dirigenza dedica meno
attenzione alle decisioni di ordine infrastrutturale (qualit, personale, sistemi ed
organizzazione) e tende a non essere coinvolta nella produzione.
Lobiettivo di questo livello la garanzia contro qualsiasi danno allorganizzazione
possa derivare dalla concorrenza, non quello di far uso della produzione come arma
competitiva. Ne risulta che i responsabili della produzione non partecipano alla strategia
generale, sono chiamati solamente a garantire la continuit della produzione e sono gli
esperti che devono risolvere i problemi e prendere le decisioni del breve periodo.
Spesso a questo livello, la produzione non tenta nemmeno di sviluppare nuove
tecnologie e gli impianti produttivi sono semplicemente acquistati allesterno. Non ci si
assumono rischi e sono utilizzate tecnologie sicure. La produzione vista come
linsieme di una serie di decisioni prese una volta per tutte e la dirigenza non ha la
nozione che lapprendimento continuo pu essere la base per lallargamento della
capacit produttiva.
1.2.7.7.2. 2 livello.
Il secondo livello organizzativo minimizza leffetto sia dei fattori interni visti sopra,
sia di quelli esterni rappresentati dal livello di competitivit dei concorrenti. La
produzione segue una pratica industriale conformista e usa la tecnologia disponibile ed i
parametri produttivi comuni a tutta lindustria di appartenenza.
La dirigenza opera sulla corretta allocazione delle risorse come base della gestione
della produzione, tende ad effettuare gli investimenti solamente quando necessari ed
normalmente riluttante ad assumere una posizione preminente sul mercato. La
tecnologia acquistata allesterno sia da laboratori esterni di Ricerca e Sviluppo (R&D),
sia da produttori esterni.
Lorganizzazione valuta la dinamica dellindustria nella quale inserita e del
mercato dove deve competere e la produzione non vista come arma competitiva.
Invece, essa segue la strategia dei nuovi prodotti o della pubblicit per guadagnare il
vantaggio competitivo. Questo il livello tipico dellindustria matura, soprattutto dei
- 1.37 -
1. Il Contesto Produttivo.
1.2.7.7.3. 3 livello.
Il terzo livello quello dove la produzione diventa un valido supporto alla strategia
di mercato. In questo caso, le decisioni riguardanti la produzione sono prese
conformemente alla strategia generale e la produzione tende ad essere di valido
supporto e spinta alla concorrenza. Per raggiungere il livello 3, lalta dirigenza ha un
ruolo attivo nel gestire la produzione, attraverso una precisa definizione della strategia
produttiva. E chiaro che la produzione ha qui una missione chiara, obiettivi di lungo
periodo ben formalizzati, politiche strategiche e competenza distintiva. Le decisioni
sugli investimenti sono prese valutandone la consistenza e la coerenza con la strategia
generale e quella produttiva.
Spesso lorganizzazione arriva a questo livello in conseguenza di un piano strategico
che impegna la produzione ad assumere essa stessa un piano strategico con un orizzonte
di lungo periodo, tale da garantire un continuo supporto alla strategia di mercato. Ne
deriva che le organizzazioni a questo livello presentano il progresso tecnologico come
naturale risposta ai cambiamenti di strategia di mercato e possono sviluppare tecnologie
di processo proprie e diverse da quelle dei concorrenti.
1.2.7.7.4. 4 livello.
Il livello pi alto dellefficienza produttiva basato sullidea che la produzione deve
essere unarma competitiva dellintera organizzazione. Questo non significa che la
produzione deve necessariamente prendere il ruolo pi importante nellorganizzazione,
ma che le altre funzioni devono formare, insieme ad essa, un sistema coordinato ed
integrato.
A questo livello, la produzione anticipa nuove strade e sviluppa modelli propri di
gestione, anzi sviluppa tecnologie di processo innovative, che danno vantaggio
competitivo. Queste particolarit possono essere la base stessa della strategia di
mercato. Un esempio pu essere ancora quello della Ford, con le sue innovative linee
transfer di montaggio dei primi del 1900; un altro pu essere lintroduzione di
innovativi sistemi di controllo della qualit dellindustria giapponese: questa capacit
distintiva ha rivoluzionato la pratica industriale ed ha fornito la base di un vantaggio
competitivo enorme.
Le organizzazioni di 4 livello hanno la funzione organizzativa della dirigenza ben
integrata: marketing, finanza, R&D, personale, produzione insieme concorrono a
sviluppare la strategia generale. Come detto, non solamente la produzione a sostenere
la strategia di mercato, ma la produzione parte che partecipa alla sua definizione e
rende possibile ladozione di nuove strategie. Cos, la produzione coinvolta nelle
decisioni che riguardano il marketing, la finanza, la R&D, ecc.
Queste organizzazioni sono frequentemente proprietarie dei processi e della
tecnologia impiegata, anzi sviluppano il sistema produttivo in modo da essere
costantemente al massimo livello, con unorganizzazione dellapprendimento, appunto
al livello 4.
- 1.38 -
1.2.8.
- 1.39 -
1. Il Contesto Produttivo.
Esempio
Nel 1968, N.C. Wyeth (un ingegnere della Dupont-de-Nemours) ha sviluppato una bottiglia di
plastica da 2 litri, costituita da PET (polietilene tetraftalato). Questo sviluppo doveva
determinare una vera rivoluzione presso i clienti, in quanto la bottiglia pesava 11 volte meno
della corrispondente di vetro e consentiva di risparmiare costi di trasporto e di manipolazione
dei materiali attraverso lintera catena della distribuzione.
Inoltre, aumentava la soddisfazione del cliente, il quale trovava anchegli pi facile il trasporto,
ma, soprattutto, valutava molto pi sicura la manipolazione del prodotto per riguardo al pericolo
di ferite derivanti dalla rottura o dallesplosione dei contenitori. Giova ricordare che, in
quellanno, negli Stati Uniti si erano verificati 20.000 incidenti gravi derivanti dalla rottura delle
bottiglie di vetro. Infine, la bottiglia di plastica era meno costosa di quella di vetro. Tuttavia, il
limite del nuovo prodotto era una minore garanzia di protezione del contenuto nel tempo ed,
esteticamente, un minor feeling da parte del cliente.
Nel 1977, C.K. Sewell e J.T. Pollock convincevano la dirigenza della Dorsey Co. a coinvolgere
la loro Sewell Plastic Division nelliniziativa di avviare la produzione di bottiglie di plastica
PET da 2 litri. Infatti, durante il periodo precedente, la bottiglia aveva avuto lapprovazione
della FDA (Food and Drug Administration) e la Cincinnati-Milacron aveva costruito un
prototipo di macchina per la produzione di massa della bottiglia. C.K. Sewell decise di
acquistare le macchine Cincinnati, anche se la produzione della bottiglia avveniva in due pezzi,
poich percepiva che era decisivo muoversi rapidamente per stabilire un vantaggio competitivo
nei confronti dei propri formidabili concorrenti.
Uno dei concorrenti, la Continental-Group, decise di sviluppare una propria tecnologia
produttiva, in grado di produrre la bottiglia in un sol pezzo. La progettazione richiese 2 anni, il
ch cost non poco in termini di quota del mercato, l1.6%, in confronto al 28% della Dorsey.
La quota della Dorsey non era stata solamente il risultato di essere entrata per prima nel
mercato, ma era attribuibile anche allo sforzo compiuto per modificare in corso di produzione il
progetto del prodotto, in modo da ridurne il costo unitario senza compromettere la soddisfazione
del cliente. Per esempio, la Dorsey lavorava per accumulare vantaggi riducendo la quantit di
materiale necessario per pezzo, ma anche allargando il numero di aziende che utilizzavano il
prodotto.
In seguito, la Dorsey non ebbe altrettanto successo quando si mosse nel mercato delle bottiglie
da 1 e da litro. Essa entrava in un mercato di 4 M$ di macchine da 1 litro e di 6 M$ di
macchine da litro, prima di aver raggiunto la capacit di produrre ad una qualit sufficiente.
Inoltre, in quel momento, il mercato delle bottiglie da 1 litro era calante ed, in quello delle
bevande in bottiglie da litro, le bottiglie di vetro erano pi desiderabili anche
economicamente, potendosi raggiungere con esse risparmi del 10 20%, in confronto a quelle
di plastica.
1.2.9.
- 1.40 -
Come specificato nella richiesta di prod. Come progettato dall' Uff. Tecnico
fig. 1.5.
- 1.41 -
1. Il Contesto Produttivo.
Compratore
creazione
dell' idea
R&D
Tecnologia
selezione
del prodotto
progetto di massima
del prodotto
progetto di massima
del processo
costruzione
del prototipo
prove
progetto finale
del prodotto
progetto finale
del processo
produzione
fig. 1.6.
principalmente del tipo dei check-sheet, cio metodi che si basano sullelenco dei fattori
che devono essere garantiti dal prodotto, i quali sono verificati attraverso un peso
corrispondente alla loro importanza. Se la somma dei pesi supera un livello minimo,
lidea di nuovo prodotto viene selezionata per un ulteriore passo di sviluppo.
Alternativamente, lidea di nuovo prodotto pu essere valutata attraverso unanalisi
convenzionale del ritorno di investimento previsto, mediante la previsione del cash-flow
che deriva dagli investimenti, i costi ed i ricavi che si possono prevedere
dallandamento futuro delle vendite.
Progetto di massima del prodotto. Questo stadio del processo di sviluppo del
prodotto riguarda la scelta del modo migliore per mettere in pratica lidea. Se esso
viene approvato, si passa alla costruzione di uno o pi prototipi da sottoporre a
prove ed analisi. In questa fase, viene considerato un gran numero di relazioni tra
disegno, costi, qualit e prestazioni, in modo che sia possibile valutare se il
prodotto sar competitivo sul mercato e realizzabile in produzione; questi obiettivi
del progetto sono evidentemente i pi difficili da raggiungere. mentre il risultato
della selezione del prodotto di definire solamente le idee fondamentali, il
progetto preliminare deve specificare il prodotto in maniera completa.
Costruzione del prototipo. Essa pu assumere diverse caratteristiche: quella
considerata importante che il prototipo assomigli al prodotto finale, anche se
pu essere eseguito semplicemente a mano. Nel campo dei servizi, il prototipo
pu essere il singolo sito dove il concetto di nuovo servizio pu essere verificato
nelle condizioni di uso reale; cos, il servizio pu essere modificato per meglio
soddisfare le esigenze del mercato anche nella fase di lancio del prototipo; infine,
quando il prototipo stato testato con successo, il progetto finale pu essere
completato ed il servizio sviluppato sulla base di mercato prevista.
Prove. Le prove sul prototipo servono a garantire la congruenza con le esigenze
del mercato e con le prestazioni volute. Un modo per provare la rispondenza alle
richieste del mercato pu essere quello di costruire una preserie di prototipi del
nuovo prodotto da inviare sul campo. La prova pu durare da 6 mesi ad 1 anno,
limitata ad una regione geografica ridotta e deve fornire un numero sufficiente di
dati quantitativi e di gradimento del compratore. I prototipi sono costruiti anche
per fornire dati sulle prestazioni tecniche. Un esempio classico quello degli aerei
militari, i quali richiedono anche 6 evoluzioni di prototipi da provare in modo
estensivo, prima che la dirigenza approvi il progetto finale. In questo caso, ad ogni
campagna di prove su un prototipo, la progettazione esegue i cambiamenti
richiesti e gli introduce nel prototipo successivo.
Progetto finale del prodotto. Durante la fase finale della progettazione si
sviluppano i disegni e le specifiche del prodotto, in particolare le specifiche
devono contenere le condizioni che, se soddisfatte, consentono il normale
prosieguo della produzione. La divisione di R&D non solo deve stendere le
specifiche per la produzione, ma deve anche preparare uninformativa che
dimostri che il prodotto sia effettivamente fattibile e che contenga, perci, i
dettagli necessari della tecnologia del processo, i dati di controllo della qualit, le
procedure di prova delle prestazioni del prodotto, ecc.
1.2.10.1.
Il processo di sviluppo del nuovo prodotto descritto qui sopra pu essere considerato
come il flusso in un setaccio, nel quale la grande quantit di idee e proposte iniziali
- 1.43 -
1. Il Contesto Produttivo.
viene via via ridotta alle poche che possono essere effettivamente materializzate in un
prototipo ed allunica che pu entrare come prodotto nel mercato. D. Uman ha
rappresentato questo processo in un diagramma del tipo di fig. 1.7, detto di mortalit
delle idee di nuovo prodotto. Lo studio condotto su una cinquantina di imprese ha
dimostrato che circa 1 idea su 60 ha successo. In particolare, la pi forte contrazione si
ha nella prima fase, quella antecedente al progetto di massima, e questo dovuto al
grande peso che giustamente deve essere dato alla fase di selezione e di analisi iniziale.
Si deve notare che il progetto di un nuovo prodotto deve svilupparsi con una
sistematica iterazione dei passi precedenti; ad esempio, la prova del prototipo pu
richiedere la revisione del progetto di massima o la costruzione di un nuovo prototipo,
cio non necessario che lo svolgimento del processo segua sequenzialmente lo schema
di fig. 1.6: qualche passo pu essere saltato ed altri possono essere ripetuti molte volte.
Il processo produttivo pu essere organizzato in parallelo con lo sviluppo del nuovo
prodotto, anzi la fig. 1.6 mostra la possibilit di sviluppare il progetto di massima e
quello definitivo del processo praticamente nello stesso tempo del corrispondente del
prodotto. Questo implica che il progetto del processo non debba attendere che il
progetto del prodotto sia completato, al contrario il progetto del processo pu essere
sviluppato come parte del progetto del prodotto. Se il progetto del processo fosse in
cascata a quello del prodotto, potrebbe verificarsi che il prodotto risulti troppo costoso
o, addirittura, impossibile da ottenere. Questa una delle ragioni per cui tutto il
personale coinvolto nellattivit di progettazione fin dallinizio, ma anche una delle
ragioni del grande impulso che si constata nellattivit di parallelizzazione delle attivit
di progettazione, mediante lutilizzo sempre pi diffuso di mezzi informatici e di
comunicazione.
Curva di Uman
70
60
numero di idee
50
40
30
20
10
0
0
0,2
0,4
0,6
0,8
1,2
tempo progressivo
fig. 1.7.
1.2.10.2.
R&D non pu materialmente essere costruito, a causa dei problemi che insorgono
perch la tecnologia nuova, oppure non acquisita, o non ben capita,
le risorse. La produzione pu avere risorse inadeguate al nuovo prodotto in
termini di qualifica della manodopera, di sistemi di controllo, di garanzia della
qualit, di organizzazione, ecc.
i premi. I sistemi di premio alla produttivit possono favorire le tecnologie
correnti, piuttosto che quelle richieste dal nuovo prodotto.
Per superare questi problemi di sviluppo della tecnologia, lautrice mostra i vantaggi
dellapproccio integrato introdotto sopra e che si riferisce ai rapporti tra R&D,
produzione e marketing, invece del processo tradizionale per passi o stadi successivi,
nei quali la tecnologia viene recepita solo alla conclusione dellanalisi precedente. La
fig. 1.8 chiarisce ancora meglio il processo di sviluppo simultaneo. In essa si osserva
- 1.45 -
1. Il Contesto Produttivo.
che tutte le funzioni sono coinvolte nel processo fin dallinizio, frequentemente
mediante la formazione preliminare di un team di sviluppo del nuovo prodotto. Nelle
prime fasi, la divisione R&D sopporta il massimo sforzo, ma anche le altre funzioni
giocano un ruolo. Dopo la progettazione del bene, lo sforzo di R&D si riduce, ma non si
annulla, mentre, invece, comincia a crescere lo sforzo compiuto dalla produzione fino
ad assumere la maggiore importanza. La divisione vendite raggiunge il massimo sforzo
quando il prodotto viene lanciato sul mercato, per portarsi successivamente al livello di
routine.
Solo raramente le grandi organizzazioni sono coinvolte in maniera totale nel
processo innovativo, piuttosto al loro interno si creano team autonomi di sviluppo, ai
quali viene attribuito un campo di interesse, livelli di autorit ed unautonomia adeguati
al raggiungimento degli obiettivi stabiliti dalla dirigenza. Essi si assumono i rischi,
progrediscono nelle conoscenze attraverso le operazioni, con un processo di selezione e
correzione delle decisioni prese, che ammette larghi margini di incertezza.
Giova mettere in evidenza anche limportanza del ruolo che i fornitori giocano nel
trasferimento di tecnologia. Essi possono essere coinvolti fin dallinizio e consultati
regolarmente nella soluzione dei problemi, in quanto proprietari di conoscenze che
possono essere assenti o solo parziali presso lorganizzazione. In questo caso, il
processo di trasferimento di tecnologia fondamentalmente di apprendimento da parte
di tutte le funzioni, piuttosto che di progettazione. Inoltre, pi facile che i livelli pi
elevati dellorganizzazione dimentichino i metodi adottati in precedenza mano a mano
che il nuovo prodotto viene accettato, cosicch la produzione pu essere vista non solo
come la funzione operativa pi importante, ma anche come sistema sociale e di
apprendimento.
Approccio simultaneo
1
produzione
0,9
0,8
vendite
sforzo organizzativo
0,7
0,6
R&D
0,5
0,4
0,3
0,2
0,1
0
0
0,2
0,4
0,6
0,8
tempo
fig. 1.8.
- 1.46 -
E evidente che procedere per gruppi di sviluppo non sempre il modo pi razionale,
basti pensare al processo innovativo di grandi progetti, che richiedono pianificazione e
controllo di progetto molto elaborati e complessi, oppure, la situazione opposta del
singolo inventore od imprenditore di una piccola azienda, che assume lintero carico
dellattivit innovativa.
1.2.10.3.
Dopo il processo di sviluppo del nuovo prodotto prima della produzione discusso
sopra, il prodotto inviato alla produzione, dove viene ancora sviluppato e cambiato
durante tutto il suo ciclo di vita: come si visto in fig. 1.8, si pu attuare il re-design
del prodotto, il quale viene qui descritto con particolare riguardo allinterazione che si
ha tra prodotto e processo, secondo i seguenti tre passi:
1 livello. La vita iniziale del prodotto caratterizzata da frequenti cambiamenti
determinati dalle condizioni incerte del mercato e dallavanzamento tecnologico. In
questa fase, il processo produttivo non ancora andato a regime ed
fondamentalmente di basso volume di produzione e per sua natura un p scoordinato.
Tipicamente, limpianto non ancora perfettamente orientato al prodotto e sono
frequenti le operazioni eseguite con macchine universali, che sono per loro natura
flessibili ed adattabili ai cambiamenti del prodotto, anzi favoriscono decisioni
orientate ad ottenere elevati tassi di innovazione e di diversificazione in confronto al
prodotto dei concorrenti. Si pu dire che sia il prodotto sia la produzione sono fluidi
e si possono riscontrare facilmente operazioni scoordinate, colli di bottiglia, e sbalzi
di produzione derivanti dalla mancanza di flussi regolari dei materiali e del prodotto
stesso.
Innovazione Prodotto / Processo
1
0,9
grado di innovazione
0,8
innovazioni di prodotto
innovazioni di processo
0,7
0,6
spinta
dalla domanda
spinta
dai costi
spinta
dalla tecnologia
0,5
0,4
0,3
0,2
spinta
dalla tecnologia
spinta
dall' offerta
spinta
dai costi
0,1
0
0
0,1
0,2
processo scoordinato
massime prestazioni
fig. 1.9.
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
processo integrato
stadio di sviluppo
- 1.47 -
minimi costi
1. Il Contesto Produttivo.
2 livello. Mano a mano che lo sviluppo ha luogo, la concorrenza sui prezzi diminuisce,
in quanto i dirigenti prendono pi a cuore il problema dei costi. Ne risulta una
migliore integrazione dei flussi dei materiali e del prodotto, obiettivi meglio
identificati, maggiore automazione e migliore pianificazione e controllo della
produzione. A questo stadio si sviluppano le isole di meccanizzazione, nelle quali
alcuni sottoprocessi diventano altamente automatizzati, mediante lintroduzione di
impianti e macchine dedicate. Tuttavia, la meccanizzazione non pu essere introdotta
prima che il prodotto abbia raggiunto una posizione pi matura sul mercato e non sia
garantita una sufficiente stabilit delle sue caratteristiche.
3 livello. Con la raggiunta maturit del prodotto, la concorrenza diventa pi intensa ed
richiesta la massima standardizzazione, la maggiore automazione, la pi attenta
attivit di riduzione dei costi e dei tempi di consegna. Il processo produttivo diventa
altamente integrato ed automatizzato, dunque praticamente impossibile, a questo
livello per ragioni di costo, apportare modifiche importanti al prodotto ed al
processo. Perci, i cambiamenti diventano molto lenti, ma possono subire una forte
accelerazione a causa dei cambiamenti degli input esterni, leggi e regolamenti, crisi
improvvise nel mercato.
1.2.10.4.
Abbiamo visto come linnovazione sia il modo principale perch il prodotto resti
competitivo, quindi incontri sempre meglio i bisogni del compratore. Una maniera
conveniente di organizzare linnovazione e di indirizzarla a migliorare il valore del
prodotto o dei servizi limpiego dellanalisi del valore.
Lanalisi del valore lo strumento che tende ad eliminare ogni attivit o componente
che causi costi e non contribuisca al valore (alla qualit) del prodotto. Perci, essa tende
a favorire lincontro tra le richieste di prestazioni del prodotto e le esigenze del cliente,
al minor costo possibile. Lanalisi del valore anche lapproccio organizzato di analisi
del prodotto che viene impiegato con molte tecniche nella normale routine. Si deve
precisare la fondamentale differenza tra costo e valore.
Il costo un valore assoluto, espresso in termini monetari e che misura la quantit di
risorse impiegate per creare il prodotto: esso comprende i materiali, la manodopera,
lenergia e le spese generali.
Daltra parte, il valore rappresenta la percezione del cliente del rapporto tra
lattitudine alluso del prodotto ed il suo costo. Lattitudine alluso il risultato della
qualit, dellaffidabilit e delle prestazioni del bene, in relazione al suo uso. Cio, non
volendo guardare troppo al mercato dei beni di lusso, lacquirente tende a soddisfare i
propri bisogni (o desideri) al minimo costo. Impostato cos il problema, il valore di un
prodotto pu essere aumentato incrementando la sua attitudine alluso (e la sua utilit)
- 1.48 -
allo stesso costo, oppure diminuendo il costo a parit di attitudine alluso, e questo
scopo pu essere raggiunto eliminando le funzioni non necessarie e costose che non
contribuiscono al valore. Nellanalisi del valore si impiegano le seguenti definizioni:
obiettivo: scopo e ragione per i quali il prodotto esiste,
funzione di base: quella che, se eliminata, rende il prodotto inutile per riguardo
allobiettivo stabilito,
funzioni secondarie: quelle che rendono possibile la funzione di base, nel modo in
cui il prodotto stato progettato.
Identificare queste tre caratteristiche rappresenta il cuore dellanalisi del valore.
Esempio
Per accedere al contenuto di una scatoletta di tonno, dobbiamo considerare:
obiettivo: togliere il contenuto,
funzione di base: aprire la scatoletta,
funzione secondaria: tagliare il coperchio.
La funzione di base (aprire la scatoletta) pu essere compiuta in diversi modi, a seconda di
come la scatoletta stata disegnata, di latta con coperchio aggraffato, di vetro con tappo a vite,
con coperchio di plastica. Dunque, la funzione secondaria cambia a seconda di quanto previsto
nel disegno.
1. Il Contesto Produttivo.
Valutazione. In questa fase, le idee sono valutate in relazione alla fattibilit, al costo ed
al contributo al valore del prodotto. Le idee migliori sono confermate in un piano di
miglioramento di prodotto, il quale viene portato avanti dai membri del team e dalla
dirigenza. Per questo, normalmente meglio formare il team con le persone che
devono dimostrare i risultati dello studio di analisi del valore e, cos, si garantiscono
responsabilit ed entusiasmo anche nel successivo processo di implementazione.
Come detto, lanalisi del valore un modo organizzato per aumentare lattitudine
alluso del prodotto relativamente al suo costo. Esso non praticamente per nulla
basato su decisioni di budget, in quanto ogni funzione del prodotto viene
accuratamente esaminata per essere migliorata od eliminata: in pratica, nulla dato
per scontato ed i risultati sono talvolta eccezionali, con miglioramenti normali del
10% del valore e miglioramenti limite anche del 50%.
1.2.10.5.
Gamma di Prodotti.
Sono stati trattati i problemi del design e del re-design di un singolo prodotto. Ora
parleremo delle decisioni che si riferiscono alleventuale progetto simultaneo di una
variet di prodotti. La pratica di introdurre una variet di prodotti deriva sia dalle spinte
del mercato, sia da quelle della produzione, comunque essa ne deve controllare i
vantaggi e gli svantaggi.
Costi
Vendite
56
1200
60
55
1000
costi unitari
40
30
20
54
53
52
10
51
50
0
10
20
numero prodotti
fig. 1.10.
30
profitti totali
70
50
vendite
Profitti
800
600
400
200
0
10
20
30
numero prodotti
10
20
30
numero prodotti
Dal punto di vista del marketing, il vantaggio di avere una larga variet di prodotti
sta nella capacit di offrire ai consumatori una maggiore possibilit di scelta ed, infatti,
spesso si osserva una caduta delle vendite se lorganizzazione offre meno variet di
prodotti, rispetto ai concorrenti. Da questo punto di vista, i responsabili del marketing
potrebbero spingere per disporre di una linea di prodotti talmente completa da poter
soddisfare praticamente tutte le possibili richieste del mercato. Tuttavia questo
comportamento si ribalterebbe presto contro di essi, in quanto, prima di tutto,
sorgerebbero difficolt nella gestione stessa del marketing. Troppi prodotti possono
confondere il cliente che non riconosce sufficientemente le differenze tra le proposte,
rendono difficile laddestramento del personale di vendita e la strategia pubblicitaria
risulta pi costosa e meno focalizzata. Cos, le vendite possono appiattirsi, anzi ridursi
in qualche caso. Tuttavia, in generale i responsabili del marketing preferiscono disporre
di una importante variet di prodotti, forse in ci spinti dallesempio giapponese, il
- 1.50 -
quale riesce particolarmente bene in questa strategia. In ogni caso, si deve ricordare che
questo dipende dalla particolarissima struttura industriale di quel Paese, la quale
grandemente flessibile grazie alleccezionale attitudine professionale della manodopera.
Dal punto di vista della produzione, una grande variet di prodotti porta ad elevati
costi, maggiore complessit e la pratica impossibilit di specializzare manodopera e
sistema produttivo. Naturalmente, la situazione ideale vista quella di una bassa variet
di prodotti costruiti in grande serie in impianti specificatamente progettati.
Sulla base di queste considerazioni, possibile formulare una semplice teoria
economica della variet di prodotto, cio dellampiezza della gamma. Come si pu
vedere in fig. 1.10, laumento eccessivo della variet di prodotto porta allaumento dei
costi unitari di produzione ed alla conseguente caduta degli utili. Quindi, si pu pensare
ad una condizione di optimum della gamma, nella quale si ottengono i massimi profitti.
Il problema chiave per le linee produttive di determinare se la gamma proposta
dallorganizzazione troppo grande, il ch equivalente a stabilire come allocare i costi
fissi sulle linee di produzione.
Grossolanamente si pu dire che, finch un prodotto della gamma contribuisce alle
spese generali ed ai profitti, esso pu essere mantenuto; ma, nel breve periodo, esso pu
essere mantenuto anche se contribuisce solamente ai costi variabili necessari per la sua
produzione. Anche se sostanzialmente corretto, questo ragionamento non pu essere
portato sul medio periodo, poich i costi fissi e le spese generali necessari
allorganizzazione, per il prodotto che contribuisce solo ai costi variabili, verrebbero
ripartiti sui prodotti rimanenti, riducendo lefficienza generale dellimpresa.
Esempio
Un costruttore di compressori daria impiegava una linea di compressori alternativi in grado di
alimentare una rete di vendita da 1M. Anche se la linea era correttamente complementare ad
unaltra pi grande linea di ventilatori e soffianti, impiegava una tecnologia ben consolidata ed
era stata oggetto di un grande sforzo di introduzione nel mercato, essa non produceva profitti e
le prospettive di aumento della quota di mercato erano sfavorevoli.
Alla fine ed a malincuore, il costruttore decise di vendere la divisione dei compressori
alternativi per un prezzo simbolico. Il compratore fu uno dei suoi impiegati, che fond
unazienda separata.
Per riguardo al venditore, gli effetti benefici della vendita furono sostanziali e praticamente
istantanei. Il bilancio miglior moltissimo, mano a mano che si evadevano gli ordinativi residui,
fuori dal processo produttivo principale, senza acquistare molto materiale. I guadagni
aumentavano molto pi di quanto leliminazione della linea potessero far prevedere. Solo allora
la dirigenza si rese conto di quante attivit erano state dedicate alla linea ceduta, e di quante
spese generali per la costruzione dei compressori erano in realt coperte dalla linea dei
ventilatori e delle soffianti, senza che questo potesse apparire chiaramente dallamministrazione.
I vantaggi della semplificazione sono difficili da valutare, ma sono reali. A dispetto di quanto
pu fare il computer, non esiste via migliore allefficienza di quella di eliminare le complessit,
spesso dividendo lorganizzazione in unit pi piccole e pi facilmente gestibili.
- 1.51 -
1. Il Contesto Produttivo.
- 1.52 -
1.3.1.
Esempio
I dirigenti di un fast-food possono decidere se produrre il cibo strettamente allordine del
cliente, oppure per il banco. Essi devono decidere se organizzare il flusso del processo secondo
il modello continuo delle grandi quantit, oppure secondo quello delle piccole quantit (a lotti).
Inoltre, devono decidere se indirizzare lintegrazione verso il mercato, oppure verso i propri
fornitori. Tutte queste decisioni aiutano a definire il tipo di processo da approntare per
lottenimento del prodotto.
Poich sappiamo che la scelta del processo di grande importanza, per sua natura
strategica e coinvolge pesantemente costi, qualit, termini di consegna, flessibilit e
produzione, si esaminer la scelta del processo dal punto di vista dellalta dirigenza,
dando la massima rilevanza alla descrizione dei diversi processi ed alle condizioni
determinate dalladozione di un particolare processo, in confronto ad un altro.
Prima che una decisione sulla scelta del processo sia presa, necessario che la
capacit produttiva sia stata definita, cio che sia stata fatta una previsione
sullandamento della domanda. Nel seguito si supporr che queste attivit siano state gi
fatte.
Esempio
I forni a microonde hanno avuto grande successo, determinando un mercato in forte espansione.
Uno dei leader degli U.S.A. la Radarwave Inc., che ha raggiunto la quota di mercato del 30%
ed ha fatto fronte ad un grande aumento delle vendite e dei profitti. Esaminando tale situazione,
il vicepresidente responsabile della produzione desiderava conoscere fino a che punto la
domanda sarebbe cresciuta ed a quale livello della domanda fosse ragionevole pensare ad un
cambio dellapparato produttivo.
La Radarwave possiede due impianti, uno in Colorado, laltro in S. Dakota. Essi impiegavano
una linea di montaggio parzialmente integrata, i componenti essendo prodotti in un reparto di
produzione del tipo Job-Shop. A causa della rapida crescita della domanda e delle frequenti
modifiche del prodotto, nel reparto di produzione il flusso del prodotto era un p irregolare,
mentre la linea di montaggio non era ottimizzata per raggiungere un elevato grado di efficienza.
Infatti, la linea di montaggio era ad alta intensit di manodopera e molti componenti erano
acquistati allesterno.
Ad un certo punto, lindustria giapponese entrata sul mercato con prodotti di basso costo,
mentre quella U.S.A. provvedeva a standardizzare i propri prodotti e le maggiori imprese di
costruzione di elettrodomestici introducevano nella gamma anche i forni a microonde.
Anche considerando tale fatto nuovo, il vicepresidente alla produzione decise di analizzare gli
effetti della costruzione di una linea di montaggio meglio organizzata, con un maggiore impiego
dellautomazione ed unintegrazione verticale pi accentuata. Per condurre tale analisi, egli
chiama il suo assistente alla progettazione del processo perch lo aiuti ad individuare le opzioni
disponibili e gli prepari unanalisi dellimpatto di ogni opzione sulla produzione. Inoltre, lo
- 1.53 -
1. Il Contesto Produttivo.
invita a considerare non solo i costi delle varie proposte, ma anche gli effetti sulla qualit della
produzione, sui termini di consegna e sulla flessibilit.
1.3.1.1.
La prima dimensione della classificazione del processo il flusso dei materiali fino
al prodotto finito (sequenza delle attivit produttive). Esistono tre tipi di flusso: in linea,
intermittente e su progetto.
fig. 1.11.
processo monolinea
processo sintetico
processo analitico
- 1.54 -
- 1.55 -
1. Il Contesto Produttivo.
TWIT
100%
TTO
dove:
TWIT
il tempo macchina od il tempo uomo effettivamente spesi per il
compimento della lavorazione. Esso non comprende i tempi morti derivanti
dallinterferenza,
TTO
il tempo totale necessario al completamento della lavorazione,
compresi i tempi morti derivanti dallinterferenza.
fig. 1.12.
di
di
le
se
C.J.Constable, C.C. New, Operations Management: A System Approach through Text and Case,
Wiley-Interscience, 1976
- 1.56 -
dotate di una grande quantit di funzioni, sono di costo minore. Ne risulta che
lapprontamento dellimpianto produttivo meno costoso (per i costi fissi pi bassi),
anche se poi, in generale, la creazione del prodotto con quellimpianto dovr patire di
una minore efficienza e di un maggiore impiego di manodopera. E come dire che il
risparmio ottenuto con il contenimento dei costi fissi verr in qualche modo assorbito
(spesso superato) dai maggiori costi variabili, in confronto alla produzione in linea: ma
non tutti i prodotti sono richiesti in grande serie: come vedremo, esistono aziende che
producono le grandi turbine idrauliche, i grandi motori marini, i generatori di vapore,
ecc, non possono disporre di un mercato adeguato.
Per le organizzazioni che operano secondo questo principio, il problema
fondamentale sar quello di aumentare la loro efficienza tendendo alla saturazione degli
impianti, piuttosto che tentare di standardizzare al massimo il prodotto.
fig. 1.13.
1. Il Contesto Produttivo.
in linea
PRODOTTO
tipo di ordine
intermittente
su progetto
continuo
grandi lotti
flusso di prodotto in sequenza
variet di prodotto bassa
tipo di mercato
di massa
volume di prod.
Alto
lotti
prodotto unico
a salti
alta
personalizzato
medio
nessuno
assoluta
unico
singola unit
MANODOPERA
qualifica
obiettivo
stipendio
bassa
ripetitivo
basso
alta
non routinario
alto
alta
non routinario
alto
CAPITALE
investimento
impiego di mat.
impianto
alto
Basso
specifico
medio
alto
universale
basso
medio
universale
OBIETTIVI
flessibilit
costo
qualit
tempi di consegna
bassa
basso
costante
alti
media
medio
variabile
medi
alta
alto
variabile
bassi
PROGRAMMAZIONE E CONTROLLO
controllo prod.
Facile
difficile
controllo qualit
facile
difficile
controllo mater.
Facile
difficile
difficile
difficile
difficile
- 1.58 -
Esempio
Molti esempi possono essere tratti dallindustria edile, ed uno di essi pu chiarire, se ce ne fosse
la necessit, ancor meglio il problema.
Prima di tutto, supponiamo di parlare della costruzione di una casa personalizzata per il
compratore: il progetto pu essere redatto dallarchitetto come unico, oppure come
rielaborazione di progetti esistenti. Poich la costruzione della casa personalizzata, il progetto,
la programmazione delle attivit, la sequenza ed il controllo delle varie attivit operative
costituiscono la fonte dei problemi. Il compratore altamente coinvolto in tutte le fasi della
costruzione e, talvolta, il progetto deve essere modificato in corso dopera. La costruzione a
forte impiego di manodopera, grande spesa di tempo e, dunque, costosa.
Daltra parte, ladozione dello schema di produzione intermittente consiste nella costruzione
della casa, inserita in un lotto di abitazioni. In questo caso, il compratore pu solamente
scegliere tra i pochi schemi standard, con poche opzioni minori: i colori, gli infissi, i pavimenti,
cio le finiture. La casa costruita in riferimento ai disegni che sono gi serviti per case
identiche o molto simili. Il costruttore pu comprare i materiali in grossi lotti e pu adottare una
tecnologia un p avanzata per accelerare il lavoro. Poich il personale addestrato ed ha
familiarit con i metodi impiegati, la struttura, salvo le finiture, pu essere completata in poche
settimane. Ne deriva una forte riduzione dei costi per m2, in confronto al caso precedente.
Invece, la produzione in linea di case consiste nella prefabbricazione modulare in fabbrica. Le
case sono standardizzate e prodotte a sezioni, a costo relativamente basso. Limpiego di costose
opere di carpenteria, di idraulica ed elettriche largamente evitato prevedendo alveoli tecnici
nei quali vengono installati i relativi sistemi completi, gi in fabbrica. Uno speciale impianto di
produzione pu essere previsto, per tagliare ulteriormente i costi. Dopo che sono state
assemblate in una linea di montaggio, le sezioni della casa sono portate nel sito previsto e la
casa pu essere costruita, almeno come scheletro, in un giorno. Queste case prefabbricate sono
le pi a buon mercato in assoluto.
Ovviamente, il costruttore deve prendere la decisione pi importante: la scelta del processo
produttivo da seguire. Tutti e tre gli approcci descritti possono essere adottati, ma egli deve
riservare una particolare cura nel distinguere le varie attivit, in quanto esse richiedono diversi
costi di manodopera, materiali, gestione e capitali a seconda dello schema scelto. Certamente, se
egli in qualche modo spinto ad offrire tutti e tre i tipi di prodotto, il costruttore terr in debito
conto lopportunit di separare lattivit produttiva in tre divisioni, ognuna delle quali seguir
un solo tipo di processo.
1.3.1.2.
Unaltra decisione critica nella scelta del tipo di processo se il prodotto deve essere
costruito per essere messo a magazzino, oppure dietro accettazione dellordine di un
cliente. Ognuna delle due soluzioni ha pregi e difetti: costruire per il magazzino (maketo-stock) consente un servizio al cliente veloce e di minor costo, ma gli limita le
possibilit di scelta, in confronto a costruire su ordine (make-to-order).
Essenzialmente, il processo make-to-order risponde alla richiesta del cliente con un
prodotto; nello stesso momento, in produzione, deve essere possibile identificare il
prodotto relativo a quel particolare ordine ed a quel particolare cliente. Invece, nel
processo make-to-stock, gli ordini non sono assegnati al particolare cliente durante la
produzione. Quindi, si pu individuare se il processo appartiene ad una od allaltra
categoria, semplicemente esaminando le modalit di evasione degli ordini.
- 1.59 -
1. Il Contesto Produttivo.
MAKE-TO-ORDER
portafoglio
ordini (e preventivi)
spese
di trasporto
scheduling
master
acconti
ricevuti
scheduling
amministrazione
spese
generali
lista dei
materiali
controllo
costi / budget
costi standard
controllo
flusso materiali
costi
di vendita
manodopera
scheduling
produzione
acquisti
carichi di
salario operatori
programmazione
del processo
controllo
della produzione
controllo
della qualit
essere compatibile con i flussi presenti o previsti allinterno del processo produttivo. Ne
deriva che i tempi di consegna debbano essere determinati realisticamente e nella piena
collaborazione tra marketing e produzione.
Lo schema dei flussi delle attivit operative del modello make-to-order indicato in
fig. 1.14a.
MAKE-TO-STOCK
scheduling
master
spese
di trasporto
acconti
ricevuti
lista dei
materiali
spese
generali
controllo
costi / budget
costi standard
controllo
flusso materiali
costi
di vendita
manodopera
scheduling
produzione
acquisti
carichi di
salario operatori
programmazione
del processo
controllo
della produzione
controllo
della qualit
1. Il Contesto Produttivo.
tab. 1.X.
Caratteristiche
make-to-stock
PRODOTTO
- 1.62 -
make-to-order
specificato dal cliente
alta variet
costoso
tempi di consegna
capacit produttiva
tempi di consegna
promessi
tempi di consegna reali
Esempio
Esempi classici di make-to-stock e di make-to-order sono la catena di fast-food McDonald e
quella Burger-King.
Gli hamburger della McDonald sono, in molti casi, prodotti secondo il make-to-stock, cio,
quando la domanda stabile, la McDonald produce per la vetrina i vari tipi di hamburger. In
questo modo, il processo produttivo tende a prevedere la domanda ed a produrre per il
magazzino (vetrina).
Invece, per la Burger-King lo slogan ordinalo come lo vuoi. I clienti possono specificare gli
ingredienti con i quali vogliono sia fatto lhamburger e quelli che non vogliono. In questo caso,
lordinativo non pu essere esattamente previsto e messo nello stock e la misura della
prestazione del servizio si sposta sul tempo di attesa del cliente: la Burger-King lavora secondo
lo schema make-to-order.
1.3.1.3.
Finora, abbiamo classificato i processi secondo due dimensioni: il flusso del prodotto
ed il tipo di ordine del cliente. Queste dimensioni sono mostrate in tab. 1.XI in una
matrice di 6 diversi processi. Nellazienda, ogni particolare prodotto costruito in uno
dei 6 modi, tuttavia, un mix di prodotti pu talvolta portare ad un mix di processi
allinterno della stessa azienda. Infatti, comune trovare nella stessa organizzazione
diversi tipi di processo, che risiedono fisicamente nello stesso sito, anche se, come
abbiamo visto in 1.2.11, questa constatazione pu portare alla decisione di separare gli
impianti e la relativa gestione secondo criteri di omogeneit.
Nella pratica, tutte e 6 le combinazioni di processo sono usate. Per la produzione in
linea normale lo schema make-to-stock, ma esso pu essere anche make-to-order,
come nel caso della produzione di veicoli dove alle linee di montaggio sono indirizzate
le specifiche del cliente per riguardo alla combinazione di optional scelta. Naturalmente,
il prodotto standardizzato, ma esso costruito secondo il make-to-order.
Il sistema di classificazione del processo con la matrice a 6 celle pu essere usato per
diversi scopi. Innanzitutto, pu essere usato per distinguere in categorie i differenti
problemi di decisione inerenti il processo produttivo. Per esempio, le decisioni di
controllo del costo, la qualit, la produzione ed il flusso dei materiali differiscono molto
a seconda del tipo di processo scelto. Il secondo uso della matrice di classificazione
per la selezione del processo, che il risultato pi importante da trattare qui.
Per discutere la decisione di scelta del processo, introdurremo un esempio che,
successivamente, ci permetter di generalizzare.
- 1.63 -
1. Il Contesto Produttivo.
flusso in linea
flusso intermittente
su progetto
make-to-stock
I
make-to-order
II
III
IV
VI
edilizia speculativa
verniciatura comm.
trattamenti galvanici, ecc.
edilizia,
cinema,
spedizioni,
quadri, ecc.
Esempio
Si consideri il costruttore dellesempio di 1.3.1.1, il quale poteva scegliere di costruire case
secondo i tre tipi di processo. Inoltre e per ognuno di essi, limprenditore poteva scegliere di
costruire secondo lo schema del make-to-order oppure del make-to-stock. Si vogliono
individuare i fattori da considerare per fare la scelta tra i due schemi.
Prima di tutto, limprenditore deve considerare la condizione del mercato. Infatti, la costruzione
in linea richiede un mercato di massa per case a basso costo, la costruzione intermittente
richiede un mercato di minore ricettivit e per case di costo medio, mentre la costruzione su
progetto richiede un mercato di case relativamente di lusso. Tuttavia, il mercato deve essere
considerato anche dal punto di vista della concorrenza, nel senso che limprenditore deve
cercare di entrare nel mercato al momento giusto e guadagnare una posizione competitiva.
Naturalmente, questo dipende dai programmi dei concorrenti e dalla loro reazione alle sue
scelte. In definitiva, far incontrare il processo col mercato rappresenta la scelta strategica chiave,
la quale coinvolge le scelte di processo e di prodotto.
In secondo luogo, il costruttore deve considerare il capitale. La costruzione in linea richiede un
maggiore impiego di capitali di quanto non sia necessario per le altre due scelte. I capitali sono
necessari per lapprontamento della linea di montaggio e per la preparazione dei semilavorati (le
case non completate). Se le case sono costruite in anticipo sugli ordini, per lo stock, ancora
maggiori capitali sono richiesti per la preparazione delle case complete. Al contrario, la
costruzione su progetto richiede molti meno capitali, poich si costruiscono una o poche case
alla volta e non richiesta unazienda di prefabbricazione.
Il terzo fattore da considerare la disponibilit ed il costo della manodopera. La costruzione
secondo lo schema della produzione intermittente richiede manodopera pi qualificata e costosa,
(ad esempio idraulici, elettricisti, ecc.), in confronto a quanto richiesto nella costruzione in linea.
Anche lattivit sindacale pu influire sulla disponibilit ed il costo della manodopera.
Il quarto fattore da considerare il livello di competenza richiesto per la gestione del processo.
La produzione singola su progetto pu essere gestita su piccola scala ed in modo non troppo
sofisticato. Tuttavia, anche in questo caso una certa programmazione e certe tecniche di
controllo sono utili, come pure il rispetto dei principi dellispezione e del controllo della qualit.
Per la produzione intermittente, il costruttore richiede particolari competenze per la previsione,
lo scheduling ed il controllo del magazzino. Inoltre, egli dovr porre particolare attenzione alla
possibile standardizzazione ed al controllo dei costi, poich le case devono essere costruite a
lotti. La costruzione in linea richiede le maggiori competenze in assoluto. Infatti, il costruttore
- 1.64 -
- 1.65 -
1. Il Contesto Produttivo.
su progetto
costo
intermittente
in linea
preferito
intermittente
preferito
in linea
volume di produzione
fig. 1.15.
1.3.1.4.
La Strategia Prodotto-Processo.
Abbiamo trattato la selezione del processo come una decisione statica, tuttavia essa
per sua natura dinamica, poich essa continua nel tempo a causa dei cambiamenti
effettuati sul prodotto (i quali condizionano il processo) ed a causa dellevolvere della
tecnologia (che condiziona il prodotto).
Hayes e Wheelwright hanno suggerito di guardare il prodotto ed il processo come i
due lati della matrice di fig. 1.16. Sul lato del prodotto viene riportato il ciclo di vita del
prodotto di unorganizzazione che raggiunga vendite crescenti dalla piccola scala
(prodotto personalizzato) alla grande scala (di grande diffusione). Mano a mano che la
linea di prodotto matura, la zona si sposta verso destra.
Sul lato della matrice relativo, il processo passa dalla produzione di pezzi singoli e la
struttura Job-Shop verso la produzione in linea di prodotti di massa costruiti su linea a
flusso continuo. Si pu osservare che, dal punto di vista del processo, si ha un ciclo di
vita simile al ciclo di vita del prodotto. Come abbiamo visto in 1.2.1, il processo si
muove da uno stadio di grande fluidit e flessibilit verso un processo fortemente
standardizzato in basso della matrice.
Normalmente, lorganizzazione si sistema lungo la diagonale della matrice, come
mostrato ad esempio in fig. 1.16, a partire, ad esempio, dalla stamperia che fornisce
molti prodotti personalizzati su ordine del cliente con un impianto universale in un
ambiente tipico Job-Shop. Lungo la diagonale, si trovano gli impianti di assemblaggio
dellindustria automobilistica, che crea pochi prodotti principali in un impianto in linea,
dotato di attrezzature altamente specializzate e con unorganizzazione del lavoro
fortemente strutturata.
La matrice prodotto-processo aiuta a descrivere la relazione tra la strategia di
prodotto e quella di processo. In alcuni casi la strategia focalizzata solamente in vista
- 1.66 -
del prodotto e del mercato, ma questo limita le decisioni ad un solo lato della matrice.
Invece, osservando anche la dimensione del processo, lorganizzazione pu trarre un
vantaggio competitivo dalla competenza specifica del processo produttivo, espandere
considerevolmente le opzioni disponibili ed usare il processo produttivo come arma
della strategia dellorganizzazione.
struttura del prodotto
stadio di vita del prodotto
I
struttura del processo
stadio di vita del processo
flusso intermittente
(job shop)
II
III
industria
pesante
in linea, intermittente
(a lotti)
III
industria
auto
in linea, connesso
(assemblaggio)
flusso continuo
fig. 1.16.
alti volumi,
alta standard,
beni di
consumo
nessun
prodotto
n
processo
stamperia
commerciale
II
IV
IV
nessun
prodotto
n
processo
super
raffineria
Raramente levoluzione del prodotto e del processo avviene nello stesso tempo nelle
due direzioni, piuttosto i cambiamenti avvengono alternando la direzione verticale a
quella orizzontale della matrice prodotto-processo. Cos, una modifica di strategia sul
prodotto pu portare lorganizzazione a destra, fuori della diagonale, se si mantiene
inalterato il processo produttivo; ma i concorrenti che trattano lo stesso prodotto ed
operano sulla diagonale od al di sotto di essa possono avere costi minori e questo forza
lorganizzazione a cambiare il processo tecnologico spostando il punto di
funzionamento verso il basso. Naturalmente, se il cambiamento comporta che il nuovo
punto si piazzi sotto la diagonale, si verificher un impulso verso un nuovo
cambiamento del prodotto, ecc. Sulla base di questo ragionamento si potrebbe pensare
che esista una specie di istinto a spostarsi verso destra e verso il basso della matrice.
- 1.67 -
1. Il Contesto Produttivo.
Invece, importante ricordare che una tale tendenza comporta una progressiva perdita
di flessibilit a causa della standardizzazione del prodotto. Perci, se la
standardizzazione del prodotto non dovesse essere in linea con le aspettative
commerciali, ogni cambiamento sul prodotto o sul processo diventerebbe costosissimo,
obbligando lorganizzazione a riportare il punto di funzionamento sulla diagonale. Cio,
lorganizzazione non deve avventurarsi troppo lontano dalla diagonale, a meno che
questo non faccia parte di una strategia di mercato scelta coscientemente e con la
necessaria attivit previsionale.
Nellambito di unindustria, non tutti si muovono nella stessa direzione. Cos, si
possono incontrare produttori che preferiscono la strategia della produzione di basso
volume, con un apparato produttivo a flusso intermittente per fare della flessibilit e
della qualit unarma competitiva. Dallaltra parte e per la stessa categoria di prodotti,
possono esistere organizzazioni impostate sui punti in basso a destra della matrice le
quali privilegiano la produzione in linea a flusso continuo per proporre al mercato
prodotti standard a basso costo.
Esempio
Nella produzione di calcolatrici tascabili, evidente la diversit di strategia che anima la
Hewlett&Packard e la Casio e la opposta posizione che, di conseguenza, occupano nella
matrice. E noto che, ad un certo punto, la Hewlett&Packard tent di spostare il suo punto sulla
matrice verso prodotti pi standardizzati ed alti volumi, ma senza modificare con un adeguato
livello di automazione i suoi impianti produttivi. Questo ha portato la Hewlett&Packard a
lavorare sulla parte alta della matrice, sopra la diagonale, ma ha anche spinto lorganizzazione a
ritornare verso una zona della matrice pi confacente alla sua competenza distintiva.
1.3.2.
- 1.68 -
- 1.69 -
1. Il Contesto Produttivo.
1.3.2.1.
La Tecnologia e la Dirigenza.
Alcune importanti questioni sono alla base delle preoccupazioni della dirigenza in
riferimento alla tecnologia e riguardano:
quanto il dirigente debba conoscere in materia di tecnologia,
quanta libert egli debba lasciare agli ingegneri nella scelta della tecnologia,
come possa il dirigente gestire le complicazioni create dalla tecnologia quando i
tecnologi hanno speso tutte le loro capacit per studiare la soluzione dei problemi.
Ognuno di noi fa una scelta tecnologica nella vita di tutti i giorni: acquistiamo un
televisore a colori, un forno a microonde, una vettura, ecc. ed ognuno di questi prodotti
porta in s tecnologie molto complesse. Tuttavia, nel prendere una decisione al
riguardo, ci concentriamo sulle prestazioni caratteristiche del prodotto, piuttosto che sul
modo in cui esso stato costruito o sui suoi dettagli tecnici. Cio, quando acquistiamo
un televisore, ci preoccupiamo della definizione dellimmagine fornita, del suo consumo
e del costo e non siamo particolarmente interessati al numero degli stadi di
radiofrequenza o delle tensioni del tubo catodico, ecc. Quando acquistiamo una vettura,
siamo interessati alle qualit delle sue prestazioni, il comfort, il consumo e le possibili
spese di manutenzione, piuttosto che al numero di giri del motore o del rapporto di
trasmissione della coppia ipoide, ecc. Allo stesso modo, il dirigente sar interessato
dalle prestazioni che la tecnologia in grado di offrire, piuttosto che dai dettagli tecnici.
Le decisioni di scelta tecnologica sono di estrema importanza e, perci, richiedono
grande cura. Alla fine, esse non sono per loro natura realmente tecniche, poich esse
sono solamente una componente dellattivit decisionale che coinvolge leconomia, la
strategia, i prodotti e tutti gli aspetti della responsabilit gestionale. Cio, i manager
devono avere della tecnologia una preparazione sufficiente ad integrare la conoscenza
tecnica con i fattori gestionali interessati.
Comprendere la tecnologia dellimpianto e del processo per deciderne
consapevolmente lacquisto richiede che il responsabile sviluppi un accurato concetto
mentale (unimmagine) del processo svolto dallimpianto, con tutti i limiti e le
caratteristiche necessari per lottenimento di una produzione adeguata, tenendo conto
della variabilit delle condizioni fisiche nelle quali si svolgono le operazioni, del tempo
necessario al loro compimento, della professionalit degli operatori impegnati, dei costi,
degli investimenti, ecc.
1.3.2.2.
La scelta della tecnologia non mai neutra con riferimento alla societ ed alla
manodopera. Infatti, la tecnologia comporta assunzioni implicite circa leffetto dei
valori umani sul prodotto, sulla qualit della vita, ecc. Inoltre, negli ultimi tempi la
gente sempre pi interessata agli effetti della tecnologia sulla societ e molti valori di
riferimento sono messi in discussione.
Cos, vediamo nascere nuovi concetti della sociologia e delleconomia, concetti che
fanno riferimento alla tecnologia appropriata, alla semplicit volontaria od al pensiero
che piccolo bello. Essi tendono a dimostrare che la moderna tecnologia ha avuto un
avanzamento troppo rapido in termini di efficienza e di meccanizzazione, al punto che
sono stati sacrificati i valori umani ed ambientali. Questi effetti si riflettono in una
minore richiesta di manodopera, una minore soddisfazione delloperatore, la perdita del
senso di utilit del lavoro manuale, assenteismo, inquinamento ambientale, ecc. La
- 1.70 -
- 1.71 -
1. Il Contesto Produttivo.
Certamente non si pu scegliere tra i vari livelli tecnologici se quelli disponibili non
sono conosciuti. Perci, a titolo descrittivo, seguir un elenco di tecnologie disponibili
per la produzione industriale.
1.3.2.3.
1.3.2.3.1. Il CAD.
CAD il termine col quale si indica il supporto alla funzione editoriale e progettativa
di stesura dei disegni da parte dellingegnere. Esso nasce negli anni 60 dalla
collaborazione tra IBM e General-Motors, fondamentalmente per mettere nella memoria
del computer i disegni tecnici e consentirne un facile aggiornamento o modifica. Come
noto dal nostro uso quasi quotidiano, i disegni sono costruiti al terminale e la
rappresentazione delloggetto pu diventare molto sofisticata e consentire lintroduzione
di una tavola delle compatibilit dimensionali, particolarmente utile nella verifica di
lavori svolti in team. Una volta validato, il disegno pu essere reso disponibile al
sistema CAM con un link diretto alla programmazione della produzione.
Perci, il CAD molto di pi di un semplice supporto alla grafica, anzi consente
lutilizzo di interfacce utente che, in tempo reale, eseguono la scelta delle macchine pi
- 1.72 -
1.3.2.3.2. Il CAM.
Questo supporto informatico particolarmente adatto alle aziende che adottano uno
schema di produzione a lotti fornendo a queste unefficienza paragonabile a quella delle
aziende con produzione in linea. Come sappiamo, la produzione in linea implica alti
volumi ottenuti in una predeterminata sequenza e bassi costi. Invece, la produzione
- 1.73 -
1. Il Contesto Produttivo.
- 1.74 -
limpiego delle macchine e controllare il flusso dei materiali. Con luso del computer
possibile cambiare rapidamente la serie di macchine impiegate, quando si devono
produrre piccoli lotti, anzi possibile far lavorare le macchine automaticamente,
secondo un prescritto sistema di istruzioni ed alimentare in sequenza le stesse con i
pezzi progressivamente lavorati. Allo stato dellarte, per ottenere questo risultato
necessario organizzare i prodotti da ottenere in gruppi di prodotti simili, cio di
organizzarli in famiglie secondo il principio della group-technology.
Per mostrare levoluzione della dislocazione produttiva, la fig. 1.17a mostra uno
schema di lay-out tipico per una produzione a flusso intermittente. In esso le macchine
sono raggruppate per funzione ed il prodotto segue un flusso a salti, mano a mano che
esso subisce le varie lavorazioni. Nella successiva fig. 1.17b, il reparto riorganizzato
in celle secondo lo schema della group-technology, dove tutte le macchine richieste per
completare le lavorazioni su una famiglia sono affiancate per funzione e si ottiene un
flusso lineare molto pi efficiente, con laggiunta di due sole macchine.
Come detto, quando si riorganizza la produzione per celle, spesso conveniente
duplicare alcune macchine e, quindi, ridurre il grado di utilizzazione dellimpianto, in
confronto al caso precedente. Tuttavia, i benefici globali delladozione della grouptechnology sono significativi, purch sia possibile garantire un sufficiente numero di
pezzi da produrre per ogni cella.
fig. 1.18.
Lay-out di un FMS.
1. Il Contesto Produttivo.
successiva del ciclo sia libera ed attrezzata. Con ladozione del lay-out a celle, il tempo
di attesa pu essere grandemente ridotto ed anche possibile che il flusso dei materiali
sia preso in consegna dalla gestione del computer. Il risultato spesso il ben noto
sistema di produzione flessibile, lFMS, di cui un esempio riportato in fig. 1.18.
Esso consiste di un impianto comprendente una serie di macchine, un sistema di
alimentazione degli utensili e di convogliatori dei pezzi in lavorazione, da stazioni di
carico e scarico dei pezzi, gestiti da un computer centrale e da computer periferici. I
pezzi in lavorazione sono trasferiti da una stazione alla successiva e sia i trasferimenti,
sia le lavorazioni sono svolte sotto il controllo del computer. I carrelli di trasferimento
sono a propulsione elettrica autonoma e guidati spesso da cavi interrati. Questa
procedura portata avanti simultaneamente per pi pezzi e pi centri di lavoro, lungo
percorsi diversi.
volume, produzione per numero di pezzi
alta
sistema di
produzione
dedicato
flessibilit di produzione
15.000
capacit produttiva
sistema di
produzione
speciale
2.000
media
FMS
500
celle di
lavorazione
CNC
25
macchine universali
bassa
2
bassa
100
media
800
alta
variet, numero di pezzi per prodotto
fig. 1.19.
Impianti simili agli FMS, ma in linea, sono stati impiegati per molti anni nella
produzione di grande serie e di massa. Esempi noti sono le linee di lavorazione dei
blocchi motore per autovetture, le quali possono comprendere anche 150 lavorazioni
diverse su una stessa linea. Il blocco motore grezzo viene alimentato in testa alla linea
ed automaticamente trasferito da una stazione, posizionato automaticamente alla
successiva e successivamente lavorato per asportazione di truciolo, con controllo
automatico dellusura degli utensili. Evidentemente si tratta qui di un sistema non
flessibile, anzi a meccanizzazione estremamente rigida, in quanto ogni cambiamento
richiede un pesante lavoro di adattamento della linea a trasferimento. Invece, con
limpiego di FMS (quindi di unautomazione soft), ora possibile legare insieme
- 1.76 -
macchine di tipo universale (meno costose!) che possono produrre una certa variet di
prodotti anche in piccoli lotti. Ovviamente, questo possibile solamente con luso del
computer per il controllo delle macchine e delle linee di trasferimento dei materiali.
Il campo di applicazione dei livelli di meccanizzazione ed automazione detti
rappresentato in fig. 1.19. Si osservi come lFMS situato in una posizione intermedia
per volume e variet di prodotto. A destra dello schema, impiegato un livello basso di
automazione, mentre, in alto a sinistra (dove sono posizionate le produzioni ad alto
volume) si vede larea in cui giustificato limpiego di un elevato livello di
automazione (rigida).
Come riportato a titolo esemplificativo in appendice A1.4, il CAM pu utilizzare il
sistema CAPP come suo sottosistema. Col CAPP possibile gestire lintero processo
produttivo, dalla progettazione alla produzione, con lassistenza del computer. Dopo la
progettazione assistita al CAD dei pezzi, il CAPP definisce i percorsi, la sequenza delle
lavorazioni, la compatibilit e lutilizzo delle macchine, gli utensili pi opportuni da
impiegare per le lavorazioni del pezzo e, se opportunamente interfacciato con i sistemi
di analisi economica come si vede in A1.4, anche il costo di produzione.
In A1.4 riportato anche lo schema del software di programmazione e gestione
integrate della produzione, specificatamente rivolto alle piccole e medie aziende. Esso
stato sviluppato nellambito del Programma Europeo ESPRIT. Non si tratta di un vero e
proprio CIM, in quanto in esso non stata sviluppata lintegrazione della progettazione
del prodotto e dellimpianto produttivo con la programmazione della produzione, ma
esso consiste di un CAPP ben interfacciato con un MRP evoluto, attraverso le
informazioni ricavabili dal disegno CAD del prodotto.
1.3.2.3.3. Il CIM.
Nello scenario internazionale, accanto allevoluzione dei mercati e delle strategie
produttive, ha luogo un rapido sviluppo della tecnologia della produzione, sia come
promozione, sia come effetto del cambiamento. Cinque sono i concetti delle tecnologie
emergenti10:
le nuove tecnologie cambiano hardware e software con lintenzione di sostituire
non solo le attivit operative, ma anche quelle di controllo, di apprendimento e di
decisione, sino alla creazione dellesperienza,
il loro utilizzo efficace richiede lintegrazione di tutte le attivit inerenti il sistema
produttivo (ingegneria di processo, pianificazione e controllo della produzione,
progettazione, distribuzione, ecc.),
si focalizzano sulla riduzione sia dei costi diretti, sia di quelli indiretti: il lavoro
diretto sta diventando una componente poco influente dei costi totali di
produzione, mentre stanno acquisendo rilevanza i lead-time, il work-in-process, le
scorte di prodotti finiti e quelle di materie prime,
il successo della loro adozione vincolato ad una profonda conoscenza dei
processi produttivi ed alla volont di sviluppare specifiche soluzioni,
la tecnologia e linnovazione tecnologica sono problemi di carattere sempre pi
internazionale.
10A.
- 1.77 -
1. Il Contesto Produttivo.
CAD
Prodotto
CAE
Progettazione
CAM
Processo
CAPP
DRP
Pianificazione
e Controllo
del Processo
Kanban
MRP II
Reti
PLC
Impianti
Robot
NC
CNC
Organizzazione
di
Processo
Multipallet
Transpallet
Movimentaz.
Materiali
AGVS
ASRS
Robot
CAT
FMS
FAS
FAP
fig. 1.20.
DNC
Isole
di
Fabbr.
Controllo
Qualit
di Processo
CAI
SQC
Robot
- 1.78 -
Per riguardo alla progettazione, abbiamo visto che gli sforzi sono diretti verso
lapproccio integrato prodotto-processo, caratterizzato da strumenti che permettano una
visione congiunta, sin dalle prime fasi progettuali, dei problemi relativi alle sinergie tra
la struttura delloggetto della produzione e la struttura dei cicli di lavorazione.
Nellarea di pianificazione e controllo, la tecnologia invece orientata alla
realizzazione di sistemi informativi-informatici che permettano una gestione ottimale
delle risorse di produzione. Lintervento della tecnologia gestionale non si limita alle
problematiche connesse con lapprovvigionamento dei materiali, ma investe anche
quelle inerenti la capacit produttiva degli impianti (CRP: Capacity-RequirementPlanning) e la distribuzione fisica dei prodotti sul mercato (DRP: DistributionResource-Planning).
Allinterno del processo produttivo, possiamo individuare tre aree di interesse
tecnologico:
la prima costituita dagli impianti, intendendo con questo termine lintero
hardware del sistema produttivo, dalle logiche programmabili (PLC) utilizzate nel
controllo di processo, ai robot di produzione, alle reti di comunicazione, ecc. tutti
elementi che rappresentano i componenti tecnologici, di cui costituita la
fabbrica,
la seconda area comprende le soluzioni tecnologiche realizzate nellambito della
risoluzione dei problemi di movimentazione dei materiali, dai transpallet, ai robot,
ai magazzini automatizzati.
la terza area raccoglie tecnologie dedicate allattivit di controllo della qualit di
processo, sia hardware (robot di misura) che software (CAT: Computer-AidedTest, CAI: Computer-Aided-Inspection),
Ma il salto qualitativo, realizzato nelle tecnologie produttive rappresentato
dallintegrazione delle tre aree citate, denominata organizzazione di processo,
intendendo con questa definizione sistemi che utilizzano componenti appartenenti alle
tre aree, collegati da un software adeguato che li organizza in isole di produzione.
A questo livello appartengono i DNC (Direct-Numerical-Control), aggregazione di
CNC (Computer-Numerical-Control) e di reti di comunicazione, le isole di
fabbricazione composte di CNC, robot e sistemi CAT e transpallet per il trasporto dei
materiali, sino agli FMS, che integrano macchine utensili, robot, carrelli autoguidati e
magazzini automatici. Pertanto, la nuova tendenza tecnologica focalizzata, pi che
sullintroduzione di nuovi strumenti automatizzati, sullintegrazione di quelli gi
esistenti, inserendo allinterno del sistema produttivo un valore aggiunto rappresentato
dallorganizzazione delle singole funzioni. Il futuro tecnologico rivolto al CIM inteso
come un livello ancora pi elevato di integrazione, non pi limitato alle isole produttive
o ad impianti flessibili, ma esteso alla progettazione di prodotto-processo ed alla
pianificazione della produzione.
1.3.2.3.4. La Robotica.
Un robot industriale non niente pi di una macchina controllata dal computer, che
pu essere programmata per svolgere varie attivit. Spesso, le parti distintive del robot
sono la mano ed il braccio, le quali possono seguire movimenti antropomorfi. Le prime
applicazioni sono state per lavori fastidiosi per la persona dal punto di vista della
pericolosit dellambiente nel quale operare. Come noto, lo sviluppo delle sue
- 1.79 -
1. Il Contesto Produttivo.
Anche se il CIM non comporta uno sforzo di tipo diverso da quello per cui
semplicemente una macchina sostituita da unaltra, il livello di automazione del CIM
pi difficile da raggiungere, ma, soprattutto, pi costoso. Tuttavia, le promesse del CIM
vanno ben oltre la riduzione dei costi e riguardano il vantaggio competitivo di garantire
la migliore qualit, i migliori servizi al cliente, la maggiore tempestivit delle consegne,
la maggiore flessibilit, ecc.
Si pu dimostrare che tanto maggiore il grado di integrazione, tanto maggiori sono
i benefici del CIM. In tab. 1.XII si pu notare che, ad ogni successivo livello di
automazione raggiunto, il tempo (lead-time) necessario per compiere il cammino dalla
progettazione fino alla produzione del bene viene progressivamente ridotto.
Evidentemente, i pi grandi benefici sono raggiunti con la massima collaborazione
interfunzionale, e questo uno dei problemi pi critici che la dirigenza deve risolvere.
lead-time [w]
52
50
44
risparmio [w]
2
8
35
26
17
26
In particolare per le lavorazioni di lotti, la fabbrica del futuro giustificata sulla base
di economie di scopo, piuttosto che di economie di scala. Le economie di scopo sono
definite come la capacit di produrre efficientemente una larga variet di prodotti,
mentre le economie di scala come la capacit di produrre efficientemente grandi volumi
di prodotti standardizzati. La tecnologia CIM riduce i costi di cambio e di modifica di
prodotto. Conseguentemente, possono essere economicamente prodotti piccoli lotti di
prodotti simili, non necessario standardizzare eccessivamente il prodotto, n
organizzare le pesanti strutture commerciali legate al mercato dei prodotti di massa.
1. Il Contesto Produttivo.
Esempio
I costruttori di macchine utensili e di utensili spingono i propri clienti ad acquistare i modelli
pi nuovi della loro produzione, ma spesso i reparti di produzione costruiscono il prodotto con
attrezzature vecchie.
La Ingersoll-Milling-Machine Co di Rockford, Illinois non si comporta cos, anzi ogni reparto
produttivo deve giustificare per iscritto la decisione di tenere in attivit ogni macchina che abbia
pi di 7 anni. La ragione generalmente accettata di non sostituire le macchine solamente quella
che le nuove macchine non garantiscono un significativo miglioramento di prestazioni dei
- 1.82 -
vecchi modelli. La conseguenza della politica adottata che let media delle macchine della
Ingersoll di 6 anni.
In generale, nellindustria di fabbricazione degli utensili, il 76% delle macchine ha pi di 10
anni di vita ed il 40% pi di 20.
Il punto di confusione sorge quando si debba stabilire quale rateo di interesse sia
corretto assumere, oppure quale rateo gonfi ingiustificatamente il cash-flow. In regime
di stabilit, si assume che il costo reale del capitale sia intorno all8% sopra linflazione.
Questo un dato che si pu desumere dallo storico degli ultimi 40 anni e si riferisce ai
commerci in condizione di stabilit e sicurezza dei mercati; attualmente, tale valore
incorpora anche il rateo di inflazione e pu essere appropriato per la previsione dei
cash-flow futuri in regime di inflazione sotto controllo. Perci, se si usa un costo del
capitale gonfiato al 1015%, facile che i cash-flow futuri debbano essere ugualmente
gonfiati per essere consistenti con le assunzioni, ma nella realt questo pu non
succedere.
Le tecniche del valore attuale tendono ad essere indirizzate verso lespansione degli
impianti esistenti, piuttosto che verso la loro sostituzione con altri nuovi. Questo
dovuto al fatto che normalmente meno costoso espandere un sistema esistente con una
tecnologia modificata, piuttosto che partire con una tecnologia nuova. Tuttavia, una
serie di decisioni incrementali di modifica per lespansione del sistema, nel lungo
periodo possono condurre ad un sistema complesso, il quale caratterizzato pi dalle
vecchie tecnologie, piuttosto che dalle nuove.
Perci, le tecniche attuariali devono analizzare accuratamente quale alternativa si
deve considerare alla proposta di investimento. Lalternativa di non far niente, in un
mercato in evoluzione e competitivo, pu portare a perdite di profitto, specialmente se
la concorrenza fa delladozione delle nuove tecnologie unarma competitiva per
catturare quote di mercato. Tali perdite di cash-flow devono essere considerate in
negativo, in quanto costituiscono un costo di mantenimento dello status quo,
contrariamente a quanto si fa normalmente nei calcoli del valore attuale.
Infine, gli effetti del reddito sono un modo per riflettere i miglioramenti delle quote
di mercato conseguenti alla riduzione dei lead-time, al miglioramento della qualit, ecc.
Questo tipo di benefici sono spesso trascurati, perch considerati leggeri, o difficili da
valutare, ma questo porta a seri problemi poich i benefici portati dalladozione di
nuove tecnologie vanno ben oltre la riduzione dei costi.
Da quanto detto appare che la scelta della tecnologia una decisione complessa, che
coinvolge non solo calcoli attuariali ed analisi del valore, ma anche considerazioni
strategiche ed effetti sociali. Anche se i responsabili della gestione hanno un eccitante
spettro di tecnologie da cui pescare, la scelta deve essere informata piuttosto che
informatica, ed essi devono tendere ad essere costruttori del proprio destino in materia
di scelta della tecnologia.
1.3.3.
Negli ultimi decenni, le scelte strategiche relative allassetto del sistema tecnicoproduttivo sono state spesso al centro dellattenzione degli studiosi di strategia delle
- 1.83 -
1. Il Contesto Produttivo.
1.3.3.1.
A. Brandolese, I nuovi criteri progettuali dei sistemi produttivi, Atti della Summer School in Impianti
Industriali Meccanici, Castel Ivano, 1998
- 1.84 -
- 1.85 -
1. Il Contesto Produttivo.
- 1.86 -
1.3.3.1.4. Il Benchmarking.
Un ultimo assioma assai diffuso suggerisce ladozione della best-practice, dovunque
la si trovi, anche in settori industriali lontani da quelli in cui opera lazienda. Quindi,
viene proposto il confronto diretto con le prestazioni ottenute dallazienda sotto i profili
pi vari: tempi di risposta, livelli di servizio, costi della qualit e della non qualit,
indici di produttivit, incidenza dei costi informatici, ecc. Il pericolo di dedurre da
questi confronti, necessariamente parziali, obiettivi assoluti da raggiungere ad ogni
costo, senza analizzare le differenze tra i contesti operativi delle situazioni poste a
confronto, evidente.
Il benchmarking una delle attivit di moda tra le iniziative collegate allo studio
della qualit. Esso tende ad organizzare l'esame del miglioramento delle prestazioni
ottenuto da altre organizzazioni mettendo in evidenza che esaminare diverso
dall'effettivo imparare come raggiungere tale miglioramento.12 Molte organizzazioni
reclamizzano i propri risultati, ma inusuale che esse siano esaurienti sulla descrizione
del modo in cui i miglioramenti abbiano influenzato il lavoro.
Il benchmarking uno dei pi efficienti mezzi per identificare i miglioramenti che
possono dare un significativo beneficio all'organizzazione, perci importante spiegare
come esso possa essere fatto per dare il massimo vantaggio a quanti perseguono
seriamente il miglioramento:
il miglioramento consiste nel raggiungimento di una migliore soddisfazione del
cliente nel modo pi efficiente;
se si deve innescare un processo di miglioramento continuo, si deve intendere che
il successo deve essere perseguito con l'arte del possibile;
il benchmarking non una novit. Tutti lo facciamo in qualche modo tutti i giorni.
Ad esempio, possiamo osservare che un nostro collega ha trovato un modo pi
rapido di lavorare e cercheremo di imparare come tale miglioramento stato
raggiunto: glielo possiamo chiedere. Facciamo una mappa descrivendo la strada
12
- 1.87 -
1. Il Contesto Produttivo.
fatta dal collega e decidiamo le azioni da fare per ottenere quel miglioramento:
come vedremo, il cammino del miglioramento un viaggio senza fine.
Come in tutte le attivit di miglioramento, per identificare quella di benchmark pi
opportuna meglio partire da un problema in un'area che sia facile da definire oppure
da un'attivit in cui il miglioramento dia il massimo beneficio possibile. In generale, non
facile individuare la necessit di miglioramento esaminando la nostra organizzazione
dall'interno. Invece, molto pi agevole farlo guardando in un contesto pi ampio, cio
studiando ci che i compratori si aspettano ora, oppure a quali concorrenti tendono a
rivolgersi.
Ad esempio, nel 1991 l'MIT ha pubblicato uno studio che illustra la differenza tra gli
impianti di produzione delle vetture in Giappone, negli Stati Uniti ed in Europa. Il
risultato fu che l'Europa presentava la massima possibilit di miglioramento in quanto la
produttivit in ore per veicolo era di 16.8 in Giappone e di 36.2 in Europa: i produttori
europei probabilmente credevano che un miglioramento significativo della produttivit
poteva essere il 30%, tuttavia lo studio dimostrava che un tale obiettivo li teneva ancora
molto lontani, dietro ai giapponesi. I giapponesi potevano essere visti come i migliori al
mondo: avevano una classe mondiale.
Questo esempio illustra ci che si deve raggiungere, ma non come. Fortunatamente,
lo studio si riferiva anche alla strategia e mostrava come gli interventi pi opportuni
riguardavano l'addestramento degli operatori, il contenimento dell'assenteismo e delle
nonconformit di prodotto, ecc. come abbiamo gi visto in 1.1.3 e 1.1.4.
Una volta che l'attivit di miglioramento identificata, si deve spendere pi tempo
possibile nel definirla: tanto pi chiaro vediamo il problema, tanto pi facile sar
identificare le differenze che portano al maggiore miglioramento.
A questo punto, il problema di come trovare un buon partner per il benchmarking.
Una soluzione pu essere trovata cercando tra i concorrenti di pi alto livello, ma
probabilmente sar difficile ottenere da essi molte informazioni utili. Un'altra possibilit
di trovarlo all'interno, se apparteniamo ad una grande organizzazione, in cui altre
divisioni possono svolgere attivit simili. Infine, si possono studiare le organizzazioni di
classe mondiale, che sono facilmente individuabili e che normalmente possono essere
disposte a dividere le proprie conoscenze con organizzazioni non concorrenti o
concorrenti non competitive.
E' importante verificare di aver individuato l'attivit da sottoporre al benchmarking, il
quale non necessariamente essere della stessa industria. Preventivamente, si cerca e si
studia il pi possibile in altri settori, tra i compratori, i dati pubblicati, i consulenti, le
associazioni di imprese, i database, ecc, in modo da ottenere il massimo di conoscenze
prima del contatto diretto col partner. Infatti, questi deve essere incoraggiato a dire tutto
con un approccio che dimostri l'orgoglio dell'organizzazione di poter avere una
discussione altamente professionale con il partner e l'opportunit che dallo scambio di
vedute possa discendere un miglioramento di cui entrambe le organizzazioni possono
godere. Alcuni consigli:
essere sempre onesti ed aperti;
descrivere le aree di interesse, in modo da verificare che il partner effettivamente
possa aiutare;
esaltare i benefici di uno scambio di esperienze professionale;
essere preparati a dare pi informazioni riguardanti la nostra attivit di quante si
desideri riceverne in cambio;
- 1.88 -
attuali prestazioni;
identificare le aree critiche, prima di cominciare ad agire su di esse;
come raccogliere le informazioni:
sviluppare un questionario:
- stendere il questionario con tutte le informazioni si desiderano ottenere,
- ricordare di stendere le domande in modo da ricavare le massime
informazioni comparative. I valori assoluti non hanno significato, se non
sono supportati da tutti i dettagli. Esempi di domande utili sono:
- domande aperte: come, dove, quando, chi, che cosa,
- domande con risposta di giudizio: molto importante, importante, non
importante,
- rivedere il questionario con gli altri del team e cambiarlo per migliorarlo,
- completare il questionario, applicandolo alla propria organizzazione. Questo
un buon test per verificare le domande ed assicurarsi che si possa
rispondere ad analoghe domande fatte dal partner.
Indicare sempre la ragione per la quale le domande sono fatte. Di nuovo,
questo verifica che tutte le domande sono veramente necessarie e serve per una
diretta risposta quando il partner chiede: perch volete conoscere ci?
parlare col partner, chiarire le aree di interesse, chiarire gli obiettivi, chiedere
se tali aree di interesse sono state coperte precedentemente, cio se le
informazioni richieste sono gi disponibili, presentare le domande principali,
mostrare il questionario e chiarire i punti che potessero essere oscuri,
programmare una visita in modo che occhi ed orecchie raddoppino la capacit
di apprendere;
come condurre la visita:
- preparare la visita con molta cura, controllando di avere tutte le conoscenze
sull'organizzazione del partner e sulla propria;
- organizzare un piccolo team (idealmente 2 persone) di cui uno nominato
leader;
- definire chiaramente gli scopi e gli obiettivi,
- memorizzare il questionario;
- non prendere troppe note. Ricordare i punti chiave e scriverli fuori dalla sede
del partner;
- fornire ogni informazione richiesta dal partner, in modo da stabilire un rapporto
di collaborazione reciproca;
- ringraziare il partner tanto tanto;
- fare le domande il pi presto possibile, dopo la visita;
cosa fare delle informazioni avute:
- usarle per confrontare similarit e differenze, per identificare chiaramente le
opportunit di miglioramento;
- dividere le conoscenze acquisite con tutte le parti interessate della propria
organizzazione e decidere le azioni da prendere;
- controllare i miglioramenti ed il benchmarking continuamente: le informazioni
diventano rapidamente inservibili, mentre il miglioramento un processo
continuo.
Alcune linee guida:
il benchmarking da solo non dice ci che realmente i compratori vogliono. Se il
prodotto od il servizio sono obsoleti, nessun miglioramento del processo
produttivo potr renderli competitivi;
- 1.89 -
1. Il Contesto Produttivo.
1.3.3.2.
Alcune Conseguenze.
Ovviamente, non si vuole qui negare in toto la validit dei principi esposti sopra per
sommi capi, perch questo tentativo da un lato disconoscerebbe gli indubbi contributi
che ciascuno di tali principi ha apportato ai criteri di management dei sistemi produttivi,
e dallaltro non sarebbe costruttivo in assenza di un sistema di controproposte concreto
e completo, che sarebbe chiaramente velleitario formulare. Piuttosto, come anticipato in
premessa, pu essere utile evidenziare alcune possibili conseguenze delladozione
acritica delluno o dellaltro paradigma. Questa analisi, chiaramente parziale, verr
condotta avendo come punto di riferimento alcune concrete realt aziendali o specifici
settori industriali, anche se, per evidenti motivi, si cercher di evitare di individuare
singole aziende adottando, come forma di rappresentazione, la descrizione di situazioni
ipotetiche.
Esempio
Si analizzi la situazione in cui si potrebbe venire a trovare unazienda manifatturiera che voglia
applicare in una sua unit produttiva (supponiamo di montaggio a ritmo imposto) la maggior
parte del paradigma CIM. Essa partir dalla notevole rigidit della sua linea di montaggio,
tradizionalmente caratterizzata da un sistema di trasporto collettivo delle unit in corso di
lavorazione (trasportatore a catena) che destinato a creare unit incomplete, dato che esse sono
costrette dal sistema di trasporto ad avanzare, anche se in una stazione le operazioni previste
non hanno potuto essere completate, o per lassenza delloperatore, o, pi spesso, per
linsorgenza di mancanti tra i codici dei particolari che devono essere montati in corrispondenza
di una stazione presa come riferimento.
Una risposta a questo problema potrebbe essere costituita da un sistema di trasporto unitario
(pi costoso, ma tecnicamente realizzabile nellambito delle tecnologie di automazione
flessibile, ad esempio mediante una flotta di AGV - Automated-Guided-Vehicles) che consenta
ad ogni unit in lavorazione di abbandonare il flusso principale e porsi in attesa in occasione
dellinsorgenza di una qualsiasi anomalia (mancanza di componenti specifici od esecuzione
difettosa di qualche lavorazione).
Il passo successivo potrebbe essere la messa a punto della strumentazione necessaria a rivelare
in automatico tali anomalie, sostituendo in tal modo al controllo da parte delloperatore di linea
il controllo effettuato dal sistema.
- 1.90 -
A questo punto ed in una logica di crescente integrazione gestionale (resa possibile dal
progresso delle tecnologie informatiche), i progettisti dellimpianto potrebbero pensare ad un
sistema che trasmetta in tempo reale linformazione riguardante i codici mancanti al magazzino
materiali in arrivo, e che inneschi, sempre in automatico, la procedura di verifica dellesistenza
di tali codici nel magazzino (con lemissione della corrispondente documentazione per il
prelievo immediato) e, in caso di verifica non andata a buon fine, la procedura di sollecito al
fornitore (supposto nelle vicinanze) per consegna immediata.
A questo punto, la chiusura dellanello logico richiederebbe semplicemente che il software del
sistema provvedesse a rimettere nella linea di montaggio lunit che era stata posta
precedentemente in attesa, proprio nel momento in cui un dispositivo automatico di trasporto
(ancora un AGV) consegna alla stazione i particolari mancanti inviati dal magazzino.
Anelli di regolazione e controllo, del tipo descritto nellesempio qui sopra od ancora
pi complessi, sono stati proposti con enfasi nellambito del paradigma CIM, e sono
stati effettivamente concepiti, progettati ed implementati nellambito di ambiziose
realizzazioni di nuove unit produttive nel corso degli anni 80. Peraltro, tali sistemi non
hanno mai realmente funzionato in automatico cos come erano stati pensati, cosicch
gli elevati investimenti ad essi associati sono restati di fatto inutilizzati. In realt, negli
impianti realizzati negli anni successivi, tali concezioni sofisticate di automazione
integrata di alto livello sono state sostanzialmente abbandonate a favore di livelli di
automazione pi leggeri, come la Lean-production.
Le ragioni di tali insuccessi sono abbastanza evidenti, soprattutto a posteriori:
perplessit e sfiducia iniziale da parte del personale di stabilimento nei riguardi di
sistemi giudicati troppo complessi e concepiti a tavolino da persone giudicate non a
conoscenza dei reali problemi della produzione, ed in pi visti come modalit pensate al
centro per ridurre lautonomia e la discrezionalit della periferia: estrema difficolt di
messa a punto di tali sistemi integrati, che spesso possono essere collaudati pienamente
solo in vivo, a fabbrica funzionante, conseguenti lunghi tempi di messa a punto e di
funzionamento non soddisfacente, ed aumento della sfiducia iniziale e nascita di
reazioni di rifiuto. In effetti, sistemi di questo tipo rappresentano la realizzazione pi
prossima allobiettivo della unmanned-factory, in cui la maggior parte delle funzioni di
gestione e controllo affidata alle macchine. Ad un livello pi alto di astrazione,
possono essere considerati come una manifestazione dellideale illuministico, secondo
cui, con una progettazione razionale, deve essere possibile prevedere la maggior parte
delle situazioni future e le conseguenti contromisure. Tale ideale, ricorrente soprattutto
nel pensiero occidentale, in genere destinato allinsuccesso poich, come evidente, la
realt sempre pi complessa di quanto il pi sofisticato progettista possa prevedere.
Esempio
Si supponga ora che unazienda operante nel settore dei Personal Computer, che un settore in
rapida evoluzione sia dal punto di vista dei mercati, sia soprattutto da quello dei prodotti,
pressata da una struttura di costi elevati, decida di adottare soluzioni basate su una sintesi dei
due paradigmi del decentramento e della Lean-production (che, daltra parte, presentano
rilevanti punti di contatto e di ricopertura).
Lazienda potrebbe iniziare ad affidare sistematicamente allesterno, magari cercando tra i
propri fornitori, porzioni sempre pi importanti dei propri processi produttivi, poi via via si
orienterebbe verso lacquisto esterno di apparecchiature complete prodotte da terzi su specifica
- 1.91 -
1. Il Contesto Produttivo.
Esempio
Si esamini infine la situazione, meno estrema ma certamente molto pi diffusa di unazienda
costruttrice di beni di consumo durevole (elettrodomestici), che, pur avvalendosi ampiamente
del know-how di fornitori specializzati per la progettazione (secondo il concetto di codesign)
della componentistica qualificata (azionamenti, sistemi di regolazione, ecc.), mantenga un
diretto controllo sulla progettazione e lo sviluppo dei propri prodotti e sulle fasi di montaggio
finale e collaudo ritenute determinanti in relazione alla qualit dei propri prodotti ed al rapporto
con i propri mercati, mentre, in base alle logiche di decentramento, abbia deciso di realizzare le
numerosi parti meccaniche a disegno da una rete di terzisti che lavorino su specifica e su
commessa, dismettendo di fatto il proprio reparto di lavorazioni meccaniche.
Potrebbe sorprendentemente accadere che la tanto conclamata elasticit di questo assetto
produttivo metta in crisi lazienda nei momenti di forte sviluppo della domanda di mercato,
quando, daltra parte, evidentemente essenziale rispondere con puntualit e precisione alle
richieste dei clienti. Infatti, lazienda non dispone pi del controllo della leva della capacit
produttiva delle lavorazioni meccaniche, e la possibilit di montare e collaudare in tempo i
propri prodotti dipende fortemente dalla disponibilit dei terzisti ad adeguarsi alle priorit ed
alle esigenze dellazienda, ovviamente in competizione, nei momenti di tensione della domanda,
con le priorit ed esigenze di altre aziende anchesse clienti degli stessi terzisti.
Questo quanto molte aziende dei settori sopra ricordati hanno sperimentato direttamente negli
anni di forte ripresa, attorno al 94-95, quando lelevata domanda sul mercato delle lavorazioni
meccaniche conto terzi provoc forti aumenti dei costi di trasformazione e, soprattutto, notevoli
difficolt nelle consegne verso i clienti finali.
1.3.3.3.
Gli esempi precedenti hanno cercato di mettere in luce, anche se certamente in modo
parziale, i pericoli di unadozione acritica delluno o dellaltro paradigma affermatosi in
un dato momento storico. A questo punto, per converso potrebbe essere utile
approfondire, sempre avvalendosi di una situazione presentata volutamente in termini
ipotetici, i benefici derivanti da un corretto approccio progettuale al management dei
sistemi produttivi.
Esempio
Si consideri unazienda leader nel settore della stampa e finissaggio di tessuti di moda, la quale,
influenzata anchessa dalla tendenza al decentramento, si trovi ad un certo punto a disporre di
una capacit produttiva interna di poco superiore al 30-35% del proprio fabbisogno, essendo il
restante 65-70% assicurato da una rete di terzisti utilizzati a seconda delle necessit. In un
settore produttivo soggetto a forti oscillazioni della domanda, quale quello della moda, una
struttura produttiva elastica come questa normalmente considerata un vantaggio. Peraltro, i
reparti produttivi dellazienda siano considerati eccellenti in termini di tecnologie disponibili, di
know-how del personale e di conformit della produzione ottenibile.
Si supponga ora che lazienda voglia cercare di trasformare la propria struttura produttiva,
finora cresciuta per rispondere ad esigenze contingenti piuttosto che in modo pianificato, in una
potente arma competitiva, chiedendosi, in particolare, se lattuale livello di decentramento
produttivo sia adeguato alle esigenze competitive dei propri mercati. Anche una superficiale
conoscenza del settore consente facilmente di concludere che tali esigenze sono prioritariamente
quelle della conformit della produzione e della rapidit e puntualit di consegna (servizio
logistico). Invece, il basso costo della trasformazione da considerare meno importante, anche
se, in assoluto, certamente non trascurabile. Si sono considerate qui solamente le priorit
competitive che possono essere influenzate dalla struttura produttiva. Infatti, evidente che la
scelta del mix di disegni e colori del campionario, essenziale per il successo delle collezioni,
non dipende dalla struttura produttiva.
Se questo vero, facile prevedere che, nelle stagioni favorevoli in cui la domanda di mercato
forte per lintero settore, lazienda potrebbe trovarsi in una situazione delicata. Infatti, assai
probabile che, col mercato in tensione, i terzisti che verranno saturati per primi (dallazienda,
ma anche dai suoi concorrenti) saranno quelli considerati migliori (in grado di garantire
migliore conformit) e che, quindi, se si vorranno garantire ai propri clienti tempi di consegna
accettabili, sar ad un certo punto necessario ricorrere a terzisti meno qualificati con maggiore
probabilit di ottenere produzioni non conformi, o, viceversa, per garantire elevati livelli di
conformit, ci si trover esposti al rischio di ritardi di consegna da parte dei pochi terzisti
eccellenti. Cio, lazienda non in grado di controllare la leva della capacit produttiva se non
in piccola parte, essendo tale leva in larga misura sotto il controllo dei terzisti, in relazione
allelevato grado di decentramento produttivo. Perci, nei momenti critici, essa si trover a
- 1.93 -
1. Il Contesto Produttivo.
dover fare dei difficili compromessi proprio tra le due variabili competitive giudicate prioritarie
(conformit e servizio logistico).
Se, in conseguenza di questa analisi, lazienda sar capace di superare latteggiamento
fatalistico per orientarsi verso un approccio progettuale, che miri ad evitare per il futuro di
trovarsi in tale situazione delicata, potrebbe concludere che necessario ridurre drasticamente il
grado di dipendenza dallesterno, per riappropriarsi decisamente del controllo della leva della
capacit produttiva. Questa decisione, strategicamente corretta (che potrebbe essere
implementata ampliando i propri reparti produttivi e definendo quote di capacit riservata
presso uno o pi terzisti qualificati o acquisendo tout court qualche terzista) risulterebbe
nettamente in controtendenza rispetto al luogo comune gi ricordato, secondo il quale meglio
produrre allesterno quanto pi si pu.
Tuttavia, un progetto di questo tipo rischierebbe di essere incompleto. Infatti, supponiamo che
lazienda sia ora in grado di controllare direttamente una quota significativamente maggiore del
proprio fabbisogno di capacit produttiva (supponiamo il 60-65%), ma che il progetto non abbia
interessato lUfficio di Programmazione della Produzione (come sarebbe probabile in una
visione tradizionale, in cui le decisioni strategiche, come certamente quella di raddoppiare la
capacit produttiva, vengono prese dallAlta Direzione senza coinvolgere le funzioni operative).
Quindi, tale Ufficio continuerebbe ad operare come per il passato, saturando prioritariamente la
propria capacit produttiva (ora molto maggiore) mano a mano che dalle funzioni commerciali
pervengono ordini di produzione e ricorrendo solo successivamente, una volta impegnata
completamente tale capacit, ai terzisti esterni. Infatti, questa logica di programmazione
strettamente legata allobiettivo di minimizzare lincidenza dei costi fissi (ammortamenti) e
quindi il costo industriale, ed certamente la pi diffusa. Cos, accadrebbe, questa volta quasi
ineluttabilmente, che lazienda si trover costretta a ricorrere ai terzisti meno qualificati,
essendo gli altri gi stati impegnati dai concorrenti. Lobiettivo di ottenere contemporaneamente
prestazioni eccellenti in termini di conformit e di servizio logistico verrebbe, quindi,
completamente mancato, nonostante gli elevati investimenti fatti. Quindi, occorrerebbe
premunirsi da uneventualit di questo genere progettando, assieme allUfficio di
Programmazione, una differente procedura di allocazione della capacit produttiva, la quale
preveda, ad esempio, di ricorrere ai terzisti prima di aver saturato completamente la capacit
produttiva interna, in modo da poter disporre di una quota significativa di capacit produttiva
pregiata da utilizzare nei momenti critici, a stagione gi inoltrata, per garantire ai clienti
prioritari riassortimenti o completamenti di fornitura eccellenti per conformit e puntualit.
Ma ancora il progetto potrebbe non essere completo. Infatti, potrebbe accadere che, al termine
di una stagione di basse vendite a causa di una crisi non completamente prevedibile in anticipo,
lAlta Direzione, esaminando i consuntivi del costo unitario di produzione forniti dal Controllo
di Gestione, chieda conto allUfficio Programmazione dellaver utilizzato terzisti esterni
nonostante la mancata saturazione della capacit produttiva interna. Se ci accadesse,
sicuramente lanno successivo lUfficio Programmazione tornerebbe ad adottare la vecchia
procedura di allocazione della capacit produttiva, che prevedeva prioritariamente la saturazione
della capacit interna. Tuttavia, ci vanificherebbe del tutto lintero progetto, il quale, dunque
dal punto di vista strategico, non sarebbe stato giustificabile fin dallinizio. Quindi, per
completare il progetto, occorrerebbe che lAlta Direzione, in quanto promotrice, fosse
consapevole da subito delle sue principali implicazioni e conseguenze, in modo da assicurare
comportamenti congruenti con tale decisione, anche a distanza di tempo dalla decisione iniziale.
1.3.3.4.
quali in anni recenti le aziende pi avvertite hanno iniziato uno sforzo di riprogettazione
e di superamento dei luoghi comuni citati in precedenza.
Lautomazione del sistema produttivo, intesa in senso lato fino a comprendere
linformatizzazione ed il monitoraggio in tempo reale, non pi considerata
principalmente in logica sostitutiva, cio come un modo per ridurre la dipendenza dal
personale di reparto riducendo il numero degli addetti e le funzioni di cui sono
responsabili, piuttosto viene vista come uno dei mezzi pi efficaci per garantire
preassegnati livelli di conformit della produzione (avvalendosi delle caratteristiche di
ripetitivit ed autocontrollo tipiche dei sistemi automatizzati), quindi in definitiva per
aumentare il valore dei prodotti l ove la conformit sia un fattore critico di
competitivit: anche in questo caso, lattenzione si sposta dallinterno della fabbrica e
dai suoi problemi verso lesterno e verso i rapporti dellazienda con il suo mercato.
Quindi, limpegno progettuale e gli investimenti in automazione si concentrano sulle
fasi ed i processi che maggiormente incidono sulla conformit (lean-automation),
rinunciando allidea di unautomazione integrale ed integrata. Daltra parte, ci
congruente con la graduale tendenza alla rivalorizzazione del ruolo del personale di
fabbrica, delle sue capacit e della sua professionalit, in atto anche nelle grandi
aziende, proprio l ove fino a poco tempo addietro aleggiava lutopia della unmannedfactory completamente automatizzata. I nuovi modelli organizzativi sono pensati come
parte integrante della strategia competitiva dellazienda.
Dopo anni di applicazione acritica delle tecniche Just-In-Time (con risultati
caratterizzati da molte luci, ma anche da molte ombre), alcuni responsabili di sistemi
produttivi hanno cominciato a cogliere quale il vero significato degli sforzi miranti a
ridurre i tempi di attraversamento di un generico processo produttivo multistadio: solo
quando si coglie questo significato, sottile e spesso sfuggente, andando al di l del facile
obiettivo della riduzione dellimpegno finanziario dovuto alle scorte elevate, si capisce
definitivamente che occorre perseguire la riduzione dei tempi di attraversamento con
tenacia, continuit e gradualit, con una visione di medio-lungo periodo, come motivo
dominante della gestione manageriale delle proprie unit produttive, senza accontentarsi
di drastici interventi di breve termine, che spesso creano pi danni che benefici. Non
sono rari i casi in cui unapplicazione acritica dei principi del Just-In-Time ha portato a
ridurre bruscamente tutte le scorte o giacenze lungo il ciclo produttivo, comprese le
scorte polmone a valle di uno stadio caratterizzato da elevata rigidit (lunghi tempi di
setup) e, quindi, obbligato a produrre a lotti grandi. Tutto ci, senza preoccuparsi di
modificare limpianto per ridurne la rigidit e violando una delle ipotesi di buon
funzionamento dei sistemi Just-In-Time. Le conseguenze sono state estremamente
negative in termini di stock-out, di caduta dei livelli di servizio al cliente, ecc.
Esempio
Si consideri una classica produzione su commessa ripetitiva, in cui gli addetti al montaggio di
un lotto di un assieme complesso (peraltro, gi effettuato molte volte in precedenza), appena
iniziato il montaggio della prima unit, si accorgano che limpiego di uno dei componenti
previsti dalla distinta base presenta difficolt di montaggio e porta comunque alla realizzazione
di un assieme non conforme. Scartato lesemplare del componente in questione, la cosa si ripete
con il successivo e, nuovamente, col terzo esemplare. Il montaggio viene sospeso e si procede
alle necessarie verifiche, le quali permettono di constatare che le grandezze critiche (poniamo di
natura meccanica od elettrica) degli esemplari del componente rientrano tutte nelle tolleranze
stabilite (anche se al limite superiore dellintervallo di conformit), cosicch non si pu parlare
- 1.95 -
1. Il Contesto Produttivo.
- 1.96 -
1.3.4.
Negli ultimi capitoli abbiamo trattato le decisioni di alto livello nel progetto del
processo. Esse determinano il tipo di processo ed il tipo di tecnologia da impiegare. Una
volta prese le decisioni di alto livello, si pu procedere alle decisioni di minor livello, le
quale determinano il flusso del processo e la conformazione del lay-out. Le decisioni di
pi basso livello influenzano sempre anche altri aspetti della produzione, comprese le
decisioni sullo scheduling, i livelli di materiali impiegati, la grandezza dei lotti ed i
metodi di controllo della qualit da usare.
Lo studio del flusso del processo tratta direttamente il processo di trasformazione, il
quale pu essere visto come una serie di flussi che vanno dagli input agli output e pu
essere analizzato vedendo come un prodotto costruito e come viene reso disponibile al
mercato. Quando la sequenza dei passi da usare nella conversione dagli input agli output
stata analizzata, spesso si sono scoperti anche i modi ed i metodi migliori per
realizzarla.
Lanalisi del flusso del processo si basa sulla stesura del flowchart, col quale si
dispone di un potente mezzo per la ricerca del modo pi razionale per realizzare un
processo produttivo.
1.3.4.1.
- 1.97 -
1. Il Contesto Produttivo.
Esempio
Per illustrare questi concetti, consideriamo una piccola banca locale, localizzata in una localit
di 100.000 abitanti, dove esistono altre 5 banche. La banca impiega 20 persone: 7 di esse sono
cassieri, 6 registrano le transazioni da conti correnti, assegni e prestiti, 2 seguono le nuove
richieste di conto e 5 seguono i mutui dei nuovi clienti. La banca utilizza il servizio di un
computer di una banca corrispondente, la quale processa le operazioni e tiene i libri contabili.
La banca considera la possibilit di installare uno sportello automatico, cercando di individuare i
contorni del sistema che risulta influenzato da questa decisione. Applicando i principi appena
discussi, tutte le componenti dellorganizzazione locale potrebbero essere incluse nella
definizione del sistema. Tuttavia, mentre il nuovo sportello sostituir molte operazioni di cassa,
poich la cassa distribuisce direttamente il denaro ai clienti ed incassa i depositi, si pu
facilmente presumere che il reparto che tratta i mutui dei nuovi clienti fuori dal sistema, ma
non lo sar il reparto che tratta i nuovi conti correnti, poich sui nuovi conti sar offerto il
servizio di sportello automatico. Cos, il lavoro dei 6 impiegati che registrano le transazioni non
sar influenzato dal nuovo sportello, poich il loro lavoro non subir variazioni, non potendosi
distinguere tra le operazioni svolte normalmente e quelle fatte attraverso lo sportello
automatico.
1.3.4.2.
Cio, lanalisi del processo pu avere un forte effetto su tutto il comparto produttivo.
Come detto, lanalisi del flusso di processo pesantemente dipendente
dallapproccio sistemico e, per analizzarne il flusso, deve essere selezionato il sistema di
maggiore rilevanza, devono essere descritti gli input, gli output, i contorni e le
trasformazioni. Con questa impostazione, si devono seguire i seguenti passi:
decidere gli obiettivi da raggiungere: miglioramento dellefficienza, riduzione dei
tempi di attraversamento, miglioramento dellefficacia, aumento della potenzialit
produttiva, miglioramento del morale della manodopera, ecc.
selezionare il sistema (il processo produttivo rilevante) per lo studio, cio lintero
sistema produttivo od una parte di esso,
descrivere il processo di trasformazione corrente per mezzo di flowchart e misure
di efficienza,
sviluppare un progetto di miglioramento del processo, rivedendo i flussi, gli input,
gli output. Normalmente, il processo modificato viene rappresentato mediante un
nuovo flowchart,
ottenere lapprovazione dei responsabili del progetto del nuovo processo,
implementare il nuovo progetto.
Si noti che questo metodo si basa su un impianto esistente da migliorare, tuttavia
chiaro che, se questo non fosse vero, i passi 3 e 4 sarebbero fatti con riferimento al
processo desiderato, ed il resto rimarrebbe non modificato.
1.3.4.3.
Lanalisi del flusso dei materiali in montaggio stata una delle prime applicazioni
dei principi dellanalisi del flusso di processo. Essa risale ai primi del 900, come
applicazione dei principi di gestione scientifica del Taylor. Innanzitutto, si divideva
lintero processo in elementi, i quali venivano studiati con cura con riferimento alle
interconnessioni con gli altri, in modo da aumentare lefficienza globale del processo.
Oggi, lanalisi del flusso dei materiali assume minore rilevanza, a favore della
riduzione dei tempi di attraversamento, cio il tempo che intercorre tra lordine, le
lavorazioni, il montaggio e la spedizione del prodotto. Essenzialmente, il tempo di
attraversamento si riduce comprimendo gli sprechi nel processo, rappresentati da ogni
operazione che non aggiunge valore durante il processo, e che sono costituiti dai tempi
in cui i materiali sono fermi nei magazzini, anche intermedi, i tempi in cui essi sono
trasportati da una stazione di lavoro ad unaltra, i tempi di controllo, ecc: in definitiva,
solo i tempi reali di lavorazione aggiungono valore.
Per ottenere questo risultato, il flusso dei materiali deve essere descritto in grande
dettaglio e ci si ottiene con lanalisi di 4 tipi di documenti:
i disegni di assemblaggio o, in alternativa, le schede di assemblaggio,
le schede di lavorazione e di montaggio,
le schede del processo di trasporto.
- 1.99 -
1. Il Contesto Produttivo.
Il disegno di assemblaggio steso per specificare come i pezzi lavorati devono essere
montati, sono sviluppati dallUfficio di Ingegnerizzazione e sono comunicati alla
produzione. Un esempio quello di fig. 1.21. Come si vede, per mostrare chiaramente
le fasi di montaggio, talvolta sono disegnati gli esplosi, che rappresentano i singoli passi
del processo di assemblaggio ed i pezzi che compongono il prodotto finito.
fig. 1.21.
specificano il disegno originale del prodotto. Ci si potrebbe aspettare che essi siano
parte della consueta documentazione di produzione.
In realt, anche se essi aiutano a descrivere il flusso del processo di produzione, essi
non danno granch di informazioni utili allanalisi ed al miglioramento del processo;
inoltre, soprattutto i disegni del tipo di fig. 1.21, sono estremamente costosi da stendere.
Nome del
componente
data
9.6.85
C41.04.04
disegnato AZ
reparto
attrezzatura
ingresso
visivo
ingresso
visivo, calibro a
tampone
01
U9 - saldatura
01
U9 - saldatura
decapaggio
04
D3 - vern.
collaudo
03
06
M3 - montatore
06
M3 - montatore
sosta minima
2h ESTATE
07
incollaggio
3h AUTUNNO
deposito
intermedio 04
operazione
6h INVERNO
5h PRIMAVERA
fig. 1.22.
Invece, per lanalisi si preparano le schede di processo sotto forma di flowchart del
tipo di fig. 1.23, che dividono il processo in elementi, a loro volta individuati con
limpiego di simboli e numeri. La rappresentazione di fig. 1.23 volutamente parziale e
si riferisce al montaggio del solo corpo caldaia (per altro non ancora corredato di una
serie di accessori (termostato di sicurezza, rubinetto di carico e scarico dellacqua, tappi
di chiusura, ecc.) sul basamento opportunamente isolato.
La rappresentazione del processo del flusso pu essere arricchita di ulteriori
informazioni che tengano conto anche degli spostamenti dei materiali attraverso i vari
reparti, con lintroduzione dei simboli di fig. 1.24, per dar luogo alla scheda del
processo di fig. 1.25. Questultima si riferisce ad una parte minuscola dellintero
processo, ancora la costruzione del pozzetto del termostato di regolazione del corpo di
caldaia domestica di fig. 1.21. Come detto, solamente le attivit operative aggiungono
- 1.101 -
1. Il Contesto Produttivo.
valore al materiale: le altre attivit (di trasporto, collaudo, sosta e stoccaggio) sono
considerate uno spreco e devono essere ridotte, al limite eliminate.
1
2
3
4
5
6
7
8
9
10
fig. 1.23.
basamento
isolamento anticonvezione
isolamento antirraggiamento
elemento di testa sx
riduzione 1"x1/2"MF
B11
9 OR tenuta idraulica
2 elementi intermedi
corpo caldaia
B21
elemento di testa dx
tenuta fumi
applicazione tiranti e serraggio
lavorazione
controllo di quantit o qualit
movimentazione del materiale
stoccaggio, attesa di nuova operazione
fig. 1.24.
Simboli unificati per la compilazione della scheda del flusso dei materiali.
La scheda del processo lo strumento chiave per migliorare il flusso dei materiali.
Dal suo esame, il responsabile estrae la convenienza di raggruppare e combinare certe
operazioni, di eliminarne, di semplificarne altre, al fine di migliorare lefficienza
globale. Questo pu comportare modifiche di lay-out, di attrezzature e di metodi
produttivi, ma addirittura cambiamenti di disegno del prodotto.
- 1.102 -
TERM. REGOLAZIONE
posso eliminare?
operazione
COSTRUZIONE
posso combinare?
compilata da
AP
scheda n 04
data 13.06.85
dist. tempo
in
in
m
min
1
0.15
0.15
2
3 18
4
0.12
5
0.18
6 32
7
0.03
8
0 - 67
9
0.24
10 14
11
0.03
12
0.04
13
0.10
14
120-360
15 4
16
17
18
19
20
fig. 1.25.
foglio 1 di 9
posso semplificare?
SOMMARIO
operazioni
trasporti
controlli
soste, ritardi
stoccaggi
tempo
distanza
presente proposta
4
4
3
2
2
1.04
68
presente X
proposta
descrizione
note
Tuttavia, la stesura delle schede del processo di flusso non di per s sufficiente:
necessario analizzare le schede alla luce della rispondenza alle seguenti questioni:
COSA. Ci si chiede quali operazioni sono effettivamente necessarie, se possono
essere eliminate o combinate insieme alcune di esse, se il prodotto pu essere
ridisegnato per facilitare la produzione,
CHI. Si esamina il personale impiegato in produzione e si valuta chi esegue le varie
operazioni, se le lavorazioni possono essere ridisegnate per usare manodopera con
minore qualifica professionale o per impiegare minor tempo e se le attivit possono
essere combinate per aumentare i lotti ed aumentare la produttivit o migliorare le
condizioni di lavoro,
DOVE. Si analizza il luogo di lavoro e si valuta se il lay-out pu essere migliorato
per ridurre le distanze di trasporto dei materiali o per rendere le attivit pi accessibili,
- 1.103 -
1. Il Contesto Produttivo.
13C.
Rafele, Applicazione della metodologia Kaizen allergonomia: aspetti innovativi e possibili sviluppi,
Impiantistica Italiana, 2, 1994
- 1.104 -
Innovazione
1. Effetto
Di breve termine, ma
emozionante
2. Velocit
A piccoli passi
A grandi passi
3. Periodo di tempo
Continuo ed in aumento
4. Cambiamento
Graduale e costante
Improvviso ed incostante
5. Coinvolgimento
Tutti
6.Approccio
Collettivismo, sforzi di
gruppo, approccio sistemico
7. Modalit
Manutenzione e
miglioramento
Smantellamento e ricostruzione
8. Catalizzatore
Know-how convenzionali e
stato dellarte
9. Esigenze pratiche
Alle persone
Alla tecnologia
Risultati e profitti
12. Vantaggi
Buon funzionamento in
uneconomia a lenta crescita
Si addice meglio ad
uneconomia in crescita veloce
- 1.105 -
1. Il Contesto Produttivo.
Esempio
La check-list riportata nel seguito, suddivisa secondo alcune azioni tipiche dei posti di lavoro
manuale o parzialmente meccanizzati ed esamina talune condizioni operative adattabili a
differenti realt produttive.
A) Prendere,
limmagazzinamento permette di eliminare la ricerca?
i pezzi ed i materiali sono correttamente segnalati e reperibili entro specifici
contenitori?
si possono standardizzare utensili e pezzi?
contenitori diversi possono facilitare la ricerca (contenitori trasparenti, divisioni
interne, ecc.)?
i pezzi sono intercambiabili?
lapprovvigionamento soddisfacente?
i pezzi possono essere posizionati nellattivit precedente?
gli attrezzi colorati facilitano la ricerca?
possibile afferrare pi di un oggetto durante la stessa operazione?
uno scivolo permette di raggiungere pi rapidamente piccoli pezzi?
utensili e pezzi possono essere posizionati in maniera pi semplice?
- 1.106 -
B) Lasciare,
il movimento pu essere soppresso?
labbandono del pezzo pu essere fatto durante il trasporto?
lespulsione necessariamente manuale, o pu essere fatta automaticamente?
pu essere montato un espulsore?
i contenitori di ricezione sono posizionati correttamente?
terminato labbandono del pezzo, la mano posta correttamente lungo la
traiettoria per il movimento successivo?
esiste un punto di presa fissa dellutensile?
gli utensili sono immagazzinati sul posto di lavoro?
possibile utilizzare un caricatore di pezzi?
possibile utilizzare un serraggio rapido?
C) Controllo visivo,
pu essere eliminato?
pu essere eseguito in altre stazioni?
pu essere eseguito contemporaneamente ad altre operazioni?
richiede molte riprese del pezzo?
un apparecchio di controllo elimina il controllo visivo?
durante il controllo vi sono sollecitazioni (rumore, vibrazioni, ecc.)?
possibile modificare il tipo di accertamento per ridurne il tempo di esecuzione?
D) Movimenti del corpo umano,
vi sono movimenti del corpo o di parti di esso inutili o scorretti?
la distanza percorsa pu essere ridotta?
le membra del corpo sono utilizzate correttamente?
il movimento omogeneo con le dimensioni delle membra del corpo interessate?
si pu sostituire un movimento con lausilio di un trasportatore od uno scivolo?
il movimento pu interessare contemporaneamente pi pezzi?
un movimento delle mani pu essere migliorato con un comando a pedale?
il movimento rallentato dalla delicatezza delloperazione?
le attivit precedenti e successive sono corrette?
le braccia fanno movimenti simultanei, simmetrici e normali?
i pezzi possono essere spinti?
si pu meccanizzare loperazione?
si possono utilizzare utensili migliori?
si possono fare altre attivit mentre la macchina lavora?
si possono utilizzare utensili elettrici o pneumatici?
si possono utilizzare serraggi pneumatici od a camme?
E) Bloccare,
il bloccaggio dellattrezzo pu essere comandato tramite pedale?
quando la mano ad eseguire il bloccaggio, possibile prevedere un appoggio per
la stessa?
F) Riafferrare,
necessario?
- 1.107 -
1. Il Contesto Produttivo.
G) Utensili e montaggio,
gli utensili sono i migliori per quel tipo di lavoro?
gli utensili sono in buono stato?
gli utensili ed il loro montaggio sono modificabili al fine di un minore impegno
delloperatore?
H) Condizioni generali del posto di lavoro,
illuminamento, temperatura, ventilazione corrispondono alle migliori condizioni
di lavoro?
la sicurezza del posto di lavoro stata controllata?
loperatore pu lavorare alternativamente seduto ed in piedi?
la funzionalit delle attrezzature del posto di lavoro stata verificata?
I) Operatore.
loperatore qualificato professionalmente e psicologicamente per quel lavoro?
lattenzione posta nel lavoro sufficiente?
loperatore pu migliorare la produzione se gli viene proposta una condizione di
lavoro diversa?
loperatore stimolato a fornire suggerimenti per migliorare le operazioni od il
posto di lavoro?
1.3.4.4.
Una grande quantit di modelli sono usati per descrivere i flussi del processo e si
basano sulla programmazione lineare, la simulazione e la teoria delle code. Senza voler
entrare nelle singole metodologie, qui si vuole proporre lapproccio generale alla
modellazione dei flussi del processo e quanto esso sia utile a supporto delle decisioni di
progetto del processo, in quanto ulteriore materiale riportato nelle appendici A1.2 ed
A1.4.
BLOCCO DI PROCESSO
input
trasformazione
output
BLOCCO DI FEEDBACK
input
trasformazione
input
decisione
output
NO
output
feedback
fig. 1.26.
- 1.108 -
YES
output
Come abbiamo visto, il primo passo la stesura del flowchart del processo, anche
sotto la forma di diagramma a blocchi. Il diagramma a blocchi ne comprende i tre tipi di
fig. 1.26:
il blocco di processo,
il blocco della decisione,
il blocco di feedback.
Il blocco di processo comprende gli input, loutput e le trasformazioni, cio il
sistema usato per convertire gli input in output. Nel blocco della decisione, loutput il
risultato di una decisione presa durante il processo, e pu essere collegato a rami diversi
di output, a seconda della decisione presa. Nel blocco di feedback, linformazione a
livello di output riportata indietro per controllare o cambiare i valori di input; questo
tipo di blocco pi frequente per scopi di controllo di gestione.
Quindi, il processo produttivo pu essere descritto da una rete di blocchi e con i
flowchart a blocchi possono essere rappresentati anche sistemi molto complessi.
Comunque, solitamente si procede a separare dal flowchart sistemi e sottosistemi di
interesse per lo specifico scopo, in modo da poter applicare ad essi modelli matematici
comprendenti sistemi di interrelazioni i pi semplici possibile.
La simulazione di un sistema produttivo di tipo Job-Shop stata una delle prime
applicazioni della modellazione dei flussi di processo, ed un esempio particolarmente
evoluto di essa riportato in appendice A1.4, quale strumento particolarmente efficace
al supporto alle decisioni. In effetti, la sequenza degli eventi da controllare pu essere
ridotta concettualmente ad uno schema semplice: dopo che un nuovo ordine arrivato,
si fa un test per vedere se esso pu essere evaso direttamente da magazzino; se questo
non possibile, si valuta se lordine pu essere aggiunto ai lotti in produzione, prima di
programmarne levasione come lotto separato; a seconda della convenienza, lordine
viene evaso o come aggiunta ad un lotto gi in produzione, oppure viene assegnato ad
una stazione libera.
Da quanto detto, risulta che il processo di decisione descritto non si riferisce
particolarmente al flusso dei materiali ma, piuttosto, al flusso delle informazioni. Come
si pu vedere in appendice A1.4, su questa base che viene principalmente svolta la
gestione del processo del tipo Job-Shop. Dopo aver steso il diagrammi a blocchi
relativo, il sistema di controllo delle informazioni validato con una simulazione. Gli
ordinativi in arrivo sono accettati dal modello di simulazione e viene determinato
leffetto risultante sui materiali e le sequenze delle operazioni. Ne risulta che possono
essere provati diverse regole di scheduling e diversi passi delle lavorazioni, prima di
mandare il produzione lordine. Cio, luso dei flowchart pu essere esteso, con
limpiego dei modelli di simulazione, allanalisi dei flussi del processo. Questo permette
di studiare e migliorare il sistema produttivo per mezzo di unanalisi formale
matematica, come si pu vedere in appendice A1.2.
1.3.5.
Lay-out dellImpianto.
- 1.109 -
1. Il Contesto Produttivo.
scelta del tipo di flusso sia stata fatta e che stiamo trattando di uno specifico tipo di
organizzazione produttiva.
I giapponesi sono maestri nella organizzazione del lay-out delle loro aziende e
riescono a trovare lay-out assolutamente efficienti e compatti per i loro reparti.
Tipicamente, lazienda giapponese riesce a ridurre lo spazio richiesto per limpianto ad
1/3 di quello impiegato negli Stati Uniti od in Europa. La ragione fondamentale di
questi risultati limpiego diffuso delle tecniche di Just-In-Time, le quali, a loro volta,
garantiscono un impiego minimo di materiali in produzione (WIP, work-in-process) e,
quindi un minimo spazio al suolo per il loro deposito intermedio tra le lavorazioni. In
questo modo, le macchine e le attrezzature possono essere disposte reciprocamente
molto pi vicine, ma anche risulta molto pi semplice il controllo visivo della
produzione ed il flusso dei materiali avviene in maniera regolare e dolce (tuttavia, tale
tendenza non deve essere portata al punto da creare problemi di sicurezza del lavoro).
Anche le aziende occidentali cominciano ad adottare in maniera diffusa il JIT ed,
effettivamente, si cominciano a vedere lay-out pi compatti ed efficienti.
Conseguentemente, sono drasticamente ridotte le richieste di spazio e si ottengono
incrementi di capacit produttiva dellordine di 2 o 3 volte. Naturalmente, in Occidente
si comincia anche a considerare che il disegno del lay-out non il risultato di una scelta
operativa indipendente, ma piuttosto fortemente dipendente dalle decisioni prese per
riguardo al controllo di qualit, la manutenzione e lo scheduling di produzione, i quali
tutti subiscono forti condizionamenti dallimpiego della filosofia del Just-In-Time.
Dunque, le decisioni prese su di essi devono essere attentamente valutate, prima di
procedere a fissare il disegno del lay-out.
1.3.5.1.
- 1.110 -
reparti fortemente correlati, ecc. I vincoli fisici pi comuni sono limitazioni di spazio, la
richiesta di mantenere nella loro posizione alcuni reparti (ad esempio i magazzini di
carico e scarico), la limitata capacit di carico di certe aree, le regole di sicurezza del
personale, la prevenzione degli incendi e degli incidenti rilevanti, le altezze dei locali,
ecc. Il problema di trovare il migliore lay-out, od un lay-out accettabile, che possa
rispettare i vincoli imposti.
I problemi di lay-out della produzione intermittente cadono entro due categorie:
quelli che comportano criteri decisionali quantitativi,
quelli che comportano solamente criteri decisionali qualitativi.
I primi richiedono lesame di parametri che possono essere espressi in termini
misurabili quali i costi di trasporto dei materiali, il tempo di trasferimento degli addetti
o dei clienti, le distanze, ecc. Invece, i secondi comportano scelte difficilmente
esprimibili in termini misurabili, come la forte convenienza di piazzare le lavorazioni
pericolose o nocive (saldatura, verniciatura, stampaggio) lontano dai reparti pi
frequentati. Queste relazioni qualitative non possono essere trattate allo stesso modo
con cui si risolvono i problemi di origine quantitativa.
C = Tij C ij D ij
(1.2)
i =1 j=1
dove:
Tij
Cij
locazione j,
Dij
il costo totale,
il numero di locazioni.
Tij e Cij possono essere considerati costanti ed indipendenti dalle locazioni i e j, quindi
Dij lunica variabile in (1.2), la quale dipende dalla scelta delle locazioni. Allora, si
deve cercare il valore della particolare combinazione (o progetto di lay-out) Dij che
rende minimo C.
Nella (1.2), il costo pu essere espresso sia in termini monetari, sia in termini di
tempo, in modo che la (1.2) pu essere applicata sia alla distanza di trasferimento dei
- 1.111 -
1. Il Contesto Produttivo.
materiali, sia allo spostamento del personale. Cos, ogni criterio basato sulle risorse pu
essere trattato considerando il costo come qualsiasi risorsa scarsa, che deve essere
conservata o minimizzata dalle decisioni prese sul lay-out.
Dalla (1.2) appare chiaramente che il criterio del costo stato preso come funzione
lineare della distanza, il ch d luogo a vantaggi di ordine analitico, ma anche a
svantaggi pratici. Per esempio, il lay-out di una scuola che frequentata da 50 studenti
che vivono ad 1km di distanza considerato equivalente a quello che ha uno studente a
50km ed i rimanenti 49 a 0km. Tuttavia, senza arrivare a questi estremi, la (1.2) pu
essere utile per la soluzione dei problemi di locazione, impiegando i criteri della
geometria lineare.
Esempio
Per illustrare il problema di minimizzare C agendo su Dij esaminiamo unazienda produttrice di
tosaerba e spazzaneve domestici, composta dai reparti di tab. 1.XIV. Assumiamo che lobiettivo
sia di minimizzare il costo di trasferimento dei materiali da un reparto allaltro, in un sistema
produttivo a flusso intermittente. A questo scopo, si far la lista dei passi necessari alla
definizione delle costanti e della variabile di (1.2).
area [m2]
verniciatura
500
350
saldatura
600
motori
225
Numero
del reparto
lavorazione
metalli
dei
600
controlli
275
pneumatici e ruote
500
assemblaggio
600
Il primo passo di determinare il numero di trasferimenti tra ogni coppia di locazioni, il quale
pu essere ricavato direttamente dalla documentazione di fabbrica, in particolare dal ciclo di
lavorazione. Landamento globale, in entrambe le direzioni, pu essere rappresentato in forma
di matrice come in fig. 1.27, la quale si riferisce ai trasferimenti per settimana (ma la scelta
dellunit di tempo , evidentemente, quella pi comoda per i calcoli).
Il secondo passo la determinazione del costo del trasporto per unit di distanza coperta con
ogni trasporto. Il costo pu variare da casella a casella a causa del particolare metodo di
trasporto usato: ad esempio, si pu usare un carrello a forche per il trasporto dei motori al
- 1.112 -
reparto di assemblaggio, mentre possono essere usati carrelli a mano quando i materiali sono
trasferiti dal controllo alla saldatura. La matrice dei costi riportata in fig. 1.28.
locazioni
75 100
30
40
30
50
100
150
70
30
80
30
70
100
20
60
3
4
5
6
7
120
fig. 1.27.
Matrice dei trasferimenti per settimana Tij tra le locazioni i e j nei due sensi.
locazioni
.06 .05
.06
.05 .05
.05
fig. 1.28.
Matrice dei costi di trasferimenti per unit di carico Cij (in per metro e per
trasferimento) tra le locazioni i e j.
1
verniciatura
4
motori
2
taglio lamiera
fig. 1.29.
5
lavorazione dei metalli
3
saldatura
6
controllo
Lay-out iniziale.
- 1.113 -
7
pneumatici e ruote
8
assemblaggio
magazzino
ingresso
magazzino
prodotti finiti
1. Il Contesto Produttivo.
Il terzo passo dellanalisi la determinazione delle distanze tra le locazioni, le quali, come
ovvio, dipendono la lay-out scelto. Scegliamo la disposizione di fig. 1.29 come punto di
partenza. Con tale disposizione, le distanze tra le locazioni sono quelle di fig. 1.30 ed ora
possibile calcolare il costo totale del trasporto. In fig. 1.31 riportato, per ogni cella, il prodotto
di Tij, Dij e Cij. Sommando il risultato di tutte le celle si ottiene un costo di 3668.5/w.
locazioni
30
50
30
60
80
80
100
40
50
80
70
100
90
30
50
40
70
60
30
50
60
70
30
40
50
50
40
2
3
4
5
6
7
30
fig. 1.30.
Matrice delle distanze Dij tra le locazioni i e j, sulla base della disposizione
di fig. 1.29.
locazioni
112.5 400
160
36
120
120
200
105
336
720
175
54
350
60
420
120
6
7
180
fig. 1.31.
Matrice dei costi Cij, sulla base della disposizione di fig. 1.29.
Naturalmente, il minimo della funzione di costo potr essere trovato solamente dopo aver
considerato tutte le possibili combinazioni di locazione, ma questo sar possibile
economicamente quando il problema molto semplice, in quanto le possibili combinazioni da
valutare sono:
- 1.114 -
N!/(N-1)
e, quindi, se N grande solo il computer le pu valutare economicamente tutte.
14
- 1.115 -
1. Il Contesto Produttivo.
locazioni
1
2
I
O
a
a
5
X
f
d
relazione
7
O
d,c
b
E
X
ricevimento
merci
surgelati
carne e
derivati
alimentari
confezionati
bevande in
lattina
non alimentari
A
d
8
U
pane e prod.
forno
cassa
ragione
relazioni
locazioni
1
2
3
4
5
6
7
8
superficie
carne e derivati
surgelati
alimentari confezionati
ricevimento merci
bevande in lattina
cassa
pane e prod. forno
non alimentari
1900
1700
2300
1000
1500
1100
900
800
grado
A
E
I
O
U
X
definizione
simbolo
codice
assolutamente necessario
specialmente importante
importante
vicinanza ordinaria
non importante
non desiderabile
a
b
c
d
e
f
g
h
definizione
trasporto materiali
supervisione agevole
personale in comune
convenienza per il cliente
aumento delle vendite
estetica
ricevimento
merci
scarico
carne e
derivati
bevande in
lattina
carne e derivati
5
alimentari confezionati
alimentari
confezionati
surgelati
pane e prod.
forno
non alimentari
ricevimento
bevande in lattina
pane
prodotti da forno
non alimentari
surgelati
cassa
c
fig. 1.32.
a)
b)
c)
d)
cassa
diagramma qualitativo,
piano delle relazioni,
schema a blocchi,
lay-out finale.
Quando queste relazioni sono state individuate ed applicate, il problema non ancora
risolto, poich il lay-out deve essere compatibile con la geometria dellambiente a
disposizione, come mostrato in fig. 1.32d.
Per problemi di maggiore portata, la soluzione non pu essere convenientemente
trovata dalla semplice osservazione dei disegni e degli schemi, ma necessario un
metodo numerico che tenti di arrivare ad una soluzione accettabile, con lesame di tutte
le relazioni imposte. I pacchetti software convertono i criteri qualitativi in quantitativi,
- 1.116 -
mediante formulazioni matematiche che vanno dalla semplice pesata delle condizioni
imposte, fino a modelli di ricerca operativa estremamente complessi (logica fuzzy,
ecc.). E proprio la presenza di una conversione dai criteri qualitativi a quelli
quantitativi che determina una in qualche misura inevitabile incongruenza tra quanto
espresso dalle relazioni e quanto si pu osservare nei risultati della soluzione. Sar
allora necessario ritornare sulle relazioni iniziali ed aggiustare i risultati con ulteriori run
del programma.
La formulazione qualitativa del lay-out stata applicata a molti tipi di situazioni,
fabbriche, reparti di produzione, magazzini, uffici, ecc. perch relazioni qualitative tra
locazioni possono essere sempre specificate.
La parola euristico deriva dal greco e significa da scoprire. Quelle euristiche sono regole
decisionali che vengono scoperte, usualmente per tentativi, per risolvere problemi. Talvolta
queste regole conducono ad una soluzione molto prossima a quella matematica esatta, ma altre
volte questo non accade.
Noi tutti utilizziamo regole euristiche nella vita di tutti i giorni. Per esempio, decidiamo di
cercare una stazione di servizio quando la luce della riserva comincia a lampeggiare, oppure
decidiamo di acquistare le nostre azioni preferite quando il loro prezzo cade e poi sale per due
giorni di seguito.
- 1.117 -
1. Il Contesto Produttivo.
Le euristiche sono usate per risolvere problemi decisionali quando le tecniche precise
non sono disponibili, oppure sono troppo costose o difficili da adoperare. In pratica,
spesso esse sono molto buone e danno risultati apprezzabili, anche se non sempre
garantito che si raggiunga il risultato ottimale.
Infatti, si osservato che il risultato fornito da CRAFT spesso influenzato dal layout di primo tentativo steso dallutente. Per questo motivo, il programma viene fatto
girare partendo da situazioni diverse, per ridurre lincertezza del risultato. Ne deriva
che, in realt, CRAFT non garantisce di raggiungere la soluzione che presenta il minimo
assoluto del costo totale, ma fornisce una buona approssimazione a quel punto ottimale.
Ma questo non un problema molto grave, se esso utilizzato in tutto il mondo ed
stato lo strumento di progettazione del lay-out di 4 fabbriche di aerei, 2 grandi
costruttori di auto, 2 costruttori di computer, 1 fabbricante di medicinali, 1
confezionatore di carne, un costruttore di macchine utensili di precisione, uno studio
cinematografico, ecc.
1.3.5.1.3.2. ALDEP (Automated-Lay-out-Design-Program)
Come detto, ALDEP tratta solamente il problema del lay-out a criteri qualitativi.
Esso in grado di gestire 63 locazioni e 3 magazzini.
Linput di ALDEP comprende la nota matrice delle relazioni ed i vincoli imposti
dalla grandezza degli stabilimenti, le locazioni fisse di certe locazioni, la disponibilit di
scale, ecc. Il programma parte scegliendo a caso una locazione e piazzandola nel
progetto di lay-out. Il secondo passo consiste nel valutare tutte le altre locazioni e nel
posizionare quella che presenta una condizione ad elevato grado di vicinanza (come A
od E) in prossimit della prima. Se non esiste una locazione con un cos elevato grado di
vincolo, il programma sceglie a caso unaltra locazione e la piazza nel progetto di layout. Questo processo di selezione continua fino a che tutte le locazioni sono piazzate. A
questo punto, il programma compila una pagella, convertendo ogni grado di vincolo
raggiunto nel progetto in un valore numerico e sommandolo agli altri. Il criterio di
preferenza di un lay-out il raggiungimento di un maggior valore in confronto a quello
proposto precedentemente.
Lintero processo ripetuto pi volte, partendo da una locazione casuale e diversa
ogni volta ed ogni iterazione comporta la stesura di un nuovo lay-out. Quindi, ALDEP
crea un gran numero di buoni lay-out, pronti per unulteriore valutazione, ma esso pu
essere controllato in modo che siano proposti solamente i risultati che portino ad un layout con pagella migliore di un livello minimo prefissato. Come visto sopra, anche
ALDEP un programma euristico ed il raggiungimento del punto ottimale possibile
solo per caso.
1.3.5.1.3.3. Decisioni di Lay-Out.
Dopo aver messo in evidenza gli aspetti analitici del problema, considereremo ora
brevemente le implicazioni di tipo comportamentale ed ambientale. Infatti, i risultati che
i modelli descritti forniscono non tengono adeguatamente in conto gli aspetti umani,
quali il contatto umano, il grado di privatezza, il senso della propriet, ecc. anzi hanno
un grande impatto sulla percezione del senso del lavoro da parte del personale,
influenzandone le prestazioni, la motivazione e la soddisfazione. Cos, il posto di lavoro
potrebbe essere organizzato in modo da essere altamente efficiente, ma il risultato
- 1.118 -
normalmente scadente se, nella pratica, spesso si osserva che loperatore cerca ogni
scusa per abbandonarlo.
Dagli studi fatti risulta che i fattori ambientali pi importanti del lay-out sono il
grado di privatezza e la vicinanza con altri operatori che lavorano su attivit correlate. Il
grado di privatezza importante perch permette alla persona di regolare le proprie
relazioni interpersonali. Daltra parte, la prossimit con gli altri che operano alla stessa
attivit pu essere facilitata da unopportuna locazione spaziale dei posti di lavoro,
ottenendo cos un risparmio di tempo dei trasferimenti ed un miglioramento delle
possibilit di comunicazione, ci che migliora le prestazioni globali.
In definitiva, i risultati degli studi sostengono la convinzione che la scelta del lay-out
dovrebbe essere basata non solo su considerazioni di efficienza, ma anche sulla
sistemazione relativa del personale che lavora in team, tenendo conto di un adeguato
grado di privatezza per il controllo delle relazioni interpersonali.
1.3.5.2.
1. Il Contesto Produttivo.
causa della struttura del prodotto e del numero discreto di operazioni da eseguire su di
esso (e dei tempi necessari al loro compimento), che molti operatori abbiano meno di
60s di lavoro per ogni ciclo.
Si pu allora dire che il problema del bilanciamento della linea pu essere espresso
nei termini di stabilire il numero minimo necessario di stazioni o di operatori e che ogni
operatore abbia il minimo di tempi morti compatibile con la struttura del prodotto.
Come si capisce, esistono rarissimi casi in cui la linea perfettamente bilanciata, gli
operatori non hanno tempi morti ed ha unefficienza del 100%.
Un altro modo per definire il problema del bilanciamento della linea di
minimizzare il tempo del ciclo per un dato numero di stazioni, ma i due modi sono
speculari e la soluzione dipende da dove si parte, se dal tempo del ciclo, oppure dal
numero delle stazioni. Nella successiva discussione, saranno utilizzati i seguenti
simboli:
N numero di stazioni della linea. Normalmente, la stazione il luogo occupato da
un singolo operatore, tuttavia si possono avere pi operatori su una sola stazione,
oppure pi stazioni controllate da un solo operatore. Qui, assumeremo di avere un solo
operatore per stazione,
C tempo del ciclo, cio il massimo tempo consentito allo svolgimento delle
operazioni nella stazione. Il tempo del ciclo pu essere anche il tempo tra la produzione
successiva di due unit di prodotto nella linea,
ti tempo di svolgimento delli-esima operazione sul prodotto. Ogni operazione
assegnata ad una ed una sola stazione,
ti il contenuto totale di lavoro dellunit di prodotto e ne costituisce il lavoro
totale richiesto.
Esistono importanti relazioni tra queste variabili. E normale conoscere il numero di
unit di prodotto Pd che possibile ottenere al giorno. Da esso si ricava il tempo del
ciclo, che, se espresso in minuti e se il turno giornaliero di 420 minuti utili, dato da:
C=
420
Pd
(1.3)
Una volta noto C, si pu ricavare il numero minimo di stazioni della linea perfetta,
cio col 100% di bilanciamento (arrotondato allintero superiore):
N min =
ti
C
(1.4)
Questa formula basata sullidea che il contenuto di lavoro totale deve essere fornito
dagli operatori che lavorano C minuti su ogni unit di prodotto con bilanciamento
perfetto. Naturalmente il fatto che il bilanciamento possa essere ottenuto sul numero
minimo di stazioni dipende dai particolari vincoli di precedenza dai tempi previsti per
il problema in esame.
Dopo aver bilanciato la linea, lefficienza della linea calcolata dalla:
e=
ti
NC
(1.5)
- 1.120 -
Esempio
Supponiamo di dover bilanciare la linea di montaggio del triciclo di fig. 1.33. Per partire,
necessario disporre del disegno esploso di fig. 1.33 e dello schema di flusso di fig. 1.34.
fig. 1.33.
1
2
3
4
5
6
7
8
9
10
telaio
ruota destra
ruota sinistra
ruota ant.
parafango
S1
forcella
movimento superiore
manubrio
manopole
S2
sella
A4
A5
controllo finale
fig. 1.34.
- 1.121 -
1. Il Contesto Produttivo.
descrizione
tempo
[s]
inizio ciclo
10
18
10
15
17
10
18
10
15
17
0
18
11
15
18
12
12
TOTALE
9
18
0
253
Poich le operazioni devono essere raggruppate nelle stazioni, dobbiamo avere un livello di
dettaglio molto pi alto, come ad esempio indicato in tab. 1.XV. Questa tabella descrive ogni
operazione richiesta ed il tempo necessario al suo compimento ti. Come si vede, il tempo
massimo delle operazioni di 18s e, poich le operazioni elencate non possono essere
ulteriormente divise, 18s rappresenta il minimo tempo del ciclo, a meno che alla stessa stazione
siano destinati due operatori. Daltra parte, il tempo del ciclo non pu eccedere il contenuto
totale di tempo del prodotto, cio 253s. Cio:
Max[ t i ] tempociclo t i
Supponiamo inizialmente di bilanciare la catena di montaggio del triciclo sul tempo di 20s,
immaginando una linea molto veloce di operazioni assolutamente ripetitive, che, a questo ritmo,
pu costruire (420/0.333) = 1260 tricicli al giorno. Il numero minimo di stazioni risulta:
N min =
253
= 12.65 13
20
Tuttavia, bisogna considerare i vincoli che condizionano il montaggio del triciclo, che il
parafango deve essere montato prima dellinserimento della ruota, che stringere la vite del
sellino deve essere fatto dopo che esso stato montato sul telaio, ecc. Cos, i vincoli tecnologici
sono rappresentati in fig. 1.34, ma essi possono considerarsi un p pi restrittivi di quanto in
realt sia necessario: il sellino pu essere montato sul telaio insieme alle ruote posteriori e,
quindi, si pu pensare ad una stazione in cui si piazza la rosetta su un asse posteriore, si monta il
- 1.122 -
sellino e si inserisce una manopola sul manubrio. Per evitare questa confusione di operazioni, la
fig. 1.34 impone che entrambe le ruote posteriori siano montate prima del sellino e della forcella
anteriore.
Nel diagramma di fig. 1.34, tutte le operazioni indicate devono essere eseguite solamente
quando la precedente stata completata. Tuttavia, possono essere scambiate quelle della ruota
sinistra e la destra, poich sono in parallelo. Come si vede nel diagramma, stato anche stabilito
che i montaggi del sellino e della forcella anteriore possono essere scambiati tra loro, ma non
con il montaggio di una delle ruote posteriori.
Supponiamo inizialmente di bilanciare la catena di montaggio del triciclo sul tempo di 20s,
immaginando una linea molto veloce di operazioni assolutamente ripetitive, che, a questo ritmo,
pu costruire (420/0.333) = 1260 tricicli al giorno. Il numero minimo di stazioni risulta:
N min =
253
= 12.65 13
20
I migliori metodi di soluzione del problema sono euristici, i quali non necessariamente
forniscono il numero minimo di stazioni, ma, come detto, forniscono soluzioni sufficientemente
vicine allottimo. I metodi euristici disponibili in letteratura sono numerosissimi, ma, per
semplicit ne illustreremo solamente due.
ruota sinistra
18
10
10
15
17
18
11
13
14
15
16
12
17
12
1
10
fig. 1.35.
12
ruota destra
18
10
18
sellino
15
17
18
10
11
19
20
21
tab. 1.XVI. Ordinamento delle operazioni sul triciclo per numero di predecessori.
operazione
numero di
predecessori
ti
1
0
2
1
7
1
3
2
8
2
4
3
9
3
5
4
10
4
6
5
11 12 13 19 14 20 15 16 17 18 21
5 11 12 12 13 13 14 15 16 16 20
10 10 18 18 10 10 15 15 17 17
18
11 18 15 18 12 12
Un modo per risolvere il problema di cominciare lassegnazione delle operazioni con quella
che presenta il minor numero di predecessori e di muoversi da quella verso le operazioni che
presentano un numero di predecessori maggiore, secondo il criterio di Kilbridge e Wester15. In
15
- 1.123 -
1. Il Contesto Produttivo.
tab. 1.XVI si sono ordinate le operazioni di montaggio del triciclo in funzione del numero dei
loro predecessori, partendo da quelle che ne hanno il numero minore.
Le operazioni cos ordinate sono assegnate alle stazioni al massimo fino al raggiungimento del
tempo del ciclo di 20s. Se il livello di precedenza lo stesso, si preferisce aggiungere
loperazione pi lunga, in modo da compattare le operazioni lunghe allinizio e conservare le
operazioni pi brevi alla fine. Se unoperazione con precedenza immediatamente pi alta non
trova tempo sufficiente nella stazione, allora si sposter in avanti la lista delle precedenze per
trovare unoperazione che pu essere piazzata nel tempo disponibile. Se questo non possibile,
la stazione viene lasciata parzialmente libera.
Il risultato di questa procedura il numero delle stazioni, che risulta essere 15 (come si vede in
tab. 1.XVII), e lefficienza di questo bilanciamento , dalla (1.5):
e=
ti =
NC
tab. 1.XVII.
1
stazione
1,2,7
operazione
0
tempo
morto
253
= 0.84
15 20
3
8
2
4
4,9
0
5
5
5
6
10
5
7
6
3
8
11
3
9
10
12,13 19,14
2
0
11
20
2
12
15
5
13
16
2
14
17
8
- 1.124 -
15
18,21
8
Molteplicit di prodotti. E molto comune che una stessa linea di montaggio sia
dedicata ad un mix di modelli dello stesso prodotto, oppure ad un mix di prodotti.
Naturalmente altrettanto spesso difficile ottenere un buon bilanciamento per tutte le
situazioni.
Vincoli architettonici o funzionali. In alcuni casi certe operazioni devono essere tenute
insieme poich sono richieste le stesse attrezzature oppure sono necessari operatori
con uguale qualifica. Altre volte, invece, essenziale tenere distinte le operazioni,
anche dal punto di vista logistico, come nel caso della sabbiatura e della verniciatura
(per evitare la presenza di polveri in questo reparto).
Fattori sociali. Leffetto di scegliere tempi del ciclo brevi di rendere sempre pi
ripetitive le azioni degli operatori, ma in questo modo di aumentare lutilizzo delle
loro attitudini specifiche e di spingere lefficienza del lavoro. Per evitare di stressare
gli operatori e stabilire un clima di lavoro non pi accettabile, pi sotto sono proposte
alternative a queste soluzioni.
A dispetto di tutto il lavoro descritto per ottenere il voluto bilanciamento delle linee
di montaggio, in realt i metodi esposti non sono cos largamente usati. In uno studio
condotto negli Stati Uniti nel 1975 su 90 imprese da Chase16, 80 di esse usavano
solamente metodi manuali, 7 software commerciale e 3 metodi combinati al computer e
manuali. Il motivo raccolto da Chase era che il 57% delle 80 aveva responsabili del layout poco familiari con i metodi numerici. Invece, gli altri erano convinti che il tempo
necessario per raggiungere una buona soluzione col computer erano eccessivi e che, nel
software mancava la necessaria flessibilit. Se ne pu trarre la conclusione che, in
campo industriale, esistono ancora grandi possibilit di miglioramento delle
metodologie di progetto del lay-out.
Una delle pi dibattute discussioni che, una volta fissato il lay-out, non pu essere
variata facilmente la potenzialit della linea, spostando in avanti ed indietro la sede delle
singole operazioni. Cio, se i responsabili decidono di cambiare la potenzialit od il mix
di modelli, la linea deve essere pi o meno completamente ribilanciata ed richiesto un
tempo non piccolo perch gli operatori apprendano le nuove sequenze e le nuove
operazioni e perch lefficienza della linea ritorni a valori accettabili. Ne risulta che si
tende a mantenere la potenzialit ed il mix di modelli quanto pi stabili possibile,
facendo assorbire le variazioni della domanda ai magazzini dei prodotti finiti. Al
proposito, Chase osserv che in media le linee venivano ribilanciate 3 volte lanno e che
il ribilanciamento richiedeva in media pi di 5 giorni per poter ritornare alla piena
potenzialit.
16
- 1.125 -
1. Il Contesto Produttivo.
- 1.126 -
Esempio
Con riferimento al prodotto di fig. 1.32, supponiamo ora di voler costruire 575 tricicli al giorno
(1 turno di 8 ore). Questo comporta che il ciclo sia di 50s, se si usa una sola linea di montaggio.
Usando il metodo di Hoffmann, risultano necessarie 6 stazioni. Il primo operatore dovr
montare la ruota sinistra e 3 anelli, il secondo completa il montaggio della ruota sinistra e monta
la ruota destra, e cos via.
Unaltra via per montare i 575 tricicli al giorno di formare team di 2 operatori. In questo caso,
un operatore monta la ruota sinistra, mentre laltro monta quella destra. Un operatore monta il
sellino, mentre laltro inserisce la forcella anteriore ed entrambi completano la forcella anteriore
e montano il manubrio e le manopole. In effetti, entrambi gli operatori di un gruppo possono
organizzare il proprio lavoro nel modo desiderato. Il responsabile si aspetter la stessa
produttivit, se non addirittura maggiore, e per ottenerla avr i team composti di due persone,
che produrranno ognuno 192 tricicli al giorno con un tempo del ciclo di 150s per triciclo. Per
molti operatori questa organizzazione del montaggio molto pi desiderabile di una linea
rigida, la quale presenta un minore tempo di ciclo ed una minore possibilit di interazione
umana. Dal punto di vista dellefficienza dellimpianto, non emerge ragione per una differenza
con la linea rigida, poich il numero di pezzi lo stesso ed anche lo il numero degli operatori.
Un altro modo per organizzare la produzione dei tricicli di prevedere 2 piccole linee di
montaggio, ognuna con 3 stazioni. Esse possono avere un ciclo di 100s e, quindi, permettere una
adeguata variet del lavoro per ogni operatore.
1.3.6.
- 1.127 -
1. Il Contesto Produttivo.
18
- 1.128 -
posti di lavoro, sicurezza del personale, igiene del lavoro, costi della mano d'opera
e suoi riflessi sul grado di meccanizzazione, ecc.);
manutenzione, sicurezza di esercizio, affidabilit;
gestione delle scorte e programmazione della produzione;
qualit della produzione e metodi per il suo controllo;
installazione, costruzione e montaggio degli impianti e loro programmazione,
tecniche di gestione dei contratti;
ricerca e sviluppo, utilizzo dei brevetti ed acquisizione del know-how;
meccanizzazione ed automazione degli impianti produttivi, gestione a distanza
degli apparati di comando e di controllo, sistemi informativi computerizzati;
valutazione della vita economica dellimpianto (obsolescenza);
previsione ed analisi di mercato;
caratteristiche tecnologiche dei principali settori industriali e descrizione dei
processi di fabbricazione pi importanti e dei relativi macchinari;
servizi di impianto fondamentali e loro collegamenti con le tecnologie;
movimentazione dei materiali, immagazzinaggio e trasporti interni.
Perci, limpiantista deve possedere gli elementi per sapersi avvalere delle seguenti
metodologie:
criteri di valutazione della qualit;
metodi di scelta della metodologia produttiva;
criteri di analisi del valore;
metodi di valutazione di alternative e di redditivit di investimenti in condizioni di
certezza e di incertezza;
metodi simulativi;
metodi di programmazione matematica;
metodi di rilevazione e controllo dei costi;
metodi di analisi economica.
Messa in luce la figura dellimpiantista come professionista con competenze
multidisciplinari e plurifunzionali (progettazione, gestione e conduzione dellimpianto),
interessa ora chiarire la funzione specifica della materia di cui ci occupiamo, allinterno
di questo quadro di riferimento generale. Si parler qui pi specificatamente degli
aspetti progettuali della formazione dellimpiantista. Si cercher, pertanto, di fissare un
quadro di riferimento per prefigurare ed interpretare la realt dei sistemi produttivi nei
quali molti ingegneri andranno ad operare, o con i quali essi avranno comunque a che
fare qualora intraprendessero unattivit di engineering. Gli elementi fondamentali del
lavoro di progettazione sono tre: lesperienza, gli strumenti ed il metodo. La prima
rappresentata dallaccumulo di una serie di nozioni, che si acquisiscono nella pratica
quotidiana. I secondi sono i concetti, le idee e le nozioni che formano il bagaglio
culturale di ogni ingegnere, e che sono costituite dalla conoscenza delle discipline
fondamentali della Fisica Tecnica, lIdraulica, la Scienza delle Costruzioni, le
Macchine, lElettrotecnica, la Chimica Applicata, lEconomia Industriale, la Tecnologia
Meccanica ecc. Il metodo quanto pi precisamente questo corso cerca di fornire, ed al
quale si cerca di esercitare lallievo ingegnere.
Tuttavia, qui occorre subito dire cosa si intende per progettazione dal nostro punto di
vista: la progettazione di sistemi produttivi complessi non dimensionamento o disegno
delle macchine ed attrezzature, n dei loro componenti ed organi. La conoscenza del
funzionamento delle macchine considerata utile per una pi approfondita
comprensione del fenomeno da controllare; ma, agli effetti della progettazione degli
- 1.129 -
1. Il Contesto Produttivo.
- 1.130 -
19
R. Albonetti, La strategia della qualit per la conquista dei mercati, Impiantistica Italiana, 10, 1988.
- 1.131 -
1. Il Contesto Produttivo.
Infatti, la lotta per la conquista di maggiori quote dei mercati mondiali vede
impegnati industrie e Paesi, le une spinte dalla necessit e dal desiderio di conseguire i
propri obiettivi di bilancio, gli altri impegnati nello sforzo di migliorare i bilanci del
proprio commercio estero e, quindi, il tenore di vita dei propri cittadini. Da questo
quadro possiamo estrarre gli argomenti gi esaminati in 1.2 che pi specificatamente
riguardano la progettazione del prodotto e lorganizzazione del processo, cio gli aspetti
pi specificatamente tecnologici e quello che rappresenta il risultato dellazienda, cio il
costo del prodotto. In questo modo limitiamo sensibilmente larea del nostro interesse,
sicuri che gli argomenti, pur essenziali ma che dobbiamo trascurare, saranno
ampiamente trattati in corsi complementari al nostro.
Semplificando molto quanto visto in 1.1, larma con la quale questa lotta viene
condotta si pu condensare in due criteri:
offrire i prodotti richiesti dal mercato allo stesso prezzo della concorrenza, ma ad
un livello di qualit pi elevato;
offrire i prodotti richiesti dal mercato al livello di qualit richiesto, ma a prezzi
inferiori a quelli della concorrenza.
In entrambi i casi il parametro qualit ed il parametro prezzo risultano essere i
cardini del successo. Questi concetti sono universalmente condivisi, ma non per tutti
chiara la relazione che, generalmente, corre tra la qualit del prodotto ed il suo costo.
Sicuramente, diffusa lopinione che ad una pi elevata qualit del prodotto, e quindi
ad un suo maggiore valore intrinseco, corrisponda inevitabilmente un costo pi elevato.
In questo contesto, la qualit intesa come il grado di corrispondenza agli scopi
d'uso e riassume un insieme di caratteristiche che, come detto, di volta in volta
includono anche la durevolezza, la facilit di esercizio e manutenzione, la sicurezza.
Poi, lottenimento della qualit verr assicurato dalla verifica del rispetto di specifiche
tecniche opportunamente conservatrici, attraverso un adeguato processo produttivo ed
una serie di opportuni collaudi intermedi e finali.
Tale schema resta ovviamente valido anche quando, come accade sempre pi
diffusamente, il peso della qualit dellimpianto per il processo di produzione diventa di
sempre maggiore importanza per assicurare la qualit del prodotto a costi contenuti (da
esso dipende il livello di scarto o di riparazione in corso di produzione). Tuttavia questo
non rester a lungo sufficiente, in quanto sar necessario migliorare la progettazione del
prodotto e degli impianti introducendo un nuovo approccio. Cio, sar necessario
sottoporre ad esame critico la concezione stessa del prodotto rispetto ai bisogni
dellutente ed occorrer rivedere il progetto in modo da semplificare al massimo il
prodotto senza diminuirne le caratteristiche qualitative. Di pi, occorrer individuare
quelle soluzioni costruttive che semplificano la produzione minimizzando i costi e
migliorando o conservando il livello qualitativo ed occorrer rivedere il processo
produttivo, in modo che anch'esso sia semplificato e reso pi economico. Cos, nella
maggior parte dei casi, al miglioramento della qualit, corrisponder una diminuzione
del costo finale del prodotto (principio della total-quality).
Senza dubbio diminuiranno gli scarti e le riprese conseguenti ai difetti riscontrati nei
collaudi intermedi e finali. Non solo: bisogna anche considerare che i collaudi sono
concepiti per verificare il rispetto dei livelli minimi di qualit, ma non dicono nulla per
quanto riguarda il livello eccedente il livello minimo, se i collaudi non sono eseguiti
adottando opportuni criteri metodologici.
Infatti, richiamando il concetto che la resistenza di una catena limitata alla
resistenza dellanello pi debole, la maggiore resistenza degli altri anelli rappresenta
- 1.132 -
solo uno spreco di materiale ed un maggiore costo, senza dare alcun contributo alla
qualit della catena. Ne risulta che il massimo della qualit rappresentato dalla catena
che ha gli anelli aventi tutti la stessa resistenza, quella minima resistenza che soddisfa i
requisiti di funzionalit della catena. Questo concetto pu essere esteso a tutti i prodotti,
soprattutto a quelli complessi, caratterizzati come insieme integrato di sistemi: nel
nostro caso, gli impianti industriali.
Come si diceva in 1.1, pur restando valido il concetto della catena, per gli Impianti
Industriali il problema notevolmente complesso. Per esempio, la standardizzazione dei
componenti, benefica ed irrinunciabile per certi aspetti (ma allinterno di un prodotto
praticamente unico qual limpianto produttivo), non consente di portare il discorso
fino alle estreme conseguenze. Infatti, bisogna tener presente che la maggior parte dei
sistemi impiantistici sono progettati ad hoc, ma prevedendo lutilizzo di componenti
standard, e questo lascia ancora ampi spazi di manovra nel senso sopraindicato.
Tuttavia, resta il fatto che, progettando e realizzando tali impianti, per ogni sistema ed
almeno per i componenti pi costosi, si dovrebbero sempre analizzare gli aspetti
qualitativi anche in relazione ai costi. Addirittura, la prima domanda da farsi , come
stato detto sopra, se il sistema o componente in questione sia effettivamente necessario
e quali inconvenienti potrebbero sorgere se esso venisse eliminato: le semplificazioni
danno quasi sempre un contributo positivo, sia per i vari aspetti che concorrono a fare la
qualit (come laffidabilit), sia per laspetto economico.
E' essenziale che i prodotti obbediscano alle richieste dellutente. Perci, la qualit
stata definita inizialmente come attitudine alluso20. Il termine consumatore viene
applicato a diversi tipi di utenti. Lacquirente di un prodotto che utilizzato come
materiale grezzo nelle sue attivit produttive un consumatore e lattitudine alluso
fornita dal produttore la possibilit di trasformare il materiale grezzo con bassi costi e
minimi scarti o selezioni. Il dettagliante acquista i prodotti finiti aspettandosi che questi
siano appropriatamente imballati, etichettati e disposti in modo da facilitare
limmagazzinaggio, la manipolazione e lesposizione. Quando tutti noi acquistiamo una
vettura, siamo consumatori e ci aspettiamo che essa sia esente da vizi iniziali di
costruzione (nonconformit) e che sia in grado di provvedere ad un trasporto sicuro ed
economico nel tempo.
Esistono due aspetti generali della qualit: la qualit del progetto e quella di
conformit ad esso. Tutti i beni e servizi sono prodotti a vari gradi o livelli di qualit, e
le variazioni che dividono i gradi o livelli della qualit possono essere intenzionali e,
perci, determinate dalla qualit del progetto. Cos, tutte le vetture hanno lo stesso
obiettivo di base di provvedere allutente un sicuro trasporto; tuttavia, esse differiscono
tra loro per grandezza, nome, estetica e prestazioni, appunto determinate da una
intenzionale diversa qualit del progetto. La qualit del progetto implica la scelta dei
materiali usati per la costruzione, le tolleranze di produzione, laffidabilit ottenuta
attraverso lo sviluppo dei motori, delle sospensioni, dellaccessoristica e di tutto
lequipaggiamento.
La qualit della conformit determinata da quanto bene il prodotto obbedisce alle
specifiche ed alle tolleranze richieste dal progetto. Essa influenzata da un gran numero
di fattori, comprendenti, tra laltro, la scelta dei processi tecnologici, laddestramento ed
il controllo degli operatori, il tipo di garanzia della qualit usato (controlli di processo,
prove, attivit di ispezione, ecc.), la cura con la quale tale garanzia della qualit viene
20
D.C. Montgomery, Introduction to Statistical Quality Control, J. Wiley & Sons, 1991.
- 1.133 -
1. Il Contesto Produttivo.
1.4.1.
- 1.134 -
Esempio.
Consideriamo il costruttore di un componente meccanico usato in una fotocopiatrice. Il
componente sia lavorato ad una cadenza di 100 al giorno e, per varie ragioni, il processo dia
luogo al 25% di componenti non conformi; di questi, il 60% possa essere ripreso per ottenere un
prodotto accettabile, mentre il resto debba essere scartato. Il costo diretto di lavorazione sia di
20 per pezzo, e la ripresa costi 4. Allora, il costo di lavorazione di ogni componente buono :
20 100 + 4 15
= 22.89
90
avendo osservato che, dopo la ripresa dei pezzi nonconformi, 90 componenti risultano buoni.
fig. 1.35.
Carta di controllo x .
- 1.135 -
1. Il Contesto Produttivo.
Uno studio del processo rivela che lelevatissima percentuale di nonconformit risiede
nellinadeguatezza dei controlli di processo. Di conseguenza, si introduce una nuova procedura
di controllo, questa volta di tipo statistico, la quale permette di ridurre le nonconformit dal 25
al 5%, e, di queste, una ripresa consente il recupero del 60%. Lintroduzione del nuovo processo
permette di ridurre il costo del componente buono a:
20 100 + 4 3
= 20.53
98
Lintroduzione del nuovo processo di controllo comporta una riduzione pari al 10.3% del costo
di lavorazione. Inoltre, la produttivit aumenta di quasi il 10%, passando i componenti buoni da
90 a 98, e laumento della produzione si ottiene senza ulteriori investimenti in attrezzature o
manodopera. Il costo del miglioramento bassissimo e consiste solamente nellintroduzione di
carte di controllo, ad esempio quella x di fig. 1.35. Tali carte di controllo utilizzano i dati del
processo esistente, che sono raccolti in modo routinario, e presentano le informazioni in modo
da agevolare le decisioni per prevenire i difetti di produzione.
1.4.2.
- 1.136 -
1.4.2.1.
- 1.137 -
1. Il Contesto Produttivo.
Costi diretti. Un altro indice di comune utilizzo il costo della qualit per unit di
costo diretto di produzione, comprensivo di manodopera, materie prime e direzione
del lavoro. Anche il costo diretto solitamente utilizzato in molte e diverse analisi,
ed un dato generalmente disponibile. Poich sono coinvolti tre costi distinti
(appunto manodopera, materie prime e gestione), questa base di misura risulta meno
influenzata dalle fluttuazioni del costo dei materiali e dallautomazione.
Vendite. Lindice in assoluto pi comune il costo della qualit per unit di ricavo
dalle vendite, inoltre esso uno strumento decisionale per la dirigenza. Poich per
taluni prodotti le vendite sono soggette a fluttuazioni stagionali, necessaria una
certa cura nella scelta del periodo di osservazione. Questo indice, inoltre, pu
assumere valori diversi secondo i diversi mercati ai quali lazienda pu rivolgersi.
Volume di produzione. Quando le diverse linee di produzione sono molto simili fra
loro, assume valore lindice del costo della qualit per unit di prodotto (o di volume
o di peso di prodotto). Quando le linee di produzione sono invece sostanzialmente
differenti, un confronto secondo tale indice perde significato e la base di misura non
pi applicabile.
Ciascuna di queste basi di misura presenta vantaggi e svantaggi come pure limiti di
applicabilit. Nel caso della produzione prototipica o di piccola serie, praticamente solo
le prime due risultano applicabili. La scarsa ripetitivit del lavoro nel suo complesso
potrebbe apparire come un ostacolo insormontabile. Tuttavia, se si focalizza la
valutazione non sul prodotto nel suo complesso, ma sul risultato del lavoro di ciascuna
squadra (montatori, saldatori, operatori di macchina utensile ecc.), si vede come
possano essere ottenuti indici dei costi della qualit che rendono confrontabili
operazioni simili compiute su pezzi diversi ed appartenenti anche a commesse
indipendenti.
1.4.2.2.
programma dei costi, in quanto da questi registri si ricava la situazione del sistema qualit, e dei
costi connessi, la cui conoscenza fondamentale per poter formulare piani per il futuro.
Il rapporto dei costi operativi per la qualit consente un continuo controllo della
realizzazione dei piani di miglioramento programmati e, contemporaneamente, anche
della loro efficacia, permettendo di verificare via via il risultato degli interventi e la
coerenza di questo con quanto pianificato. Il verificare lefficacia dei piani di
miglioramento non ha solo valore di autocompiacimento per i risultati ottenuti, ma la
base per una successiva analisi critica delloperato. Va segnalato che nellanalisi critica
esiste la naturale tendenza a considerare solo gli aspetti negativi, gli insuccessi, il
mancato raggiungimento degli obiettivi. Questa pratica si rivela errata, poich continuo
miglioramento non significa semplicemente non ripetere gli errori passati: lanalisi dei
risultati negativi permette di affinare le soluzioni adottate e di valutarne lapplicabilit
anche in situazioni diverse, per un continuo progresso della qualit.
Il rapporto dei costi operativi per la qualit sostanzialmente uno strumento di
indagine di breve periodo. Si parlato di cadenza mensile, ma nulla vieta di considerare
intervalli di tempo diversi, coerentemente con le caratteristiche dellazienda. Per una
analisi di pi lungo periodo, ad esempio annuale, linterpolazione dei dati dei costi della
qualit sia generali sia delle singole categorie e sotto categorie, di volta in volta
registrati nel rapporto dei costi operativi, permette di individuare il trend dellazienda.
Questo fondamentale per la formulazione del piano dei costi della qualit per il
periodo successivo e per la stesura del budget aziendale, che deve essere coerente con il
trend precedente. Inoltre, lestrazione dei dati di costo delle sotto categorie del controllo
e degli insuccessi permette di individuare quali sono stati i momenti critici per lazienda
nel corso del periodo in esame. I momenti critici vengono analizzati tramite i piani di
controllo qualit ed i registri generali della documentazione delle commesse in
corrispondenza dei momenti critici stessi. La consultazione di questi documenti
permette di ricavare le caratteristiche dei difetti, gli inconvenienti, le non conformit e
di capire se la loro eventuale concentrazione un fatto casuale o legato ad una o pi
cause comuni.
Il metodo di analisi migliore consiste nella compilazione, per ciascun fatto, di un
diagramma causa-effetto e nel confronto successivo delle cause prime cos ricavate. Se
si riscontrano cause prime ricorrenti, leliminazione o la correzione di queste permette
di evitare il ripetersi di situazioni critiche simili. Va considerato che la concentrazione
in un breve periodo di un numero notevole di non conformit, o comunque di problemi,
crea sia una situazione di superlavoro per i reparti coinvolti, sia una situazione di
tensione generale molto pi grave di quella che si avrebbe se gli stessi fenomeni si
manifestassero diluiti nel tempo. Una situazione di tensione allinterno dellazienda, o
di un singolo reparto, non va certo a favore del miglioramento della qualit, anzi essa
pu causare un aumento degli errori umani, innescando cos una sorta di reazione a
catena, o, quanto meno, un ulteriore aumento dei costi della qualit nella sottocategoria
dei costi diretti perdite di produzione, poich ciascun operatore viene indotto ad
applicare una prudenza eccessiva nel proprio lavoro.
In un piano dei costi della qualit, concorrono tre fasi fondamentali: quella di
impostazione, la fase di progetto e quella di controllo. Naturalmente le tre fasi
interagiscono tra loro.
- 1.139 -
1. Il Contesto Produttivo.
1.4.2.3.
Costi di Prevenzione
valutazione
nonconformit
interna
pianificazione
della qualit ed
engineering,
proposta di nuovi
prodotti,
progetto del
prodotto e del
processo,
controllo del
processo,
preserie,
scarti,
riprese,
ricontrollo,
analisi del guasto,
materiali e servizi
impiegati,
ritardo alla
consegna,
mantenimento
della qualit delle
attrezzature di
prova.
perdite di
produzione,
diminuzione del
profitto.
addestramento,
acquisizione dei
dati ed analisi.
- 1.141 -
nonconformit
esterna
aggiustamenti del
prodotto,
materiali o
prodotti respinti,
carichi di garanzia,
costi di
responsabilit,
costi indiretti.
1. Il Contesto Produttivo.
1.4.2.4.
Costi di Valutazione
Sono i costi associati alla misura, la valutazione (la verifica) dei prodotti, dei
componenti e dei materiali di acquisto, fatti allo scopo di garantire la conformit agli
standard imposti. Questi costi si sostengono per determinare il livello del prodotto dal
punto di vista della qualit ed assicurano che esso sia conforme alle specifiche. Essi
comprendono:
esame e prova dei materiali in ingresso. Sono i costi legati allanalisi ed alle prove
eseguite sui materiali acquisiti allesterno. Questa subcategoria comprende i costi
dellanalisi e le prove di accettazione dei prodotti, le visite, le prove ed il controllo
del processo produttivo del fornitore, come pure la periodica verifica del suo sistema
di garanzia della qualit,
esame e prove sul prodotto. Si tratta del costo delle verifiche della conformit del
prodotto, attraverso i suoi diversi stadi di produzione, compresi lo stadio del
controllo di accettazione finale, la verifica dellimballaggio e della confezione, ed
ogni garanzia fornita allacquirente, prima della spedizione. Esso comprende anche
prove di vita, di compatibilit ambientale e di affidabilit,
materiali e servizi impiegati. E' il costo del materiale, della manodopera e dei prodotti
impiegati nelle prove, anche distruttive, del prodotto,
mantenimento della qualit delle attrezzature di prova. E' il costo operativo del
sistema di manutenzione, controllo e calibrazione degli strumenti e delle attrezzature,
compreso il costo della manodopera a qualsiasi titolo impiegata.
1.4.2.5.
optimum
5
prevenzione
e valutazione
nonconformit
interne ed esterne
0
0
0.5
1%
livello di nonconformit
fig. 1.36.
1.4.2.6.
- 1.143 -
1. Il Contesto Produttivo.
1.4.2.7.
I costi indiretti della qualit possono essere suddivisi in tre categorie: costi successivi
sostenuti dal cliente, costi di insoddisfazione del cliente e costi per calo d'immagine
dellazienda:
costi ulteriori sostenuti dal cliente. Questa categoria comprende i costi sostenuti
dal cliente a causa di deficienze del prodotto ed i costi per le riparazioni
successive al periodo di garanzia.
costi di insoddisfazione del cliente. Questi costi sono legati ad un attributo
proprio del prodotto: il cliente o soddisfatto, o lo parzialmente, o non lo .
Questi costi sono alti quando il livello di difettosit alto.
costi per calo d'immagine. Essi rispecchiano latteggiamento del cliente nei
confronti dellazienda o nei confronti di una certa serie di prodotti della stessa.
I costi indiretti sono assai difficili da individuare e da valutare. Egualmente per essi
modificano la curva dei costi di fig. 1.36, in accordo con la fig. 1.37. Questa influenza
evidente quando la curva dei costi diretti si sommi a quella dei costi indiretti. Si osservi
che il punto di ottimo si sposta vero sinistra, ossia verso un minore livello di difettosit:
il raggiungimento di tale optimum implica un aumento dei costi di prevenzione e di
valutazione ed una contemporanea diminuzione dei costi per insuccessi esterni, per cui
esso esige un apprezzabile calo dei costi indiretti.
1.4.2.8.
Molte delle azioni per la riduzione dei costi della qualit sono basate sullanalisi dei
costi stessi e sulla creativit del personale della funzione qualit. Esse sono specifiche
per la particolare attivit (ufficio o progetto) od operazione, oppure possono essere di
carattere generale, investendo lorganizzazione dellazienda nel suo complesso od uno
dei settori nei quali essa articolata.
costi operativi della qualit
10%
costi totali
optimum
costi diretti
costi indiretti
0
0
fig. 1.37.
0.5
1%
livello di prodotti difettosi
In questa parte si sono trattati i costi operativi per la qualit. Esistono per anche
fattori legati al capitale dellazienda, dovuti alla necessit di possedere strumenti di
misura, sistemi informatici, programmi, ecc. per la gestione della qualit. Questi costi
sono giustificati dalla necessit dellazienda di mantenere sempre e comunque un alto
livello di efficienza e, salvo errori di valutazione, essere coperti dalla riduzione dei costi
generali e dal maggior utile derivante dalla competitivit dellazienda.
In realt, valutare esattamente lentit di tutti i costi diretti ed indiretti cosa
pressoch impossibile; ad ogni modo la coscienza del fatto che questi costi esistono e
della loro relazione con i costi diretti di ausilio per il controllo dei costi. Inoltre,
nellanalisi dei costi, quello che realmente interesserebbe i manager dellazienda
lindividuazione del punto ottimale dei costi totali di fig. 1.37. Tuttavia, le curve
tracciate sono schematizzazioni teoriche semplificate, e difficilmente possono essere
puntualmente ricavate dallanalisi di una situazione aziendale.
Poi, non del tutto banale osservare come il punto di optimum non corrisponda alla
condizione difetti-zero. Il raggiungimento dellobiettivo di difetti zero significherebbe
agire sulla struttura organizzativa dellazienda in maniera talmente radicale da impedire
a priori linsorgere di condizioni di errore. In una struttura di produzione organizzata su
linee stabili, con un corretto equilibrio tra automazione e lavoro manuale, tutto ci
potrebbe essere anche avvicinabile. Vedremo in 3 che tale tendenza rappresentata da
unorganizzazione del processo produttivo un p ideale e che chiamata
intercambiabilit completa. In pratica, e per ben determinati prodotti, doveri di
sicurezza o di conformit impongono la totale assenza di nonconformit esterne, ma
questo non implica lassenza di non conformit interne, purch siano tutte intercettate in
corso di produzione.
Un metodo per la valutazione qualitativa del punto di ottimo raggiunto quello
del confronto con altre aziende simili o con altre linee produttive della stessa
azienda. La maggior parte delle aziende utilizza il valore monetario delle vendite
come base di misura e questo favorisce loperazione di confronto, sebbene le
differenze tra i vari tipi di prodotto si riflettano in corrispondenti variazioni nel
valore numerico degli indici.
Una seconda tecnica di valutazione consiste nello studio delle correlazioni
esistenti fra le varie categorie o subcategorie di costo della qualit. Non raro che
i costi della qualit siano concentrati in poche subcategorie fra loro collegate ed
evidente la connessione, ad esempio, fra i costi di controllo e costi di
nonconformit. Teoricamente i costi di prevenzione e controllo dovrebbero essere
maggiori o quanto meno eguali ai costi legati alle nonconformit: questo al fine di
- 1.145 -
1. Il Contesto Produttivo.
1.4.2.9.
Evidentemente, la risposta alla domanda di quanto costi la qualit dipende dal tipo di
organizzazione e dal successo della politica di miglioramento della qualit. In alcune
aziende i costi della qualit possono essere il 4% della cifra di affari, mentre in altre pu
raggiungere il 40%. Naturalmente, il costo della qualit sar diverso per un costruttore
di alta tecnologia elettronica, in confronto ad unazienda tipica di servizi, come un
grande magazzino od una catena di hotel. Tuttavia, in molte occasioni il costo della
qualit pi elevato del necessario ed i dirigenti devono compiere sforzi continui per
analizzare, valutare e ridurre tale costo.
La convenienza dei costi della qualit nasce dalleffetto differenziale tra il denaro
investito per la prevenzione ed il vantaggio economico derivante dalla riduzione della
nonconformit interna ed esterna, in confronto al processo produttivo di partenza:
linvestimento nella qualit pu ritornare centuplicato e pi in termini di minori difetti
nel prodotto finale.
Le analisi del costo della qualit hanno come obiettivo la riduzione dei costi con
lidentificazione delle opportunit di miglioramento, e si svolgono, ad esempio, con
lanalisi di Pareto, la quale consiste, come vedremo subito, nellidentificare i costi della
qualit per categoria, per prodotto, per tipo o per nonconformit.
Mentre in molte aziende le nonconformit possono essere significativamente ridotte,
irrealistico pensare che esso possano essere del tutto annullate. Prima di avvicinare
tale limite, la differenza tra il costo della prevenzione dei difetti ed il vantaggio
derivante dalla riduzione delle nonconformit aumenta cos rapidamente da risultare del
tutto antieconomica. Tuttavia, un programma di riduzione dei costi della qualit
applicato insieme ad uno sforzo efficace di miglioramento della qualit ha la capacit di
ridurre i costi della qualit anche del 60%, se si parte da una fase iniziale di politica
della qualit. Questa riduzione di costi discende anche dal principio di Pareto: la
maggior parte delle riduzioni di costo si ha attaccando i pochi problemi responsabili
della maggioranza dei costi della qualit.
Analizzando i costi della qualit e formulando i piani di riduzione di questi costi,
importante notare il ruolo della prevenzione e della valutazione. Molte aziende dedicano
molto del loro budget di gestione della qualit sulla valutazione e non abbastanza sulla
prevenzione delle nonconformit. Si tratta di un errore facile da fare da parte di
unazienda, poich i costi di valutazione sono spesso voci del budget delle aree della
- 1.146 -
garanzia di qualit o della produzione. D'altra parte, i costi della prevenzione delle
nonconformit possono non essere inseriti routinariamente nei budget, e non inusuale
trovare agli ultimi stadi della stesura del programma di riduzione dei costi della qualit
che i costi di valutazione sono otto o dieci volte maggiori di quelli di prevenzione:
probabilmente si tratta di un rapporto irragionevole, poich linvestimento sulla
prevenzione ha un ritorno altissimo in confronto a quello sulla valutazione.
Creare schemi del costo della qualit non sempre agevole, poich molte delle
categorie di costo non si riflettono direttamente nelle voci di contabilit dellazienda.
Conseguentemente, pu essere difficile ottenere accurate informazioni suoi costi
sostenuti con riguardo alle singole categorie, ed il sistema di contabilit aziendale pu
fornire informazioni solamente su quelle voci che coincidono con i propri capitoli di
spesa, quali, ad esempio, i costi di valutazione e di controllo. Spesso si tiene
semplicemente il conto dettagliato delle specifiche voci di spesa relative ai costi di
valutazione, cosicch informazioni legate ai costi non noti devono essere stimate,
oppure rilevate creando procedure di sorveglianza e monitoraggio per un congruo
periodo di tempo.
La direzione pu pretendere di essere fornita di uno standard in confronto al quale
descrivere gli schemi del costo della qualit adottati in azienda. Poich difficile creare
standard assoluti, come difficile individuare i livelli del costo della qualit di altre
aziende nello stesso comparto, il normale approccio di confrontare le prestazioni del
prodotto attuali con quelle precedenti. Anche se quest'analisi delle variazioni uno
strumento per individuare lo spostamento dallo standard e per tenerlo sotto lattenzione
dei manager responsabili, di per s non un mezzo di miglioramento della qualit.
Questo ci porta ad unimportante osservazione: alcuni programmi di gestione del
costo della qualit falliscono. Cio, un certo numero di aziende ha avviato programmi
di gestione della qualit, seguendoli per un certo tempo per poi abbandonarli in quanto
inefficaci:
Tra le molte ragioni del fallimento, la pi importante il mancato uso delle
informazioni del programma di gestione del costo della qualit come meccanismo
per creare un miglioramento delle opportunit. Se usiamo le informazioni sul
costo della qualit solamente come strumento di misura del successo, senza fare
un cosciente sforzo per identificare le aree critiche e sviluppare processi e
procedure di miglioramento operativo, allora il programma non avr lesito
sperato.
Unaltra ragione pu essere che i manager siano preoccupati di perfezionare gli
schemi dei costi. Unenfasi eccessiva nel considerare i costi della qualit come
parte del sistema di contabilizzazione, piuttosto che uno strumento di controllo
gestionale, un errore. Quest'approccio aumenta grandemente il tempo richiesto
per la determinazione e lanalisi dei dati nonch per lidentificazione delle
opportunit di miglioramento della qualit. Mano a mano che il tempo necessario
per la valutazione e lanalisi dei dati aumenta, la gestione diventa sempre pi
impaziente e meno convinta dellefficacia del programma, cosicch ogni
programma che appare alla gestione come esitante facilmente abbandonato.
Unultima ragione di fallimento del programma che il management spesso
sottostima la profondit e lestensione dellimpegno che deve essere dedicato alla
prevenzione. Nelle aziende senza un efficiente programma di miglioramento della
qualit, il denaro investito per la prevenzione raramente supera il 2% del fatturato.
Esso dovrebbe essere aumentato fino al 6% e questo investimento addizionale
dovrebbe essere speso sui metodi di miglioramento della qualit. Se il
- 1.147 -
1. Il Contesto Produttivo.
1.4.2.10.
La teoria della qualit propone varie metodologie per lo studio dei difetti, soprattutto
al fine di individuare quali sono i punti del sistema aziendale che richiedono interventi
migliorativi per la risoluzione del problema alla radice, cio tecniche di trasferimento
dei costi dalla valutazione alla prevenzione.
Va premesso che tali metodologie sono state concepite per lanalisi della produzione
nella grande serie. Tuttavia, esse sono perfettamente applicabili anche alla produzione
prototipica, con una semplice astrazione mentale. Si tratta di considerare come prodotto
dellazienda o del singolo reparto non loggetto in lavorazione, che un pezzo unico,
ma ciascuna tecnologia che su di esso viene applicata.
Le metodologie fondamentali qui descritte sono due, lanalisi di Pareto ed il
diagramma causa-effetto di Ishikawa. Quest'ultimo abbondantemente utilizzato nelle
aziende e consentirebbe il concorso di pi persone, al limite di tutta lazienda, per
unanalisi continua della qualit della produzione.
Esempio.
Nella tabella qui sotto riportata lanalisi mensile dei costi della qualit di un circuito stampato.
Essa compilata per stendere un diagramma di Pareto. La tabella fa rilevare che la saldatura
insufficiente rappresenta il costo della qualit pi elevato. Infatti, essa rappresenta il 42% delle
nonconformit e circa il 52% dei costi totali di scarto e ripresa. Se si adottasse un processo di
saldatura migliore, si potrebbe ottenere un forte miglioramento dei costi di qualit.
Tipo di nonconformit
saldatura difettosa
disallineamento dei
componenti
componenti difettosi
componenti sbagliati
saldatura fredda
altre cause
42
21
51.9
16.6
15
10
7
5
11.1
7.1
7.0
6.3
42
saldatura difettosa
40
35
30
25
disallineamento
componenti
21
20
componenti difettosi
15
15
componenti sbagliati
10
10
saldatura fredda
altre cause
5
0
fig. 1.38.
1. Il Contesto Produttivo.
MANODOPERA
MATERIALI
VARIABILITA'
DELLA QUOTA
MACCHINE
fig. 1.39.
21
MISURE
- 1.150 -
I diagrammi causa-effetto vengono tracciati per illustrare in modo chiaro i fattori che
influenzano la qualit del prodotto, classificandoli e ponendoli in relazione reciproca. Il
diagramma causa-effetto deve rispondere allo scopo e non legato ad alcuna forma
predefinita. Il nucleo di questa metodologia la scomposizione progressiva del
problema causa-effetto in problemi via via pi particolareggiati, con lesame delle cause
di secondo e terzo livello ed eventualmente anche oltre. In questo modo si individuano
non solo le cause prossime del problema, ma anche quelle remote, in modo da poter
formulare una soluzione di tipo radicale ed economica, secondo la metodologia della
prevenzione. Per poterla individuare, le cause remote possono essere confrontate fra
loro con luso dellanalisi di Pareto prima illustrata.
Un aspetto interessante del diagramma causa-effetto che la sua compilazione risulta
migliore se eseguita con lavoro di team. Lo sviluppo dellanalisi di ciascun ramo
principale pu essere affidata a persone diverse, od a gruppi di persone, specialisti del
singolo aspetto; nel caso dei gruppi di persone, la discussione sui singoli aspetti pi
fruttuosa della riflessione di ogni singolo. La tradizione giapponese mostra diagrammi
causa-effetto compilati con il concorso di tutti i dipendenti dellazienda, tramite pannelli
esposti nei vari reparti sui quali ciascuno pu applicare dei bigliettini con le proprie
ipotesi di relazione causa-effetto. E' importante lindicazione di coinvolgere ogni
soggetto non solo negli interventi di miglioramento, ma anche nellattivit di analisi
preliminare, la quale non pu essere prerogativa dei soli tecnici di alto livello
dellazienda.
MANODOPERA
MATERIALI
personalit
lavorazioni
esperienza
acquisizione
addestramento
contenuti
precedenti
stoccaggio
qualit
motivazione
lavorabilit
ingresso
prelievo
VARIABILITA'
preventiva
manutenzione
utensili
consumo
correttiva
piazzamento
registrazione
tempi
METODI
fig. 1.40.
addestramento
ispettore
deformazione
esperienza
procedura
strumenti di misura
regolarit
funzionamento
bilanciamento
metodo
accettazione
ISPEZIONI
- 1.151 -
1. Il Contesto Produttivo.
1.4.3.
Come detto sopra, ci stiamo concentrando sulla tecnica statistica che ci sar utile per
la garanzia della qualit. Specificatamente, ci soffermiamo sulle due aree fondamentali:
il progetto del controllo sperimentale statistico,
il controllo campionario di accettazione.
Un certo numero di altri strumenti statistici ci saranno utili nei problemi di analisi
della qualit e per il miglioramento dei processi produttivi. Il ruolo di tali strumenti
rappresentato in fig. 1.41, che rappresenta un processo produttivo come sistema con una
serie di input ed un output. Gli input x1 , x 2 ,..., x p sono fattori controllabili, come
temperature, pressioni, portate di alimentazione, ecc; invece, gli input z1 , z 2 , ..., z q
sono input non controllabili, come possono essere ad esempio i fattori ambientali
oppure alcune propriet delle materie prime in arrivo. Come noto, il processo produttivo
trasforma questi input in prodotti finiti, caratterizzati da molteplici parametri qualitativi
che esprimono la loro attitudine alluso. La variabile di output y la misura della qualit
del processo.
Input che influenzano
il parametro di output y
Miglioramento del
parametro di output y
Input Controllabili
Xp
X2
X1
materie prime
componenti
assiemi
Controllo
Misura
Valutazione
Processo Produttivo
output
y = caratteristica
di qualit
z1 z2
zq
Input Non Controllabili
fig. 1.41.
Gli esperimenti pianificati sono estremamente utili nella scoperta delle variabili
chiave che influenzano le caratteristiche di qualit di pertinenza del processo. Essi
consistono nella variazione sistematica dei fattori di input per osservarne gli effetti sui
parametri di uscita, sono i migliori strumenti di controllo della qualit e sono spesso
usati per il miglioramento dei primi stadi del processo produttivo, ma non come
procedura in-process.
- 1.152 -
Una volta definita una lista delle variabili pi importanti che influenzano la variabile
di output y, necessario trovare un modello della relazione che lega le variabili di input
a quella di output. Le tecniche statistiche utili per lindividuazione del modello
comprendono lanalisi di regressione e lanalisi della serie del tempo. Quando le
variabili importanti sono state identificate, e la natura della relazione tra le variabili ed il
modello delloutput del processo stato esaminato, allora una tecnica on-line di
controllo statistico di processo attraverso il monitoraggio e la sorveglianza pu essere
impiegata con considerevole efficacia. Tecniche come le schede di controllo possono
essere usate per monitorare loutput del processo ed individuare quali cambiamenti
degli input sono necessari per far ritornare loutput sotto controllo. I modelli che legano
gli input alloutput di processo aiutano a determinare la natura e la grandezza degli
aggiustamenti richiesti; inoltre, le schede di controllo sono utili per fornire il feedback
agli operatori necessario per ridurre la variabilit.
100%
Campionamento
di accettazione
Controllo di
processo
Esperimenti
pianificati
tempo
fig. 1.42.
1. Il Contesto Produttivo.
20
limite inferiore
di accettazione
limite superiore
di accettazione
18
16
pianificazione
delle prove
14
12
controllo statistico
di processo
10
8
campionamento
all' accettazione
6
4
2
0
-30
fig. 1.43.
-20
-10
10
20
30
'50 ed il '60 essa ha promosso miglioramenti nella garanzia della qualit con attivit nel
campo dei costi della qualit, dellingegneria dellaffidabilit e nella propaganda che il
punto di vista della qualit una via utile di pianificazione e gestione dellazienda.
La pianificazione delle prove per garantire il miglioramento del prodotto e del
processo produttivo stata introdotta per la prima volta in Occidente negli anni '50, con
applicazioni che riguardavano lindustria chimica. Lo sviluppo di questa tecnica stato
piuttosto lento fino allinizio degli anni '80, quando ci si accorti che i concorrenti
giapponesi la usavano sistematicamente fin dagli anni '60 per il controllo dei guasti, lo
sviluppo di nuovi processi, la valutazione del progetto di nuovi prodotti, il
miglioramento dellaffidabilit e delloperativit su campo. Questa scoperta acceler
lapplicazione delle prove statistiche pianificate e diede luogo a pi diffusi sforzi di
introduzione della metodologia nellorganizzazione produttiva e manageriale delle
aziende, come pure nella stesura dei piani di studio accademici.
In questo contesto va vista anche lopera di motivazione della forza lavoro e di
partecipazione della gestione al fine di arrivare, come nei comparti della difesa ed
aerospaziale, allavvio di programmi di difetto zero. Idealmente, un programma di
difetto zero ha i seguenti due aspetti:
di motivazione, rivolto a stimolare gli addetti a ridurre i propri errori, attraverso
efficaci campagne di presentazione, dimostrazione ed analisi del prodotto durante
le fasi di progettazione e di produzione,
di prevenzione, rivolto a sensibilizzare gli addetti a ridurre gli errori sistematici
controllabili, con un processo pi approfondito del precedente. La filosofia che
regge il programma di difetti zero risiede nel fatto che, se un difetto viene
individuato, gli ingegneri ed i manager devono compiere ogni studio per isolarne
la causa e prendere ogni accorgimento perch quel difetto non si verifichi pi in
seguito. E' naturale osservare che il buon risultato di questa politica subordinato
allorganizzazione dellazienda, la quale deve possedere le strutture adatte allo
svolgimento del programma di qualit, sia dal punto di vista tecnico, sia da quello
manageriale.
Lesperienza industriale mostra vari gradi di successo, dai migliori risultati a quelli
pi modesti: le aziende che adottano la prevenzione come filosofia di miglioramento
della qualit mostrano, in generale, risultati migliori di quelle che adottano solamente il
programma di motivazione.
Un programma motivazionale di grande interesse il Circolo del Controllo di
Qualit giapponese. Un circolo di controllo della qualit un team di circa 10 operatori
e supervisori allinterno di un reparto. Il suo obiettivo di condurre studi che aumentino
lefficienza del lavoro nel reparto. Gli studi non sono necessariamente ristretti alla
qualit, ma riguardano anche la produttivit, i costi, la sicurezza e gli altri aspetti
dellambiente produttivo. La partecipazione al Circolo del Controllo della Qualit
volontaria, ma circa met degli operatori giapponesi hanno aderito al programma.
Lorganizzazione del Circolo comincia con un programma di addestramento che
comprende alcuni aspetti della raccolta e dellanalisi dei dati, lo studio dei progetti di
successo elaborati dagli altri Circoli di controllo della qualit ed il completamento di un
progetto reale, impiegando, se necessario, consulenze esterne.
Dunque, in Giappone il programma del Circolo del Controllo della Qualit ha avuto
uno straordinario successo: circa 10 milioni di operatori hanno ricevuto laddestramento
iniziale ed hanno partecipato a studi di progetto. Alcuni milioni di progetti sono stati
- 1.155 -
1. Il Contesto Produttivo.
eseguiti, con un ritorno di circa 5.000 ciascuno, e con effetti significativi sulla qualit
dei prodotti.
Il concetto di Circolo del Controllo della Qualit ha avuto un certo sviluppo anche in
Occidente, seppure con denominazioni diverse, come ad esempio Team di
Miglioramento della Produttivit ed altri. Non molto chiaro se la trasposizione
allorganizzazione occidentale abbia avuto risultati paragonabili a quelli dellindustria
giapponese; il dubbio deriva da considerazioni sia culturali, sia tecnologiche. Nella
societ occidentale esiste ancora una certa riluttanza da parte di ingegneri e manager a
delegare alla forza lavoro funzioni e prerogative che storicamente sono state loro
esclusive; inoltre, la forza lavoro trova ancora difficile considerare di propria pertinenza
aiutare ingegneri e manager a migliorare lefficienza dellazienda. D'altra parte, gli
operatori hanno spesso ottime idee circa il miglioramento della qualit e del processo,
cosicch la sfida al management di cambiare lattitudine degli operatori. Infine, molti
quadri e manager hanno ancora unidea assolutamente inadeguata sia riguardo
allimportanza del ruolo della qualit nel miglioramento della produttivit, sia della
necessit di migliorare la preparazione tecnica del personale per ottenere miglioramenti
di qualit e di produttivit.
1.4.4.
Esempio
Un buon esempio il consolidato predominio giapponese nel campo dei videoregistratori. Essi
non sono stati inventati dai Giapponesi: il primo prototipo stato prodotto in Europa da parte
della Philips e della Grundig, ma esso era inaffidabile e spesso conteneva un gran numero di
difetti. Quando i Giapponesi entrarono nel mercato, essi avevano deciso di puntare sugli aspetti
qualitativi dellaffidabilit e della conformit agli standard con un programma di difetti zero, e
questa strategia consent loro di rapidamente impadronirsi del mercato. Solo in un secondo
tempo essi espansero gli aspetti della qualit aggiungendone i rimanenti, migliori prestazioni,
pi facile manutenibilit, ecc: hanno usato la qualit totale come arma per alzare la barriera
- 1.156 -
iniziale allingresso in questo mercato, al punto tale che risulta praticamente impossibile ai
concorrenti di entrarvi.
La gestione deve fare questo tipo di pensiero strategico riguardo alla qualit. Non
necessario che il prodotto sia superiore in tutti gli aspetti della qualit, ma la dirigenza
deve selezionare e sviluppare quegli aspetti della qualit da utilizzare come arma di
competizione: tipicamente, sono quelli trascurati od ignorati dai concorrenti. Un
esempio ulteriore da non dimenticare riguarda lindustria automobilistica occidentale,
che ha sopportato colpi durissimi dai concorrenti orientali, i quali hanno seguito questa
strategia in maniera particolarmente efficiente, puntando, inizialmente, sugli aspetti
dellinquinamento creato dai motori ad accensione per scintilla.
Neppure il ruolo dei fornitori nella gestione della qualit pu essere trascurato: la
selezione e la gestione dei fornitori possono essere gli aspetti pi critici della gestione
efficiente della qualit in industrie come lautomobilistica e degli apparecchi elettronici,
dove una gran quantit di elementi del prodotto finito sono forniti da terzi. Cos, molte
aziende istituiscono programmi di miglioramento della qualit dei fornitori come parte
dei propri programmi di miglioramento della qualit interna. La selezione dei fornitori
sulla base della qualit, della puntualit e dei prezzi, piuttosto che dei soli prezzi, una
decisione vitale della gestione strategica, ed essa pu avere un impatto significativo
nella competitivit globale a lungo termine.
Poi, importantissimo che sia la gestione dellazienda a riconoscere che il
miglioramento della qualit deve essere unattivit totale e globale, alla quale deve
partecipare ogni unit organizzativa, ed ottenere una tale partecipazione la
responsabilit principale della gestione. In questo contesto, il ruolo della garanzia della
qualit di assistere la gestione generale e quella di produzione provvedendo gli
strumenti di garanzia per i prodotti dellazienda. Specificatamente, la funzione della
garanzia di qualit una sorta di magazzino tecnologico che contiene le conoscenze e le
risorse necessarie per creare prodotti di qualit accettabile per il mercato. Inoltre, la
gestione della qualit ha la responsabilit di valutare il costo della qualit per
identificare le opportunit di miglioramento del sistema e di rendere queste opportunit
presenti alla gestione di pi alto livello. Questo comporta che la responsabilit della
qualit distribuita attraverso tutta lorganizzazione, ed alcune sue specifiche
responsabilit funzionali sono, per la qualit di progetto:
pianificazione di prodotto, marketing e vendite. Infatti, ormai noto che queste
funzioni hanno la responsabilit di fornire le attivit di ricerca di mercato che
portano alla descrizione del prodotto che meglio incontra gli obiettivi di attitudine
alluso dellacquirente. Esse hanno anche la responsabilit di presentare
allacquirente i dati di qualit del prodotto,
engineering di sviluppo. Come sappiamo, questa funzione responsabile del
progetto originale del prodotto, determinando le specifiche, il progetto per
lindustrializzazione, la scelta dei materiali, le tolleranze e le caratteristiche delle
prestazioni del prodotto,
acquisti. Questa funzione responsabile di selezionare i fornitori ed interagire con
essi per riguardo alla qualit dei materiali e dei componenti che forniscono,
e, per la qualit della conformit:
gestione della produzione. I manager della produzione sono responsabili
delladdestramento dei quadri, della appropriata manutenzione delle attrezzature,
della corretta interpretazione dei disegni e delle specifiche, e del controllo del
prodotto durante ed alla fine del processo produttivo,
- 1.157 -
1. Il Contesto Produttivo.
progettazione, definizione
e sviluppo del prodotto
assistenza tecnica
e manutenzione
approvvigionamenti
committente/
utilizzatore
fornitore/
produttore
pianificazione e sviluppo
del processo produttivo
installazione
ed esercizio
produzione
vendita
e distribuzione
prove, controlli
e collaudi
imballaggio
ed immagazzinamento
- 1.158 -
Come detto, la responsabilit della qualit investe lintera organizzazione. E' per
questo che la pianificazione e lanalisi della qualit sono importanti. Poich le attivit di
garanzia di qualit sono cos estese, i programmi di garanzia della qualit efficienti
richiedono, come primo gradino, lordine di portarli avanti, da parte del livello pi alto
della gestione. Lordine deve mettere in evidenza limportanza della qualit,
lidentificazione delle responsabilit della qualit da parte delle unit organizzative
orizzontali e lesplicita responsabilit di tutti i manager e dei quadri dellazienda.
Idealmente, la funzione di garanzia della qualit supportata da ingegneri e manager
con approfondita conoscenza della tecnologia dello specifico prodotto, degli strumenti
di industrializzazione e di gestione, di preparazione in metodi statistici, compresi i
controlli di processo, lingegneria dellaffidabilit, il progetto delle prove e le tecniche
di modellazione del processo. I computer giocano un ruolo sempre pi importante nella
garanzia della qualit; essi sono utili nel calcolare la qualit del prodotto ed i dati dei
costi della qualit. Gli sviluppi della tecnologia dei computer, della robotica e della
tecnologia dei sensori e dei misuratori aumentano sempre pi la disponibilit e luso di
sistemi automatici di controllo statistico del processo in grado di effettuare analisi,
controllo e prova on-line. Perci, essenziale che i responsabili tecnici della qualit
siano a conoscenza di questa disponibilit e dei possibili sviluppi in questo campo.
Infine, il management strategico della qualit di unorganizzazione dovr
continuamente garantire che tutte le persone allinterno dellorganizzazione siano
perfettamente consapevoli degli strumenti base del miglioramento della qualit. Fra
questi strumenti, i principali sono i concetti statistici elementari che stanno alla base del
controllo del processo e che sono usati per lanalisi dei dati di processo. E' sempre pi
importante che ognuno dellorganizzazione, dal top-management al personale operativo
abbia la consapevolezza dei metodi statistici di base e di come questi metodi possano
essere utili nellambiente produttivo. Certuni dovranno avere pi elevati livelli di
preparazione; per esempio quegli ingegneri e manager che assumono la funzione di
garanzia della qualit saranno, generalmente, esperti in uno o pi campi del controllo di
processo, di ingegneria dellaffidabilit, o di analisi dei dati statistici di produzione.
Tuttavia, il punto chiave la filosofia che la metodologia statistica un linguaggio di
comunicazione dei problemi che permette alla gestione di mobilitare rapidamente le
risorse e di sviluppare efficacemente la soluzione dei problemi.
- 1.159 -
1. Il Contesto Produttivo.
1.5.1.
Il Contesto Europeo
Con lUnione Europea si realizzato il mercato unico interno gi previsto dal trattato
di Roma del 1957. Secondo un preciso calendario, sono state soppresse tutte le barriere
doganali, le formalit di polizia e le barriere protezionistiche fra i diversi paesi
dellUnione. Con listituzione di un grande mercato unico si ha un ambiente pi
propizio allincentivazione delliniziativa imprenditoriale, della concorrenza e degli
scambi. 23
Non basta per lapertura delle frontiere per ottenere un reale mercato unico,
necessario che allinterno dei singoli Stati membri lo scambio delle merci non ritrovi i
vincoli eliminati alle frontiere, se non addirittura vincoli pi gravosi. Si perci
proceduto ad unopera di armonizzazione a livello innanzi tutto legislativo, che ha
delineato le regole generali, associata ad unanaloga armonizzazione delle norme
tecniche per gli aspetti particolari di ciascun problema.
Mentre il problema legislativo di competenza del Parlamento Europeo,
larmonizzazione tecnica viene realizzata affidando il compito di emettere norme
europee al Comitato Europeo di Normazione (CEN) o ad organismi settoriali di
normazione collegati al CEN, come il CENELEC per il settore elettrico.
1.5.2.
Mozzi, Tesi di laurea: Il controllo della Qualit in unImpresa Produttrice di Pezzi Unici, 1995
Sistemi Qualit, Linee guida per lapplicazione nel settore meccanico della UNI EN 29002.
23UNI,
- 1.160 -
1.5.3.
1.5.4.
La Certificazione.
24P.
- 1.161 -
1. Il Contesto Produttivo.
Certificazione del sistema di qualit: attuata per mezzo di un organismo che valuta
1.5.4.1.
Il primo passo che il produttore deve fare quello di identificare in maniera chiara ed
esplicita luso per il quale ogni singolo prodotto stato immesso sul mercato. Da ci
discende tutta una serie di scelte successive, quali ad esempio della direttiva applicabile
e delle classi di rischio.
Lidentificazione deve essere applicata anche agli accessori ed a tutto ci che viene
fornito a corredo del prodotto, anche se viene comperato ed utilizzato tal quale
dallazienda. Come stato messo in rilievo sopra, lidentificazione risulta importante
soprattutto per i prodotti ancora in fase di sviluppo.
- 1.162 -
1.5.4.2.
Lazienda deve identificare tutte le direttive che disciplinano i propri prodotti e che
possono essere anche internazionali. Vanno dunque studiate le legislazioni sia dei
mercati attuali, sia dei mercati potenziali.
1.5.4.3.
Lazienda deve verificare che i prodotti soddisfino i requisiti essenziali delle direttive
nonch delle specifiche. Per questo, durante il progetto devono essere previste
procedure di periodico riesame dei documenti al fine di assicurare che:
i requisiti da osservare risultino opportunamente definiti e documentati;
le prestazioni minime, imposte dallaggiornamento delle norme, siano garantite;
eventuali scostamenti rispetto a quanto indicato nelle offerte siano rimossi;
lazienda abbia la capacit di soddisfare i requisiti contrattuali.
1.5.4.4.
Le norme di riferimento per la qualit sono quelle citate UNI EN 29000, e che
riguardano diversi aspetti del problema. In dettaglio:
UNI EN 29001: da utilizzare quando la conformit ai requisiti specificati deve essere
assicurata dallazienda nelle fasi di progettazione e sviluppo, produzione,
installazione ed assistenza post-vendita;
UNI EN 29002: da utilizzare quando la conformit ai requisiti specificati deve essere (o
viene volontariamente) assicurata nelle fasi di fabbricazione ed installazione;
UNI EN 29003: da utilizzare quando la conformit ai requisiti deve essere assicurata
soltanto mediante controlli, collaudi e prove finali sul prodotto;
A queste si associano inoltre:
UNI ISO 8402: terminologia nella qualit.
UNI EN 29000: regole riguardanti la conduzione aziendale per la qualit e la garanzia
della qualit;
UNI EN 29004: destinata alle aziende che fanno della qualit una scelta autonoma e
svincolata da aspetti contrattuali, considerando aspetti legati al mercato nel suo
insieme come potenziale committente ed allanalisi dei costi inerenti la qualit;
1.5.4.5.
1. Il Contesto Produttivo.
risultare evidente che quanto stabilito in materia di qualit, in particolare per gli aspetti
eventualmente richiesti di garanzia della qualit, ha trovato sviluppo nel sistema qualit.
In Appendice A1.5 riportato il Manuale della Qualit del Gruppo IMAR ed in
Appendice A1.6 quello dellazienda Sirz.
Il secondo e terzo livello di documentazione del sistema qualit sono costituiti dalle
procedure e dalle istruzioni. Per procedura si intende il documento che precisa
condizioni, modalit e responsabilit con le quali deve essere eseguita una certa attivit
o fase di lavoro, sia di tipo tecnico, sia di tipo gestionale. La procedura deve contenere
le responsabilit attribuite, il contenuto dellattivit, le modalit operative ed il tempo
nel quale le attivit vanno svolte. Invece, per istruzione si intendono le disposizioni di
esecuzione di unattivit. Agli effetti pratici, non sempre esiste una chiara ed univoca
distinzione fra procedure ed istruzioni, anzi, purtroppo, le istruzioni possono figurare
come documenti non ufficiali, ad esclusivo uso personale degli operatori dellazienda (e
sono dette anche documenti di cassetto) e non facenti parte del sistema qualit.
Infine, deve esistere uno specifico registro dei documenti esistenti, costantemente
aggiornato sulle revisioni o sulle sostituzioni eseguite. Tale registro serve per verificare
quali e quanti documenti sono stati emessi e da chi sono stati emessi, al fine di valutare
in qualunque momento che gli operatori dispongano di quelli necessari, nella edizione
pi aggiornata. Questa documentazione tecnica di progettazione del prodotto deve
consentire di valutare lintera fase di progettazione e deve contenere, fra gli altri, le
seguenti informazioni:
descrizione generale del tipo;
schemi di progettazione;
norme applicate;
soluzioni per soddisfare i requisiti essenziali;
calcoli di progettazione;
verifiche.
1.5.4.6.
- 1.164 -
certificato continui ad essere applicato correttamente o debba essere rivisto alla luce dei
miglioramenti intervenuti od inconvenienti emersi in corso di applicazione.
settore di interesse
Indirizzo
federazione
CERMET scarl
meccanico
CISQ
CERTICHIM
DET NORSKE
VERITAS ITALIA srl
ICIM
IGQ
IIP
IMQ
chimico
meccanico, siderurgico
San Lazzaro di
Savena (BO)
Milano
Agrate Brianza
(MI)
Milano
Milano
Milano
Milano
CISQ
CISQ
CISQ
CISQ
Genova
CISQ
RINA
meccanico
siderurgico
plastiche
elettrotecnico,
elettronico, informatico,
gas, prodotti
navale, offshore,
prodotti dei fornitori
CISQ
CISQ
Paese
BSI QA
AFAQ
NSAI
DQS
CISQ
SQS
KEMA
DS
AENOR
SIS
SFS
AIB-VINCOTTE
IPQ
OQS
NCS
ELOT
ABS Quality Evaluation
Bureau Veritas Quality International
Det Norske Veritas Quality Assurance
Germanischer Lloyd
Lloyd's Register Quality Assurance
SGS International Certification Services
- 1.165 -
Gran Bretagna
Francia
Irlanda
Svizzera
Italia
Svizzera
Olanda
Danimarca
Spagna
Svezia
Finlandia
Belgio
Portogallo
Austria
Norvegia
Grecia
Gran Bretagna
Gran Bretagna
Norvegia
Germania
Gran Bretagna
Svezia
Federazione
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
EQNet
IIOC
IIOC
IIOC
IIOC
IIOC
IIOC
1. Il Contesto Produttivo.
B. Omologazione
C. Verifica di un
unico esemplare
H. Garanzia di Qualit
completa
A. Fabbricante
presenta la documentazione tecnica
Fabbricante
- utilizza un Sistema
di Qualit approvato
per la progettazione
EN 29001
A. Fabbricante
tiene la documentazione tecnica a
disposizione delle
autorit nazionali
A.bis
Intervento dell'
organismo
notificato
- il tipo.
Organismo notificato
- effettua il controllo
del Sistema di Qualit,
- verifica la conformit
del progetto,
- rilascia il certificato
di esame del progetto.
PRODUZIONE
C. Conformit al tipo
A. Fabbricante
- dichiara la conformit ai requisiti essenziali,
- appone il marchio CE.
Fabbricante
- dichiara la conformit al tipo approvato,
- appone il marchio CE.
A.bis Organismo
notificato
- effettua prove su
aspetti specifici
del prodotto,
- controlla il prodotto ad intervalli casuali.
Organismo notificato
fig. 1.45.
- effettua prove su
aspetti specifici
del prodotto,
- controlla il prodotto ad intervalli casuali.
D. QA della produzione
EN 29002
Fabbricante
- utilizza un Sistema
di Qualit approvato
per la produzione ed
il collaudo,
- dichiara la conformit al tipo
approvato,
- appone il marchio CE.
E. QA della produzione
EN 29003
Fabbricante
- utilizza un Sistema
di Qualit approvato
per l' ispezione ed il
collaudo,
- dichiara la conformit al tipo od ai
requisiti essenziali,
- appone il marchio CE.
Organismo notificato
Organismo notificato
- approva il Sistema di
- approva il Sistema di
Qualit,
Qualit,
- effettua il controllo
- effettua il controllo
del Sistema di Qualit
del Sistema di Qualit
Fabbricante
- dichiara la conformit con i requisiti essenziali,
- appone il marchio CE.
Fabbricante
- presenta il prodotto
- dichiara la conformit,
- appone il marchio CE.
Organismo notificato
Organismo notificato
- verifica la conformit,
- rilascia il certificato
di conformit.
Fabbricante
- utilizza un Sistema
di Qualit approvato
per la produzione ed il
collaudo,
- dichiara la conformit,
- appone il marchio CE.
Organismo notificato
- effettua il controllo
del Sistema di Qualit
- 1.166 -
SIRZ ha 130 dipendenti, dei quali 2 laureati e 6 amministrativi, lavora con un solo
turno. Operazioni tecnologiche principali sono il taglio, la piegatura e la saldatura di
lamiere e tubi. Attualmente SIRZ autocertifica i propri prodotti quando esplicitamente
richiesto da contratto, dispone di funzioni di qualit, possiede un manuale di qualit con
annesse procedure al livello di ISO 9001.
SIRZ ha ottenuto la certificazione di conformit alla norma ISO 9001 presso lente
BVQI Italia. Lapplicazione di questa norma risulta particolare in unazienda come
SIRZ, nella quale risulta del tutto assente la produzione di serie. Inoltre, la notevole
diversit fra le varie commesse non consente la formazione di un sistema di grouptechnology, almeno in produzione, n di un sistema di standardizzazione interna per
lottenimento di effetti di sinergia. Unazienda di questo tipo non pu avere un sistema
produttivo organizzato in linee stabili, ma possiede una serie di tecnologie che le
consentono di realizzare, con una adeguata azione di pianificazione ed organizzazione,
il prodotto specifico a fronte delle richieste particolari contenute nellordine. In essa, il
sistema qualit deve definire e correlare le capacit tecnologiche in funzione del
prodotto.
La struttura produttiva suddivisa in due sezioni, la sezione carpenteria e caldaie e la
sezione recipienti a pressione. Le due sezioni, che sono ampiamente indipendenti, hanno
una struttura che pu essere definita come per progetto debole o per influenza. Dal
punto di vista organizzativo, alla classica struttura per funzioni si associa la figura
trasversale del responsabile di commessa che, pur senza autorit gerarchica sulle varie
funzioni, segue e coordina lo svolgimento del singolo progetto e mantiene, assieme al
responsabile commerciale, i legami fra lazienda ed il cliente. Quindi, il sistema qualit
avr tecnicamente definiti i processi tecnologici e le modalit gestionali generali
(approvvigionamenti, immagazzinamento, addestramento, schema organizzativo, ecc.) e
regoler il sistema aziendale per aspetti di dettaglio sulle richieste contrattuali legati alla
commessa. Una tale struttura presenta una grande flessibilit, una capacit di
adattamento alle diverse realt ed tale da seguire gli aspetti gestionali legati alla
produzione.
Le procedure e le istruzioni rispondono alle richieste contrattuali sulla base delle
realt aziendali del cliente; esistono procedure comuni a tutte le commesse, ad esempio
- 1.167 -
1. Il Contesto Produttivo.
PRESIDENTE
resp. produzione
resp. tecnico
capofficina
consulenti est.
resp. commerciale
capireparto
operatori
fig. 1.46.
- 1.168 -
resp. acquisti
resp. qualit
1.6.1.
La Qualit in SIRZ.
SIRZ ha impostato il proprio sistema di qualit, come definito dalla norma UNI ISO
8402, quale struttura organizzativa, responsabilit, procedure, procedimenti e risorse
messi in atto per la conduzione aziendale per la qualit.
Va ricordato che la competitivit fra le diverse aziende, anche nel settore in cui opera
SIRZ, riguarda tanto il livello qualitativo dei prodotti quanto la possibilit di garantire
il livello di qualit. Infatti, il prodotto SIRZ non un sistema, ma parte di un impianto
complesso, composto da elementi progettati e prodotti da aziende diverse, mentre il
progetto generale dellimpianto opera del cliente. Quindi, si tratta di unattivit che
parte da un ordine di un ente altamente qualificato, normalmente in grado di valutare
criticamente il processo produttivo in SIRZ. Abbiamo gi assimilato limpianto ad una
catena la cui resistenza determinata dallanello pi debole: la massima efficienza
raggiunta quando tutti gli anelli hanno eguale resistenza, pari a quella minima
accettabile. Di conseguenza, il cliente progettista dell'impianto che fissa il livello
qualitativo al quale le aziende fornitrici devono potersi adeguare, e tale livello
qualitativo deve poter essere dimostrato e garantito, tanto durante lo svolgimento del
lavoro quanto al momento della consegna del prodotto: qualunque inadempienza, anche
minima, squalificherebbe tutto limpianto. Il livello qualitativo fissato dunque quello
minimo, il cui mancato raggiungimento implica la possibile rescissione del contratto,
ma tende ad essere anche quello massimo perch, come illustrato con la metafora della
catena, qualunque caratteristica in pi, anche qualificante, risulta un inutile spreco di
tempo, di lavoro e di materiale.
- 1.169 -
1. Il Contesto Produttivo.
1.6.1.1.
La qualit dei prodotti SIRZ pu essere quindi denominata qualit della conformit
ed determinata da quanto bene il prodotto obbedisce alle specifiche ed alle tolleranze
richieste dal progetto. Essa influenzata da un gran numero di fattori, tra laltro
comprendenti la scelta dei processi tecnologici, laddestramento ed il controllo degli
operatori, il tipo di garanzia della qualit usato (controlli di processo, prove, attivit di
ispezione, ecc.), la cura con la quale tale garanzia della qualit viene assicurata e la
motivazione degli operatori a raggiungere e migliorare continuamente lefficienza.
Risulta opportuno ribadire due concetti noti:
lottenimento della qualit,
la garanzia della qualit.
1.6.1.2.
26E.
- 1.170 -
Questi sono gli elementi che, nel loro insieme, formano il ruolo della persona
nellorganizzazione, ma anche il ruolo di realt pi complesse, come ad esempio quello
di un fornitore che deve ricevere correttamente gli ordini, assolverli con precisione e
consegnare il materiale nella maniera prescritta. Come si vede dagli elementi elencati,
non possibile definire i ruoli a prescindere dai rapporti che devono intercorrere fra gli
stessi: la certezza dei rapporti fra i ruoli un elemento fondamentale di ogni sistema
di qualit. Infatti, senza questo elemento si perverrebbe ad una aggregazione di entit
(persone, funzioni, uffici o reparti) ciascuno ottimizzato per se stesso, ma senza la
capacit di lavorare coerentemente assieme.
Parte fondamentale per la creazione e definizione del ruolo la predisposizione delle
procedure. Qui le procedure sono i documenti che, per ciascuna attivit, contengono
tutte le informazioni necessarie e sufficienti per la corretta esecuzione dellattivit
stessa, non solo con riferimento al modo di operare, ma anche allindicazione delle
persone alle quali fare riferimento, delle persone dalle quali si devono ricevere ordini o
materiali, e delle persone alle quali consegnare il risultato del proprio lavoro.
comunque importante ricordare che le procedure devono contenere tutte le
informazioni, ma non costituiscono un trattato scientifico sullargomento. Infatti,
evitata qualunque forma di eccesso o di ridondanza, ovvero la presenza di informazioni
non utili per loperatore. Ad esempio, una procedura per operazioni di saldatura conterr
tutte le indicazioni riguardanti il prelievo degli elettrodi, la conservazione di questi nei
forni portatili, luso dei fluidi di saldatura ecc, ma nulla dir sulle trasformazioni della
grana dellacciaio durante la saldatura, anche se questo obbliga ad indicare le
precauzioni da osservare, senza motivarle in maniera scientifica. Le procedure possono
essere di tipo generale, valide per ogni commessa, o specifiche per la singola commessa,
la quale pu richiedere attivit ordinariamente non svolte o modi di operare particolari.
Compilare correttamente ed applicare le procedure costituisce uno strumento per
lottenimento della qualit in quanto, tramite le procedure, vengono fornite tutte le
informazioni necessarie per evitare errori. Ma costituisce anche uno strumento per la
garanzia della qualit, poich le procedure costituiscono una precisa descrizione del
modo di operare dellazienda, molto pi approfondita di quella contenuta nel manuale di
qualit e spesso specifica della singola commessa. Cos, lesame delle procedure
consente al cliente di esprimere un preciso giudizio sul modo di operare dellazienda.
Indicare efficacemente le procedure per ottimizzare le condizioni di lavoro del
singolo e dellinsieme il fondamento della qualit, perch permette di prevenire tutte
le fonti strutturali degli errori, riducendo questi ultimi ai soli errori accidentali, mai
completamente eliminabili. Naturalmente il sistema perfettibile e deve
progressivamente evolversi col mutare delle situazioni, delle scelte aziendali, delle
esigenze contingenti e del carattere delle persone. Dunque, il sistema qualit non
considerato una realt statica, n la sua ottimizzazione un valore assoluto. Esso risulta in
continua e progressiva evoluzione, senza peraltro che questo ingeneri sensazioni di
provvisoriet.
- 1.171 -
1. Il Contesto Produttivo.
1.6.1.3.
stato dimostrato che la sola ispezione del prodotto finito non pu garantire la
soddisfazione del cliente. Questo tanto pi vero nella produzione di pezzi unici, con
un contenuto di lavoro intellettuale, manuale e di materiale elevatissimi.
Tanto nella progettazione quanto nella produzione, necessario poter dimostrare in
qualunque momento, al cliente od allente di certificazione, che il lavoro si sta
svolgendo in piena conformit con le esigenze espresse e concordate col cliente stesso e
descritte nelle specifiche di commessa, nonch con tutti gli obblighi derivanti da leggi o
normative tecniche, quando questi non siano contenuti nelle specifiche stesse. Questa
dimostrazione non deve riferirsi solo allo stato attuale, ma riguarda anche tutta la
situazione pregressa e quella futura.
Quanto detto noto come garanzia della qualit, che definita dalla norma UNI
ISO 8402 quale insieme delle azioni pianificate e sistematiche necessarie a dare
adeguata confidenza che il prodotto o servizio soddisfi determinati requisiti di qualit.
Nellazienda prototipica gli strumenti fondamentali per la garanzia della qualit sono
il piano del controllo qualit, la codifica di rintracciabilit dei materiali e il registro
generale delle documentazioni di commessa. Questi tre strumenti permettono di
predefinire, e successivamente di realizzare, una sorta di linea che si dipana per tutto lo
svolgimento del lavoro, dalla progettazione allacquisizione dei materiali, alla
lavorazione, ai controlli, fino allimbarco ed alla consegna del prodotto finito. Questa
linea, sia interna sia esterna allazienda, contiene tutte le fasi di riesame, di controllo, di
collaudo, come pure tutte le relazioni intercorse tra le diverse entit operanti:
Il piano di controllo qualit, redatto allinizio del lavoro in accordo con il cliente
(dal quale deve essere approvato e sottoscritto), elenca tutte le fasi di lavorazione con
indicati i punti di controllo e le modalit di collaudo, evidenziando quelle nelle quali
prevista la presenza, oltre che dellispettore dellazienda e del responsabile qualit,
anche dei delegati del cliente. Lo stesso piano porta in allegato le relative procedure ed
in esso vengono via via allegati i verbali delle verifiche, con data e firma degli operatori
e dei delegati del cliente, quando previsti. Questo documento deve essere sempre tenuto
in primo piano da tutti i soggetti che lavorano al prodotto, in quanto segna la cadenza
del lavoro. Quando si giunge ad un punto del lavoro al quale prevista una verifica
compito del caporeparto invitare gli ispettori di qualit, i quali svolgeranno le attivit di
verifica prescritte dal piano, eventualmente convocando, se previsto, i delegati del
cliente. Solo dopo che le verifiche si sono svolte ed hanno dato risultati di piena
soddisfazione il lavoro pu procedere. Per processi speciali, ad esempio quando il loro
risultato non pu essere pienamente valutato con ispezioni o collaudi cadenzati, viene
impostato un sistema di continua sorveglianza basato su speciali procedure concordate
con il cliente ed allegate al piano del controllo qualit.
La rintracciabilit dei materiali uno degli strumenti tipici dellimpresa di qualit,
finalizzato a garantire luso di materiali adeguati per la produzione dei diversi elementi
del prodotto. Sui materiali ricevuti vengono svolti i controlli necessari per verificare
leffettiva corrispondenza agli ordini emessi e quindi vengono marcati tramite
punzonatura con un codice contenente il numero della commessa e le caratteristiche del
materiale. Al momento della tranciatura, il codice viene riportato su ciascun pezzo ed
integrato con un secondo codice che contiene il riferimento a disegno e, nel caso che la
commessa non sia di un pezzo unico, il numero dellesemplare al quale la parte
destinata. Tale codifica viene ripunzonata ogni volta che una lavorazione (taglio,
piegatura, saldatura, verniciatura) la rendesse non pi leggibile. La rintracciabilit
- 1.172 -
1.6.2.
Le Attivit di Riesame.
1.6.2.1.
LEsame Preliminare.
- 1.173 -
1. Il Contesto Produttivo.
1.6.2.2.
- 1.174 -
caso, esso raccolto in un rapporto di calcolo completo per ciascun prodotto della
commessa.
Nel caso di calcoli sviluppati allinterno dellazienda, il compito di svolgere il
riesame dei calcoli affidato ad una persona diversa dallesecutore. Il riesame
comprende il controllo degli algoritmi utilizzati e, quando possibile, il controllo
incrociato dei risultati. I dati iniziali sono controllati con riferimento alla
documentazione di specifica consegnata dal cliente. A verifica conclusa, lincaricato
approva il rapporto di calcolo con firma e data.
1.6.2.2.3. Le Check-List.
Al fine di migliorare e semplificare lattivit di riesame, lazienda pu prevedere le
liste di verifica (check-list) contenenti i vari punti da controllare, i quali vengono via via
spuntati dalladdetto al riesame. Queste check-list sono concordate con il committente o
comunque da lui approvate (di norma sono documenti ufficiali sotto forma di
procedure) e costituiscono un elemento del sistema di garanzia della qualit. A titolo di
esempio, nelle pagine seguenti sono riportate le check-list normalmente utilizzate presso
SIRZ.
1.6.2.3.
I Riesami Successivi.
1. Il Contesto Produttivo.
sheet 1/
CLIENT: ...................................................................
JOB:
...................................................................
Confirmed .................
1 ..........................................................................
2 ..........................................................................
3 ..........................................................................
1 ..........................................................
2 ..........................................................
3 ..........................................................
- 1.176 -
1. Design calculations
1.1 Design data are in accordance with Client' s requirements.
1.2 Design code, including year and addenda, is reported and it is in accordance with
Client' s request.
1.3 The design equations are correct and data are reported correctly.
1.4 Strength of compensations are adequate.
1.5 Are there support calculations and additional loading calculations as requested by
the Client?
1.6 The idrotest calculation is correct.
2. Design drawings
2.1 Are design and working data shown and are they conforming to the calculation
sheet and Client' s request?
2.2 Extent of NDT is reported correctly and in accordance with calculations and
Client' s request.
2.3 Dimensions are in accordance with calculation data and Client' s request.
2.4 Welding details and WPS are shown.
2.5 Requirements of painting, preparation for shipment are shown and are in
accordance with Client' s request.
2.6 Are shown any additional requirements included in the contract.
2.7 Drawing and revision numbers are shown.
2.8 Drawing is signed and dated.
3. Client' s approval
3.1 When calculations report and drawing are correct handed to the Project Manager
for issue to the Client for approval.
3.2 Drawings approved by the Client are marked "Valid for Construction" and
distributed.
- 1.177 -
1. Il Contesto Produttivo.
1.6.3.
La Documentazione in Azienda.
- 1.178 -
uso di budget, studi e valutazioni legate ai costi, piani finanziari, metodi legati alla
1. Il Contesto Produttivo.
1.6.3.1.
- 1.180 -
1. Il Contesto Produttivo.
verifica, senza creare circoli viziosi o passaggi inutili puramente formali, i quali causano
solo rallentamenti ed appesantimenti del sistema.
Allo stesso modo, la necessit di avere una dimostrazione scritta delleffettiva azione
di riesame svolta da una o pi funzioni su un determinato documento dipender, oltre
che dallimportanza dellattivit oggetto del documento, principalmente da quanto la
direzione od il cliente confidente che tale attivit venga effettivamente svolta, quindi,
tutto sommato, da quanto in azienda si sia effettivamente compresa limportanza della
qualit in generale ed, in particolare, quella specifica azione di riesame e verifica.
Affinch tale sensibilit si sia sviluppata, per importante non solo il convincimento
del management, la sensibilizzazione e laddestramento del personale, la presenza di
risorse, competenze e mezzi adeguati, ma soprattutto il convincimento che quellazione
di riesame o di approvazione fornisca al documento, e quindi alla relativa attivit, un
reale valore aggiunto e non sia una pura azione burocratica.
Le norme UNI EN 29001/2/3 prescrivono la predisposizione e lapplicazione di
apposite procedure per tenere sotto controllo tutti i documenti, al fine di assicurare che
essi siano elaborati da personale competente, distribuiti a chi deve utilizzarli in maniera
corretta, riscontrabili e nella versione pi aggiornata. Tali provvedimenti sono almeno:
lidentificazione dei documenti che devono essere tenuti sotto controllo;
lidentificazione delle funzioni responsabili di preparare, riesaminare, approvare
ed emettere i documenti;
il riesame dei documenti, per idoneit, completezza e correttezza, prima della loro
emissione.
Per quanto riguarda le modifiche ai documenti, esse sono riesaminate ed approvate
dalle stesse funzioni che hanno eseguito il primo riesame od approvazione. Le funzioni
organizzative delegate al riesame od approvazione dei documenti hanno libero accesso a
tutte le informazioni necessarie per svolgere adeguatamente il proprio lavoro. Un elenco
dei documenti od altro mezzo appropriato (ad esempio la gestione computerizzata dei
documenti accessibile a tutti gli utilizzatori) redatto per identificare la revisione
corrente dei documenti al fine di evitare luso di documenti non pi validi. I documenti
superati e sostituiti da altri sono ritirati dalla circolazione allinterno della azienda e
comunque lindicazione di documento superato apposta in maniera perfettamente
riconoscibile e contiene gli estremi identificativi del nuovo documento. Copia del
documento superato rimane comunque nel registro generale della documentazione di
commessa, in quanto anche il documento superato fa parte del processo di svolgimento
del lavoro e rimane elemento di riferimento per la valutazione della parte del lavoro
svolta antecedentemente allemissione del documento nuovo.
Inoltre, la documentazione ed il sistema di archiviazione contengono informazioni
sufficienti a permettere la correlazione tra i singoli documenti ed i prodotti o le attivit
ai quali essi si riferiscono secondo il principio della rintracciabilit.
1.6.4.
E' importante osservare che il rapporto fra cliente e fornitore un rapporto fra
persone e che, come si sa, le persone lavorano meglio assieme se i ruoli fondamentali
- 1.182 -
28T.
Pyzdek, What every engineer should know about quality control, Dekker, 1989.
- 1.183 -
1. Il Contesto Produttivo.
1.6.4.1.
certamente responsabilit del fornitore rispettare tutti gli obblighi della fornitura,
ma nellistante in cui il materiale fornito viene definitivamente accettato dalla SIRZ,
questa si assume tutta la responsabilit nei confronti dei propri clienti ed, in generale dei
terzi, sulla qualit dei materiali utilizzati. Nei confronti del proprio cliente ciascuna
azienda pienamente responsabile del proprio prodotto; dunque, essa non pu
demandare ad altri la responsabilit di difetti o nonconformit presenti nei materiali e da
essa non rilevati e corretti.
Per questa ragione, SIRZ prevede la possibilit della partecipazione del cliente alla
verifica delle forniture, prevalentemente con la presenza di delegati del cliente a visite
ispettive ai fornitori.
1.6.4.2.
Le Forniture in SIRZ.
Molti esperti di qualit23 ritengono preferibile che lazienda fissi un unico fornitore
per ciascun tipo di materiale o di prodotto. La ragione di questa scelta pu essere
espressa in termini statistici: la minima variabilit nelle forniture, e dunque il minimo
scostamento dalla condizione ottimale, si ottiene riducendo le cause della variabilit,
prima fra tutte la molteplicit dei fornitori. Quindi Deming consiglia linstaurazione di
rapporti di fornitura a lungo termine con fornitori singoli, atti anche a facilitare la
creazione di un opportuno clima di fiducia reciproca.
A questo atteggiamento si possono contrapporre almeno due obiezioni: innanzi tutto,
rivolgendosi a fornitori certificati che applichino correttamente la normativa sulla
qualit - con particolare riguardo ai riesami dei progetti e degli ordini - la variabilit
viene notevolmente contenuta; in secondo luogo, non va dimenticato che il disporre di
fornitori multipli garantisce maggiore sicurezza in caso di produzione discontinua o di
turbolenza del mercato.
Il caso SIRZ realmente estremo e le forniture qualitativamente significative
riguardano prevalentemente semilavorati: lamiere, tubi, flange, profilati metallici.
Il consumo di ciascun tipo di materiale dipende dalle caratteristiche della commessa
ed dunque estremamente variabile. Il mantenimento di scorte di magazzino, oltre che
palesemente antieconomico, pone delle difficolt anche sul piano tecnologico, a causa
del possibile invecchiamento dei materiali. Talvolta lo stesso contratto di commessa
pone limiti ristretti allet dei materiali utilizzati e ricavata dalla data della certificazione
dei materiali stessi allegata alla documentazione di commessa.
Dunque lazienda non pu elaborare un piano di fornitura generale, calcolando
lassorbimento medio di ciascun tipo di materiale ed istituendo magazzini polmone atti
a compensare la variabilit del consumo. Essa deve necessariamente compilare di volta
in volta gli specifici ordini del materiale necessario per la singola commessa o fase di
lavoro. Di conseguenza, essa deve rivolgersi a fornitori differenti a seconda della
quantit richiesta in ciascun ordine: acciaieria, intermediario, magazzino periferico. Le
forniture a magazzino coprono solamente il 2% della spesa e riguardano
prevalentemente i materiali di consumo per le saldature e la minuteria metallica, come
ad esempio la bulloneria.
SIRZ ritiene comunque fondamentale lavvalersi di fornitori di materiali (e di
servizi) che diano garanzia di fornitura di prodotti rispondenti alle aspettative in termini
- 1.184 -
- 1.185 -
1. Il Contesto Produttivo.
1.6.5.
29UNI
EN 29001 4.13.1.
- 1.187 -
1. Il Contesto Produttivo.
ricerche sulle cause di nonconformit e studio delle azioni correttive per evitarne
la ripetizione;
audit ed attivit di analisi della produzione, ispezioni della documentazione e dei
rapporti del cliente al fine di individuare possibili cause di future nonconformit;
azioni preventive per contenere i problemi entro valori di rischio accettabili;
azioni di controllo atte a verificare che le azioni correttive siano applicate e
risultino effettivamente fruttuose;
esecuzione delle necessarie revisioni alle procedure in conseguenza delle azioni
correttive intraprese.
I reclami dei clienti vengono raccolti dal responsabile del controllo qualit e discusse
col responsabile qualit per stabilire la loro reale consistenza e concordare la risposta da
formulare. Se il reclamo accettato, il responsabile qualit redige il rapporto di
nonconformit. Invece, se il reclamo non accettato, lo stesso responsabile di qualit
dovr stabilire i contatti con il cliente per discutere la questione e giungere ad un
accordo. Eventuali controversie legali possono essere aperte e gestite esclusivamente
dal presidente, il quale, quindi, deve essere costantemente tenuto informato dal
responsabile qualit.
Quanto illustrato ci che viene prescritto dal manuale di qualit SIRZ. La necessit
di segnalare immediatamente qualunque problema fa gi parte delle convinzioni di tutto
il personale e delle maestranze, ma si verificato tante volte che questo avviene tramite
semplici comunicazioni orali con il diretto superiore, il quale, successivamente,
provvede a redigere il rapporto o, pi spesso, a porre direttamente soluzione al
problema. La necessit di rendere riscontrabili tutti i rapporti interni non ancora sentita
appieno e si riscontra inoltre una certa difficolt da parte degli operai, soprattutto i meno
giovani, nel produrre dei documenti scritti, specialmente quando questo va oltre la
semplice compilazione di un modulo.
Procedere sempre o prevalentemente a voce, allatto pratico potrebbe apparire
accettabile per la risoluzione dei problemi, in quanto consente comunque di risanare le
nonconformit seguendo un processo estremamente semplice. Il mancato riscontro della
nonconformit individuata e pienamente risolta, da parte di alcuni potrebbe essere
considerata addirittura un fatto positivo per lazienda, almeno in termini di immagine e
nei limiti della mentalit del farla franca. In realt, limpostazione del sistema di qualit
non pu prescindere dal continuo miglioramento dellattivit aziendale, finalizzato alla
progressiva eliminazione delle cause d'errore. Quindi, tutti gli errori devono essere
registrati ed analizzati per poterne prevenire la ripetizione. Se lerrore umano
accidentale risulta praticamente impossibile da evitare, ugualmente va riconosciuto che
la massima parte delle nonconformit non sono accidentali, ma derivano da cause
strutturali, che vanno dalle carenze organizzative, fino alla mancata taratura degli
strumenti di misura. Di conseguenza, quando si manifesta una nonconformit, la prima
azione da mettere in atto la sua correzione con una delle soluzioni indicate, ma la
nonconformit non pu essere accantonata una volta risolta: necessaria una seria
attivit di analisi del sistema per individuarne le cause prossime e remote, ed impostare
di conseguenza le azioni correttive necessarie ad evitare il ripetersi del fatto. Tutto ci
richiede una buona dose di umilt da parte del responsabile della produzione e del
responsabile della progettazione.
Comunque questa attivit non basta per lattuazione di sistema qualit. Infatti, questa
azione di prevenzione degli errori rischia di rimanere infruttuosa e di non incidere in
profondit nel tessuto aziendale, provocando fenomeni di rigetto per assenza di risultati
- 1.188 -
sperati se, alla base della sua applicazione, non viene parallelamente sviluppato
lulteriore e noto concetto chiave di Kaizen.
1.6.6.
Il Metodo dellAudit
Laudit26, tradotto nella norma ISO 8402 come verifica ispettiva della qualit, viene
definito dalla stessa norma come esame sistematico ed indipendente per determinare se
le attivit svolte per la qualit ed i risultati ottenuti sono in accordo con quanto
pianificato, e se quanto predisposto viene attuato efficacemente e risulta idoneo al
conseguimento degli obiettivi. Dunque, si tratta di una verifica, anche parziale, del
sistema qualit.
Le verifiche ispettive devono essere eseguite con lo scopo di verificare se i vari
elementi del sistema di qualit sono effettivamente idonei ed efficaci per raggiungere gli
obiettivi di politica per la qualit stabiliti. Un buon sistema di auditing deve consentire
(e darne adeguata evidenza obiettiva) di ridurre, eliminare e prevenire le situazioni
contrastanti la qualit e dare alla direzione gli strumenti per il miglioramento
dellefficienza dei processi aziendali. Un audit pu essere eseguito sullintero sistema
qualit o su di una sua parte, su di un processo come su di un prodotto o una commessa.
Gli audit possono essere svolti sia allinterno di una organizzazione sia allesterno, ad
esempio presso un fornitore. I criteri generali per una buona attivit di auditing, come si
ricava dalla norma EN 29004, possono essere indicati come segue:
le verifiche ispettive devono essere condotte da personale che non abbia diretta
responsabilit nel settore interessato;
il personale incaricato dellesecuzione delle verifiche ispettive (auditor) deve
rispondere, relativamente a preparazione e competenza, a ben definiti requisiti;
le verifiche ispettive necessitano di una programmazione generale sia come
cadenza, sia come settori da ispezionare;
le verifiche necessitano di una programmazione specifica, come check-list, preesame dei documenti, questionari, ecc, anche al fine di rendere confrontabili i
risultati di audit successivi sullo stesso settore.
Il manager che non destni personale di alto valore professionale al ruolo di auditor,
evidenzia a tutta lazienda la sua indifferenza nei confronti del sistema qualit,
qualunque cosa dichiari. dallequilibrio e professionalit con i quali viene svolta
lattivit di auditing che nasce la fiducia nel sistema da parte del personale operativo, il
quale deve capire il vero scopo delle verifiche, che non vessatorio o ingiuntivo ma
collaborativo e finalizzato ad un miglioramento aziendale, ivi compreso il suo aspetto
essenzialmente formativo.
1.6.6.1.
I Tipi di Audit.
Dal punto di vista del grado di dettaglio dellaudit, questi possono essere classificati
in:
audit di sistema;
audit di conformit;
audit di prodotto.
- 1.189 -
1. Il Contesto Produttivo.
1.6.6.2.
- 1.190 -
- 1.191 -
1. Il Contesto Produttivo.
Ciascun ruolo viene valutato nellambito della panoramica aziendale e del ciclo del
prodotto; questo porta ciascuno ad una maggiore coscienza della globalit del sistema
ed alla formulazione di proposte per il migliore inserimento della propria attivit
nellinsieme complesso. La valutazione dei rapporti fra i ruoli, dei metodi per il
trasferimento delle informazioni e dei materiali porta ciascuno a riflettere sulla
motivazione concreta delle procedure e delle istruzioni, sulla loro validit logica e sulla
loro utilit strategica. Questo fa s che lattivit di ciascuno secondo procedura non sia
pi un vincolo imposto dalla direzione, ma una guida compresa e fatta propria per
lavorare al meglio. Una situazione non concorde con la linea logica discussa ed
analizzata in sede di audit viene immediatamente recepita come non valida da chiunque
e dunque immediatamente segnalata.
Certamente tutto ci non facile da realizzare. Innanzi tutto necessario che chi cura
lorganizzazione e la conduzione degli audit abbia unottima cultura della qualit,
conosca a fondo la realt aziendale, i cicli produttivi e le problematiche connesse con
ciascuna commessa. Quindi, il responsabile qualit, al quale spetta questo compito,
dovr instaurare ottimi rapporti di collaborazione con i responsabili delle varie funzioni
aziendali per avere da essi sempre tutte le indicazioni necessarie per la pianificazione e
lo svolgimento degli audit. Soprattutto nelle fasi iniziali, necessario che il conduttore
dellaudit (valutatore) abbia la capacit di ottenere dai soggetti convocati (valutati) una
completa descrizione dello stato di fatto senza procurare la sensazione di far loro
lesame ed agevolando, tramite opportuni interventi, unesposizione il pi possibile
chiara e completa. Se questo pu apparire facile sul piano ideale, in concreto non
sempre cos; molto spesso si trovano difficolt ad esporre in maniera ordinata il modo di
lavorare, di affrontare i problemi, di dirigere i sottoposti.
Dunque, questa attivit di conduzione degli audit richiede, oltre ad una certa
inclinazione naturale, una buona preparazione specifica. Nellazienda con produzione di
serie, questa preparazione pu essere raggiunta con un ciclo di addestramento
relativamente contenuto, in quanto focalizzato sulle caratteristiche stabili delle linee
produttive esistenti. Per contro, nellazienda prototipica la preparazione dovr essere pi
vasta, anche se forse meno approfondita, per cui risulta determinante lesperienza di
lavoro maturata in azienda.
- 1.192 -
1.6.6.3.
- 1.193 -
1. Il Contesto Produttivo.
1. Il Contesto Produttivo.
Inoltre si riscontrato che spesso le bolle del materiale di fornitura non portano il
numero dellordine, come pure quelle del materiale in conto lavorazione non portano i
codici nel contratto. Questo rende complesso il lavoro di controllo e di accettazione del
materiale. Quindi si concluso che necessario provvedere a:
sollecitare i fornitori perch sulle bolle di accompagnamento del materiale di
fornitura sia sempre citato il numero d'ordine;
premere sui fornitori perch sulle bolle di accompagnamento del materiale in
conto lavorazione sia sempre citato il codice del contratto;
indicare esplicitamente nella procedura di accettazione che, appena scaricato il
materiale, deve essere inviata allufficio acquisti copia della bolla, perch sia
confrontata con lordine;
integrare la procedura di accettazione con lautorizzazione al magazziniere di
rifiutare materiale non corrispondente con la bolla di accompagnamento (caso
attualmente non contemplato);
redigere istruzioni per il controllo visivo dimensionale allatto del ricevimento del
materiale confezionato, che sar limitato allaspetto esterno senza necessit di
disfare gli imballaggi e rinviando il controllo specifico alla fase successiva.
1.6.6.3.6. Conclusioni.
Dal ciclo di audit interni, si riscontrata una certa difficolt per SIRZ a muoversi
nellambito della garanzia di qualit. A nostro avviso, tale difficolt deriva da
atteggiamenti mentali ancora legati al modo di agire dellimpresa artigiana di alto livello
e, di conseguenza, ad una scarsa comprensione dei valori culturali e concettuali della
qualit. La realizzazione del sistema qualit tuttora sentito come obbligo di applicare
comportamenti formali decisi ed imposti dallalta dirigenza, e non come occasione per
ciascuno di riconsiderare e ridefinire la propria modalit di lavoro al fine di migliorare
sia la produzione nella sua globalit (che lobiettivo della presidenza), sia la qualit
del lavoro di ciascuno ad ogni livello.
- 1.196 -
30T.
- 1.197 -
IL CONTESTO PRODUTTIVO.
1.1
1.1.
IL SISTEMA PRODUTTIVO. ..................................................................... 1.2
1.1.1. Il Prodotto ..................................................................................................... 1.2
1.1.2. Il Mercato...................................................................................................... 1.3
1.1.3. I Parametri Strategici della Produzione ........................................................ 1.5
1.1.4. LEvoluzione delle Strategie Produttive....................................................... 1.7
1.2.
LORGANIZZAZIONE DEL PROCESSO PRODUTTIVO.................... 1.9
1.2.1. Alcuni Cenni Storici. .................................................................................... 1.9
1.2.2. La Divisione del Lavoro. ............................................................................ 1.10
1.2.2.1.
1.2.2.2.
1.2.2.3.
1.2.2.4.
1.2.2.5.
1.2.2.6.
1.2.2.7.
1.2.3.
1.2.4.
1.2.5.
1.2.6.
1.2.7.
1.2.7.2.
1.2.7.3.
1.2.7.4.
1.2.7.5.
1.2.7.6.
1.2.7.7.
1.2.7.7.1.
1.2.7.7.2.
1.2.7.7.3.
1.2.7.7.4.
1 livello..............................................................................................................1.37
2 livello..............................................................................................................1.37
3 livello..............................................................................................................1.38
4 livello..............................................................................................................1.38
1.3.
1. Il contesto Produttivo
- 1-ii -
1.4.2.4.
1.4.2.5.
1.4.2.6.
1.4.2.7.
1.4.2.8.
1.4.2.9.
1.4.2.10.
1.6.
SIRZ, UNAZIENDA PER LA PRODUZIONE DI PEZZI UNICI. .... 1.167
1.6.1. La Qualit in SIRZ.................................................................................... 1.169
1.6.1.1. Ottenimento e Garanzia della Qualit. ..........................................................1.170
1.6.1.2. Ottenimento della Qualit. ............................................................................1.170
1.6.1.3. Garanzia della Qualit. ..................................................................................1.172
- 1-iii -
1. Il contesto Produttivo
fig. 1.45.
fig. 1.46.
- 1-v -
UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA
LA PROGETTAZIONE DEGLI
IMPIANTI INDUSTRIALI
MECCANICI
Vol. 1
1.
IL CONTESTO PRODUTTIVO.
Lorenzo Rosa
A1.1.
A1.1.1.
Il fatto di volere un Euro ora per investirlo ed averne un guadagno tra un anno, rende
lEuro posseduto ora di maggior valore dellEuro posseduto tra un anno. Perci, ogni
introito (cash-flow) che dovessimo avere nel futuro, ha un minor valore dello stesso
introito dovessimo avere ora. Ne risulta che i cash-flow futuri devono essere ridotti di
valore (scontati) al loro valore attuale, perch i futuri Euro possano essere confrontati
con gli Euro attuali.
Lo sconto dei futuri cash-flow basato sul concetto di interesse composto. Se
abbiamo ora P Euro e gli investiamo al tasso di interesse i, il valore futuro dei P Euro ad
n anni :
Fn = P (1 + i) n
(A1.1.1)
intendendo che linteresse i sia reinvestito ogni anno sia stato incassato. Dalla
precedente, possiamo ricavare evidentemente:
P=
Fn
(1 + i) n
(A1.1.2)
dalla quale possiamo ricavare il valore attuale P di una serie di pagamenti Fn effettuati
in ognuno dei successivi n anni, il quale rappresenta il valore scontato di Fn. Il fattore:
1
(1 + i) n
(A1.1.3)
Esempio
Supponiamo di fare un investimento, il quale dia un cash-flow di 1000 per 5 anni, al netto delle
tasse. Il valore attualizzato del cash-flow, all8 ed al 15% riportato nella tabella seguente.
Come si vede nella tabella, ogni ammontare futuro di introito in cassa, viene convertito nel suo
valore attuale ed i valori attuali sono stati sommati. Ne risulta che, se vogliamo guadagnare
l8% (il 15%) del nostro denaro per 5 anni, dovremo investire ora a quel tasso di interesse
3993 (3353), cio il valore attuale.
- A1.1 -
Inoltre, nello scontare i futuri cash-flow, conveniente conoscere il valore attuale di 1Euro per
ognuno dei 5 anni futuri. Esso :
n
P=
(1 + i)n
1
Qui abbiamo scontato indietro 1 per ognuno degli n anni, fino allanno corrente e sommato.
Anno
Introito
Fattore di Valore
sconto
attuale
all8%
all8%
Fattore di Valore
sconto al attuale al
15%
15%
1000
0,926
926
0,870
870
1000
0,857
857
0,756
756
1000
0,794
794
0,658
658
1000
0,735
735
0,572
572
1000
0,681
681
0,497
497
5000
3993
3353
Cn
C1
C2
+
+ ... +
2
1 + i (1 + i)
(1 + i) n
(A1.1.4)
Esempio
A titolo di esempio, supponiamo di aver fatto il piano di investimento e di ricavi della tabella
seguente, con un tasso di interesse i = 20%.
La (A1.1.4) diventa:
I=
3000
2000
25000
+
+
= 5335
1 + 0.2 (1 + 0.2) 2 (1 + 0.2) 3
anno
1
2
3
investimento
5.000
- A1.2 -
ricavo
3.000
2.000
2.500
A1.1.2.
Sulla base delle conoscenze precedenti, possiamo applicarle alla scelta del progetto
di investimento. Supponiamo di avere un ventaglio di alternative di investimento e di
voler stabilire come disporle in ordine di preferenza. In generale esistono tre modi per
far questo, il tempo di payback, il valore attuale ed il tasso interno di ritorno
dellinvestimento.
N=
dove:
N
I
S
A
I S
A
(A1.1.5)
Da questa espressione risulta che i vari investimenti possibili sono disposti in ordine
crescente di payback, quindi in ordine decrescente di convenienza.
Il metodo del payback ha varie controindicazioni:
la lunghezza del periodo di incasso non appare, n viene tenuta in conto: due
investimenti possono avere lo stesso periodo di payback, ma andamenti degli
incassi assolutamente diversi,
non considera lattualizzazione del valore del danaro, quindi i successivi cashflow non sono valutati in modo diverso,
la (A1.1.5) sottintende che i successivi cash-flow siano uguali, anche se tale
limitazione pu essere facilmente superata determinando il tempo necessario per
rendere uguali investimento e ricavi.
Anche se il metodo presenta le debolezze indicate, esso ancora molto popolare,
perch d il senso del tempo necessario al recupero dellinvestimento. Ma, per il
confronto tra diverse alternative di investimento, esso in disuso.
- A1.3 -
NPV = I +
Pj
(A1.1.6)
dove:
I linvestimento richiesto,
Pj il valore attuale del cash-flow dellanno j.
Quando il valore attuale netto NPV positivo, linvestimento conveniente al tasso
di interesse scelto. Se il capitale limitato, gli investimenti possono essere classificati in
ordine di NPV, in ordine di convenienza dai valori di NPV pi alti a quelli pi bassi,
anzi il valore di NPV pu essere utilizzato per stabilire lordine di priorit degli
investimenti, fino a quando il capitale completamente impegnato.
IROR
costo del capitale
costo del
capitale
totale dell'investimento
fig. A1.1.1.
La fig. A1.1.1 mostra diversi investimenti ordinati per valore decrescente di IROR ed
il costo del capitale in funzione dellinvestimento. Si deve osservare come il costo del
capitale aumenta di pi, quando sono richiesti grandi investimenti. Ne risulta che il
valore IROR cade sotto al costo del capitale nei casi E ed F. In queste circostanze, le
alternative A, B, C e D sono da preferire.
- A1.4 -
A1.1.2.4. Confronto tra il Metodo del Valore Attuale Netto e quello del Tasso
Interno di Ritorno dellInvestimento.
I metodi NPV ed IROR possono essere considerati tra essi opposti. Con il primo, il
tasso di interesse (od il costo del capitale) usato per calcolare lNPV: un valore
positivo di NPV indica la convenienza dellinvestimento. Nel caso dellIROR, il tasso
di interesse non un dato, ma il risultato di un calcolo, da confrontare col costo del
capitale, ed un IROR maggiore del costo del capitale fa considerare linvestimento
conveniente.
Se i due investimenti hanno lo stesso svolgimento nel tempo, il metodo dellNPV e
quello dellIROR danno lo stesso risultato. Tuttavia, se i limiti di tempo sono diversi, il
confronto richiede ulteriori assunzioni. Esse indicano cosa accade alla fine del tempo
assunto per linvestimento a scadenza pi breve ed, inoltre un certo indice di rischio
legato al tipo di investimento in essere, se linvestimento fatto praticamente senza
rischi, oppure se rivolto ad unalternativa superiore, di tecnologia di punta. Queste
circostanze possono spostare di molto la scelta tra le varie possibilit.
Esempio
Supponiamo che la macchina abbia un costo di 50.000, abbia una vita presunta di 5 anni, con
un valore residuo di 10.000, alla fine dei 5 anni. Inoltre, sia prevedibile un aumento del cashflow, dovuto alla riduzione del costo del lavoro e prima dellapplicazione delle tasse, di 11.000
allanno. Si assuma che le tasse si portino via il 50% dei risparmi, che il deprezzamento della
macchina sia lineare nel tempo e che sia riconosciuto un 10% di credito di imposta, come
risultato degli ammortamenti.
Si voglia determinare il valore attuale netto dellinvestimento, con un tasso complessivo
(interesse ed inflazione) del 15%, al netto delle tasse, e quale valore dellIROR fornirebbe
linvestimento.
Come sempre, si determinino i cash-flow su base annuale, i quali risultano, per questo caso:
cash-flow, prima delle tasse
11.000
deprezzamento della macchina
8.000
ricavo netto
3.000
tasse
1.500
Poich le tasse aggiuntive sono di 1.500 allanno, il cash-flow al netto delle tasse 11.0001.500 = 9.500 allanno. Nel primo anno, abbiamo un credito di imposta di 5.000 (il 10%
dellinvestimento di 50.000). Perci, il cash-flow netto del primo anno di 14.500
(9.500+5000). Assumendo che tutti i cash-flow si abbiano alla fine dellanno, quelli al netto
delle tasse sono mostrati in fig. A1.1.2. In essa, linvestimento e le uscite sono prese come
numeri negativi, mentre le entrate ed il valore residuo della macchina come positivi. E sempre
utile stendere questi diagrammi prima di eseguire i calcoli dellNPV e dellIROR.
- A1.5 -
19.500
14.500
9.500 9.500 9.500
0
-50.000
fig. A1.1.2.
Cash-flow dellesempio.
e, poich lNPV negativo, linvestimento non consigliato al costo del capitale del 15%.
Per quanto riguarda lIROR, il tasso interno di ritorno dellinvestimento viene ricavato
scrivendo la precedente nel modo seguente e ricavando i:
14.500 9.500
9.500
9.500 19.500
0 = 50.000 +
+
+
+
+
2
3
(1 + i)
(1 + i)
(1 + i) 4 (1 + i)5
1 + i
Poich dal calcolo lNPV al 15% risultato negativo, il tasso interno deve essere minore del
15%. Con una serie di iterazioni, si ricava che i deve essere pari a circa il 7.7%.
Per concludere lanalisi, si dovrebbero considerare anche altri fattori in grado di influenzare la
scelta dellinvestimento proposto, quali la possibile riduzione della flessibilit del sistema
produttivo (derivante dallintroduzione della nuova macchina), ma anche il possibile
miglioramento della qualit che tale operazione pu portare. Tuttavia, poich il tasso di ritorno
interno cos basso, queste considerazioni saranno poco influenti sulla decisione finale.
- A1.6 -
Esempio
Supponiamo di avere una vettura di 5 anni e di valutare la convenienza di sostituirla con una di
2 anni. Si decida, nel caso in cui non la si sostituisca ora, che essa sia utilizzata per altri 3 anni.
Per le due alternative, sono dati i costi delle tabelle seguenti.
Tengo la vecchia vettura
costo delle riparazioni
pneumatici
olio e combustibile
assicurazione e bollo
TOTALE
anno1
anno2
anno3
200
200
600
150
1150
250
300
600
125
975
600
100
1000
anno 1
50
anno 2
150
anno 3
200
400
250
700
400
200
750
400
150
750
1.600
450
225
250
-2.000
fig. A1.1.3.
Cash-flow dellesempio.
La vettura nuova presenta il vantaggio di essere meno costosa dal punto di vista del
mantenimento, del consumo di olio e di combustibile, ma pi costosa per lassicurazione ed il
bollo. Il risultato netto che la vettura nuova meno costosa della vecchia, dal punto di vista
dellesercizio.
Supponiamo ora che la vettura nuova costi 5.000 e che il suo valore presunto, alla fine dei 3
anni, sia di 3.000. Inoltre, la vettura vecchia vale ora 3.000 ed previsto che, dopo 3 anni, il
suo valore scenda a 1.400.
Landamento della differenza dei cash-flow delle due alternative quello di fig. A1.1.3, con
levidente significato delle cifre.
- A1.7 -
Supponiamo che il costo del capitale sia ancora, ad esempio, del 15% annuo e, da esso,
ricaviamo lNPV:
450
225
250
1.600
NPV = 2.000 +
+
+
+
= 222
2
3
(1 + .15)
(1 + .15)3
1 + .15 (1 + .15)
il quale anche per questo caso negativo, indicando la non convenienza dellinvestimento di
una nuova vettura al tasso di ritorno del capitale del 15%.
Ripetendo il calcolo precedente si ricaverebbe che il valore dellIROR in grado di rendere
conveniente linvestimento sarebbe del 9.6%.
In questo esempio si possono esaminare altre questioni interessanti:
qual il valore del capitale per lacquirente della vettura. Infatti, se lacquirente
prende a prestito il denaro necessario, il suo costo del capitale pu essere
dellordine dell8%, quindi conveniente in quanto inferiore allIROR. Invece, se
lo sostituisce ad altri investimenti che possono dargli un utile al netto delle tasse
del 15%, linvestimento non conveniente,
lacquirente pu anche considerare il valore intangibile derivante dal fatto di
avere una vettura pi nuova (dal punto di vista del prestigio), di avere meno
rumori e cigolii mentre guida, di avere una vettura pi moderna e presentabile,
con un maggiore pregio estetico. E difficile dare un valore a questi parametri e,
probabilmente, essi sono inconsciamente inseriti nella previsione dei cash-flow.
Tuttavia, essi possono valutati meglio, ad esempio confrontandoli col valore di 222 dellNPV, per arrivare ad una decisione un p pi consapevole.
- A1.8 -
A1.2.
A1.2.1.
e T ( T ) n
n!
(A1.2.1)
dove:
- A1.9 -
T=cost
probabilit
0,6
0.5
0,5
0,4
0,3
0,2
0,1
0
0
10 11 12 13 14 15
numero di arrivi
fig. A1.2.1.
Distribuzioni di Poisson.
2) Il secondo modo di descrivere gli arrivi la specifica dei tempi che intercorrono tra tali
eventi. In questo caso, si specifica la distribuzione di probabilit della variabile casuale
continua dei tempi tra gli arrivi. Se gli arrivi seguono una distribuzione di Poisson, si
pu vedere matematicamente che il tempo tra due arrivi consecutivi descritto dalla
distribuzione cumulativa esponenziale:
P(T t ) = 1 e T
0t
(A1.2.2)
dove:
P(T<t) la probabilit che il tempo che intercorre tra due arrivi sia minore di t,
f(x)
0.1
0.08
0.8
0.06
0.6
a)
0.04
b)
0.4
0.2
0.02
10
15
20
25
30
10
15
20
25
30
- A1.10 -
- A1.11 -
servizio
completato
server
server1
servizio
completato
server1
coda
servizio
completato
arrivi
server2
server1
server2
coda
servizio
completato
arrivi
server3
fig. A1.2.3.
A1.2.2.
server4
- A1.12 -
essere usate per decidere il numero di server da installare, le modifiche da farsi sul
sistema produttivo, od altri cambiamenti da fare sul sistema.
Quando si saranno fatte le misure, si potranno fare le valutazioni economiche sui
costi e sui benefici. Questo potr essere fatto considerando il costo di attesa dellarrivo e
quello dei server. In casi quali levenienza della riparazione di una macchina, il costo
del tempo di attesa della macchina pu essere calcolato in termini di mancato profitto
per la perdita di produzione. Tuttavia, nei casi in cui gli arrivi sono clienti, molto
difficile calcolare il costo dellattesa. Come risultato, i costi totali dei sistemi a coda non
possono essere sempre determinati, ed, al loro posto, si scelgono obiettivi pi semplici
da calcolare. Si tratta di obiettivi surrogati, ed un esempio di essi pu essere
rappresentato dalla condizione che il cliente non debba attendere pi di 5 minuti per
essere servito; con questo obiettivo pu essere determinato il numero di server
necessario, senza dover fare il calcolo del costo del tempo di attesa.
Misure e caratteristiche delle prestazioni dei modelli di coda possono essere descritti
con i seguenti parametri:
rateo medio di arrivo, numero medio di arrivi nellunit di tempo,
1/ tempo medio tra gli arrivi,
rateo medio del servizio, numero medio di unit servite nellunit di tempo,
quando il server in attivit,
1 / tempo medio richiesto per il servizio,
Quando qui si parla di nel sistema ci si riferisce alle unit (arrivi) che possono essere
sia in coda, sia in fase di servizio, cio Wq si riferisce al tempo di attesa di ununit
nella coda, prima che il servizio inizi, mentre Ws rappresenta il tempo totale passato in
coda ed il tempo necessario al completamento del servizio.
Le formule del modello della coda sono derivate dalle ultime 6 variabili enumerate,
mentre i valori dati sono e . Esse sono ricavate in condizioni stazionarie, cio
descrivono lo stato di equilibrio raggiunto dal sistema nel lungo periodo. In tali
condizioni stazionarie, le condizioni iniziali non influenzano la misura delle prestazioni
del sistema. Quindi, esse saranno raggiunte solamente quando >: il rateo medio di
servizio dovr essere maggiore di quello degli arrivi. Finch <, il sistema instabile
ed la lunghezza della coda pu essere potenzialmente infinita, poich gli arrivi arrivano
pi frequentemente di quanto possano essere serviti. Perci, dora in poi, si assumer
che >.
3. tempo di servizio con distribuzione esponenziale, con rateo medio del tempo di
servizio,
4. disciplina FIFO del servizio e tutti gli arrivi aspettano in coda fino al servizio, con la
possibilit di raggiungere una lunghezza di coda infinita.
Da queste assunzioni si ricavano le seguenti statistiche di prestazione:
(A1.2.3a)
P0 = 1
Pn = P0
(A1.2.4a)
n
(A1.2.5a)
Lq =
2
( )
(A1.2.6a)
Ls =
(A1.2.7a)
Wq =
( )
(A1.2.8a)
Ws =
(A1.2.9a)
Esempio
Si supponga che uno sportello della banca possa servire i clienti ad un rateo di 10 clienti allora
(=10). Si supponga anche che i clienti arrivino ad un rateo di 7 allora (=7). Gli arrivi
seguano la distribuzione di Poisson ed il tempo di servizio segua la distribuzione esponenziale.
In condizioni stazionarie, il sistema presenta le seguenti statistiche:
=7/10,
P0=1-7/10=0.3
Pn=0.3(7/10)n
Lq =
72
= 1.63
10 (10 7 )
Ls =
7
= 2.33
10 7
7
= 0.233
10 (10 7 )
1
= 0.333
10 7
Wq =
Ws =
- A1.14 -
1 ( P0 + P1 + P2 + P3 ) = 0.24
Ora le prestazioni del sistema possono essere calcolate. Il responsabile deve considerare la
media dei tempi morti dello sportello (30%), il tempo di attesa del cliente (0.233h) e la
lunghezza media della coda di attesa (1.63 clienti). Se questa prestazione non accettabile,
potr considerare un secondo server, oppure altri mezzi per ridurre i tempi di attesa.
P0 =
(A1.2.3b)
1
s 1 ( / )n ( / )s
+
n!
s!
( / )n
Pn = P0
s! / s n s
1 n s
n>s
(A1.2.5b)
P ( / )s
Lq = 0
s!(1 )2
Ls = L q +
Wq =
(A1.2.6b)
(A1.2.7b)
Lq
(A1.2.8b)
Ws = Wc
(A1.2.4b)
(A1.2.9b)
Come detto, queste formule sono valide solamente per le condizioni stazionarie ed
assumono le condizioni espresse per il modello semplificato di A1.2.3.
Esempio
Si supponga di aggiungere uno sportello allesempio descritto sopra. Si voglia determinare
come migliora il servizio e quali siano le nuove prestazioni del sistema. Per s=2 valgono le
nuove condizioni:
7
i server sono utilizzati per il 35% del tempo,
=
= 0.35
2 10
- A1.15 -
P0 =
7
7 (7 / 10)2
1
1
+
2!
2 10
10
P1 = 0.34
P2 = 0.12
P3 = 0.04
P4 = 0.01
ecc.
Lq =
2 (1 0.35) 2
7
Ls = 0.098 + = 0.798
10
0.098
Wq =
= 0.014
7
1
Ws = 0.014 + = 0114
.
10
= 0.098
Si vede che, con due server, le statistiche migliorano in modo decisivo. Ora abbiamo che, in
media, solamente 0.098 clienti sono in coda ed in media un cliente aspetta solamente 0.014h per
essere servito (meno di 1min). Il prezzo per un tale buon servizio che i server lavorano
solamente il 35% del tempo. A meno che sia richiesto un servizio straordinariamente buono, la
banca probabilmente approver questa soluzione.
Altri approcci possono essere seguiti, ad esempio ridurre il tempo medio del servizio,
oppure ridurre il livello del servizio durante le ore di punta. In termini di coda, la
distribuzione del tempo del servizio pu essere cambiata ad iniziare dai tempi di
servizio pi lunghi.
pu ancora essere utilizzata per valutare il compromesso tra il servizio fornito al cliente
e la potenzialit produttiva messa a disposizione. Dalla figura si pu anche individuare
il livello di utilizzazione della capacit produttiva necessario per avere il voluto servizio
al cliente.
20
18
16
14
12
10
8
6
4
2
0,
9
0,
8
0,
7
0,
6
0,
5
0,
4
0,
3
0,
2
0,
1
fig. A1.2.4.
Anche se si sono trattati solamente i casi pi semplici di code, non si deve trascurare
che esistono situazioni di code molto pi elaborate. Alcune di esse saranno discusse
nella successiva appendice A1.3.
- A1.17 -
A1.3.
CENNI DI SIMULAZIONE.
La simulazione una tecnica che pu essere usata per formulare e risolvere una
grande quantit di situazioni. Tale quantit cos grande che diventato di uso comune
la frase: se tutto il resto non funziona, prova con la simulazione. I modelli di
simulazione comprendono le gare di gestione, i simulatori analogici, i simulatori di
volo, i programmi di supporto alla gestione della produzione, ecc, i quali tutti
rappresentano le situazioni reali in termini di modello. Tuttavia, in questa appendice ci
si limiter alla simulazione numerica dei problemi di decisione gestionale.
La simulazione spesso, ma non sempre, usata per i modelli dinamici che
comprendono pi periodi di tempo. Tali modelli dinamici sono fatti passare da un
periodo di tempo (od evento) al successivo per svelare come la situazione si evolve nel
tempo e per capire leffetto delle successive decisioni prese. Dunque, la simulazione
serve per descrivere quelle situazioni che sarebbe troppo difficile e costoso esaminare
dal vero, anzi, in questi casi, gli effetti delle decisioni possono essere provati su un
modello di simulazione, prima che le decisioni siano affettivamente adottate. In questo
modo, si possono simulare un gran numero di situazioni, dal flusso dei pazienti in una
clinica, alle attivit delle reti fisiche di distribuzione delle merci, alle lavorazioni in
produzione, alla gestione degli arrivi e delle partenze di ogni mezzo di trasporto, ecc.
Cos, la simulazione frequentemente usata per la soluzione di problemi di coda che
abbiano complicati andamenti degli arrivi, delle distribuzioni del servizio, delle
discipline di priorit, ecc.
Iniziamo con un semplice esempio di simulazione, il quale sar seguito dalla
discussione del metodo generale di simulazione e da alcuni commenti sulluso della
simulazione nellattivit produttiva. Infine, nella successiva appendice A1.5, sar
presentato un modello reale di simulazione a supporto della gestione della produzione.
Esempio
Lesempio proposto si riferisce ad una panetteria, la quale faccia una quantit di ordini di
prodotti ogni giorno e che metta i prodotti a magazzino. Un prodotto importante uno speciale
tipo di pane, per il quale il responsabile vuole stabilire la quantit da ordinare ogni giorno per
massimizzare i profitti. Infatti, se gli ordini sono troppo piccoli, egli rischia di perdere vendite,
mentre, se gli ordini sono eccessivi, rischia di dover buttar via prodotto. Per semplicit,
supponiamo che tutto il pane invenduto in un giorno sia buttato via il giorno successivo e
costituisca una perdita secca.
tab. A1.3.I.
media
frequenza
20 - 24
25 - 29
30 - 34
35 - 39
40 - 44
45 - 49
50 - 54
22
27
32
37
42
47
52
0.05
0.10
0.20
0.30
0.20
0.10
0.05
- A1.18 -
Il responsabile ha raccolto i dati delle vendite di 100 giorni, ottenendo la tab. A1.3.I.
Il responsabile aveva precedentemente gestito il magazzino ordinando una quantit di pane pari
a quella venduta nel giorno precedente, ma qualche volta gli era avanzato del pane invenduto,
altre volte non ne aveva abbastanza, quindi egli desiderava conoscere quale fosse la regola
migliore da seguire. Cominci col calcolare quali profitti avrebbe potuto avere se avesse
ordinato una quantit di pane pari alla media delle vendite precedenti, cio 37 ceste al giorno:
X = 0.0522 + 0.1027 + 0.2032 + 0.3037 + 0.2042 + 0.1047 + 0.0552 = 37
Per risolvere il problema si voglia costruire un modello di simulazione che valuti le due seguenti
regole alternative:
ordinare un numero di ceste pari alla domanda del giorno precedente,
ordinare 37 ceste ogni giorno, a prescindere dalla domanda passata.
La regola migliore sia scelta sulla base del massimo profitto lungo tutto il periodo esaminato.
Solamente a titolo di esempio, qui si sceglier un periodo di 15 giorni, anche se, nei casi reali e
per avere risultati attendibili, la durata della simulazione sar molto pi lunga.
Per simulare il problema, si genera una serie casuale di vendite giornaliere, aventi frequenza
pari a quella della tabella. Per descrivere il processo di generazione casuale, immaginiamo di
avere una grande ruota della fortuna con 100 posizioni, delle quali 5 portino il numero 22, 10
portino il numero 27, ecc. La ruota venga lanciata una volta per ogni giorno da simulare e la
posizione raggiunta rappresenti la domanda del giorno. Se la ruota veramente casuale, il
risultato dei lanci sar veramente casuale, con frequenza omogenea con le condizioni imposte.
Naturalmente lutilizzo della ruota solamente descrittivo e pu essere sostituito da ogni altro
metodo di generazione di numeri casuali, come, ad esempio, le note tabelle, con le quali si
ottengano i seguenti 15 numeri casuali, da convertire in volumi di vendita:
27, 43, 85, 88, 29, 69, 94, 64, 32, 48, 13, 14, 54, 15, 47.
Si costruiscano le tabelle seguenti. Nella prima di esse, la terza colonna rappresenta allo stesso
tempo la frequenza cumulata percentuale delle vendite ed i campi ove sistemare i numeri casuali
per stabilire una corrispondenza tra essi e la vendita. Cos, il primo numero casuale estratto, il
27, deve essere posizionato alla terza riga, la cui terza colonna porta, appunto, lintervallo 15 34 che lo contiene; la prima colonna di quella riga porta la quantit di 32 ceste, la quale sar
presa come vendita per il giorno 1 nella successiva tabella. Si procede in questo modo per tutti i
15 giorni del periodo di simulazione con quello che chiamato il metodo di Montecarlo.
tab. A1.3.II.
frequenza
numeri casuali
22
27
32
37
42
47
52
0.05
0.10
0.20
0.30
0.20
0.10
0.05
0-4
5 - 14
15 - 34
35 - 64
65 - 84
85 - 94
95 - 99
Il passo successivo determinare lammontare di ordini e di vendite di ogni giorno, che dipende
dalla regola scelta: con la regola 1, la casella dellordinativo pu essere riempita direttamente,
- A1.19 -
perch nota la domanda: in questo caso la vendita esattamente il minimo tra ordinativo e
domanda. I calcoli da fare per la regola 2 sono analoghi.
Allultima riga della tabella sono riportati gli indici quantitativi per la scelta, in particolare il
totale degli ordini e delle vendite sui 15 giorni. Essi possono fornire il profitto, semplicemente
moltiplicandoli rispettivamente per il costo di acquisto e per il prezzo di vendita. Come si vede,
ad esempio nel caso in cui il costo unitario di acquisto sia doppio di quello di vendita, la regola
2 pi vantaggiosa della regola 1.
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
numero
casuale
27
43
85
88
29
69
94
64
32
48
13
14
54
15
47
TOTALE
domanda
regola 1
regola 2
ordini
vendita
ordini
vendita
37
32
37
47
47
32
42
47
37
32
37
27
27
37
32
550
32
32
37
47
32
32
42
37
32
32
27
27
27
32
32
500
37
37
37
37
37
37
37
37
37
37
37
37
37
37
37
555
32
37
37
37
32
37
37
37
32
37
27
27
37
32
37
515
37
32
37
47
47
32
42
47
37
32
37
27
27
37
32
37
587
A1.3.1.
Si tratta di isolare e definire un importante problema di decisione per poter fare una
scelta. Se il sistema da simulare fa parte di un ambiente complesso, isolarlo in maniera
non limitativa, ma sufficiente alla formulazione di un modello semplice, richiede una
buona dote di esperienza e di conoscenze, in quanto la simulazione richiede inoltre la
definizione degli obiettivi, dei vincoli e delle semplificazioni che possono essere usate.
Nellesempio precedente, si isolato il problema relativo ad un particolare tipo di
pane e, ad esempio, non si considerata la possibilit che il cliente, in assenza di quel
particolare tipo di pane, decidesse di acquisirne un altro. Inoltre, si considerato che
- A1.20 -
A1.3.2.
Nello sviluppo dei modelli di simulazione devono essere definite tutte le variabili
controllabili ed incontrollabili, le misure delle prestazioni, le regole decisionali e le
funzioni del modello. Cos, pu essere sviluppata una rappresentazione matematica del
problema. Ogni modello pu essere messo nella forma:
P = f (Ui , Ck )
Start
Programmare il modello
Raccogliere i dati
Validare il modello
Implementare i risultati
Stop
fig. A1.3.1.
- A1.21 -
Nel modello, le variabili incontrollabili Ui sono parametri, cio costanti che sono
fuori delle capacit decisionali di chi sviluppa il modello. Per esempio, nel caso del
panettiere, il livello della domanda iniziale, la frequenza della distribuzione della
domanda, il costo di acquisto e quello di vendita del pane devono essere considerati
parametri o variabili incontrollabili.
Le variabili controllabili Ck sono variabili decisionali e possono essere controllate
dallestensore del modello: esse possono cambiare da un giro del programma allaltro,
in modo che possono essere simulate situazioni diverse. Cos, lammontare degli ordini
di ogni giorno, del panettiere dellesempio precedente, era una variabile decisionale
controllabile ed i valori di tale variabile erano controllati dalla regola decisionale scelta.
Infine, il modello decisionale ha una o pi misure della prestazione P e funzioni che
legano le variabili a tale prestazione. Nel caso del panettiere, la misura della prestazione
era il profitto ed una specifica formula poteva essere espressa per calcolarlo, in funzione
delle variabili controllabili ed incontrollabili del modello.
Dopo che tutti gli elementi del modello sono stati definiti, il modello pronto per
essere steso sotto la forma di flowchart e per essere programmato. Comunque,
innanzitutto il programmatore deve stabilire se adottare incrementi di tempo costanti o
variabili (ed, in questo caso, con quale legge), in quanto ogni modello deve essere
dotato di un clock che traccia gli incrementi dei tempi di avanzamento della
simulazione.
A1.3.3.
A1.3.4.
- A1.22 -
A1.3.5.
Dopo la programmazione del modello, devono essere raccolti i dati per specificare i
parametri di input, che, nel caso del panettiere, sono il costo di acquisto unitario, il
prezzo unitario di vendita e la distribuzione della domanda. Il costo unitario di acquisto
pu essere ricavato facilmente dalla contabilit, mentre il prezzo di vendita viene
determinato dal mercato. Anche la distribuzione della domanda pu essere ricavata dalla
contabilit, ma pu essere determinata da uno studio specifico. Nel caso del panettiere,
pu essere necessario raccogliere i dati di almeno 20 giorni (per avere una stima
grossolana delle frequenze), ma un arco di 100 giorni permette di avere una stima pi
stabile.
Start
Valori iniziali
Domanda
37 ceste
Costo acquisto
30
Prezzo vendita
Giorni
50
15
Day = 0
Day = Day + 1
Genera la domanda
Domanda >
NO
Ordine
Vendita = Domanda
YES
Vendita = Ordine
Accumula Vendite
ed Ordini
Calcola il profitto
Vendita x prezzo - Ordine x costo
Day < n
NO
Stampa il rapporto
End
YES
fig. A1.3.2.
- A1.23 -
A1.3.6.
domanda
simulata
domanda
vera
0,3
frequenza
0,25
0,2
0,15
0,1
0,05
0
22
27
32
37
42
47
52
domanda
fig. A1.3.3.
La validazione dei parametri di input serve a stabilire se gli input usati dal modello
rappresentano i valori corretti. Per esempio, nel caso del panettiere, si deve verificare se
la distribuzione della domanda di pane generata dal modello una buona descrizione
della distribuzione assunta. La fig. A1.3.3 mostra listogramma della distribuzione di
100 valori della domanda usata nella simulazione, confrontata coi valori veri di tale
distribuzione. Infatti, esistono sempre differenze tra la domanda vera e quella usata per
la simulazione e si possono utilizzare test statistici standard (ad esempio il test 2) per
verificare se la distribuzione data dal modello sufficientemente vicina a quella reale.
Se non lo , si pu aumentare la lunghezza della simulazione, oppure si deve verificare
che non esistano errori nel programma.
- A1.24 -
Verifiche simili possono essere fatte sui risultati della simulazione, per vedere se il
simulatore esegue stime attendibili, oppure no. Nel caso del panettiere, un test dei
risultati pu essere rappresentato dal confronto tra le vendite ed i relativi profitti reali,
con i dati previsti dal modello ed i test di coerenza possono essere fatti con gli stessi
strumenti visti per gli input.
40
vendite
35
30
25
20
15
prof itti
10
0
25
50
75
100
125
150
cicli di s im ulazione
fig. A1.3.4.
- A1.25 -
A1.3.7.
Il modello di simulazione viene avviato per esaminare alcuni casi tipici. Cos, il
modello pu essere fatto girare per valutare leffetto dei parametri fissi sui risultati.
Facendo girare il programma per entrambe le regole proposte e su una durata della
simulazione opportuna, si confrontano i risultati sulle vendite e sui profitti. In questo
confronto, si usa la stessa distribuzione della domanda per entrambe le regole.
Nella verifica del modello, normalmente richiesta unanalisi della sensibilit dei
risultati del modello alle assunzioni prese sugli input. Nel caso del panettiere ad
esempio, si pu essere incerti sui valori dei costi di acquisto scelti e si voglia studiare
leffetto della possibile variazioni di essi sulla scelta della regola pi conveniente. Come
parte del processo decisionale, simili valutazioni della sensibilit possono essere fatte
per i prezzi di vendita e la domanda.
800
700
600
profitto
500
400
300
200
100
0
10
20
30
40
50
60
- A1.26 -
A1.3.8.
y = P( x t ) = 1 e t
nella quale, se si suppone un tempo medio tra gli arrivi delle navi di 6 giorni:
x rappresenta il tempo tra gli arrivi,
y la probabilit che x<t,
il rateo medio di arrivo, pari ad 1/6.
I tempi casuali di arrivo delle navi possono essere generati da una distribuzione
continua, come quella di fig. A1.3.6. Essa usata generando sullasse y una
distribuzione casuale di numeri compresi tra 0 ed 1 e calcolando la corrispondente
ascissa t con linverso dellequazione esponenziale:
- A1.27 -
t=
1
ln(1 y)
1,20
probabilit cumulata
1,00
0,80
0,60
0,40
0,20
0,00
0,00
5,00
10,00
15,00
20,00
25,00
fig. A1.3.6.
Tra laltro, in tab. A1.3.IV sono mostrati i tempi di arrivo e di partenza delle navi,
che tiene conto della disponibilit del molo di attracco. Infatti, se si ha un singolo molo
ed una nave gi presente in porto quando unaltra arriva, la seconda nave deve
attendere fino alla conclusione del servizio della precedente, prima di poter usufruire
delle attrezzature del porto.
3.5
4.7
8.3
12.8
13.7
28.7
34.7
52.1
59.9
65.0
inizio del
servizio
tempo di
servizio
fine del
servizio
sosta della
nave
tempo morto
di servizio
3.5
8.5
13.5
18.5
23.5
28.7
34.7
52.1
59.9
65.0
5
5
5
5
5
5
5
5
5
5
8.5
13.5
18.5
23.5
28.5
33.7
39.7
57.1
64.9
70.0
0
3.8
5.2
5.7
9.8
0
0
0
0
0
0
0
0
0
0
0.2
1.0
12.4
2.8
0.1
- A1.28 -
I rimanenti passi per usare il modello orientato agli eventi, la stesura del flowchart, la
programmazione, la raccolta dei dati, la validazione, la sperimentazione e
limplementazione sono esattamente gli stessi del caso orientato agli eventi ad
incrementi costanti descritto sopra.
Ora si pu ripetere la simulazione per due moli e la stessa distribuzione dei tempi di
arrivo delle navi e si possono confrontare le due soluzioni, sia dal punto di vista dei
costi, dei tempi di attesa e degli altri fattori importanti.
- A1.29 -
http://www.mech.kuleuven.ac.be/pma/project/complan
- A1.30 -
La
AISystem
specializzata
nella
fornitura
e
nellimplementazione di sistemi di supporto alla decisione in un
ampio spettro di applicazioni di gestione, controllo ed
ottimizzazione, basati sugli strumenti della conoscenza, la decisione
in condizioni di vincolo, la logica fuzzy e le tecniche ipermediali.
Lazienda offre una grande variet di prodotti, servizi e soluzioni,
dalla fornitura alladdestramento del personale, alla fornitura chiavi in mano di interi
progetti per lindustria. Le applicazioni correnti sono nel campo della diagnostica di
processo, del controllo di qualit on-line, del monitoraggio del flusso dei materiali e
della produzione, ed il controllo comprende la pianificazione on-line reattiva, la verifica
dei tempi di scadenza, la documentazione elettronica ipermediale interattiva, la gestione
dei servizi e delle procedure.
La CCI (Competence Center Informatik GmbH)
sviluppa e realizza sistemi informatici per clienti
pubblici e privati. Consiste di 5 divisioni di interesse,
con 160 ingegneri e tecnici, preparati nel campo della
scienza dei computer, dellingegneria meccanica, della
fisica, della matematica e delleconomia. I 5 settori di
interesse riguardano la gestione dellinformazione:
lacquisizione e lelaborazione dei dati:
per la logistica militare,
la sicurezza della tecnologia dellinformazione,
lo sviluppo del software,
i sistemi integrati di controllo in real-time;
CCI
Hannover
lIFH (Institut-fr Fertigungstechnikund-Spanende-Werzeugmachinen)
il
dipartimento dellUniversit di Hannover che svolge ricerche nel campo dellingegneria
della produzione. Esso vanta una solida reputazione in campo internazionale per i
risultati conseguiti nella tecnologia del taglio dei metalli, nel controllo delle macchine
utensili e nellorganizzazione della produzione. Impiega nel settore 70 ricercatori, molti
programmatori, tecnici ed anche 150 studenti part-time;
- A1.31 -
- A1.32 -
A1.4.1.
fig. A1.4.1.
- A1.33 -
Con questo approccio, che con modi alternativi permette di arrivare alla soluzione
ottimale (in quanto tiene conto delle risorse disponibili), possibile impostare la
produzione seguendo una strategia guidata dai fattori produttivi dellambiente
industriale dove il programma informatico opera. Cio, il programma informatico guida
la ricerca verso la soluzione ottimale partendo dalle risorse disponibili, secondo un
approccio euristico nel quale, quindi, la soluzione nasce da sola.
Inoltre, la tecnica NLPP permette di applicare i concetti dellintelligenza artificiale,
nel senso che il sistema pu essere messo in grado esso stesso di "apprendere" ed esso
stesso di migliorare, retroazionando il know-how dellimpianto.
Purtroppo, luso della tecnica NLPP richiede un maggiore sforzo per la
programmazione del processo, in confronto alla tecnica sequenziale, e complica lo
scheduling. A questo inconveniente tende a rispondere il software COMPLAN, il quale
si interfaccia con i sistemi CAD ed MRP dellazienda e costituisce un potente mezzo
per la compilazione dei cicli di lavorazione assistita dal computer. A questo scopo, esso
adotta un nuovo concetto di scheduling gerarchico ed esegue in tempo reale la
valutazione delle prestazioni dellimpianto in modo da rendere efficiente laumentata
flessibilit concettuale fornita dalla tecnica NLPP.
A1.4.2.
- A1.35 -
Portafoglio ord.
Output
database
COMPLAN
800
Risorse
600
M1
400
ordine di lavoro
200
tempo
posto di lavoro
M2
M3
tempo
macchine
Analisi
trasferimento
Il sistema stato implementato su diverse piattaforme UNIX (DEC, HP, IBM e SUN) e gli
sviluppi sono stati fatti principalmente in linguaggio C++ con interfacce utente grafiche in
ambiente OSF/Motif. Il LISP stato usato per il modulo avanzato di pianificazione di processo.
Il database relazionale stato realizzato con ORACLE RDBMS.
- A1.36 -
A1.4.3.
- A1.37 -
CAD
MRP o PPC
virtualmente
nessun legame
Ufficio
scheduling ed
ordini
pianificazione
produzione
pianificazione
processo
programmazione
Controllo Numerico
PRODUZIONE
fig. A1.4.4.
A1.4.3.2.1.
Una significativa razionalizzazione della catena informatica dal CAD al CAM di fig.
A1.4.4 pu essere fatta con unopportuna pianificazione di processo, introducendo, tra
laltro, il legame stretto ed il feedback di fig. A1.4.5.
CAD
interfaccia
CAD
COMPLAN
pianificazione
produzione
legame
stretto
pianificazione
processo
Ufficio
scheduling ed
ordini
programmazione
Controllo Numerico
feedback
feedback
PRODUZIONE
fig. A1.4.5.
Un tale sistema, che offre un supporto CAPP interattivo ed dotato delle funzioni di
pianificazione automatica e di uninterfaccia CAD, non era prima disponibile.
A1.4.3.2.2.
- A1.40 -
A1.4.3.2.3.
A1.4.3.2.4.
Un sistema che obbedisca a queste propriet non attualmente sul mercato, n il suo
sviluppo stato annunciato da qualche softwarehouse o consorzio di ricerca. Non possibile
raggiungere questi obiettivi adattando sia sistemi MRP, sia ambienti CPP esistenti.
Limportanza dello sviluppo del sistema COMPLAN stata messa in evidenza al Congresso
CIRP di Edimburgo del 1993.
A1.4.3.3.1.
- A1.42 -
A1.4.3.3.2.
A1.4.3.3.3.
Abbiamo visto che un balzo nella flessibilit della pianificazione possibile con
lintroduzione dei piani di processo non lineari NLPP. Le alternative di fabbricazione
presenti negli NLPP possono essere utilizzate per risolvere i problemi di collo di
bottiglia o di inutilizzabilit delle macchine. Inoltre, le alternative adottate per
linsorgere di problemi possono essere memorizzate negli NLPP per essere riutilizzate
in situazioni simili. La stretta integrazione dello scheduling e della pianificazione di
processo e luso degli NLPP riducono lo sforzo per la soluzione dei problemi di
reattivit di produzione di breve periodo e, nello stesso tempo, migliorano la qualit
della soluzione.
La trasparenza dei moduli di pianificazione di processo per riguardo allo scheduling
ed i potenti mezzi di scheduling permettono di reagire facilmente alle richieste del
cliente e di valutare meglio operazioni alternative a quelle indicate nel ciclo di
lavorazione.
A1.4.3.3.4.
Luso del CAPP aumenta la qualit della pianificazione di processo in confronto alla
tecnologia di produzione corrente ed incrementa la precisione delle previsioni di tempo
e di costo. Poi, la collaborazione tra pianificazione di processo e scheduling aumenta la
qualit della logistica del processo di produzione, in quanto utilizza il feedback dei dati
di lavorazione.
Lidentificazione dei problemi di efficienza produttiva col modulo di valutazione
CWE (COMPLAN-Workshop-Evaluator) promuove il continuo miglioramento del
processo produttivo.
- A1.43 -
A1.4.3.3.5.
A1.4.4.
A1.4.4.1.
- A1.44 -
funzioni sono controllate dai Moduli di Controllo dellEditor (ECM - EditorControl-Module). Gli ECM sono editori grafici che consentono:
- di inserire manualmente dati del prodotto (WM ECM). Inoltre, per ottenere
invece automaticamente la descrizione dei componenti, il WM ECM pu
richiamare il modulo di interfaccia CAD PPI (CAD Process-PlanningInterface), il quale interpreta i dati CAD;
- di inserire dati sul piano di processo non lineare (NLPP ECM). Il modulo
NLPP ECM fornisce la funzione di editing manuale dei dati di
programmazione non lineare del processo agli altri editor grafici. Infatti, esso
controlla anche lo Spazio dello Stato (STS PPM - State Space ProcessPlanning-Module), la rete di Petri (PN PPM - Petri-Net Process-PlanningModule) ed il modulo di pianificazione di processo AVOPLAN.
Ogni modulo PPM pu essere utilizzato per un ristretto numero di componenti
meccanici, ma altri moduli di supporto possono essere aggiunti in seguito. Il raccordo
della pianificazione di processo allo scheduling ottenuto dallinformazione nellunico
database comune alle cui tabelle NLPP accedono tutti i moduli.
Feed back
di Produzione
WSI PSI
Nuovi ordini
da MRP
DATABASE
COMPLAN
Descrittore Pezzi
descrittore
prodotto
WP ECM
Editor dei Pezzi
NLPP ECM
Modulo di controllo dell' editor NLPP
AVOPLAN
PPM
STS
PPM
PM
PPM
primo
scheduling
scheduling
di breve per.
pianificazione
di processo
ADM
Evasione Ordini
MRS
Scheduler di Medio Periodo
SRS
Scheduler di Breve Periodo
Diagramma
di Gantt
SRS
Automatico
calcolo
tempi e
costi
CWE
Valutatore della Produzione
Ordini Evasi
fig. A1.4.6.
I nuovi ordinativi sono inseriti nel database dal sistema esterno MRP o PCC usando
il modulo PSI (PPC-System-Interface, non mostrato in fig. A1.4.6). Linformazione di
feedback interpretata dallinterfaccia alla produzione WSI (WorkShop-Interface),
convertita in un formato compatibile con COMPLAN ed aggiunta al database degli
ordinativi esistenti. Leditor del ciclo di lavorazione CWS (COMPLAN-WorkshopScheduler) crea un ciclo e lo invia alla produzione. Leditor MRS (Medium-RangeScheduling) opera ad un livello di medio periodo, perci esegue una pianificazione un
p grossolana del processo ed un livellamento dei carichi di lavoro di primo tentativo, in
modo da individuare in questa fase i colli di bottiglia. Luscita di MRS rappresentata
da cicli di lavorazione con scadenze di primo tentativo, individuate a livello di giorni e
per gruppi di posti di lavoro. Lo scheduling corrispondente scritto nel database.
- A1.45 -
Questa informazione letta dalleditor automatico di breve periodo SRS (Short-RangeScheduling), il quale formula il ciclo di lavorazione definitivo con una pianificazione
esatta, con precise scadenze ai singoli posti di lavoro e con specifici ordini di
lavorazione. Il risultato pu essere raggiunto anche impiegando il modulo SRS
automatico, il quale usa i metodi di simulazione per definire le scadenza degli ordini
tenendo conto delle risorse disponibili. Il modulo SRS fornisce anche un diagramma di
Gantt quale interfaccia grafica che consente allutente la stesura interattiva e manuale
del ciclo di lavorazione oppure il cambiamento concordato col cliente degli estremi
dellordine. Il modulo di distribuzione dellordine ODM (Order-Dispatch-Module) invia
lordine al reparto di lavorazione e crea la documentazione cartacea. Un valutatore del
pianificatore di processo CPE (COMPLAN-Process-Evaluator, non mostrato in fig.
A1.4.6) compie lintegrazione tra il pianificatore di processo COMPLAN CPP
(COMPLAN Process-Planner) e leditor del ciclo di lavorazione CWS (COMPLANWorkshop-Scheduler). Questa funzione aggiunta ai rispettivi moduli CPP e CWS, al
modello di informazione, allintegrazione del sistema ed allambiente di comunicazione,
piuttosto che essere implementata come modulo separato. Il modulo CWE
(COMPLAN-Workshop-Evaluator) prende dal database e mostra i dati di costo ed i
tempi previsti e quelli reali, relativamente ai posti di lavoro oppure al periodo di
valutazione richiesto dallutente. I dati sono aggregati e visualizzati per identificare i
problemi e supportare le decisioni di eventuale variazione dei cicli di lavorazione.
I Moduli di Manutenzione (non mostrati in fig. A1.4.6) sono previsti per consentire
linserimento dei dati dellazienda, come i dati complessivi di produzione, le
conoscenze acquisite sulla pianificazione del processo, e quelle sullo scheduling.
A1.4.4.1.1.
fig. A1.4.7.
- A1.46 -
Il modulo di controllo delleditor del pezzo offre uninterfaccia utente utile allo
svolgimento delle seguenti attivit:
il programmatore in grado di creare manualmente una nuova descrizione di
pezzo sia sotto forma di schizzo, sia modificando una descrizione esistente, presa
dal database;
inoltre, egli ha la possibilit di prendere informazioni sul pezzo da un esistente
disegno CAD, chiamando il modulo CAD PPI. Quando questa procedura
chiamata, il modulo WP ECM lancia una sessione CAD, durante la quale il
programmatore crea la descrizione del pezzo per propriet;
la descrizione del pezzo, generata automaticamente o manualmente, pu essere
memorizzata e richiamata in ogni momento dal database.
A1.4.4.1.2.
fig. A1.4.8.
essa si connette a sistemi CAD 3D del tipo wire-frame (non modellazione solida).
Sopra ai tre moduli di colloquio, stato scritto il modulo comune WP CUPPL (WorkPiece
COMPLAN-Universal-Process-Planning-Language) per esportare i dati delle propriet in
formato standard ASCII. Linformazione delle propriet inviata tramite il modulo WP ECM.
A1.4.4.1.3.
- A1.48 -
fig. A1.4.9.
A1.4.4.1.4.
- A1.49 -
A1.4.4.1.5.
- A1.50 -
Il PN PPM basato sulla teoria della rete di Petri. Maggiori dettagli sui concetti ed i
metodi di creazione della pianificazione di processo sono descritti nel successivo
A1.4.5.
A1.4.4.1.6.
- A1.51 -
AVOPLAN
TORNITURA CONVENZIONALE ASSIALE ESTERNA
Diametro
grande
80
Sezione
- Sgrossat.
Lunghezza
piccolo
65
Lavor.
ZG03
racc.
50
200
0.50
i
1
smusso
7
Lavorazione continua
(S/N)
tempo
Lavorazioni e tempi
0.18
- 1. Taglio
1.00
0.00
0.00
0.00
- tornitura IT 7
3.20
0.00
- Finitura 1
260
0.16 2
0.54
- Finitura 2
260
0.08 0
0.00
- Rettifica
260
0.25 0
0.00
- rettifica
0.00
tempo
0.00
4.20
0.72
Quando chiamato per la creazione del piano di processo, AVOPLAN offre una
serie completa di funzioni di programmazione di processo:
programmazione interattiva del processo per creare schemi di processo nuovi o
modificarne di esistenti;
programmazione semiautomatica del processo per mezzo di operazioni standard,
sequenze di operazioni standard e schemi di processo standard;
programmazione automatica del processo.
LIVELLO
SCOPO
MRS
2 mesi
SRS
4 settimane
ODM
ORIZZONTE
Tutti i moduli di scheduling lavorano sugli stessi dati (gli ordinativi), perci,
linterazione tra i moduli deve essere organizzata. Questo fatto per mezzo
dellinformazione dello stato degli ordini di lavorazione e del livello di avanzamento del
lavoro.
Lo schedulatore di COMPLAN comprende i seguenti submoduli:
linterfaccia PSI al sistema PPC,
lo schedulatore di medio periodo MRS,
lo schedulatore di breve periodo SRS,
il modulo di distribuzione degli ordini ODM,
linterfaccia con la produzione WSI
Consideriamo in breve il primo e lultimo di questi moduli:
Linterfaccia PSI al sistema PPC. Essa crea un collegamento a monte col sistema
PPC o MRP. I nuovi ordini sono presi dal sistema PPC e caricati sul database
COMPLAN. La sua configurazione e funzionalit dipendono principalmente dalla
qualit dei dati forniti dal sistema PPC. Il minimo di informazione che deve essere
fornita dal sistema PPC per avere un ordine di lavorazione lidentificazione della
programmazione del processo, la quantit di prodotto da fabbricare ed i termini di
scadenza per la consegna.
Linterfaccia alla produzione WSI. Questa interfaccia fornisce il richiesto feedback
di informazione dalla produzione al sistema COMPLAN. Il suo scopo di collegarsi ai
sistemi commerciali di registrazione dei dati di produzione in possesso dellutente. E'
possibile anche linserimento manuale dei dati di feedback, per mezzo dellinterfaccia
utente grafica della produzione e dei modelli d'ordine.
- A1.53 -
A1.4.4.2.1.
A1.4.4.2.2.
- A1.54 -
Lo scopo principale dellSRS di ordinare gli ordini di lavorazione che sono stati
stesi da MRS ad un livello di dettaglio aggregato per specifici posti di lavoro e con
definite date di lancio, automaticamente (usando le diverse strategie di scheduling),
oppure manualmente (con operazioni di spostamento col mouse). Il modulo SRS copre
il termine da una fino a pi settimane.
LSRS aggiornato con i dati della produzione registrati, per esempio con le date
reali di inizio e di scadenza e con le interruzioni di attivit dei posti di lavoro. Questo
consente allo schedulatore di tener conto della situazione reale della lavorazione e di
reagire prontamente e conseguentemente. Una delle possibili reazioni la modifica
delle sequenze NLPP di esecuzione di un ordine di lavorazione. D' altra parte, lSRS
permette di reagire allaggiornamento di un ordine, od allarrivo di uno nuovo dal
sistema PPC od MRP a monte di esso.
In fig. A1.4.14 mostrata una finestra del diagramma di Gantt simile a quella del
modulo SRS. Essa mostra lallocazione degli ordini di lavorazione ai posti di lavoro nel
formato grafico OSF/Motif/X, il quale permette operazioni di scroll e di zoom. Si
possono osservare le durate previste e reali delle operazioni, gli stati degli ordinativi
evidenziati da diversi colori, mentre una migliore informazione sugli ordinativi e sui
posti di lavoro appaiono con un semplice click del mouse.
Dalla finestra del diagramma di Gantt si pu richiamare la maggior parte dei moduli
CWS, lMRS, lSRS automatico, leditore NLPP, ecc. Il diagramma di Gantt stato
progettato per riflettere il pi precisamente possibile il pensiero ed il lavoro consueto
del personale interessato allo scheduling ed alla distribuzione degli ordini. Il monitor
- A1.55 -
offre varie opzioni per la personalizzazione, sia per riguardo al livello di dettaglio, sia
per le informazioni addizionali sotto forma di testi, e possono essere mostrati specifici
gruppi di ordinativi e di risorse.
Le funzioni sono state implementate in modo da automatizzare ed agevolare il pi
possibile il raggiungimento degli obiettivi delloperatore, cosicch egli sia concentrato
sulle decisioni da prendere. Il modo completamente automatico produce uno scheduling
di breve periodo deterministico SRS, come base per successive operazioni manuali di
aggiustamento. A questo scopo, stata scelta la strategia basata sulle risorse disponibili
e quella basata sugli ordinativi, che minimizza i tempi di preparazione. Con la strategia
basata sulle risorse, si usa una simulazione per eventi. Invece, con la strategia basata
sugli ordinativi, lo scheduling tiene conto delle loro priorit. Linterfaccia grafica
consente di gestire gruppi di ordini di produzione secondo la specifica strategia scelta.
Un modo speciale di procedere permette di effettuare lo scheduling manualmente a
livello MRS. In tal caso, loperatore avvia successivamente lSRS per ottenere un
livello di dettaglio migliore sullallocazione delle risorse.
LSRS permette di generare scheduling alternativi, anche se solamente uno di essi
sar poi scelto come operativo da tutte le entit di programmazione a valle, per esempio
il modulo di distribuzione o linterfaccia con la produzione. Cos, loperatore elabora
diversi scheduling e pu valutarli e confrontarli. Quindi ne sceglier uno, tuttavia quelli
alternativi continuano ad essere aggiornati con i dati di feedback della produzione.
Questo approccio facilita la scelta successiva tra alternative, in caso di necessit.
Se uninterruzione del servizio od altri disturbi alla produzione si dovessero
verificare, deve essere eseguito un rescheduling di breve periodo del tipo descritto
sopra, ma questo pu non essere sufficiente. Allora, uno dei seguenti metodi pu essere
seguito:
aumento della capacit produttiva, modificando il modello di utilizzo di una
risorsa per mezzo delleditor richiamabile dal diagramma di Gantt,
rifiuto dellordine di lavoro o commissione del lavoro allesterno,
scelta di un percorso alternativo dellordinativo, selezionando unalternativa
allinterno dellNLPP. Richiamando leditor di NLPP, si individua e si sceglie un
ciclo di lavorazione alternativo allinterno dello schema di processo non lineare.
A1.4.4.2.3.
- A1.56 -
Durante lo svolgimento delle sue funzioni, il modulo ODM colloquia con il database
COMPLAN, in quanto i dati devono rappresentare linformazione reale per tutti i
moduli. Per questo, ODM programmato ed implementato come processo separato,
senza alcuna possibilit di interazione da parte dellutente. Il suo comportamento pu
essere personalizzato specificando un vettore di parametri in un file di installazione, il
quale pu essere fatto partire in ogni momento. Opzionalmente, lODM pu stampare
messaggi di protocollo sullo schermo od in un predisposto file di protocollo.
ODM processa il lavoro in modo polling, cio lesecuzione delle sue funzioni
principali di controllo dipende dalle richieste pendenti da parte degli altri moduli, le
quali sono rilevate facendo continue interrogazioni, ad una frequenza che pu essere
specificata dallutente nel file di installazione. Le operazioni di ODM conseguenti sono
compiute in dipendenza del procedere reale del tempo indicato dal suo clock, il quale
settato da uno specifico file della risorsa clock, che, a sua volta, permette allutente di
impostarne il tempo di partenza e la velocit. Con questa risorsa, il clock ODM
sincronizzato con il clock degli altri moduli COMPLAN ed possibile realizzare la
simulazione del ciclo produttivo.
CPE
Scheduling
CWS
Pianificazione
di processo CCP
LEGAMI
Feedback
di Scheduling
e Produzione
- A1.57 -
Cos, se sono stati raccolti sufficienti dati, COMPLAN, basandosi sui risultati della
valutazione della produzione, consente la creazione di legami sia manualmente, sia
automaticamente. Ad esempio, se i risultati della valutazione della produzione indicano
un frequente sovraccarico delle risorse, un legame del tipo: prevedere alternativa al
posto di lavoro 4711 pu essere creato automaticamente. La creazione manuale dei
legami un mezzo per arricchire il know-how e lesperienza da parte del personale
responsabile dello scheduling. A questo scopo, previsto un menu di interfaccia utente
grafica del modulo SRS, il quale supporta le operazioni manuali sui legami.
X-Windows
MS Windows
API
interfaccia
grafica
UNIX
ANSI C;
C++
applicazioni
simulazioni
SQL
accesso
database
fig. A1.4.16. Scambio dei dati nel modulo valutatore CWE. Configurazione a tre
livelli.
sulla base dei dati cos strutturati, un secondo processo esegue i calcoli e fornisce
i risultati della valutazione. Tale processo calcola gli indici di produzione, svolge
lindagine statistica e calcola la distribuzione delle frequenze degli indici. Con un
passo successivo, questi risultati sono predisposti per la rappresentazione grafica;
un terzo processo mostra graficamente i risultati della valutazione, nel formato
adatto.
Per far fronte alle diverse esigenze di pi utenti, sono stati realizzati due livelli di
valutazione:
una valutazione di breve periodo fornisce un accesso rapido alla rappresentazione
dei processi produttivi, attraverso diagrammi di flusso e tabelle degli indici
caratteristici, come mostrato in fig. A1.4.17 e fig. A1.4.18;
la valutazione di medio e lungo periodo ha lo scopo di esaminare le prestazioni
statistiche globali dellazienda su un orizzonte pi largo. A questo scopo,
diagrammi di distribuzione del carico di lavoro e dei tempi di esecuzione
consentono lanalisi della struttura degli ordinativi.
Le prestazioni della produzione ed il potenziale loro miglioramento possono essere
identificate con le curve caratteristiche operative di fig. A1.4.18.
Il modulo CWE usato principalmente in modo interattivo per supportare le
decisioni dello schedulatore e del direttore di produzione. Si possono creare rapporti che
distribuiscano ai responsabili i dati delle prestazioni dellazienda.
fig. A1.4.19. Editore GPN, che consente la conservazione della conoscenza dello
scheduling.
- A1.60 -
A1.4.5.
A1.4.5.1.1.
- A1.61 -
- A1.62 -
A1.4.5.1.2.
reparto
scheduling
note
interfaccia
CAD
pianificazione
processo
ordinativi
in arrivo
interfaccia
PPC
vincoli produzione
moduli
pianificazione
processo
modello
pezzo
valutatore
pianificatore
processo
moduli
scheduling
valutatore
scheduling
NLPP
programmi
produzione
risorse
produzione
tempi operativi
compiuti
valutatore
produzione
produzione
- A1.63 -
Per essere in grado di utilizzare pienamente la flessibilit dellNLPP per lo scheduling, era
necessario sia sviluppare un nuovo sistema, sia estenderne uno esistente. I rischi derivanti da
forti modifiche dei sistemi esistenti sono difficili da prevedere, mentre lo sviluppo di un sistema
nuovo elimina tutti i problemi di gestione delle licenze dei prodotti commerciali nella
commercializzazione successiva del sistema. Perci, il progetto COMPLAN ha previsto la
stesura di un sistema di scheduling nuovo; questo ha consentito anche un progetto ottimizzato
per riguardo allutilizzo delle tecniche NLPP e ladozione del concetto gerarchico di scheduling.
- A1.64 -
as
os
aj
105.06
oj
107.02
os : or dividi
oj : or congiungi
os
oj
as : and dividi
aj : and congiungi
198.01
Macch. n
710.00
198.01
105.13
105.06
107.02
217.37
217.29
218.05
217.37
os
217.29
oj
218.05
Descrizione
tempo tempo
registr. lavoraz..
troncatrice
trapano a mano
centro di lavoro, alesatrice or./vert. NC 3 assi
centro di lavoro, alesatrice or./vert. NC 4 assi
centro di lavoro, alesatrice or. NC 4 assi
fresatrice
fresatrice NC
centro di lavoro, trapano NC
5
150
100
30
50
80
100
100
10
500
150
100
110
130
90
50
- A1.65 -
A1.4.5.3.1.
Propriet di Lavorazione.
Le propriet impiegate dai progettisti possono differire tra esse in maniera molto
sensibile, ad esempio propriet di progetto e propriet di lavorazione. Il sistema
COMPLAN usa come input le propriet di lavorazione.
A1.4.5.3.2.
- A1.66 -
Molti tentativi sono stati fatti per definire un catalogo standard delle propriet, come
nel caso del catalogo standard della pianificazione di processo per propriet di JohnDeere, il quale descrive una gerarchia di propriet orientate al processo, ed il catalogo
PDES/STEP (ISO CD 10303), il quale contiene le propriet orientate al progetto. Questi
cataloghi sono molto elaborati (pi di 100 propriet), ma sempre soffrono di una
inevitabile incompletezza e non possono mai corrispondere esattamente alla pratica
della specifica azienda.
Invece, un catalogo delle propriet che sia estensibile da parte del pianificatore
consente allazienda di implementare le proprie specifiche conoscenze di pianificazione
di processo in modo personale e diretto (tenendo conto delle proprie abitudini), senza
troppe informazioni: con circa 20 propriet si pu coprire il 90% dei pezzi da lavorare
in azienda. Inoltre, il catalogo estensibile permette di aggiornare le propriet in accordo
con levoluzione della tecnologia delle macchine. Poich il catalogo personalizzato
presenta molti vantaggi, e poich esso pu essere reso sempre compatibile con uno
standard, in COMPLAN si scelto di adottare questa opzione.
A1.4.5.3.3.
pianificazione interattiva,
pianificazione per similitudine,
pianificazione automatica di processo per propriet.
A1.4.5.4.1.
definizione
propriet
pezzo
CAD
interfaccia
pianificazione
pezzo
pianificazione processo
pezzo
modulo
controllo
editor
...
database
lavorazione
NLPP
modulo
controllo
editor
modulo
pianificazione
processo
...
NLPP
...
pezzo
LEGENDA
protocollo di
comunicazione
linguaggio universale
pianificazione processo
accesso
lettura/scrittura
modello
produzione
basi delle
conoscenze
accesso
sola lettura
modulo
manutenzione
A1.4.5.4.2.
Per creare un NLPP, il sistema STS PPM permette sia la pianificazione interattiva,
sia quella completamente automatica. Per la determinazione automatica dellordine
ottimale di lavorazione, assegnato un indice di merito ad ogni operazione, il quale
rappresenta il livello di trasformazione eseguito dalla specifica macchina utensile.
Questo fattore ricavato dalla valutazione di tutte le propriet del pezzo presenti allo
stato corrente, a partire dallultima operazione eseguita e dallultima macchina utensile
impiegata. Le regole applicate per eseguire tali valutazioni sono basate sulla conoscenza
strategica della pianificazione di processo della specifica azienda.
foro1
foro2
- A1.70 -
Il modo di procedere non differisce solamente per il modo in cui la ricerca fatta nellultimo
passo:
nel caso di modalit automatica, lutente indica inizialmente il numero di soluzioni che
egli vuole ottenere per una specifica strategia di ricerca (ad esempio, tre soluzioni col
minimo di registrazioni, due soluzioni col minimo di colli di bottiglia sulle macchine
utensili, ecc.). La minimizzazione realizzata per mezzo delle funzioni di analisi dei costi
ed un algoritmo basato sulle tecniche di Intelligenza Artificiale;
nel caso di modalit semiautomatica, il modulo costruisce lo spazio di ricerca allo stesso
modo. Tuttavia, lalgoritmo di ricerca ora guidato dallutente: uninterfaccia utente
mostra lo stato NLPP intermedio. Cliccando su uno dei nodi, egli lo espander in modo
che, ad ogni operazione, lutente seleziona un posto di lavoro ed una serie di operazioni
da effettuare allinterno di esso. Sono permesse allutente solamente le scelte valide
(legali), poich il modulo di controllo incorporato verifica se la soluzione proposta
obbedisce completamente ai legami definiti.
Per migliorare le prestazioni della ricerca, nel modulo PN PPM stato incluso il
concetto di pianificazione di processo opportunistica. Tale metodo di pianificazione
divide le propriet del pezzo in due liste mutuamente esclusive, chiamate catalogo delle
propriet importanti e catalogo di quelle non importanti. Si crea un NLPP come
descritto sopra, tenendo conto delle propriet importanti: successivamente, tutte le
propriet non importanti sono aggiunte una ad una allNLPP. Se una propriet non pu
essere aggiunta correttamente, lutente ne informato e tale propriet spostata al
catalogo delle propriet importanti. La selezione tra propriet importanti e non
importanti fatta dallutente. Il concetto di pianificazione opportunistica di processo
permette di limitare lampiezza dello spazio di ricerca, perci diminuisce il tempo
richiesto per la creazione. Inoltre, questo metodo corrisponde al modo col quale il
pianificatore effettivamente opera manualmente. Infatti, egli pone lattenzione su poche
propriet che hanno una grande influenza sulla soluzione. Infine, egli verifica se la
soluzione ottenuta soddisfacente per tutte le propriet1.
A1.4.5.4.3.
Scheduling Gerarchico.
macchine). Per questo motivo, si stanno prospettando altri approcci, basati sugli aspetti
matematici pi profondi del problema della scheduling (ad esempio il rilassamento di
Lagrange, metodi euristici, ecc.).
Invece, lapproccio COMPLAN ispirato alla pratica industriale. In esso lo
scheduling unazione interattiva in fase con la produzione e con una cura del dettaglio
dipendente dallorizzonte di tempo scelto. In dipendenza dallorizzonte di tempo, sono
importanti aspetti diversi. Cio, una pianificazione delle risorse dettagliata e
deterministica richiesta solo poco tempo prima del lancio del lavoro, mentre la
pianificazione delle richieste dei materiali ha luogo nel lungo periodo, e le funzioni che
operano nel medio periodo sono quelle di bilanciamento del carico di lavoro e di lancio
degli ordini.
complessit
del problema
di scheduling
MRP
ordinativi
scheduling
grossolano
scheduling
fine
DATABASE
controllo e
valutazione
feedback
produzione
- A1.72 -
- A1.73 -
ore
lavorative
portafoglio
medio
lead time medio
linea della capacit produttiva
output = tan = portafoglio medio
lead time medio
medio
input reale
ordinativi
input medio
output
previsto
scadenze pianificate
contenuto
di lavoro
portafoglio
iniziale
tempo operativo
coda
elemento di
deviazione
elemento di
attraversamento
output reale
ordinativi
periodo di valutazione
output
reale
output reale
utilizzazione = output previsto
giornate lavorative
- A1.74 -
- A1.75 -
A1.4.5.6.1.
A1.4.5.6.2.
2H.-P.
I dati del sistema sono quelli che hanno una struttura fissa nelle applicazioni e non
cambiano nella personalizzazione del sistema. Nel database essi sono in memoria con attributi
fissi in tabelle fisse. Il numero di tabelle minimo (ad esempio una di esse chiamata
OPERATION).
I dati dellutente sono quelli personalizzati allinstallazione del sistema. I campi dei dati
sono memorizzati in tabelle separate (ad esempio OPERATION USER PARAMETER), ed i
valori dei dati sono memorizzati in una tabella aggiuntiva (ad esempio: OPERATION USER
DATA).
Per realizzare il modello informatico, stato usato il sistema di gestione dei dati ORACLE 7,
in modo che esso sia portabile in molte piattaforme hardware e software. Il database pu essere
installato sulla workstation come gli altri moduli o su un server dedicato.
A1.4.5.6.3.
Il linguaggio di programmazione per oggetti OOP usa gli oggetti come astrazioni del mondo
reale. Gli oggetti combinano i concetti di dato e di funzione, in quanto possiedono i propri
attributi ed un insieme di operazioni ammesse che costituiscono i metodi. In un sistema software
per oggetti, gli oggetti comunicano tra loro mediante messaggi. Oggetti simili possono essere
classificati in classi e le classi possono essere ordinate in modo gerarchico in modo che una
superclasse possa passare gli attributi e le operazioni ammesse ad ogni sottoclasse. Questo
accorgimento rende facile programmare e modificare il sistema software per oggetti.
La programmazione per oggetti risolve le richieste di un moderno sistema interattivo come
COMPLAN. Per esempio, loggetto ordine di lavorazione trattato in modo diverso dal
modulo di programmazione di lavorazione Medio/Breve Termine, da quello del Diagramma di
Gantt, dalla Trasmissione dellordine o dallInterfaccia di Produzione. Cos, possibile
assegnare allo stesso oggetto il concetto di eredit. Il risparmio di tempo di programmazione
che ne deriva costituisce uno dei principali benefici del linguaggio OOP nella programmazione
e nella stesura di un software completamente nuovo. COMPLAN fondamentalmente basato su
un orientamento per oggetti C++, mentre il modulo automatico di pianificazione di processo a
rete di Petri impiega il sistema per oggetti Common LISP.
Il programma del software COMPLAN costruito sul concetto delleredit. Vediamo due
esempi di implementazione dello scheduling e della programmazione della lavorazione.
PROPRIETA' GRAFICHE
eredit
Oggetto
Lellisse di sinistra mostra loggetto base universale ordine di lavorazione, mentre quella a
destra fornisce i metodi grafici inerenti gli oggetti generici. Lellisse in basso rappresenta
loggetto che stato costruito per mezzo delleredit di entrambi, la classe base degli ordini di
lavorazione e la classe generica della grafica. Il nuovo oggetto usato nel diagramma di Gantt,
dove esso rappresenta lordinativo di lavorazione sotto forma di un simbolo grafico (ad esempio
un rettangolo) che pu essere mostrato ed inoltre pu coprire lintero spettro delle funzioni
collegate allo scheduling delloggetto universale di base, ordine di lavorazione.
- A1.77 -
Grafica
eredit
NLPP
A1.4.5.6.4.
Albero di Ricerca
I programmatori hanno usato il linguaggio C++ per lo scheduling ed il CLOS nel campo del
PN PPM. Tutto il software stato collegato allambiente X11 r5 Xt Intrinsic e Motif v1.2.
Il beneficio di impiegare linguaggi per oggetti stato tale che lo sforzo richiesto per
sviluppare i moduli di interfaccia utente stato molto sotto del previsto 50% di quello totale di
programmazione.
Per lo scheduling di lavorazione, gli oggetti base di interfaccia (come la barra dei menu,
larea di lavoro, le finestre scorrevoli, i comandi a bottone, i pannelli di dialogo, ecc.) sono stati
presi dalle librerie Motif/C++ di Douglas-Young, che sono di pubblico dominio. Invece, il
modulo PN PPM contiene una specifica libreria LISP (CAPI), la quale impiegata per le
funzioni di interfaccia utente di alto livello e pure come grafica X-Windows di basso livello per
disegni, funzioni di trascinamento col mouse, cancellatura, quali sono impiegati nellediting del
diagramma a rete di Petri.
Sia lo scheduling, sia il PN PPM fanno uso di programmazione a dialogo estesa, per editare
il grande ammontare di dati nei moduli. Controlli di sintassi sono direttamente linkati ad ogni
campo di inserimento ed operatori di copia degli oggetti garantiscono che lutente non possa
rovinare i dati durante leditazione.
Per lo scheduling di lavorazione, la speciale finestra del diagramma di Gantt richiede
tecniche windowing pi sofisticate di quelle reperibili nelle librerie di Young. Perci, tecniche
di basso livello di Motif e di X-Windows sono state introdotte nel disegno delle classi (per
esempio le forme degli oggetti di disegno, i colori di riempimento ed le ombre, lindividuazione
degli oggetti con interazione dellutente, ecc.). Le classi corrispondenti costituiscono una
libreria grafica che diventa indipendente dalle strutture specifiche di COMPLAN e, cos, ne
consentono un flessibile uso in quanto le propriet grafiche semplicemente indirizzano lutente
verso le classi con laiuto di eredit multiple.
A parte la grafica di basso livello, gli oggetti base dellinterfaccia utente obbediscono alle
prescrizioni del manuale del Motif-Style. Cos, lutente in grado di cambiare laspetto delle
finestre semplicemente cambiando i file risorsa di Motif in accordo con i colori, il linguaggio e
le forme preferite.
Ancora pi complesse strutture dei dati, come un ordine di lavorazione che appaia in colore
diverso a seconda dello stato di avanzamento, possibile con limpiego di finestre di dialogo
specifiche, ma facili da interpretare. A questo scopo una classe resource-manager disponibile
in tutte le aree di sviluppo di COMPLAN.
- A1.78 -
A1.4.5.6.5.
Comunicazione Inter-Process.
- A1.79 -
Foreman porta
l' ordine di lav.
nel posto di lavoro
Trasporto
Ufficio emissione
Il programmatore
seleziona l' ordine
successivo
Ufficio emissione
ordine:
trasmesso!
Ufficio emissione
Il programmatore
raccoglie gli ordini
per il p. di lavoro
lavorazione
la scheda di
lavorazione
ed il rapporto sono
collegati al pezzo
Ufficio emissione
Il programmatore
inserisce i dati di
feedback nel PPC
Ufficio emissione
Ordine:
operazione
finita
Foreman prende
l' ordine di lav.
lo firma e lo
riporta in ufficio
Per lutente finale LVD, COMPLAN rappresenta anche lintroduzione di una nuova
organizzazione di programmazione della lavorazione e di lancio degli ordinativi. Come
si vede in fig. A1.4.28, prima dellintroduzione di COMPLAN queste attivit erano
basate sul flusso fisico di una scheda informativa legata allordine, sulla quale venivano
- A1.80 -
A1.4.7.
AVOPLAN
AVOPLAN PPM
CAD
CAD PPI
CCS
CF PPI
CODL
COMPLAN
CPE
CPP
CUPPL
CWE
CWS
ECM
GUI
MRP
MRS
NLPP
NLPP ECM
ODM
PN PPM
PPC
PPI
PPM
- A1.81 -
PSI
RDBMS
SRS
STS PPM
UR
WP ECM
WPD
WSI
A1.4.8.
Ulteriore Bibliografia
MB
- A1.82 -
- A1.83 -
- A1.84 -
fig. A1.4.2.
fig. A1.4.3.
fig. A1.4.4.
fig. A1.4.5.
fig. A1.4.6.
fig. A1.4.7.
fig. A1.4.8.
fig. A1.4.9.
fig. A1.4.10.
fig. A1.4.11.
fig. A1.4.12.
fig. A1.4.13.
fig. A1.4.14.
fig. A1.4.15.
fig. A1.4.16.
fig. A1.4.17.
fig. A1.4.18.
fig. A1.4.19.
fig. A1.4.20.
fig. A1.4.21.
fig. A1.4.22.
fig. A1.4.23.
fig. A1.4.24.
fig. A1.4.25.
fig. A1.4.26.
fig. A1.4.27.
fig. A1.4.28.
- A1.85 -
UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA
LA PROGETTAZIONE DEGLI
IMPIANTI INDUSTRIALI MECCANICI
Vol. 2
2.
Lorenzo Rosa
2.
Esempio
Unazienda agraria voglia provare su un appezzamento di terreno di 9m2 lefficacia di dosi
crescenti di fertilizzante.
NORD
I
comparto
II
comparto
III
comparto
fig. 2.1.
1D.
- 2.1 -
Esempio
In un reparto metalmeccanico si producano alberi e si vogliano individuare gli andamenti dei
parametri qualitativi diametro dellalbero in una certa sezione e precisione di forma. Si decida di
stendere il Diagramma delle Misure Individuali.
fig. 2.2.
Il Diagramma delle Misure Individuali costruito nel modo seguente: si pone lungo lasse
orizzontale il numero ordinale del pezzo (cio corrispondente allordine in cui stato lavorato)
e, lungo lasse delle ordinate, il valore dellindice qualitativo scelto. Lesempio di fig. 2.2 si
riferisce a 51 misure del diametro di un lotto di alberi lavorati al tornio, in particolare il valore
del diametro medio e gli errori di cilindricit. E' evidente dal diagramma che, a dispetto della
costanza delle condizioni di lavorazione di tutti gli alberi del lotto, il diametro di ogni albero
differisce dal precedente e dalle dimensioni di progetto 64.9.
- 2.2 -
(2.1)
- 2.3 -
tab. 2.I.
numero del
campione
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
osservazioni
74.030
73.992
74.024
73.996
73.007
73.994
74.006
74.006
73.995
74.000
73.998
74.000
74.002
73.967
74.014
73.984
74.012
74.010
74.002
74.010
74.001
73.999
73.989
74.008
73.984
74.002
73.995
73.998
74.002
73.992
74.009
73.995
73.995
74.008
73.998
73.994
74.004
73.983
74.006
74.012
74.000
73.994
74.006
73.984
74.000
73.998
74.004
74.010
74.015
73.982
74.019
74.001
74.021
73.993
74.015
73.997
73.994
73.994
74.009
73.990
73.994
74.007
73.998
73.994
73.998
74.005
73.986
74.018
74.003
74.013
74.009
73.990
73.990
73.993
73.995
73.992
74.011
74.005
74.015
73.989
73.985
74.000
74.000
74.005
74.007
73.995
74.000
73.997
74.000
73.999
73.998
74.005
74.003
74.005
74.020
74.005
74.006
74.009
74.000
74.017
74.008
74.004
74.002
74.009
74.014
73.993
74.005
74.005
74.004
73.995
73.990
73.996
74.012
73.984
74.007
73.996
74.007
74.000
73.997
74.003
73.996
74.009
74.014
74.010
74.013
Listogramma di fig. 2.3 mostra le frequenze rilevate per ogni campo di diametri,
sotto forma di altezza delle barre. La rappresentazione grafica permette di stimare
agevolmente le tre propriet pi rilevanti dei dati:
la forma,
- 2.4 -
la media,
la dispersione, od ampiezza del campo di variabilit delle quote.
frequenza
25
23
22
22
19
20
15
13
10
10
4
1
0
73.975
73.985
73.995
74.005
74.015
74.025
73.965
73.970
73.980
73.990
74.010
74.020
74.030
74.000
fig. 2.3.
x f
M ( x ) = 1 kj j
1 f j
k
dove:
k il numero di classi in cui stata divisa la popolazione,
- 2.5 -
la sua frequenza.
fj
La media ponderata comoda solamente dal punto di vista del calcolo manuale, poich
consente di introdurre solo pochi valori delle misure. Tuttavia essa non coincide con
quella aritmetica; principalmente per questo motivo, ma anche per la diffusione di
metodi di acquisizione automatica delle misure che eliminano il lavoro manuale di
introduzione dei dati, la media ponderata sempre meno utilizzata.
Il grado di addensamento dei dati intorno alla media aritmetica viene misurato dalla
varianza:
n
S2
(x i x) 2
= 1
n 1
Nel caso di assenza di variabilit della misura, cosa che si presenta nel caso di una
sola misura, si assume la varianza S2 = 0 . Lunit di misura della varianza il quadrato
delle unit di misura dei dati originari, ci che spesso rende il dato scomodo da
2
interpretare. Cos, usualmente si preferisce il riferimento alla radice quadrata di S ,
chiamata deviazione standard della popolazione:
n
S=
1 (x i x ) 2
(2.3)
n 1
ed S = 0. 010 mm .
74.03
74.02
74.01
74.00
73.99
73.98
73.97
73.96
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
fig. 2.4.
Analisi della dispersione riga per riga del diametro degli anelli allinterno
del campione estratto dal lotto di tab. 2.I.
Listogramma un mezzo molto utile di rappresentazione dei dati, potendo esso dare
informazioni buone ed immediate allingegnere della qualit sulle propriet della
popolazione. Tuttavia, esso non permette lindividuazione delle singole misure, poich
tutte le quote che cadono allinterno di una classe non sono distinte. Esistono vari tipi di
- 2.6 -
- 2.7 -
2.1.1.
2.1.1.1.
Distribuzione Binomiale.
Si abbia una popolazione di un gran numero di pezzi, dei quali la frazione p siano
buoni, mentre la frazione q = (1 p ) esprime la quantit di pezzi difettosi. Vogliamo
conoscere la probabilit di estrarre, con n estrazioni indipendenti (cio tali che ad ogni
estrazione si rimette il pezzo estratto), x pezzi buoni e, quindi, n-x pezzi difettosi.
Ogni sequenza di x buoni ed n-x difettosi una delle possibili combinazioni di x
buoni ed n-x difettosi e la probabilit di una tale combinazione :
px q n x
dove:
p la probabilit di trovare pezzi buoni con una sola estrazione,
q la probabilit di trovare pezzi difettosi con una sola estrazione.
P(x)
0.6
0.5
n = 10
0.4
0.3
n = 50
0.2
n = 100
0.1
0
0
10
11
12
13
14
fig. 2.5.
Distribuzione binomiale.
n
P( x ) = p x q n x
x
(2.4)
A P ( ) = 1
A = {0, 1, ..., n}
e definita per x=1, 2,..., n. La media della distribuzione, cio della variabile casuale x, :
= np
(2.5)
cio, su n estrazioni, si hanno in media n p pezzi buoni, mentre la varianza della
distribuzione :
2 = n p q
(2.6)
Esempio
Si abbia un lotto molto grande, il quale contenga il 10% di pezzi difettosi. Allora p=0.90 e la
probabilit di estrarre esattamente due pezzi difettosi su un campione di 10 pezzi estratti, cio di
estrarre 8 pezzi buoni su 10, :
10
P(8) = 0.90 8 0.10 2 = 45 0.4305 0.01 0.1937
8
2.1.1.2.
Distribuzione Ipergeometrica.
- 2.9 -
D N D
x
nx
p( x ) =
N
n
x = 0,1,..., min(n , D)
(2.7)
1
N N N 1
(2.8)
p(x)
N=100, n=10
0.4
0.35
D=10
0.3
D=25
0.25
0.2
D=50
0.15
0.1
0.05
0
0
fig. 2.6.
10
- 2.10 -
Esempio
Si supponga che un lotto contenga 100 elementi, dei quali 5 non siano conformi alle specifiche
tecniche. Se si forma un campione casuale di 10 elementi, senza sostituzione, allora la
probabilit di trovarne uno o nessuno non conforme nel campione :
P{x 1} = P{x = 0} + P{x = 1}
5 95 5 95
0 10
1 9
= + = 0.923
100
100
10
10
2.1.1.3.
Distribuzione di Poisson.
x = 0, 1,...
(2.9)
=4
0.16
0.14
0.12
=6
0.10
0.08
0.06
0.04
0.02
0
0
fig. 2.7.
10
11
12
13
14
x
15
= e 2 =
(2.10)
Esempio
Supponiamo che il numero di difetti di pista che si verificano in una scheda di circuito stampato
sia distribuita secondo Poisson con media , e quindi con il parametro = 4 .
La probabilit che una scheda scelta casualmente contenga due, o meno, difetti :
2e
P{x 2} = 0
4x
= 0.0183 + 0.0733 + 0.1464 = 0.2380
x!
Esempio
Si confrontino nella seguente tabella le esatte probabilit (con la Distribuzione Binomiale) e le
propriet approssimate (con la Distribuzione di Poisson) di estrarre x = 0, 1, 2, ... pezzi buoni in
64 estrazioni indipendenti da un lotto in cui i pezzi buoni sono p = 1 / 32 . Con questo dato, il
valore di per la Distribuzione di Poisson risulta:
m = n p = 64 / 32 = 2 .
binom. 0.131
Poisson 0.135
2.1.1.4.
0.271
0.271
0.275
0.271
0.183
0.180
0.090
0.090
0.035
0.036
0.011
0.012
0.003
0.004
0.001
0.001
0.000
0.000
Distribuzione Rettangolare.
2 =
2
12
- 2.12 -
2.1.2.
Ogni distribuzione pu essere caratterizzata da quattro parametri, che sono gli stessi
per ogni distribuzione:
la media: per distribuzioni simmetriche la media d una buona descrizione della
tendenza centrale del processo. Per distribuzioni molto distorte, la mediana pu
essere un indicatore molto migliore della stessa tendenza centrale;
la deviazione standard: indicata con , essa offre una stima della variabilit. In
termini matematici essa il momento secondo, rispetto alla media. In termini pi
semplici, essa rappresenta quanto largamente variano le osservazioni intorno alla
media;
la asimmetria: fornisce una misura della posizione della moda (od il punto pi
alto della distribuzione). In termini matematici, esso il momento terzo, rispetto
alla media. Quando la moda a sinistra della media, l'asimmetria negativa, a
destra positiva;
l'eccedenza (curtosi): fornisce una misura della frequenza dei valori centrali in
confronto a quelli laterali. In termini matematici, essa una funzione del
momento quarto e della varianza, rispetto alla media. La Distribuzione Normale
ha un'eccedenza pari ad 1. Le distribuzioni che sono pi addensate sulla media
hanno le maggiori eccedenze.
mediana
fig. 2.8.
moda
- 2.13 -
x + x 2 + ... + x n
= 1
=
n
1 x i
(2.2)
Come si vede in fig. 2.8, la definizione (2.2), applicata ad una popolazione infinita
mediante un passaggio al limite, mostra che la media il centro di massa della
distribuzione di probabilit.
In fig. 2.8 rappresentata anche la mediana: essa una media lasca, cio il valore
della misura, che pi si avvicina alla media in una serie di misure disposte in ordine
crescente, o decrescente. Il numero di termini che precedono e seguono la mediana lo
stesso, se il numero di termini pari. Il concetto di mediana forse quello che pi si
avvicina al concetto intuitivo di media, ma non mai utilizzato nellambito del
controllo della qualit.
La moda di fig. 2.8 rappresenta semplicemente il valore cui corrisponde il massimo
assoluto della frequenza.
In questo paragrafo discuteremo di alcune distribuzioni continue che sono importanti
nel controllo statistico di qualit. Nel seguito e nella maggior parte dei casi, quando si
parler di distribuzioni continue di popolazioni infinite, preferiremo parlare di scarto
2
quadratico medio , invece che di deviazione standard S, o di varianza S .
2.1.2.1.
Distribuzione Normale.
- 2.14 -
Partendo appunto dalle due ipotesi tratte dallesperienza che gli errori abbiano uguale
probabilit di verificarsi in pi od in meno e che gli errori piccoli sono pi facili da
commettersi dei grandi, Gauss dimostr che la densit di frequenza relativa (probabilit)
degli errori casuali pu rappresentarsi con una curva continua, simmetrica ed illimitata
da entrambe le parti, che il limite cui tende listogramma descritto dai termini dello
sviluppo del binomio (p + q )m , quando m si faccia sempre pi grande e sia in media
p = q = 0.5 .
0.20
(x)
0.18
= 0.4
0.16
0.14
0.12
0.10
=1
0.08
0.06
0.04
= 2.5
0.02
0
-30
fig. 2.9.
-20
-10
10
20
30
variabile x
1
2
1 x 2
e 2
< x<
con:
- 2.15 -
(2.11)
x f (x) dx
(2.12)
+
2
( x )
f ( x) dx
(2.13)
1
2
a
P{a x b} =
1 x
e 2 dx
(2.15)
f (Z 0 ) =
Z 02
2
F{Z 0 } =
Z0
f ( Z) dZ
(2.14)
F(Z0)=0.5
Z0=-
F(Z0)=0
Z0=
F(Z0)=1
- 2.16 -
a
a
P{x a} = P Z 0
(2.16)
0.8
0.6
0.4
0.2
0
fig. 2.10.
-3
-2
-1
1
2
3
variabile normalizzata x
Esempio
La resistenza a trazione di una carta per confezionare prodotti alimentari unimportante
caratteristica di qualit. Sia noto dallesperienza che la resistenza a trazione x distribuita
normalmente con media = 280kPa = 28N / cm 2 e deviazione standard = 14kPa , cio:
x N(280,142 )
Lacquirente dei sacchetti di carta richiede una resistenza a trazione di almeno 245kPa. La
probabilit che un sacchetto prodotto con questa carta ecceda le specifiche P{ x 245} .
-2.5
fig. 2.11.
- 2.17 -
Si noti che:
P{ x 245} = 1 P{ x 245}
Per valutare questa probabilit dalla tab. A2.I, standardizziamo il punto 245 e troviamo:
245 280
P{ x 245} = P Z 0
=
14
(2.17)
P{ x a} = P{ x a}
Esempio
Dalla tab. 2.I, si pu estrarre la tab. 2.II, la quale indica la frazione di valori che pu assumere la
variabile x, minori od uguali del valore prefissato della prima colonna. In tab. 2.II, si fatto
riferimento al diametro interno degli anelli per pistone automobilistico della tab. 2.I, con
= 74.001 e = 0.010 .
La tab. 2.II utile per controllare se una distribuzione effettiva di frequenze
approssimativamente normale o meno. Infatti, baster determinare la media e la deviazione
standard della distribuzione effettiva, determinare la frazione di dati della distribuzione
effettiva che hanno valore inferiore o uguale a + , ad esempio per = 3, 2, ..., 2, 3, e
confrontare se queste percentuali effettive concordano o meno con quelle normali.
Eseguiamo ora il calcolo delle percentuali effettive di diametri e confrontiamole con quelle
normali. Cos, le percentuali ottenute sono riportate sulla terza e sesta colonna della tab. 2.II e
dovrebbero essere vicine a quelle normali, se la distribuzione dei diametri fosse distribuita
normalmente. Dai risultati si pu arguire che i diametri interni degli anelli elastici sono
distribuiti pressoch normalmente.
Per rendere pi facile il calcolo, ricostruiamo listogramma di fig. 2.3, con le nuove classi di tab.
2.II, ottenendo landamento di fig. 2.12. Allora, con la fig. 2.13 che ne deriva, essa rappresenta
la Distribuzione Normale Cumulativa di Probabilit.
Talora, questo controllo della normalit di una distribuzione effettiva pu essere insufficiente.
Come vedremo, per saggiare la bont dellapprossimazione normale di una distribuzione di
frequenze effettive, si pu anche ricorrere al test 2 .
- 2.18 -
tab. 2.II.
Z0 =
0 Z0
0 Z0
NORMALI EFFETTIVE
-
0.0000
-3.0
-2.8
-2.6
-2.4
-2.2
-2.0
-1.8
-1.6
-1.4
-1.2
-1.0
-0.8
-0.6
-0.4
-0.2
0.0
0.0013
0.0026
0.0047
0.0082
0.0139
0.0228
0.0359
0.0548
0.0808
0.1151
0.1587
0.2119
0.2743
0.3446
0.4207
0.5000
0.016
0.016
0.016
0.016
0.016
0.024
0.064
0.080
0.080
0.128
0.152
0.232
0.320
0.400
0.496
0.552
NORMALI EFFETTIVE
0.0
0.5000
0.552
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
2.2
2.4
2.6
2.8
3.0
0.5793
0.6554
0.7257
0.7881
0.8413
0.8849
0.9192
0.9452
0.9641
0.9772
0.9861
0.9918
0.9953
0.9974
0.9987
1.0000
0.608
0.712
0.768
0.848
0.880
0.920
0.944
0.960
0.976
0.984
0.992
0.992
0.992
1.000
1.000
1.000
14
12
10
8
6
4
2
0
73.971 73.979 73.987 73.995 74.003 74.011 74.019 74.027
73.975 73.983 73.991 73.999 74.007 74.015 74.023 74.031
fig. 2.12.
= 74.001
= 0.010
0.6
0.5
0.4
0.3
0.2
0.1
0.0
73.97
fig. 2.13.
73.98
73.99
74.00
74.01
74.02
74.03
diametro anelli elastici [mm]
Confronto tra frequenza relativa normale ed effettiva delle misure di tab. 2.I
e tab. 2.II.
Esempio
Il diametro dellalbero di un tipo di hard-disk per computer sia distribuito normalmente con
media 6.37 e deviazione standard 0.0127. La specifica del diametro dellalbero stata stabilita
in 6.35+0.0381. Si voglia determinare la frazione di alberi conformi alla specifica.
Analogamente a quanto fatto nellesempio precedente:
P{6.3119 x 6.3881} = P{x 6.3881} P{x 6.3119} =
6.3119 6.3700
6.3881 6.3700
=
=
0.0127
0.0127
- 2.20 -
Esempio
Supponiamo che x N (10, 9) e si voglia trovare il valore di x, indicato con a, tale che
P{ x > a} = 0.05 . Cio:
a 10
P{ x > a} = P Z 0 >
= 0.05
3
a 10
P Z 0
= 0.95
3
a 10
= 16449
.
3
ed: a = 10 + 3 16449
.
= 14.935
La Distribuzione Normale possiede molte propriet utili. Una di queste relativa alle
combinazioni lineari di variabili indipendenti distribuite secondo la normale.
Applicando il Teorema VII dellAppendice A2, se x1 , x 2 , ..., x n sono variabili di tal
tipo, rispettivamente con medie aritmetiche 1 , 2 , ..., n e scarti quadratici medi
12 , 22 , ..., 2n , allora la distribuzione di:
y = a1x1 + a 2 x 2 + ... + a n x n
(2.18)
(2.19)
2.1.2.1.1.
- 2.21 -
2.1.2.1.2.
y 1 i
n
1 i2
approssima tanto pi la Distribuzione Normale N(0,1), tanto pi n tende allinfinito.
Il Teorema del Limite Centrale implica che la somma di n variabili casuali distribuite
indipendentemente approssimativamente normale, a prescindere dalla distribuzione
delle singole variabili. Perch lapprossimazione sia soddisfacente, in alcuni casi essa
pu essere buona per n anche piccoli, ad esempio n<10, mentre in altri casi possono
essere richiesti n molto grandi, anche n>100. In generale, se le xi sono distribuite in
modo identico, e la distribuzione di ognuna non si discosta eccessivamente da quella
normale, il teorema del valore centrale funziona bene per n 4 . Si incontrano
frequentemente queste condizioni nei problemi di controllo della qualit.
Se la popolazione infinita, il Teorema del Limite Centrale afferma che la
distribuzione della variabile casuale x , cio delle medie x dei campioni tratti dalla
popolazione, approssima, allaumentare di n (numerosit del campione), una
Distribuzione Normale con varianza:
2x =
2
n
2 N n
n N 1
In altri termini, le medie dei campioni tratti da una popolazione sono molto meno
disperse dei dati originari e tendono (qualsiasi forma abbia la popolazione) a distribuirsi
normalmente, appena la dimensione del campione diviene abbastanza grande.
2.1.2.1.3.
Indici di Disnormalit
- 2.22 -
2 =
m4
3=
m 22
m4
s4
(2.20)
con:
(x i x )4 f1
1
=
n
m4
il cosiddetto momento quarto della media dei dati empirici ed n totale delle frequenze:
n
n = 1 f i
Ora:
2.1.2.1.4.
2.1.2.2.
Distribuzione Esponenziale.
- 2.23 -
f ( x) = e x
x0
(2.21)
1
e
2 =
(2.22)
(2.23)
f(x)
0.1
0.08
0.8
0.06
0.6
a)
0.04
0.4
0.02
0.2
fig. 2.14.
10
15
x
20
25
30
b)
10
15
20
25
30
Esempio
Supponiamo che un componente elettronico di un radar di bordo abbia la vita utile descritta da
una Distribuzione Esponenziale con rateo di guasto pari a 10-4h. Il tempo medio di vita di tale
componente risulta:
1
= 10 4 = 10.000h
Se vogliamo determinare la probabilit che il componente si guasti prima della vita attesa:
1 1/
P x =
e t dt = 1 e 1 = 0.6332
0
Questo risultato indipendente da cio la probabilit che il valore della variabile casuale
esponenziale sia inferiore od uguale alla sua media 0.6332.
- 2.24 -
e t ( t ) x
x!
(2.24)
Allora, x=0 significa che non si hanno accadimenti del fenomeno in (0,t), e che:
P{x = 0} = p(0) = e t
(2.25)
Inoltre, possiamo pensare a p(0) come alla probabilit che lintervallo del primo
accadimento sia maggiore di (0, t), cio che:
P{y > t} = p(0) = e t
(2.26)
dF( y)
dy
abbiamo:
f ( y) = e y
(2.27)
2.1.2.3.
Distribuzione di Weibull.
x
exp
x
(2.28)
- 2.25 -
1
= + 1 +
2 1 2
2
2
= 1 + 1 +
(2.29)
essendo:
(a ) = x 2a e x dx 2
0
a>0
f(x)
2.0
1.8
=1
1.6
=0
=0.5
1.4
=4
=1
1.2
=2
1.0
0.8
0.6
0.4
0.2
0.0
0.0
fig. 2.15.
0.5
1.0
1.5
2.0
x
2.5
3.0
3.5
4.0
(2.30)
- 2.26 -
Esempio
Il tempo di guasto di un sottoinsieme elettronico per workstation simulato soddisfacentemente
da una Distribuzione di Weibull con = 0, = 0.5 e = 1000 . Il tempo medio di guasto :
1
= + (1 + ) =
1
)=
= 0 + 1000 (1 +
1/ 2
= 1000 (3) = 2000h
2.1.2.4.
Distribuzione Binomiale.
x = 0, 1, ..., n
(2.4)
2 = n p (1 p)
(2.6)
)
dove x ha una Distribuzione Binomiale con parametri n e p. Spesso pensiamo a p come
rapporto tra il numero di nonconformit del campione e la grandezza del campione, ed
)
usualmente chiamato frazione difettosa del campione. La distribuzione di p ottenuta
dalla binomiale, poich:
- 2.27 -
x
P{p a} = P a = P{x n a} =
n
n a
n p x (1 p )n x
x
0
)
)
Si dimostra che la media di p p e che la varianza di p :
2p) =
p (1 p)
n
Esempio
Un processo produttivo fabbrica migliaia di diodi al giorno. In media, l1% di essi non
conforme alle specifiche. Ogni ora, lispettore seleziona un campione casuale di 50 diodi e
divide quelli conformi da quelli non conformi. La distribuzione della probabilit di x
(conformit=1 e nonconformit=0) :
0.01x 0.99 50 x
p( x ) = 50
x
x = 0, 1, 2, ..., 50
dove:
50 = [50! /[x!(50 x )!]] .
x
Si tratta di una distribuzione discreta poich, come detto, il numero di difformit osservate pu
assumere solamente i valori 0, 1,..., 50. Si pu calcolare la probabilit di incontrare uno o pi
diodi non conformi allinterno del campione casuale:
P( x 1) = P( x = 0) + P( x = 1)
= p(0) + p(1)
1
= 50 0.01x 0.99 50 x
x
0
50!
50!
0.010 0.99 50 +
=
0.011 0.99 49
0!50!
1!49!
= 0.6050 + 0.3056 = 0.9106
2.1.2.5.
- 2.28 -
H
n < 0.1
(N)
B
p < 0.1
np > 0.1
p< 1
2
P
> 15 tanto meglio quanto
maggiore
fig. 2.16.
- 2.29 -
Nel precedente capitolo stato discusso luso delle distribuzioni della probabilit
come modello o descrizione del processo produttivo. In tutti gli esempi proposti stato
assunto che i parametri della distribuzione di probabilit, e quindi i parametri del
processo fossero noti. Nella pratica quotidiana, questa unassunzione assolutamente
irrealistica. Per esempio, con luso della Distribuzione Binomiale per simulare il
numero di unit nonconformi trovate in un campione estratto da un processo produttivo,
si assunto che il parametro p della Distribuzione Binomiale fosse noto.
Linterpretazione fisica di p che esso la frazione vera di unit difettose create dal
processo, ma impossibile conoscere se questo verificato anche nel processo
produttivo reale, se questo continuo. Per di pi, se si conoscesse il vero valore di p e
questo fosse relativamente costante nel tempo, potremmo decidere che le procedure
formali di controllo della qualit sono inutili, una volta dimostrato che p
accettabilmente piccolo.
Infatti, in generale i parametri del processo sono sconosciuti e variano nel tempo.
Quindi, necessario sviluppare procedure di stima dei parametri della distribuzione
della probabilit e risolvere i problemi di inferenza (insieme del processo di previsione e
di decisione orientati al controllo) relativi ad essi. A questo scopo, si usano estesamente
le tecniche statistiche di stima dei parametri e di controllo delle ipotesi. Tali tecniche
sono la base della metodologia del controllo statistico della qualit. In questo capitolo
saranno presentati alcuni metodi di inferenza statistica, per dimostrarne lutilit nei
problemi di miglioramento della qualit.
Lobiettivo dellinferenza statistica su una popolazione di trarre conclusioni o
prendere decisioni basate su un campione estratto dalla popolazione. In questa analisi,
assumeremo che il campione sia casuale, il termine casuale essendo applicato ad ogni
metodo di estrazione che manchi di un indirizzo sistematico. Allo scopo, definiremo un
campione x1 , x 2 , ..., x n come campione casuale di numerosit n, se esso selezionato
- 2.30 -
2.2.1.
x=
(2.2)
1 ( x i x ) 2
n
S=
(2.3)
n 1
2.2.1.1.
Si supponga che x sia una variabile casuale di una popolazione avente Distribuzione
Normale, media e scarto quadratico medio 2 . Se x1 , x 2 , ..., x n un campione
casuale di numerosit n estratto dal processo, la distribuzione della media del campione
n 2 =
i2
y xi
i2
y = x1 + x 2 + ... + x n
x
n
- 2.31 -
con:
x = 1j x i / n
x
n=
xi n =
n
y xi
n i2
che rappresenta lenunciato del Teorema del Limite Centrale. Cio, dal Teorema del
Limite Centrale sappiamo che, senza tener conto dellandamento della distribuzione
della popolazione, la distribuzione di
x i approssimativamente normale con media
x N ,
n
2.2.1.2.
La Distribuzione 2 , t ed F.
f ( 2 ) =
2
n/2
n
2
2
( 2 ) n / 2 1 e / 2 2 > 0
(2.31)
essendo:
n
2 1
2
n
= 2 e d 2
2 0
n
>0
2
- 2.32 -
La tab. A2.II fornisce il valore di 2 teorico, il quale deve essere confrontato col 2 del
campione dei dati:
k f f 2
oj
aj
=
j =1
2
f aj
con:
k
il numero di classi,
f0j
faj
la frequenza assoluta attesa con la legge della distribuzione scelta (ad esempio quella
normale).
2 2 2
1
f( 2)
0.5
n = gradi di libert
0.4
n=2
0.3
0.2
n=4
n=10
0.1
0
0
fig. 2.17.
10
11
12
13
14
15
16
17
18
19 20
2
La Distribuzione 2 .
1 (x i x )2
n
2n 1
(2.32)
- 2.33 -
( n 1) S2
2n 1
S = Sp
Allora, posto:
x =
Sx =
S
n
Sp
n
=
n 1
n 1
x
x
=
Sp
S
n
n 1
(2.33)
2n / n
- 2.34 -
+1
f (t) =
n (n / 2) n
(n +1) / 2
(2.34)
n=8
0.3
n = 20
0.2
Gauss
0.1
0
6
fig. 2.18.
La Distribuzione t.
Trattando una variabile casuale distribuita come t, supponiamo che x1 , x 2 , ..., x n sia un
campione casuale estratto da una distribuzione normale N , 2 e, se x ed S2 sono le
x
x / n
=
=
S/
S/ n
N ( 0,1)
2n 1 / ( n 1)
x
t n 1
S/ n
(2.35)
- 2.35 -
2 / n1
Fn1, n 2 = 2n1
n 2 / n 2
(2.36)
n1 + n 2 n1
2 v
g (f ) =
n1 n 2
2 2
n1
1
f 2
(2.37)
n1+ n 2
2
n1
2 f + 1
Come esempio di una variabile casuale distribuita come F, supponiamo di avere due
processi indipendenti con Distribuzione Normale, ad esempio x1 = N(1 , 12 ) ed
x 2 = N( 2 , 22 ) . Sia x11 , x12 , ..., x1n1 un campione casuale di n1 osservazioni del
primo processo normale ed x 21 , x 22 , ..., x 2n 2 un altro di n2 osservazioni del secondo.
g(f)
0.6
n1 = 5
0.4
n2= 2
n2 = 3
0.2
n2 = 5
f
fig. 2.19.
La Distribuzione F.
- 2.36 -
Fn11, n 2 1
2.2.1.3.
1
1nx i
n
Questa una variabile casuale che assume i valori {0, 1 / n , 2 / n , ...,} , ed ha probabilit:
P{x a} = P{x a n} =
[an ] e n (n ) k
k!
x= e
2x =
L = a 1 x 1 + a 2 x 2 + ... + a m x m = a i x i
1
dove le x i
- 2.37 -
- 2.38 -
2.2.2.
Una variabile casuale descritta dalla sua distribuzione di probabilit, la quale, a sua
volta, caratterizzata dai suoi parametri. Per esempio, la media e la varianza 2
della Distribuzione Normale sono i suoi parametri, mentre il parametro della
Distribuzione di Poisson. In controllo statistico della qualit, la distribuzione della
probabilit usata per descrivere alcune caratteristiche della qualit, come la
dimensione di un prodotto, oppure la percentuale difettosa del processo di produzione.
Siamo interessati a fare previsioni (a creare uninferenza) sui parametri di una
distribuzione di probabilit, giacch tali parametri sono per lo pi incogniti, e siamo
costretti a seguire procedure statistiche per conoscerli, a partire dai dati dei campioni.
Possiamo definire estimatore del parametro incognito la statistica che corrisponde al
parametro. Il particolare valore numerico dellestimatore, calcolato a partire dal
campione detto stima. La stima puntuale la statistica che produce un unico valore
numerico come stima del parametro incognito. La stima di intervallo lintervallo nel
quale il valore vero del parametro cade con un qualche grado di probabilit: questo
intervallo casuale detto intervallo di confidenza.
2.2.2.1.
La Stima Puntuale.
Esempio
Per esempio, supponiamo di voler ottenere la stima puntuale della media e della varianza del
diametro interno di un cuscinetto. Possiamo misurare i diametri interni di un campione di
n = 20 cuscinetti e calcolare la media e la varianza dei valori ottenuti. Se questo porta ad un
valore di x = 37.973 e ad S 2 = 0.025 , allora la stima puntuale di x = 37.973 e quella
puntuale di 2 S2 = 0.025 .
1 n
xi = x
n 1
- 2.39 -
come una buona stima del parametro p della Distribuzione Binomiale analogamente:
M{p} =
1 n
xi = x
n 1
(ma non della varianza 2 ) della popolazione, grazie al Teorema del Limite Centrale.
La dimostrazione che x non affetta da errore sistematico semplice. Infatti, per n qualsiasi e
per qualsiasi distribuzione, la media delle medie di tutti i campioni :
1
x 1
M{x} = M 1n i = 1nM{x i } = n
n
n
n
x j x i 2 1 n
2
2
M{S 2 } = M 1n
= 1 M (x i ) M (x ) =
n
n
2
1 n 2 2
2 = 2 n 1 2
n 1
n
n
n
} {
ma allora:
S2
n
n 1
2 n n 1
2
M S 2
=
=
n 1
n 1 n
- 2.40 -
2.2.2.2.
La Stima di Intervallo.
(2.38)
Lintervallo risultante:
LU
(2.39)
(2.40)
(2.41)
(2.42)
2.2.2.2.1.
(2.43)
x Z / 2
x + Z / 2
(2.44)
(2.45)
2.2.2.2.2.
(2.46)
S
S
x + t
, n 1 n
, n 1 n
(2.47)
in cui t / 2,n 1 rappresenta il punto della Distribuzione t con n-1 gradi di libert, tale
che:
P t n 1 t
=
, n 1 2
x + t , n 1
(2.48)
S
n
Esempio
La resistenza a trazione di una fibra sintetica unimportante caratteristica della qualit tenuta
sotto controllo dal fabbricante, il quale, in questo specifico caso, voglia conoscerne la stima di
intervallo al 95% di confidenza del valor medio. Dallesperienza passata, il fabbricante sa che la
resistenza a trazione distribuita quasi normalmente; tuttavia, sia la media sia la deviazione
standard sono incognite. Si supponga di estrarre dalla produzione un campione casuale di 16
2
provini, i quali abbiano la resistenza a trazione [daN/cm ] di tabella.
- 2.42 -
10
11
12
13
14
15
16
3.42 3.64 3.45 3.62 3.65 3.48 3.36 3.50 3.44 3.67 3.53 3.29 3.62 3.55 3.49 3.61
x = 3. 52 daN / cm 2
16
(x i 3.52)2
1
S=
16 1
0.2
= 0.111 daN / cm 2
15
e poich, dalla tab. A2.III, t 0.025,15 = 2.132 , dalla (2.45) la stima di intervallo al 95% di
confidenza di :
3. 52 2.132
0.111
0.111
3. 52 + 2.132
16
16
cio:
3. 46 3. 58
Un altro modo (ma meno preciso) di esprimere questo risultato che la nostra stima della
resistenza media a trazione 3. 52 0. 06 daN / cm 2 col 95% di confidenza.
Tuttavia, il produttore pu essere interessato solo dal pericolo che la resistenza media sia troppo
bassa ed allora pu decidere che sia pi appropriato esprimere la stima in un intervallo
unilaterale del 100 (1 )% di confidenza al limite inferiore, come si pu ricavare dalla (2.46),
usando t 0.05,15 = 1. 753 :
3. 52 1. 753
0.111
16
cio:
3. 47
Questo si esprime dicendo che il produttore ha confidenza che la resistenza media della fibra
2
maggiore di 3.47daN/cm nel 95% dei campioni estratti.
2.2.2.2.3.
Assumiamo che x sia una variabile casuale con varianza 2 incognita. Supponiamo
che S2 sia la varianza di un campione casuale di n osservazioni. Allora, lintervallo
bilaterale del 100 (1 )% di confidenza della varianza vera :
( n 1) S2
2
2
, n 1
( n 1) S2
(2.49)
1 , n 1
2
in cui:
2
2
, n 1
- 2.43 -
,n1
2
2
P
=
, n 1 2
n 1
2
ed, analogamente:
P 2 2
=
n 1
1
,
n
1
2
2
I corrispondenti intervalli inferiore e superiore al 100 (1 )% di confidenza sono,
rispettivamente:
( n 1) S 2
2
, n 1
(2.50)
( n 1) S2
12 , n 1
Esempio
Possiamo utilizzare i dati dellesempio precedente per applicare il calcolo dellintervallo di
confidenza del 95% (per esempio) a 2 . Si ricorda che S2=0.0124. Dalla tab. A2.II, si ricava che
20.025,15 = 27.49 e 20.975,15 = 6.27 . Allora, dalla (2.49):
15 0.0124
15 0.0124
2
27.49
6.27
cio:
0.0068 2 0.0297
2.2.2.2.4.
- 2.44 -
12 22
12 22
x1 x 2 Z
+
1 2 x1 x2 + Z
+
n1 n 2
n1 n 2
2
2
(2.51)
(2.52)
12 22
1 2 x1 x2 + Z
+
n1 n 2
2.2.2.2.5.
( n1 1) S12 + ( n 2 1) S22
=
n1 + n 2 2
(2.53)
, n1 + n 2 2
Sp
1
1
1
1
+
1 2 x1 x 2 + t
Sp
+
n1 n 2
n1 n 2
, n1 + n 2 2
2
(2.54)
I corrispondenti intervalli inferiore e superiore al 100 (1 )% di confidenza sono,
rispettivamente:
x1 x 2 t , n1 + n 2 2 S p
1
1
+
1 2
n1 n 2
1 2 x1 x2 t , n1 + n 2 2 S p
1
1
+
n1 n 2
- 2.45 -
Esempio
Una compagnia petrolifera vuole avere rapidamente unidea della propria produzione di benzina
super e di una benzina verde esaminandone il numero di ottano. La compagnia ha formulato il
prodotto verde in modo che il numero di ottano sia uguale a quello della super. Esegue
unindagine facendo un campionamento di 10 osservazioni indipendenti di entrambi i tipi di
prodotto. Ne ottiene la tabella seguente:
benzina super
89.5
90.0
91.0
91.5
92.5
91.0
89.0
89.5
91.0
92.0
benzina verde
89.5
91.5
91.0
89.0
91.5
92.0
92.0
90.5
90.0
91.0
Volendo costruire lintervallo di confidenza del 99% della vera differenza media dei numeri di
ottano, trova il valor medio del primo campione (benzina super):
Assumendo che le varianze siano uguali, pu fare la stima della varianza comune mediante la
(2.53):
S 2p =
( n1 1) S12 + ( n 2 1) S 22 9 134
. + 9 107
.
=
= 121
.
10 + 10 2
n1 + n 2 2
e lintervallo bilaterale del 100 (1 )% di confidenza della differenza delle medie, dalla (2.54)
:
90.70 90.80 2.878 110
.
1 1
1 1
+
1 2 90.70 90.80 + 2.878 110
.
+
10 10
10 10
151
. 1 2 131
.
Si noti che lintervallo di confidenza sulla differenza delle medie comprende lo zero. Cio, la
compagnia trova che non c' evidenza statistica che le due formulazioni della benzina
differiscano per il numero di ottano.
2.2.2.2.6.
- 2.46 -
S22 1 , n 2 1, n1 1
2
F
2
12
S12
F
, n 2 1, n1 1
22 S22
(2.55)
, n1, n 2
P Fn1, n 2 F
=
,
n
1
,
n
2
2
2
I corrispondenti intervalli inferiore e superiore al 100 (1 )% di confidenza sono,
rispettivamente:
S12
S22
1 , n 2 1, n 2 1
2
12
(2.56)
22
12 S12
F
, n 2 1, n 2 1
22 S22
2
Esempio
Per illustrare la procedura, consideriamo i dati dellesempio precedente e costruiamo lintervallo
bilaterale del 95% di confidenza sul rapporto 12 / 22 . Usando le varianze S12 = 1. 34 ed
S 22 = 1 .07 , n1=n2=10, dalla tab. A2.IV:
134
.
0.248
107
.
12
134
.
4.03
.
22 107
2
0.31 1 5.05
22
Si nota che questo intervallo di confidenza include lunit, cio i dati non contraddicono
lassunto iniziale che 12 = 22 ; quindi, lipotesi di uguaglianza delle varianze fatta nellesempio
precedente ragionevole.
2.2.2.2.7.
- 2.47 -
p (1 p)
p (1 p)
p p + Z
n
n
(2.57)
Invece, se n piccolo, devono essere usate le tabelle della Distribuzione Binomiale. Poi,
se n grande e p piccolo, si pu usare lapprossimazione di Poisson alla Distribuzione
Binomiale.
Se p1 e p2 sono due parametri binomiali da confrontare, possibile costruire il
intervallo di confidenza della loro differenza:
p$ 1 p$ 2 Z
2
p$ 1 (1 p$ 1 ) p$ 2 (1 p$ 2 )
+
p1 p 2
n1
n2
p$ (1 p$ 1 ) p$ 2 (1 p$ 2 )
p$ 1 p$ 2 + Z 1
+
n1
n2
2
(2.58)
Esempio
In un campione casuale di 80 bronzine di albero a gomito automobilistico, ben 15 hanno una
finitura superficiale con rugosit maggiore delle specifiche. La stima puntuale della frazione
difettosa del processo :
p$ =
15
= 01875
.
80
01875
01875
.
0.8125
.
0.8125
p 01875
.
+ 196
.
80
80
01020
.
p 0.2730
- 2.48 -
2.2.3.
(2.59)
(2.60)
2.2.3.1.
Supponiamo che x sia una variabile casuale con media incognita e varianza 2
nota. Vogliamo eseguire il test dellipotesi che la media pari ad un valore 0 . Come
visto, lipotesi formalmente dichiarata nel modo:
H 0 : = 0
H1 : 0
(2.59)
x 0
(2.61)
- 2.50 -
Esempio
La resistenza alla pressione interna di bottiglie di vetro usate per il confezionamento di bevande
gassate unimportante caratteristica di qualit. Limbottigliatore vuole conoscere se la
resistenza alla pressione da parte della bottiglia supera 12.25bar. Dallesperienza passata, egli
pu assumere che la deviazione standard della resistenza alla pressione 0.7bar. Il produttore di
bottiglie fornisce le bottiglie a lotti e limbottigliatore verifica le ipotesi:
H 0 : = 12.25
H1 : > 12.25
Si noti che il lotto sar considerato buono se lipotesi nulla sar non accettata. Per questo, si
estrae dal lotto un campione di 25 bottiglie; esse saranno sottoposte alla prova idraulica in una
macchina di prova, nella quale la pressione sar progressivamente aumentata fino allo scoppio.
La media del campione risulti pari a x = 12. 74 bar. Il valore della statistica di test :
Z0 =
x 0 12.74 12.25
=
= 3.50
0.7
n
25
Se specifichiamo un rischio di specie I (rischio del produttore) di = 0.05 , dalla tab. A2.I,
troviamo Z = Z0.05 = 1.645 . Quindi, non si accetta lipotesi nulla e si accetta lipotesi
alternativa, concludendo che la resistenza media alla pressione del lotto supera 12.25bar.
tab. 2.III.
H0 : = 0
Z0 > Z / 2
H1: 0
H0 : = 0
H1: < 0
Z0 =
x 0
Z0 < Z
H0 : = 0
Z0 > Z
H1: > 0
H 0 : 1 = 2
Z0 > Z / 2
H1: 1 2
H 0 : 1 = 2
H1: 1 < 2
Z0 =
x1 x 2
12 22
+
n1 n 2
H 0 : 1 = 2
H 1 : 1 > 2
Z0 < Z
Z0 > +Z
- 2.51 -
(2.62)
x1 x 2
(2.63)
12 22
+
n1
n2
2.2.3.2.
Supponiamo che x sia una variabile casuale con media e varianza 2 incognite.
Vogliamo eseguire il test dellipotesi che la media sia pari ad un valore prefissato, ad
esempio 0 . Lipotesi pu essere dichiarata nel modo seguente:
H 0: = 0
(2.59)
H1: 0
La procedura di test dellipotesi analoga a quella del 2.2.3.1. eccetto che per il
fatto che la varianza incognita. A causa di quest'ultima circostanza, dobbiamo fare
lulteriore assunzione che la variabile casuale sia distribuita normalmente. Tale
assunzione necessaria per sviluppare formalmente il test, ma una moderata deviazione
dalla Distribuzione Normale non influenza troppo il risultato. Poich 2 incognita,
necessario fare di essa la stima S2. Se nella (2.61) sostituiamo 2 con S2, otteniamo la
statistica di test definita in (2.47):
x 0
= t0
S/ n
(2.35)
H 0 : 1 = 2
H1: 1 2
(2.62)
La procedura di test per la (2.62) dipende dal fatto se possibile supporre che
12 = 22 , oppure no. Prima di tutto consideriamo il caso in cui quest'assunzione
ragionevole. Si estraggono due campioni n1 ed n2, rispettivamente dalle popolazioni 1
e 2, e si esegue la stima combinata della varianza comune, secondo la:
S 2p =
( n1 1) S12 + ( n 2 1) S 22
n1 + n 2 2
(2.53)
tab. 2.IV. Test sulle medie di distribuzioni normali, con varianza incognita.
ipotesi
H0 : = 0
t 0 > t / 2, n 1
H1: 0
H0 : = 0
H1: < 0
t0 =
x 0
S
n
t 0 < t , n 1
H0 : = 0
t 0 > + t ,n 1
H1: > 0
H 0 : 1 = 2
t0 =
H1: 1 2
x1 x 2
1
1
Sp
+
n1 n 2
t 0 > t / 2,
t0 =
x1 x 2
S12 S22
+
n1 n 2
t 0 < t ,
con:
H 0 : 1 = 2
H 1 : 1 > 2
S2 S2
1 + 2
n1 n 2
2
2
2
S1 / n1 S2 / n 2
+
n1 + 1
n2 + 1
) (
t 0 > + t ,
Si noti che questa equazione gi stata usata in 2.2.2.2. per costruire lintervallo di
confidenza sulla differenza di due medie, con varianze incognite, ma uguali. Allora si
pu calcolare la statistica di test:
- 2.53 -
t0 =
x1 x 2
1
1
S p
+
n1 n 2
(2.64)
x1 x 2
(2.65)
S12 S22
+
n1
n2
S12 S 22
+
n1 n 2
2
2
2
S1 / n1 S 2 / n 2
+
n1 + 1
n2 + 1
) (
(2.66)
Esempio
Continuiamo ad utilizzare i dati dellesempio relativo al numero di ottano delle due
formulazioni di benzina (benzina verde e super) per illustrare quanto detto sopra. Si voglia fare
il test dellipotesi che le medie del numero di ottano delle due formulazioni siano uguali. Cio:
H 0 : 1 = 2
H 1: 1 2
Usando i dati della tabella, si era ricavato che x1 = 90. 70 ed S12 = 1. 34 e che x 2 = 90. 80 ed
S22 = 1. 07 , inoltre n1=n2=10. Assumendo che 12 = 22 , ricaviamo S2p = 1. 21 oppure S p = 1.10 .
Allora la statistica di test :
t0 =
x1 x 2
90.70 90.80
=
= 0.20
1
1
1
1
+
+
Sp
1.10
n1 n 2
10 10
Usando =0.01, troviamo che t 0.005,18 = 2.878 . Poich t 0 = 0.20 < 2.878 , non possiamo non
accettare H 0 , e concludiamo che non c' evidenza statistica che indichi che le due benzine
differiscano per la media del numero di ottano. Si noti che lintervallo di confidenza sulla
differenza delle medie trovato nellesempio precedente comprende lo 0; in altre parole, le medie
non differiscono tra loro. Questa circostanza mostra nuovamente lequivalenza tra la tecnica
degli intervalli di confidenza ed il test delle ipotesi. Infatti si pu ribadire che, trovando che un
intervallo del 100 (1 )% di confidenza su un parametro include un valore particolare come
accettare lipotesi nulla che quel parametro uguale a quel valore con la probabilit di
correre il rischio di specie I.
- 2.54 -
E' opportuno ricordare che abbiamo assunto che i due campioni estratti per i test
precedenti siano indipendenti. In altre applicazioni, si incontrano dati che sono ricavati
dal confronto diretto delle osservazioni (dati appaiati) facendone la differenza dato per
dato, come sar precisato nellesempio successivo. Questo modo di procedere permette
di eliminare errori sistematici, i quali possono gonfiare ingiustificatamente la stima
della varianza: il metodo dei dati appaiati pu essere usato per migliorare la precisione
del confronto tra le medie e corrisponde allipotesi frequente di a parit di altre
condizioni.
Esempio
Si utilizzano due diversi tipi di macchina per misurare la resistenza a trazione di una fibra
sintetica. Si vuole stabilire se le due macchine danno gli stessi valori medi della resistenza. Si
estraggono dalla produzione 8 provini casuali di fibra e si esegue la misura con le due macchine
per ogni provino (ad esempio tagliando a met ogni elemento e sottoponendo le due met
dellelemento alle due macchine, nellordine). Le osservazioni sono raccolte in tabella.
provino
macchina 1
5.18
5.32
5.18
4.83
4.06
4.97
4.62
4.55
macchina 2
5.46
5.53
5.25
4.62
4.41
4.90
4.62
4.69
differenza
-0.28
-0.21
-0.07
0.21
-0.35
0.07
0.00
-0.14
I dati dellesperimento sono stati accoppiati per evitare che leffetto delle differenze tra i provini
(che potrebbero essere sostanziali) influenzi il test sulla differenza tra le macchine. La procedura
di test consiste nellottenere le differenze delle coppie di osservazioni di ognuno degli n provini,
ad esempio:
d j = x1 j x 2 j
con j = 1,2,...,n
e di fare il test dellipotesi che la media delle differenze d 0 . Si noti che fare il test della
dichiarazione H0: d = 0 equivalente al test H 0 : 1 = 2 ; inoltre, il test su d esattamente il
test t discusso sopra. La statistica di test :
d
t0 =
Sd / n
1
n
con : d = 1 d j
n
1 (d j d )
Sd2 =
n 1
1
n
1 d j = 0.096
n
S2d = 7.13
t0 =
d
= 146
.
Sd / n
Scegliendo = 0.05, t 0.025,7 = 2.365 e possiamo concludere che non c' evidenza che indichi
che le due macchine differiscano nella misura della resistenza media a trazione.
- 2.55 -
2.2.3.3.
Vediamo ora il test delle ipotesi sulla varianza della Distribuzione Normale. Mentre i
test sulle medie erano abbastanza insensibili allassunzione di normalit della
distribuzione, lo sono invece quelli sulle varianze.
Supponiamo di voler fare il test dellipotesi che la varianza di una Distribuzione
Normale uguale ad una costante, per esempio a 20 . Le ipotesi sono:
H 0 : 2 = 20
(2.67)
H1: 2 20
tab. 2.V.
ipotesi
H 0 : 2 = 20
2
20 >
/ 2 ,n 1
H1: 2 20
20 < 12 / 2,n 1
H 0 : 2 = 20
H1: 2 < 20
20 =
( n 1) S2
20
20 < 12 ,n 1
H 0 : 2 = 20
2
20 >
,n 1
H1: 2 > 20
H 0 : 12 = 22
H1: 22 22
H 0 : 12 = 22
H1: 22 < 22
H 0 : 12 = 22
H1: 22 > 22
S2
F0 = 12
S2
F0 > F / 2, n11, n 2 1
F0 < F1 / 2, n11, n 2 1
S2
F0 = 22
S1
F0 > F , n 2 1, n11
S2
F0 = 12
S2
F0 > F, n11, n 21
( n 1) S2
(2.68)
20
- 2.56 -
(2.69)
H1: 12 22
il rapporto delle varianze dei due campioni:
S2
F0 = 12
S2
(2.70)
Esempio
Si voglia fare il test al 95% dellipotesi che la varianza dei numeri di ottano delle due
formulazioni di benzina degli esempi precedenti sia la stessa; cio:
H 0 : 12 = 22
H 1: 22 22
e dalla tab. A2.IV troviamo F0.025, 9, 9 =4.03 ed F0.975,9,9 = 0. 248 ; poich 0.248<1.25<4.03,
concludiamo che non esiste evidenza per non accettare lipotesi H0.
- 2.57 -
2.2.3.4.
(2.71)
H1: p p 0
usiamo la statistica:
( x + 0.5) n p 0
Z0 =
n p 0 (1 p 0 )
( x 0.5) n p 0
Z0 =
n p 0 (1 p 0 )
se x < n p 0
(2.72)
se x > n p 0
Esempio
Una fonderia produce getti di acciaio per lindustria automobilistica. Si voglia verificare
lipotesi che gli scarti di processo siano il 10% della produzione. In un campione casuale di 250
getti, se ne individuano 41 nonconformi. Per fare il test:
H 0 : p = 01
.
H1: p 01
.
Usando = 0.05 troviamo Z0.025 = 1.96 e, quindi H0 : p = 0.1 non accettata. Cio la
percentuale di scarti di processo non uguale al 10%.
Possiamo usare lapprossimazione normale anche per eseguire il test che due
parametri binomiali siano uguali; cio:
H 0 : p1 = p 2
H1: p1 p 2
(2.73)
- 2.58 -
M{p} =
n1 p1 + n 2 p 2
n1 + n 2
(2.74)
M{p1} M{p 2 }
(2.75)
1
1
M{p} (1 M{p}) +
n1 n 2
2.2.3.5.
La Distribuzione di Poisson:
p( x ) =
e x
x!
x = 0, 1,...
(2.76)
x 0
0 / n
(2.77)
Esempio
Si usano tre diversi stampi su una macchina soffiatrice di bottiglie di vetro. Il numero di
nonconformit o difetti ogni 1000 bottiglie soffiate in ogni stampo esaminato dal reparto di
controllo della qualit come misura dellefficienza del processo produttivo. Cinque lotti di 1000
bottiglie sono estratti casualmente alluscita da ogni stampo (questo facile da fare perch il
numero dello stampo appare sul fondo di ogni bottiglia) ed i dati sono riportati in tabella.
- 2.59 -
Per testare lipotesi che le bottiglie prodotte da un particolare stampo hanno lo stesso rateo
medio di nonconformit, possiamo usare la statistica seguente:
2 = 1n
(O i E i ) 2
Ei
( x ij x i )2
i2 = 1
i = 1,2,..., m
i2
numero dello
stampo
numero di
nonconformit
per 1000
bottiglie, xij
totale delle
nonconformit
1 5
x ij = x i
5 1
8, 4, 3, 6, 4
25
3.20
5, 2, 3, 6, 4
20
2.50
50
10
1.00
5
1 x ij
media delle
nonconformit
i2
( x ij x i ) 2
1
=
xi
dove xij rappresenta la j-esima osservazione dal i-esimo stampo, ed x i il numero medio di
difetti di quello stampo, i=1, 2,..., m e j=1, 2,..., n. Se il rateo medio di nonconformit di un
particolare stampo costante, 2i distribuita approssimativamente come 2 con n-1 gradi di
2
2
libert. Questa ipotesi sar respinta se 2i >
, n 1 . Con i nostri dati, poich 0.05, 4 = 9. 49
concludiamo che le bottiglie soffiate con lo stesso stampo sono omogenee.
Possiamo calcolare anche la statistica 2 che esprime lomogeneit tra gli stampi:
02
(1 x ij x )
= 1
m
dove:
x=
1
1m
m
( x )
n
1 ij
95
= 3167
.
3
20 =
(25 3167
. ) 2 + (20 3167
. ) 2 + (50 3167
. )2
= 16.31
3167
.
Confrontando questo dato con 20.05,2 = 5. 99 concludiamo che gli stampi non sono omogenei. In
particolare, che lo stampo 3 produce bottiglie con un rateo medio di nonconformit maggiore
degli altri due.
- 2.60 -
2.2.3.6.
Nella maggior parte delle situazioni di test delle ipotesi importante determinare il
rischio di specie II associato al test. Per illustrare come questo si possa fare, troveremo
il rischio di specie II associato al test:
H 0: = 0
H1: 0
x 0
/2
/2
fig. 2.20.
(2.78)
- 2.61 -
n
n
Z / 2
= Z / 2
fig. 2.21.
Curve
caratteristiche
n
= 0.05 e d =
operative
(2.79)
per
un
test
bilaterale
con
Esempio
Si vuole studiare il contenuto medio delle confezioni di caff di una linea di produzione. Le
norme prescrivono che il contenuto medio sia di 480cm3, e dalla passata esperienza noto che
la deviazione standard delle confezioni di 3cm3. Le ipotesi sono:
H 0 : = 480
H1 : 480
x 480
3/ 9
- 2.62 -
ed H 0 non accettata se Z 0 > Z 0.025 = 1.96 . Supponiamo di voler trovare il rischio di specie
II se il contenuto medio vero 1 = 483cm 3 . Poich questo comporta che = 1 0 = 3 ,
abbiamo:
n
n
Z / 2
=
= Z / 2
3 9
3 9
196
=
.
.
196
3
3
. ) ( 4.96) = 01492
.
( 104
Esempio
Cos, nellesempio precedente delle confezioni di caff, vogliamo determinare quanto grande
dev'essere il campione per avere la probabilit 0.90 di non accettare lipotesi H 0 : = 480cm 3 ,
se la media vera = 481.5cm3 . Poich = 1.5cm 3 , abbiamo che d = 0.5 . Dalla fig. 2.21, con
= 0.10 e d = 1.5 / 3 = 0.5 , troviamo approssimativamente n=45. E questa grandezza del
campione garantisce la probabilit richiesta di correre il rischio di specie II inferiore od uguale a
0.10.
- 2.63 -
- 2.64 -
2.3.1.
I dati corrispondenti agli attributi sono dati noti anche come conteggi. Tipicamente,
si conta il numero di volte in cui si osserva una condizione predefinita (spesso si tratta
di qualcosa che non vogliamo, come un errore) in un campione estratto dal processo.
Evidentemente, si tratta di qualcosa di diverso da una misura, per lo meno per la sua
definizione. I dati di attributo hanno una risoluzione minore, poich semplicemente si
conta se qualcosa accade, piuttosto che eseguire una misura e vedere di quanto si
dentro alla condizione predefinita. Per esempio, i dati di attributo in un processo di cura
per la salute pu comprendere un certo numero di pazienti con la febbre, mentre i dati di
variabile dello stesso processo sono, ad esempio, la temperatura dei pazienti.
Cio, i dati di attributo generalmente forniscono meno informazioni in confronto alle
misure (variabili), anche se eseguite sullo stesso processo. Inoltre, con i dati di attributo,
normalmente non si in grado di predire se il processo tende ad uno stato non
desiderato, poich esso generalmente gi in questa condizione.
Le Carte di Controllo per attributi sono un insieme di Carte di Controllo
specificatamente costruite per analizzare i dati sotto forma di condizioni. Esse
descrivono la posizione e la variabilit del processo nel tempo in un'unica carta.
La famiglia delle carte per attributi comprende:
la Carta Np: per la descrizione del numero di volte in cui una certa condizione si
2.3.1.1.
Per vedere le differenze di impiego delle diverse Carte di Controllo per attributi, si
consideri l'esempio degli errori nel processo di contabilit, quando ogni mese si devono
fatturare un certo numero di transazioni.
La Carta Np descrive il numero di volte in cui la condizione si verifica, relativamente
ad un campione di numerosit costante, quando ogni campione pu avere o non avere la
condizione di errore. Cos, estraiamo un certo numero di transazioni ogni mese, tra tutte
le transazioni fatte, ed in tale campione contiamo il numero di transazioni che
presentano uno o pi errori, quindi tracciamo sulla Carta di Controllo il numero di
transazioni con errori, riferite al mese.
La Carta P descrive la percentuale di campioni che presentano la condizione, sia che
si tratti di campioni a numerosit fissa, sia variabile. Per l'esempio precedente, possiamo
scegliere di esaminare tutte le transazioni del mese (dato che il numero di transazioni
pu variare da mese a mese), oppure un campione qualsiasi di esse. In tale campione
contiamo il numero di transazioni che presentano uno o pi errori e tracciamo sulla
Carta di Controllo il numero di transazioni del mese che presentano errori.
- 2.65 -
2.3.1.2.
2.3.1.2.1.
attrj
(2.80)
nj
- 2.66 -
attr j
p= 1
(2.81)
n j
1
p (1 p )
nj
(2.82)
p (1 p )
LCL = MAX 0, p 3
nj
2.3.1.2.2.
attr j
np = 1
(2.83)
UCL = n p + 3 n p (1 p )
LCL = MAX 0, n p 3 n p (1 p )
(2.84)
attr j
p= 1
mn
2.3.1.2.3.
uj =
attrj
(2.85)
nj
attrj
u= 1
(2.86)
UCL = u + 3
(2.87)
LCL = MAX 0, p 3
nj
2.3.1.2.4.
attr j
c= 1
(2.88)
UCL = c + 3 c
LCL = MAX 0, c 3 c
(2.89)
- 2.68 -
2.3.2.
2.3.2.1.
Nel definire un prodotto, la progettazione deve tener conto di molti fattori, la qualit
delle materie prime, la qualit degli impianti disponibili od acquistabili per la finalit
del progetto, la strumentazione per la rilevazione dei dati ed il controllo di processo, la
capacit operativa dei reparti di produzione, ecc. Tali fattori devono essere definiti e
fissati chiaramente per evitare ogni incomprensione e per fare in modo che ogni attivit
sia svolta secondo le modalit prefissate. Come pi volte detto, la progettazione non pu
essere una funzione isolata ma deve essere collegata strettamente alla produzione, della
quale deve conoscere limiti e difficolt in relazione alle regole da applicare.
Quindi, le specifiche tecniche sono le descrizioni dettagliate delle esigenze da
soddisfare per garantire nel tempo le caratteristiche del prodotto. Per favorire tale
costanza, la progettazione deve stabilire le caratteristiche dei materiali da impiegare,
lavorare o trasformare, le dimensioni, la qualit del processo produttivo, ecc. Perci, per
ogni indice di qualit del prodotto deve essere compilata una specifica, la quale ne
indica il valore nominale e la variabilit ammessa, cio la tolleranza.
Evidentemente, i limiti di tolleranza non possono essere fissati
indipendentemente dalla variabilit del processo, ma, soprattutto, non possono
essere scelti a prescindere dalla funzionalit che il prodotto deve garantire nelle
condizioni duso. Inoltre, il progettista deve tener presente che tolleranze ristrette
tendono ad incrementare i costi di produzione, anche se migliorano lintercambiabilit
dei componenti, le prestazioni del prodotto, la sua durata e laspetto estetico. Invece,
tolleranze larghe aumentano la disponibilit delle macchine, dei materiali e la
produttivit, ma, in generale, sono negative per la qualit del prodotto.
Quindi, la tolleranza una riserva, un fattore di sicurezza, che tiene conto delle
incertezze di ottenimento degli indici di qualit prescritti, compatibilmente col
soddisfacimento delle prestazioni del prodotto. Perci, di fondamentale importanza la
conoscenza della variabilit naturale del processo, in modo che le tolleranze non siano
n troppo larghe, n troppo strette. Infatti, inutile che venga fissata una tolleranza di
progetto, se poi la variabilit del processo non permette di assicurare lobiettivo che la
progettazione vuole raggiungere e che, in primo luogo, la funzionalit del prodotto.
2.3.2.2.
- 2.69 -
2.3.2.3.
La fig. 2.22 evidenzia le relazioni esistenti tra variabilit del processo, specifiche,
controlli e conformit,3 le quali portano alla soddisfazione del cliente attraverso due
fattori:
ladeguatezza delle specifiche ai bisogni del cliente,
il grado di conformit alle specifiche da parte del prodotto.
Quindi, la conformit alluso dipende dalla qualit della progettazione, il cui fine
ladeguatezza delle specifiche ai bisogni del cliente e dalla qualit della produzione del
prodotto (cio dal modo in cui la produzione consegue la qualit), il cui risultato la
conformit alle specifiche.
Ladeguatezza delle specifiche ai bisogni del cliente risulta da una corretta
definizione delle specifiche in base alle richieste del mercato, ai bisogni dei clienti, alle
azioni dei concorrenti ed alle scelte strategiche dellazienda. E nella definizione delle
specifiche che si deve tener conto del grado di variabilit del processo produttivo ed
qui che la variabilit del processo pu influenzare la definizione delle specifiche, in
particolare di quelle che non sono ottenibili col processo a disposizione.
La conformit alle specifiche del prodotto pu essere influenzata dalla Capacit
Produttiva (la quale dipende a sua volta dalla variabilit del processo e dalle specifiche
imposte dalla progettazione) e dal controllo ed assicurazione della qualit. Cio, se il
processo non riesce a fornire prodotti conformi ai livelli di specifica fissati bisogna
accettare che il prodotto venga fornito ad un livello di qualit inferiore a quanto previsto
dalle specifiche. Pertanto, la Capacit Produttiva di fondamentale importanza nel
conseguimento di un adeguato livello di conformit alle specifiche, ed anche per questo
motivo essa merita una particolare attenzione. Daltra parte, il fatto che un processo sia
capace, cio abbia una variabilit inferiore allestensione della tolleranza e riesca a
fornire la quantit di prodotto prevista ai livelli di conformit specificati, non ancora
sufficiente per garantire che tutti i prodotti rispettino uno standard accettabile. Infatti, in
C. Forza, G. Romanin Jacur, Metodi per la Qualit in Produzione, Ed. Progetto, 1997
- 2.70 -
molti casi necessario il controllo del processo per garantire che esso sia svolto in
modo appropriato, cio nel rispetto delle specifiche imposte.
Specifiche
Adeguatezza ai bisogni
del Cliente
Conformit all'uso
Soddisfazione
del Cliente
fig. 2.22.
- 2.71 -
il materiale in ingresso, per essere certi che esso rispetti le specifiche. Allinterno
del processo, i controlli possono essere posizionati ovunque, tuttavia essi devono
tener conto dello scopo di evitare la propagazione delle nonconformit e di
mantenere i costi. Conviene posizionare le ispezioni prima delle fasi che
aggiungono molto valore al prodotto oppure nelle quali i controlli possono
risultare difficili e costosi, ma dopo lavorazioni caratterizzate da un alto grado di
nonconformit. Il controllo pu essere posizionato alla fine del processo per
garantire la conformit del prodotto, soprattutto se esso molto complesso;
laccuratezza dei controlli. Con questo termine si intende la quantit di prodotto
da sottoporre a verifica. Infatti il metodo statistico in grado di esprimere un
giudizio sul tutto dallesame di solamente una parte di esso, offrendo soluzioni
che permettono di evitare quello che a prima vista sembra un controllo perfetto,
cio al 100%. In primo luogo non sempre possibile effettuare un controllo al
100%, ad esempio perch il controllo distruttivo, oppure pericoloso da
eseguire, oppure molto costoso (se inserito in una linea di produzione ad alta
capacit produttiva). Inoltre, lo stesso controllo al 100% non d la garanzia di
separare gli elementi nonconformi da quelli conformi a causa delle incertezze
della misura nel tempo, delle imprecisioni delle specifiche tecniche, dellabilit
degli operatori, ecc. Allora, si procede ad un campionamento, cio allestrazione
di un numero di elementi, che si ritiene rappresentativo dellintera produzione e si
esegue il controllo solamente su di esso. Come si visto in 2.2.2 e 2.2.3,
quando si esegue una tale estrazione, bisogna essere consapevoli che si pu
incorrere in due tipi caratteristici di errore, derivanti dal fatto che il campione pu
non essere rappresentativo della qualit dellintera produzione. Tuttavia, i metodi
statistici sono in grado di definire la probabilit con la quale una certa percentuale
di elementi nonconformi fa parte di quelli accettati. Infatti, se con limpiego di un
metodo statistico si riesce a decidere sullaccettabilit di un lotto di pezzi
controllandone solo una parte (ad esempio un lotto da 1000 pezzi controllato
attraverso campioni di 200), sapendo che in questo modo il rischio di accettare
pezzi nonconformi una percentuale nota del totale (ad esempio dell1%, ci che
si tradurrebbe in 10 pezzi nonconformi), possibile valutare la convenienza o
meno dellutilizzazione di tale metodo statistico. La valutazione va fatta in
funzione del costo unitario del pezzo nonconforme, dellimportanza che questo
assume nel processo, dellimportanza che questo assume nellesercizio, ecc.;
le modalit di campionamento. Le principali tipologie di ispezione sono:
- distinzione tra pezzi conformi e nonconformi: di solito viene utilizzato il
controllo per campionamento, il quale consente, ad esempio di confrontare la
qualit dei prodotti in ingresso, sia per fornitori, sia per periodi temporali
diversi,
- controllo del processo produttivo: la tecnica pi usata quella che utilizza le
Carte di Controllo del tipo di fig. 1.8 e che permette di verificare la stabilit del
processo rispetto allinsorgenza di errori sistematici di sensibile entit,
- valutazione della qualit del prodotto: si esegue una verifica del prodotto, di
solito distruttiva ed indirizzata allindividuazione della gravit dei difetti,
- selezione degli articoli buoni da quelli nonconformi: richiede unispezione al
100% e, quando richiesto, viene fatta alla fine del processo. Spesso utile per
la verifica della bont dei controlli eseguiti a monte,
- 2.72 -
- controllo per collaudo: viene fatto per la verifica delle prestazioni, in confronto
a quanto richiesto dalle specifiche, e pu riguardare anche lo stato degli
strumenti di controllo.
2.3.2.4.
- 2.73 -
2.3.3.
E' stato ricordato nel 2.1.2.1. che, a causa dellazione di un grande numero di fattori
che sono indipendenti luno dallaltro o dipendenti soltanto in piccolo grado, gli indici
di qualit del prodotto possono differire dai valori prescritti; tuttavia, solo nel caso in
cui i fattori siano dello stesso ordine di grandezza ed abbiano anche lo stesso grado di
influenza sullindice di qualit prescelto, le curve di distribuzione della frequenza dei
valori reali si approssimano alla curva teorica della Distribuzione Normale.
Tuttavia, nellesercizio giornaliero dellimpianto, linfluenza di uno o pi fattori
spesso predomina sulleffetto globale degli altri. Come sappiamo, tali fattori dominanti
sono detti sistematici e possono essere costanti o variabili.
2.3.3.1.
2.3.3.1.1.
- 2.74 -
-40
-30
-20
-10
nom
0
10
20
30
40
0 1 2 3 4 5 6 7 8 9 10
-60
-50
-40
-30
-20
-10
nom
0
10
20
30
fig. 2.23.
2.3.3.1.2.
2.3.3.1.2.1.
Assumiamo ora, come esempio, che un lotto di anelli siano lavorati su una superficie
alla rettificatrice per piani per ottenere laltezza H , con la precisione imposta dalla
funzionalit richiesta al prodotto (fig. 2.24).
Inoltre, assumiamo che lintero lotto sia rettificato senza fare nessuna registrazione
nel sistema macchina-attrezzatura-utensile-pezzo (sistema MFTW), e che i valori di
- 2.75 -
fig. 2.24.
- 2.76 -
-10
Hav
0
10
20
30
-60
-50
-40
-30
-20
-10
H min
0
-80
-70
-60
-50
-40
-30
-20
-10
0
10
20
30
fig. 2.25.
dispersione della misura H e la curva FDC (costruita a destra del diagramma per
lintero lotto di anelli) differiscono per grandezza e tipo da quelli mostrati nei
diagrammi a e b. Lampiezza del campo di dispersione pari alla somma dellampiezza
dovuta allazione combinata del gran numero di fattori indipendenti e dello stesso grado
di influenza (fattori casuali), e dello spostamento del valor medio di questo campo,
dovuto allinfluenza del fattore predominante (fattore sistematico variabile):
5 = 3 + 4
La caratteristica della curva delle frequenze risultante di essere distorta in
confronto alla gaussiana, e cos la semplice osservazione della FDC pu far sospettare
della presenza di un errore sistematico variabile.
2.3.3.1.2.2.
fig. 2.26.
m
numero ordinale del pezzo
diverse linee di produzione, dopo che una delle macchine di una linea stata
rimpiazzata o revisionata. Leffetto lo stesso se si sostituisce loperatore addetto ad
una linea, ed in molti altri casi.
2.3.3.1.2.3.
pezzo finito
attrezzatura
indice di qualit A
Sez. X-X
X
X
/2
Anom
M(x)
fig. 2.27.
- 2.79 -
2.3.3.2.
- 2.80 -
stesso grado di influenza, cio aventi statisticamente la propriet degli errori casuali,
secondo Gauss.
2.3.3.3.
- 2.81 -
Esempio
Esaminiamo ora il caso della taratura di un lotto di termometri da laboratorio, taratura che il
produttore dei termometri garantisce con la presentazione del relativo certificato. La prova
imposta dal cliente, ma utile anche al fornitore, per il controllo delle condizioni stabilit del
processo produttivo ed il rispetto del manuale di qualit.
In fig. 2.28a rappresentato lo strumento impiegato, che garantisce una precisione della taratura
di 0.05K. Si tratta di un recipiente subsferico di vetro, che porta alla sommit un tappo cavo a
tenuta, refrigerato con cubetti di ghiaccio. Il recipiente appoggiato ad una resistenza elettrica,
che garantisce la fornitura del calore latente necessario allebollizione del liquido. Il liquido
costruito da una sostanza pura ed adatto al campo delle temperature di taratura scelto: in un
campo di temperatura tra 0 e 100C, potrebbe essere acqua distillata e demineralizzata. Una
pompa da vuoto garantisce una pressione ps corrispondente alla temperatura Ts di saturazione
del liquido, che viene scelta come temperatura di taratura, individuata dal diagramma di stato
del liquido scelto. Il sistema, attraverso la conoscenza del diagramma di stato della sostanza
impiegata, trasforma una misura di temperatura in una misura meccanica, la pressione (di
saturazione).
T1
Q3
Q2
Q1
Q1
Q2
ps
Ts
Q3
T2
T
T2
T1
Hs
T2
Ts
T1
d
T nom
temperatura
misurata T
- 2.82 -
- 2.83 -
'Ti
(2.90)
(2.91)
quota
i
Ai
Ai
Ti
nom
''Ti
'Ti
i
numero ordinale della quota
fig. 2.29.
Come pu essere visto in fig. 2.30, nella produzione di un lotto costituito dai prodotti
che vanno dal numero ordinale k al numero ordinale l, la deviazione dellindice di
qualit rappresentata dal campo di dispersione e dalla coordinata del valor
medio del campo, letta a partire dalla misura nominale. La grandezza della coordinata
del valor medio del campo di dispersione la somma algebrica del valore '
delle deviazioni dovute allazione combinata dei fattori sistematici costanti ed a met
del valore " delle deviazioni risultanti dai fattori sistematici che variano in accordo
ad una legge nota. Cos:
= ' +
"
2
La dimensione massima A
(2.92)
max
dellindice di qualit :
A min = A n om + ' T
2
- 2.84 -
T /2
A=f(x)
''
T /2
'
nom
i
numero ordinale della quota
fig. 2.30.
fig. 2.31.
- 2.85 -
deviazioni e lo spostamento del loro valor medio ponderato M(x), rispetto al valor
medio del campo di dispersione :
=
M( x)
(2.93)
- 2.86 -
2.3.4.
fig. 1.35.
- 2.87 -
Una prima descrizione della Carta di Controllo delle variabili stata data in fig. 1.35,
che qui viene ripetuta. Essa una rappresentazione grafica della caratteristica di qualit
che stata misurata o calcolata da un campione, in funzione del numero ordinale del
campione stesso. Nel caso di controllo bilaterale simmetrico, essa contiene unordinata
che rappresenta il valor medio atteso della caratteristica di qualit. Le due altre linee
orizzontali, sono condotte attraverso il limite superiore ed inferiore di Controllo; i
Limiti di Controllo sono scelti in modo che il processo sia sotto controllo e che nessuna
azione di registrazione sia richiesta. Se un punto cade al di fuori della fascia determinata
dai Limiti di Controllo, usualmente la circostanza interpretata come indicazione che il
processo fuori controllo, e sono richieste unanalisi del processo ed unazione
correttiva per individuare ed eliminare leventuale errore sistematico responsabile del
fuori controllo. E' consuetudine collegare i punti delle successive osservazioni con
segmenti retti, in modo da visualizzare come essi evolvono nel tempo.
Anche se tutti i punti cadono allinterno dei Limiti di Controllo, se essi si dispongono
in modo sistematico o non casuale, si pu stabilire che il processo si trova nello stato di
fuori controllo. Ad esempio, se 15 dei 17 punti segnati sul diagramma di fig. 1.8
cadessero sopra la linea centrale, anche se sotto quella Limite di Controllo superiore,
dovremmo sospettare che qualcosa non funzioni a dovere: infatti, se il processo fosse
sotto controllo, i punti dovrebbero essere disposti in modo fondamentalmente casuale.
Metodi per individuare sequenze non casuali possono essere applicati alle Carte di
Controllo come aiuto alla ricerca delle situazioni di fuori controllo. Come abbiamo visto
in 2.3.3, esiste sempre una ragione perch appaia un comportamento non casuale e, se
essa viene individuata ed eliminata, le prestazioni del processo sono migliorate.
diametro medio dell' anello nel campione
74.03
74.02
limite superiore di controllo = 74.0135
74.01
74.00
73.99
limite inferiore di controllo = 73.9865
73.98
73.97
1
fig. 2.32.
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
numero ordinale del campione
Esempio
Per illustrare queste idee, prendiamo lesempio di Carta di Controllo di fig. 2.32, che si riferisce
ai campioni di produzione degli anelli elastici per pistone di motore a combustione interna di
tab. 2.1. Lindice di qualit osservato il diametro interno dellanello. Il processo controllato
imponendo che la media dei diametri sia 74.000, con deviazione standard 0.01. Ad ogni ora si
estrae un campione di 5 anelli, del quale si calcola la media x e la si riporta in diagramma: il
controllo prende la media x come indicatore del processo. Si nota che tutti i punti cadono
allinterno dei limiti imposti e che, nellambito di quanto espresso sopra, la carta indica che il
processo sotto controllo.
73.9865
fig. 2.33.
74.000
- 2.89 -
74.0135
Per aiutare la comprensione della base statistica della Carta di Controllo, consideriamo come i
limiti sono stati determinati. Come detto, la media del processo 74.000 e la deviazione
standard = 0. 01 . Ora, se si prendono campioni di numerosit n = 5 , la deviazione standard
della loro media :
x =
0.01
=
= 0.0045
n
5
Allora, se il processo sotto controllo con media 74.000, usando il Teorema del Limite Centrale
per assumere che x approssimativamente distribuita secondo la normale, ci aspetteremo che il
100 (1 )% delle medie dei campioni cadano tra 74 + Z / 2 0. 0045 e 74 Z / 2 0. 0045. Se
arbitrariamente (ma si tratta di un arbitrio assolutamente comune in questi termini) assumiamo
che la costante Z /2 sia 3, i limiti inferiore e superiore diventano:
74 + 3 0.0045 = 74.0135 e 74 3 0.0045 = 73.9865
come mostrato in fig. 2.32. Si tratta degli arcinoti Limiti di Controllo 3. La distanza tra i Limiti
di Controllo inversamente proporzionale alla numerosit n del campione, per un dato multiplo
di . Notare che scegliere i Limiti di Controllo equivale ad individuare la regione critica per
verificare lipotesi:
H 0 : = 74. 000
H1: 74. 000
dove k la distanza dei Limiti di Controllo dal valore centrale, espresso in unit di
deviazione standard.
Quanto detto per le medie campionarie pu essere ripetuto in modo pressoch
identico per i valori del campo di variazione R [(valore massimo)-(valore minimo),
allinterno del campione], poich anche i valori di R dei campioni si distribuiscono con
una propria distribuzione di frequenza, quindi con una propria media R ed una propria
deviazione standard s R . Nel caso di una popolazione con Distribuzione Normale, per
questi parametri lanalisi statistica ha dimostrato le seguenti relazioni:
R = d2
d R
sR = d3 = 3
d2
(2.94)
con d2 e d3 costanti dipendenti dalla numerosit n del campione, riportati in tab. 2.VI.
- 2.90 -
tab. 2.VI. Fattori che mettono in relazione le caratteristiche del campione e quelle
della popolazione
numerosit del d2
campione
d3
c2
c4
2
3
4
5
6
7
8
9
10
1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.970
3.078
0.853
0.888
0.880
0.864
0.848
0.833
0.820
0.808
0.797
0.5642
0.7236
0.7979
0.8407
0.8686
0.8882
0.9027
0.9139
0.9227
0.7979
0.8862
0.9213
0.9400
0.9515
0.9594
0.9650
0.9693
0.9727
11
12
13
14
15
3.173
3.258
3.336
3.407
3.472
0.787
0.778
0.770
0.726
0.755
0.9300
0.9359
0.9410
0.9453
0.9490
0.9754
0.9776
0.9794
0.9810
0.9823
20
25
3.735
3.931
0.729
0.709
0.9619
0.9696
0.9869
0.9896
(2.95)
2n
e c2 ancora una costante dipendente dalla numerosit del campione, i cui valori sono
dati in tab. 2.VI.
La Carta di Controllo uno strumento per descrivere esattamente cosa si vuol fare
col controllo statistico: essa si pu utilizzare in molti modi. Nella maggior parte delle
applicazioni, usata per il controllo in linea del processo; a questo scopo, vengono
raccolti i dati dei successivi campioni, si riportano sulla carta e se, ad esempio, x cade
allinterno dei limiti e non mostra andamenti sistematici, diciamo che il processo sotto
controllo al livello di confidenza indicato dalla carta. In questo caso, si deve notare che
cos siamo interessati a due aspetti:
determinare se i dati usciti in passato sono derivati da un processo sotto controllo,
determinare se i dati dei campioni futuri di quel processo indicheranno che il
processo sotto controllo.
Poich il pi importante uso della Carta di Controllo di aumentare la qualit del
processo, si trovato che, generalmente:
la maggior parte dei processi non lavora sempre nello stato di sotto controllo,
conseguentemente, luso routinario ed attento delle Carte di Controllo in grado
di individuare gli errori sistematici. Se questi sono eliminati, la variabilit ridotta
ed il processo migliorato,
- 2.91 -
INPUT
OUTPUT
PROCESSO
fig. 2.34.
VERIFICA ED
AGGIORNAMENTO
INDIVIDUAZIONE
ERRORE SISTEMATICO
ADOZIONE DELL'
AZIONE CORRETTIVA
INDIVIDUAZIONE
ORIGINE DELL' ERRORE
LSL
(x)
0.14
USL
0.12
0.10
s 0=1
0.08
0.06
0.04
0.02
0
-30
-20
-10
10
0.14
(x)
LSL
20
30
variabile x
USL
0.12
0.10
s 0=1
0.08
0.06
0.04
0.02
0
-30
-20
-10
(x)
10
20
30
variabile x
0.14
0.12
LSL
USL
0.10
0.08
0.06
s 1> s 0
0.04
0.02
0
-30
fig. 2.41.
-20
-10
10
20
30
variabile x
Necessit del controllo sia della media, sia della variabilit del processo. a)
media e deviazione standard ai valori nominali, b) media del processo
1 > 0 , c) deviazione della deviazione standard 1 > 0 .
- 2.94 -
In fig. 2.41a, sia la media, sia la deviazione standard sono sotto controllo come pure i
loro valori nominali 0 e 0 sono rispettati, cosicch gli indici di qualit del processo
cadono all'interno dei Limiti di Controllo. In fig. 2.41b la media si spostata ad un
valore 1 > 0 , con il risultato di una frazione di prodotti nonconformi pi alta. In fig.
2.41c la deviazione standard aumentata ad un valore 1 > 0 , con la conseguenza di
una maggiore presenza di non conformit, anche se il processo ancora centrato sul
valore nominale.
Tutte le Carte di Controllo, in particolare quelle per variabili possono essere definite
come aventi le seguenti propriet:
l'asse delle ascisse sequenziale, con l'unit che esprime l'evoluzione del tempo,
l'asse delle ordinate indica i valori della statistica che deve essere riportata in ogni
istante di campionamento,
sono definiti i limiti dei valori della statistica. Essi sono determinati osservando il
comportamento del processo, in quanto essi danno l'indicazione di quando il
processo stabile (cio sotto controllo statistico). Essi non devono mai essere
determinati usando le specifiche dell'acquirente, oppure gli obiettivi da
raggiungere col processo,
si osserva che esiste sempre una variabilit in ogni processo (purch si sia
provvisti di adeguati sistemi di misura, in grado di valutare la variazione) e le
fluttuazioni dei punti all'interno dei Limiti di Controllo dovuta alla variabilit
intrinseca del processo. Si pu imputare tale variabilit agli errori casuali. Anche
se non si conosce la natura di tali errori, il loro effetto consistente e dura nel
tempo. Quindi, se il processo sotto controllo statistico, la posizione (il valore
misurato) di ogni punto che rimane all'interno dei limiti non fornisce
un'informazione utile. Questo significa che non ci interessa sapere se il dato del
punto 4.5 ed il successivo 5.2, purch i punti restino all'interno dei Limiti di
Controllo. Inoltre, non si deve reagire alla variabilit all'interno dei Limiti di
Controllo. Se si vuole ridurre la variabilit, o ridistribuire il processo attorno ad
una nuova linea centrale, bisogna cambiare fondamentalmente (o riprogettare) il
processo, piuttosto che limitarsi a correggere un solo errore, per una data
posizione del punto,
quando i punti superano i Limiti di Controllo, si dice che il processo si spostato,
poich la probabilit che questo avvenga col processo sotto controllo statistico
bassa. In linea di principio, ogni punto all'esterno dei limiti pu essere imputato ad
errori sistematici. Una propriet chiave della Carta di Controllo la capacit di
individuare gli errori sistematici, in modo che essi possano essere rimossi e,
conseguentemente, sia ridotta la variabilit del processo,
i Limiti di Controllo sono determinati stimando la variabilit nel breve periodo del
processo, e definendo la stabilit del processo come quella per la quale la
variabilit di breve periodo costituisce un buon modello della variabilit di lungo
periodo. Tuttavia, questo il punto pi critico dell'utilizzazione efficiente delle
Carte di Controllo, anche se, sfortunatamente, il punto pi trascurato.
2.3.4.1.
Campioni Razionali.
scelti in modo che, se sono presenti errori sistematici, la probabilit di differenze tra i
campioni sia massimizzata, mentre la probabilit di differenze dovute agli errori
sistematici allinterno di un campione sia minimizzata.
Quando le Carte di Controllo sono applicate ai processi produttivi, lordine secondo
il quale il prodotto esce dal processo la logica di base per il Campione Razionale.
Tuttavia, anche se lordine temporale conservato, ancora possibile che i dati formino
campioni sbagliati: se alcuni dati del campione sono presi alla fine di una fase di
deviazione del processo e gli altri allinizio della fase successiva, qualsiasi differenza tra
le deviazioni pu non essere messa in evidenza, a causa dei normalmente diversi
andamenti degli errori sistematici presenti. La conservazione dellordine temporale
una buona base per creare i campioni, purch permetta di individuare gli errori
sistematici che si verificano nel tempo.
Nonostante il consiglio di Shewhart, si impiegano due approcci generali per costruire
Campioni Razionali:
nel primo, ogni campione formato da dati che si sono ottenuti nello stesso
istante, oppure i pi vicini possibile. Esso usato quando lobiettivo principale
della Carta di Controllo di mostrare le deviazioni di processo. Esso minimizza la
variabilit allinterno del campione dovuta agli errori sistematici e massimizza la
variabilit dei dati tra campioni successivi, se sono presenti errori sistematici.
Inoltre, fornisce una stima migliore della deviazione standard del processo.
Essenzialmente, questo approccio fornisce unistantanea del processo nel
momento in cui avviene il campionamento.
col secondo approccio, ogni campione creato con unit di prodotto
rappresentative di tutte le unit che sono state prodotte a partire dallultimo
campionamento. Fondamentalmente, ogni campione un campione casuale di
tutto il prodotto nellintervallo di campionamento. Fondamentalmente, il metodo
impiegato quando la Carta di Controllo serve a prendere la decisione se accettare
tutte le unit che sono state prodotte a partire dallultimo campionamento. In
effetti, se il processo deviasse ad uno stato di fuori controllo e poi ritornasse in
quello di sotto controllo tra due campionamenti successivi, si pu arguire che il
metodo di raggruppamento precedente sarebbe inefficace nella individuazione
delle due deviazioni, ed il presente metodo sarebbe da preferire.
Quando il Campione Razionale tende a rappresentare tutte le unit prodotte
nellintervallo di campionamento (2 approccio), una cura particolare deve essere
dedicata allinterpretazione della Carta di Controllo: se la media del processo ha una
deriva da un livello ad un altro nellintervallo di campionamento, si osserva un
allargamento del campo delle osservazioni allinterno del campione, ed un allargamento
della fascia delle x rappresentate sulla carta. Inoltre, pi probabile che le derive creino
una situazione di sotto controllo nella Carta x , ma una situazione di fuori controllo
nelle Carte della Dispersione e della Deviazione Standard, se si verificano sensibili
errori sistematici.
Esistono anche altre forme di campionamento. Come visto in 2.3.3, un processo pu
essere condotto da un gruppo di macchine in parallelo, le quali forniscono un unico
prodotto che viene inviato in un flusso comune. Se si campiona prelevando le
osservazioni da questo flusso comune di prodotto, sar molto difficile distinguere quale
macchina eventualmente fuori controllo. In questa situazione, un approccio logico di
campionamento di applicare la tecnica della Carta di Controllo ad ognuna delle
singole macchine. Talvolta questo concetto imporrebbe che diverse Carte di Controllo
- 2.96 -
dovessero essere previste per la stessa macchina distinte per operatore, verificatore,
manutentore, ecc.
Il concetto di Campione Razionale molto importante: la creazione accurata dei
campioni richiede grande attenzione nellanalisi del processo, con lobiettivo di ottenere
quanto pi corrette informazioni possibile dallanalisi delle Carte di Controllo.
Inoltre, per riguardo al campionamento razionale si possono fare altre considerazioni
importanti. La maggior parte delle Carte di Controllo, comprese le Carte x e quelle
delle misure individuali, si basano sull'estrazione di Campioni Razionali per stimare la
variabilit del processo nel breve periodo. Perci, la variabilit di breve periodo usata
per predire la variabilit di lungo periodo definita dai Limiti di Controllo.
Come tale, il Campione Razionale deve possedere inoltre le seguenti propriet:4
le osservazioni contenute nel campione sono indipendenti. Due osservazioni sono
considerate indipendenti se nessuna osservazione influenza laltra. Se le
osservazioni sono tra esse dipendenti, il processo presenta un'autocorrelazione.
Molti processi sono soggetti all'autocorrelazione. Tra gli altri:
processi chimici: quando si trattano liquidi, particolarmente se contenuti in grandi
capacit, i campioni possono influenzarsi l'un l'altro, specialmente se essi sono
estratti vicini nel tempo. Il liquido conserva l'effetto della prima osservazione, per
esempio della temperatura, la quale influisce nel tempo sulle osservazioni della
temperatura seguenti. I campioni formati in una finestra di tempo ridotta ed in
questo tipo di processi sono indicati come campioni omogenei, poich essi sono
praticamente identici (eccetto che per l'effetto degli errori di misura),
processi di servizio: si consideri il tempo di attesa in coda allo sportello di una
banca. Il tempo di ogni cliente in coda influenzato dal tempo di attesa della
persona che lo precede,
produzione di particolari meccanici. Anche se si tratta di un caso classico di
campioni indipendenti, quando un controllo di feedback usato per registrare il
processo in base alle osservazioni precedenti, le osservazioni diventano
inerentemente dipendenti;
all'interno del campione, quando le osservazioni sono autocorrelate, la variabilit
spesso molto bassa e non rispecchia la variabilit presente tra i diversi campioni.
Questo spinge ad scegliere Limiti di Controllo pi vicini, ci che porta a pi
frequenti condizioni di fuori controllo e ad interventi non programmati sul
processo. Le tecniche di controllo dell'autocorrelazione saranno trattate in
Appendice A2;
le osservazioni all'interno del campione sono derivanti da un processo singolo e
stabile. Se i campioni contengono elementi di diversi flussi di processo, o se si
presentano frequentemente errori sistematici all'interno del campione, la
variabilit all'interno del campione grande, in confronto alla variabilit tra le
medie dei campioni. Lelevata variabilit all'interno del gruppo spinge ad
allargare i Limiti di Controllo, contribuendo alla diminuzione della sensibilit
della carta verso gli spostamenti del processo. Una Carta di Controllo che riporti
una sequenza di 15 campioni con Limiti di Controllo piazzati a pu essere
utile per individuare tale situazione;
i campioni sono formati con osservazioni prese con frequenze ordinate nel tempo
e non sincronizzate con le registrazioni del processo. Se non fosse cos, i campioni
4
S.N. Lloyd, Control Charts: Rational Subgroups and Effective Applications, J. of Quality Technology,
Vol. 20, 1988.
- 2.97 -
2.3.4.2.
La definizione dei Limiti di Controllo una delle decisioni critiche da fare nella fase
di progetto della carta. Sappiamo che, mano a mano che i limiti si allontanano dalla
linea centrale, si diminuisce la probabilit di errore di specie I, cio il rischio di avere un
punto al di fuori dei Limiti di Controllo, anche se non sono presenti errori sistematici.
Tuttavia, con questa operazione aumenta la probabilit di errore di specie II, cio il
rischio di avere un punto allinterno dei Limiti di Controllo quando in realt il processo
fuori controllo.
Per la Carta x di fig. 2.32, nella quale si sono usati i limiti 3 , se assumiamo che il
diametro dellanello distribuito normalmente, in tab. A2.I troviamo che la probabilit
di errore di specie I dello 0.27%. Cio, un falso allarme (segnale di fuori controllo)
sar generato statisticamente 27 volte ogni 10.000 campioni e la probabilit che un
punto, preso quando il processo sotto controllo, sia esterno ad un limite 3 (in una
direzione) la met della precedente, lo 0.135%.
Anche se questi limiti sono largamente diffusi, la scelta del valore opportuno di multipli di
deve essere fatta sulla base di considerazioni economiche. Per esempio, se le perdite associate al
fatto di lasciare il processo operare fuori controllo sono grandi in confronto ai costi di indagine
e correzione degli errori sistematici, allora pu essere appropriato scegliere un multiplo della
deviazione standard pi piccolo di 3, ad esempio 2.5 oppure 2.
- 2.98 -
Per definire i limiti attesi per un dato sistema di dati di processo, possibile sia
tentare di caratterizzare la distribuzione, sia di assumerla normale, sia assumere che la
distribuzione non abbia molta importanza. Esistono alcune tecniche per adattare la
distribuzione ai dati; esse saranno discusse in Appendice A2. Per il semplice caso delle
Carte di Controllo x , si hanno argomenti statistici per assumere la Distribuzione
Normale delle medie dei campioni: il Teorema del Limite Centrale garantisce che, a
prescindere dalla distribuzione della popolazione, la distribuzione delle medie di
campioni sufficientemente grandi approssima quella normale. La simulazione al
computer verifica questa assunzione, dimostrando che la Distribuzione Normale
costituisce una buona approssimazione della distribuzione delle medie dei campioni e
che campioni grandi possono essere costituiti anche da 4 o 5 pezzi, purch la
distribuzione della popolazione non sia troppo distorta.
Si osserva un qualche disaccordo tra gli esperti di qualit sull'affermazione che sia la
distribuzione della popolazione, sia di quella delle medie dei campioni sono irrilevanti per la
comprensione e l'uso delle Carte di Controllo. Il dibattito pu essere considerato un p
esoterico, in quanto entrambi i punti di vista portano a risultati simili: la Carta di Controllo,
particolarmente la Carta x , uno strumento utile per individuare i fuori controllo statistico del
processo. Tuttavia, il dibattito riguarda i dettagli ed ha particolare impatto quando si utilizzano
le altre Carte di Controllo, in particolare le Carte delle Misure Individuali, quelle CoSum e
quelle EWMA.
Le argomentazioni contro l'uso dei modelli di probabilit per definire i Limiti di Controllo
comprendono le seguenti osservazioni:
Shewhart non si bas sulla Distribuzione Normale nel suo sviluppo della Carta di
Controllo. Al contrario, us dati sperimentali e gener Limiti di Controllo che
funzionavano per il suo processo;
poich tutte le Carte di Controllo non sono basate su un unico modello di probabilit, non
necessario rendere coerente la distribuzione con i dati del processo, o fare alcuna
assunzione circa il processo od i dati. I Limiti di Controllo che si calcolano con le
equazioni di Shewhart sono sempre Limiti di Controllo robusti, cio resistenti alle
differenze di distribuzione del processo;
il Teorema del Limite Centrale pu dunque essere ben applicato alla Carta x , ma esso
non pu essere utilizzato per il calcolo sulla Carta R, oppure la , per cui necessario
studiare come i Limiti di Controllo devono essere stabiliti per esse,
i Limiti di Controllo interessano le code della distribuzione, cosicch ogni tentativo di
individuare una distribuzione modello soggetto ad errori.
L'argomento che giustifica l'utilizzo dei modelli di probabilit al fine di definire i Limiti di
Controllo riguarda:
poich le Carte definite da Shewhart sarebbero basate interamente su dati empirici e non
su una teoria valida per tutti i processi, esse sarebbero valide solo per i processi di
Shewhart. Questo non il caso; le Carte di Controllo sono in realt basate su una teoria
statistica, che trascende i processi particolari,
i Limiti di Controllo sono determinati matematicamente e la formula usata per il calcolo
un'applicazione diretta della teoria della Distribuzione Normale. Anche se tale modello
matematico fosse basato solamente sull'evidenza empirica, non una coincidenza che
esso aderisca perfettamente alle statistiche distribuite normalmente e si applica molto
meno quando la statistica non lo . Si consideri ora una Carta x : si calcolano due
parametri. Un parametro tabulato: il fattore (d2, oppure c4) usato per convertire la media
all'interno della variazione del campione alla variazione attesa delle misure del processo,
basata sulla dimensione del campione. Le stime dei fattori d2 o di c4 sono calcolate
nell'ipotesi di una Distribuzione Normale delle misure. Un parametro definito: il
- 2.99 -
- 2.100 -
2.3.4.3.
1
p
(2.96)
dove p la probabilit che un punto scavalchi i Limiti di Controllo. Cio, in una Carta
x con limiti 3 , p=0.0027 la probabilit che un punto cada fuori dai limiti quando il
processo sotto controllo, cosicch:
ARL =
1
1
=
= 370
p 0.0027
- 2.101 -
Esempio
Consideriamo lesempio del controllo del processo di produzione degli anelli elastici discusso
pi volte. In questo caso, in media ogni 370 ore si avr un falso allarme. Supponiamo di
eseguire ancora un campionamento con numerosit n=5 e che, quando il processo va fuori
controllo, la media del campione si sia spostata da 74.000 a 74.015. Dalla curva caratteristica
operativa di fig. 2.35 troviamo che, se la media del processo fosse effettivamente 74.015, la
probabilit che x cada tra i Limiti di Controllo approssimativamente 0.50. Quindi, la variabile
p in (2.96) varrebbe 0.5 ed il controllo ARL varrebbe 2. Ci significa che la Carta di Controllo
richiede in media due campioni per individuare la deviazione del processo, cio che dovrebbero
passare 2 ore tra la comparsa della deviazione e la sua individuazione (ancora in media).
Supponiamo che questo sia inaccettabile, perch la produzione di anelli con diametro medio di
74.015 determinerebbe eccessivi costi a causa degli scarti ed un ritardo corrispondente nel
montaggio finale dei motori.
fig. 2.35.
CARTA DI CONTROLLO 2
frequenza di campionamento 1h
- 2.102 -
2.3.4.4.
La Carta di Controllo pu indicare una condizione di fuori controllo sia quando uno
o pi punti cadono allesterno dei Limiti di Controllo, sia quando le spezzate presentano
un andamento non casuale. Ad esempio, consideriamo la Carta x di fig. 2.36a, dove
tutti e 25 i punti cadono allinterno dei Limiti di Controllo, ma la distribuzione di essi
non indica lo stato di sotto controllo, poich essa non casuale anche allesame visivo.
In particolare, si nota che 19 dei 25 punti si trovano sotto la linea centrale, mentre solo 6
si trovano sopra. Se i punti fossero distribuiti in modo veramente casuale, ci dovremmo
aspettare una distribuzione pi omogenea sopra e sotto la linea centrale. Inoltre, a
partire dal campione 4, 5 punti aumentano progressivamente la loro dimensione; una
situazione analoga (ma in direzione opposta) si verifica a partire dal campione 17.
Queste particolarit sono dette tendenze, ed altre se ne possono definire, quando le
osservazioni sono dello stesso tipo (ad esempio, quelle successive che si trovano sotto la
linea centrale, quelle sopra, ecc.).
Una tendenza di 8 o pi punti ha una probabilit di verificarsi molto bassa in un
campione casuale. Conseguentemente, ogni tipo di tendenza di 8 punti o pi presa
come segnale di fuori controllo del processo.
4 5
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
numero ordinale del campione
fig. 2.36a. Carta di Controllo con distribuzione dei punti non casuale.
- 2.103 -
2 3
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
numero ordinale del campione
2.3.4.5.
- 2.104 -
i campioni dessero punti al di fuori di tali limiti. Per esempio, usando i limiti
2 la variabilit ammessa minore di quanto non avviene con i limiti 3 .
Cos, si pu vedere dalla teoria che la probabilit di uscire dai Limiti di Controllo
3 (per una Distribuzione Normale) lo 0.27%, se il processo sotto controllo
statistico. In media, si pu osservare un falso allarme associato ai limiti 3 una
volta ogni 370 campioni (1/0.0027). Invece, usando i limiti 2 , la probabilit di
uscire dai Limiti di Controllo, se il processo sotto controllo statistico, il 4.6%,
corrispondente ad un falso allarme ogni 22 campioni!
Deming ha dimostrato che gli interventi non programmati in realt aumentano la
variabilit. Si pu vedere facilmente che quando si reagisce ai falsi allarmi, si svolge
un'operazione sul processo che effettivamente lo sposta dalla registrazione precedente.
Nel tempo, questo determina una produzione che varia molto pi di quanto sarebbe
avvenuto in assenza di quella registrazione.
- 2.105 -
2.3.5.
2.3.5.1.
Montgomery, D.C. Introduction to Statistical Quality Control. New York: John Wiley & Sons, 1991;
Pyzdek's Guide to SPC Volume Two: Applications and Special Topics. Milwaukee: ASQC Press, 1992
- 2.106 -
1 n
xi
n 1
2.3.5.2.
(2.97)
La Carta x
Essa riporta la media degli n valori del campione:
x=
1 n
xi
n 1
+ Z / 2 x = + Z / 2
(2.98)
Perci, se e sono note, i limiti di tale intervallo possono essere assunti come Limiti
di Controllo inferiore e superiore della Carta x . Come stato detto, usuale sostituire a
Z/2 il numero 3, in modo da impiegare i limiti 3 e, se la media del campione cade al
di fuori di tali limiti, si ha un'indicazione che la media del processo pu essersi spostata
da .
- 2.107 -
Tuttavia, in pratica e non sono note e devono essere stimate da 2025 campioni
preliminari estratti dal processo, supposto nello stato di sotto controllo. Supponiamo che
siano estratti m campioni, ognuno dei quali sia composto da n osservazioni dell'indice
di qualit in esame. Tipicamente n piccolo e variabile nell'intervallo 46, ma il
campione soddisfa alle condizioni di Campione Razionale e tiene conto degli elevati
costi di campionamento caratteristici di questa fase preliminare, quando il processo di
valutazione non ancora stato ben programmato. Se x1 , x 2 , ..., x m sono le medie di
ogni campione la migliore stima di (media del processo) la media delle medie dei
campioni:
1 1 m n
x = x i
m n 1 1
(2.99)
(2.100)
ed esiste una relazione nota tra la Dispersione del campione estratto da una
Distribuzione Normale e la Deviazione Standard di quella distribuzione. La variabile
casuale W = R / detta Dispersione Relativa ed i parametri di W sono funzione della
numerosit n del campione. La media della distribuzione di W d2 di tab. 2.VI,
conseguentemente, una buona stima di :
=
R
d2
(2.101)
R j
R= 1
e la stima di : =
R
d2
UCL x = x + 3
LCL = x 3
x
R
= x + 3
n
d2 n
(2.102)
R
= x 3
n
d2 n
- 2.108 -
tab. 2.VII. Precisione relativa del metodo del Campo di Dispersione, in confronto al
metodo S2.
n
1.000
0.992
0.975
0.955
0.930
10
0.850
La Carta R.
Abbiamo visto che la Dispersione del Campione legata alla Deviazione Standard
del processo, perci la variabilit del processo pu essere controllata segnando i valori
della Dispersione R dei successivi campioni nella Carta R. Anche i parametri della
Carta R possono essere facilmente calcolati. La linea centrale sar al livello R mentre,
per il calcolo dei Limiti di Controllo, necessario eseguire la stima della Deviazione
Standard R della dispersione. Assumendo che l'indice di qualit sia distribuito
normalmente, la stima di R pu essere ricavata dalla distribuzione della Dispersione
Relativa W = R / , la cui Deviazione Standard legata alla numerosit n del campione
dalla funzione nota d3 di tab. 2.VI. Poich, per definizione:
R = W
R = d3
R = d 3
(2.103)
R
d2
R
d2
R
LCL R = MAX 0, R + 3 R = R + 3 d 3
d2
(2.104)
- 2.109 -
garantisce che i Limiti di Controllo della Carta della Dispersione R abbia la stessa
sensibilit di quella della Carta x . In questo caso:
R=
(UCL x LCL x ) d 2
2.3.5.2.1.
(2.105)
2.3.5.2.2.
Si deve sempre esaminare per prima la Carta R. Infatti, i Limiti di Controllo della
Carta x sono derivati dal campo si dispersione medio, cosicch se la Carta R indica un
fuori controllo, i Limiti di Controllo della carta x perdono significato.
Solamente dopo i punti della Carta x possono essere interpretati in riferimento ai
Limiti di Controllo ed i Test di Produzione. Non bisogna considerare mai i punti della
Carta x relativamente alle specifiche, poich le osservazioni estratte dal processo
variano molto pi delle medie dei campioni, che sono riportate sulla Carta di Controllo
x.
- 2.110 -
- 2.111 -
fig. 2.37.
fig. 2.38.
Notare che, quando un punto corrisponde ad un test di fuori controllo, esso marcato
con una X, per rendere l'interpretazione pi agevole. Con questa convenzione, gli
andamenti sulle Carte di Controllo possono essere usati come aiuto a risolvere i
problemi.
- 2.112 -
2.3.5.2.3.
Il controllo continuo del processo si effettua per mezzo dei Test di Produzione,
inizialmente sviluppati dalla Western Electric e perfezionate da Nelson. Essi applicano
test statistici per determinare se esistono tendenze tra i punti segnati nelle Carte di
Controllo.
Alcune di queste tendenze sono dovute a deviazioni del processo, altre sono dovute
ad errori di campionamento, inconsistenti con le caratteristiche di base dei Campioni
Razionali.
La base statistica dei Test di Produzione semplicemente che se i campioni sono
veramente derivati dalla distribuzione attesa ed indipendenti l'uno dagli altri, non deve
esistere tendenza nella loro disposizione. In generale, tali test sono applicati
indipendentemente dall'ordinata del Limiti di Controllo (numero di unit ). Infatti, che
un punto sia fuori controllo, oppure non, dipende solamente dall'ordinata del Limite di
Controllo e non dal fatto che risponda o meno ad un Test di Produzione. Perci, mentre
il Test di Produzione aumenta la potenza della Carta di Controllo (la probabilit che le
deviazioni del processo siano individuate quando insorgono), esso provoca un aumento
della frequenza dei falsi allarmi.
Inoltre, quando un Test di Produzione violato, non sempre esso indica quando la
deviazione del processo ha avuto luogo. Ad esempio, quando il test 2 di fig. 2.39
violato, la deviazione del processo pu essere accaduta 9 punti (o di pi, o di meno)
prima del punto che viola il test. Di pi, il processo pu essere sotto controllo e nessun
test pu essere violato per un periodo, diciamo, di 50 campioni, mentre la media del
processo sistematicamente, anche se lentamente, si sposta. Mano a mano che si
aggiungono campioni, quelli presenti nei primi 50 campioni cominciano a violare i test
od i Limiti di Controllo, poich ora quei punti cominciano a mostrare una tendenza
innaturale, relativa alla combinazione di tutti i campioni precedenti.
Come detto, i test di produzione sono applicati alle Carte x . Quando le Carte x sono
scelte relativamente a distribuzioni non-normali, la media sostituita dalla mediana e le
zone sono definite in modo da dare le stesse probabilit della Distribuzione Normale,
allo stesso livello di unit . Ad esempio, il test 1 di fig. 2.39 interpretato come se
ogni punto della zona C avesse la probabilit 0.135% (il 99.73% di stare all'interno dei
Limiti di Controllo), anche se questo non corrisponde esattamente a 3 della
distribuzione non-normale.
I test di funzionamento 1, 2, 5 e 6 si applicano alle met superiore ed inferiore
separatamente, mentre quelli 3, 4, 7 ed 8 si applicano all'intera carta.
Test 1 (Western Electric): punto al di fuori dei limiti 3 . Indica che la media del
processo ha deviato.
Test 2 (Nelson): 9 punti consecutivi stanno dalla stessa parte della media della carta (la
Western Electric ne usa solamente 8). Indica che la media del processo ha deviato.
Test 3 (Nelson): si osserva una sequenza di 6 punti consecutivi in aumento od in
diminuzione. Indica che la media del processo tende a spostarsi.
Test 4 (Nelson): 14 punti consecutivi si alternano in alto ed in basso. Indica che si in
presenza di un processo a pi correnti ed i campioni si alternano tra due o pi
livelli di processo.
Test 5 (Western Electric): 2 punti stanno fuori dalla soglia 2 , su 3 punti consecutivi.
Indica che la media del processo ha deviato.
- 2.113 -
fig. 2.39.
con una numerosit del campione pari a 3. Ognuno dei campioni segnati con un
circoletto sono in violazione del presente test. La prima idea che viene spontanea
che causa della violazione del test un miglioramento del processo: infatti la
deviazione standard del processo bassa. Tuttavia, come evidente dalla Carta R,
non esiste una riduzione corrispondente della variabilit del processo.
fig. 2.40.
2.3.5.2.4.
Come fatto sopra, la Linea Centrale ed i Limiti di Controllo sono stati calcolati sulla
base di un breve Test di Produzione e sono stati assunti come valori di primo tentativo,
quindi suscettibili di successiva revisione. Normalmente la revisione delle ipotesi
pratica corrente, anzi alcuni prevedono che la revisione sia fatta ad intervalli regolari,
anche durante la fase successiva di produzione a regime, ogni settimana, mese, oppure
ogni 25, 50, 100 campioni.
Talvolta, il controllore sostituisce la Linea Centrale della Carta x con il valore atteso
x 0 . Se la Carta R mostra che il processo sotto controllo, questo pu essere utile per
disporre il processo in modo che la linea centrale sia spostata al valore atteso,
particolarmente in quei processi in cui la media pu essere facilmente registrata con
semplici regolazioni.
Se la registrazione richiedesse regolazioni complesse, sarebbe facile introdurre
funzioni sconosciute e complicate di vari parametri del processo ed il valore atteso x 0
non potrebbe essere utile, anzi sarebbe facile determinare punti fuori dei Limiti di
Controllo. In tali casi, non facile conoscere se il punto fuori controllo a causa di
errori sistematici, o se, invece, si trova fuori dai Limiti di Controllo per una scelta
infelice della Linea Centrale.
Quando la Carta R presenta dei fuori controllo, spesso possibile eliminarli ed
eseguire un nuovo calcolo di R . Questo valore poi usato per ricalcolare i nuovi Limiti
di Controllo e la Linea Centrale sia sulla Carta R, sia sulla Carta x . Questa procedura
restringe i Limiti di Controllo di entrambe le Carte, con una Deviazione Standard
consistente con l'uso del Campo di Dispersione rivisto R nella relazione R /d2. Questa
stima di usata come base di un'analisi preliminare della Capacit Produttiva.
- 2.116 -
LTL
LNTL
determinata esternamente
UNTL
UTL
determinata esternamente
73.9865
74.000
3x
3x
LCL
fig. 2.48.
74.0135
UCL
Un punto che deve essere messo ancora in grande rilievo che non esiste legame o
relazione tra i Limiti di Controllo della Carta x e della Carta R ed i Limiti di Tolleranza
imposti al processo. I Limiti di Controllo sono tracciati sulla base della variabilit
naturale del processo (ad esempio, misurata dalla Deviazione Standard del processo),
cio sulla base dei Limiti di Tolleranza naturali del processo. E' consuetudine definire i
Limiti Naturali inferiore e superiore di Tolleranza LNTL ed UNTL alla distanza di 3
sotto e sopra la media del processo.
D'altra parte, i Limiti di Tolleranza sono determinati all'esterno. Essi possono essere
scelti dalla dirigenza, dagli ingegneri responsabili della produzione, dal cliente, o,
meglio, dal progettista. Essi devono aver presente la variabilit inerente al processo
quando stabiliscono i Campi di Tolleranza, ma devono ricordare che non esiste una
relazione matematica o statistica tra i Limiti di Controllo ed i Limiti di Tolleranza. In
particolare, si possono incontrare i Limiti di Tolleranza riportati addirittura sulla Carta
x , secondo una pratica assolutamente scorretta in quanto si mescolano i limiti della
Carta delle Misure Individuali, con i dati che rappresentano la media delle misure dei
campioni. Per capire l'errore si faccia riferimento alla fig. 2.33 ed alla fig. 2.48.
- 2.117 -
2.3.5.2.5.
Campioni Razionali
(x ij x )
S=
1 1
m n 1
poich, se le medie dei campioni sono diverse, il valore si S tende ad essere troppo
grande e sar sovrastimato. Mettere insieme in tal modo tutti dati precedenti per
stimare pericoloso, perch potenzialmente si combinano insieme la variabilit tra i
campioni con quella all'interno del campione, mentre i Limiti di Controllo devono
essere basati solamente sulla variabilit all'interno del campione.
2.3.5.2.6.
- 2.118 -
Se la Carta di Controllo deve essere usata per mettere in rilievo da moderati a grandi
spostamenti della media del processo, dell'ordine di 2 o pi, sono sufficienti campioni
poco numerosi con n=46. Se, invece, si vuol tentare di individuare spostamenti della
media pi piccoli, i campioni devono essere pi grandi, con numerosit n=1525. Poi,
se i campioni sono poco numerosi, c' minor rischio che si verifichino spostamenti della
media del processo gi durante la loro estrazione, e, quindi che lo spostamento del
processo sia oscurato dalla media. Conseguentemente, questo gi un argomento a
favore dell'uso di campioni di modesta numerosit, purch consistente con la grandezza
dello spostamento della media da evidenziare. Un'alternativa all'aumento della
numerosit del campione pu essere la tracciatura dei Limiti di Attenzione od altre
procedure di sensibilizzazione per aumentare la capacit di della Carta di Controllo di
individuare piccoli spostamenti della media del processo.
La Carta R relativamente insensibile agli spostamenti della Deviazione Standard
del processo, se i campioni sono poco numerosi. Per esempio, campioni di numerosit 5
hanno solamente il 40% di probabilit di evidenziare gi sui primi campioni uno
spostamento della Deviazione Standard da a 2 . Campioni pi numerosi sarebbero
pi efficienti al riguardo, ma sappiamo anche che il metodo del Campo di Dispersione
per eseguire la stima della Deviazione Standard perde drammaticamente di precisione,
mano a mano che n aumenta. Conseguentemente, per n=1012 probabilmente meglio
usare la Carta S o la Carta S2 (vedi Appendice A2), invece della Carta R.
Dal punto di vista statistico, le Curve Caratteristiche Operative delle Carte x ed R
possono essere utili per la determinazione della numerosit n del campione. Esse danno
all'analista la sensazione dello spostamento della media del processo che pu essere
individuato con una probabilit data, per ogni valore di n.
Il problema di scegliere la numerosit del campione e la frequenza di
campionamento quello di ottimizzare lo sforzo di campionamento. Generalmente, chi
prende tale decisione ha solamente un numero limitato di risorse da destinare al
processo di controllo. Le strategie disponibili sono di estrarre piccoli campioni ad
elevata frequenza, oppure di estrarre campioni pi numerosi a frequenza pi bassa.. Ad
esempio, la scelta pu essere tra campioni di numerosit 5 ogni mezz'ora oppure
campioni di numerosit 20 ogni 2 ore. E' impossibile dire quale strategia migliore in
tutti i casi, ma la corrente pratica industriale favorisce campioni piccoli ad elevata
frequenza. La sensazione generale che se l'intervallo tra i campionamenti troppo
grande, troppi prodotti nonconformi sarebbero fabbricati prima di avere l'opportunit di
individuare lo spostamento del processo. Da considerazioni economiche, se il costo
associato alla produzione di articoli nonconformi alto, campioni piccoli e frequenti
sono la soluzione migliore.
Anche la potenzialit produttiva influenza la scelta della numerosit del campione e
la frequenza di campionamento. Se la potenzialit produttiva alta, ad esempio 50.000
unit all'ora, sono adottati campionamenti pi frequenti di quando la potenzialit
produttiva bassa. Con un'elevata potenzialit produttiva, molte unit sono prodotte nel
breve tempo durante il quale si verifica lo spostamento del processo. Di pi, con elevata
potenzialit produttiva, abbastanza facile estrarre campioni numerosi in modo
economico. Per esempio, se si producono 50.000 unit all'ora, pu non fare molta
differenza nel tempo di estrazione di un campione di 20 unit in confronto ad un
campione di 5 unit. Se i costi di controllo e di prova non sono eccessivi, i processi
produttivi di grande potenzialit possono essere controllati con campionamenti di
abbastanza grande numerosit.
- 2.119 -
2.3.5.2.7.
2.3.5.2.7.1.
Cp
E' l'indice di Capacit del Processo che esprime il rapporto tra la tolleranza (da
specifica o da progetto) e la variabilit del processo:
il valore 1 indica che la variabilit del processo esattamente uguale alla
tolleranza,
un valore inferiore ad 1 indica che la tolleranza inferiore alla variabilit del
processo,
un valore superiore ad 1 indica che la tolleranza superiore alla variabilit del
processo,
valori superiori ad 1 sono i pi desiderabili e molti utilizzatori raccomandano 1.33
o maggiori (perfino 2 presso la Riello Macchine Utensili). Questo consente un
certo margine di errore nel caso di piccoli spostamenti del processo, che
potrebbero non essere immediatamente individuati.
Distribuzione Normale:
Cp =
UTL LTL
6
(2.106)
UTL LTL
Z 0.99865 Z 0.00135
(2.107)
3 Cp
(2.108)
2 (n 1)
dove n la numerosit del campione. Questo valore deve essere aggiunto e tolto al
valore calcolato di Cp per indicare il campo dei valori di Cp attesi per i campioni
casuali di un processo stabile.
Cpk
E' l'indice di Capacit del Processo che esprime sia la dispersione del processo, sia la
sua posizione in confronto alla media:
Cpk = MIN[Cpl, Cpu ]
Distribuzione Normale:
se :
Zl =
Cpl =
x LTL
Zl
3
Cpu =
Zu =
Zu
3
UTL x
(2.109)
Distribuzioni non-Normali
Z l = Z 0, p
Z u = Z 0,1 p
(2.110)
(2.111)
dove n la numerosit del campione. Questo valore deve essere aggiunto e tolto al
valore calcolato di Cpk per indicare il campo dei valori di Cpk attesi per i campioni
casuali di un processo stabile.
Cr
E' l'indice di Prestazione del Processo che esprime la frazione del campo di
tolleranza (da specifica o da funzionalit) effettivamente coperta dal processo:
- 2.121 -
Cr =
100
Cp
Tanto pi piccoli, ma sempre inferiori a 100, sono i valori e meglio , dal punto di
vista della precisione del processo.
Cpm
E' un indice di Prestazione del Processo simile a Cpk, che esprime la differenza tra la
media del processo e la media del campo di tolleranza (da specifica o da funzionalit).
Se le due medie coincidono, anche Cpm e Cpk coincidono. Se la media del processo si
sposta dal valore imposto, Cpm diventa minore di Cpk:
Cpm =
Cp
(2.112)
(x T )2
1+
2
CL = 3
1 xT
+
2 2
Cpm
2
n
x T 2
1 +
2
(2.113)
2.3.5.2.7.2.
- 2.122 -
2.3.5.2.7.3.
L'Istogramma
Se i dati provengono da una distribuzione simmetrica, come la Distribuzione
Normale, ugualmente i dati devono distribuirsi attorno ad una linea centrale. Se i dati
non sono grossolanamente distribuiti attorno alla linea centrale dell'Istogramma, la
distribuzione detta distorta, e, se distorta, possibile capirne la ragione. Alcuni
processi hanno naturalmente una distribuzione distorta e possono essere confinati. Ad
esempio, se la variabile un tempo di attesa, fisicamente essa sar confinata dal limite
inferiore 0.
Se si osservano due o pi picchi, si deve verificare se i dati derivano da pi processi,
come pu accadere per gruppi separati di persone, oppure da due o pi macchine
registrate diversamente.
Si deve ricordare che, se il processo fuori controllo, per definizione una singola
distribuzione non pu essere la regressione dei dati. Perci, si deve sempre usare una
Carta di Controllo per verificare la condizione di sotto controllo statistico, prima di
tentare di eseguire la regressione dei dati.
tab. 2.X.
Spec. unilaterali
fuori controllo [ppm]
Spec. bilaterali
fuori controllo [ppm]
0.25
226627
453255
0.5
66807
133614
0.7
17864
35729
1.0
1350
2700
1.1
483
967
1.2
159
318
1.3
48
96
1.4
13
27
1.5
1.6
0.00099
0.00198
molti pratici considerano che un Processo Capace sia uno che abbia un Cpk di
1.33 o migliore, e che un processo che operi tra 1.0 ed 1.33 sia marginale. Molte
organizzazioni ora ammettono che anche valori superiori di Cpk siano mantenuti
dai loro fornitori. Un Cpk pari esattamente ad 1.0 pu indicare che la variabilit
del processo corrisponde esattamente alle specifiche. Sfortunatamente, se il
processo si sposta un p e la condizione non osservata immediatamente, allora il
processo produrrebbe elementi che non rispondono alle specifiche. Allora, il .33
in pi permette che si abbiano piccoli spostamenti, senza arrivare ad individuare il
fuori controllo. La tab. 2.X d un'indicazione del livello dello sforzo di
miglioramento richiesto al processo per soddisfare domande sempre pi stringenti,
dove i ppm fuori delle specifiche si riferisce al livello medio di nonconformit, in
parti per milione.
2.3.5.2.8.
- 2.124 -
Standard del campione, mentre per quello della Capacit del Processo si possono usare
sia le schede di controllo a Campo di Variazione Mobile, sia a Campo di Variazione, sia
.
Gli indici di Prestazione del Processo e di Capacit del Processo sono simili quando
il processo sotto controllo statistico.
Pp
E' l'indice di Prestazione del Processo, dato dal rapporto tra il campo di tolleranza (da
specifica o da funzionalit) ed il campo di variabilit del campione:
il valore 1 indica che la variabilit del campione esattamente uguale a quanto
imposto dalle specifiche,
valori minori di 1 indicano che la tolleranza minore della variabilit del
campione,
valori maggiori di 1 indicano che la tolleranza maggiore della variabilit del
campione,
Distribuzione Normale:
Pp =
UTL LTL
6
(2.114)
UTL LTL
Z 0.99865 Z 0.00135
(2.115)
Ppk
E' l'indice di Prestazione del Processo che esprime sia la dispersione del processo, sia
la sua posizione in confronto alla media:
Ppk = MIN[Ppl, Ppu ]
Z
Z
Ppl = l
Ppu = u
3
3
dove :
(2.116)
Distribuzione Normale:
Zl =
x LTL
Zu =
UTL x
(2.117)
Distribuzioni non-Normali
Z l = Z 0, p
Z u = Z 0,1 p
(2.118)
- 2.125 -
Pr
E' l'indice di Prestazione del Processo, che esprime la frazione del campo di
tolleranza (da specifica o da funzionalit) effettivamente coperta dal campione:
Pr =
100
Pp
Ppm
E' un indice di Prestazione del Processo simile a Ppk, che esprime la differenza tra la
media del processo e la media del campo di tolleranza (da specifica o da funzionalit).
Se le due medie coincidono, anche Ppm e Ppk coincidono. Se la media del processo si
sposta dal valore imposto, Ppm diventa minore di Ppk:
Ppm =
Pp
(2.119)
2
(
x T)
1+
Esempio
Si supponga di riprendere la tab. 2.I, estendendola al calcolo delle medie e delle dispersioni
delle misure dei campioni di 5 elementi riportati riga per riga, presi quando si suppone che il
processo sia sotto controllo, come fatto in tab. 2.VIII.
Come consigliato sopra, iniziamo con la Carta R. Vediamo dal calcolo che la linea centrale
della Carta R :
25
Ri
0.581
R= 1
=
= 0.023
25
25
d
D 4 = 1 + 3 3 = 2.115
d2
- 2.126 -
LCL = R D 3 = 0
UCL = R D 4 = 0.023 2.115 = 0.049
tab. 2.VIII. Diametro interno di anelli elastici per pistone di motore a combustione
interna automobilistico (estensione della tab. 2.I).
Numero
ordinale
del
campione
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
osservazioni
74.030
73.992
74.024
73.996
73.007
73.994
74.006
74.006
73.995
74.000
73.998
74.000
74.002
73.967
74.014
73.984
74.012
74.010
74.002
74.010
74.001
73.999
73.989
74.008
73.984
74.002
73.995
73.998
74.002
73.992
74.009
73.995
73.995
74.008
73.998
73.994
74.004
73.983
74.006
74.012
74.000
73.994
74.006
73.984
74.000
73.998
74.004
74.010
74.015
73.982
74.019
74.001
74.021
73.993
74.015
73.997
73.994
73.994
74.009
73.990
73.994
74.007
73.998
73.994
73.998
74.005
73.986
74.018
74.003
74.013
74.009
73.990
73.990
73.993
73.995
xi
73.992
74.011
74.005
74.015
73.989
73.985
74.000
74.000
74.005
74.007
73.995
74.000
73.997
74.000
73.999
73.998
74.005
74.003
74.005
74.020
74.005
74.006
74.009
74.000
74.017
74.008
74.004
74.002
74.009
74.014
73.993
74.005
74.005
74.004
73.995
73.990
73.996
74.012
73.984
74.007
73.996
74.007
74.000
73.997
74.003
73.996
74.009
74.014
74.010
74.013
74.010
74.001
74.008
74.003
74.003
73.996
74.000
73.996
74.004
73.998
73.994
74.001
73.998
73.990
74.006
73.997
74.001
74.007
73.998
74.009
74.000
74.002
74.002
74.005
73.998
1850.028
x =74.001 R
Ri
0.038
0.019
0.036
0.022
0.026
0.024
0.012
0.030
0.014
0.017
0.008
0.011
0.029
0.039
0.016
0.021
0.026
0.018
0.021
0.020
0.033
0.019
0.025
0.022
0.035
0.581
= 0.023
La Carta R mostrata in fig. 2.42 ed in essa non si osservano indicazioni di uno stato di fuori
controllo. Poich la Carta R indica che la variabilit del processo sotto controllo, ora
possibile costruire la Carta x . Dalla tab. 2.VIII, si ricava che la linea centrale al livello:
25
xi
1850.028
x= 1
=
= 74.001
25
25
- 2.127 -
Campo di Dispersione
0,050
UCL=0.049
0,040
0,030
CL=0.023
0,020
0,010
0,000
11
13
15
17
19
21
23
25
fig. 2.42.
Carta R dell'esempio.
fig. 2.43.
LCL=73.988
1
11
13
15 17 19 21 23 25
numero ordinale del campione
Carta x dell'esempio.
Per trovare i Limiti di Controllo, usiamo i valori della tab. 2.VI per n=5:
A2 =
3
d2 n
3
0.023 = 73.988
2.326 5
3
0.023 = 74.014
UCL = x + A 2 R = 74.001 +
2.326 5
LCL = x A 2 R = 74.001
La Carta x rappresentata in fig. 2.43. Quando le medie dei campioni preliminari sono
riportate sulla Carta x , non si osservano condizioni di fuori controllo. Poich sia la Carta R, sia
la Carta x mostrano il sotto controllo, si pu concludere che il processo sotto controllo al
- 2.128 -
livello di confidenza stabilito e si possono adottare i Limiti di Controllo di primo tentativo per
eseguire il controllo on-line statistico del processo.
Altri 15 campioni sono estratti dal processo, dopo che le Carte di Controllo sono state verificate,
ed alla tab. 2.VIII vengono aggiunti i valori corrispondenti ed elencati in tab. 2.IX, che ne la
continuazione.
tab. 2.IX. Diametro interno di anelli elastici per pistone di motore a combustione
interna automobilistico (estensione della tab. 2.I).
Numero
ordinale
del
campione
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
osservazioni
74.012
73.995
73.987
74.008
74.003
73.994
74.008
74.001
74.015
74.030
74.001
74.015
74.035
74.017
74.010
74.015
74.010
73.999
74.010
74.000
74.003
74.002
74.004
74.000
74.005
73.990
74.020
74.010
74.013
74.005
74.030
73.990
73.985
74.003
74.001
74.015
74.018
73.990
74.016
74.000
73.995
74.024
74.012
74.036
74.029
73.986
74.015
74.000
73.991
73.986
74.020
73.995
73.996
74.025
74.016
74.010
74.005
74.015
74.025
74.000
74.000
74.001
73.990
74.006
73.997
74.004
74.005
73.998
74.000
74.012
74.024
74.019
74.026
74.026
74.020
xi
Ri
74.009
74.002
73.992
74.004
73.997
74.007
74.006
73.998
74.011
74.013
74.004
74.017
74.020
74.023
74.015
0.044
0.025
0.015
0.019
0.017
0.026
0.023
0.014
0.025
0.030
0.034
0.019
0.025
0.023
0.029
Le Carte di Controllo aggiornate sono rappresentate nelle fig. 2.44 e fig. 2.45. Esse indicano che
il processo sotto controllo fino al valore di x del campione 37. A partire da questo punto e per
tre estrazioni si hanno valori che superano il Limite di Controllo superiore, per la quale ragione
c' da constatare l'insorgenza, nel processo ed a partire dall'intorno di quel campione, di un
errore sistematico. L'andamento dei punti della Carta x dal campione 34 o, forse 35, indica la
comparsa dello spostamento del centro del processo. Nel controllo on-line del processo, lo
spostamento della media sarebbe stato apprezzato fin dal campione 35, particolarmente se si
adottano i Test di Produzione visti in 2.3.5.2.
- 2.129 -
74,015
74,010
74,005
74,000
73,995
73,990
LCL=73.988
73,985
1
fig. 2.44.
10 13 16 19 22 25 28 31 34 37 40
numero ordinale del campione
Campo di Dispersione
0,060
UCL=0.049
0,050
0,040
0,030
CL=0.023
0,020
0,010
0,000
1
fig. 2.45.
10 13 16 19 22 25 28 31 34 37 40
numero ordinale del campione
Per esaminare i dati delle Carte di Controllo, spesso utile costruire una Carta delle Misure
Individuali dei campioni, secondo lo schema di fig. 2.4. Essa pu individuare tendenze presenti
e pu mostrare quel particolare valore dell'elemento del campione che provoca valori strani di
x e di R. La Carta delle Misure Individuali degli ultimi 15 campioni aggiunti riportata in fig.
2.46. Essa non indica che i valori fuori controllo siano determinati da osservazioni individuali
strane, invece mostra che i fuori controllo sono determinati da uno spostamento della media del
processo intorno al tempo di estrazione del campione 34 o 35. La media delle medie dei
- 2.130 -
campioni da 34 a 40 74.015. I limiti di specifica 74.0000.05 sono mostrati in fig. 2.46, come
pure la traccia della Distribuzione Normale che rappresenta il prodotto del processo quando la
media del processo si trova sulla Linea Centrale del campo di sotto controllo a 74.001. Una
nuova traccia della Distribuzione Normale riportata attorno al valore di 74.015 e rappresenta il
prodotto del processo al nuovo diametro medio apparente. E' ovvio che, in queste condizioni, si
produrr una maggiore quantit di nonconformit: circa lo 0.021% (210ppm) di prodotto sar
nonconforme. Una ricerca della causa dello spostamento del processo deve essere fatta e spesso
necessario il contributo dei tecnici della produzione, dei responsabili della gestione e
dell'ingegnere della qualit per trovare ed eliminare gli errori sistematici responsabili del fuori
controllo.
Misure Individuali
74,06
UTL=74.050
74,05
74,04
74,03
74,02
74,015
74,01
74,001
74,00
73,99
73,98
73,97
73,96
LTL=73.950
73,95
73,94
25
fig. 2.46.
30
35
40
numero ordinale del campione
Come detto sopra, la Carta x e la Carta R danno informazioni anche sulle prestazioni, cio
sulla Capacit Produttiva. Dalla Carta x ricaviamo che la media dei diametri stimata in
x = 74.001 . La Deviazione Standard del processo pu essere stimata dalla Carta R:
=
R 0.023
=
= 0.0099
d 2 2.326
- 2.131 -
quindi, i Limiti di Controllo dei diametri degli anelli elastici sono 74.0010.05. I dati delle
Carte di Controllo possono essere usati per descrivere la Capacit Produttiva di produrre anelli
elastici con queste specifiche
La Capacit Produttiva ottenuta in termini di Indice di Capacit Produttiva C p , il quale, per
un indice di qualit avente i Limiti di Controllo superiore UTL ed inferiore LTL :
Cp =
Si ricordi che la dispersione del processo 3 la definizione base della Capacit Produttiva.
Poich normalmente incognita essa deve essere sostituita dalla stima = R / d 2 . Il valore
Cp=1.68 implica che i limiti naturali del campo di tolleranza ( 3 ) sono ben al di dentro dei
limiti di specifica e che un piccolo numero di nonconformit saranno prodotte. La quantit:
1
1
P =
100% =
100% = 59.5%
Cp
1.68
propriamente la percentuale della banda espressa dalle specifiche che il processo impegna e
dice che il processo occupa circa il 60% del campo ammesso dalle specifiche.
C p >1
LTL
LNTL
UNTL
UTL
C p =1
UTL
UNTL
LTL
LNTL
m
3
C p <1
LNTL
LTL
UTL
UNTL
m
3
fig. 2.47.
- 2.132 -
La fig. 2.47 illustra 3 casi di interesse relativi al C p ed alle specifiche di processo. In fig. 2.47a,
il C p maggiore dell'unit. Questo comporta che il processo ha una variabilit minore di
quanto ammesso dalle specifiche, cio dal campo di tolleranza, con conseguente basso numero
di nonconformit. La fig. 2.47b mostra un processo nel quale C p =1 e, quindi, dove esso occupa
esattamente il campo di tolleranza. Nel caso di Distribuzione Normale, questo implica che lo
0.027% di prodotto sar nonconforme (270ppm). Infine, la fig. 2.47c presenta un processo per il
quale C p <1, cio il processo occupa pi del 100% del campo di tolleranza. In questo caso il
processo molto sensibile alle variazioni dei parametri tecnologici e produce un gran numero di
nonconformit.
Infine, si noti che in fig. 2.47 si assunto che il processo sia centrato sul campo di tolleranza
imposto dalle specifiche. In molte situazioni questo non si verifica e, come indicato in
Appendice A2, necessario esprimere la Capacit Produttiva con altri indici delle prestazioni,
per avere un'adeguata descrizione del comportamento del processo.
- 2.133 -
2.3.6.
2.3.6.1.
I Check-Sheet.
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 totale
1988
pezzi danneggiati
problemi di lavorazione
meccanica
fornitura di pezzi arrugginiti
errori di forma
saldatura non allineata
processo fuori controllo
pezzi sbagliati
difetti di finitura
perdita di adesione
polvere nella vernice
verniciatura fuori limiti
vernice corrosa
screpolature sui pezzi
mani di antiruggine danneggiate
saldatura mancante
composito scollato
dimensioni fuori tolleranza
scorretta procedura di collaudo
collaudo alla nebbia salina
totale
3 1 2
3 3
1989
1
10 3
1 8
3
2 2 7 2
8 3
1 1
2 9
3 6 4 3 1
2
2
2
1
2
3
1
1
1
1
1 1
1
1
3
1 1
1
1 1
2
13
1
7 13 1
1 1
4
4 5 14 11 6 8 9 6 12 25 7 7 29 7 7 6 2
34
29
13
17
2
4
3
3
6
1
2
1
5
1
2
2
36
1
4
166
Il Check-Sheet pu essere molto utile in questa attivit di raccolta dei dati; quello
mostrato in tab. 2.XI stato sviluppato da un ingegnere di unazienda aerospaziale, che
voleva indagare i vari tipi di nonconformit di un serbatoio, al fine di migliorarne il
processo di costruzione. Il Check-Sheet stato progettato in modo da poter raccogliere
- 2.134 -
in maniera semplice e sistematica tutti i dati sulle nonconformit del serbatoio rilevate
storicamente. Poich erano stati costruiti solo pochi serbatoi al mese, sembrato
opportuno riassumere i dati su base mensile ed indicare quante pi nonconformit era
possibile. Questa sintesi orientata nel tempo particolarmente utile per vedere le
tendenze ed altre particolarit significative. Per esempio, se molte nonconformit si
verificano preferibilmente d'estate, una possibile causa pu essere limpiego di
manodopera interinale durante il periodo delle ferie.
Quando si progetta un Check-Sheet, importante specificare chiaramente il tipo di
dati da raccogliere, il numero del pezzo o delloperazione, la data, lanalista ed ogni
altra informazione utile nella diagnosi della causa di prestazioni scadenti. Se il CheckSheet la base per lo svolgimento di altri calcoli od usato come worksheet di un
foglio elettronico di computer, importante essere sicuri che il Check-Sheet sia
adeguato allo scopo, prima di affrontare lo sforzo di raccogliere materialmente i dati. In
molti casi un lancio di prova del programma pu essere utile per validare limpostazione
del Check-Sheet.
2.3.6.2.
Il Diagramma di Pareto.
36
30
pezzi danneggiati
34
problemi di lavorazione meccanica
29
errori di forma
25
20
17
15
10
5
pezzi arrugginiti
perdita di adesione
screpolature sui pezzi
collaudo alla nebbia salina
processo fuori controllo
difetti di finitura
pezzi sbagliati
saldatura non allineata
13
verniciatura fuori limiti
composito scollato
saldatura mancante
vernice corrosa
6
contenitori antiruggine danneggiati
5
procedura di collaudo scorretta
4
4
3
3
polvere nella vernice
2
2
2
2
1
1
1
1
fig. 2.49.
Si scelgono le categorie i cui dati sono raccolti con un'attivit di analisi del processo
o partendo dai dati delle nonconformit da affrontare. I dati da analizzare sono attributi,
conteggi, costi, ecc. e devono essere additivi. I dati sottoforma di rendimenti, di errore
relativo, oppure di percentuali non sono additivi e non possono essere rappresentati nel
diagramma di Pareto. Inoltre, necessario individuare una finestra temporale entro la
quale i dati devono essere raccolti.
- 2.135 -
2.3.6.2.1.
2.3.6.2.2.
diagramma, le quali coprano, ad esempio l'80% dei problemi, e che indichino con
chiarezza in quale direzione muoversi. E' utile guardare anche la curva cumulativa per
vedere se il diagramma di Pareto funziona bene. In particolare, la curva cumulativa deve
essere ripida a sinistra, mostrando che le prime categorie contribuiscono alla maggior
parte dei problemi. Se la curva cumulativa inizialmente poco pendente, l'ovvio
significato che il contributo delle successive barre praticamente equivalente, e le
barre hanno praticamente la stessa altezza. Questo comporta che nessun problema
prevalente sui rimanenti e che non ci dobbiamo attendere grande aiuto dall'uso del
diagramma di Pareto.
Possiamo ottenere diagrammi di Pareto piatti in conseguenza del modo in cui
organizziamo i dati. Se si separano i problemi in piccole aree, ogni barra non potr
avere molte occorrenze e dar un aspetto piatto al diagramma. In questo caso, bisogna
riconsiderare il raggruppamento dei problemi in aree pi larghe e, quindi, pi
espressive.
2.3.6.3.
Il Diagramma Causa-Effetto.
Ogni difetto che sia stato identificato ed isolato con qualsiasi metodo di controllo,
dovrebbe essere analizzato per le sue possibili cause ed i suoi indesiderabili effetti.
Nelle situazioni in cui le cause non sono cos evidenti, il diagramma Causa-Effetto di
Ishikawa uno strumento formale utile per selezionare le possibili cause. Esso
costruito dal team di miglioramento della qualit, il quale investito del compito di
individuare le potenziali aree di origine dei problemi. Nel caso di tab. 2.VII, il
diagramma Causa-Effetto ha la forma di fig. 2.50. I passi per costruirlo sono i seguenti:
MACCHINE
MATERIALI
velocit spray
vernice
pistola
sbagliata
finitura
superficiale
troppo
gioco
portata di
vernice
misura
errata
MISURE
fig. 2.50.
difetti del
fabbricante
danneggiamento
manipolazione
viscosit dell'
antiruggine
attitudine
insufficiente
specifiche
scorrette
interpretazione
specifiche errata
tipo di
antiruggine
METODI
sequenza del lavoro
errata
difetto del
progetto
manipolazione
dei materiali
viscosit della
vernice
DIFETTI DEL
SERBATOIO
addestramento
insufficiente
temperatura
eccessiva
supervisione
inadeguata
polvere
MANODOPERA
AMBIENTE
- 2.137 -
2.3.6.4.
Il diagramma di concentrazione dei difetti il disegno del prodotto con le sue viste
principali ed altre rilevanti per la descrizione dei difetti. I vari tipi di difetto sono
riportati direttamente sul disegno per determinare se la posizione dei difetti pu portare
indicazioni utili circa le potenziali cause.
fig. 2.51.
- 2.138 -
La fig. 2.51 mostra il diagramma della concentrazione dei difetti nello stadio finale
del processo di montaggio di un frigorifero. I difetti di finitura superficiale sono
riportati sul disegno dellapparecchio come aree tratteggiate e, dallanalisi, si vede che
la manipolazione dei materiali pu essere responsabile della maggior parte dei difetti: il
prodotto deve essere mosso per passare una reggetta nella parete centrale, e la reggetta
stessa pu essere troppo tesa (o troppo poco), mal posizionata, di materiale abrasivo,
oppure di larghezza troppo piccola. Inoltre, mentre il frigorifero viene spostato, gli
spigoli possono essere danneggiati; poi, possibile che la fatica delloperatore sia un
fattore importante per la creazione di difetti. In ogni caso, una migliore stesura del
progetto dal punto di vista dei metodi pu facilmente portare notevoli benefici sulla
qualit di questo prodotto.
2.3.6.5.
Il Diagramma di Dispersione.
5
10
15
aggiunta di fondente [kg]
fig. 2.52.
2.3.6.6.
Conclusioni.
- 2.140 -
- 2.141 -
Come si vede, i 14 punti di Deming mostrano due cose. La prima che si vuol dare
una grossa spinta al cambiamento. La seconda il ruolo della dirigenza nella guida a
questo processo di cambiamento, che ha unimportanza dominante. La domanda : cosa
si deve cambiare e come si pu avviare questo processo di cambiamento? E' in
quest'area che il controllo statistico di processo gioca il suo ruolo. Per migliorare il
processo, si devono individuare i fattori controllabili del processo che determinano il
numero di unit difettose prodotte. Per rispondere a questa domanda, si devono
raccogliere i dati del processo e vedere come il processo reagisce ai cambiamenti delle
variabili di processo. I metodi statistici, e fra questi il controllo statistico di processo,
possono facilitare queste attivit. Nel prossimo paragrafo si esporr un caso che illustra
il processo di modifica e di miglioramento con limpiego delle metodologie esposte.
2.3.6.7.
Un Caso Pratico.
concentrare lattenzione nella riduzione dei tempi morti, poich i ritardi di consegna
sono stati considerati i peggiori ostacoli alla produttivit. Si visto rapidamente che gli
eccessivi tempi morti sono causati dal regolatore della concentrazione di rame nella
lega, che determina direttamente la perdita di produzione.
Il gruppo decide di stendere un diagramma di Causa-Effetto per isolare le cause
possibili dei tempi morti del regolatore. La fig. 2.53 mostra il risultato ottenuto durante
una seduta di analisi orientata a questo fattore. Il team in grado di identificare subito
almeno 11 cause possibili di tempi morti del controllo, tuttavia, quando esamina il
libretto della macchina per estrarre una diagnosi definitiva dai rilievi storici, il risultato
scoraggiante. Il libretto contiene solamente una piccola quantit di informazioni utili,
poich contiene esclusivamente la sequenza cronologica degli arresti ed i riavviamenti.
riempimento
del reagente
nuovo
reagente
rottura pompa
peristaltica
rottura del
motore
guasto
elettrico
fig. 2.53.
errore/intervento
dell' operatore tubo pompa
deformato
staratura
staratura
dell' elettrodo
del colorimetro reagenti
variazione di
concentrazione
controllo di
temperatura
manutenzione
settimanale
manutenzione
di emergenza
guasto del
segnalatore
sconnessione
ritardo del
controllo
fuori uso
delle piastre
blocco nei
giunti
sistema di
ricircolazione
sostituzione
dell' elettrodo
controllo
dell' ossigeno
manutenzione
di routine
sostituzione
dell' elettrodo
rottura
girante
bolla
d' aria
rottura pompa
di ricircolazione
A questo punto il gruppo decide di raccogliere dati aggiornati circa la causa dei
tempi morti del controllo ed, allo scopo, disegna il Check-Sheet di tab. 2.XII come
pagina supplementare del libretto di macchina. Il gruppo stabilisce che, ad ogni difetto,
un componente del gruppo si assuma la responsabilit di compilare il Check-Sheet;
questa tecnica sar impiegata per un periodo di circa 6 settimane. Si noti che le cause
pi importanti (identificate nel diagramma Causa-Effetto) sono state usate come capitoli
e sottocapitoli.
Mano a mano che i dati concernenti le cause di ritardo diventano disponibili, il
gruppo in grado di impiegare le tecniche di controllo statistico di processo. La fig.
2.54a mostra il diagramma di Pareto dei dati rilevati durante le 6 settimane di indagine.
In essa si nota che la causa pi rilevante di tempi morti la variazione della
concentrazione di rame; nella realt, la situazione probabilmente molto pi complessa
di quanto appaia. La terza categoria di variabilit il riempimento di reagente: il
reagente versato nel corimetro (dispositivo di regolazione della concentrazione di
rame) dal sistema di controllo quando la concentrazione di rame nella lega andata
- 2.143 -
1. VARIAZIONE DI CONCENTRAZIONE
1.
staratura del corimetro
2.
rottura dellelettrodo
3.
reagenti
4.
tubo deformato
5.
errore delloperatore/operatore non autorizzato
2. GUASTO DEL SISTEMA DI ALLARME
1.
sensore guasto
2.
sconnessione
3. GUASTO POMPA DI RICIRCOLAZIONE
1.
bolla d'aria
2.
girante
4. ALIMENTAZIONE DEI REAGENTI
1.
nuovo reagente
5. MANUTENZIONE DELLE TUBAZIONI
1.
manutenzione settimanale
2.
manutenzione di emergenza
6. SOSTITUZIONE DELLELETTRODO
1.
manutenzione di routine
7. CONTROLLO DI TEMPERATURA
1.
guasto del riscaldatore
2.
termistore inadatto o starato
8. CONTROLLO DELLOSSIGENO
1.
fuori uso delle piastre
2.
sostituzione dellelettrodo
9. GUASTO DELLA POMPA PERISTALTICA
1.
rottura del motore
10. GUASTO ELETTRICO
1.
Carta di Controllo delle variabili di processo
2.
controllo dellalimentazione di potenza
3.
controllo del corimetro
4.
scheda madre
11. SISTEMA DI RICIRCOLAZIONE
1.
tappo ai giunti
- 2.144 -
40
36
30
variazione di concentrazione
manutenzione tubazioni
20
10
5
30
riempimento reagenti
guasto pompa ricircolazione
25
15
35
20
ricircolazione
15
controllo dell' ossigeno
guasto dell' allarme
10
guasto elettrico
5
5
5
sostituzione dell' elettrodo 5
14
9
6
reagenti
30
13
fig. 2.54.
taratura colorimetro
25
38
- 2.145 -
secondo, che c' molta pi variabilit a partire dal 3 gennaio di quanto non ce ne
3.3667
3.1933
3.0200
2.8467
2.6733
2.5000
19
21
20
23
22
25
24
ottobre
27
26
29
28
31
30
2
1
4
3
6
5
8
7
novembre
15
12
10
9
14
11
20
18
19
16
3
22
7
6
11
9
8
10
13
12
15
14
gennaio
17
16
23
18
27
24
29
28
31
30
4
3
6
5
febbraio
1.2000
0.9600
0.7200
0.4800
0.2400
0.0000
21
19
20
23
22
25
24
ottobre
27
26
29
28
31
30
2
1
4
3
6
5
8
7
novembre
15
12
10
9
14
11
20
18
19
16
3
22
7
6
9
8
11
10
13
12
15
14
gennaio
17
16
27
23
18
29
28
24
31
30
4
3
6
5
febbraio
3.8000
3.4800
2
3.1600
2
2
3
2
3 3 3
2.8400
2
2.5200
2
2
2 2
2
2
2.2000
19
21
20
fig. 2.55.
23
22
25
24
ottobre
27
26
29
28
31
30
2
1
4
3
6
5
8
7
novembre
15
12
10
11
14
20
18
16
19
3
22
7
6
11
9
8
10
13
12
gennaio
15
14
17
16
23
18
27
24
29
28
31
30
4
3
6
5
febbraio
- 2.146 -
Una volta che questo aspetto influente sulle prestazioni del processo stato
migliorato, il gruppo dirige la sua attenzione alla possibilit di ridurre il numero di unit
difettose prodotte dal processo. Come si notato sopra, generalmente i difetti sono di
due tipi, la fragilit delle piste o la loro interruzione. Il gruppo decide che, per arrivare
alla soluzione ed anche se le tecniche statistiche potrebbero essere fruttuosamente
applicate anche a questo problema, pu essere pi rapido pianificare una campagna di
prove sperimentali, al fine di identificare quelle variabili di ingresso controllabili che
influenzano il risultato del processo. Dunque, lobiettivo delle prove di dare
informazioni che permettano di capire e di fare un modello tra queste variabili e la
prestazione del processo. Si pianifica una serie di prove, nella quale 5 variabili di
processo sono fatte variare sistematicamente, con il foglio di prova di tab. 2.XIII.
basso livello
alto livello
+
+
+
+
+
prova
10
11
12
13
14
15
16
- 2.147 -
difetti
- 2.148 -
Ulteriore BIBLIOGRAFIA
General SPC
Duncan, Acheson J. Quality Control and Industrial Statistics. 5th ed. Homewood: Richard D. Irwin, Inc.,
1986.
Montgomery, Douglas C. Introduction to Statistical Quality Control. New York: John Wiley & Sons,
1991.
Pyzdek, Thomas. Pyzdek's Guide to SPC Volume One: Fundamentals. Milwaukee: ASQC Press, 1990.
---. Pyzdek's Guide to SPC Volume Two: Applications and Special Topics. Milwaukee: ASQC Press,
1992a.
Western Electric Company, Inc. Statistical Quality Control Handbook. 2nd ed. New York: Western
Electric Company, Inc., 1958.
Run Tests
Nelson, Lloyd S. "The Shewhart Control Chart - Tests for Special Causes." Journal of Quality
Technology, 16.4 (October, 1984), pp. 237-239.
Western Electric Company, Inc. Statistical Quality Control Handbook. 2nd ed. New York: Western
Electric Company, Inc., 1958.
Johnson Distribution
G.J. Hahn, and S.S. Shapiro. Statistical Models in Engineering. New York: John Wiley & Sons, 1967.
Johnson, N.L. Biometrika, 36 (1949), pp. 149-176.
---., and Kotz, S. eds. Encyclopedia of Statistical Sciences. pp. 303-314. New York: John Wiley & Sons,
1983.
Pyzdek, Thomas. "Johnson Control Charts." Quality, February, 1991a, p. 41.
---. "Process Capability Analysis using Personal Computers." Quality Engineering, 4.3 (1992b), pp. 419440.
Miscellaneous
Massey, Frank J., Jr. "The Kolmogorov-Smirnov Test for Goodness of Fit." Journal of the American
Statistical Association, 46 (1951), pp. 68-78.
- 2.149 -
Burr, Irving W. "Control Charts for Measurements with Varying Sample Sizes." Journal of Quality
Technology, 1.3 (July, 1969), pp. 163-167.
Nelson, Lloyd S. "Control Charts: Rational Subgroups and Effective Applications." Journal of Quality
Technology, 20.1 (January, 1988), pp. 73-75.
Keller, Paul A. "Demystifying SPC: Choosing X Over X-Bar Charts." PI Quality, May / June, 1993, p.26.
---."Demystifying SPC, Part II: Sampling Period and Autocorrelation." PI Quality, July / August, 1993,
pp.34-35.
---."Demystifying SPC, Part III: EWMA Makes It Easy." PI Quality, September / October, 1993, pp.5052.
- 2.150 -
fig. 2.17.
fig. 2.18.
fig. 2.19.
fig. 2.20.
fig. 2.21.
= 0.05 e d =
fig. 2.22.
fig. 2.23.
fig. 2.24.
fig. 2.25.
fig. 2.26.
fig. 2.27.
fig. 2.28.
fig. 2.29.
fig. 2.30.
fig. 2.31.
fig. 1.35.
fig. 2.32.
fig. 2.33.
fig. 2.34.
n
.......................................................................................2.62
- 2-i -
fig. 2.41.
fig. 2.35.
fig. 2.36a.
fig. 2.36b.
fig. 2.37.
fig. 2.38.
fig. 2.39.
fig. 2.40.
fig. 2.48.
fig. 2.42.
fig. 2.43.
fig. 2.44.
fig. 2.45.
fig. 2.46.
fig. 2.47.
Necessit del controllo sia della media, sia della variabilit del processo. a)
media e deviazione standard ai valori nominali, b) media del processo
1 > 0 , c) deviazione della deviazione standard 1 > 0 . ............................. 2.94
Curve caratteristiche operative per la popolazione da cui estratto il lotto di
fig. 2.32.............................................................................................................. 2.102
Carta di Controllo con distribuzione dei punti non casuale. .............................. 2.103
Carta di Controllo con distribuzione ciclica dei punti. ...................................... 2.104
Percentili della Distribuzione Normale.............................................................. 2.112
Le zone sulla Carta di Controllo. ....................................................................... 2.112
Test di andamenti fuori controllo, da Nelson, The Shewhart Control Chart
Tests for Special Causes, Journal of Quality Technology, 16(4)....................... 2.114
Carte di Controllo x ed R, relativa alla riempitrice a 3 teste. ........................... 2.115
Relazioni tra Limiti Naturali di Tolleranza LNTL ed UNTL, Limiti di
Controllo LCL ed UCL e Limiti di Tolleranza LTL ed UTL. ........................... 2.117
Carta R dell'esempio.......................................................................................... 2.128
Carta x dell'esempio. ........................................................................................ 2.128
Carta di Controllo x estesa secondo l'esempio. ................................................ 2.130
Carta di Controllo R estesa secondo l'esempio.................................................. 2.130
Diagramma delle Misure Individuali dei campioni aggiunti secondo
l'esempio. ........................................................................................................... 2.131
Caratteristiche della Variabilit del Processo e sua descrizione col parametro
C p . a) campo di tolleranza interno ai Limiti di Controllo ( C p >1); b) campo
di tolleranza coincidente coi Limiti di Controllo ( C p =1); c) campo di
tolleranza esterno ai Limiti di Controllo ( C p <1).............................................. 2.132
fig. 2.49.
fig. 2.50.
fig. 2.51.
fig. 2.52.
fig. 2.53.
fig. 2.54.
fig. 2.55.
- 2-ii -
- 2-iii -
2.1
2.1.2.2.
2.1.2.3.
2.1.2.4.
2.1.2.5.
2.2.
2.3.
2.3.2.
2.3.5.2.1.
Quando Usare le Carte x ed R. .....................................................................2.110
2.3.5.2.2.
Come Interpretare le Carte x ed R. ...............................................................2.110
2.3.5.2.3.
Il Controllo Continuo di Processo ..................................................................2.113
2.3.5.2.4.
Revisione dei Limiti di Controllo e della Linea Centrale...............................2.116
2.3.5.2.5.
Campioni Razionali........................................................................................2.118
2.3.5.2.6.
Linee Guida per il Progetto della Carta di Controllo......................................2.118
2.3.5.2.7.
Le Carte della Capacit del Processo .............................................................2.120
2.3.5.2.7.1. Gli Indici della Carta di Capacit del Processo.........................................2.120
2.3.5.2.7.2. Quando Usare la Carta di Capacit del Processo. .....................................2.122
2.3.5.2.7.3. Come Interpretare la Carta di Capacit del Processo................................2.123
2.3.5.2.8.
La Prestazione del Processo ...........................................................................2.124
2.3.6.3.
2.3.6.4.
2.3.6.5.
2.3.6.6.
2.3.6.7.
Il Diagramma Causa-Effetto..........................................................................2.137
Il Diagramma della Concentrazione dei Difetti.............................................2.138
Il Diagramma di Dispersione. .......................................................................2.139
Conclusioni....................................................................................................2.140
Un Caso Pratico.............................................................................................2.142
- 2-v -
UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA
LA PROGETTAZIONE DEGLI
IMPIANTI INDUSTRIALI MECCANICI
Vol. 2
2.
Lorenzo Rosa
UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA
Vol. 2
2.
Lorenzo Rosa
- A2.1 -
- A2 -
A2.1.
Ia DEFINIZIONE
A2.2.
IIa DEFINIZIONE
Se in una serie di prove il rapporto del numero di volte in cui un evento si verifica
rispetto al numero di prove approssimativamente p e se il rapporto generalmente pi
prossimo a p quanto maggiore il numero delle prove effettuate, allora si considera p la
probabilit dellevento.
Sulla base di questa definizione, il meteorologo calcoler la probabilit che domani
nevichi in base alla frequenza relativa dellevento, accuratamente studiato per esempio
con riferimento allanaloga stagione degli anni precedenti.
La concezione della probabilit in senso matematico qui descritta quella classica
accettata da Laplace, secondo cui i giudizi di probabilit dipendono dalla nostra parziale
ignoranza della realt fenomenica. In una data situazione, un certo esperimento casuale
pu presentarsi in uno di pi modi alternativi (eventi possibili), ma non sappiamo quale,
in quanto non siamo in grado di stabilire che uno degli eventi possibili si manifester a
preferenza degli altri. Siamo in uno stato di indecisione, ma possiamo stabilire una
misura del grado di fiducia che riponiamo nel manifestarsi di uno specifico evento.
Basta classificare i risultati possibili in un insieme di eventi alternativi equipossibili e,
quindi, semplicemente contare il numero di casi favorevoli allo specifico evento di cui
si vuole valutare la probabilit. Allora, la probabilit dellevento sar misurata da una
frazione che ha al numeratore il numero di casi favorevoli allevento ed al denominatore
il numero totale di casi supposti equipossibili.
Sulla base della prima definizione si pu pensare al calcolo delle probabilit
semplicemente come estensione del calcolo combinatorio, ma questo fattibile solo in
un quadro di alternative equipossibili. Tuttavia, ci non sempre possibile: se una
faccia di un dado non perfettamente regolare ha la probabilit 0.20 (maggiore di 1/6) di
presentarsi, non c' un modo diretto di inquadrare questo valore come rapporto di casi
equipossibili. Poi, lammettere che i casi siano equipossibili pu riguardarsi come
p = lim
ed enunciare che il limite della frequenza relativa con cui la propriet di sopravvivere
ad almeno un anno si verifica, per un certo insieme di lampadine, 0.98. Si deve notare
che se si fa riferimento ad un certo insieme, la precisazione di una probabilit richiede
che sia specificata una classe di riferimento, rispetto alla quale un dato evento ha un
certo grado di probabilit di accadere. Inoltre, si osservi che unaffermazione di
probabilit unipotesi, che non pu mai essere completamente confermata in base al
numero sempre finito di prove di cui possibile disporre. Quindi, potr accadere che la
probabilit, prima stimata, debba essere sottoposta a rettifica, mano a mano che il
numero di dati a disposizione aumenta.
- A4 -
A2.3.
Esempio
Consideriamo la distribuzione della frequenza della tab. 2.I ed il relativo istogramma di fig. 2.3.
La probabilit (frequenza relativa) che un pezzo estratto a caso dal campione abbia un diametro
interno compreso tra 73.995 e 74.000 il 18.4%, in quanto il numero di pezzi contenuto in
quella classe 23 ed il numero totale di pezzi del campione 125.
Ci chiediamo qual la probabilit totale che, estraendo a caso un pezzo dal campione, esso
abbia un diametro compreso tra 73.995 e 74.000, oppure (OR) un diametro compreso tra 74.015
e 74.020. Evidentemente, il primo evento incompatibile col secondo. Esaminando
listogramma di fig. 2.3, mentre la probabilit di verificarsi del primo evento il 18.4%, quella
di verificarsi del secondo il 3.2%: i casi favorevoli al verificarsi del primo oppure del secondo
evento sono il (18.4+3.2)%=21.6% dei casi possibili. Da cui il teorema seguente.
A2.3.1.
Teorema I
Pt = p i (A2.1)
1
Esempio
Ci chiediamo anche qual la probabilit composta che, estraendo due pezzi a caso dal lotto
(rimettendo il primo pezzo nel lotto dopo averlo estratto, cosicch le estrazioni siano
indipendenti), il primo pezzo abbia diametro compreso tra 73.995 e 74.000 (primo evento) e
(AND) che il secondo pezzo abbia diametro compreso tra 74.015 e 74.020 (secondo evento).
Come detto, i due eventi sono ancora indipendenti. Esaminando la fig. 2.3, ognuno dei 23 casi
favorevoli al primo evento pu combinarsi con ognuno dei 4 casi favorevoli al verificarsi del
secondo evento, cosicch si hanno 234 casi favorevoli al verificarsi del primo e del secondo
evento. Poi, ognuno dei 125 pezzi del lotto (casi possibili del primo evento) pu combinarsi con
ognuno dei 125 pezzi del lotto medesimo (casi possibili anche del secondo evento), onde si
hanno in tutto 125125 casi possibili. Allora, il rapporto dei casi favorevoli ed i casi possibili :
23 4
= 0.184 0.032 = 0.0059
125 125
dove, evidentemente, 0.184 e 0.032 sono le probabilit (frequenze relative) del primo e del
secondo evento. Ne deriva il teorema seguente.
- A5 -
A2.3.2.
Teorema II
Pc = pi (A2.2)
1
Pct = h! p i
(A2.3)
Esempio (continuazione)
Allora, la probabilit che, estraendo a caso tre pezzi dal lotto di fig. 2.3 (rimettendo ogni pezzo
nel lotto dopo averlo estratto, cosicch le estrazioni siano indipendenti), uno dei tre pezzi (sia
esso il primo, il secondo od il terzo) abbia un diametro compreso tra 73.995 e 74.000, un altro
abbia un diametro compreso tra 74.015 e 74.020 ed il rimanente un diametro compreso tra
74.005 e 74.010 sar data da:
Pct = 3!
23 4 13
= 0.00367
125 125 125
ni
1
elementi di cui n1, n2,..., nh tra essi uguali, per i teoremi della probabilit totale e
composta pari a:
Q ct =
n!
p n1 p 2n2 ...p nh
h
n1 ! n 2 !...n h ! 1
Esempio (continuazione)
Ne deriva che, estraendo a caso 3 pezzi dal lotto e rimettendo il pezzo estratto nel lotto prima di
estrarre quello successivo, uno abbia un diametro compreso tra 73.995 e 74.000 (n1=1) e due
altri abbiano un diametro compreso tra 74.015 e 74.020 (n2=2), risulta:
- A6 -
Q ct =
3! 23 4 2
= 5.65 10 4
1! 2! 125 125
- A7 -
A2.4.
Esempio (continuazione)
Applicando la definizione ancora al nostro campione, vogliamo determinare la probabilit
composta Pc' che, estraendo a caso tre pezzi dal lotto, ma senza rimettere il pezzo nel lotto dopo
averlo estratto (cosicch le estrazioni non sono indipendenti), il primo pezzo abbia un diametro
compreso tra 73.995 e 74.000 ed i due altri abbiano un diametro compreso tra 74.015 e 74.020:
p'1 =P{E1}, cio la probabilit di estrarre un pezzo con diametro compreso tra 73.995 e 74.000
= 23/125 = 0.184;
p' 2 =P{E2|E1}, probabilit condizionale di E2 dato E1, cio la probabilit di estrarre dal lotto,
ridotto a 124 pezzi a seguito della prima estrazione (favorevole), uno dei 4 pezzi che hanno
diametro compreso tra 74.015 e 74.020, e pari a 4/124;
p'3 =P{E3|E1 AND E2}, probabilit condizionale di E3 dati E1 ed E2, cio la probabilit di
estrarre dal lotto, ridotto a 123 pezzi a seguito della prima e della seconda estrazione
(favorevoli), uno dei 3 pezzi rimasti, che hanno diametro compreso tra 74.015 e 74.020, e pari a
3/123.
Perci, nel nostro caso:
P'c = p'1p'2 p'3 =
23 4
3
= 1.44 10 4
125 124 123
In generale, chiamando:
p'i =P{Ei|E1 AND E2 AND... AND Ei-1}
P'c = p'i
(A2.4)
- A8 -
A2.5.
A2.5.1.
Teorema I
Il valor medio della somma di pi variabili casuali xi (i=1, 2,..., h) uguale alla
somma dei valori medi delle variabili casuali medesime:
x i = i
i
i
(A2.5)
La dimostrazione facile: il teorema evidentemente vero per i=1 e per i=2. Ora se
un teorema vale per k-1 e per k, e vale per 2, allora sar vero per n qualsiasi.
A2.5.2.
Teorema II
dai teoremi I e II discende che, in qualsiasi modo sia distribuita una popolazione, il
valor medio delle medie:
n
x = xi / n
(A2.7)
A2.5.3.
Teorema III
a i x i = a i i
i
i
A2.5.4.
(A2.8)
Teorema IV
- A9 -
] [
( x1 , x 2 ,..., x n ) 1 , 2 ,..., n
(A2.9)
( x1 , x 2 ,..., x n ) [1 , 2 ,..., n ] + ( x1 1 )
+ ... + ( x n n )
x1
x n
con:
( x1 , x 2 ,..., x n )
=
= 1 , 2 ,..., n
x i
x i
xi = x1 , x 2 ,..., x n
A2.5.5.
Teorema V
Se due variabili casuali x ed y sono indipendenti, il valor medio del loro prodotto
uguale al prodotto dei loro valori medi:
( x y) = ( x) ( y)
(A2.10)
Infatti e per definizione, nel discreto due variabili sono indipendenti se:
P{x = x i , y = y i } = P{x = x i } P{y = y i }
e, nel continuo:
f ( x, y) = f1 ( x) f 2 ( y)
- A10 -
A2.6.
A2.6.1.
Teorema VI
)]
n m
xy = M (x x ) y y = Pij (x i x ) y j y
(A2.11)
i =1 j =1
A2.6.2.
n):
Teorema VII
y = ai xi
1
la varianza di y :
2y =
n n
a i a j xixj
(A2.12)
i =1 j=1
A2.6.3.
Teorema VIII
a i2 2xi
(A2.13)
i =1
- A11 -
2x =
(A2.14)
- A12 -
A2.7.
LA DISTRIBUZIONE NORMALE
tab. A2.I. Prontuario della funzione normale della distribuzione delle frequenze N(0,1).
Z0 =
f(Z0)
0 Z0
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0.60
0.65
0.70
0.75
0.80
0.85
0.90
0.95
1.00
1.10
1.20
1.30
1.40
1.50
1.60
1.70
1.80
1.90
2.00
2.25
2.50
2.75
3.00
3.25
3.50
3.75
4.00
FRATTILI
1.2816
1.6449
1.9600
2.0537
2.3263
2.5758
0 Z0
- Z0 0 Z0
-Z0 0 Z0
0.399
0.398
0.397
0.394
0.391
0.387
0.381
0.375
0.368
0.361
0.353
0.343
0.333
0.323
0.312
0.301
0.290
0.278
0.266
0.254
0.242
0.218
0.194
0.171
0.150
0.1295
0.1109
0.0940
0.0790
0.0656
0.0540
0.0317
0.0175
0.0091
0.0044
0.0020
0.0009
0.0004
0.0001
0.0000
0.0399
0.0797
0.1192
0.1565
0.1974
0.2358
0.2737
0.3108
0.3473
0.3829
0.4177
0.4515
0.4843
0.5161
0.5467
0.5763
0.6047
0.6319
0.6579
0.6827
0.7287
0.7699
0.8064
0.8385
0.8664
0.8904
0.9109
0.9281
0.9426
0.9545
0.9756
0.9876
0.9940
0.9973
0.9983
0.9996
0.9993
0.99994
1.0000
0.9601
0.9203
0.8808
0.8415
0.8026
0.7642
0.7263
0.6892
0.6527
0.6171
0.5823
0.5485
0.5157
0.4839
0.4533
0.4237
0.3953
0.3681
0.3421
0.3173
0.2713
0.2301
0.1936
0.1615
0.1336
0.1096
0.0891
0.0719
0.0574
0.0455
0.0244
0.0214
0.0060
0.0027
0.0012
0.0004
0.0002
0.00006
0.5
0.4801
0.4602
0.4404
0.4207
0.4013
0.3821
0.3632
0.3446
0.3264
0.3085
0.2912
0.2743
0.2578
0.2420
0.2266
0.2119
0.1977
0.1841
0.1711
0.1582
0.1357
0.1151
0.0968
0.0808
0.0668
0.0548
0.0446
0.0359
0.0287
0.0228
0.0122
0.0062
0.0030
0.0013
0.0006
0.0002
0.0001
0.00003
0.5
0.5199
0.5398
0.5596
0.5793
0.5987
0.6779
0.6368
0.6554
0.6736
0.6915
0.7038
0.7257
0.7422
0.7580
0.7734
0.7881
0.8023
0.8159
0.8289
0.8413
0.8643
0.8849
0.9032
0.9192
0.9332
0.9452
0.9554
0.9641
0.9713
0.9772
0.9878
0.9938
0.9987
0.99987
0.9994
0.9998
0.9999
0.99997
0.1755
0.1031
0.0584
0.0484
0.0267
0.0145
0.8000
0.9000
0.9500
0.9600
0.9800
0.9900
0.2000
0.1000
0.0500
0.0400
0.0200
0.0100
0.1000
0.0500
0.0250
0.0200
0.0100
0.0050
0.9000
0.9500
0.9750
0.9800
0.9900
0.9950
- A13 -
0 Z0
A2.8.
LA DISTRIBUZIONE 2
2
,n
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
40
50
60
70
80
90
100
0.995
0.990
0.975
0.950
0.500
0.050
0.025
0.010
0.005
0.00
0.01
0.07
0.21
0.41
0.68
0.99
1.34
1.73
2.16
2.60
3.07
3.57
4.07
4.60
5.14
5.70
6.26
6.84
7.43
10.52
13.79
20.71
27.99
35.53
43.28
51.17
59.20
67.33
0.00
0.02
0.11
0.30
0.55
0.87
1.24
1.65
2.09
2.56
3.05
3.57
4.11
4.66
5.23
5.81
6.41
7.01
7.63
8.26
11.52
14.95
22.16
29.71
37.48
45.44
53.54
61.75
70.06
0.00
0.05
0.22
0.48
0.83
1.24
1.69
2.18
2.70
3.25
3.82
4.40
5.01
5.63
6.27
6.91
7.56
8.23
8.91
9.59
13.12
16.79
24.43
32.36
40.48
48.76
57.15
65.65
74.22
0.00
0.10
0.35
0.71
1.15
1.64
2.17
2.73
3.33
3.94
4.57
5.23
5.89
6.57
7.26
7.96
8.67
9.39
10.12
10.85
14.61
18.49
26.51
34.76
43.19
51.74
60.39
69.13
77.93
0.45
1.39
2.37
3.36
4.35
5.35
6.35
7.34
8.34
9.34
10.34
11.34
12.34
13.34
14.34
15.34
16.34
17.34
18.34
19.34
24.34
29.34
39.34
49.33
59.33
69.33
79.33
89.33
99.33
3.84
5.99
7.81
9.49
11.07
12.59
14.07
15.51
16.92
18.31
19.68
21.03
22.36
23.68
25.00
26.30
27.59
28.87
30.14
31.41
37.65
43.77
55.76
67.50
79.08
90.53
101.88
113.14
124.34
5.02
7.38
9.35
11.14
12.38
14.45
16.01
17.53
19.02
20.48
21.92
23.34
24.74
26.12
27.49
28.85
30.19
31.53
32.85
34.17
40.65
46.98
59.34
71.42
83.30
95.02
106.63
118.14
129.56
6.63
9.21
11.34
13.28
15.09
16.81
18.48
20.09
21.67
23.21
24.72
26.22
27.69
29.14
30.58
32.00
33.41
34.81
36.19
37.57
44.31
50.89
63.69
76.15
88.38
100.42
112.33
124.12
135.81
7.88
10.60
12.86
14.86
16.75
18.55
20.28
21.96
23.59
25.19
26.76
28.30
29.82
31.32
32.80
34.27
35.72
37.16
38.58
40.00
46.93
53.67
66.77
79.49
91.95
104.22
116.32
128.30
140.17
- A2.14 -
A2.9.
LA DISTRIBUZIONE t
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
0.40
0.325
0.289
0.277
0.271
0.267
0.265
0.263
0.262
0.261
0.260
0.260
0.259
0.259
0.258
0.258
0.258
0.257
0.257
0.257
0.257
0.257
0.256
0.256
0.256
0.256
0.256
0.256
0.256
0.256
0.256
0.253
0.25
1.000
0.816
0.765
0.741
0.727
0.727
0.711
0.706
0.703
0.700
0.697
0.695
0.694
0.692
0.691
0.690
0.689
0.688
0.688
0.687
0.686
0.686
0.685
0.685
0.684
0.684
0.684
0.683
0.683
0.683
0.674
0.10
3.078
1.886
1.638
1.533
1.476
1.440
1.415
1.397
1.383
1.372
1.363
1.356
1.350
1.345
1.341
1.337
1.333
1.330
1.328
1.325
1.323
1.321
1.319
1.318
1.316
1.315
1.314
1.313
1.311
1.310
1.282
0.05
6.314
2.920
2.353
2.132
2.015
1.943
1.895
1.860
1.833
1.812
1.796
1.782
1.771
1.761
1.753
1.746
1.740
1.734
1.729
1.725
1.721
1.717
1.714
1.711
1.708
1.706
1.703
1.701
1.699
1.697
1.645
0.025
12.706
4.303
3.182
2.776
2.571
2.447
2.365
2.306
2.262
2.228
2.201
2.179
2.160
2.145
2.132
2.120
2.110
2.101
2.093
2.086
2.080
2.074
2.069
2.064
2.060
2.056
2.052
2.048
2.045
2.042
1.960
0.01
31.821
6.965
4.541
3.747
3.365
3.143
2.998
2.896
2.821
2.764
2.718
2.681
2.650
2.624
2.602
2.583
2.567
2.552
2.539
2.528
2.518
2.508
2.500
2.492
2.485
2.479
2.473
2.467
2.462
2.457
2.326
- A15 -
0.005
63.657
9.925
5.841
4.604
4.032
3.707
3.499
3.355
3.250
3.169
3.106
3.055
3.012
2.977
2.947
2.921
2.898
2.878
2.861
2.845
2.831
2.819
2.807
2.797
2.787
2.779
2.771
2.763
2.756
2.750
2.576
0.0025
127.32
14.089
7.453
5.598
4.773
4.317
4.019
3.833
3.690
3.581
3.497
3.428
3.372
3.326
3.286
3.252
3.222
3.197
3.174
3.153
3.135
3.119
3.104
3.091
3.078
3.067
3.057
3.047
3.038
3.030
2.807
0.001
318.31
23.326
10.213
7.173
5.893
5.208
4.785
4.501
4.297
4.144
4.025
3.930
3.852
3.787
3.733
3.686
3.646
3.610
3.579
3.552
3.527
3.505
3.485
3.467
3.450
3.435
3.421
3.408
3.396
3.385
3.090
0.0005
636.62
31.598
12.924
8.610
6.869
5.959
5.408
5.041
4.781
4.587
4.437
4.318
4.221
4.140
4.073
4.015
3.965
3.922
3.883
3.850
3.819
3.767
3.767
3.745
3.725
3.707
3.690
3.674
3.659
3.646
3.291
A2.10. LA DISTRIBUZIONE F
tab. A2.IV. Punti della Distribuzione F.2
g(f)
n1,n2
F0.25,n1,n 2
n2
1
2
3
4
5
6
7
8
9
10
10
12
15
20
24
30
40
60
120
5.83
2.57
2.02
1.81
1.69
1.62
1.57
1.54
1.51
1.49
7.50
3.00
2.28
2.00
1.85
1.76
1.70
1.66
1.62
1.60
8.20
3.15
2.36
2.05
1.88
1.78
1.72
1.67
1.63
1.60
8.58
3.23
2.39
2.06
1.89
1.79
1.72
1.66
1.63
1.59
8.82
3.28
2.41
2.07
1.89
1.79
1.71
1.66
1.62
1.59
8.98
3.31
2.42
2.08
1.89
1.78
1.71
1.65
1.61
1.58
9.10
3.34
2.43
2.08
1.89
1.78
1.70
1.64
1.60
1.57
9.19
3.35
2.44
2.08
1.89
1.78
1.70
1.64
1.60
1.56
9.26
3.37
2.44
208
1.89
1.77
1.70
1.63
1.59
1.56
9.32
3.38
2.44
2.08
1.89
1.77
1.69
1.63
1.59
1.55
9.41
3.39
2.45
2.08
1.89
1.77
1.68
1.62
1.58
1.54
9.49
3.41
2.46
2.08
1.89
1.76
1.68
1.62
1.57
1.53
9.58
3.43
2.46
2.08
1.88
1.76
1.67
1.61
1.56
1.52
9.63
3.43
2.46
2.08
1.88
1.75
1.67
1.60
1.56
1.52
9.67
3.44
2.47
2.08
1.88
1.75
1.66
1.60
1.55
1.51
9.71
3.45
2.47
2.08
1.88
1.75
1.66
1.59
1.54
1.51
9.76
3.46
2.47
2.08
1.87
1.74
1.65
1.59
1.54
1.50
9.80
3.47
2.47
2.08
1.87
1.74
1.65
1.58
1.53
1.49
9.85
3.48
2.47
2.08
1.87
1.74
1.65
1.58
1.53
1.48
F0.75,n1 ,n 2 =
1
F0.25,n 2 ,n1
2 E. S. Pearson and H. O. Hartley, Biometrika Tables for Statisticians, VoI. 1, Cambridge University Press, 1966.
- A2.16 -
F0.25,n1,n 2
n2
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
.9
10
12
15
20
24
30
40
60
120
1.47
1.46
1.45
1.44
1.43
1.42
1.42
1.41
1.41
1.40
1.40
1.40
1.39
1.39
1.39
1.38
1.38
1.38
1.38
1.38
1.36
1.35
1.34
1.32
1.58
1.56
1.55
1.53
1.52
1.51
1.51
1.50
1.49
1.49
1.48
1.48
1.47
1.47
1.47
1.46
1.46
1.46
1.45
1.45
1.44
1.42
1.40
1.39
1.58
1.56
1.55
1.53
1.52
1.51
1.50
1.49
1.49
1.48
1.48
1.47
1.47
1.46
1.46
1.45
1.45
1.45
1.45
1.44
1.42
1.41
1.39
1.37
1.57
1.55
1.53
1.52
1.51
1.50
1.49
1.48
1.47
1.47
1.46
1.45
1.45
1.44
1.44
1.44
1.43
1.43
1.43
1.42
1.40
1.38
1.37
1.35
1.56
1.54
1.52
1.51
1.49
1.48
1.47
1.46
1.46
1.45
1.44
1.44
1.43
1.43
1.42
1.42
1.42
1.41
1.41
1.43
1.39
1.37
1.35
1.33
1.55
1.53
1.51
1.50
1.48
1.47
1.46
1.45
1.44
1.44
1.43
1.42
1.42
1.41
1.41
1.41
1.40
1.40
1.40
1.39
1.37
1.35
1.33
1.31
1.54
1.52
1.50
1.49
1.47
1.46
1.45
1.44
1.43
1.43
1.42
1.41
1.41
1.40
1.40
1.39
1.39
1.39
1.38
1.38
1.36
1.33
1.31
1.29
1.53
1.51
1.49
1.48
1.46
1.45
1.44
1.43
1.42
1.42
1.41
1.40
1.40
1.39
1.39
1.38
1.38
1.38
1.37
1.37
1.35
1.32
1.30
1.28
1.53
1.51
1.49
1.47
1.46
1.44
1.43
1.42
1.41
1.41
1.40
1.39
1.39
1.38
1.38
1.37
1.37
1.37
1.36
1.36
1.34
1.31
1.29
1.27
1.52
1.50
1.48
1.46
1.45
1.44
1.43
1.42
1.41
1.40
1.39
1.39
1.38
1.38
1.37
1.37
1.36
1.36
1.35
1.35
1.33
1.30
1.28
1.25
1.51
1.49
1.47
1.45
1.44
1.43
1.41
1.40
1.40
1.39
1.38
1.37
1.37
1.36
1.36
1.35
1.35
1.34
1.34
1.34
1.31
1.29
1.26
1.24
1.50
1.48
1.46
1.44
1.43
1.41
1.40
1.39
1.38
1.37
1.37
1.36
1.35
1.35
1.34
1.34
1.33
1.33
1.32
1.32
1.30
1.27
1.24
1.22
1.49
1.47
1.45
1.43
1.41
1.40
1.39
1.38
1.37
1.36
1.35
1.34
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.30
1.28
1.25
1.22
1.19
1.49
1.46
1.44
1.42
1.43
1.39
1.38
1.37
1.36
1.35
1.34
1.33
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.29
1.26
1.24
1.21
1.18
1.48
1.45
1.43
1.41
1.40
1.38
1.37
1.36
1.35
1.34
1.33
1.32
1.32
1.31
1.31
1.30
1.30
1.29
1.29
1.28
1.25
1.22
1.19
3.16
1.47
1.45
1.42
1.41
1.39
1.37
1.36
1.35
1.34
1.33
1.32
1.31
1.33
1.30
1.29
1.29
1.28
1.28
1.27
1.27
1.24
1.21
1.18
1.14
1.47
1.44
1.42
1.40
1.38
1.36
1.35
1.34
1.33
1.32
1.33
1.30
1.30
1.29
1.28
1.28
1.27
1.27
1.26
1.26
1.22
1.19
1.16
1.12
1.46
1.43
1.41
1.39
1.37
1.35
1.34
1.33
1.32
1.31
1.30
1.29
1.28
1.28
1.27
1.26
1.26
1.25
1.25
1.24
1.21
1.17
1.13
1.08
1.45
1.42
1.40
1.38
1.36
1.34
1.33
1.32
1.30
1.29
1.28
1.28
1.27
1.26
1.25
1.25
1.24
1.24
1.23
1.23
1.19
1.15
1.10
1.00
F0.75,n1,n 2 =
1
F0.25,n 2 ,n1
- A17 -
F0.10, n 1 , n 2
n2 n1
1
2
3
4
5
6
7
8
9
10
1l
12
13
14
15
16
17
18
19
20
21
22
23
24
25
1
39.86
8.53
5.54
4.54
4.06
3.78
3.59
3.46
3.36
3.29
3.23
3.18
3.14
3.10
3.07
3.05
3.03
3.01
2.99
2.97
2.96
2.95
2.94
2.93
2.92
2
49.50
9.00
5.46
4.32
3.78
3.46
3.26
3.11
3.01
2.92
2.86
2.81
2.76
2.73
2.70
2.67
2.64
2.62
2.61
2.59
2.57
2.56
2.55
2.54
2.53
F0.90,n1,n 2 =
3
53.59
9.16
5.39
4.19
3.62
3.29
3.07
2.92
2.81
2.73
2.66
2.61
2.56
2.52
2.49
2.46
2.44
2.42
2.40
2.38
2.36
2.35
2.34
2.33
2.32
4
55.83
9.24
5.34
4.1 I
3.52
3.18
2.96
2.81
2.69
2.61
2.54
2.48
2.43
2.39
2.36
2.33
2.31
2.29
2.27
2.25
2.23
2.22
2.21
2.19
2.18
5
57.24
9.29
5.31
4.05
3.45
3.11
2.88
2.73
2.61
2.52
2.45
2.39
2.35
2.31
2.27
2.24
2.22
2.20
2.18
2.16
2.14
2.13
2.11
2.10
2.09
6
58.20
9.33
5.28
4.0!
3.40
3.05
2.83
2.67
2.55
2.46
2.39
2.33
2.28
2.24
2.21
2.18
2.15
2.13
2.11
2.09
2.08
2.06
2.05
2.04
2.02
7
58.91
9.35
5.27
3.98
3.37
3.01
2.78.
2.62
2.51
2.41
2.34
2.28
2.23
2.19
2.16
2.13
2.10
2.08
2.06
2.04
2.02
2.01
1.99
1.98
1.97
8
59.44
9.37
5.25
3.95
3.34
2.98
2.75
2.59
2.47
2.38
2.30
2.24
2.20
2.15
2.12
2.09
2.06
204
2.02
2.00
1.98
1.97
1.95
1.94
1.93
10
60.19
9.39
5.23
3.92
3.30
2.94
2.70
2.54
2.42
2.32
2.25
2.19
2.14
2.10
2.06
2.03
2.00
1.98
1.96
1.94
1.92
1.90
1.89
1.88
1.87
1
F0.10,n 2 ,n1
- A2.18 -
12
60.71
9.41
5.22
3.90
3.27
2.90
2.67
2.50
2.38
2.28
2.21
2.15
2.10
2.05
2.02
1.99
1.96
1.93
1.91
1.89
1.87
1.86
1.84
1.83
1.82
15
61.22
9.42
5.20
3.87
3.24
2.87
2.63
2.46
2.34
2.24
2.17
2.10
2.05
2.01
1.97
1.94
1.91
1.89
1.86
1.84
1.83
1.81
1.80
1.78
1.77
20
61.74
9.44
5.18
3.84
3.21
2.84
2.59
2.42
2.30
2.20
2.12
2.06
2.01
1.96
1.92
1.89
1.86
1.84
1.81
1.79
1.78
1.76
1.74
1.73
1.72
24
62.00
9.45
5.18
3.83
3.19
2.82
2.58
2.40
2.28
2.18
2.10
2.04
1.98
1.94
1.90
1.86
1.84
1.81
1.79
1.77
1.75
1.73
1.72
1.70
1.69
30
62.26
9.46
5.17
3.82
3.17
2.80
2.56
2.38
2.25
2.16
2.08
2.01
1.96
1.91
1.87
1.84
1.81
1.78
1.76
1.74
1.72
1.70
1.69
1.67
1.66
40
62.53
9.47
5.16
3.80
3.16
2.78
25.4
2.36
2.23
2.13
2.05
1.99
1.93
1.89
1.85
1.81
1.78
1.75
1.73
1.71
1.69
1.67
1.66
1.64
1.63
60
62.79
9.47
5.15
3.79
3.14
2.76
2.51
2.34
2.21
2.11
2.03
1.96
1.90
1.86
1.82
1.78
1.75
1.72
1.70
1.68
1.66
1.64
1.62
1.61
1.59
120
63.06
9.48
5.14
3.78
3.12
2.74
2.49
2.32
2.18
2.08
2.00
1.93
1.88
1.83
1.79
1.75
1.72
1.69
1.67
1.64
1.62
1.60
1.59
1.57
1.56
63.33
9.49
5.13
3.76
3.10
2.72
2.47
2.29
2.16
2.06
1.97
1.90
1.85
1.80
1.76
1.72
1.69
1.66
1.63
1.61
1.59
1.57
1.55
1.53
1.52
F0.10, n 1 , n 2
n2 n1
26
27
28
29
30
40
60
120
1
2.91
2.90
2.89
2.89
2.88
2.84
2.79
2.75
2.71
F0.90,n1,n 2 =
2
2.52
2.51
2.50
2.50
2.49
2.44
2.39
2.35
2.30
3
2.31
2.30
2.29
2.28
2.28
2.23
2.18
2.13
2.08
4
2.17
2.17
2.16
2.15
2.14
2.09
2.04
1.99
1.94
5
2.08
2.07
2.06
2.06
2.03
2.00
1.95
1.90
1.85
6
2.01
2.00
2.00
1.99
1.98
1.93
1.87
1.82
1.77
7
1.96
1.95
1.94
1.93
1.93
1.87
1.82
1.77
1.72
8
1.92
1.91
1.90
1.89
1.88
1.83
1.77
1.72
1.67
9
1.88
1.87
1.87
1.86
1.85
1.79
1.74
1.68
1.63
10
1.86
1.85
1.84
1.83
1.82
1.76
1.71
1.65
1.60
1
F0.10,n 2 ,n1
- A19 -
12
1.81
1.80
1.79
1.78
1.77
1.71
1.66
1.60
1.55
15
1.76
1.75
1.74
1.73
1.72
1.66
1.60
1.55
1.49
20
1.71
1.70
1.69
1.68
1.67
1.61
1.54
1.48
1.42
24
1.68
1.67
1.66
1.65
1.64
1.57
1.51
1.45
1.38
30
1.65
1.64
1.63
1.62
1.61
1.54
1.48
1.41
1.34
40
1.61
1.60
1.59
1.58
1.57
1.51
1.44
1.37
1.30
60
1.58
1.57
1.56
1.55
1.54
1.47
1.40
1.32
1.24
120
1.54
1.53
1.52
1.51
1.50
1.42
1.35
1.26
1.17
1.50
1.49
1.48
1.47
1.46
1.38
1.29
1.19
1.00
F0.05,n1,n 2
n2 n1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
1
161.4
18.51
10.13
7.71
6.61
5.99
5.59
5.32
5.12
4.96
4.84
4.75
4.67
4.60
4.54
4.49
4.45
4.41
4.38
4.35
4.32
4.30
4.28
4.26
4.24
2
199.5
19.00
9.55
6.94
5.79
5.14
4.74
4.46
4.26
4.10
3.98
3.89
3.81
3.74
3.68
3.63
3.59
3.55
3.52
3.49
3.47
3.44
3.42
3.40
3.39
F0.95,n1,n 2 =
3
215.7
19.16
9.28
6.59
5.41
4.76
4.35
4.07
3.86
3.71
3.59
3.49
3.41
3.34
3.29
3.24
3.20
3.16
3.13
3.10
3.07
3.05
3.03
3.01
2.99
4
224.6
19.25
9.12
6.39
5.19
4.53
4.12
3.84
3.63
3.48
3.36
3.26
3.18
3.11
3.06
3.01
2.96
2.93
2.90
2.87
2.84
2.82
2.80
2.78
2.76
5
230.2
19.30
9.01
6.26
5.05
4.39
3.97
3.69
3.48
3.33
3.20
3.11
3.03
2.96
2.90
2.85
2.81
2.77
2.74
2.71
2.68
2.66
2.64
2.62
2.60
6
234.0
19.33
8.94
6.16
4.95
4.28
3.87
3.58
3.37
3.22
3.09
3.00
2.92
2.85
2.79
2.74
2.79
2.66
2.63
2.60
2.57
2.55
2.53
2.51
2.49
7
236.8
19.35
8.89
6.09
4.88
4.21
3.79
3.50
3.29
3.14
3.01
2.91
2.83
2.76
2.71
2.66
2.61
2.58
2.54
2.51
2.49
2.46
2.44
2.42
2.40
8
238.9
19.37
8.85
6.04
4.82
4.15
3.73
3.44
3.23
3.07
2.95
2.85
2.77
2.70
2.64
2.59
2.55
2.51
2.48
2.45
2.42
2.40
2.37
2.36
2.34
9
240.5
19.38
8.81
6.00
4.77
4.10
3.68
3.39
3.18
3.02
2.90
2.80
2.71
2.65
2.59
2.54
2.49
246
2.42
2.39
2.37
2.34
2.32
2.30
2.28
10
241.9
19.40
8.79
5.96
4.74
4.06
3.64
3.35
3.14
2.98
2.85
2.75
2.67
2.60
2.54
2.49
2.45
241
2.38
2.35
2.32
2.30
2.27
2.25
2.24
1
F0.05,n 2 ,n1
- A2.20 -
12
243.9
19.41
8.74
5.91
4.68
4.00
3.57
3.28
3.07
2.91
2.79
2.69
2.60
2.53
2.48
2.42
2.38
2.34
2.31
2.28
2.25
2.23
2.20
2.18
2.16
15
245.9
19.43
8.70
5.86
4.62
3.94
3.51
3.22
3.01
2.85
2.72
2.62
2.53
2.46
2.40
2.35
2.31
2.27
2.23
2.20
2.18
2.15
2.13
2.11
2.09
20
248.0
19.45
8.66
5.80
4.56
3.87
3.44
3.15
2.94
2.77
2.65
2.54
2.46
2.39
2.33
2.28
2.23
2.19
2.16
2.12
2.10
2.07
2.05
2.03
2.01
24
249.1
19.45
8.64
5.77
4.53
3.84
3.41
3.12
2.90
2.74
2.61
2.51
2.42
2.35
2.29
2.24
2.19
2.15
2.11
2.08
2.05
2.03
2.01
1.98
1.96
30
250.1
19.46
8.62
5.75
4.50
3.81
3.38
3.08
2.86
2.70
2.57
2.47
2.38
2.31
2.25
2.19
2.15
2.11
2.07
2.04
2.01
1.98
1.96
1.94
1.92
40
251.1
19.47
8.59
5.72
4.46
3.77
3.34
3.04
2.83
2.66
2.53
2.43
2.34
2.27
2.20
2.15
2.10
2.06
2.03
1.99
1.96
1.94
1.91
1.89
1.87
60
252.2
19.48
8.57
5.69
4.43
3.74
3.30
3.01
2.79
2.62
2.49
2.38
2.30
2.22
2.16
2.11
2.06
2.02
1.98
1.95
1.92
1.89
1.86
1.84
1.82
120
253.3
19.49
8.55
5.66
4.40
3.70
3.27
2.97
2.75
2.58
2.45
2.34
2.25
2.18
2.11
2.06
2.01
1.97
1.93
1.90
1.87
1.84
1.81
1.79
1.77
254.3
19.50
8.53
5.63
4.36
3.67
3.23
2.93
2.71
2.54
2.40
2.30
2.21
2.13
2.07
2.01
1.96
1.92
1.88
1.84
1.81
1.78
1.76
1.73
1.71
F0.05,n1,n 2
n2 n1
26
27
28
29
30
40
60
120
1
4.23
4.21
4.20
4.18
4.17
4.08
4.00
3.92
3.84
F0.95,n1,n 2 =
2
3.37
3.35
3.34
3.33
3.32
3.23
3.15
3.07
3.00
3
2.98
2.96
2.95
2.93
2.92
2.84
2.76
2.68
2.60
4
2.74
2.73
2.71
2.70
2.69
2.61
2.53
2.45
2.37
5
2.59
2.57
2.56
2.55
2.53
2.45
2.37
2.29
2.21
6
2.47
2.46
2.45
2.43
2.42
2.34
2.25
2.17
2.10
7
2.39
2.37
2.36
2.35
2.33
2.25
2.17
2.09
2.01
8
2.32
2.31
2.29
2.28
2.27
2.18
2.10
2.02
1.94
9
2.27
2.25
2.24
2.22
2.21
2.12
2.04
1.96
1.88
10
2.22
2.20
2.19
2.18
2.16
2.08
1.99
1.91
1.83
1
F0.05,n 2 ,n1
- A21 -
12
2.15
2.13
2.12
2.10
2.09
2.00
1.92
1.83
1.75
15
2.07
2.06
2.04
2.03
2.01
1.92
1.84
1.75
1.67
20
1.99
1.97
1.96
1.94
1.93
1.84
1.75
1.66
1.57
24
1.95
1.93
1.91
1.90
1.89
1.79
1.70
1.61
1.52
30
1.90
1.88
1.87
1.85
1.84
1.74
1.65
1.55
1.46
40
1.85
1.84
1.82
1.81
1.79
1.69
1.59
1.55
1.39
60
1.80
1.79
1.77
1.75
1.74
1.64
1.53
1.43
1.32
120
1.75
1.73
1.71
1.70
1.68
1.58
1.47
1.35
1.22
1.69
1.67
1.65
1.64
1.62
1.51
1.39
1.25
1.00
F0.025,n1,n 2
n2 n1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1
647.8
38.51
17.44
12.22
10.01
8.81
8.07
7.57
7.21
6.94
6.72
6.55
6.41
6.30
6.20
6.12
6.04
5.98
5.92
5.87
2
799.5
39.00
16.04
10.65
8.43
7.26
6.54
6.06
5.71
5.46
5.26
5.10
4.97
4.86
4.77
4.69
4.62
4.56
4.51
4.46
F0.975,n1,n 2 =
3
864.2
39.17
15.44
9.98
7.76
6.60
5.89
5.42
5.08
4.83
4.63
4.47
4.35
4.24
4.15
4.08
4.01
3.95
3.90
3.86
4
899.6
39.25
15.10
9.60
7.39
6.23
5.52
5.05
4.72
4.47
4.28
4.12
4.00
3.89
3.80
3.73
3.66
3.61
3.56
3.51
5
921.8
39.30
14.88
9.36
7.15
5.99
5.29
4.82
4.48
4.24
4.04
3.89
3.77
3.66
3.58
3.50
3.44
3.38
3.33
3.29
6
937.1
39.33
14.73
9.20
6.98
5.82
5.12
4.65
4.32
4.07
3.88
3.73
3.60
3.50
3.41
3.34
3.28
3.22
3.17
3.13
7
948.2
39.36
14.62
9.07
6.85
5.70
4.99
4.53
4.20
3.95
3.76
3.61
3.48
3.38
3.29
3.22
3.16
3.10
3.05
3.01
8
956.7
39.37
14.54
8.98
6.76
5.60
4.90
4.43
4.10
3.85
3.66
3.51
3.39
3.29
3.20
3.12
3.06
3.01
2.96
2.91
9
963.3
39.39
14.47
8.90
6.68
5.52
4.82
4.36
4.03
3.78
3.59
3.44
3.31
3.21
3.12
3.05
2.98
2.93
2.88
2.84
10
968.6
39.40
14.42
8.84
6.62
5.46
4.76
4.30
3.96
3.72
3.53
3.37
3.25
3.15
3.06
2.99
2.92
2.87
2.82
2.77
1
F0.025,n 2 ,n1
- A2.22 -
12
976.7
39.41
14.34
8.75
6.52
5.37
4.67
4.20
3.87
3.62
3.43
3.28
3.15
3.05
2.96
2.89
2.82
2.77
2.72
2.68
15
984.9
39.43
14.25
8.66
6.43
5.27
4.57
4.10
3.77
3.52
3.33
3.18
3.05
2.95
2.86
2.79
2.72
2.67
2.62
2.57
20
993.1
39.45
14.17
8.56
6.33
5.17
4.47
4.00
3.67
3.42
3.23
3.07
2.95
2.84
2.76
2.68
2.62
2.56
2.51
2.46
24
997.2
39.46
14.12
8.51
6.28
5.12
4.42
3.95
3.61
3.37
317
3.02
2.89
2.79
2.70
2.63
2.56
2.50
2.45
2.41
30
1001
39.46
14.08
8.46
6.23
5.07
4.36
3.89
3.56
3.31
3.12
2.96
2.84
2.73
2.64
2.57
2.50
2.44
2.39
2.35
40
1006
39.47
14.04
8.41
6.18
5.01
4.31
3.84
3.51
3.26
3.06
2.91
2.78
2.67
2.59
2.51
2.44
2.38
2.33
2.29
60
1010
39.48
13.99
8.36
6.12
4.96
4.25
3.78
3.45
3.20
3.00
2.85
2.72
2.61
2.52
2.45
2.38
2.32
2.27
.2.22
120
1014
39.49
13.95
8.31
6.07
4.90
4.20
3.73
3.39
3.14
2.94
2.79
2.66
2.55
2.46
2.38
2.32
2.26
2.20
2.16
1018
39.50
13.90
8.26
6.02
4.85
4.14
3.67
3.33
3.08
2.88
2.72
2.60
2.49
2.40
2.32
2.25
2.19
2.13
2.09
F0.025,n1,n 2
n2 n1
21
22
23
24
25
26
27
28
29
30
40
60
120
1
5.83
5.79
5.75
5.72
5.69
5.66
5.63
5.61
5.59
5.57
5.42
5.29
5.15
5.02
2
4.42
4.38
4.35
4.32
4.29
4.27
4.24
4.22
4.20
4.18
4.05
3.93
3.80
3.69
F0.975,n1,n 2 =
3
3.82
3.78
3.75
3.72
3.69
3.67
3.65
3.63
3.61
3.59
3.46
3.34
3.23
3.12
4
3.48
3.44
3.41
3.38
3.35
3.33
3.31
3.29
3.27
3.25
3.13
3.01
2.89
2.79
5
3.25
3.22
3.18
3.15
3.13
3.10
3.08
3.06
3.04
3.03
290
2.79
2.67
2.57
6
3.09
3.05
3.02
2.99
2.97
2.94
2.92
2.90
2.88
2.87
2.74
2.63
252
2.41
7
2.97
2.93
2.90
2.87
2.85
2.82
2.80
2.78
2.76
2.75
262
2.51
2.39
2.29
8
2.87
2.84
2.81
2.78
2.75
2.73
2.71
2.69
2.67
2.65
2.53
2.41
230
2.19
9
2.80
2.76
2.73
2.70
2.68
265
2.63
2.61
2.59
2.57
2.45
2.33
2.22
2.11
10
2.73
2.70
2.67
2.64
2.61
2.59
2.57
2.55
2.53
2.51
2.39
2.27
216
2.05
1
F0.025,n 2 ,n1
- A23 -
12
2.64
2.60
2.57
2.54
2.51
2.49
2.47
2.45
2.43
2.41
2.29
2.17
2.05
1.94
15
2.53
2.50
2.47
2.44
2.41
2.39
2.36
2.34
2.32
2.31
218
2.06
1.94
1.83
20
2.42
2.39
2.36
2.33
2.30
2.28
2.25
2.23
2.21
2.20
2.07
1.94
1.82
1.71
24
2.37
2.33
2.30
2.27
2.24
2.22
2.19
2.17
2.15
2.14
2.01
1.88
1.76
1.64
30
2.31
2.27
2.24
2.21
2.18
2.16
2.13
2.11
2.09
2.07
1.94
1.82
1.69
1.57
40
2.25
2.21
2.18
2.15
2.12
2.09
2.07
2.05
2.03
2.01
1.88
1.74
1.61
1.48
60
2.18
2.14
2.11
2.08
2.05
2.03
2.00
1.98
1.96
1.94
1.80
1.67
1.53
1.39
120
2.11
2.08
2.04
2.01
1.98
1.95
1.93
1.91
1.89
1.87
1.72
1.58
1.43
1.27
2.04
2.00
1.97
1.94
1.91
1.88
1.85
1.83
1.81
1.79
1.64
1.48
1.31
1.00
F0.01,n1,n 2
n2 n1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1
4052
98.50
34.12
21.20
16.26
13.75
12.25
11.26
10.56
10.04
9.65
9.33
9.07
8.86
8.68
8.53
8.40
8.29
8.18
8.10
2
4999
99.00
30.82
18.00
13.27
10.92
9.55
8.65
8.02
7.56
7.21
6.93
6.70
6.51
6.36
6.23
6.11
6.01
5.93
5.85
F0.99,n1,n 2 =
3
5403
99.17
29.46
16.69
12.06
9.78
8.45
7.59
6.99
6.55
6.22
5.95
5.74
5.56
5.42
5.29
5.18
5.09
5.01
4.94
4
5625
99.25
28.71
15.98
11.39
9.15
7.85
7.01
6.42
5.99
5.67
5.41
5.21
5.04
4.89
4.77
4.67
4.58
4.50
4.43
5
5764
99.30
28.24
15.52
10.97
8.75
7.46
6.63
6.06
5.64
5.32
5.06
4.86
4.69
4.36
4.44
4.34
4.25
4.17
4.10
6
5859
99.33
27.91
15.21
10.67
8.47
7.19
6.37
5.80
5.39
5.07
4.82
4.62
4.46
4.32
4.20
4.10
4.01
3.94
3.87
7
5928
99.36
27.67
14.98
10.46
8.26
6.99
6.18
5.61
5.20
4.89
4.64
4.44
4.28
4.14
4.03
3.93
3.84
3.77
3.70
8
5982
99.37
27.49
14.80
10.29
8.10
6.84
6.03
5.47
5.06
4.74
4.50
4.30
4.14
4.00
3.89
3.79
3.71
3.63
3.56
9
6022
99.39
27.35
14.66
10.16
7.98
6.72
5.91
5.35
4.94
4.63
4.39
4.19
4.03
3.89
3.78
3.68
3.60
3.52
3.46
10
6056
99.40
27.23
14.55
10.05
7.87
6.62
5.81
5.26
4.85
4.54
4.30
4.10
3.94
3.80
3.69
3.59
3.51
3.43
3.37
1
F0.01,n 2 ,n1
- A2.24 -
12
6106
99.42
27.05
14.37
9.89
7.72
6.47
5.67
5.11
4.71
4.40
4.16
3.96
3.80
3.67
3.55
3.46
3.37
3.30
3.23
15
6157
99.43
26.87
14.20
9.72
7.56
6.31
5.52
4.96
4.56
4.25
4.01
3.82
3.66
3.52
3.41
3.31
3.23
3.15
3.09
20
6209
99.45
26.69
14.02
9.55
7.40
6.16
5.36
4.81
4.41
4.10
3.86
3.66
3.51
3.37
3.26
3.16
3.08
3.00
2.94
24
6235
99.46
26.60
13.93
9.47
7.31
6.07
5.28
4.73
4.33
4.02
3.78
3.59
3.43
3.29
3.18
3.08
3.00
2.92
2.86
30
6261
99.47
26.50
13.84
9.38
7.23
5.99
5.20
4.65
4.25
3.94
3.70
3.51
3.35
3.21
3.10
3.00
2.92
2.84
2.78
40
6287
99.47
26.41
13.75
9.29
7.14
5.91
5.12
4.57
4.17
3.86
3.62
3.43
3.27
3.13
3.02
2.92
2.84
2.76
2.69
60
6313
99.48
26.32
13.65
9.20
7.06
5.82
5.03
4.48
4.08
3.78
3.54
3.34
3.18
3.05
2.93
2.83
2.75
2.67
2.61
120
6339
99.49
26.22
13.56
9.11
6.97
5.74
4.95
4.40
4.00
3.69
3.45
3.25
3.09
2.96
2.84
2.75
2.66
2.58
2.52
6366
99.50
26.13
13.46
9.02
6.88
5.65
4.86
4.31
3.91
3.60
3.36
3.17
3.00
2.87
2.75
2.65
2.57
2.59
2.42
F0.01,n1,n 2
n2 n1
21
22
23
24
25
26
27
28
29
30
40
60
120
1
8.02
7.95
7.88
7.82
7.77
7.72
7.68
7.64
7.60
7.56
7.31
7.08
6.85
6.63
F0.99,n1,n 2 =
2
5.78
5.72
5.66
5.61
5.57
5.53
5.49
5.45
5.42
5.39
5.18
4.98
4.79
4.61
3
4.87
4.82
4.76
4.72
4.68
4.64
4.60
4.57
4.54
4.51
4.31
4.13
3.95
3.78
4
4.37
4.31
4.26
4.22
4.18
4.14
4.11
4.07
4.04
4.02
3.83
3.65
3.48
3.32
5
4.04
3.99
3.94
3.90
3.85
3.82
3.78
3.75
3.73
3.70
3.51
3.34
3.17
3.02
6
3.81
3.76
3.71
3.67
3.63
3.59
3.56
3.53
3.50
3.47
3.29
3.12
2.96
2.80
7
3.64
3.59
3.54
3.50
3.46
3.42
3.39
3.36
3.33
3.30
3.12
2.95
2.79
2.64
8
3.51
3.45
3.41
3.36
3.32
3.29
3.26
3.23
3.20
3.17
2.99
2.82
2.66
2.51
9
3.40
3.35
3.30
3.26
3.22
3.18
3.15
3.12
3.09
3.07
2.89
2.72
2.56
2.41
10
3.31
3.26
3.21
3.17
3.13
3.09
3.06
3.03
3.00
2.98
2.80
2.63
2.47
2.32
1
F0.01,n 2 ,n1
- A25 -
12
3.17
3.12
3.07
3.03
2.99
2.96
293
2.90
2.87
2.84
2.66
2.50
2.34
2.18
15
3.03
2.98
2.93
2.89
2.85
2.81
2.78
2.75
2.73
2.70
2.52
2.35
2.19
2.04
20
2.88
2.83
2.78
2.74
2.70
2.66
2.63
2.60
2.57
2.55
2.37
2.20
2.03
1.88
24
2.80
2.75
2.70
2.66
2.62
2.58
2.55
2.52
2.49
2.47
2.29
2.12
1.95
1.79
30
2.72
2.67
2.62
2.58
2.54
2.50
2.47
2.44
2.41
2.39
2.20
2.03
1.86
1.70
40
2.64
2.58
2.54
2.49
2.45
2.42
2.38
2.35
2.33
2.30
2.11
1.94
1.76
1.59
60
2.55
2.50
2.45
2.40
2.36
2.33
2.29
2.26
2.23
2.21
2.02
1.84
1.66
1.47
120
2.46
2.40
2.35
2.31
2.27
2.23
2.20
2.17
2.14
2.11
1.92
1.73
1.53
1.32
2.36
2.31
2.26
2.21
2.17
2.13
2.10
2.06
2.03
2.01
1.80
1.60
1.38
1.00
x
0
1
2
3
4
5
0.01
0.990
0.999
0.05
0.951
0.998
0.999
0.10
0.904
0.995
0.999
0.20
0.8 18
0.982
0.998
0.999
0.30
0.740
0.963
0.996
0.999
0.999
0.40
0.670
0.938
0.992
0.999
0.999
0.50
0.606
0.909
0.985
0.998
0.999
0.999
0.60
0.548
0.878
0.976
0.996
0.999
0.999
0.70
0.496
0.844
0.965
0.994
0.999
0.999
0.999
0.80
0.449
0.808
0.952
0.990
0.998
0.999
0.999
0.90
0.406
0.772
0.937
0.986
0.997
0.999
0.999
0.999
1.00
0.367
0.735
0.919
0.981
0.996
0.999
0.999
0.999
1.10
0.332
0.699
0.900
0.974
0.994
0.999
0.999
0.999
1.20
0.301
0.662
0.879
0.966
0.992
0.998
0.999
0.999
0.999
1.30
0.272
0.626
0.857
0.956
0.989
0.997
0.999
0.999
0.999
1.40
0.246
0.591
0.833
0.946
0.985
0.996
1.50
0.223
0.557
0.808
0.934
0.981
0.995
0.999
0.999
0.999
1.60
0.201
0.524
0.783
0.921
0.976
0.993
0.998
0.999
0.999
1.70
0.182
0.493
0.757
0.906
0.970
0.992
0.998
0.999
0.999
0.999
1.80
0.165
0.462
0.730
0.891
0.963
0.989
0.997
0.999
0.999
0.999
1.90
0.149
0.433
0.703
0.874
0.955
0.986
0.996
0.999
0.999
0.999
2.00
0.135
0.406
0.676
0.857
0.947
0.983
0.995
0.998
0.999
0.999
2.10
0.122
0.379
0.649
0.838
0.937
0.979
0.994
0.998
0.999
0.999
2.20
0.110
0.354
0.622
0.819
0.927
0.975
0.992
0.998
0.999
0.999
0.999
0.999
x
0
1
2
3
4
5
6
7
8
x
0
1
2
3
4
5
6
7
8
9
10
F( x ) = P( X x ) = c = 0 (e c / c! )
e gli spazi vuoti sotto l'ultimo valore sono letti come 1.000; quelli vuoti sopra il primo valore sono letti come 0.000
- A2.26 -
x
0
1
2
3
4
5
6
7
8
9
10
11
12
2.30
0.100
0.330
0.596
0.799
0.916
0.970
0.990
0.997
0.999
0.999
0.999
2.40
0.090
0.308
0.569
0.778
0.904
0.964
0.988
0.996
0.999
0.999
0.999
2.50
0.082
0.287
0.543
0.757
0.891
0.957
0.985
0.995
0.998
0.999
0.999
0.999
2.60
0.074
0.267
0.518
0.736
0.877
0.950
0.982
0.994
0.998
0.999
0.999
0.999
2.70
0067
0.248
0.493
0.714
0.862
0.943
0.979
0.993
0.998
0.999
0.999
0.999
2.80
0.060
0.231
0.469
0.691
0.847
0.934
0.975
0.991
0.997
0.999
0.999
0.999
2.90
0.055
0.214
0.445
0.669
0.831
0.925
0.971
0.990
0.996
0.999
0.999
0.999
0.999
3.00
0.049
0.199
0.423
0.647
0.815
0.916
0.966
0.988
0.996
0.998
0.999
0.999
0.999
5.50
0.004
0.026
0.088
0.201
0.357
0.528
0.686
0.809
0.894
0.946
0.974
0.989
0.995
0.998
0.999
0.999
0.999
0.999
6.00
0.002
0.017
0.061
0.151
0.285
0.445
0.606
0.743
0.847
0.916
0.957
0.979
0.991
0.996
0.998
0.999
0.999
0.999
0.999
6.50
0.001
0.011
0.043
0.111
0.223
0.369
0.526
0.672
0.791
0.877
0.933
0.966
0.983
0.992
0.997
0.998
0.999
0.999
0.999
0.999
7.00
0.000
0.007
0.029
0.081
0.172
0.300
0.449
0.598
0.729
0.830
0.901
0.946
0.973
0.987
0.994
0.997
0.999
0.999
0.999
0.999
0.999
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
3.50
0.030
0.135
0.320
0.536
0.725
0.857
0.934
0.973
0.990
0.996
0.998
0.999
0.999
0.999
4.00
0.018
0.091
0.238
0.433
0.628
0.785
0.889
0.948
0.978
0.991
0.997
0.999
0.999
0.999
0.999
4.50
0.011
0.061
0.173
0.342
0.532
0.702
0.831
0.913
0.959
0.982
0.993
0.997
0.999
0.999
0.999
0.999
5.00
0.006
0.040
0.124
0.265
0.440
0.615
0.762
0.866
0.931
0.968
0.986
0.994
0.997
0.999
0.999
0.999
0.999
- A2.27 -
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
7.50
0.000
0.004
0.020
0.059
0.132
0.241
0.378
0.524
0.661
0.776
0.862
0.920
0.957
0.978
0.989
0.995
0.998
0.999
0.999
0.999
0.999
0.999
8.00
0.000
0.003
0.013
0.042
0.099
0.191
0.313
0.452
0.592
0.716
0.815
0.888
0.936
0.965
0.982
0.991
0.996
0.998
0.999
0.999
0.999
0.999
0.999
8.50
0.000
0.001
0.009
0.030
0.074
0.149
0.256
0.385
0.523
0.652
0.763
0.848
0.909
0.948
0.972
0.986
0.993
0.997
0.998
0.999
0.999
0.999
0.999
0.999
9.00
0.000
0.001
0.006
0.021
0.054
0.115
0.206
0.323
0.455
0.587
0.705
0.803
0.875
0.926
0.958
0.977
0.988
0.994
0.997
0.998
0.999
0.999
0.999
0.999
- A2.28 -
9.50
0.000
0.000
0.004
0.014
0.040
0.088
0.164
0.268
0.391
0.521
0.645
0.751
0.836
0.898
0.940
0.966
0.982
0.991
0.995
0.998
0.999
0.999
0.999
0.999
0.999
10.0
0.000
0.000
0.002
0.010
0.029
0.067
0.130
0.220
0.332
0.457
0.583
0.696
0.791
0.864
0.916
0.951
0.972
0.985
0.992
0.996
0.998
0.999
0.999
0.999
0.999
0.999
15.0
0.000
0.000
0.000
0.000
0.000
0.002
0.007
0.018
0.037
0.069
0.118
0.184
0.267
0.363
0.465
0.568
0.664
0.748
0.819
0.875
0.917
0.946
0.967
0.980
0.988
0.993
0.996
0.998
0.999
0.999
0.999
0.999
0.999
0.999
20.0
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.002
0.005
0.010
0.021
0.039
0.066
0.104
0.156
0.221
0.297
0.381
0.470
0.559
0.643
0.720
0.787
0.843
0.887
0.922
0.947
0.965
0.978
0.986
0.991
0.995
0.997
0.998
Quando si cerca di adattare i dati del processo ad una distribuzione, si devono tener
presenti alcune assunzioni di base:
la distribuzione vera dei dati non nota,
il dato rappresentativo del processo nel momento in cui raccolto (cio l'errore
trascurabile ed il processo di campionamento produce dati che riflettono le
condizioni del processo),
i dati possono essere rappresentati da una singola distribuzione continua. Questo
implica che i dati sono sufficientemente discreti, tali che esiste una qualche
variabilit tra essi. In pratica, essi sono interpolati con funzioni cumulative di
densit, ritenendo che sia i dati, sia la curva di interpolazione sono continui,
la curva di distribuzione pu essere l'interpolazione sensibile ai dati quando il
processo stabile, senza influenze che tendano a spostare la media dei valori di
processo nel tempo (errori sistematici),
non possibile sostenere che i dati sono distribuiti in accordo con l'ipotesi fatta. E'
possibile solamente sostenere possono essere rappresentati dalla distribuzione
ipotizzata.
Pi formalmente, possiamo stimare ed accettare o non accettare, con un certo grado
di confidenza, l'ipotesi che i dati hanno la funzione di distribuzione proposta. La
statistica K-S (di Kolmogorov-Smirnov) pu essere utilizzata come indicatore del grado
di interpolazione della curva.
Z0
t2
exp
2 dt
2
< Z 0 < +
Z 0 N{0,1}
(A2.15)
dove:
forma Normale (Sn):
Z0 = + x a
& = ln()
x
Z 0 = + sinh 1 a
xa
Z 0 = + ln
+ xa
e, per ragioni di calcolo, i valori x dei dati sono prima trasformati nei loro valori
standardizzati:
xa =
xx
(A2.16)
x
A2.12.1.1.
ml
p2
(A2.17)
dove:
p = x 2 x1
m = x3 x 2
l = x1 x 0
k = F0 (n 1)
- A2.30 -
A2.12.1.2.
- A2.31 -
(A2.18)
dove 0.5 una correzione di continuit ed il numero atteso di serie e la sua varianza
sono:5
m m1
m
E2
V = (E 1)
m 1
E = 1 + 2 m1
(A2.20)
(A2.21)
2 m1 m
ABS
< 1.645
m
Swed and Eisenhart. "Testing Randomness of Grouping in a Sequence." Ann Math Statistics,
14 (1943).
Gibbons. Non-Parametric Statistical Inference, New York: Marcel Dekker, Inc., 2nd Ed.,
1985.
Duckworth and Wyatt. "Rapid Statistical Techniques for OR Workers." Operation Research
Quarterly, 9 (1958).
- A2.32 -
Ad esempio il programma:
www.qualityamerica.com
Quality
America
SPC-PC
IV,
descritto
al
sito
Massey, Frank J., Jr. "The Kolmogorov-Smirnov Test for Goodness of Fit." Journal of the
American Statistical Association, 46 (1951), pp. 68-78.
- A2.33 -
Il criterio K-S basato sull'attesa che facile esserci una differenza tra la
distribuzione discreta generata dai dati e la distribuzione continua dai quali ricavata,
differenza causata sia dalla discontinuit dei dati, sia dagli errori casuali. Mano a mano
che n aumenta, ci si aspetta che la differenza diminuisca. Se la differenza massima
rilevata minore di quella attesa, allora la probabilit che le distribuzioni siano le stesse
alta.
Il criterio K-S molto esigente quando n diviene grande, poich esso nella scala
della radice di n, riflettendo un'attesa di minor errore tra i punti, sempre all'aumentare di
n. Allora, gli errori casuali ed i fuori controllo dominano, anzi i fuori controllo hanno un
effetto molto forte sul valore di (in quanto K-S una misura della deviazione
massima.
Un valore asintotico del valore critico di K-S assunto da Dudewicz e Mishra dove
il valore esatto differisce poco dai valori asintotici a meno che n (il numero di
campioni) sia molto piccolo. Il calcolo comprende una somma di una funzione
oscillante monotona decrescente, che portata ad una precisione di circa 1E-8, cosicch
ogni errore nell'approssimazione principalmente dovuto all'assunzione che n sia
sufficientemente grande.
- A2.34 -
Il Diagramma della Dispersione esamina le relazioni tra i dati raccolti di due diversi
Indici di Qualit. Anche se esso non pu determinare la causa delle relazioni, esso pu
mostrare se tali relazioni esistono e, se esistono, quanto forti esse siano. L'analisi
prodotta dal Diagramma di Dispersione chiamata Analisi di Regressione.
- A2.35 -
in cui :
S xy
1 =
S xx
0 = y 1 x
S xx = 2x
( N 1)
(A2.22)
)(
S xy = x j x y j y
CL = y 0 t
MS E + 0
N
,N2
S xx
(A2.23)
dove:
N il numero totale delle osservazioni,
x la media di tutti i valori,
S xy
S xx S yy
dove : S yy = 2y (N 1) (A2.24)
A2.13.6. La Statistica F
La funzione F fornisce l'indicazione della mancanza di relazione tra i dati ed i valori
stimati con la regressione:
F=
MSreg
MSF
in cui :
SS F S yy 1 S xy
=
df F
N2
(A2.26)
l'errore residuo.
- A2.37 -
A2.14. L'AUTOCORRELAZIONE
- A2.38 -
- A2.39 -
n m
(x i x ) (x i + m x )
rm = 1
(A2.27)
(x i x )
- A2.41 -
Esempio
Per esempio, se si osservano le misure 46.2, 46.6, 46.5, 47.2, 47.9, sono riportate da un
processo avente media 47, l'autocorrelazione per la distanza dal campione precedente di 1 o di 2
calcolata come segue:
(46.2 47) (46.6 47) + (46.6 47) (46.5 47) + (46.5 47) (47.2 47) + ...
(46.2 47) 2 + (46.6 47) 2 + ( 46.5 47) 2 + (47.2 47) 2...
(46.2 47) (46.5 47) + (46.6 47) + (46.5 47) (47.9 47) + ...
r2 =
(46.2 47) 2 + (46.6 47) 2 + (46.5 47) 2 + (47.2 47) + ...
r1 =
Come si pu vedere, questo calcolo simile a quello che fa nei test statistici per
trovare la correlazione tra due fattori. La funzione ACF pu variare tra 1; quando i
suoi valori si trovano vicino ai limiti, la correlazione forte. In fig. 4 si sono assunti
limiti distanti corrispondentemente al 95% di confidenza. Normalmente si calcola il
valore di ACF a partire da campioni distanti 1 fino ad n/4 (essendo n il numero di
punti), poich ACF pi grandi di questo limite si dimostrano poco significative dal
punto di vista statistico.9
9 Box, Stephen E. P. and Gwilym M. Jenkins, Time Series Analysis: Forecasting & Control. San Francisco, Holden- Day, 1970
10 Pyzdek's Guide to SPC, Volume Two. Applications and Special Topics, by Thomas Pyzdek, 1992, ASQC, Quality Press,
Milwaukee, and Quality Publishing, Tucson
- A2.42 -
- A2.43 -
1 n
xi
n 1
dove n la numerosit del campione. La linea centrale definita dalla media generale:
x=
m n
1
x i
mn 1 1
UCL x = x + 3 x
n
x
LCL x = x 3
n
(A2.28)
(x ij x j )2
S2 = 1 1
n (m 1)
(A2.29)
(x i x j )2
Sj =
n 1
- A2.44 -
S j
S= 1
= c4
S
1 c42
c4
S
LCL S = MIN 0, S 3
1 c42
c4
(A2.30)
- A2.45 -
Esempio
In tab. A2.VI viene ripreso l'esempio di tab. 2.I completata con il calcolo della media x e della
Deviazione Standard .
Come noto, la media complessiva e la Deviazione Standard sono:
x=
1 25
x i = 74.001
25 1
S=
1 25
Si = 0.0090
25 1
3
c4 n
3
c4 n
3
S = 2.089 0.0090 = 0.019
UCL = 1 +
c 4 2 (n 1)
3
S = 0 0.0090 = 0
LCL = 1
(
)
c
1
4
La Carta x e la Carta S sono rappresentate in fig. A2.5. Si noti che i Limiti di Controllo della
Carta x basata su S sono identici ai Limiti di Controllo della Carta x , basata su R di fig.
2.43. In generale, I Limiti di Controllo della Carta x basati su S sono leggermente diversi dai
Limiti di Controllo basati su R .
- A2.46 -
E' possibile stimare la Deviazione Standard del processo considerando che S / c 4 la stima
corretta di . Perci, essendo c 4 = 0.9400 per i campioni di numerosit 5, la stima della
Deviazione Standard :
S 0.0090
=
= 0.0096
c 4 0.9400
ed anche questa stima non molto diversa da quella ottenuta utilizzando il metodo del Campo di
Dispersione.
tab. A2.VI. Diametro interno di anelli elastici per pistone di motore a combustione
interna automobilistico (estensione della tab. 2.I).
numero del
campione
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
osservazioni
74.030
73.992
74.024
73.996
73.007
73.994
74.006
74.006
73.995
74.000
73.998
74.000
74.002
73.967
74.014
73.984
74.012
74.010
74.002
74.010
74.001
73.999
73.989
74.008
73.984
74.002
73.995
73.998
74.002
73.992
74.009
73.995
73.995
74.008
73.998
73.994
74.004
73.983
74.006
74.012
74.000
73.994
74.006
73.984
74.000
73.998
74.004
74.010
74.015
73.982
74.019
74.001
74.021
73.993
74.015
73.997
73.994
73.994
74.009
73.990
73.994
74.007
73.998
73.994
73.998
74.005
73.986
74.018
74.003
74.013
74.009
73.990
73.990
73.993
73.995
xi
73.992
74.011
74.005
74.015
73.989
73.985
74.000
74.000
74.005
74.007
73.995
74.000
73.997
74.000
73.999
73.998
74.005
74.003
74.005
74.020
74.005
74.006
74.009
74.000
74.017
- A2.47 -
74.008
74.004
74.002
74.009
74.014
73.993
74.005
74.005
74.004
73.995
73.990
73.996
74.012
73.984
74.007
73.996
74.007
74.000
73.997
74.003
73.996
74.009
74.014
74.010
74.013
Si
74.010
0.0148
74.001
0.0072
74.008
0.0106
74.003
0.0091
74.003
0.0122
73.996
0.0087
74.000
0.0055
73.996
0.0123
74.004
0.0055
73.998
0.0063
73.994
0.0029
74.001
0.0042
73.998
0.0105
73.990
0.0153
74.006
0.0073
73.997
0.0078
74.001
0.0106
74.007
0.0070
73.998
0.0085
74.009
0.0080
74.000
0.0053
74.002
0.0074
74.002
0.0119
74.005
0.0087
73.998
0.0162
1850.028
0.2238
x =74.001 S = 0.009
74,02
UCL = 74.014
74,01
CL = 74.001
74,00
73,99
LCL = 73.988
73,98
0
10
15
20
25
20
25
0,020
UCL = 0.0190
0,015
CL = 0.009
0,010
0,005
0,000
0
10
15
- A2.48 -
La Carta delle Misure Individuali x indica la posizione del processo nel tempo,
basata su campioni di numerosit 1. La Carta a R Mobile indica la variabilit tra
campioni successivi nel tempo.
m
1
MR j
m 1 1
(A2.31)
- A2.49 -
MR =
(UCL x LCL x ) d 2
6
(A2.32)
LCL MR = MAX[0, MR 3 d 3 x ]
(A2.33)
nw
(A2.34)
dove:
n la numerosit del campione,
w la variabile mobile,
x la Deviazione Standard del processo, basata sulla Carta a Varianza Mobile,
x la media generale:
m
1
x=
xj
m w + 1 1
MS
LCL MS = MAX M S k
1 c 4 2 .[0] (A2.35)
c4
m
1
MS =
MS j
m w +1 1
- A2.51 -
La Carta CuSum una Carta di Controllo per variabili, la quale riporta la somma
cumulativa delle deviazioni dall'obiettivo. I limiti di controllo possono essere
rappresentati anche da una maschera a V, ma il suo impiego pi frequente quello
tabulare che qui viene esposto. Poich ogni punto riportato sulla carta usa le
informazioni di tutti i campioni precedenti, la Carta CuSum in grado di individuare
spostamenti della media del processo in modo molto migliore delle carte convenzionali.
Come si vedr, la Carta CuSum particolarmente efficiente quando il campione di
numerosit unitaria. Come per la Carta EWMA, anche la CuSum non pu essere sempre
usata per i test di produzione, poich ogni punto riportato quasi sicuramente
dipendente dai precedenti (che presentano valori comuni).
Come le altre Carte di Controllo, la CuSum usata per verificare il processo nel
tempo. L'asse delle ascisse il tempo e la carta mostra l'evoluzione del processo. Perci,
i dati devono essere ordinati nel tempo ed inseriti nella sequenza in cui sono creati,
altrimenti possibile assegnare agli errori casuali le deviazioni che, invece, sono
determinate dagli errori sistematici.
A2.17.1. Principi Base: le Carte CuSum per il Controllo della Media del
Processo.
Si considerino i dati della prima colonna di tab. A2.VI. Le prime 20 misure sono
estratte da una Distribuzione Normale N(10,1) e sono rappresentate nella Carta x di fig.
A2.6, la cui Linea Centrale posta al livello 10 e con Limiti di Controllo 3 ai livelli
UCL=13 ed LCL=7. Come si vede in fig. A2.6, tutte le prime 20 misure rappresentano
una situazione di sotto controllo. Invece, le rimanenti 10 misure sono estratte da una
Distribuzione Normale avente Deviazione Standard e media = 11 , pi alta della
precedente. Possiamo ritenere di avere introdotto nel processo un fuori controllo, a
causa del quale avvenuto uno spostamento della media di 1 , ma non abbiamo
nessuna evidenza statistica che ce lo indichi, dal momento che nessuno dei punti
uscito dai Limiti di Controllo. Tuttavia, si pu osservare che tutte le ultime 10 misure
(tranne una) si trovano sopra la Linea Centrale, circostanza che potrebbe far scattare un
allarme di fuori controllo, secondo il Test di Produzione 2 del 2.3.4.5.2. In ogni caso,
se si resta sull'ipotesi che l'operatore individui un fuori controllo solamente se uno dei
punti supera i Limiti di Controllo, la Carta di Controllo x di fig. A2.6 fallirebbe lo
scopo.
Il motivo di questa scarsa sensibilit della Carta x risiede nel basso valore dello
spostamento della media del processo. In effetti, la Carta di Controllo di fig. A2.6
sensibile a spostamenti del processo di almeno 1.5 .
Una buona alternativa, quando sono da attendere piccoli spostamenti della media del
processo rappresentata dalla Carta CuSum. Essa incorpora direttamente tutte le
informazioni disponibili, in quanto prevede di rappresentare graficamente le somme
cumulate degli scarti tra le misure ed un valore atteso (10, nel caso di tab. A2.VI, come
riportato in colonna b), la cui distribuzione riportata in colonna c. Nell'ipotesi che il
campione abbia numerosit n 1 e che sul diagramma di fig. A2.6 siano riportate le
- A2.52 -
medie del campione x i , se 0 rappresenta il valore atteso della media del processo, la
Carta di Controllo CuSum costruita considerando, per l'i-esimo campione il livello:
i
Ci = x j 0
(A2.45)
cio la somma cumulata fino all'i-esimo campione. Dato che ogni punto della Carta
CuSum descrive i dati consecutivi cumulati fino ad esso, essa tiene conto di tutte le
misure precedenti e, cos, risulta pi efficace della Carta x nello scoprire piccoli
spostamenti della media del processo, in particolare (si pu dimostrare) per le misure
individuali. Ci si sofferma sull'utilizzo della Carta CuSum per il controllo della media
del processo, anche se essa pu essere proficuamente utilizzata anche per il controllo
per attributi (nonconformit, rotture di processo), vista la sua applicabilit a campioni di
numerosit unitaria.
xi
xi - 10
Ci = (xi 10) +
Ci-1
9.45
7.99
9.29
11.66
12.16
10.18
8.04
11.46
9.20
10.34
9.03
11.47
10.51
9.40
10.08
9.37
10.62
10.31
8.52
10.84
10.90
9.33
12.29
11.50
10.60
11.08
10.38
11.62
11.31
10.52
-0.55
-2.01
-0.71
1.66
2.16
0.18
-1.46
1.46
-0.80
0.34
-0.97
1.47
0.51
-0.60
0.08
-0.63
0.62
0.31
-1.48
0.84
0.90
-0.67
2.29
1.50
0.60
1.08
0.38
1.62
8.93
0.52
- A2.53 -
-0.55
-2.56
-3.27
-1.61
0.55
0.73
-1.23
0.23
-0.57
-0.23
-1.20
0.27
0.78
0.18
0.26
-0.37
0.25
0.56
-0.92
-0.08
0.82
0.15
2.44
3.94
4.54
5.62
6.00
7.62
8.93
9.45
misure individuali x
13
UCL = 13
12
11
CL = 10
10
9
8
LCL = 7
= 10
= 11
10
15
20
25
30
fig. A2.6. Carta delle Misure Individuali dei dati di tab. A2.VII.
= 11
10
8
6
4
2
0
-2
-4
10
15
20
25
30
- A2.54 -
In fig. A2.7 si nota che per le prime 20 misure, in cui = 10 , non si osserva alcuna
deriva, la somma cumulata restando prossima allo 0. Invece, per le ultime 10 misure, si
vede una marcata pendenza positiva, la quale indica la comparsa di uno spostamento
della media del processo ad un valore 1 > 0 .
La Carta CuSum di fig. A2.7 non presenta i Limiti di Controllo, quindi non
propriamente una Carta di Controllo
A2.17.2.1.
[
= MAX[0, (
C i+ = MAX 0, x i ( 0 + K ) + C i+1
C i
+
0 K ) x i + C i 1
]
]
(A2.46)
da cui :
0
= 1
= 1
2
2
(A2.47)
- A2.55 -
a
xi
9,45
7,99
9,29
11,66
12,16
10,18
8,04
11,46
9,20
10,34
9,03
11,47
10,51
9,40
10,08
9,37
10,62
10,31
8,52
10,84
10,90
9,33
12,29
11,50
10,60
11,08
10,38
11,62
11,31
10,52
b
xi-10
-1,05
-2,51
-1,21
1,16
1,66
-0,32
-2,46
0,96
-1,3
-0,16
-1,47
0,97
0,01
-1,10
-0,42
-1,13
0,12
-0,19
-1,98
0,34
0,40
-1,17
1,79
1,00
0,10
0,58
-0,12
1,12
0,81
0,02
Ci+
1,16
2,82
2,50
0,04
1,00
0,97
0,98
0,12
1
2
3
4
5
1
2
0,34
0,74
1
2
1,79
2,79
2,89
3,47
3,35
4,47
5,28
5,30
1
2
3
4
5
6
7
8
9.5-xi
C i
0,05
1,51
0,21
-2,16
-2,66
-0,68
1,46
-1,96
0,30
-0,84
0,47
-1,97
-1,01
0,10
-0,58
0,13
-1,12
-0,81
0,98
-1,34
-1,40
0,17
-2,79
-2,00
-1,10
-1,58
-0,88
-2,12
-1,81
-1,02
0,05
1,56
1,77
1
2
3
1,46
0,30
0,47
0,10
0,13
0,98
0,17
Esempio
Si considerino ancora le misure di tab. A2.VII, con valore atteso 0 = 10 , numerosit del
campione n = 1 e = 1 . Si immagini di voler individuare lo spostamento della media pari a
e, quindi, che il valore di fuori controllo del processo sia 1 = 10 + 1 = 11 , perci si user una
Carta CuSum Tabulare con K = (pari alla met dello spostamento di livello) ed H = 5, come
scelta ragionevole.
La tab. A2.VIII rappresenta la CuSum Tabulare. Per illustrare i dati, si consideri il periodo 1.
Essendo K = 0.5 e 0 = 10 , dalle (A2.46), risulta:
- A2.56 -
[
= MAX[0, 9.5 x
+
1 + C0
[
[
Analogamente si procede coi periodi successivi. In tab. A2.VIII sono riportati i risultati del
calcolo, nei gruppi di colonne a e b.
C i+ 6
H=5
5
4
3
2
x i- 10
x i - 10.5
1
15
0 1
1
2
11
13
9.5 - x i
17
21
19
23
25
27
29
C i- 3
fig. A2.8. Carta di Stato delle CuSum per i dati di tab. A2.VIII, sotto forma di
istogramma. Il diagramma rappresenta le misure ridotte xi 10.5 e 9.5 - xi.
I calcoli di CuSum di tab. A2.VIII indicano che la somma cumulata superiore al periodo 29
risulta C +29 = 5.28 ed in quel punto essa sorpassa H = 5. Ne deriva che il processo dovrebbe
essere dichiarato fuori controllo a partire da questo periodo. Tuttavia, la tab. A2.VIII indica
anche quando lo spostamento del processo pu essere avvenuto, dal numero raggiunto dal
contatore N+, il quale registra il numero di periodi consecutivi a partire dall'istante in cui Ci+
diventato positivo. Dato che N+ = 7 al periodo 29, dovremo concludere che il processo era
ancora sotto controllo al periodo 22, cosicch lo spostamento del processo pu essere avvenuto
tra i periodi 22 e 23.
In fig. A2.8 riportata la Carta di Stato delle CuSum, la quale mostra i valori di Ci+ e di C i in
funzione del numero del periodo, sotto forma di istogramma, e, poich contiene anche
- A2.57 -
l'intervallo di decisione, assomiglia alla Carta x . Nella fig. A2.8 riportata anche la spezzata
della variabile ridotta x i 10 , allo scopo di consentire all'utente della Carta CuSum di
visualizzare i dati del processo che hanno determinato ogni valore della somma cumulata.
Infine, possiamo notare che i Test di Produzione non possono essere direttamente applicati alla
Carta CuSum, dal momento che i valori consecutivi di Ci+ e C i non sono tra essi indipendenti.
h=5
K = 0.5
in genere, forniscono Carte CuSum con buone propriet di ARL, tali da rilevare
spostamenti del livello della media del processo di 1 .
Infatti, si potuto osservare che, quando il processo sotto controllo, per h = 4 si ha
ARL = 168, mentre, per h = 5, si ha un valore di ARL = 465. Invece, se si sceglie
h = 4.77 si ottiene il valore ARL = 370, che corrisponde esattamente al valore di ARL
della Carta x , che operi ai consueti Limiti di Controllo di 3 .
Come detto, generalmente la scelta di K viene fatta in relazione all'ampiezza dello
spostamento della media del processo che si desidera venga ben rilevato dalla Carta
CuSum: infatti viene posto K = / 2 , con misura dello spostamento della media,
misurato in unit di . Questo approccio fornisce risultati molto vicini a quello che si
propone di minimizzare il valore di ARL necessario per evidenziare uno spostamento
della media pari a , fissato il valore di ARL.
A2.17.2.2.
Una volta costruita la Carta CuSum tabulare per il caso di campioni di numerosit 1,
risulta semplice l'estensione al caso delle medie dei campioni razionali con numerosit
pi elevata. E' sufficiente sostituire nelle formule precedenti x i con x i e con
x = / n .
Mentre l'uso delle medie dei campioni migliora sensibilmente le prestazioni della
Carta x , lo stesso non pu dirsi per la Carta CuSum. Infatti, dovendo scegliere tra un
campionamento con n = 1 ogni 0.5h ed uno con n = 5 ogni 2.5h (dove lo sforzo di
campionamento lo stesso), la Carta CuSum darebbe risultati migliori per n = 1.
Pertanto, per la Carta CuSum, la scelta di campioni numerosi risulta conveniente
solamente nel caso di economie di scala, od altre valide ragioni a favore di campioni
numerosi.
- A2.58 -
d
U
Ci
A = K / tan
3A
2A
1A
i
numero del campione
2k
(A2.48)
dove la dimensione dello spostamento della media del processo che l'analista vuole
individuare, e k il fattore di scala che lega l'unit della scala delle ordinate a quella
delle ascisse;
d=
ln
(A2.49)
- A2.59 -
(A2.50)
x / N
- A2.60 -
(A2.51)
dove:
1 il valore del fattore di pesata, definito nel calcolo,
per t 1
(A2.52)
ei2
p,0 =
(A2.53)
- A2.61 -
per necessario eseguire la stima della distribuzione del processo per definire i confini
attesi con i limiti di controllo. Il vantaggio della Carta EWMA (come pure della Carta
CuSum e di quella a Media Mobile) che ogni punto riportato comprende diverse
osservazioni, in modo che possibile usare il Teorema del Limite Centrale per vedere
che la media dei punti (o la media mobile, in questo caso) distribuita normalmente ed i
limiti di controllo sono chiaramente definiti.
Quando si usa il valore di per indicare il peso, raccomandato di utilizzare piccoli
valori (dell'ordine di 0.2), per determinare piccoli spostamenti della media del processo,
e valori pi grandi da 0.2 a 0.4), per individuare gli spostamenti pi forti. La Carta
EWMA con = 1 una Carta x .
La Carta EWMA usata anche per ridurre l'effetto del rumore sui dati. Molti
processi amministrativi e processi chimici cadono in questa situazione. Ad esempio, le
fluttuazioni giorno per giorno della produttivit del processo amministrativo possono
essere grandi, ma non necessariamente indicano un'instabilit di processo. Cos, una
scelta opportuna di pu essere fatta per rendere la Carta EWMA pi o meno sensibile
a tali fluttuazioni giornaliere.
Le Schede di Controllo EWMA modificate possono essere usate per processi
autocorrelati con piccoli spostamenti della media. Inoltre, come le altre schede di
controllo, le EWMA sono usate per monitorare il processo nel tempo. L'asse delle
ascisse riporta il tempo, cosicch la Carta mostra la storia del processo. Per questo
motivo, i dati devono essere riportati nell'ordine in cui sono prodotti, e sono evidenziati
gli spostamenti e le tendenze che non sono dovuti agli errori casuali.
A2.18.2.1.
Caso Standard
- A2.62 -
A2.18.2.2.
kR
d2 n
1 (1 )2t
2
(A2.54)
dove z0 il valore di partenza scelto per il calcolo sia come valore atteso, sia come
media globale del processo, n la numerosit del campione, d2 la funzione di n di tab.
2.VI.
- A2.63 -
A2.3.1.
A2.3.2.
A2.4.
A2.5.
Teorema I .............................................................................................................5
Teorema II ............................................................................................................6
A2.5.1.
A2.5.2.
A2.5.3.
A2.5.4.
A2.5.5.
A2.6.
Teorema I .............................................................................................................9
Teorema II ............................................................................................................9
Teorema III...........................................................................................................9
Teorema IV...........................................................................................................9
Teorema V..........................................................................................................10
A2.6.1.
A2.6.2.
A2.6.3.
Teorema VI.........................................................................................................11
Teorema VII .......................................................................................................11
Teorema VIII......................................................................................................11
A2.13.
A2.13.1.
A2.13.2.
A2.13.3.
A2.13.4.
A2.13.5.
A2.13.6.
A2.14.
L'Autocorrelazione....................................................................................... 38
A2.14.1.
A2.14.2.
A2.14.3.
A2.14.4.
A2.14.5.
Il Problema dell'Autocorrelazione......................................................................38
La Funzione di Autocorrelazione .......................................................................39
Individuare l'Autocorrelazione ...........................................................................40
Come Risolvere l'Autocorrelazione....................................................................42
Quando Utilizzare una Carta di Autocorrelazione .............................................43
- A2.i -
A2.16.1.
A2.16.2.
A2.16.3.
A2.16.4.
A2.17.
La Carta CuSum...........................................................................................52
A2.17.1.
A2.17.2.
A2.17.3.
A2.18.
A2.18.1.
A2.18.2.
- A2.ii -
- A2.iii -
UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA
Vol. 3
3.
4.
Lorenzo Rosa
1B.
3.1
3.1
fig. 3.1.
Assieme della spalla di un laminatoio duo regolato al minimo dello spessore del
laminato.
3.2
fig. 3.2.
fig. 3.3.
Perch i componenti di una macchina svolgano la loro funzionalit come membri di una
catena - cinematica o dimensionale - da grezzi devono subire una lavorazione. I grezzi sono
posizionati sulla macchina e serrati in modo che siano raggiunte la necessaria precisione
dimensionale e le dislocazioni angolari richieste alle loro superfici. I componenti della
macchina utensile, il dispositivo di serraggio e lutensile da taglio partecipano, con le loro
dimensioni e le dislocazioni angolari delle superfici alle catene dimensionali A ed . La
prima di queste catene produce la dimensione A e la seconda il parallelismo della
superficie a in riferimento alla superficie b del pezzo lavorato nel piano coordinato di fig. 3.3.
3.3
ciclo di lavorazione
* su autocentrante e contropunta
1) troncatura a lunghezza L1
2) stampaggio a caldo
3) tranciatura canale di bava
4) fresatura facce e centratura
fig. 3.4.
sovrametalli z i che sono asportati alle estremit durante la lavorazione. I membri delle catene
dimensionali di ognuna delle macchine utensili e delle presse sono le dimensioni dei loro
componenti e degli utensili e le dimensioni che sono ottenute dopo ogni operazione (cio le
dimensioni A = L1 , B = L 2 , ..., H = L8 ).
Le catene dimensionali che collegano le dimensioni intermedie del pezzo e quelle che si
riferiscono alle dislocazioni angolari del pezzo e delle macchine sono dette catene
dimensionali di processo. Un esempio semplice (si riferisce ad una sola operazione) di
catena di processo anche quella di fig. 3.3.
E' inconcepibile che le macchine ed i loro componenti siano lavorati fino ad ottenere la
richiesta precisione senza che siano misurate le grandezze che caratterizzano questa
precisione, poich solo confrontando queste grandezze con quelle richieste possiamo
verificarne la rispondenza.
Per eseguire una misura, lo strumento introdotto tra le superfici operative del prodotto o
del pezzo da misurare; un esempio indicato in fig. 3.5, in cui la dimensione A misurata
con un micrometro. E' evidente dalla figura che la dimensione del pezzo, insieme con le
dimensioni del micrometro direttamente interessate, partecipa al processo di misura che
definisce la catena dimensionale i cui membri sono indicati con A i . Le catene dimensionali
impiegate per la determinazione delle quote, al fine di valutare la precisione dei pezzi, sono
dette catene dimensionali di misura.
fig. 3.5.
Da quanto detto, pu essere ricavato che tutti i problemi che devono essere risolti per
raggiungere la precisione del prodotto, come pure la precisione dei suoi componenti durante
la lavorazione e la verifica, sono risolti con le catene dimensionali sopracitate, attraverso la
loro definizione ed il controllo del loro andamento. Per poter far questo, prima necessario
acquisire la conoscenza dei principi di base dellanalisi mediante catene dimensionali e delle
leggi che governano i legami; questi sono noti come principi e leggi della teoria delle catene
dimensionali. Tutti i fenomeni intercollegati che si verificano in natura possono essere
rappresentati nella forma di catene dimensionali che schematicamente rappresentano le
interconnessioni. In 2.3.3.2 si dato un esempio di applicazione anche al di fuori della
tecnologia meccanica.
3.5
3.2
fig. 3.10.
m 1
(3.1)
deviazioni dei membri componenti della catena dimensionale dal valore nominale,
numero totale dei membri della catena dimensionale.
3.6
i cos i
(3.2)
avendo indicato con cos i il coseno direttore del membro i, rispetto alla direzione del
membro conclusivo .
2) Invece, per definire lerrore del membro conclusivo di una catena dimensionale nella
fabbricazione di un lotto di prodotti, pi corretto parlare non di errore, ma piuttosto di
dispersione della misura del membro conclusivo, quindi necessario occuparsi dei campi di
dispersione di tutti i membri della catena. Poich spesso le grandezze dei campi di dispersione
sono molto piccole, quando confrontate con le grandezze dei membri stessi, pu essere usato
il differenziale totale per trovare la relazione che lega le grandezze dei campi di dispersione
dei membri componenti la catena dimensionale a quello del membro conclusivo.
(3.3)
A
A
A
dA1 +
dA 2 + ... +
dA m 1
A m 1
A1
A 2
A
A
A
1 +
2 +...+
A 1
A 2
A m 1 m 1
(3.4)
oppure:
=
m 1
Ai i
(3.5)
m 1
(3.6)
Dalle due formule precedenti segue che, nella fabbricazione di un lotto, il campo di
dispersione del membro conclusivo di una catena dimensionale la somma vettoriale dei
valori assoluti dei campi di dispersione di tutti gli altri membri componenti.
Si precedentemente detto che i campi di dispersione dei membri di una catena
dimensionale sono frequentemente spostati in confronto al loro valore nominale. Questo
spostamento caratterizzato dalle coordinate i del valor medio del campo di dispersione,
conseguentemente anche il valor medio del campo di dispersione del membro conclusivo pu
essere spostato in riferimento alla sua misura nominale. Poich le coordinate del valor medio
del campo di dispersione non hanno solamente una grandezza, ma anche un segno, la
3.7
coordinata del valor medio del campo di dispersione del membro conclusivo di una
catena dimensionale la somma algebrica (nel caso di catene piane a membri paralleli) delle
coordinate del valor medio del campo di dispersione di tutti i membri componenti. Cos:
=
n r
m 1 s
n +1
i +
(3.7)
con n numero dei membri incrementanti ed m, al solito, numero totale dei membri della
catena dimensionale.
La deviazione dalla media ponderata delle misure dal valor medio del membro conclusivo
determinata in modo simile:
r
s
n r
m 1 s
i
i
n om
M (A A ) = +
) + ( i + i
)
= ( i + i
2
2
2
1
n +1
(3.8)
che si trasforma nella (3.7) nel caso in cui tutti i membri componenti abbiano le curve di
distribuzione della frequenza simmetriche e quindi i = 0 .
Nella sua forma pi generale, la (3.5) rappresenta leggi che esistono oggettivamente in
natura. Una buona conoscenza di queste leggi, e le condizioni sotto le quali appaiono, mettono
in grado lingegnere di adoperarle nella direzione richiesta per risolvere la grande variet di
problemi che egli pu incontrare a tutti gli stadi del progetto, della produzione e del collaudo
di tutti i tipi di prodotti industriali.
3.2.1
Unanalisi della (3.5) indica che la precisione del membro conclusivo di una catena
dimensionale pu essere migliorata in tre modi:
riducendo il campo di dispersione i , cio migliorando la precisione di ciascuno dei
membri componenti,
riducendo il numero dei membri componenti della catena dimensionale, cio riducendo
m,
riducendo i coseni direttori di ciascuno dei membri componenti.
Il massimo effetto ottenuto usando tutte e tre le vie nello stesso tempo.
Il primo modo stato praticamente lunico fino agli anni '30, prima che gli altri due modi
fossero formulati esattamente e gradualmente impiegati.
Il secondo dei modi enumerati stato chiamato il principio della catena pi corta.
Lessenza di questo principio che la massima precisione pu essere ottenuta (a parit delle
altre condizioni) per mezzo di catene dimensionali costituite dal minimo possibile numero di
membri. Per illustrare questo principio, consideriamo due soluzioni del problema di ottenere
con elevata precisione la dimensione A di un bicchiere, come mostrato in fig. 3.11.
La prima soluzione di costruire il bicchiere su un tornio semiautomatico a torretta, in cui
la dimensione A e ottenuta per mezzo della catena dimensionale di processo mostrata in fig.
3.11a. Inclusa come membro componente insieme con le dimensioni della macchina, si vede
anche la dimensione A8, che la lunghezza complessiva del bicchiere ed stata ottenuta nella
3.8
Ai
1
fig. 3.11.
3.2.2
E' stato stabilito in precedenza che tutti i problemi nella costruzione di prodotti col grado di
precisione richiesto sono risolti in tutti gli stadi del progetto, della produzione e del controllo
di qualit per mezzo di catene dimensionali.
Infatti, iniziando dalla formulazione della funzionalit del prodotto, e compiendo unanalisi
metodica dei dati concernenti la funzionalit stessa, lo sviluppo della sua costruzione, il
progetto e la definizione delle tolleranze sul prodotto finito impongono di stabilire ed
analizzare i legami tra lindice di qualit del prodotto e le relative caratteristiche dimensionali
e funzionali dellimpianto.
Lapplicazione appropriata dei vari metodi impiegati per raggiungere la richiesta
precisione del membro conclusivo di ciascuna delle catene dimensionali, pu servire da base
per la soluzione economica di tutti i problemi enunciati.
3.9
3.2.3
Lessenza di questo metodo che la precisione del membro conclusivo della catena
dimensionale presa in esame ottenuta incondizionatamente, anche se i membri della catena
dimensionale sono presi senza una preventiva selezione o sono sostituiti con altri di ricambio.
Lesempio pi semplice delluso di questo metodo il conseguimento di un gioco con la
precisione richiesta nellaccoppiamento tra una lampadina ed il suo portalampada. E' noto che
ogni lampadina pu essere avvitata nella sua sede della stessa misura senza preventiva
selezione od adattamento di alcun tipo.
Un gioco di grandezza e precisione opportuna si deve stabilire anche tra i denti delle ruote
dentate coniugate, nel montaggio della scatola del cambio di un veicolo, e questo si ottiene
facendo uso del metodo di intercambiabilit completa: nel montare ogni scatola del cambio,
tutti i suoi componenti - ruote dentate, alberi, cuscinetti, leve, ecc. - sono uniti insieme senza
bisogno di alcun adattamento o selezione.
Cos pure, quando si applica il metodo di intercambiabilit completa per la lavorazione di
un lotto di pezzi, per esempio la foratura al trapano, la punta a forare deve poter essere
sostituita senza alcuna selezione, e tutti i fori lavorati risulteranno avere una dimensione
allinterno del campo di tolleranza richiesto.
I principali vantaggi dellapplicazione del metodo di intercambiabilit completa sono i
seguenti:
la precisione del membro conclusivo ottenuta nel modo pi semplice, poich la
costruzione della catena dimensionale ridotta ad unire semplicemente i membri
componenti. Per esempio, lassemblaggio con questo metodo consiste nel semplice
accoppiamento dei componenti;
i tempi di produzione possono essere facilmente determinati per il processo nel quale
raggiunta la precisione richiesta del membro conclusivo;
la possibilit di impiegare operatori di qualifica professionale pi bassa per eseguire le
operazioni di fabbricazione, dal momento che il processo produttivo consiste nella
semplice unione di componenti (nellassemblaggio) e nella sostituzione dei pezzi
lavorati con grezzi (nelle operazioni di scarico e carico delle macchine operatrici, nel
processo produttivo di lavorazione);
tale processo pu essere meccanizzato ed automatizzato in modo pi facile;
si pu far uso estensivo dei vantaggi della produzione in collaborazione tra officine ed
impianti nella fabbricazione dei prodotti (nel caso della produzione meccanica, vari
componenti standard possono essere impiegati senza selezione, cuscinetti, pompe,
componenti elettrici, viteria, ecc.).
Questi vantaggi favoriscono la diffusione del metodo per risolvere i vari problemi che
interessano il raggiungimento della precisione richiesta sugli indici di qualit del prodotto. I
limiti della sua applicazione sono dettati da considerazioni economiche e tecnologiche. Le due
condizioni seguenti devono essere soddisfatte con luso del metodo di intercambiabilit
completa.
3.10
3.2.3.1.
Gli errori commessi nella produzione di tutti i membri componenti le catene dimensionali
devono cadere allinterno dei limiti di tolleranza imposti dalla procedura precedente, sia per
quanto riguarda le dimensioni, sia le dislocazioni angolari sia gli altri indici di qualit del
prodotto. In altre parole, nella produzione di tutti i membri della catena dimensionale, devono
essere soddisfatte le seguenti disuguaglianze:
m 1 s
m 1
r
i
i +
i +
2
1
n +1
1
n r
m 1 s
m 1
i
min
n om
A
= omin
i
i
2
1
n +1
1
max
n om
A
= omax
A
(3.9)
3.2.3.2.
Le tolleranze e le coordinate dei valori medi delle zone di tolleranza di tutti i membri della
catena dimensionale devono essere calcolate e stabilite sulla base delle considerazioni
seguenti. E' stato detto che sono assegnate tolleranze ai membri conclusivi che collegano le
superfici operative di una macchina o dei suoi meccanismi, in base alla definizione della sua
funzionalit. Un simile procedimento seguito per risolvere numerosi altri problemi
riguardanti il raggiungimento di una richiesta precisione, per esempio la precisione con la
quale i pezzi sono lavorati al trapano, sostituendo successivamente punte a forare della stessa
misura, come proposto in 3.3.1.1. Poi, le tolleranze dei membri componenti sono assegnate
sulla base dei problemi pratici.
Poich la zona di tolleranza non altro che il campo di dispersione ammesso, le (3.5) e
(3.6) possono essere adoperate per il calcolo delle tolleranze mediante la sostituzione della
notazione del campo di dispersione con quella della tolleranza :
=
m 1
Ai i
(3.10)
per calcolare le tolleranze sui membri delle catene dimensionali comunque disposte nello
spazio, e:
=
m 1
(3.11)
per il calcolo delle tolleranze sui membri delle catene dimensionali piane a membri paralleli.
Poich la tolleranza ha sempre un valore positivo, dalla (3.11) segue che, come per i campi di
dispersione, il campo di tolleranza del membro conclusivo di una catena dimensionale piana a
membri paralleli la somma aritmetica delle tolleranze di tutti i membri componenti.
In secondo luogo, dopo aver sostituito le coordinate del valor medio del campo di
dispersione della (3.7) con quelle delle zone di tolleranza, possiamo scrivere:
o =
m 1 s
r
oi +
oi
(3.12)
n +1
3.11
dove:
0 e 0i sono le coordinate della media dei campi di tolleranza dei membri conclusivo
ed i-esimo, della catena dimensionale, presi col segno opportuno (cio col
segno + se la loro posizione rispetto alla quota nominale determina un
aumento della quota di 0 , e col segno - se ne determina una diminuzione),
n
, al solito, il numero dei membri incrementanti.
Nei calcoli, le quantit e 0 e leventuale del membro conclusivo sono stabilite
sulla base della funzionalit del prodotto, di conseguenza sono quantit conosciute. Tuttavia,
per applicare il metodo di intercambiabilit completa, necessario calcolare o stabilire le
tolleranze per tutti i membri componenti della catena dimensionale. Per mostrare il
procedimento pi comune, ci riferiremo alla (3.10) che relativa al caso semplice di catene
piane a membri paralleli. Poich abbiamo a disposizione solamente la (3.10) e non m-1
equazioni, il problema indeterminato. Praticamente questo significa che la quantit pu
essere ottenuta con un numero infinito di combinazioni delle quantit i . Normalmente il
problema visto dapprima applicando il principio delle uguali influenze, cio, per avere una
prima idea, assumendo che tutti i membri influenzino la formazione dellerrore del membro
conclusivo in egual misura e, pertanto, abbiano uguali tolleranze. In questa ipotesi, il valor
medio della tolleranza av dei membri componenti sarebbe:
av =
m 1
(3.13)
oi
oi
2
1
n +1
1
max
A
n om
A
omax
(3.14)
Tale controllo delle deviazioni limite dal valore nominale del membro conclusivo risulta
necessario dopo una serie di calcoli e di assunzioni lungo e noioso, come nel caso di catene
dimensionali particolarmente numerose.
Come detto, la diffusione con cui il metodo di intercambiabilit completa pu essere
applicato limitata da considerazioni economiche. Questo reso pi chiaro dalla fig. 3.12a,
che mostra come la quantit di nonconformit possibili nella produzione dipenda dalla
tolleranza stabilita sul membro conclusivo. Dalla curva 1 si pu vedere che, con una riduzione
della tolleranza, la quantit di nonconformit dapprima aumenta lentamente (tratto a-b della
3.12
curva), poi pi velocemente (tratto b-c) ed, infine, con ancor pi strette tolleranze, la curva
diventa cos ripida (tratto c-d) che i pezzi non possono essere costruiti economicamente per il
gran numero di nonconformit. Perci, se richiesta una tolleranza stretta per permettere al
pezzo di garantire la sua funzionalit e si intende realizzarla, sar necessario passare ad un
nuovo processo di fabbricazione e, nella maggior parte dei casi, ad un differente tipo di
lavorazione. La curva 2 caratterizza il nuovo processo. Esso offre maggiori possibilit per il
mantenimento delle tolleranze pi strette e, quindi, per il raggiungimento della precisione
richiesta.
nonconformit
%
d
costo relativo
1.0
0.8
0.6
0.4
b
c
0.2
0
0
2
1
Daltra parte, il passaggio ad un nuovo processo produttivo per conseguire una pi alta
precisione, di solito conduce a spese maggiori ed a un conseguente aumento dei costi di
fabbricazione. La curva di fig. 3.12b, che illustra tale incremento di costo, rappresenta la
relazione tra il costo di fabbricazione di un albero piano e la tolleranza sul suo diametro.
Lalbero dellesempio ha diametro 5, lungo 20 ed costruito in lotti di 5000 pezzi; il
materiale acciaio con carico di rottura a trazione di 600-700N/mm2. Come si pu vedere, il
costo dellalbero aumenta secondo una curva subiperbolica. Questo deriva dal fatto che, con
un aumento della precisione richiesta (riduzione della tolleranza), diventa necessario cambiare
il ciclo di lavorazione ed adottare un impianto, che di solito pi costoso ed ha una
produttivit pi bassa.
Infatti, eccezionalmente semplice produrre alberi con tolleranza = 0.1 (punto 1 sulla
curva): la barra portata a misura con una trafilatura a freddo ed poi tagliata in pezzi della
lunghezza voluta. La produttivit del processo molto alta e le spese per lattrezzatura, come
pure il costo dellalbero, sono molto bassi. Con una tolleranza di 0.05 sul diametro (punto 2),
lalbero deve essere tornito e questo comporta luso di un impianto pi costoso e meno
produttivo, ed aumenta il costo dellalbero. Se assegnata una tolleranza ancora pi stretta, ad
esempio 0.02 (punto 3), lalbero deve essere rettificato dopo loperazione di tornitura ed il
costo sar ancora pi alto, sempre per le stesse ragioni. Infine, se la tolleranza di 0.005
3.13
(punto 4) saranno necessarie due operazioni di rettifica, una di sgrossatura ed una di finitura,
con lovvia conseguenza di un ulteriore rapido aumento del costo relativo dellalbero.
Segue che lapplicazione del metodo di intercambiabilit completa pu essere giustificato
economicamente quando richiesta unelevata precisione, solamente se le catene
dimensionali hanno un piccolo numero di membri. E' di notevole importanza anche la quantit
di prodotto da costruire: con un aumento del volume di produzione, ci sono maggiori
possibilit per lapplicazione economica di impianti pi costosi, ma allo stesso tempo pi
produttivi e precisi. Non a caso si pu osservare che questo metodo molto diffuso nelle
industrie di tipo oligopolistico, dove la disponibilit di capitali di investimento in impianti di
produzione sempre pi evoluti e produttivi risulta essere la caratteristica essenziale per
lintroduzione competitiva nel proprio mercato di prodotti industriali di massa.
3.2.4
Questo metodo consiste nel raggiungere la voluta precisione del membro conclusivo non in
tutti i prodotti, ma solamente nella maggior parte di essi e, per questi, i membri della catena
sono intercambiabili senza una loro selezione. Con questi minori vincoli in confronto
allapplicazione del metodo di intercambiabilit completa, si possono assegnare pi larghi
campi di tolleranza ai membri componenti.
Come visto in fig. 3.12b, questo comporta la possibilit di lavorazioni pi economiche
grazie ad una richiesta di manutenzione meno dispendiosa per i macchinari che intervengono
con i loro componenti a fornire il membro conclusivo delle catene dimensionali e per una
meno frequente sostituzione degli utensili. Entrambi gli aspetti favoriscono la produttivit
dellimpianto, anche se usualmente richiesta la parit di classe delle macchine impiegate a
quelle impiegate per lapplicazione del metodo di intercambiabilit completa.
Tuttavia, inevitabile la comparsa di una certa percentuale di nonconformit, quando
lerrore sul membro conclusivo non cade nei limiti individuati dal campo di tolleranza
imposto dalla funzionalit, il quale coincide con quello rispettato direttamente col metodo di
intercambiabilit completa.
Questo pu essere illustrato con lesempio di una catena dimensionale a tre membri di fig.
3.13. Per semplificare, ma senza introdurre limitazioni alla validit del ragionamento, si
possono assumere uguali le tolleranze sui membri componenti (1 = 2 ) . Nellipotesi di
popolazioni infinite, la distribuzione delle frequenze del membro conclusivo obbedisce alla
legge nota (Teorema VIII di A2):
2 = 12 + 22
Se si usa il metodo di intercambiabilit completa per ottenere la richiesta tolleranza del
membro conclusivo, la tolleranza di ciascuno dei membri componenti deve essere:
1 = 2 =
2
' 2 > 2
3.14
con le curve della distribuzione economica delle frequenze e quelle imposte dalla funzionalit
centrate tra loro. Cos, la tolleranza del membro conclusivo viene aumentata ad un valore
maggiore di quello richiesto dalla funzionalit:
' >
A2
10
10
0
-30
-20 -10
10
20
30
0 10
1'
2'
20
30
20
30
10
8
6
4
2
0
-60 -50 -40 -30 -20 -10
10
40
50
60
'
fig. 3.13.
3.15
imposti dalla funzionalit siano molto limitati, in confronto al risparmio di lavoro e denaro
ottenuto dalla lavorazione dei membri componenti con una tolleranza pi larga.
Questi fattori sottolineano gli inconfutabili vantaggi del metodo. Limportanza del
vantaggio aumenta con laumento della precisione richiesta per il membro conclusivo e con il
numero dei membri componenti la catena dimensionale.
Come rappresentato in fig. 3.13, si pensato che impossibile allargare i campi di tolleranza senza
che la distribuzione delle frequenze dei membri componenti la catena dimensionale sia cambiata;
infatti, questo corrisponderebbe alla situazione in cui il processo, condotto coi criteri
dellintercambiabilit completa, rimanesse inalterato e diventasse solamente meno selettivo il controllo
della qualit del membro conclusivo. Questo problema gi stato affrontato quando si sono indicati i
criteri di individuazione dei limiti inferiore e superiore delle schede di controllo, tuttavia questo
significherebbe permettere linsorgenza di errori casuali omogeneamente ad un livello superiore di
quanto non sia ammesso applicando il metodo di intercambiabilit completa. Daltra parte, dal punto
di vista tecnologico questo incremento della grandezza degli errori casuali probabilmente non pu
avvenire in maniera uniforme, perch tali errori non sono controllati, anzi alcuni sono difficilmente
controllabili.
Ne deriva che alcuni di tali errori diventano predominanti (sistematici variabili o costanti per un certo
tempo) e, come tali, cambiano la legge di dispersione delle quote, la quale descritta dalla varianza,
come rappresentato in fig. 3.13.
Quindi, il problema si sposta sulla individuazione di una relazione che leghi i valori dei
campi di tolleranza dei singoli membri 'i (allargati rispetto allintercambiabilit completa) a
quella del membro conclusivo (imposto dalla funzionalit) in modo tale da avere una
percentuale nota (o fissata) ed economicamente accettabile di nonconformit nella produzione
del membro conclusivo.
Perci, si tratta di risalire alla dispersione della distribuzione del membro conclusivo
(misurata da ' 2 ), tale da dare la percentuale fissata di valori che cadono allesterno del
campo di tolleranza imposto dalla tolleranza funzionale . Dunque, dobbiamo valutare
quale devessere la dispersione ' i2 dei singoli membri componenti ed, infine, noti i singoli
'i (oppure il loro valore medio ' av ), calcolare il valore dei relativi 'i (ovvero di ' av ).
i
2 = i2
(3.15)
(3.16)
della
' i2
3.16
popolazione
ottenuta
col
metodo
Per il teorema centrale del limite applicato al membro conclusivo, considerato come
variabile casuale risultante di una combinazione lineare di variabili casuali comunque
distribuite (per m sufficientemente grande), possiamo affermare che esso distribuito
approssimativamente secondo la distribuzione normale:
N , ' 2
m 1
' 2 =
m 1
' i2
ovvero, standardizzando:
x
N(0,1)
'
Supponiamo che il membro conclusivo sia distribuito secondo N(0, ' 2 ), cio che esso
abbia media nulla. Allora:
x
N(0,1)
'
Se si denota con P la frazione difettosa e si pone a = / 2 , allora il doppio del valore
dellintegrale (2.16) rappresenta la percentuale dei valori del membro conclusivo al di fuori
dei limiti della tolleranza imposta al prodotto. Scrivendo il tutto in forma standardizzata:
Z'0 =
2 '
(3.17)
lammontare delle nonconformit dato dallarea sottesa dalle due code di curva comprese tra
( , Z' 0 ) e (+ Z' 0 ,+ ) della distribuzione standardizzata N(0,1). Ad esempio, se
Z'0 = 2 , ottengo una percentuale di nonconformit pari al 4,55% (vedi tab. A2.I).
Il valore di dato (essendo imposto dalla funzionalit) e, fissata la percentuale di
nonconformit (oppure il valore corrispondente di Z0), il valore di ' 2 rimane determinato:
2
'
=
(3.18)
(2 Z'0 )2
' i2 = ' 2
(3.19)
e, nellipotesi di m membri:
2
=
(m 1) 'av
(3.20)
2 Z'02
3.17
distribuzione avente scarto quadratico medio ' i2 ) sono inviati allassemblaggio e concorrono
alla grandezza dello scarto quadratico medio del membro conclusivo.
Determinato
'i2
2
(ovvero ' av
), non conosciamo ancora quale devessere la tolleranza
2
. A parit di
sulla produzione dei singoli membri componenti ' i2 o la tolleranza media ' av
2
2
' av
, ' av
sar diversa a seconda del tipo di distribuzione di ciascun membro componente.
Esempio
Per dimostrare questultima osservazione, facciamo riferimento ad una qualche distribuzione in modo
da poter visualizzare il tutto. gi stato dimostrato in 2 che, nel caso di distribuzione rettangolare,
:
' i2
' i2
12
essendo 'i la tolleranza con cui il membro componente i-esimo prodotto (base del rettangolo).
Distribuzione Rettangolare.
h =1
h = 1/
( x ) = h
+ / 2
+ / 2
+ / 2
/ 2
/ 2
/ 2
M(x ) =
x ( x ) dx =
+ / 2
x h dx = h ( x 2 / 2)
=0
+ / 2
[x M( x )]2 ( x ) dx = / 2 x 2 ( x ) dx =
/ 2
2 =
h 3 3 2
h dx =
+
=
3 8
8 12
= 30.5
Z0 =
Z 02 = 3
2
+ / 2 2
x
/ 2
=
=
12
0.5
1
Z 02
==
1
3
Quindi, se consideriamo questo caso, di tutti i membri componenti distribuiti in modo rettangolare, si
ha:
2
2 ' i
' i =
12
(3.21)
che, tenendo conto che Z 02i = cost e sostituito nella (3.18) e nella (3.19) d:
'i2 = 'i2 = 2
(2 Z0i )2 12 (2 Z0 )2
Per analogia solo formale si pu indicare 1/12=1/(2
Analogamente, nel caso di distribuzione triangolare isoscele con media nulla si ha:
'2
'i2 = i
24
Z02i = 6
i =
1
6
3.18
h
=1
2
h=
+ / 2
( x ) = 2 h
x ( x ) dx = 2
M (x) = 2
2 = 2
0
+ / 2
2
x (2 h
+ / 2
x
+h
x ( 2 h
x
+ h ) dx = 2
x
+ h ) dx = 0
+ / 2
( 2 h
x3
+ h x 2 ) dx =
3
2
4
3
=
2
=
= 2 h
+
8 12 24
2 16 24
1
1
=
=
= 6 0 .5
Z 02 = 6
==
6
24 0.5 2
Z2
0
Invece, nel caso di distribuzione normale il membro i-esimo sia, non si pu pi individuare una base
'i in quanto (per definizione) la distribuzione si estende da a + . Tuttavia, trascurando le code
e prendendo 'i corrispondente al valore di Z 0i riferito allo 0,27 %, lapprossimazione si ritiene
sufficiente. Allora, si ha:
Z 0i = 3 i =
1
9
In generale:
'i2
Z' 02i
2
Z' 02
ed ancora:
'i2 i =
(3.22)
Z'02
i =
1
Z'02i
(3.22a)
Z'02
cio:
'av =
(3.23)
Z' 0 [ av (m 1)]0.5
Esempio
Applicazione del metodo di intercambiabilit limitata ad un caso pratico. Siano:
= 0.05
m=7
Z' 0 = 3
1 = 2 = ... = m 1
' av = 0.012 ;
av = 1 / 6 (legge di Simpson)
corrisponde
' av = 0.017 ;
av = 1 / 9 (legge di Gauss)
corrisponde
' av = 0.020 .
In confronto al valore ' av = 0.008 - proprio del metodo di intercambiabilit completa - da quanto
detto evidente che il metodo in oggetto permette di assegnare sostanziali allargamenti del campo di
tolleranza su tutti i membri componenti. Lincremento del valor medio del campo di tolleranza dato
da:
'
av
Z'0 0av.5
(3.24)
m 1
3.20
Alcuni valori del quale rapporto sono riportati in tab. 3.I. Laumento del campo di tolleranza
semplifica notevolmente la lavorazione dei prodotti le cui dimensioni e dislocazioni angolari sono
membri di catene dimensionali numerose, per i quali il costo di produzione risulta, cos, notevolmente
ridotto.
La (3.23) pu essere usata anche per calcolare il possibile errore del membro conclusivo la catena
dimensionale per una frazione di nonconformit ammessa, conoscendo i campi i e la caratteristica
i di dispersione dei membri componenti. Infatti:
m 1
= Z'0 (i2 i )
1
0.5
(3.25)
quindi, quando sono noti i campi di dispersione i , il campo di tolleranza del membro conclusivo
e le caratteristiche i , possiamo anche calcolare la percentuale difettosa del membro conclusivo:
Z'0 =
m 1 2
(i i )
1
tab. 3.I.
0.5
3.000
P[%]
0.27
'av
1/3
1/6
1/9
Z'0
1.41
2.00
2.45
2.578
P[%]
1.00
'av
1/3
1/6
1/9
R
1.65
2.35
2.85
= 0.18
m=5
av = 0.18 / 4 = 0.045
1 = 0.05
2 = 0.06
3 = 0.1
4 = 0.08
1 = 1 / 6
2 = 1/ 6
3 = 1/ 3
4 = 1/ 9
Z' 0 =
0.18
0.00506 0.5
= 2.53
ed, al valore Z'0 = 2.53 possiamo trovare, in tab. A2.I, la percentuale difettosa, che uguale a circa
il 2.14%.
3.21
Infatti, se sono assegnati i valori della frazione difettosa q1 per la prima, q2 per la seconda,
... e qs per la s-esima catena dimensionale, allora, per il teorema sulle probabilit degli eventi
indipendenti, la frazione difettosa totale data dalla (2.5):
1 Q(s) = (1 q1 ) (1 q 2 ) ... (1 q s )
Q(s ) = 1
(1 q i )
(3.26)
Qui gli eventi sono da considerarsi tra essi incompatibili in quanto descrittori dei diversi
membri componenti di una stessa catena dimensionale oppure descrittori dei membri
conclusivi di differenti catene dimensionali, secondo le definizioni del 2.
La (3.26) aiuta a tener conto dellinfluenza dellaver applicato il metodo
dellintercambiabilit limitata, per esempio, contemporaneamente alle dimensioni lineari ed
alle dislocazioni angolari. In particolare, questo particolarmente interessante quando le
dislocazioni angolari sono ottenute automaticamente, poich la macchina di produzione o
lattrezzatura impiegata non hanno alcun dispositivo che ne consenta la registrazione e,
quindi, segue le regole dellintercambiabilit limitata nel tempo che intercorre tra le
successive manutenzioni.
Al riguardo, pensiamo ad esempio allorientamento dellasse del foro ottenuto al trapano,
quando semplicemente appoggiamo il pezzo sulla tavola o su unattrezzatura con i riferimenti
paralleli alla tavola stessa: un caso molto frequente, ed stato studiato in fig. 3.8. Come si
visto in quella circostanza, tutti gli errori geometrici della macchina - ma, in generale,
dellintero sistema MFTW - si scaricano sul membro conclusivo della catena dimensionale
delle dislocazioni angolari che determina lorientamento dellasse del foro. Poi, se la
produzione si svolge su pi macchine in parallelo ed i pezzi non vengono ordinati secondo la
provenienza, gli errori sistematici vengono convertiti in errori casuali e vanno a costituire una
popolazione con una propria curva delle frequenze, il cui studio pu costituire motivo di
applicazione del presente metodo di intercambiabilit limitata. Cio, anche per queste catene
dimensionali, pu essere individuata una percentuale difettosa qi, da inserire nella (3.26).
3.2.5
Questo metodo implica che la precisione del membro conclusivo della catena dimensionale
raggiunta includendo membri componenti appartenenti ad uno dei gruppi entro i quali essi
sono stati in precedenza selezionati.
Volendo mantenere la precisione di un prodotto entro i limiti di tolleranza di un suo
membro conclusivo, si tenta, innanzitutto, di risolvere il problema col metodo di
intercambiabilit completa. In questo caso, il valor medio del campo di tolleranza dei membri
componenti pu essere determinato con la (3.12). Assumiamo, ora, che lavorare con tale
tolleranza sia antieconomico. Possiamo allora pensare di ricorrere al metodo di produzione
dellintercambiabilit di gruppo.
Per applicare il metodo dellintercambiabilit di gruppo, si aumenta la tolleranza dei
membri componenti i di k volte (con k numero intero), fino ad ottenere la tolleranza di
produzione 'i = k i e, quindi, complessivamente:
' av = k av
(3.27)
3.22
La condizione imposta che la (3.27) sia rigorosamente rispettata, cio che sia escluso
ogni tipo di nonconformit (in particolare, di componenti che escano dal campo di tolleranza
'i ). Dopo la lavorazione, si misurano i componenti con opportuna precisione ed i
componenti vengono automaticamente o manualmente divisi in k classi di misure (gruppi). Si
segue questa procedura per ciascuno dei membri componenti la catena dimensionale. Poi, se
si assemblano i prodotti con componenti appartenenti allo stesso gruppo, si mantiene la
precisione imposta dal metodo di intercambiabilit completa (e quindi dalle richieste di
funzionalit) per il membro conclusivo della catena dimensionale.
'h
0kh
Aav
01h
III
II
0ksh
k
nom
nom
sh
fig. 3.14.
av
01sh
sh
III
II
I
'
sh
=A
'h = 'sh
h = sh
(3.28)
3.23
Cio, in una catena dimensionale a tre membri, per ottenere il richiesto gioco medio A av
dei
prodotti assemblati con pezzi di un generico gruppo, necessario assegnare uguale tolleranza
ai membri componenti.
Passando da una catena dimensionale A a tre membri ad una B con pi membri, ciascuno
dei membri componenti A1 ed A2 della catena a tre membri pu essere vista, come gi detto,
risultante dalla somma dei membri - incrementanti e, rispettivamente, decrementanti - di una
catena a molti membri, ma raggruppati in due rami:
r
A1 = B1 + B 2 + ... + B n =
n r
Bi
1
(3.29)
m 1 s
s
A 2 = B n +1 + B n + 2 + ... + B m 1 =
Bi
n +1
Se ciascuno dei membri componenti A1 ed A2 della catena a tre membri visto come
membro conclusivo delle catene dimensionali che soddisfano le equazioni (3.29) allora, in
accordo con la teoria delle catene dimensionali:
n r
m 1s
r
s
'A1 = 'Bi e 'A 2 = 'Bi
(3.30)
n +1
e, sulla base delle equazioni (3.28) e (3.30), si pu affermare che, per applicare il metodo
dellintercambiabilit di gruppo ed ottenere la precisione richiesta del membro conclusivo,
necessario porre la condizione che la somma delle tolleranze su tutti i membri incrementanti
deve uguagliare la somma delle tolleranze su tutti i membri decrementanti della catena.
Allora:
n r
m 1s
n +1
' i =
' i
(3.31)
Esempio
Si voglia calcolare la tolleranza richiesta per il membro A2, per mantenere il gioco medio A = 0.15
con tolleranza = 0.06 , tra lanello distanziatore e la ruota dentata di fig. 3.15, applicando il
metodo dellintercambiabilit di gruppo con k=5.
La tolleranza dei membri componenti della catena dimensionale sono determinati come segue:
assumiamo che lanello distanziatore possa essere costruito con una tolleranza contenuta entro il
campo '2 = 0.05 . La (3.31) impone che:
3.24
per cui, conoscendo il valore della tolleranza di produzione sul membro conclusivo, si ha:
fig. 3.15.
'3 = 0.10
selezioniamo i pezzi in 5 gruppi, assegnando i limiti di ogni gruppo in accordo alla lista di tab. 3.II.
calcoliamo i limiti del campo di tolleranza del membro conclusivo di ogni gruppo, verificando che,
allinterno di ogni gruppo, sia rispettata la tolleranza funzionale. Ad esempio, per il gruppo I:
A1n om A n2 om A 3n om A n om = 0
A1min A max
A 3max A min
=0
2
Allinterno di un singolo gruppo:
min
A
= A1min A max
A3max
2
A n om = A1n om 1 (A n2 om + 2 ) (A3n om + 3 )
2
2
2
2
Ad esempio, per lestremo inferiore del gruppo I:
min
= 0.075 + 0.015 + 0.030 = 0.030
e, per quello superiore:
max
= 0.045 + 0.025 + 0.050 = +0.030
ed il campo di tolleranza :
min
max
= 0.060
3.25
come richiesto;
Per il caso specifico dellesempio scelto, il valore del gioco previsto (il membro conclusivo della
catena dimensionale) stato ottenuto molto semplicemente aggiungendo il suo valore nominale
= 0.150 agli estremi del campo di tolleranza del membro incrementante, come indicato in basso
della tab. 3.II. Evidentemente, si tratta di unoperazione arbitraria: essa potrebbe essere fatta, con
segno opposto, su uno dei membri decrementanti, oppure ripartendo su tutti i membri componenti
o, infine, introducendo il termine A nella catena dimensionale. Tuttavia, in ogni caso risulta
automaticamente verificato che il valor medio del membro conclusivo :
= 0.150
tab. 3.II.
gruppi
'3 = 0.10
I
II
III
IV
IV
I
II
III
IV
V
-0.05
-0.03
-0.01
+0.01
+0.03
'2 = 0.05
-0.03
-0.01
+0.01
+0.03
+0.05
-0.025
-0.015
-0.005
+0.005
+0.015
'
'1 = 0.15
-0.015
-0.005
+0.005
+0.015
+0.025
-0.075
-0.045
-0.015
+0.015
+0.045
+0.075
+0.105
+0.135
+0.165
+0.195
-0.045
-0.015
+0.015
+0.045
+0.075
+0.105
+0.135
+0.165
+0.195
+0.225
0.060
0.060
0.060
0.060
0.060
0.060
0.060
0.060
0.060
0.060
Da quanto visto, si conclude che, entro ciascun gruppo, la precisione richiesta ed il valor medio del
campo di tolleranza sono rispettati col metodo dellintercambiabilit completa.
Deve essere tuttavia chiaro che laffermazione precedente (il rispetto del metodo di
intercambiabilit completa allinterno dello stesso gruppo) si riferisce unicamente alla catena
dimensionale in esame. Bisogna infatti pensare che esiste un limite tecnologico che impedisce
di aumentare a piacere il numero dei gruppi per migliorare la precisione: quanto pi esso
aumenta, tanto pi stretto risulta il campo di tolleranza sulla quota del membro conclusivo e
tanto pi influenti risultano gli errori delle altre catene dimensionali interconnesse: quelle
della rugosit, degli errori di forma, delle dislocazioni angolari, ecc.
Infatti, la tolleranza del membro conclusivo ancora caratterizzata dal valore av e non da
3.26
membri della catena dimensionale, converr orientarsi ad ottenere distribuzioni normali, cosa
possibile con il controllo degli errori sistematici (oppure, ma con minore efficacia, con la loro
conversione in errori casuali). Tuttavia, il problema non cos grave come a prima vista
sembrerebbe accadere. Infatti, ognuno dei membri componenti la catena dimensionale sar, a
sua volta il membro conclusivo di una catena dimensionale, ad esempio di processo. Ne
risulta, anche per quanto visto in 3.4.4 a proposito dellapplicazione del metodo
dellintercambiabilit limitata, che abbiamo sempre buone probabilit di ottenere membri con
distribuzione abbastanza normale, purch il numero degli stessi errori sistematici commessi
sia sufficientemente grande, anche se questo porta allallargamento del campo di tolleranza.
II
III
h
'
II
III
sh
II
III
'
'
II
III
sh
'
fig. 3.16.
3.2.6
Metodo dellAggiustaggio.
' =
m 1
'i
1
c = i'
1
dove:
'i
m
La deviazione in sovrappi viene tolta dal membro conclusivo della catena dimensionale,
cambiando la dimensione del membro componente scelto, il membro compensatore. E' di
primaria importanza la scelta del membro compensatore, in quanto da esso dipendono i costi
di produzione ulteriori, che concernono specificatamente le riprese dettate dallapplicazione
del metodo dellaggiustaggio per il raggiungimento della precisione richiesta per il membro
conclusivo.
Membri che appartengono simultaneamente a pi catene dimensionali non devono essere
scelti come membri compensatori. Se questa condizione non verificata, appaiono errori che
si trasmettono da una catena allaltra. Per esempio nel diagramma di fig. 3.17, si vede che,
nelle catene dimensionali interconnesse esistono membri in comune, A3=B5, A2=B6, ecc. Se
lerrore della catena dimensionale A compensato cambiando la misura di uno dei membri
comuni A3=B5 od A2=B6, si raggiunge lo scopo per la catena A, ma un errore viene introdotto
nella catena B. Lo stesso accade cercando di ottenere la richiesta precisione delle altre catene
dimensionali, lavorando su membri compensatori comuni. Cos, lerrore - originariamente
nella catena dimensionale A - gradatamente aumenta trasferendosi alla catena interconnessa
che ha in comune il membro compensatore scelto per la catena A.
Invece, se sono scelti altri membri compensatori, al posto di quelli comuni, lerrore in
ciascuna catena dimensionale compensato indipendentemente dalle altre catene
dimensionali. Allora, se nella catena A sono scelti come membri compensatori i membri A1,
A4 o A5, nessun errore addizionale trasferito alla catena B.
3.29
D6
A
C4
A1
B
A5
A2= B6
A4
fig. 3.17.
A3= B5
B1= D5
B2= D4
B4
B3= D3
D1= C 3
C1
C2
spostando, cio, la media del campo di tolleranza del membro compensatore della quantit:
max
c = A'
A max
cio:
c =
'
+ ' 0 0
2
2
(3.32)
3.30
che - nel caso in esame di una catena dimensionale a tre membri, facendo le necessarie
trasformazioni e ponendo ' = c - possiamo riscrivere:
r
s
r
s
c = c + ( ' 01 + ' 02 ) ( 01 + 02 )
2
dove:
c
la correzione della coordinata del campo di tolleranza ampliata ( '1 ) del membro
compensatore,
'01 e '02 sono le coordinate dei valori medi dei campi delle tolleranze ampliate,
01 e 02 sono le coordinate dei valori medi dei campi delle tolleranze, quando il problema
risolto rispettando direttamente la funzionalit del prodotto.
Con questo procedimento si assicurato che la misura massima del membro conclusivo
rientri entro il campo di tolleranza previsto dalla funzionalit. Tuttavia, unestensione del
campo di tolleranza determinata dalle condizioni di lavorazione e, quindi, il campo di
tolleranza maggiore di quanto richiesto per un ammontare c .
Allora, la quantit eccedente deve essere tolta col procedimento di aggiustaggio per
asportazione di truciolo eseguito sul componente compensatore A 2 , quando la dimensione
del campo di
del membro conclusivo risulta minore della dimensione minima A min
'0- c
c
'2
'
'
A'min
c
02
'02
c
'0
A' max
A2
'01
01
A1
1
'1
fig. 3.18a. Applicazione del metodo dellaggiustaggio ad una catena dimensionale a tre
membri. Caso di membro compensatore A2 decrementante.
3.31
Amax
'0- c
'2
'
'
A'min
02
'02
'0
A' max
'01
A2
01
1
A1
'1
'01- c
'1
fig. 3.18b. Applicazione del metodo dellaggiustaggio ad una catena dimensionale a tre
membri. Caso di membro compensatore A1 incrementante.
Al solito, assegnando il segno positivo se la coordinata del valor medio aumenta il membro
conclusivo e quello negativo se lo diminuisce, lequazione (3.32) pu essere riscritta in
termini generali nel modo seguente:
m 1 s
n r
m 1 s
n r
c = c + ( ' 0i +
' 0i ) ( 0 i +
0i )
2
n +1
1
n +1
1
3.32
(3.33)
poich ogni catena dimensionale a pi membri pu essere ridotta ad una catena a tre membri
sommando insieme gli n membri incrementanti e gli (m-1-(n+1)) decrementanti (come di
consueto, ordinando opportunamente i pedici). Perci, applicando la (3.33), il segno che
risulta davanti ad ogni termine deve essere quello appropriato.
Nel caso particolare in cui tutti i 0i ed i '0i siano nulli la (3.33) si riduce alla:
c = c
2
(3.34)
Esempio
Sia necessario accoppiare una linguetta alla sua sede, cosicch la tolleranza sul gioco sia = 0.015 .
Risolvendo il problema col metodo di intercambiabilit completa, sia necessario assegnare una
tolleranza 2=0.005 alla larghezza della linguetta ed una tolleranza 1 = 0.010 alla larghezza della
sede, come mostrato in fig. 3.19a. Assumiamo che sia antieconomico lavorare il pezzo con questa
precisione e ricorriamo al metodo dellaggiustaggio per ottenere la voluta precisione del membro
conclusivo, adottando le tolleranze '2 = 0.015 e '1 = 0.03 .
Si pu essere spinti a scegliere la larghezza della linguetta come membro compensatore, poich la
lavorazione di questo componente pi semplice e meno costosa della lavorazione della sede, anche
se si tratta di un membro sicuramente comune ad una catena dimensionale interconnessa, quella
relativa allaltro organo, che collegato per mezzo della stessa linguetta.
Seguendo le condizioni sopra elencate, necessario introdurre una correzione alla coordinata del valor
medio '02 del membro compensatore, riferendola alla tolleranza di produzione '2 . Questa
correzione deve obbedire alla (3.32). Poich in fig. 3.19b tutte le coordinate dei valori medi delle zone
di tolleranza sono prese nella direzione e nel verso che aumentano il membro conclusivo, esse sono
precedute dal segno positivo. Inoltre, si anche assunto: '02 = '2 / 2 .
Allora:
max
min
min
A'
= A
+ ' 2 + '1 c = A min
+ 0.03 + 0.015 0.03 = A + 0.015
, ed il membro compensatore
possiede il richiesto e sufficiente spessore di materiale per compensare tutti i possibili errori del
membro conclusivo.
3.33
A1
A2
min 2
max
b
2'
2'
1'
c
1'
max
fig. 3.19.
(*) Tale caso riportato a titolo semplicemente didattico, in quanto la catena dimensionale
rappresentata sicuramente interconnessa con unaltra che ha il membro compensatore
comune.
Per inciso, osserviamo unaltra straordinaria propriet del lavoro umano. Lobiettivo della produzione
industriale di beni, produzione che ha come sua sede fisica limpianto industriale, la creazione di un
eccesso di valore. Una definizione precisa del concetto di valore non pu essere data; tuttavia,
3.35
grossolanamente, possibile spiegare qual la causa per cui pu essere aumentato il flusso di
ricchezza, cio il valore complessivo dei beni presenti in un sistema economico. Secondo J.S. Mill,2 la
causa del profitto che il lavoro produce di pi di quanto necessario per il suo svolgimento. Ad
esempio, il capitale impiegato in agricoltura d un profitto perch gli agricoltori possono ottenere dalla
terra pi alimenti di quanto non ne consumino durante la produzione, compreso il tempo della
costruzione, riparazione e manutenzione degli strumenti e delle altre operazioni necessarie. In altri
termini, i capitali fruttano profitto perch gli alimenti, i vestiti e gli strumenti durano pi tempo di
quanto non ne occorra per produrli. Ancora una volta, la causa del sovrappi di ricchezza (come sopra
stato detto a proposito del processo di progresso tecnologico) il lavoro umano, e precisamente il
fatto che il lavoro ha la possibilit, che preclusa agli altri fattori della produzione, di produrre beni
per un valore maggiore di quello incorporato nelle merci socialmente consumate durante il tempo di
produzione, sicch la massa totale di beni a disposizione, cio la ricchezza, possa espandersi nel
tempo.
Ovviamente questo concetto applicabile al complesso delle attivit di produzione di un sistema
economico, ossia quando lanalisi viene condotta ad un livello di aggregazione ben maggiore di quello
di un singolo impianto industriale. Tuttavia, ci non toglie che ogni organizzazione produttiva, in
quanto parte del sistema complessivo, concorre in qualche misura alla creazione del sovrappi di
ricchezza.
3.2.7
Metodo dellAdattamento.
3.36
delle macchine utensili). I pezzi speciali con misura o dislocazione angolare data, che
vengono introdotti nella catena dimensionale per lo stesso scopo (col secondo modo detto),
sono chiamati membri compensatori fissi.
Nellesempio di forcella di fig. 3.20a, il membro conclusivo - il gioco A tra il mozzo
della forcella 1 e quello della ruota 2 - ottenuto direttamente, con la precisione richiesta ,
col metodo dellintercambiabilit completa.
a
A2
A1
A2
A
A
A3
A1
A2
A1
A3
fig. 3.20.
La fig. 3.20b mostra come ci possa risultare applicando il metodo delladattamento che
prevede un membro compensatore regolabile A2. La bussola 3 si usa come compensatore
regolabile: si ottiene il gioco con la precisione richiesta nel modo seguente. I componenti
sono lavorati con le tolleranze '1 e '3 , le quali sono ottenibili economicamente nelle
condizioni di produzione date. Dopo che tutti i componenti sono stati montati, la bussola 3
viene registrata assialmente in modo da ottenere la precisione richiesta . Quindi, la bussola
viene fissata nella sua posizione per mezzo del grano 4, la cui sede filettata attraverso il
mozzo previsto su un ramo della forcella. La precisione del membro conclusivo della catena
dimensionale dipende solamente dalla precisione con cui la posizione della bussola 3 (il
compensatore regolabile) viene raggiunta. Da quanto detto evidente che, in esercizio, la
quota del membro compensatore pu essere nuovamente cambiata, ad esempio per
compensare lusura subita dalla bussola, con uno spostamento circonferenziale ed assiale,
infine col suo bloccaggio definitivo.
In fig. 3.20c rappresentata la soluzione dello stesso problema con luso di un membro
compensatore fisso. A questo scopo, il membro compensatore semplicemente un
distanziatore. Dopo un primo montaggio di prova dei pezzi, si misura la distanza tra il mozzo
3.37
della ruota dentata e quello della forcella; viene sottratta da questa distanza la misura che
riporta il membro conclusivo entro il campo di tolleranza che rispetta la funzionalit e si
determina, cos, la misura del compensatore fisso da introdurre nel dispositivo. Si sceglie il
distanziatore adatto a risolvere il problema, tra quelli precedentemente costruiti.
3.2.7.1.
Nella pratica della costruzione degli impianti, spesso si incontra il problema di ottenere il
parallelismo di un albero avente pi supporti, tale parallelismo dovendosi ottenere, inoltre, su
pi piani ortogonali tra loro.
Un esempio di una tale disposizione lalbero di comando degli avanzamenti della
macchina per la produzione di elementi di finestre di legno di fig. 3.21 (scorniciatrice).
Inizialmente, supponiamo che questo albero sia sostenuto da soli tre supporti: il primo, a
sinistra, in corrispondenza del motore di azionamento; il secondo, centrale, sullunit di
profilatura; il terzo, a destra, sullunit di spianatura. Per svolgere la propria funzionalit,
lasse geometrico dellalbero deve essere parallelo alle guide longitudinali del piano di lavoro
secondo due piani coordinati ortogonali.
Lo schema di fig. 3.21a mostra schematicamente come, in un caso reale corrente ed
impiegando il metodo dellaggiustaggio, si ottenga il parallelismo richiesto sul piano
coordinato orizzontale. La traccia della guida del banco di lavoro indicata con x-x; le tracce
dei piani di accoppiamento dei supporti dellalbero alla macchina sono indicate con , y-y
e z-z. Dallo schema si pu vedere che il parallelismo dellasse di rotazione dellalbero alla
guida del piano di lavoro ottenuto per mezzo di due catene dimensionali parallele ed
interconnesse:
A=-A3-A4+A1+A2
B=B1+B2-B3-B4
Come detto, nel caso reale preso in esame, i membri conclusivi di queste due catene
dimensionali sono portati al livello di precisione richiesto col metodo dellaggiustaggio e,
quindi, con dispendio di manodopera costosa.
Invece, lo stesso problema pu essere risolto ad un costo sostanzialmente pi basso col
metodo delladattamento; tale soluzione mostrata schematicamente in fig. 3.21b. In essa si
osserva che le superfici di accoppiamento del supporto prossimo al motore e di quello opposto
sono state trasferite su due piani ortogonali allasse dellalbero. Questo accorgimento
trasforma i due supporti in due compensatori regolabili ed il metodo delladattamento pu
essere usato per risolvere il problema posto. Anzi, possono essere assegnate tolleranze pi
strette ai membri conclusivi delle due catene dimensionali. Le due catene dimensionali sono
costruite a partire dal supporto centrale, che determina la distanza dellasse dellalbero dalla
guida del banco di lavoro (traccia x-x).
Quindi, i supporti di estremit vengono montati dopo il supporto centrale, sistemandoli su
piani ortogonali allasse dellalbero in modo da ottenere il suo parallelismo anche nel piano
verticale, ortogonale al precedente. Infine, dopo il raggiungimento della precisione richiesta,
la posizione dei supporti, vincolata per attrito dallazione dei bulloni, bloccata mediante
spine fisse condotte attraverso i supporti ed il basamento della macchina, come si vede nel
particolare di fig.3.21c. Questo ne consente il montaggio e lo smontaggio, senza la necessit
di successive operazioni di registrazione.
Un altro modo per risolvere questo problema col metodo delladattamento di sistemare le
superfici di accoppiamento dei tre supporti su tre piani tra loro ortogonali, come rappresentato
fig. 3.21d: cos sistemati, i supporti possono essere spostati - ognuno sul suo piano - per
3.38
A1
A 4 =B 4
B1
x
A2
A 3=B 3
B2
c
A3
A 1 =B 3
B1
A 2=B 2
b
A'3
A3
A'
A 1 =B 3
B1
A 2=B 2
A'2
A'1
fig. 3.21.
Nel caso dellimpiego del metodo delladattamento al posizionamento della vite - madre di
un tornio parallelo (si tratta ancora di un componente ancorato su tre supporti), si osservato
sperimentalmente che possibile arrivare ad una riduzione del 42% sul tempo impiegato e del
3.39
51% sul costo delloperazione, quando si confronti questa operazione con lapplicazione del
metodo dellaggiustaggio.
Passando al problema dellassemblaggio dellalbero avente molti appoggi, necessario
sistemare le superfici di accoppiamento di tutti i supporti, tranne uno, su piani ortogonali
allasse, come mostrato schematicamente in fig. 3.22, che illustra anche due diverse
costruzioni dei supporti. Tutti i supporti regolabili intermedi hanno un disegno a ginocchio,
permettendo, cos, che ogni supporto non solo possa essere registrato secondo due direzioni
ortogonali, ma anche possa essere ruotato di un piccolo angolo attorno ad un asse parallelo ed
attorno ad uno ortogonale a quello dellalbero, al fine di compensare piccoli errori di
dislocazione angolare.
fig. 3.22.
Gli esempi mostrano che deve essere sempre possibile spostare il pezzo destinato a
svolgere la funzione di membro compensatore della quantit massima di compensazione c .
Per essere certi che il surplus di errore possa essere eliminato con un adattamento del
compensatore, si dovr introdurre una correzione c alla coordinata media del suo campo di
tolleranza, seguendo un procedimento esattamente analogo a quello descritto per il metodo
dellaggiustaggio ed impiegando la (3.33).
Durante lesercizio di macchine con componenti in moto relativo, i membri conclusivi di
molte catene dimensionali ad esse associate cambiano per effetto delle modifiche di
dimensione risultanti dallusura dei componenti, dalle variazioni di temperatura, ecc. Quando
i cambiamenti di dimensione del membro conclusivo raggiungono valori che non rientrano
pi allinterno dei limiti di tolleranza, la macchina perde la sua funzionalit e diventa
necessario provvedere alla sua registrazione per riportarla alle condizioni di efficienza
richieste. Se la precisione richiesta per le catene dimensionali raggiunta con lo spostamento
di organi compensatori regolabili, il problema di riportare la macchina alle condizioni volute
notevolmente semplificato. Come gi anticipato nel caso di fig. 3.20b, la precisione del gioco
pu essere periodicamente ristabilita eseguendo semplicemente le operazioni seguenti:
svitare la vite 4,
ruotare la boccola 3, che serve come membro compensatore, di un piccolo angolo,
registrare assialmente la posizione della boccola 3 per ottenere il gioco richiesto,
3.40
In questo modo, la precisione richiesta ottenuta con lapprossimazione voluta col metodo
delladattamento.
Amin
'02+ c
'2
'0+ c
'
c
'
'2
A' min
'02
02
'0
A' max
A2
'01
01
1
A1
fig. 3.23.
'1
'
=
+ '0 0 = c + '0 0
2
2
Lallievo potr applicare correttamente la catena dimensionale di fig. 3.23 al caso della
forcella di fig. 3.20b. Egli vedr che, prima dello spostamento del campo di tolleranza per
lammontare c , esistono membri conclusivi che sono al di sotto del limite inferiore del
campo di tolleranza imposto dalla funzionalit, cio sono troppo piccoli e danno luogo ad un
3.41
gioco troppo piccolo tra ruota e ramo destro della forcella. In questo caso, per poter applicare
correttamente il metodo delladattamento, necessario che il membro compensatore possa
agire, cio lo spostamento della sua faccia sinistra non avvenga allinterno del ramo della
forcella, quando la faccia del ramo ne impedirebbe la funzione. Questo significa che il gioco
minimo imposto dalla funzionalit deve essere previsto gi nella fase di progettazione, quindi
che il valor minimo del membro conclusivo deve essere rispettato fin da questa fase anche per
la catena dimensionale economica.
volano
compensatore
regolabile
levetta
molla
disco
scodellini
A
albero
portadisco
albero
motore
albero
mosso
piatto
spingidisco
fig. 3.24a. Dispositivo di registrazione della forza di innesto di una frizione automobilistica.
fig. 3.24b. Dispositivo di recupero automatico del gioco tra vite e chiocciola del sistema di
avanzamento della tavola di una fresatrice.
3.2.7.2.
3.43
A'1max
'1
A1
Amin
'2
'
A2
Amin
2
b
e
3' = 0
A3
Amin
Amax
A3
II
A3
III
A3
IV
A3
c
f
A3
VI
A3
fig. 3.25a. Applicazione del metodo delladattamento con membri compensatori fissi ad una
catena dimensionale di quattro membri.
3.44
'
(3.35)
compensatori fissi
fig. 3.25b. Uso di compensatori fissi (spessori sfogliabili Guastalla) per il posizionamento
assiale di un sistema albero-ruota dentata conica.
3.45
Esempio
Il diagramma di fig. 3.25 stato costruito con i dati seguenti:
'1 = 0.1
' 2 = 0 .2
= 0.05
N=6
' = 0.3
In generale, la (3.35) impone che, col metodo delladattamento con membri compensatori fissi, sia
previsto un membro compensatore anche quando la lavorazione economica permetterebbe di evitare il
primo compensatore fisso (nel caso di fig. 3.25a). Questa circostanza dipende dal fatto che il metodo
delladattamento richiede prevalentemente un particolare disegno del prodotto, tale da coinvolgere un
compensatore per ogni combinazione delle dimensioni dei membri componenti. Tuttavia, nel caso
I
delle fig. 3.25a e fig. 3.26, il membro compensatore A potrebbe anche essere nullo e la (3.35)
diventerebbe correttamente:
N = ' / 1
se gli spessori dei membri compensatori consentissero una loro manipolazione comoda e sicura, senza
possibilit di un loro qualsiasi danneggiamento durante il montaggio. Un esempio di tale situazione
rappresentato in fig. 3.25b e mostra come, in un caso del posizionamento assiale particolarmente
difficile (per la tolleranza richiesta molto ristretta) di una ruota dentata conica, il problema sia stato
risolto con linserimento di spessori fissi (prod. Guastalla) che fungono da compensatori. In questo
caso, lo spessore commerciale variabile con passo 0.05.
'1
A1
Amin
'2
'
A2
A3
Amin
Amin
A
3'
A3
VI
A3
VII
A3
Amax
fig. 3.26.
A3
II
A3
'
' 3
(3.36)
Esempio
Il diagramma di fig. 3.26 stato costruito con i dati seguenti:
'1 = 0.1
' 2 = 0 .2
' = 0.3
'3 = 0.007
= 0.05
N=7
8
6
4
2
0
-60 -50 -40 -30 -20 -10
10
20
30 40
50
60
II
III
IV
'
fig. 3.27.
Per la definizione del numero di membri compensatori da costruire, deve essere nota la
curva della frequenza delle quote del membro conclusivo. Cos, il numero di membri
compensatori deve essere proporzionale allarea sottesa dalla curva delle frequenze limitata
dalle due verticali condotte a partire dallasse delle ascisse che individuano la porzione del
campo della tolleranza di costruzione del membro conclusivo che deve essere compensata,
come rappresentato, a titolo di ulteriore esempio, in fig. 3.27.
3.2.7.3.
3.48
3.3
E' stato dimostrato che, al fine di costruire una macchina capace di svolgere la sua
funzionalit e di mantenere i costi di produzione al minimo, necessario non solo studiarne le
funzioni, ma anche comprenderle e poi esprimerle con un numero di indici di qualit correlati
metodologicamente. Infatti, lo studio delle interconnessioni che sono necessarie e sono
presenti tra le superfici e le parti componenti le macchine permette di capire lessenza e lo
scopo del processo di costruzione e di montaggio della macchina e di quello di ogni
particolare, in modo che essi raggiungano la funzionalit imposta, cio rispettino i parametri
che caratterizzano le prestazioni richieste.
La conoscenza della funzionalit di un componente una macchina e del processo di
sviluppo della sua forma d unidea chiara del concetto di un pezzo in quanto parte di
materiale delimitata da una serie di superfici posizionate reciprocamente con la precisione
richiesta dalla funzione che il componente chiamato a svolgere. Questo concetto di
importanza decisiva, poich esso predetermina il metodo di programmazione del processo
produttivo e di analisi del pezzo.
Operativamente, dopo che la funzionalit della macchina stata precisamente formulata, si
scelgono le superfici operative di forma opportuna, si sceglie la legge del moto delle
superfici operative, in modo che la macchina svolga la funzionalit richiesta: questa la base
per definire lo schema cinematico della macchina e di tutti i meccanismi che la compongono.
Perci, per mezzo delle superfici operative che il pezzo (od il dispositivo o la macchina)
svolge la propria funzionalit.
Il passo successivo consiste nel calcolare le forze agenti sulle superfici operative e nel
determinare la natura della loro azione. Utilizzando questi dati, si calcolano le forze agenti su
tutti gli organi della macchina e se ne determina la natura. Quando nota la funzionalit di
ogni componente, la natura e la grandezza delle forze agenti e lambiente in cui opera, si
sceglie il materiale di cui esso sar costituito. Allora sar possibile definirne le dimensioni e
disegnare la forma che esso dovr assumere.
Affinch i componenti che portano le superfici operative della macchina e quelli che
funzionano come membri delle catene cinematiche si muovano in accordo con la legge del
moto imposta, essi sono vincolati tra loro da vari tipi di strutture che assumono la forma di
diaframmi, basamenti, mensole, ecc, che sono chiamati particolari di base.
Da quanto detto, evidente che la forma di ogni componente e di ogni meccanismo
ricavata dalle esigenze della funzionalit e che questo ottenuto circondando una certa
quantit di materiale con opportune combinazioni di superfici.
Esempio.
Si assuma di dover determinare la forma del membro 1 di fig. 3.28, il quale destinato a trasmettere
moto e coppia dallelemento rotante 2 allelemento rotante 3. Poich la funzionalit del membro 1
impone che esso ruoti, esso dovr avere i supporti provvisti di cuscinetti; questi possono essere
realizzati usando qualsiasi superficie ottenuta dalla rotazione di qualsiasi segmento (rettilineo o non)
intorno allasse: dal punto di vista della produzione, le superfici cilindriche sono le pi economiche e
si supponga di poterle adottare anche in questo caso. Per trasmettere la rotazione e la coppia,
necessario montare sullalbero 1 due ruote dentate, 4 e 5, come mostrato in fig. 3.28: esse saranno
posizionate alla stabilita distanza reciproca. Questo richiede che siano eseguite due superfici
cilindriche a e b, che definiscano la posizione dellalbero, due altre superfici c e d su cui montare le
ruote dentate e due superfici piane che definiscano la posizione reciproca delle ruote lungo lasse.
3.49
Inoltre, saranno necessarie le superfici delle linguette per la trasmissione della coppia. Infine, per
definire la geometria dellalbero, saranno previste superfici piane e cilindriche che, circondando il
materiale, diano luogo alla nota struttura dellalbero, membro della catena cinematica.
In generale, anche le ruote potrebbero essere collegate allalbero mediante superfici diverse da quella
cilindrica. Tuttavia, in questo caso la forma cilindrica e la linguetta sono state scelte per la maggiore
economicit.
Dal punto di vista tecnologico, sarebbe stato pi facile lavorare lalbero se esso fosse stato pensato
piano, cio a diametro costante lungo lintera lunghezza. Tuttavia, questa esecuzione risulterebbe
meno economica nella fase di montaggio dellintera catena cinematica.
sup. operative
fig. 3.28.
sup. principale
sup. ausiliaria
sup. atmosferica
A questo punto per, la selezione appropriata delle superfici che delimitano il materiale e gli
impartiscono la forma opportuna ancora insufficiente ad assicurargli la funzionalit richiesta. Infatti,
se le superfici non hanno la dimensione appropriata o non sono dislocate alla distanza esatta luna
dallaltra, o non sono disposte rispettivamente in forma corretta dal punto di vista della coassialit e
della dislocazione relativa, lalbero non pu soddisfare la funzionalit: sar necessario che ogni
superficie occupi una ben definita posizione rispetto alle altre, posizione determinata da distanze e
posizioni angolari.
Le superfici in riferimento alle quali definita la posizione di altre superfici sono dette
superfici di riferimento. Nella determinazione della forma di ogni pezzo necessario prima
di tutto individuare le superfici che saranno prese come superfici di riferimento; dopo, tutte le
altre superfici occuperanno, relativamente a quelle di riferimento, le posizioni richieste dalla
funzionalit del pezzo. Poich ogni componente un corpo tridimensionale, esso deve avere
tre superfici di riferimento (che possono essere sostituite da tre combinazioni di superfici che
hanno la stessa funzione) a formare un sistema di coordinate associato al pezzo.
Se si analizzano le destinazioni delle varie superfici per assicurare la funzionalit del
pezzo, della macchina, oppure dellimpianto, si trova che superfici diverse hanno destinazioni
diverse. Da questo punto di vista, le superfici possono essere classificate secondo quattro tipi:
le superfici operative;
le superfici di riferimento principali, che posizionano il componente in riferimento alla
macchina o limpianto su cui installato;
3.50
3.51
3.4
IL PIAZZAMENTO.
3.52
appartenente al pezzo al quale unito, oppure il collocamento del sistema coordinato del
pezzo in una posizione definita in relazione al sistema coordinato dellaltro.
y
6
4
z
z
0
2
3
c
Y
X
3
d
3
z
X
Z
X
Z
0
5
fig. 3.29.
Cos, nei casi esaminati in fig. 3.29, se gli assi coordinati scelti X, Y e Z sono considerati
come appartenenti ad uno dei pezzi, al quale unito laltro portando le superfici
corrispondenti in contatto, le 6 coordinate che determinano la posizione dei due pezzi sono
trasformate in 6 punti di contatto, come in fig. 3.30.
Conseguentemente, per determinare la posizione di un pezzo (considerato come rigido) in
rapporto ad un altro, necessario e sufficiente avere 6 punti di contatto. Questa conclusione,
di importanza decisiva per ottenere la precisione richiesta nel posizionamento di un pezzo in
rapporto ad un altro, chiamata regola dei 6 punti, o principio 3-2-1.
Non solo necessario, ma (e questo importante) anche sufficiente, individuare 6 punti
per definire la posizione di un pezzo, considerato come rigido. Ci significa che, per un corpo
non perfettamente rigido, laggiunta di punti di contatto oltre ai 6 non solo pu essere inutile,
ma pu essere dannosa, poich pu introdurre errori nella posizione del pezzo, come sar
mostrato in seguito. Per ospitare 6 punti per il posizionamento, il pezzo deve possedere in tutti
i casi 3 superfici o combinazioni di superfici.
3.53
e, per migliorare la precisione di guida in presenza dello stesso errore lineare, necessario
aumentare la distanza b tra i due punti di contatto. Pertanto, la superficie con la massima
lunghezza e la minima larghezza scelta come superficie di guida.
Y
5
4
z
Z
4
2
xX
zZ
a
fig. 3.30.
6
3
yY
yY
zZ
5 2
3
xX
xX
La superficie del pezzo che determina la sua posizione per mezzo di una coordinata,
privando il pezzo di un grado di libert, sar chiamata la superficie di riscontro.
Evidentemente, per alloggiare un riscontro non necessario che la superficie abbia la misura
globale maggiore. Pertanto, una superficie di piccola o minima misura globale scelta come
la superficie di riscontro.
In modo simile, lasse della superficie di un pezzo, la cui posizione determinata da 4
coordinate, che lo privano di 4 gradi di libert, sar chiamata doppia guida. Come sopra
indicato, due punti posti sullasse determinano la posizione di un pezzo in rapporto ad uno dei
piani coordinati di un altro pezzo. Pertanto, quando lasse di un pezzo usato per
determinarne la posizione, la verifica dovrebbe sempre essere condotta in rapporto a due piani
perpendicolari coordinati.
3.4.1
3.54
Ad esempio, lalbero del mandrino di una macchina utensile pu avere un grado di libert
temporaneamente residuo, la capacit di ruotare liberamente sui suoi cuscinetti; di
conseguenza allalbero viene tolta temporaneamente una delle superfici principali di
riferimento (la superficie di riscontro), la cui funzione pu essere sostenuta dalla superficie
laterale di un dente di ruota dentata, per farlo ruotare manualmente durante le registrazioni ed
i controlli. Un altro esempio il supporto destro della barra del tornio parallelo, il quale
supporto serve da compensatore regolabile: per svolgere questa funzione, durante
lassemblaggio il supporto deve possedere 3 gradi di libert residui, la possibilit di
spostamento parallelo su due assi coordinati e la rotazione attorno ad un terzo asse,
perpendicolare ai primi due; di conseguenza, il supporto disegnato con una sola superficie di
riferimento che montata sulla faccia terminale del bancale (una superficie di riferimento
ausiliaria del basamento), come abbiamo gi visto nelle fig. 3.21, fig. 3.29 e fig. 3.30.
Parecchi altri componenti degli impianti servono da compensatori regolabili durante
lassemblaggio: i coperchi delle scatole del cambio di velocit, dei blocchi dei cilindri dei
motori a combustione interna, ecc. Anche questi sono progettati con la sola superficie di
riferimento principale, lavorata in modo da facilitare il posizionamento. E' abituale guardarli
come sprovvisti della serie completa di superfici di riferimento principali ed ausiliarie. Ci
significa che invece di avere un assortimento di 3 superfici di riferimento per definire la
posizione del pezzo, essi ne hanno solo due od una. Dopo che il componente ha funzionato
come compensatore regolabile, la sua posizione deve essere fissata, cio esso deve essere
privato anche dei gradi di libert residui. Per farlo, necessario creare sul pezzo non una, ma
tre superfici principali di riferimento, da collegare a tre superfici di riferimento ausiliarie,
ottenute sul pezzo ove il primo va collocato.
Un problema simile si pone nel posizionamento di un pezzo da lavorare alla macchina
utensile. Per lavorarlo, necessario eliminare tutti e 6 i gradi di libert in relazione alle
superfici dei componenti limpianto o lattrezzatura che determina la posizione del pezzo, e,
generalmente, occorre impartire al pezzo un moto appropriato nei confronti dellutensile. Ad
esempio, per lavorare una tavola alla piallatrice, essa deve essere posizionata e fissata in
riferimento alla superficie operativa della piallatrice.
In tutti i casi in cui si deve definire la posizione di pezzi che non hanno tre superfici di
riferimento principali adatte (per eliminare tutti i gradi di libert), si deve ricorrere alle
superfici latenti di riferimento. Superfici coordinate che siano tracciate in modo da portare a
3 il numero totale delle superfici sono superfici latenti di riferimento. Le superfici latenti di
riferimento sono il pi delle volte passanti per gli assi di simmetria del pezzo. Assieme alle
superfici principali di riferimento gi esistenti, le superfici latenti mettono in grado il pezzo di
essere posizionato con laccuratezza richiesta nel corso dellassemblaggio, del
posizionamento od il serraggio. Il pezzo viene in seguito fissato in tale posizione.
Esempio.
Durante lassemblaggio, il coperchio 1 di fig. 3.31 serve da compensatore regolabile. Prevedendo un
gioco sufficiente tra i gambi delle viti di chiusura ed i fori del coperchio, il coperchio pu essere
spostato nelle direzioni degli assi X e Z, e pu inoltre ruotare attorno allasse Y. Per tale ragione,
ancora una volta una sola superficie viene lavorata sulla scatola 2, anzich 3 superfici su entrambi i
pezzi da accoppiare. Perci, per assemblare correttamente il coperchio in riferimento alla scatola,
necessario impiegare 2 superfici di riferimento sotto forma di 2 piani coordinati latenti XOY ed YOZ
passanti per gli assi di simmetria della scatola. Questi 2 piani coordinati portano il numero totale delle
superfici ausiliarie di riferimento della scatola 2 a 3.
3.55
Lo stesso bisogna fare con il coperchio 1. I sistemi coordinati ottenuti in tal modo per il coperchio e la
scatola permettono che il coperchio sia montato correttamente facendo coincidere la propria superficie
principale e le superfici latenti ausiliarie con quelle ausiliarie della scatola. In dipendenza dellabilit
dellassemblatore, il coperchio verr posizionato, pi o meno accuratamente rispetto al bordo della
scatola; dopo di ch esso viene fissato in una qualche maniera.
Nelleseguire i fori del coperchio, i loro assi debbono venire coordinati in rapporto agli assi di
simmetria. Se questi non sono tenuti in conto, il coperchio pu venire montato in una posizione
obliqua ed asimmetrica rispetto al bordo della scatola. Di conseguenza, nel posizionare il coperchio
per lesecuzione dei fori su di un trapano a colonna, necessario far uso delle due superfici di
riferimento latenti xoy ed yoz (per portare il numero di superfici di riferimento a 3). Lo stesso bisogna
fare sulla scatola, quando si eseguono gli alloggiamenti dei prigionieri di serraggio.
y
coperchio
1
x
Y
z
X
scatola
Z
fig. 3.31.
Esempio.
Consideriamo la lavorazione delle superfici ausiliarie di guida della slitta della torretta portautensili
del tornio parallelo di fig. 3.32. Si hanno tre possibilit di posizionamento:
luso di cunei o di riscontri regolabili b per incrementare la rigidezza del pezzo durante la
lavorazione pu comportare un notevole dispendio di tempo per il posizionamento e pu essere
esso stesso causa di ulteriori errori,
insieme alla superficie a. Le appendici, usate insieme alla superficie a, non solo aumentano la
rigidit della guida e riducono gli errori di posizionamento, ma diminuiscono anche i tempi di
posizionamento e serraggio. Normalmente, esse sono rimosse quando il pezzo completamente
lavorato.
superfici ausiliarie
1e2
3
1e2
fig. 3.32.
1e2
ladozione
di
superfici
latenti
di
Per lavorare pezzi di forma cilindrica, la doppia superficie di guida (asse) ed una delle
restanti superfici di riferimento sono spesso materializzate anche sotto forma di due fori da
centri, i quali eliminano 5 gradi di libert, allorch lalbero viene montato tra le punte. Il
rimanente grado di libert del pezzo (la rotazione attorno allasse) viene eliminato per mezzo
di una delle superfici latenti passante per lasse di rotazione. Il punto di posizionamento di
tale piano viene materializzato dal punto di contatto fra la brida, montata sul pezzo, ed il
menabrida montato sullalbero del mandrino.
3.4.2
Passando dalle considerazioni teoriche del capitolo precedente al problema pratico del
piazzamento di un pezzo in riferimento ad altri, generalmente le coordinate teoriche ivi
considerate (che rappresentano vincoli bilaterali) sono trasformate in appoggi e, quindi, in
vincoli unilaterali. Questo comporta che la posizione corretta del pezzo pu essere alterata se
si esercitano su di esso forze e momenti sufficienti a variarne le coordinate (od, addirittura, il
contatto con gli appoggi) che definiscono la posizione. Perci, per assicurare che la posizione
corretta ottenuta col piazzamento sia in seguito mantenuta, necessario assicurare un contatto
continuo ed invariato tra le superfici di accoppiamento del pezzo e gli organi di piazzamento,
per soddisfare la condizione teorica che esistano legami bilaterali in corrispondenza degli
appoggi; in altre parole, deve essere garantita la stabilit del piazzamento.
Come stabilit del piazzamento, si deve intendere la costanza della posizione del pezzo in
riferimento alle superfici degli altri organi che gli sono collegati (e che determinano la sua
posizione durante il funzionamento). La stabilit del piazzamento assicurata con
lapplicazione di forze al pezzo e, quindi, ancorandolo positivamente contro gli appoggi. Esse
sono dette forze di serraggio. Evidentemente, le forze ed i momenti applicati al pezzo per
assicurare il contatto continuo ed invariato con gli appoggi devono essere maggiori di quelli
che si sviluppano durante il funzionamento. Inoltre, le forze che assicurano il contatto devono
essere applicate prima che si sviluppino quelle che tendono a modificare od interrompere il
contatto stesso.
Per accoppiare le superfici, si impiegano:
forze elastiche sviluppate nel materiale del pezzo o degli organi di serraggio (ad
esempio quelle dellaccoppiamento del pezzo allattrezzatura mediante bulloni durante
la lavorazione, oppure quelle che si sviluppano tra organi calettati durante il montaggio
e lesercizio, ecc.),
forze di attrito (per esercitare forze tangenziali alle superfici di contatto tra i pezzi
accoppiati, creando forze che agiscono normalmente a tali superfici),
forze di gravit, utilizzate per assicurare la stabilit di piazzamento durante la
lavorazione di pezzi pesanti su superfici orizzontali,
forze sviluppate per via pneumatica, oleodinamica, magnetica, ecc, le quali spesso
hanno il vantaggio di poter essere applicate senza dar luogo a momenti (quali, invece, si
possono verificare con il serraggio mediante bulloni e dadi),
combinazione delle precedenti.
Quando i pezzi sono accoppiati sulle loro superfici, lestensione del contatto
normalmente solo una piccola parte di quella che si potrebbe rilevare dal disegno. Essa risulta
tanto pi piccola quanto minore la precisione di forma e maggiore la rugosit superficiale in
corrispondenza del contatto. Ne risulta che lapplicazione delle forze di serraggio pu
comportare una deformazione dei pezzi ed introdurre ulteriori errori di posizione relativa dei
pezzi stessi. Ad esempio, la deformazione delle superfici di contatto che si ricava con
lapplicazione delle forze di serraggio pu variare da 3 a 20m con la ghisa grezza e, quindi,
essere paragonabile con la tolleranza totale assegnata alla lavorazione. Quindi, si impone la
necessit di calcolare e stabilire le tolleranze sulle deviazioni dalla forma geometricamente
corretta (errori di forma) e sulla rugosit delle superfici di contatto pezzo-attrezzatura.
Cio come detto, nella lavorazione di alta precisione, necessario ridurre la deformazione
della superficie di contatto tra pezzo e supporto, riducendo gli errori di forma ed aumentando
la finitura superficiale dei membri a contatto. Per esempio, per mantenere gli interassi e la
dislocazione angolare delle superfici dei fori allinterno dei campi di tolleranza imposti, la
superficie piana della base di appoggio delle scatole dei riduttori ad ingranaggi
convenientemente lavorata prima dellesecuzione dei fori: questo riduce la deformazione che
si pu verificare durante il serraggio e la lavorazione.
3.58
Insieme alla deformazione delle superfici di contatto, durante il serraggio si sviluppa anche
una deformazione intrinseca dei pezzi. Essa si pu verificare sia nei pezzi durante lesercizio,
sia durante la lavorazione e deriva dal mancato allineamento della direzione di applicazione
della forza di serraggio in confronto alla ridotta superficie di appoggio: mano a mano che la
retta di applicazione della forza si spiazza dallappoggio, aumentano il momento flettente
applicato e la deformazione conseguente. La cosa particolarmente rilevante quando i
particolari non sono sufficientemente rigidi secondo uno o pi piani coordinati, come nel caso
di alberi lunghi di piccolo diametro, barre di comando, viti madri, dischi sottili, anelli, cunei,
leve, ecc.
Nel posizionamento e serraggio di tali componenti, ad esempio su una macchina utensile
per la lavorazione, pu essere necessario impiegare un certo numero di supporti oltre quelli
imposti in 3.5.1: per aumentare la rigidit nei piani di maggiore sollecitazione, nel caso di
tornitura si adottano le lunette. Invece, in quello di spianatura, dopo il posizionamento
secondo la regola del 3-2-1 si spostano contro il pezzo alcuni supporti regolabili, che saranno
poi bloccati e diventeranno supporti fissi durante la lavorazione.
fig. 3.33.
3.4.3
3.4.4
Errori di Posizionamento.
In questo paragrafo si trattano gli scambi di funzione tra le superfici, tali che il riferimento
per il posizionamento si trasferisce da una superficie allaltra, anche senza che in qualche
modo questo sia stato organizzato in fase di progetto. Quindi, esiste una distinzione tra cambi
di riferimento organizzati e non organizzati: i primi avvengono sotto condizioni definite e
controllate, mentre i secondi avvengono in maniera non voluta e, spesso, casuale.
Esempio
Un cambio di riferimento non organizzato si ha durante il posizionamento ed il serraggio di un
particolare sulla macchina utensile per mezzo di una morsa ed dovuto agli errori di forma geometrica
dei due elementi, come rappresentato in fig. 3.34. Per rendere pi semplice lesposizione, si sono
trascurati tutti gli altri errori che si accompagnano a questo tipo di piazzamento e che si riferiscono alla
sempre eccessiva area di contatto tra pezzo e morsa (che dovrebbe, al contrario, obbedire alla regola
dei 6 punti), alla sempre diversa forza di serraggio, allinfluenza dellabilit delloperatore, ai giochi
tra guida e slitta della ganascia mobile, ecc.
a
d
l2
l1
a
d
d c
G
F
l3
Ff
O1
l1
Ff
O1
l2
l3
fig. 3.34.
3.60
Il posizionamento descritto in fig. 3.34 sia adottato per eseguire la spianatura del pezzo, in modo da
garantire il parallelismo delle superfici a e b; per questo si sia presa la superficie b come riferimento
principale per la lavorazione.
Come risultato delle lavorazioni precedenti, sul pezzo sia presente un difetto di ortogonalit tra la
superficie di riferimento principale b e quella di guida c. Il momento della forza peso G e quello della
forza F, in fig. 3.34a, tendono a far aderire la superficie b alla superficie ausiliaria della morsa,
consentendo il corretto posizionamento del pezzo. In questo caso, una stretta striscia della superficie c
si comporta come superficie di guida.
Evidentemente langolo non molto lontano da 90 e loperatore non distingue tra le due situazioni
di fig. 3.34a e 3.42b. Quindi, probabile che nella sequenza della lavorazione del lotto si verifichi
anche la situazione di fig. 3.34b. Qui le condizioni sono diverse: la superficie b si mantiene superficie
di riferimento principale per il posizionamento durante il serraggio e, quindi, per la lavorazione,
solamente se:
G l2 + Ff l3 > F l1
Invece, se la relazione precedente non rispettata, il pezzo ruota durante il serraggio intorno ad un
asse passante per O1, come si vede in fig. 3.34c. Questo porta ad un cambio di superfici di riferimento,
con lo scambio di funzione tra b e c: c diventa superficie di riferimento principale per il
posizionamento e b superficie di guida. Tuttavia, poich b resta superficie di riferimento per la
lavorazione, il risultato un errore di parallelismo tra le superfici a e b, e questo errore pu addirittura
essere previsto in fase di progettazione, sulla base dellerrore di ortogonalit ammesso tra le superfici
di riferimento e di guida.
Lerrore pu essere di molto ridotto con laccorgimento di rendere sicura la funzione di guida della
ganascia fissa della morsa, come mostrato in fig. 3.34d.
Da quanto detto risulta che, a parit delle altre condizioni di svolgimento della produzione
(in particolare, la precisione delle macchine e degli impianti), ogni cambio di superficie di
riferimento accompagnato dallinsorgere di errori nelle dislocazioni angolari e nelle quote
del prodotto. Perci, per garantire la qualit del prodotto corrispondente alla qualit
dellimpianto, necessario che almeno si evitino i cambi di superficie di riferimento, anzi, che
si faccia il massimo affinch nella quotatura del disegno, nel posizionamento, nella
lavorazione, nel controllo dimensionale e nel montaggio si conservi sempre la stessa
superficie di riferimento. Un tale atteggiamento particolarmente importante e va sotto il
nome di principio della costanza delle superfici di riferimento.
Nella pratica, questo principio pu essere seguito pienamente soltanto nella lavorazione di
prodotti particolarmente semplici, che appunto permettono un solo posizionamento per vedere
completata la loro lavorazione. Tuttavia, poich ladozione di diverse superfici di riferimento
nelle diverse fasi un cambio di superfici di riferimento, si deve cercare di rendere
coincidenti le superfici di riferimento per la quota, il posizionamento, la lavorazione e la
misura, almeno allinterno di ogni fase.
3.4.4.1.
a coordinata,
combinato.
4
4
B
2
2
3
4
1
1
fig. 3.35.
Esempio.
In fig. 3.35 rappresentato un albero quotato col metodo a catena. La rappresentazione impone che
esso sia ottenuto con un ciclo di lavorazione conforme, rispettando le tolleranze imposte ad A1, ..., A4.
Come indicato dal disegno, ogni quota ottenuta dopo che stata ottenuta la precedente; cio, ad
esempio, per ottenere la quota A2, si deve utilizzare come superficie di riferimento per la lavorazione
3.62
la superficie a, ottenuta precedentemente e comune alla quota A1 ed A2 ( 1, ..., 4 sono gli errori che
si commettono per ottenere ogni quota).
RAPPRESENTAZIONE SCHEMATICA
IV
III
3
3
III
2
2
II
1
3
2
II
I
1= 1
fig. 3.36.
IV
In fig. 3.36 rappresentato il caso di quotatura a catena delle dislocazioni angolari di una serie di fori
da eseguire sulla scatola di un riduttore. Dalla figura si pu vedere che le superfici di ogni coppia di
fori sistemati sullo stesso asse sono lavorate usando la superficie dei fori lavorati precedentemente
come superfici di riferimento.
Si pu osservare che, lavorando col metodo a catena le successive coppie di fori per ottenere le quote
1 , ..., 4 , ogni quota coordinata 2 , ..., 4 il membro conclusivo di una catena dimensionale i cui
membri sono le quote ottenute col metodo a catena:
2 = 2 + 1
3 = 3 + 2 + 1
2 = 2 + 1
3 = 3 + 2 + 1
1=1
2= 2
3
4
fig. 3.37.
Daltra parte, gli errori commessi sulle quote a catena, adottando il metodo a coordinata,
dipendono solamente dagli errori delle quote coordinate che definiscono le quote a catena.
Esempio
In fig. 3.37 rappresentato il caso di quotatura a coordinata di un albero. Dalla figura si pu vedere
che le superfici di riferimento di ogni quota coincidono in un unico spallamento. La quotatura indica
che il ciclo di lavorazione impiega operazioni, controlli e misure che determinano le quote A1 , ..., A 4
con errori tra essi indipendenti. Come ovvio le quote a catena sono:
B3 = A 3 A 2
B4 = A 4 A 3
B3 = A 3 + A 2
B4 = A 4 + A 3
Come si visto, quando si impiega il metodo a coordinata, lerrore su ogni quota a catena
uguale alla somma degli errori commessi sulle due quote coordinate che determinano la quota
a catena.
Il paragone tra i due metodi porta a concludere che, in generale, il metodo a coordinata
presenta caratteristiche pi favorevoli allottenimento di una elevata precisione. Infatti, a
parit di altre condizioni, lerrore massimo commesso sulle quote a catena, impiegando il
metodo a coordinata, non supera la somma degli errori su due quote coordinate. Invece,
adoperando la quotatura a catena, lerrore commesso sulle quote coordinate aumenta
allaumentare del numero dei membri della catena che le determinano.
La ragione fondamentale che, col metodo a coordinata, il posizionamento costante per
tutte le quote coordinate e, quindi, la sua influenza sulla precisione di lavorazione molto
ridotta. Al contrario, col metodo a catena ogni quota viene ottenuta con un nuovo
posizionamento, per rendere indipendente dalla precisione delle quote ottenute
precedentemente la precisione della quota in montaggio, lavorazione, controllo o misura.
3.64
1
2
3
4
fig. 3.38.
Nel caso dellalbero di fig. 3.37, ovvia la facilit con cui si possono ottenere le quote A3
ed A4 con un solo posizionamento dellalbero sulla piattaforma autocentrante in
corrispondenza dello spallamento sulla superficie avente quota A1. In questo caso possono
essere previsti riscontri sulla barra degli arresti, i quali rispettano perfettamente il
posizionamento richiesto dalla quotatura. I problemi nascono quando lalbero deve essere
ruotato per lavorare la superficie che servita per il posizionamento precedente. In questo
caso lalbero non presenta pi un comodo spallamento in corrispondenza della superficie di
riferimento per le quote e deve essere probabilmente scelto lo spallamento successivo per il
posizionamento, determinando cos un errore di posizionamento, caratteristico della quotatura
(ma soprattutto della lavorazione) a catena. In questa maniera, piuttosto che un rigoroso
metodo a coordinata, si organizzato il metodo combinato rappresentato in fig. 3.38.
3.4.4.2.
E' acquisito che, per raggiungere il miglior grado di precisione, necessario evitare cambi
di superficie di riferimento. Lapplicazione del principio della costanza delle superfici di
riferimento viene giustificata non solamente dalle opportunit dette, ma anche, e ci di
grande importanza per la precisione, dallaspetto favorevole di mantenere gli stessi punti di
contatto negli accoppiamenti (immaginiamo, tra attrezzatura e pezzo, ecc.). Questo significa
che, ad esempio dovendosi trasferire un componente da unattrezzatura alle successive per lo
sviluppo di ulteriori operazioni, si deve cercare di mantenere inalterata la posizione dei punti
di contatto e, se possibile, addirittura la loro estensione. Solamente sotto queste condizioni si
pu pensare di avvicinarci al rispetto del principio, anche se, a rigore, pure in questo caso
avviene un cambio delle superfici di riferimento, a causa delle variate condizioni di finitura
superficiale, di forza di serraggio, ecc.
Per esigenze di semplicit, i cambi di superficie di riferimento sono intesi come il
trasferimento del riferimento da una superficie ad unaltra. Cos, gli errori introdotti con il
cambio dei punti di appoggio sulla stessa superficie di riferimento, soprattutto quando questa
3.65
Esempio
In fig. 3.39 rappresentato il risultato dellanalisi compiuta sul ciclo di lavorazione di un pezzo, con
lobiettivo di completarne loperazione di fresatura in un solo posizionamento, senza incorrere in
errori conseguenti il cambio di superficie di riferimento.
Come evidente dalla figura, il pezzo lavorato simultaneamente su 5 superfici, per mezzo di una
fresa combinata, e la posizione relativa delle superfici lavorate non modificata da un eventuale
errore di serraggio dovuto ad esempio ad un difetto di finitura della superficie di riferimento
principale.
Questo esempio mostra un aspetto di grande rilevanza. Come vedremo pi avanti, nella lavorazione di
pezzi complessi esiste il problema di creare con la prima lavorazione superfici che avranno la funzione
di superfici di riferimento principali di grande precisione, in modo che le lavorazioni successive siano
caratterizzate da elevata qualit. Il posizionamento di fig. 3.39 permette di creare una combinazione di
superfici particolarmente adatta ai posizionamenti successivi, indipendentemente dalla superficie di
riferimento corrente (quella ora adottata).
fig. 3.39.
Tratteremo ora del posizionamento nella lavorazione di serie, quando le quote sono
ottenute automaticamente e quando la posizione delle superfici di riferimento per la quota, in
confronto allutensile registrato, influisce direttamente sulla tolleranza della quota imposta.
Invece, non sar considerata la produzione unitaria o di piccolissima serie poich, in questo
caso, la posizione della superficie di riferimento in rapporto a quella di registrazione
dellutensile non influisce sulla tolleranza della quota. Infatti, la quota di registrazione
dellutensile ottenuta, ad esempio, eseguendo passate di prova e misure a partire dalla
superficie di riferimento.
Con questa premessa, nella lavorazione di un lotto con ottenimento automatico delle quote,
cambia la posizione della superficie di riferimento per la misura in funzione del
posizionamento scelto. Perci, si impongono attrezzature di posizionamento costituite da
organi di appoggio, di guida e di riscontro, da organi di serraggio montati su un corpo unico
ed in grado di fornire al pezzo una posizione definita in rapporto allutensile. Talvolta tali
3.66
attrezzature sono dotate anche di organi di rotazione o divisori, di estrattori per garantire
lallontanamento dei pezzi finiti, ecc.
Il procedimento di lavorazione di serie prevede una registrazione iniziale della macchina,
cio il posizionamento degli utensili ed attrezzature che permettano di ottenere
automaticamente le quote imposte. Cos, la posizione relativa dellutensile e dellattrezzatura
resta la stessa fino alla successiva registrazione dellutensile, la quale sar resa necessaria
dallusura, dallo spuntamento, o dalla sua sostituzione.
Esempio
In fig. 3.40 rappresentato lo schema del posizionamento del pezzo, per lesecuzione di una cava di
larghezza b e profondit h, per mezzo di fresatura. Gli elementi del posizionamento sono disposti in
modo da rispettare con errore di posizionamento nullo la distanza a della cava da una faccia del pezzo
mediante la quota di registrazione A. Invece, il posizionamento della fresa prevede la quota di
registrazione U costante, con riferimento alla superficie di riferimento principale del pezzo.
In un lotto di pezzi, le quote B ed H variano allinterno del loro campo di tolleranza B ed H
Qualunque sia la variazione di B allinterno del suo campo di tolleranza, poich lerrore di
posizionamento nullo, le superfici di riferimento per la quota e per la lavorazione coincidono e
lattrezzatura consente di garantire la costanza della quota a.
F
H
fig. 3.40.
Il contrario avviene per la quota h. Lo scostamento della superficie di riferimento per la quota da
quella scelta per la lavorazione introduce un errore di posizionamento, il quale dipende dalle variazioni
della quota H che, appunto, spostano la superficie di riferimento per la misura della quota h:
h max = H max U
h min = H min U
h = H
oppure:
h =HU
3.67
h = dh = dH = H
Esempio
In fig. 3.41 rappresentato lo schema del posizionamento del pezzo cilindrico su un supporto a V, per
lesecuzione di una cava. Le variazioni della superficie di riferimento per la quota sono rappresentate
dai punti A' ed A", relativamente alla posizione costante dellutensile. La profondit della cava ,
dunque:
D
1
h = 1+
U
2
sin
2
A'
A"
h max
h min
C'
U
K'
K"
Dmax
A'''
C"
Dmin
fig. 3.41.
D 1
h =
+ 1
2
sin
(3.33)
3.68
Esempio
In fig. 3.42 rappresentato lo schema del posizionamento di un albero tra le punte del tornio parallelo,
per lavorare contemporaneamente i due spallamenti centrali, a distanza reciproca a.
Gli utensili sono registrati alle quote A ed U, che possiamo supporre aventi campo di dispersione
nullo. Esse sono quote di registrazione dellutensile; valgono per un gran numero di operazioni e,
quindi, il tempo dedicato alla registrazione pu essere lungo quanto basta.
Come si pu vedere, lerrore di posizionamento determinato dalle diverse profondit di esecuzione del
centro della punta non influenza la quota a tra gli spallamenti, ma influisce sulla quota b. Se i centri di
tutti i semilavorati fossero identici, la quota b sarebbe costante su tutto il lotto; invece i difetti di
esecuzione determinano la variazione del diametro finale del centro da D min a D max , per cui la
distanza tra il piano di riferimento (che passa, ortogonalmente allasse, per il vertice della punta) e
lestremit sinistra dellalbero cambia. Il difetto di posizionamento della quota b :
b =
D
2 tan
Quando (nella lavorazione precedente) le punte da centri sono sostituite, la tolleranza sul diametro
della loro parte conica non influisce sul difetto di posizionamento, perch la sostituzione comporta una
nuova registrazione della macchina, che richiede lottenimento di U=cost.
a max
amin
min
fig. 3.42.
max
a
b
Se il posizionamento prevedesse una punta a molla, come rappresentato in fig. 3.42c ed in fig. 3.42d,
la posizione della faccia sinistra dellalbero sarebbe definita per tutto il lotto dal riscontro, il quale
farebbe coincidere la superficie principale di riferimento per la quota b con la superficie di riferimento
per la lavorazione e renderebbe lerrore di posizionamento della quota b nullo, come quello della
quota a.
Tuttavia, bisognerebbe verificare leffetto dellinevitabile gioco radiale della punta sulla precisione
delle quote ortogonali, cio la coassialit tra le superfici cilindriche ottenute dalla lavorazione e lasse
del mandrino, attorno al quale effettivamente il pezzo gira.
3.69
Esempio
In fig. 3.43 rappresentato lo schema del posizionamento di un foro su spina fissa, utilizzando pi
attrezzature (e, quindi, pi macchine) in parallelo. Questo posizionamento richiesto per provvedere
alla spianatura di un supporto a distanza fissa dallasse del foro.
Come si pu osservare, lutensile fresa registrato alla quota costante U, avendo come riferimento
lasse della spina fissa. Le spine fisse montate sulle attrezzature utilizzate in parallelo hanno diametro
variabile tra d min e d max , mentre il diametro del foro varia tra D min e D max . Lo spostamento
dellasse del foro massimo quando il diametro del foro massimo e quello della spina minimo.
Le relazioni geometriche della figura mostrano che:
h max = U +
D max d min
Smax
= U+
2
2
h min = U
Smax
D max d min
= U
2
2
h = h max h min
h = S max = S min + D + d
(3.34)
min
hmax U h
max
d min D
fig. 3.43.
3.70
Nel caso in cui il posizionamento avvenisse con interferenza, oppure tramite una spina estensibile,
lerrore di posizionamento sarebbe nullo.
Lerrore che stato ora analizzato si presenta tutte le volte che un pezzo piazzato con una spina fissa
per le lavorazioni di tornitura. Il caso pi comune quello in cui la spina presa dalla piattaforma
autocentrante ed il pezzo fissato sulla spina fissa, con gioco. Lerrore di posizionamento della
piattaforma autocentrante sul mandrino, quello della spina sulla piattaforma autocentrante, come
quello di posizionamento del pezzo sulla spina fissa, non compromettono la precisione sul diametro
tornito, perch la superficie di rivoluzione creata comunque intorno allasse del mandrino della
macchina, indipendentemente dallo spostamento dellasse del pezzo in confronto a quello del
mandrino della macchina utensile. Invece, esso determina un errore di posizione della superficie del
foro del pezzo, in confronto alla superficie lavorata.
Esempio
Per concludere, esaminiamo in fig. 3.44a gli errori di posizionamento derivanti dal ciclo di lavorazione
adottato per una scatola di cambio. Come di consueto, la lavorazione di serie; la superficie
orizzontale di riferimento principale per il posizionamento, di quota B, e le superfici di guida k e j si
suppone siano lavorate in una fase precedente, durante la quale rispettata la quota A che lega la
superficie k al piano mediano verticale, con tolleranza A .
Per calcolare gli errori di posizionamento, determiniamo le catene dimensionali corrispondenti ad ogni
ripresa della scatola sulla macchina utensile.
Per lesecuzione della quota a, la scatola orientata secondo la guida k e la corrispondente catena
dimensionale d:
A a U1 = 0
a = U1 + A = A
poich U1 la quota di registrazione dellutensile; essa vale per un gran numero di operazioni e,
quindi, il tempo dedicato alla registrazione pu essere lungo quanto basta. Dallequazione scritta,
come ormai noto, si ricava che lerrore di posizionamento uguale alla tolleranza sulla quota che
associa le superfici di riferimento per la quota e per la lavorazione.
b
j
A
B
a
U1
k
j
A
U2
k
j
A
U3
k
j
A
3.71
Per ottenere la quota b, si supponga di prendere come guida j. La catena dimensionale risulta:
B A + a b U2 = 0
b = A + a + B
Per ottenere la quota h, si supponga di prendere ancora come guida j. La catena dimensionale risulta:
B A + a b h U3 = 0
h = A + a + B + b
Come si vede, gli errori di posizionamento si propagano, anche per il fatto di avere introdotto nella
catena dimensionale di processo la quota B; tra laltro, questo impone una lavorazione accurata di
entrambe le superfici di guida, che, nellesercizio, non devono rispettare condizioni di funzionalit,
anzi potrebbero addirittura non essere lavorate. Pensiamo ora di rispettare meglio quanto imposto dal
disegno, con il vantaggio di lavorare solamente la superficie k.
Con la procedura di fig. 3.44b, la tolleranza sulla quota a resta quella del caso precedente; al contrario,
b e h sono nulle. Naturalmente la cosa non viene da sola: infatti, risulta pi problematico il
posizionamento per ottenere le quote b ed h.
Ulteriori miglioramenti si possono ottenere cercando di migliorare la prima operazione, quella per
ottenere la quota a, cercando di evitare il cambio di superfici di riferimento, od, al limite, trovando un
modo per ridurre al massimo la tolleranza della quota A.
b
k
A
U3
h
U2
b
U1
k
fig. 3.44b. Miglioramento degli errori di posizionamento rispetto alla situazione di fig. 3.44a.
3.4.4.3.
Di regola, gli errori di posizionamento sono maggiori nella prima operazione, quando le
superfici dei pezzi, usate come superfici di riferimento per la lavorazione, sono grezze.
Tuttavia e come visto in 3.5.4.2, quanto pi elevata la precisione di lavorazione di queste
superfici, tanto pi piccolo sar lerrore di posizionamento commesso. Ne segue che,
nellorganizzazione di un processo di lavorazione, necessario prima di tutto scegliere le
superfici di riferimento per la lavorazione che assicurino la precisione richiesta, soprattutto
per quanto riguarda le dislocazioni angolari e le posizioni relative, e poi verificarne la scelta
in vista dellottenimento della precisione richiesta per le quote. Come logico, a parit di altre
3.72
Esempio
Esaminiamo in fig. 3.45 il problema del posizionamento per la lavorazione di una faccia e dei fori di
una biella. Si esamineranno in alternativa tre modalit di posizionamento, in relazione alla quotatura.
BIELLA FINITA
RAPPRESENTAZIONE SCHEMATICA
0
20 -0.05
18
10
0.8x45
0.8x45
28
20 H7
0.8
R20
d2
R5
0.04 C
B
0.01 B
15
110+0.1
1.5x45
48
5
15
0.8x45
0.8x45
36 H7
R5
R20
R40
40
48
58
d1
5
0.8
a
6 10
32
3.73
Prima Alternativa
In base alle richieste di funzionalit, la biella deve essere lavorata in modo che siano rispettati con la
precisione richiesta linterasse dei fori L, i diametri dei fori d1 e d2, ed un uguale spessore dellocchio
e del piede di biella a e b.
Y
6'
1,2
3,4
B
Z
fig. 3.45b. Posizionamento per il rispetto delle condizioni della prima alternativa.
V1V1
V2
V2
F
3
Per risolvere questo problema, si scelgono come superfici di riferimento per la lavorazione:
3.74
una combinazione di superfici della testa B e del piede di biella A, ai punti 1, 2 3 e 4, come
doppia guida,
il piano latente di simmetria secondario della biella YZ, da materializzare come riscontro, per
mezzo del punto 5,
il piano latente di simmetria principale della biella XY, da materializzare per mezzo dei punti 6
e 6.
Nella lavorazione di serie opportuno limpiego di una maschera che meccanizzi loperazione di
posizionamento e serraggio, ed il cui schema pu essere quello di fig. 3.45c. Nella maschera, le due
superfici latenti sono materializzate sotto forma di V1 e V2, autocentranti registrabili. Perci, V1 e V2
posizionano automaticamente il pezzo lungo i piani di simmetria ed assicurano luniformit di
spessore attorno ai fori, compatibilmente con la precisione delle superfici esterne di piede e testa di
biella. Inoltre, per la forma a V che le ganasce presentano anche sul piano XY, viene tolto lultimo
grado di libert (lo spostamento lungo lasse Y). Liperstaticit che ne risulta viene tolta in modo un
p grossolano eseguendo piana ad esempio la faccia F di V2: ne risulta che deve essere verificato
lerrore di posizionamento dellasse longitudinale X, che in questo modo viene creato in
corrispondenza del foro 3.
Questa iperstaticit deriverebbe dalla presenza di 4 punti di vincolo per posizionare il piano XY della
biella, la quale potrebbe essere svergolata attorno allasse X e, dopo la lavorazione, creerebbe errori di
parallelismo tra gli assi dei fori 2 e 3, e di ortogonalit in confronto al piano 1 di fig. 3.45a.
Come si pu osservare in fig. 3.45c, se si ha variazione uniforme dei diametri esterni della testa o della
lunghezza della biella (errori determinati dalla lavorazione precedente), la precisione sulla quota L non
risulta influenzata, n si hanno differenze tra le quote a e b, e, quindi, non risulta influenzata neanche
la precisione di a relativamente a b.
Seconda Alternativa
Si supponga ora che la tolleranza a sulluniformit dello spessore a sia considerevolmente ristretta in
confronto allanaloga tolleranza b sulla quota b. Supponiamo di superare questo ulteriore vincolo
con il principio di posizionamento di fig. 3.45d.
V2
V2
V1
1,2
3,4
A
fig. 3.45d. Posizionamento per la seconda alternativa.
Come si vede in fig. 3.45d, per il posizionamento e serraggio si utilizza una ganascia fissa in
corrispondenza del piede di biella A ed una mobile sulla testa B. Per le bielle successivamente lavorate
si ha uno spostamento del punto 5 di riscontro, che, a sua volta, materializzato dai due punti di
contatto tra piede e V1. Come stato visto in fig. 3.41, questo comporta lerrore di posizionamento
3.75
dovuto alla variazione di diametro esterno del piede di biella rappresentato in fig. 3.45e. In particolare,
si ha che la posizione della superficie di riferimento per la quota si trova sul piano quando si piazza
la biella Q, si trova sul piano quando si piazza la biella R ed, infine, si trova sul piano quando si
piazza la biella S.
V1
Q R S
Le variazioni di spessore del piede di biella a possono essere calcolate sulla base della fig. 3.45f.
cost
V1
N1
N2
/2
M1
M2
a
d min/2
d
max
/2
Si ha:
D 1
d
a=
1
2
2
sin
3.76
D 1
a =
1
2 sin
(3.35)
la quale fornisce la limitazione che deve esistere sul campo di tolleranza del diametro del piede di
biella A perch sia rispettata la tolleranza a :
D
2 a
1
1
sin
2
Questo posizionamento garantisce una migliore precisione sullo spessore a lungo lasse X, ma
comporta ancora una variazione di tale spessore rispetto allasse del foro, a causa della variazione del
diametro del piede di biella.
Terza Alternativa
Si supponga ora che la tolleranza a sulluniformit dello spessore a sia ulteriormente ristretta in
confronto alla seconda alternativa. Il problema pu essere risolto solamente con un ancora pi accurato
posizionamento, pur mantenendo il campo di tolleranza d uguale a quanto previsto sopra.
V2
1,2
3,4
3.77
3.4.4.4.
Esempio
Un esempio di superfici di riferimento che sono caratterizzate da legami di questo tipo pu essere
rappresentato dalla combinazione di fori di serraggio della flangia di riscontro del cuscinetto del
mandrino, nella testa del tornio parallelo di fig. 3.46.
Dal disegno, la posizione degli assi dei fori di bloccaggio della flangia direttamente riferita allasse
dellalloggiamento 1 del cuscinetto ed alla superficie della sede 2. Cio, lasse dei fori deve trovarsi ad
una quota f/2 dallasse dellalloggiamento e deve essere ortogonale secondo due piani alla superficie 2
(in fig. 3.46, secondo il piano del disegno, la catena ).
90
d
f
F
fig. 3.46.
fig. 3.47.
Da quanto detto, risulta chiaro che le superfici dei fori non hanno un legame diretto, ad esempio, con
la superficie di riferimento principale F, ma solamente indiretto, attraverso le quote a e b. Questa
3.79
analisi dei legami dimensionali, ed il calcolo degli errori di posizionamento che possono essere
commessi porta alle seguenti conclusioni:
necessario utilizzare la superficie di riferimento principale F della testa come superficie di
riferimento per la lavorazione delle superfici 1 e 2 dellalloggiamento. Questo permette di ridurre
gli errori di lavorazione, sia di dislocazione angolare, sia di quota;
per ottenere il minimo errore nellortogonalit degli assi dei fori, naturale scegliere come
superficie di riferimento per il posizionamento e la lavorazione la superficie 2;
poich lasse di riferimento dei fori quotato con errore di posizionamento nullo ( quotato in
confronto alle superfici di riferimento principali F), in per ottenere il minimo errore nella quota
dellasse dei fori in confronto allasse dellalloggiamento del cuscinetto, si prende la superficie 1
dellalloggiamento del cuscinetto come superficie di riferimento per la lavorazione.
Quanto detto possibile con ladozione della maschera di fig. 3.47.
3.4.5
Errori di Serraggio.
E' gi stato messo in evidenza come il piazzamento mediante spine fisse dia luogo ad errori
di posizionamento che dipendono dal gioco che viene lasciato tra spina e foro. Abbiamo
anche detto che tale errore di posizionamento pu essere annullato se la spina (o qualunque
pinza) estensibile, cio fornita di elementi in grado di annullare il gioco.
tab. 3.IIIa. Errore radiale ed assiale di serraggio di barre calibrate bloccate con pinza.
6
10
errore radiale, m
errore assiale, m
diametro
18
30
30
50
10
18
50
30
60
40
70
50
50
80
90
60
100
70
80
100
120
80
tab. 3.IIIb. Errore radiale ed assiale di serraggio di barre laminate a caldo con precisione
spinta, bloccate su piattaforma autocentrante.
diametro
60
80
78
95
9
18
19
25
26
48
50
58
errore radiale, m
100
120
150
200
270
320
errore assiale, m
70
80
100
130
180
210
100
115
120
125
130
150
400
500
600
650
270
330
400
430
In realt, spostamenti dellasse del foro in confronto allasse della spina estensibile sono
ancora possibili, a causa dellimperfezione della superficie tecnica e della non perfetta rigidit
dei due elementi accoppiati. Nella tab. 3.III si riportano dati presi dalla letteratura3. Essi
risultano dallazione degli sforzi di serraggio, che provocano lo spostamento del pezzo in
relazione ai riferimenti dellattrezzatura.
3.80
Come per gli errori di posizionamento, questi sono definiti dalla differenza delle distanze
limiti tra la superficie di riferimento e lutensile registrato alla quota. Essi appartengono alla
famiglia degli errori di serraggio che sono stati esaminati nello studio dellazione della morsa
sui pezzi che non garantiscono una dislocazione angolare della superficie di guida e di
appoggio sufficientemente corretta, e che, quindi, danno luogo a cambi di superficie di
riferimento non programmati. Inoltre, sono tanto maggiori quanto maggiore la dimensione e
peggiore la finitura superficiale.
tab. 3.IIIc. Errore di serraggio radiale ed assiale di barre laminate a caldo con precisione
corrente, bloccate su piattaforma autocentrante.
errore radiale, m
errore assiale, m
19
200
130
20
25
220
150
26
48
280
190
50
56
350
230
diametro
58
80
78
95
400 450
270 300
100
115
570
380
120
150
700
470
150
900
600
tab. 3.IIId. Valori medi dellerrore di serraggio radiale ed assiale di alcuni semilavorati,
bloccati su piattaforma autocentrante.
diametro
caratteristica della superficie
bloccata
getto in sabbia
getto a cera persa o conchiglia
stampato a caldo, maglio
stampato a caldo, pressa
sgrossato
finito
rettificato
50
120
50
120 260
errore radiale, m
300 400 500
100 150 200
300 400 500
200 300 400
100 150 200
50
80
100
20
30
40
260
500
600
250
600
500
250
120
50
50
120
50
120 260
errore assiale, m
100 120 150
50
80
100
100 120 150
80
100 120
50
80
100
30
50
80
10
15
25
260
500
200
120
200
150
120
100
30
tab. 3.IIIe. Errore di serraggio generico di pezzi con precisione corrente, bloccati sulle
attrezzature con forza ortogonale alla superficie di appoggio.
Caratteristica della superficie di affossamento del pezzo, m
riferimento (appoggio)
getto in sabbia
100 150
stampato a caldo, maglio
stampato a caldo, pressa
75 100
getto a cera persa
40 50
sgrossato
50 75
finito
10 15
3.81
3.5
Dopo il piazzamento, il pezzo e lutensile sono posti nella posizione relativa richiesta per
la lavorazione; a questo scopo, i taglienti dellutensile sono posizionati alla distanza voluta a
partire dalle superfici di riferimento per la lavorazione. In questo modo si effettua una
registrazione solamente statica della catena dimensionale poich, fino ad ora, non si sono
sviluppati carichi di lavoro. Tuttavia, a causa della scelta non corretta delle superfici di
riferimento per la misura, od ancora di una scelta non corretta del metodo di misura e di
controllo delle posizioni dellutensile, oppure di un difettoso orientamento dei taglienti
dellutensile in riferimento allo strumento di misura o con riguardo alle superfici di
riferimento della macchina, ad anche a causa di una scarsa precisione geometrica della
macchina, od, infine, a causa dellinesperienza delloperatore, la fase di registrazione
caratterizzata da un errore statico st .
A questo punto si pu pensare di avviare la macchina e di lavorare il pezzo. Nel momento
in cui inizia linterazione tra i taglienti ed il materiale del pezzo, si sviluppano forze di taglio,
di attrito e reazioni del materiale allasportazione del truciolo, mentre la potenza richiesta per
equilibrare tutte le forze resistenti fornita da una sorgente esterna. A partire da ora, il
sistema composto dai taglienti dellutensile, dalla struttura della macchina, dallattrezzatura e
dal pezzo (sistema MFTW), comincia a spostarsi nello spazio, in primo luogo a causa dei
giochi negli accoppiamenti, poi a causa delle deformazioni al contatto degli stessi
accoppiamenti (a causa delle deformazioni dei componenti stessi), infine a causa delle
variazioni di affilatura dellutensile, determinando linsorgere di un errore dinamico dy .
Questi spostamenti continuano fino a che le forze resistenti ed i momenti da queste
generati e determinati dalla resistenza elastica del materiale dei componenti e degli strati di
lubrificante, le forze di attrito e di gravit agenti equilibrano le forze di taglio ed i relativi
momenti agenti.
Lequilibrio delle forze e dei momenti determina il livello di interferenza del sistema
MFTW necessario per lasportazione dello strato di materiale del pezzo in lavorazione. Se lo
stato di equilibrio non viene disturbato per lintera durata della lavorazione, la parte di errore
di registrazione dinamica, dovuta alle variazioni di sovrametallo e di durezza tra un pezzo e
laltro, rimane costante. Tuttavia, gi stato messo in evidenza che, a causa dei continui
cambiamenti di tutti i fattori agenti durante il processo, lo stato di equilibrio del sistema
MFTW continuamente disturbato e ci determina spostamenti variabili dei taglienti
dellutensile dalle superfici di riferimento per la lavorazione del pezzo. Per ridurre gli errori di
registrazione dinamica, necessario considerare linfluenza dei fattori principali agenti
durante la lavorazione, sul sistema MFTW.
3.5.1
3.82
Solitamente, si osserva che la forza di taglio aumenta allaumentare della durezza del
materiale del pezzo; conseguentemente, una delle precauzioni da prendere per ridurre le
fluttuazioni delle forze di taglio di ridurre le variazioni di durezza del pezzo. Questo pu
essere ottenuto riducendo le tolleranze sulla durezza garantite dal fornitore, controllando la
composizione chimica ed il ciclo del trattamento termico, procedendo a trattamenti termici di
correzione, od, infine, eseguendo una selezione preventiva dei grezzi in gruppi distinti per
durezza. Questultimo accorgimento permette di correggere le registrazioni delle catene
dimensionali del sistema MFTW, prima di cominciare a lavorare i pezzi di un certo gruppo. In
questo modo e lavorando pezzi appartenenti ad un singolo gruppo, si riducono
sostanzialmente le variazioni di sforzo di taglio e, quindi, la precisione dei pezzi lavorati sar
migliorata grazie alla riduzione degli errori di registrazione dinamica.
durezza
registrazioni dell'utensile
quota
i
numero ordinale della quota
durezza
registrazioni dell'utensile
quota
'H
'H'
''
'H
l
l
fig. 3.48.
'T
'T'
' 'T'
Questo punto pu essere chiarito ulteriormente in fig. 3.48. Nella parte superiore della
figura rappresentato landamento della lavorazione di un lotto di grezzi, per i quali la
durezza varia nel campo H , determinando nei pezzi finiti una dispersione delle quote T .
In basso della figura, il lotto selezionato secondo le durezze H , H ' ed H" ; il risultato
della lavorazione, che tiene conto di due registrazioni del sistema MFTW, una riduzione sia
di T , sia del campo totale.
3.83
3.5.2
Generalmente, si tratta del fattore che pi degli altri determina variazioni dello sforzo di
taglio, con conseguenti errori di registrazione dinamica. In un lotto di grezzi, le deviazioni dal
valore nominale del sovrametallo di lavorazione determinano errori di quota dei pezzi
lavorati: quanto maggiore la differenza dal valore nominale del sovrametallo e tanto pi
grande sar il campo di dispersione della quota ottenuta. In particolare, allinterno di una
superficie (o combinazione di superfici) in lavorazione, le variazioni di sovrametallo
determinano sempre errori di forma e di dislocazione angolare.
Infatti, come inizia la lavorazione di una superficie (o combinazione di superfici), si
verificano spostamenti spaziali relativi dei taglienti dellutensile in confronto al pezzo e gli
spostamenti dipendono dalle variazioni di sovrametallo del pezzo in confronto al valore
nominale. Poi, questi spostamenti sono ulteriormente modificati durante la lavorazione della
superficie (o combinazione di superfici), poich sono presenti altre variazioni di sovrametallo,
e tali spostamenti si sovrappongono alle dislocazioni raggiunte inizialmente. Normalmente, le
variazioni di sovrametallo sono maggiori passando da un pezzo al successivo, piuttosto che
allinterno di una superficie, poich il campo di dispersione delle quote maggiore degli
errori di forma delle singole superfici.
Il meccanismo di influenza delle variazioni di sovrametallo di lavorazione sullerrore di
registrazione dinamica praticamente coincide con quello delle variazioni di durezza visto
sopra, per quanto la trattazione fin qui fatta sia piuttosto unapprossimazione al fenomeno
reale, che pi complesso. Poi, in un lotto numeroso di pezzi grezzi, pi facile trovare forti
variazioni di sovrametallo, piuttosto che un ampio campo di variazione della durezza del
materiale.
Ne deriva che la cura nella riduzione delle variazioni della forza di taglio si deve applicare
pi estesamente al controllo del sovrametallo. Questa circostanza richiede pi strette
tolleranze particolarmente nei grezzi di lavorazione e, perci, le pi strette possibili tolleranze
di lavorazione primarie (stampaggio, laminazione, colata, ecc.). Inoltre, tenendo presente la
necessit di impiegare la minore quantit possibile di materiale e di incrementare, cos, la
produttivit del fattore produttivo materiale, si conferma che unattenzione speciale deve
essere rivolta alla riduzione dei sovrametalli in assoluto, in particolare alla riduzione della
loro variazione nelle prime fasi di conversione del prodotto naturale in semilavorato, cio al
miglioramento della qualit dei grezzi. Perci, la pratica di preselezionare i grezzi in gruppi
sia di sovrametallo, sia di durezza, deve diventare sempre pi rara, e minori devono diventare
le richieste di correzione della registrazione delle catene dimensionali del sistema MFTW,
dovute alla variazione delle due caratteristiche. Proprio perch la costanza del sovrametallo di
lavorazione e della durezza sono fattori decisivi per il raggiungimento della precisione e
leconomicit del prodotto della lavorazione, importante che le tolleranze delle lavorazioni
primarie siano profondamente analizzate e continuamente migliorate, ed in questa direzione
che il progresso tecnologico fornisce i migliori risultati.
Per questo motivo, non si deve dimenticare che un notevole contributo alla costanza dei
parametri considerati dipende dallabilit e dallesperienza dellingegnere della produzione,
quando definisce il disegno del pezzo e stila il ciclo di lavorazione.
3.5.3
3.84
W=
(3.36)
in cui e F devono essere misurati lungo la stessa direzione; le unit di misura consuete
sono i m ed i daN, rispettivamente. Lacronimo MFTW (Machine, Fixture, Tool,
Workpiece) indica linsieme Macchina, Attrezzatura, Utensile Pezzo.
carico F [daN]
900
800
700
carico
600
500
400
scarico
300
200
100
0
a
fig. 3.49.
10 20 30 40 50 60 70 80 90
flessione del sistema MFTW [um]
3.85
II
y4
F5
F1
l1
l2
y1
y5
F2
F5
F4
y2
F3
F3
d
y
y
b
F2
F1
y3
fig. 3.50.
y1
y2
y3 y5
y4
3.86
3.87
Come detto, la deformabilit una funzione variabile col carico. Tuttavia, poich essa
dipende dalle condizioni di carico del sistema MFTW, dalle caratteristiche di progetto, dai
materiali impiegati, dalla quantit e qualit del lubrificante nei giunti, dagli errori di forma
delle superfici accoppiate, dalla grandezza e direzione dei precarichi, dalla temperatura, ecc,
la deformabilit anche una funzione del tempo. Ad esempio, la deformabilit media della
testa portamola di una rettificatrice per esterni stata valutata allavviamento pari a
0.65 m /daN; dopo 30 minuti di riscaldamento a vuoto essa si ridotta a 0.44 m /daN, con
una riduzione del 33%.
Ne segue che la deformabilit deve essere determinata nelle condizioni in cui i fattori che
influenzano questa relazione sono precisamente definiti e controllati. In primo luogo,
necessario precisare le coordinate dei punti del sistema MFTW di cui devono essere misurati i
cedimenti relativi, le coordinate dei punti di applicazione del carico, la temperatura della
macchina, ecc.
I vari componenti del sistema MFTW possono influenzare la precisione dei pezzi lavorati
nella direzione di diversi assi coordinati. Quindi, giusto che la deformabilit di questi
componenti sia determinata lungo pi direzioni. Ad esempio, la testa del tornio pu
influenzare non solo la precisione diametrale, ma anche quella assiale del pezzo lavorato
(come nelle lavorazioni di filettatura); ne consegue che la deformabilit della testa sar
determinata in direzione radiale ed in direzione assiale.
3.5.4
La deformabilit del sistema MFTW pu essere prevista col calcolo, partendo dai dati
sperimentali della deformabilit dei singoli componenti. Per quanto riguarda il tornio, durante
la lavorazione di un albero liscio tra le punte, essa pu essere ottenuta sulla base delle
condizioni seguenti.
Yw
K
Ym
Yx
A'
B'
A"
Yc
Yp
A
Ych
Ysys
C'
Fy
x
l
fig. 3.51.
Lazione della componente Fy dello sforzo di taglio, applicata ad un punto qualsiasi della
luce l, sposta la testa da A ad A' (per effetto del cedimento elastico Yp ), la controtesta da B a
3.88
B' (per effetto del cedimento elastico Yc ), il carrello da C a C' (per effetto del cedimento
elastico Ych ) e lasse di rotazione dellalbero da AB ad A'B', come rappresentato in fig. 3.51.
Se Wp la deformabilit della testa, Wc quella della controtesta, Wch quella del carrello:
Yx = Yp + K
FA = Fy
lx
l
Yp = Wp Fy
K Yc Yp
=
x
l
Wp =
Yp
FA
FB = Fy
lx
l
Wc =
x
l
Yc = Wc Fy
K=
Yc
FB
x
l
x
(Yc Yp )
l
x
(Yc Yp )
l
lx x
x
lx
= Wp Fy
+ Wc Fy Wp Fy
l
l
l
l
Yx = Yp +
x
lx x lx
= Wp Fy
+ Wc Fy
l
l
l
l
2
lx
x
= Wp Fy
+ Wc Fy
l
l
Ym = Ych + Yx
Wch =
(3.37)
Ych
Fy
lx
x
Ym = Wch Fy + Wp Fy
+ Wc Fy
l
l
2
Y
lx
x
Wm = m = Wch + Wp
+ Wc
Fy
l
l
(3.38)
quindi, la precisione delle dimensioni diametrali di un albero liscio montato tra le punte
funzione della sua inflessione, prodotta dallo sforzo di taglio.
Per un grezzo soggetto ad una forza Fy , applicata alla distanza x dallappoggio sinistro, la
freccia nel punto di applicazione della forza :
(l x ) 2 x 2
Yw =
3 E J
l
Fy
e la sua deformabilit:
Ww =
Yw
1
(l x ) 2 x 2
=
Fy
3 E J
l
(3.39)
3.89
Ww
1 l
3 d d
In questo caso, la deformabilit della macchina la somma della deformabilit del carrello,
di quella della testa, di quella dellalbero e di quella della pinza o piattaforma di serraggio.
Questultima calcolata solo quando lalbero molto rigido ed sottoposto a carico molto
lontano dalla testa.
Nella tornitura esterna, come stiamo vedendo, la freccia dellutensile provoca lo
spostamento del tagliente nel senso della tangente alla superficie lavorata: la sua influenza
sullerrore dinamico di lavorazione poco importante, se messa in rapporto col cedimento
dellintero sistema MFTW; cos, si pu trascurare la deformazione dellutensile e limitarsi a
stabilire i parametri relativi al sistema pezzo - macchina.
Invece, se si trattasse dellalesatura di un foro accadrebbe il contrario: le deformazioni
dellutensile montato a sbalzo e quelle delle barre di alesatura influiscono nettamente
sullerrore dinamico di lavorazione e sono numerosi i casi in cui si pu trascurare, in
confronto ad esso, la deformabilit del pezzo e quella della macchina.
cedimento del sistema MFTW [ m]
50
48
Wp > Wc
46
Wp < Wc
44
Wp = Wc
42
40
38
36
34
32
30
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
distanza relativa dalla testa dell' applicazione dell' utensile x/l
A
Wp < Wc
fig. 3.52.
A-A
3.90
Ritornando alla fig. 3.51, le formule mostrano che il cedimento elastico della macchina e la
freccia del pezzo in lavorazione cambiano mano a mano che lutensile si sposta lungo lasse
del pezzo lavorato ed i massimi ed i minimi della deformazione del sistema corrispondono a
posizioni definite dellutensile. Dunque, bisogna stabilire i punti in cui i ritorni elastici
raggiungono il massimo ed il minimo, cio le posizioni delle sezioni lungo il pezzo in cui lo
spostamento dalla quota nominale massimo e minimo. Considerando la macchina
perfettamente rigida, il ritorno elastico del pezzo Yw massimo in corrispondenza della
mezzeria, come si ricava eguagliando a 0 la derivata di (3.39); ugualmente si ricavano i due
minimi per x=0 e per x=l. Invece, considerando il pezzo perfettamente rigido ed uguagliando
a 0 la derivata di (3.38), si ricava un minimo del ritorno elastico in:
xm =
Wp
Wp + Wc
e due massimi in x=0 ed x=l. Lanalisi di eventuali punti singolari dellintero sistema MFTW,
oltre a quelli visti, si deve fare sullespressione che si ottiene sommando la (3.38) e la (3.39):
2
1000 (l x ) 2 x 2
lx
x
= Wch + Wp
Wsys =
+ Wc +
Fy
3 E J
l
l
l
Ysys
(3.40)
Lannullamento della derivata prima della (3.40) porta ad unequazione di 3 grado, le cui
radici determinano i punti singolari. Per semplicit di risoluzione dellequazione, si procede
discretizzando lampiezza della luce dellalbero, e ricavando cos i valori delle frecce per i
punti predefiniti. A seconda della deformabilit relativa dei componenti il sistema, si ricavano
curve diverse, come in fig. 3.52.
Esempio.
I risultati di fig. 3.52 sono stati ottenuti applicando la (3.40) alla lavorazione tra le punte di un albero
dacciaio 55x300 . Si fatta lipotesi che la deformabilit del carrello fosse Wch = 0.35m / daN ,
mentre quelle di testa e controtesta fossero variabili secondo il seguente schema:
Wp = 0.15m / daN
Wc = 0.35m / daN
Wp = 0.25m / daN
Wc = 0.25m / daN
Wp = 0.35m / daN
Wc = 0.15m / daN
Lesame delle curve di fig. 3.52 porta a concludere che la loro caratteristica
fondamentalmente funzione della deformabilit di testa e controtesta e del quoziente d/l
dellalbero. Se la deformabilit di testa e controtesta la stessa, la curva dei ritorni elastici
simmetrica in rapporto allascissa media. In questo caso, il difetto di forma della superficie
lavorata minimo e bisogna tendere a raggiungere questa condizione. Normalmente, la
controtesta del tornio parallelo caratterizzata da una deformabilit maggiore in confronto
alla testa. Un irrigidimento della controtesta viene ottenuto col bloccaggio della stessa contro
le guide del basamento, tuttavia bisogna evitare che il canotto della controtesta sporga
sensibilmente.
3.91
Il piccolo innalzamento che le curve presentano nella sezione mediana dovuto alla freccia
dellalbero soggetto alla forza di repulsione in tale sezione. Lingrossamento sparisce
solamente quando d / l 1 / 3 ed in questo caso Ysys dipende esclusivamente dalle
caratteristiche della macchina e dellutensile (finora trascurato, per i motivi detti).
Fhy
Fh
270
x
Fy
y
180
l1
Fhy
Fy
Fz
r
Fz
90
fig. 3.53.
Errore dinamico di forma originato dai cedimenti elastici del sistema MFTW,
nellapplicazione della coppia motrice mediante brida e menabrida.
Oltre che per lazione dello sforzo di taglio, lalbero lavorato tra le punte pu risultare
deformato anche per il particolare modo in cui ad esso viene trasmessa la potenza necessaria
alla lavorazione. In particolare, questo pu essere osservato quando lalbero trascinato in
rotazione da brida e menabrida, come rappresentato in fig. 3.53. In queste circostanze, oltre a
tutte le considerazioni fin qui fatte, si deve aggiungere leffetto della variazione con della
componente Fhy , in direzione y, dellazione esercitata dal menabrida sulla brida. Cos, anche
lavorando lalbero con sovrametallo costante lungo lintero asse, la forza di taglio e la sua
risultante sulla brida variano in funzione dellangolo di orientamento della brida in confronto
alla direzione della forza di repulsione ed in funzione dellascissa occupata dal tagliente.
Infatti, dalla fig. 3.53 si pu scrivere:
Fz r = Fh
Fhy = Fh cos
Fhy l1 = Fy x
F r
Fhy = z cos
r
Fz l1 cos = Fy x
da cui:
r l
Fy = Fz 1 cos
x
(3.41)
Mano a mano che lutensile si sposta dalla controtesta alla testa, x diminuisce ed il valore
massimo di Fy nella sezione progressivamente aumenta. Perci, per la necessit di
equilibrare la componente dello sforzo di taglio Fz , lalbero sar lavorato secondo una forma
3.92
che non un vero cilindro, ma che rappresentata in forma esagerata in fig. 3.53. Ogni
sezione trasversale dellalbero sar una curva che approssima un cardioide, ma ne differisce in
quanto tutti i suoi diametri sono praticamente uguali. Questa circostanza non permette la
valutazione dellerrore dinamico mediante un micrometro, ma solamente con lapplicazione
alla superficie lavorata di un comparatore solidale con il basamento e facendo ruotare lalbero
tra i centri.
Lerrore dinamico commesso con luso di brida e menabrida pu raggiungere valori
comparabili con gli altri gi esaminati. Ad esempio, con una flessibilit media della testa di
0.33m / daN , una forza di repulsione di 80daN ed inoltre:
r = 50
= 100
x = l1
= 0,
il cedimento dovuto alluso della brida Ybm = 13.2m / daN . La presenza di errori di forma
cos forti porta a sconsigliare limpiego di questo sistema per trascinare in moto i pezzi nella
lavorazione tra le punte. Invece, limpiego di tamponi conici, eventualmente scanalati,
consente di eliminare questo tipo di errore, il quale non verr pi considerato.
Perci, chiaro che le modalit di lavorazione devono essere studiate nel corso della
progettazione dei pezzi, in quanto spesso possibile prevedere in quella fase la geometria pi
adatta e, quindi, i dispositivi pi idonei al raggiungimento della massima precisione possibile.
Cos, anche lapplicazione dellautocentrante alla testa ed eventualmente alla controtesta pu
contribuire ad irrigidire il pezzo, in quanto vincolo di semiincastro, se paragonato al pi o
meno semplice appoggio rappresentato dalla punta.
A causa delle variazioni degli sforzi e dei ritorni elastici del sistema elastico MFTW,
laccrescimento limite della quota da rispettare Y definito dalla differenza tra il cedimento
massimo e quello minimo:
Y = Y max Y min
Quando, ad esempio nella lavorazione di un lotto di pezzi (anche su vari sistemi MFTW,
ma non necessariamente), la componente Fy dello sforzo di taglio e la deformabilit del
sistema Wsys sono variabili, si ha:
(3.42)
e, per calcolare il cedimento limite Y relativo alla quota in lavorazione con la (3.42),
bisogna definire i valori di Fy massimi e minimi. Quindi, bisogna disporre di un
procedimento di calcolo che permetta di calcolare la forza di repulsione.
Nella lavorazione con utensili monotaglienti e trascurando gli effetti delle componenti
della forza di taglio parallele alla superficie, la forza di repulsione pu essere per semplicit
definita dalla:
Fy = c y p x a y HB n
in cui:
cy
(3.43)
3.5.4.1.
Effetto di c y
Il valore del coefficiente c y tiene conto di coefficienti correttivi ricavati dalle tabelle
seguenti. Durante la lavorazione di un lotto di pezzi, le quote si ottengono automaticamente,
mediante una registrazione preliminare dellutensile; cos, a parit delle altre condizioni, il
valore di c y cambia in funzione dellusura dellutensile.
La durata dellutensile il tempo di lavoro di un utensile fino al momento in cui le sue
propriet di taglio degradano (a seguito dellusura della superficie dorsale o del petto, o,
ancora dallinsieme di queste cause) fino a portarlo al collasso. In particolare, la tenuta
dimensionale dellutensile il tempo di lavoro al termine del quale lusura comporta un
accrescimento della quota da rispettare fino al limite della tolleranza imposta. Quindi, il
a c max
valore di c y varia da c min
y
y .
Come detto, il valore di c y scelto sulla base delle condizioni di taglio. Poi, esso viene
corretto mediante un coefficiente k VB , che dipende dallusura dorsale del tagliente, secondo
la tab. 3.IV.
Lo sforzo di repulsione cambia anche in funzione della velocit di taglio. Per tenerne
conto, si utilizza il coefficiente di correzione k v di c y , il quale pu assumere, per lacciaio, i
valori di tab. 3.V.
0.5
1.0
1.5
2.0
0.70
0.52
0.65
0.82
1.00
ghisa grigia
0.33
tab. 3.V.
0.38
0.58
3.0
4.0
0.80
1.00
velocit
di 10
taglio v [m/min]
20
30
40
50
60
80
100
120
200
acciaio
0.70
0.91
0.98
1.00
0.91
0.78
0.73
0.70
0.68
3.5.4.2.
0.68
Esempio.
Per illustrare il calcolo di Fymax e di Fymin , esaminiamo la tornitura di un albero piano nei tre casi
seguenti:
lavorazione unitaria,
lavorazione di un lotto,
lavorazione di pi lotti.
Supponiamo che siano comuni ai tre casi le condizioni della tabella seguente.
Con i dati della tabella si potr calcolare la deformata del sistema MFTW, una volta nota la forza di
repulsione agente. Per ora essa ci indica soltanto che la differenza di deformabilit tra testa e
controtesta d luogo ad una dispersione notevole dei diametri, lungo lasse dellalbero.
Wch
Wp
Wc
m / daN
0.36
0.26
0.34
mm
mm
50 0.14
300
HB
200240
mm
mm/
giro
m/min
1.6
0.4
50
c y0
2.7
10-3
0.9
0.75
Lavorazione Unitaria
In questo caso, c y , a ed HB sono costanti. Sia:
Fy = c y a y HB n p x = 38.02 p x (ponendo k VB = 0.7, k v = 1 ed HB = 200)
e, dunque, anche il ritorno elastico deve diminuire; in effetti esso praticamente non cambia poich, per
questa nuova profondit di passata:
Y = 38.02 1.56 0.9 (0.36 + 0.34) 40m
p = 1.56
300 30
30 1000 (300 30) 30 0.0081 300
Ysys = 38.02 1.6 0.9 0.36 + 0.26
+ 0.34
+
= 35.8m
3 2.2 10 4 50 4
300
300
ed :
3.95
Questo valore non tiene conto degli errori di forma. Volendo considerarli, supponiamo che
lovalizzazione ammonti a 0.7, per cui la profondit di passata pu aumentare di 0.35. La sua influenza
rilevante nella posizione di cedimento massimo, alla distanza 300 dallorigine (in corrispondenza
della controtesta) dove:
Y max = 38.02 (1.54 + 0.35)
0.9
mentre il cedimento minimo resta al valore prima calcolato di 35m . Cos, tenendo conto degli errori
di forma:
Y = Y max Y min 13m
fig. 3.54.
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
distanza relativa dalla testa del tagliente x/l
ed, in definitiva:
Y max = 54.32 (1.6 + 0.7 0.06 ) 0.7 (0.36 + 0.34 ) 55m
0.9
Invece per lintero lotto di sbozzati e nelle condizioni di cedimento minimo (essendo kVB=0.52 con un
labbro dusura pari a 0.5), con:
3.96
0.1l
25m
ed, in definitiva:
0.1l
25m
Poich il cedimento minimo resta quello calcolato precedentemente, laccrescimento limite di quota
risultante dalla variazione dello sforzo di taglio risulta:
3.5.5
Il procedimento esposto per la tornitura pu essere esteso alle altre lavorazioni, in modo
analogo, anche se si deve tener conto della particolare dislocazione degli sforzi di taglio e
della deformabilit del sistema MFTW in esame. Applichiamo quanto visto alla fresatura
periferica, per la quale si utilizzer la seguente espressione per lo sforzo di taglio. Si osservi
che, in essa, non si tiene conto della durezza del materiale costituente il pezzo, ci che rende
la discussione seguente un p accademica. In ogni caso, lo studente ha sufficienti conoscenze
della Teoria del Taglio da potersi muovere pi rigorosamente di quanto non si faccia qui.
Allora, per la fresatura adottiamo la:
F = C p x a zy z B z D q
(3.44)
in cui:
C il coefficiente che definisce le condizioni di taglio;
p la profondit di passata, in mm;
az lavanzamento per dente della fresa, in mm/dente;
z il numero di denti della fresa;
B la larghezza della superficie in corso di lavorazione;
3.97
Per la fresatura frontale, i valori delle componenti dello sforzo di taglio possono assumere
indicativamente i seguenti valori:
tab. 3.VI. Coefficienti per il calcolo dello sforzo di taglio per la fresatura frontale.
C
kVB
80110
12 acciai
1.21.4 ghisa
x
1.1
y
0.8
z
0.95
q
-1.1
Per la fresatura frontale, si tenga presente che la larghezza di taglio B nella pratica
chiamata profondit di passata e che p definita dalla quota asportata, misurata in senso
perpendicolare allavanzamento. Le condizioni di taglio possono essere significativamente
espresse dai valori della tab. 3.VI. Nella lavorazioni di piani alla fresatrice, la deformabilit
del pezzo pu spesso essere trascurata e, quindi, la deformabilit del sistema MFTW essere
ritenuta costante. Ne deriva che gli errori residui della lavorazione possono essere determinati
con la:
Y max Y min = Wm (Fv ,max Fv ,min )
(3.45)
e rappresentano la differenza tra i valori limite dei cedimenti elastici, cio la dispersione della
quota da osservare a causa delle variazioni della profondit di passata B e dellaumento dello
sforzo di taglio risultante dallusura dei denti della fresa nel periodo finale di utilizzazione.
Anche se ci siamo limitati ad esporre il metodo di calcolo del valore Y per la lavorazione
con utensile monotagliente e per la fresatura frontale, si pu estendere il metodo, realizzando
calcoli analoghi per le altre lavorazioni di interesse.
3.5.6
3.98
ottenere una registrazione assolutamente identica per diverse macchine destinate alla stessa
operazione.
Il valore dellerrore H funzione del metodo seguito per la registrazione e risulta dagli
errori di posizionamento dellutensile e dellattrezzatura, che, a loro volta, dipendono dalla
geometria dei riferimenti, degli appoggi, ecc. La registrazione dellutensile pu avvenire col
tamburo e le ghiere collegate al portautensili, oppure, direttamente, con distanziatori,
comparatori, sul pezzo in lavorazione, oppure con altri metodi, i quali sono caratterizzati
ognuno da errori di registrazione diversi. Per esempio, nel caso di registrazione con lausilio
di tamburi e ghiere, gli errori sono determinati dalla larghezza non nulla dei tratti incisi sulle
scale, dalla precisione del passo delle scale, del passo della vite-madre e della vite, dal gioco o
dallinterferenza tra vite-madre e vite, dal gioco tra slitta e guida, ecc.
Ne risulta che il metodo di registrazione deve tener conto degli errori che pu produrre e
della tolleranza che si deve osservare.
Daltra parte, quando le quote sono ottenute per mezzo di utensili di precisione (punte
elicoidali, alesatori, frese, ecc.), gli errori di registrazione sono dovuti alle dimensioni reali
dellutensile, quindi alla sua precisione di fabbricazione ed affilatura. Perci, ad esempio ad
ogni sostituzione di un alesatore, linevitabile variazione del diametro si traduce in una
variazione della quota ottenuta, in maniera del tutto analoga allazione di registrazione di un
utensile al tornio parallelo, ecc.
In conclusione, la registrazione della macchina utensile la scelta di un valore razionale
della quota di posizionamento, quindi della quota che definisce (al momento della
registrazione) la posizione relativa delle superfici operative della macchina, dellattrezzatura e
dellutensile. Innanzitutto, per determinare la quota di registrazione, bisogna esaminare il
problema dellinterazione tra le quote reali dei pezzi ad un qualsiasi istante della loro
lavorazione e le quote delle superfici ottenute dalloperazione considerata.
3.5.6.1.
E' noto che, nellottenimento automatico delle quote, le superfici con quote reali massime e
minime risultano statisticamente dalla lavorazione dei grezzi le cui quote reali rispettive sono
massime e minime.
In effetti, se la quota del grezzo quella limite massima, lutensile registrato alla quota
lavora con la profondit di passata massima p max , e, nelle condizioni estreme, si ottiene in
lavorazione lo sforzo di taglio massimo F max , ed il massimo sforzo di repulsione Fymax ;
dunque, il sistema sede del cedimento elastico massimo Y max .
Se si indica con C R la quota di registrazione:
CR = b y
e tutte le quote reali ottenute entro i limiti b min e b max sono statisticamente associate alle
pmax
a max
pmin
Y max
b max
max
CR
a min
b min
Y min
min
CR
fig. 3.55a. Dipendenza delle quote finali da quelle iniziali nella lavorazione di superfici
esterne.
Come logico, se la lavorazione delle superfici esterne prevede la messa alla quota
dellutensile secondo la quota b min , la quota C R pu diminuire in seguito ad un possibile
errore di registrazione H , e comportare scarti per luscita della quota dal limite inferiore del
campo di tolleranza. Per questo motivo, durante lesecuzione delle superfici esterne, lerrore
di registrazione a partire dalla quota limite inferiore non pu aver luogo che nel senso
dellaumento della quota di posizionamento.
In realt ci si deve porre nelle condizioni estreme di lavorazione e, quindi, per la quota di
posizionamento dellutensile pi precisamente si deve scrivere:
min
C min
Ra Y min
R =b
(3.46)
C max
= b min Ra Y min + H
R
in cui:
H lerrore di registrazione,
Ra la componente della rugosit superficiale che influenza il processo di registrazione
(creste e non valli del profilo microgeometrico);
ed ovvio che lerrore ammissibile di registrazione H limitato dallampiezza del campo
di tolleranza della quota da rispettare: pi il campo di tolleranza stretto, tanto pi ridotto
deve essere lerrore di registrazione che lecito commettere: H risulta normalmente circa
0.1 b .
min
,
Per la determinazione della quota di registrazione C min
R , sono date le grandezze a
b min (quindi p min ) ed Ra, mentre Y min funzione delle condizioni di lavorazione:
y
n
x
Y min = c min
y a HB min Wsys p min
Anche le grandezze a max , b max (quindi p max ) ed Ra sono date, mentre Y max
funzione delle condizioni di lavorazione:
Y max = c max
a y HB nmax Wsys p xmax
y
e:
max
C max
= C min
Ra Y max
R
R + H = b
3.100
Wsys (quindi devono essere sostituiti pi frequentemente gli utensili, oppure deve essere
scelta un sistema MFTW pi rigido). Perci, il calcolo della tolleranza sulla quota di
registrazione dellutensile coinvolge tutti gli aspetti connessi agli errori di tipo dinamico,
comprese le scelte a disposizione del progettista, e quindi fornisce un criterio utilissimo per il
controllo delleconomicit del processo e delle condizioni tecnologiche della produzione
programmata.
CR
Pi direttamente si pu ottenere lo stesso risultato facendo riferimento alla fig. 3.55b, col
procedimento seguente:
C R = b y = b Wsys F = Wsys c y a y p x HB n
e, differenziando con Wsys ed ay costanti:
min
max
3.5.6.2.
In questo caso, va notato che lutensile (registrato alla quota C R ) taglia con profondit di
passata massima p max se il pezzo presenta la quota minima a min ed, allora, lo sforzo di
taglio F max ed il cedimento elastico Y max .
Nella tornitura, la quota di posizionamento C R presa tra lasse di rotazione del pezzo ed
il naso dellutensile e si ha:
D min
= 2 (C R Y max )
B
3.101
a min
CR
a max
CR
Dbmin Damin
Dbmax Damax
pmax max C R
Y
pmin min C R
Y
b
fig. 3.55c. Dipendenza delle quote finali da quelle iniziali nella lavorazione di superfici
interne. a) superfici piane; b) superfici di rivoluzione.
Quando la quota del grezzo massima, d max , lutensile impegnato per la profondit di
passata minima p min ed, in questo caso, si hanno F min ed Y min . Allora, la quota di
posizionamento definita da:
min
= D max
C max
R
A / 2 + Ra + Y
min
= D max
H
C min
R
A / 2 + Ra + Y
(3.47)
3.5.7
In conclusione dello studio delle cause allorigine degli errori di lavorazione sulle
macchine registrate preventivamente e, quindi, nella lavorazione di serie, si possono
riassumere i concetti esposti affermando che la tolleranza pratica su una quota da rispettare
costituita da errori che appaiono in esercizio e che dipendono dai seguenti fattori:
le variazioni degli sforzi di taglio che risultano dalle variazioni delle profondit di
passata, dalle variazioni delle propriet meccaniche del materiale del pezzo
nellesecuzione dei diversi lotti e dallusura dellutensile. Questo errore definito dalla
gi vista (3.42):
3.102
(3.42)
90
VB tg
Sez.
VB
VB tg
fig. 3.56.
p = su + cl
le deformazioni termiche degli elementi del sistema MFTW, sono rappresentate dal
simbolo T e sono costituite solamente dalle componenti secondo la normale alla
superficie lavorata. Queste deformazioni termiche possono sovrapporsi o compensarsi
in funzione del valore e della direzione delle deformazioni. Perci, la risultante dei
difetti di lavorazione prodotta dalle deformazioni termiche definita come somma;
la carenza di abilit delloperatore O .
Dunque, si pu scrivere:
= Y +
m + H + u + p + T + O
3.103
(3.48)
Poich non esiste un metodo generale per il calcolo delle deformazioni termiche, si
obbligati a rappresentare il termine T nella sua forma implicita, senza precisare oltre.
Tuttavia, le ricerche intraprese nel campo della precisione permettono di affermare che, anche
in condizioni di lavorazione sfavorevoli (pezzo con pareti sottili, regime di lavorazione
caricato, cattivo raffreddamento del pezzo, ecc.), lerrore prodotto dalle deformazioni
termiche pu superare il 15% della somma delle altre componenti la (3.48) ma, anche per le
difficolt legate al suo calcolo, molto spesso viene colpevolmente trascurato.
La (3.48) si riferisce allasportazione di truciolo unilaterale; perci, in essa tutte le
componenti definiscono la tolleranza secondo il raggio (nella lavorazione delle superfici di
rivoluzione) o su un solo lato (nel taglio simultaneo di pi superfici opposte). Quindi, quando
si tratta di lavorare superfici di rivoluzione ed il calcolo si riferisce ai diametri oppure di
lavorare superfici opposte, le componenti della tolleranza si devono raddoppiare:
= 2 (Y + m + H + u + T + O )
3.5.7.1.
Con il completamento dei processi di lavorazione di finitura, che si svolgono alla fine del
ciclo di produzione, le tolleranze sulle quote che questi processi devono permettere di ottenere
devono corrispondere alle classi di precisione definite dalle norme. Quindi, i valori
approssimati delle tolleranze ottenute col calcolo devono essere resi coerenti con i valori
normalizzati pi vicini.
Nella sgrossatura, il problema da risolvere generalmente non quello della precisione
finale da raggiungere, piuttosto quello del valore della tolleranza di fabbricazione che assicuri
una successiva lavorazione di qualit col minimo di ritocchi di registrazione. Dunque, logico
che anche le tolleranze del grezzo da sottoporre alla sgrossatura siano imposte al livello
normalizzato, ed, in questo modo, anche la lista dei calibri necessari per il controllo
diminuisce nettamente.
Tuttavia, le tolleranze delle quote dei pezzi finiti sono definite dalle Norme di Unificazione
e sono legate da una relazione definita con le quote. Le tolleranze di fabbricazione non
dipendono direttamente dalla quota; questa relazione indiretta e dipende dal fatto che pi il
grezzo grande e pi i difetti di lavorazione possono essere importanti; ma la rigidit del
pezzo influisce maggiormente sulla precisione di quanto non risulti dalleffetto della sola
dimensione.
Poich i difetti dei grezzi dipendono dalle loro quote e diminuiscono regolarmente con
lesecuzione di ogni elemento del ciclo di lavorazione, la relazione tra le tolleranze di
fabbricazione e le quote intermedie ben definita ed rappresentata da una catena
dimensionale di processo. Dunque. possibile con una certa facilit ridurre le tolleranze di
fabbricazione alle tolleranze unificate.
3.104
Per stabilire la precisione di lavorazione sulle macchine utensili, i difetti di partenza sono
quelli dei grezzi, e determinano le maggiori variazioni della profondit di passata. Queste
differenze influiscono a loro volta sui difetti di lavorazione residui. Perci, bisogna sottoporre
ad uno studio approfondito i difetti dei pezzi da lavorare, particolarmente dei grezzi.
3.5.7.2.
Lesecuzione dei fori con utensili di forma (foratura, fresatura ed alesatura) d sempre
luogo ad una differenza tra i diametri del foro e dellutensile, e lallargamento del foro, nel
caso di utensili particolarmente esili, compromette nettamente la precisione della lavorazione.
2
Fy2
Yg
1
F y1
Yd
Yt
fig. 3.57.
Difetto di ortogonalit tra punta elicoidale e superficie di attacco del pezzo, che
crea lovalizzazione del foro. In alto a destra, i difetti di affilatura della punta, che
determinano lallargamento del foro.
Si osserva che lallargamento del foro dipende dallusura prodotta dai bordini dellutensile
sulla superficie lavorata. Infatti, i bordini della punta hanno piccola larghezza e spoglia nulla,
ed il piccolo gioco esistente tra utensile e superficie li fa lavorare in condizioni di attrito
semisecco. La polvere metallica che accompagna il truciolo sarebbe, dunque, una
conseguenza di questo meccanismo. Poi, questa considerazione autorizza ad interpretare
lovalizzazione del foro come risultante dalla mancanza di allineamento tra lasse
dellutensile e quello della parte iniziale del foro. In queste condizioni, si afferma che
lovalizzazione prodotta dallusura locale dovuta alle pressioni superficiali particolarmente
elevate esercitate dai bordini dellutensile secondo la normale alla superficie lavorata.
Quindi, non si pu trascurare linfluenza che su questo presentano gli errori geometrici
della macchina e dellutensile. In particolare, il difetto di ortogonalit tra la superficie della
tavola (ma anche la superficie di attacco del pezzo si comporta allo stesso modo) e lasse di
rotazione dellutensile di un trapano provoca lo scarto dellasse del foro:
Yt = Yg + Yd
3.105
lo scarto dinamico prodotto dalla risultante delle componenti radiali dello sforzo di
taglio sullutensile, quelle che hanno la risultante sempre rivolta verso valle.
Cio, Yt provoca il disassamento tra gli assi dellutensile e del foro, ci che comporta un
aumento locale delle pressioni normali alla superficie lavorata con componente sempre diretta
verso valle e, dunque, determina il difetto geometrico della forma del foro chiamato
ovalizzazione.
Inoltre, il fuori centro dellasse dellutensile (lo scarto tra lasse dellutensile e lasse di
rotazione determinato anche dalla composizione degli errori geometrici della macchina e di
quelli dellutensile) determina una risultante delle forze di taglio che ruota insieme allutensile
e pu essere considerato come la causa dellallargamento del foro. Cos, unaffilatura
difettosa compromette luguaglianza dei semiangoli 1 e 2 che i taglienti della punta
elicoidale (o dellalesatore) formano con lasse e determina una differenza tra le lunghezze dei
taglienti.
Un altro effetto di unaffilatura difettosa la differenza tra i raggi medi dei taglienti. In
ogni caso, ne deriva una risultante non nulla delle forze radiali, la quale ruota con la stessa
velocit di rotazione dellutensile e lo spinge contro le pareti del foro, determinandone
lallargamento. In queste condizioni la forza risultante :
Fr = Fy 2 Fy1
r max ed r min
u
u
p1 e p 2
2 r min ;
il campo di tolleranza dellutensile nuovo, sul diametro;
i valori limiti dellallargamento del foro, riferiti alla quota
rispettivamente massima e minima dellutensile.
3.106
u p 2
+
2
2
p
p
u
R max R min = r max + 1 r min +
2
2
2
2
D = u + p1 p 2 + u
D = u + p + u = D
p
R max = r max + 1
2
R min = r min
R max
R min
D
2
p /2
1
max
r min
u
2
fig. 3.58.
u
2
p /2
2
I valori limiti dellallargamento del foro nella lavorazione di un lotto possono risultare:
p1 < p 2
p1 = p 2
p1 > p 2
ed, in presenza di difetti geometrici di forma (ovalizzazione e conicit), i valori limiti del foro
devono essere determinati dalla differenza tra la quota massima del foro pi grande e la quota
minima del foro pi piccolo, entrambi per la corrispondente quota dellutensile, cio d max
per p1 e d min u per p 2 .
Le formule scritte rendono evidente il fatto che:
la tolleranza sulla quota del foro definita non dallallargamento del foro in assoluto,
ma dalla differenza tra i valori limiti dellallargamento;
se i valori limiti dellallargamento sono uguali, essi non esercitano nessuna influenza
sulla tolleranza;
la tolleranza minima corrisponde a p1 < p 2 ; tuttavia, poich impossibile prevedere in
anticipo i rapporti tra i valori limiti dellallargamento, bisogna assumere p1 > p 2 .
In qualche caso lallargamento del foro negativo, cio si ottiene un foro il cui diametro
inferiore a quello dellutensile. Evidentemente, il restringimento del foro dovuto alle
deformazioni termiche del pezzo e dellutensile (al raffreddamento, al coefficiente di
dilatazione termica del materiale forato maggiore di quello dellutensile, ecc.) ed al ritorno
elastico del materiale forato dopo lazione dellutensile (il ritorno elastico maggiore del
3.107
gioco tra foro ed utensile che esisteva durante il taglio). Anche per il caso di restringimento
del foro, quindi di valori negativi di p1 e p 2 valgono le conclusioni tratte sopra.
Dalle considerazioni esposte, si deduce che nella (3.48) p si associa al valore
complessivo Y + m + T , mentre u sostituisce il valore di H .
3.5.7.3.
3.5.7.4.
Nel caso di colata in conchiglie metalliche. le tolleranze possono essere calcolate con le
formule seguenti. Per le quote ortogonali al piano di divisione:
' = J i + U' m + Vr + T
3.108
dove:
'
la tolleranza della quota ortogonale al piano di divisione della forma;
Ji
il gioco (circa 0.03) sul piano di divisione, a seguito della pressione del metallo;
U'm lusura ammissibile della conchiglia, compresa la tolleranza della quota degli
elementi che definiscono la forma del getto;
V' r la variazione del coefficiente di ritiro della lega del getto;
T linfluenza delle deformazioni termiche della conchiglia metallica, fuori dalle
condizioni di regime.
Quando la colata effettuata in forme di sabbia, le tolleranze imposte alle quote dei getti
sono funzione della precisione di fabbricazione dei modelli e delle casse danima, dellusura
dei modelli e delle casse danima, dellinnalzamento della staffa superiore per effetto della
pressione del fuso, delle variazioni di ritiro della lega di fonderia, della deformazione della
forma di sabbia durante il ramolaggio e la colata.
3.109
3.6
A partire dai grezzi, una serie di passate successive deve permettere di ottenere le forme, le
dimensioni e le finiture superficiali imposte dal disegno, nei limiti delle tolleranze previste.
Nella lavorazione per asportazione di truciolo, ogni passata consiste nel togliere dalla
superficie del pezzo uno strato di materiale, il quale, cos, modifica le dimensioni del grezzo.
Lo strato di materiale tolto con la lavorazione detto sovrametallo di lavorazione.
Lo spessore del sovrametallo deve essere scelto con giudizio, giacch uno spessore
eccessivo pu condurre alleliminazione di strati superficiali con caratteristiche meccaniche
migliori di quelle del cuore, ad esempio per quanto riguarda la resistenza allusura. Inoltre, un
sovrametallo eccessivo comporta limpiego di passate supplementari, aumenta la quantit di
materiale e di lavoro impiegati, perci incrementa la quantit di energia elettrica e di utensili
ed infine il costo del prodotto.
La diminuzione del sovrametallo di lavorazione uno dei mezzi che permettono di fare
economia di materiale e di ridurre la quantit di lavoro necessaria per lottenimento del pezzo.
Tuttavia, se i sovrametalli di lavorazione sono insufficienti, essi non assicurano la completa
eliminazione degli strati superficiali difettosi e lottenimento della precisione e della finitura
superficiale richieste, e rendono talvolta impossibile lutilizzazione degli utensili, a causa
della presenza di una crosta superficiale troppo dura. Ne deriva che sovrametalli insufficienti
possono aumentare il volume di scarto, elevando anche cos il costo del prodotto.
Daltra parte, la scelta di tolleranze dei grezzi troppo larghe, complica nettamente
lesecuzione dei cicli di lavorazione, rendendo necessaria la classificazione preventiva dei
grezzi secondo la loro dimensione. Inoltre, pu accadere (in dipendenza degli errori di
piazzamento) che la precisione della lavorazione eseguita posizionando i pezzi sulle
attrezzature di produzione venga fortemente peggiorata.
Cos, la definizione dei valori ottimali dei sovrametalli e delle tolleranze di lavorazione per
tutte le operazioni un obiettivo essenziale sul piano tecnico ed economico.
Si deve distinguere tra sovrametalli intermedi e totali. Si definisce sovrametallo intermedio
zb quello interessato da una passata. Quando ci si riferisce ad una superficie elementare, esso
la differenza tra la quota realizzata dalla passata anteriore e quella che deve essere ottenuta
nella passata in corso. Riferendoci alla fig. 3.59, a seconda che le superfici siano esterne,
oppure interne:
zb = a b
zb = b a
z bi
l l
zb = a b
2
l l
zb = b a
2
d db
zb = a
2
d da
zb = b
2
3.110
Invece, i sovrametalli asimmetrici si impiegano quando i piani sono lavorati con sovrametalli
non uguali, come rappresentato in fig. 3.59c:
z b1 = a 1 b1
z b2 = a 2 b 2
Nella pratica attuale, la scelta dei sovrametalli di lavorazione viene fatta partendo dai dati
empirici. In questo modo, il sovrametallo scelto sulla base dei sovrametalli reali gi
applicati nella lavorazione di grezzi simili. Cos, per i getti di fonderia, i sovrametalli sono
stabiliti indipendentemente dal ciclo di lavorazione delle superfici elementari da eseguire
successivamente per la finitura. Ne deriva che i sovrametalli cos stabiliti non tengono conto
delle effettive modalit di lavorazione e non sono controllati i limiti detti sopra per evitare
sovrametalli eccessivamente grandi od eccessivamente ridotti. Poi, in generale i sovrametalli
dei dati statistici sono esagerati perch, non prendendo in conto le particolarit del singolo
ciclo produttivo, devono garantire lassenza delle difettosit derivanti dalla mancanza di
lavorazione di porzioni delle superfici.
c
zb
b
z b2
b2
b
a
b1
=
a2
a1
z b1
zb
fig. 3.59.
Allora, si impone un metodo analitico di determinazione dei sovrametalli, metodo che sia
fondato sui fattori che effettivamente influiscono sul valore del sovrametallo, del quale la
grandezza sia definita con un calcolo differenziato per ogni superficie.
Durante lesecuzione di lotti di pezzi su macchine utensili regolate preventivamente, la
variazione delle quote allinterno dei limiti di tolleranza determina la variazione dei
sovrametalli di lavorazione.
3.6.1
Spianatura.
Nel caso della spianatura esterna di fig. 3.60 e per rispettare la quota b di un pezzo la cui
quota limite inferiore a min , il sovrametallo deve essere z min e, per il pezzo la cui quota
a max , il sovrametallo deve essere z max . Perci, i sovrametalli reali dei pezzi le cui quote
3.111
variano da a min ad a max non devono essere inferiori a z min n superiori a z max . Il
procedimento logico quello visto in fig. 3.55a.
Nelle condizioni di superficie esterna e lavorazione unilaterale:
z min = a min b min
a max = a min + a
b max = b min + b
z max = a min + a b min b = z min + a b
z n om = a n om b n om
(3.49a)
a n om = a min + A a
(3.49b)
b n om = b min + A b
z max
a max
fig. 3.60.
b max
z min
CR
a min
CR
b min
a max = a min + a
b max = b min + b
z max = b min + b a min a = z min + a b
(3.50a)
z n om = b n om a n om
a n om = a max Ba
b n om = b max B b
z n om = b max B b a max Ba = z max + Ba B b
(3.50b)
min
2 z max = D amin + Da D min
+ Da Db
b Db = 2 z
3.112
(3.51a)
2 z n om = D an om D nb om
D an om = D amin + A Da
D nb om = D min
b + A Db
(3.51b)
min
2 z n om = D amin + A Da D min
+ A Da A Db
b A Db = 2 z
3.6.2
Tornitura.
max
min min
D b Da
fig. 3.61.
z max
Db
max
Da
CR
z min
CR
min
2 z max = D min
b Da
D max
= D min
b
b + Db
(3.52a)
2 z max = D max
Db D amax + Da = 2 z min + Da Db
b
2 z n om = D nb om D an om
D nb om = D max
B Db
b
D an om = D amax B Da
(3.52b)
2 z n om = D max
B Db D amax + B Da = 2 z min + B Da B Db
b
3.6.3
Per affrontare lo studio dei fattori che reggono il valore dei sovrametalli minimi, bisogna
ricordare che ogni grezzo caratterizzato dalla precisione e stato superficiale che sono stati
prodotti dalla lavorazione precedente, ed anche ricordare che loperazione del ciclo di
lavorazione corrente deve permettere di ottenere la precisione richiesta e la qualit di
superficie definita. Cio, i sovrametalli di lavorazione devono essere calcolati in modo da
permettere di correggere, con lesecuzione delloperazione corrente, i difetti che il pezzo
presenta come risultato delle lavorazioni precedenti.
La qualit della superficie dei pezzi caratterizzata dalla rugosit e dallo stato e profondit
dello strato superficiale, come mostrato in fig. 3.62. Per evitare che nello strato superficiale
rimangano residui dello stato A, la rugosit Ra ed i difetti dello stato superficiale Ta prodotti
nella fase precedente devono essere corretti con la passata corrente.
3.113
Il calcolo del sovrametallo deve tener conto non della profondit totale B dello strato
superficiale, ma solamente della sua parte difettosa Ta, senza interessare la parte restante
incrudita di B, che pi resistente allusura degli strati sottostanti e favorisce una migliore
finitura.
Ra
Ta
fig. 3.62.
3.6.4
Ricordiamo che la precisione della superficie lavorata definita, oltre che dalle contenute
deviazioni delle quote (comprese entro i limiti di tolleranza), anche dai difetti geometrici di
forma e dagli scarti di posizione relativa. I difetti geometrici delle superfici (ovalizzazione,
conicit, concavit, ecc.) non sono ammissibili se non allinterno del campo di tolleranza della
quota; generalmente essi ne costituiscono una parte. Poi, gli errori di posizione relativa
(freccia degli assi, fuori asse delle superfici, inclinazione degli assi, difetti di perpendicolarit,
eccentricit, ecc.) non sono direttamente legati alla tolleranza della quota, ma giocano un
ruolo che conviene considerare aggiunto ai precedenti.
Di solito si tiene conto di tali errori calcolando il sovrametallo con i criteri dei paragrafi
precedenti e, nella fase successiva, aggiungendo il termine a rappresentato in fig. 3.63 e
determinato con le considerazioni seguenti.
Trascurando gli errori di posizionamento dellutensile H, il difetto di piazzamento p ,
che pu aver luogo nelloperazione corrente, pu provocare uno spostamento del pezzo e
richiedere laumento del sovrametallo per evitare di lasciare uno strato di superficie difettosa
non completamente asportato. Perci, come si vede in fig. 3.63, il sovrametallo minimo deve
comprendere lo strato superficiale difettoso, il valore risultante a degli scarti di posizione
relativa prodotto dalla lavorazione precedente ed il difetto di piazzamento p della
lavorazione in corso:
z min = a min b min = ( Ra + Ta ) + a + p
(3.53)
Nel caso di fig. 3.63, il difetto di piazzamento p prodotto dallaffossamento del pezzo
in lavorazione per effetto della deformazione superficiale della superficie di appoggio, mentre
3.114
zmin
F
a
Ra+Ta
min
fig. 3.63.
min
h1
h2
CR
superficie
di riferimento
Nel caso della lavorazione simmetrica di fig. 3.64, bisogna sempre tener conto dei difetti
prodotti dalle lavorazioni precedenti e del posizionamento relativo alloperazione in corso.
Nel caso di lavorazioni interne, come quella rappresentata, il sovrametallo minimo si
ottiene quando il foro di partenza ha il diametro massimo. La lavorazione precedente del foro
ha prodotto Ra e Ta, lo spostamento d e linclinazione ec dellasse del foro in confronto
allasse della superficie esterna. La risultante di d e di ec (cio a ) costituisce il difetto di
posizione relativa prodotto dalloperazione precedente, per esempio di foratura.
Con riferimento alla fig. 3.64, supponiamo che, durante il bloccaggio del pezzo sulla
superficie esterna per mezzo di una piattaforma autocentrante, si determini lo spostamento
dellasse della superficie esterna stessa in confronto allasse di rotazione, quindi un errore di
posizionamento p . Ne deriva:
d max
b
2
d max
= ( Ra + Ta ) + a
+ a + p
2
d max
d amax
b
= ( Ra + Ta ) + a + p = z min
2
d max
d amax = 2 z min = 2 ( Ra + Ta ) + a + p
b
(3.54)
3.115
bisogna tener conto di questa eccentricit, che costituir allora il difetto di posizione relativa
a .
ec
a
d p
riferimento princ.
= asse mandrino
asse sup. ext.
Ra+Ta
ec
a
d
p
asse sup. ext.
fig. 3.64.
asse
mandrino
Effetto sul sovrametallo di superfici interne degli errori di posizione relativa delle
operazioni precedenti e dellerrore di piazzamento durante loperazione corrente.
Loperazione corrente eseguita con presa sulla superficie esterna.
E' evidente che il procedimento esposto sopra pu essere esteso alla definizione del
sovrametallo asimmetrico di superfici esterne piane ed al sovrametallo simmetrico di superfici
esterne di rivoluzione, per i quali casi le formule rimangono le stesse. Comunque, si deve
tener conto del fatto che i sovrametalli delle superfici esterne devono essere calcolati a partire
dalle quote minime, e non dalle quote massime, come fatto per lesempio di fig. 3.64.
In linea di principio, laddizione degli scarti di posizione relativa a e dellerrore di
posizionamento p si esegue tenendo conto della direzione dei vettori. Cos, in tutti i casi di
lavorazione di piani, i vettori a e p sono paralleli e la somma algebrica. Invece, nella
lavorazione di superfici simmetriche di rivoluzione, i vettori a e p possono assumere
posizioni angolari reciproche qualsiasi, impossibili da prevedere in anticipo. Allora, per
ottenere il valore pi probabile della somma vettoriale si adotta la regola statistica:
a + p = a2 + 2p
La caratteristica di qualit delle superfici dei pezzi ai vari stadi della loro produzione
permette di adottare valori statistici delle rugosit superficiali e della profondit dello strato
superficiale difettoso, consentendo comunque una precisione sufficiente nel calcolo del
sovrametallo di lavorazione. Infatti, noto che la profondit dello strato superficiale
decarburato definita dal tipo di acciaio impiegato per la fabbricazione del pezzo stampato o
del getto. Inoltre, nel calcolo del sovrametallo per la lavorazione di sgrossatura, si pu
3.116
trascurare la possibile differenza tra le profondit di questo strato nei diversi pezzi, funzione
della qualit del materiale (ad esempio, se acciaio al carbonio o legato) ed adottare
corrispondentemente valori pi elevati di Ra. I difetti dello strato superficiale sono
ugualmente influenzati in una certa misura anche dalle dimensioni dei pezzi: in fonderia,
converr stabilire vari gruppi dimensionali di Ta in dipendenza delle dimensioni dei getti;
analogamente per gli stampati (dove, tuttavia, il parametro di discriminazione il peso).
3.6.4.1.
Come gi detto, non necessario prevedere esattamente la direzione del vettore curvatura
di pezzi ad elevato sviluppo assiale (alberi, leve, ecc.) ottenuti per stampaggio, oppure la
direzione del vettore che definisce leccentricit dei fori ottenuti per punzonatura su dischi, in
rapporto al disassamento delle matrici. Dunque:
d + c = d2 + c2
2
d + exc = d2 + exc
in cui:
d il disassamento di stampi o matrici,
c la curvatura totale del pezzo a grande sviluppo assiale,
exc leccentricit del foro in rapporto alla superficie esterna del disco.
Come fatto in fig. 3.64 per un pezzo di rivoluzione, per il calcolo dei sovrametalli interni
dei grezzi bisogna tener conto degli spostamenti dellasse delle cavit in rapporto alle
superfici di riferimento. Il valore dello spostamento deve essere scelto in funzione della
distanza tra lasse della cavit e la superficie di riferimento; esso dato da tabelle sperimentali
degli scarti ammissibili, in dipendenza delle quote dei getti.
Il sovrametallo che deve compensare la curvatura di un getto o di uno stampato stabilito
in funzione della costruzione e delle specifiche dimensionali del pezzo, quindi anche della sua
rigidit. E' normale togliere un sovrametallo sufficiente ad eliminare gran parte della
distorsione con una sgrossatura e questa operazione diminuisce nettamente il difetto. Tuttavia,
leliminazione degli strati superficiali tensionati del metallo perturba lequilibrio delle
tensioni interne e provoca unulteriore distorsione del pezzo. Perci, il calcolo del
sovrametallo da riservare alla successiva finitura deve tener conto dellinsieme delle
distorsioni residue che sono dovute alla ridistribuzione delle tensioni interne. Solitamente si
pone che la risultante dei difetti di posizione relativa sia uguale al doppio del valore dovuto
alle distorsioni residue:
cal = 2 K pr g = 2 res
in cui:
K pr
g
3.117
3.6.4.2.
Durante la lavorazione tra le punte, il valore del sovrametallo nettamente influenzato dal
difetto di centraggio, cio dalla creazione di un asse dei centri spostato in rapporto allasse
geometrico del pezzo. Il difetto di centraggio determinato dai difetti di forma delle superfici
di riferimento per lesecuzione dei centri, dalla freccia del pezzo e del difetto di regolazione
della macchina a centrare. Ma poich linfluenza della freccia del pezzo sul difetto di
posizione del centro di solito trascurabile e non se ne tiene conto, il difetto di centraggio
considerato solamente in funzione dei difetti di forma delle superfici cilindriche che
assicurano il piazzamento ed in funzione dei difetti di registrazione della macchina:
cen = 2f + 2r
in cui:
f
r
Supponiamo che la macchina a centrare sia attrezzata in modo da piazzare il pezzo su due
V e che il pezzo abbia dimensioni trasversali inferiori a 500. In tal caso i difetti di forma non
superano la met delle tolleranze imposte sul raggio. Tenuto conto di questo e ponendo che le
condizioni di piazzamento siano le pi sfavorevoli, cio che il pezzo presenti un difetto di
forma bilaterale, si vede che esso comporta lo spostamento dellasse, in rapporto allasse della
macchina di:
1
h = D
+ 1
2 sin( / 2)
e,
se
= 90
si ha :
f =
1
+ 1
= D
2
2 2 sin ( / 2)
f 0.25 D
Il difetto di registrazione della macchina, cio lo scarto dellasse dei mandrini dallasse del
V di appoggio, ridotto senza difficolt a valori inferiori a 0.25. In queste condizioni,
langolo formato dal vettore difetto di registrazione con quello dello spostamento dellasse del
pezzo in confronto a quello dei V della macchina a centrare pu essere ancora qualsiasi. Il
valore pi probabile , tuttavia:
cen = 0 . 25 2D + 1
in cui:
D
Quando il pezzo piazzato sulla spina in modo che il gioco sia uniforme, gli assi del
mandrino e del foro si confondono, lerrore di piazzamento nullo ed il sovrametallo
necessario alla realizzazione della quota D b a partire dalla quota D a :
2 z = Da D b
Da
Da
Da
Db
Db
Db
Amin
CR
Amax
CR
fig. 3.65.
Ra+Ta
CR
p
dB
dB
dB
dA
dA
dA
d max d min
B
A min = C R A
2
Lerrore di piazzamento definito come differenza tra queste quote limite, cio come la
distanza p tra lasse del foro e lasse di riferimento per la registrazione alla quota
dellutensile:
smax smin + +
d min
d min
d max
d max
Amax Amin 1
B
B
A
A
A
B
=
=
p =
= CR +
CR +
2
2
2
2
2
2
in cui:
s max ed s min
A e B
Lo spostamento dellasse del foro da quello della spina rende asimmetrica la disposizione
del sovrametallo intorno allasse di rotazione, ed il sovrametallo pu risultare insufficiente da
una parte del pezzo. Di conseguenza, per ottenere una lavorazione di qualit, bisogna
aggiungere al sovrametallo il doppio dellerrore di piazzamento:
2 p = s min + A + B
A questo punto si dovrebbe considerare anche il difetto di piazzamento della spina, il
quale, tuttavia pu essere trascurato ad esempio se la spina presa tra piattaforma
autocentrante e contropunta. In questultima circostanza, il difetto totale di piazzamento si
riduce a quello calcolato sopra e leccentricit della superficie esterna lavorata nei confronti
3.119
dellasse del foro uguale allerrore di piazzamento. Invece, se il pezzo montato su una
spina estensibile, a sua volta montata su piattaforma autocentrante e contropunta, lerrore
totale di piazzamento praticamente nullo, a meno che non si vadano a considerare eventuali
cedimenti irregolari delle griffe.
Dunque, il piazzamento di un pezzo su una spina fissa d luogo ad un difetto di
posizionamento su ed il serraggio della spina su una piattaforma autocentrante pu produrre
un difetto di serraggio d . La risultante pi probabile :
2
2
p = su
+ cl
3.6.4.3.
Per illustrare lazione comune dei difetti di posizione relativa e dellerrore di posizionamento sul
valore del sovrametallo, esaminiamo, a titolo di esempio, due varianti di tornitura della bronzina
ottenuta per colata di fig. 3.66. Con questo esempio si vuole valutare la differenza tra quanto prescritto
dalla normativa e quanto invece, mediante il calcolo razionale, si pu adottare.
GREZZO
FINITO
O/ 84+0.054
200 -0.072
fig. 3.66.
O
/ 100 -0.054
IT8 A
Il grezzo immaginato prodotto per colata di bronzo, caratterizzato dai valori Ra=Ta=300m su tutte
le superfici: questa circostanza si presenta quando lanima usata per la colata costituita dalla stessa
sabbia usata per la formatura. Per le tolleranze sulle dimensioni del grezzo, si segue la UNI 6346. Per
quanto riguarda i sovrametalli si voluto fare il confronto con quanto stabilito dalla UNI 7068,
adottata, tuttavia, anche se essa si riferisce alla ghisa grigia colata in sabbia. Nel rispetto di tale norma
si considerato, inoltre, che il grado di precisione sia quello preciso, P. Secondo le prescrizioni della
norma, la tolleranza ed i sovrametalli sono quelli indicati nella tabella seguente.
PEZZO GREZZO
Getto in sabbia
Superficie interna
Superficie esterna
63<Dn<100
Tolleranza, rispetto
alla dim. nominale,
UNI 6346
+1.5 -3.0
+3.0 -1.5
precisione B,
formatura a macchina
Sovrametallo minimo
sul diametro, UNI
7068
9
9
Il valore della tolleranza del grezzo indicata in tabella si intende come scostamento dalle dimensioni
nominali riportate nel disegno ed il valore del sovrametallo come maggiorazione delle quote delle
3.120
superfici destinate a successiva lavorazione meccanica. Inoltre, i sovrametalli devono in ogni caso
essere maggiori dei campi di tolleranza, per evitare, sulle superfici lavorate successivamente, testimoni
(parti di superficie rimaste grezze).
La quotatura del pezzo finito corrispondente alla norma ISO 4379, quindi presenta un campo IT8
della tolleranza su tutte le quote. Inoltre, sulle facce di estremit sono eseguiti gli smussi di 0.3x45.
Nellesempio, ci si occuper solamente della lavorazione delle superfici cilindriche. A tal fine
ovviamente, per il calcolo del sovrametallo minimo ci si riferisce al limite superiore del campo di
tolleranza imposto dalle norme per le quote della superficie cilindrica interna ed al limite inferiore per
quella esterna.
La normativa non d indicazioni sugli errori di posizione relativa della superficie interna rispetto a
quella esterna. Nellesempio, si adotta il valore della deviazione tra il parallelismo tra gli assi pari ad
1, mentre, su una faccia (quella sinistra del disegno), gli assi sono coincidenti, con errore di posizione
nullo.
Siano date le condizioni della tabella seguente, comuni ad entrambe le varianti di lavorazione, quindi,
ove possibile, relativamente sia alla superfici interna, sia a quella esterna:
Wsys
HB
superficie m / daN
esterna
interna
1
4
a
mm/
giro
180
0.4
kv
kVB
c y0
0.7
0.78
1.00
0.064
1.3
0.9
0.75
m/min
120
80
Durante la lavorazione, il sovrametallo minimo per la lavorazione della superficie esterna dato dalla
(3.54):
2 z min = 2 Ra + Ta + a2 + 2p
In questo caso, lerrore di forma, cio lo spostamento dellasse del foro da quello della superficie
esterna, si traduce in un aumento medio locale del sovrametallo (riferito al raggio) pari a:
a = 1000m .
Se si esegue la lavorazione con posizionamento del pezzo a mezzo di tamponi, come schematizzato in
figura, lerrore di posizionamento del foro nullo ( p = 0 ). Poi, essendo Ra = Ta = 300m , il
sovrametallo minimo della superficie esterna risulta (sul diametro):
3.121
2 operazione. Loperazione successiva consiste nel piazzare il pezzo sulla piattaforma autocentrante,
con posizionamento secondo la superficie esterna, ora lavorata. Per il calcolo del sovrametallo,
bisogna tener conto dellerrore residuo derivante dalla variazione di sovrametallo lungo la superficie
esterna e dovuto alleccentricit della superficie esterna nei confronti del foro. Durante la lavorazione
precedente, la profondit di passata minima stata:
z1min
, min = Ra + Ta = 0.6
Essendo Wsys = 1m / daN , e con i parametri della lavorazione sono quelli indicati in tabella, risulta
che:
E interessante valutare lerrore residuo dovuto alla 2 operazione, ancora utilizzando le stesse
relazioni:
ed essendo:
Wsys = 4m / daN
z 2min
, min = 0.6
z 2min
, min = 0.92
3.122
Invece, lerrore di posizionamento che deriva dalla presa della piattaforma autocentrante secondo la
superficie grezza e (dalla tab. 3.IIId) pari a:
su = 400m
Un difetto di posizione relativa risulta dalleccentricit residua della lavorazione del foro, lavorazione
eseguita con la barra portautensili indicata in figura, quindi con una deformabilit del sistema Wsys
ben superiore a quella considerata nella prima variante. Si posto Wsys = 4m / daN , costante lungo
lintera estensione del pezzo. Anche la velocit di taglio sar minore a quanto previsto per la
lavorazione esterna della prima variante.
z3min
, min = 0.6
z3min
, max = 2.8
perci :
ed essendo:
Wsys = 4m / daN
z 2min
,min = 0.6
z min
2,max = 2.8
res = 4 0.064 0.78 1.00 0.4 0.75 1801.3 2.8 0.9 0.6 0.9 = 163m
3.123
d = 30m
Inoltre, permane il difetto di serraggio dovuto alla presa sullautocentrante secondo la superficie
esterna grezza di colata:
cl = 400m
Come fatto sopra, calcoliamo lerrore residuo. Le condizioni di taglio sono quelle di tabella e:
z3min
, min = 0.6
z3min
, max = 1,465
perci :
ed essendo:
Wsys = 4m / daN
z min
2, min = 0.6
z min
2, min = 1,465
Lesempio esposto mostra che i difetti che non vengono eliminati durante la passata precedente ed il
difetto di serraggio della passata in corso influiscono notevolmente sul valore del sovrametallo. Al
contrario, i dati statistici che normalmente sono impiegati per la definizione del sovrametallo, e che
sono riportati nella norma UNI 7068 non permettono di tener conto di tutti i fattori che intervengono
nella lavorazione e, quindi, sono normalmente esageratamente aumentati, per avere un margine di
sicurezza, daltra parte assolutamente arbitrario.
Per confermare quanto detto, confrontiamo i valori ottenuti dal calcolo con quanto dettato dalla norma.
Secondo la norma, i sovrametalli nominali assegnati alla bronzina sono gli stessi per il foro e per la
superficie esterna e valgono 9mm. Per poter confrontare questi valori con quelli minimi ricavati dal
calcolo, determiniamo i sovrametalli massimi, facendo riferimento alle (3.49) e (3.54):
2 z max = 2 z min + a b
Se le lavorazioni devono rispettare le limitazioni:
84 +0.054
100 0.054
A Da = BDa = 3.0
il valore nominale dei sovrametalli sarebbe giusto fosse quello della seguente tabella.
I VARIANTE
II VARIANTE
superficie esterna
superficie interna
e si vede come i valori assunti dalla norma siano largamente sovrabbondanti per assicurare una buona
qualit delle superfici (si riesce ad asportare completamente lo strato superficiale difettoso, ma si corre
il rischio di entrare nel cuore del materiale, dove le caratteristiche metallografiche e meccaniche sono
scadenti).
I VARIANTE
II VARIANTE
superficie esterna
3.2
2.1
superficie interna
1.52
3.4
283
311
Poi, si noti che il calcolo del sovrametallo di lavorazione permette di definire il ciclo produttivo
ottimale dal punto di vista tecnologico. Nel nostro caso, la variante ottimale da questo punto di vista
la prima, la quale consente il raggiungimento della migliore precisione (i minori errori residui), e, sia
in corrispondenza del sovrametallo minimo sia di quello massimo, presenta il volume pi basso di
truciolo da asportare.
3.125
3.1
3.2
3.2.4
3.2.5
3.2.6
3.2.7
3.3
3.4
IL PIAZZAMENTO. .....................................................................................3.52
3.4.1
Gradi di Libert Residui e Superfici di Riferimento Latenti .....................3.54
3.4.2
Applicazione di Forze per il Piazzamento. ................................................3.57
3.4.3
Superfici di Riferimento per lAssemblaggio, la Lavorazione e la
Misura........................................................................................................3.59
3.4.4
Errori di Posizionamento. ..........................................................................3.60
3.4.4.1. Modalit di Quotatura che Influiscono sulla Precisione................................. 3.61
3.4.4.1.1. Il Metodo a Catena. ............................................................................................... 3.62
3.4.4.1.2. Il Metodo a Coordinata.......................................................................................... 3.63
3.4.4.1.3. Il Metodo Combinato............................................................................................. 3.64
3.4.5
3.5
GLI ERRORI DI REGISTRAZIONE DINAMICA. ..................................3.82
3.5.1
Variazioni di Durezza del Materiale..........................................................3.82
3.5.2
Variazioni del Sovrametallo di Lavorazione. ............................................3.84
3.5.3
La Deformabilit del Sistema MFTW. ......................................................3.84
3.5.4
Caso della Tornitura di un Albero tra le Punte..........................................3.88
3.5.4.1. Effetto di c y .................................................................................................. 3.94
3.5.4.2. Effetto della Profondit di Passata e dellAvanzamento. ............................... 3.94
3.5.5
3.5.6
3.5.7
3.6
CALCOLO DEL SOVRAMETALLO DI LAVORAZIONE.................. 3.110
3.6.1
Spianatura................................................................................................ 3.111
3.6.2
Tornitura.................................................................................................. 3.113
3.6.3
Lo Strato Superficiale Difettoso.............................................................. 3.113
3.6.4
Equazione Generale del Sovrametallo Minimo. ..................................... 3.114
3.6.4.1. Caso di Pezzi ad Elevato Sviluppo Assiale................................................... 3.117
3.6.4.2. Caso di Pezzi di Rivoluzione. ....................................................................... 3.118
3.6.4.3. Influenza del Ciclo di Lavorazione sul Sovrametallo Totale........................ 3.120
3.ii
Assieme della spalla di un laminatoio duo regolato al minimo dello spessore del
laminato. ...........................................................................................................................3.2
Catene dimensionali delle dislocazioni angolari di una fresatrice orizzontale. ................3.3
Controllo delle quote del pezzo durante la lavorazione alla piallatrice. ...........................3.3
Catene dimensionali di processo per la costruzione di un alberino. .................................3.4
Catena dimensionale di misura con micrometro...............................................................3.5
Determinazione dellerrore del membro conclusivo su un singolo componente..............3.6
Due metodi per il controllo dellindice di qualit del membro conclusivo di un
bicchiere lavorato al tornio. ..............................................................................................3.9
Influenza della tolleranza sulla produzione. ...................................................................3.13
Applicazione del metodo di intercambiabilit limitata ad una catena dimensionale a
tre membri.......................................................................................................................3.15
Applicazione del metodo di intercambiabilit di gruppo ad una catena dimensionale
a tre membri: albero-gioco-foro......................................................................................3.23
Montaggio di una ruota dentata in una forcella. .............................................................3.25
Condizioni per una corretta applicazione del metodo di intercambiabilit di gruppo. ...3.28
Catene dimensionali interconnesse.................................................................................3.30
Applicazione del metodo dellaggiustaggio ad una catena dimensionale a tre
membri. Caso di membro compensatore A2 decrementante...........................................3.31
Applicazione del metodo dellaggiustaggio ad una catena dimensionale a tre
membri. Caso di membro compensatore A1 incrementante............................................3.32
Applicazione del metodo dellaggiustaggio allaccoppiamento con gioco linguettasede (*). ..........................................................................................................................3.34
Applicazione del metodo delladattamento per laccoppiamento silenzioso tra una
forcella e la propria ruota dentata. ..................................................................................3.37
Applicazione del metodo delladattamento per il parallelismo dellalbero di
comando degli avanzamenti alla guida del banco di lavoro di una scorniciatrice..........3.39
Diverse applicazioni del metodo delladattamento con membri compensatori
regolabili nel caso di numero di supporti n>3. ...............................................................3.40
Applicazione del metodo delladattamento ad una catena dimensionale a tre
membri. Caso di membro compensatore A2 decrementante...........................................3.41
Dispositivo di registrazione della forza di innesto di una frizione automobilistica........3.42
Dispositivo di recupero automatico del gioco tra vite e chiocciola del sistema di
avanzamento della tavola di una fresatrice. ....................................................................3.43
Applicazione del metodo delladattamento con membri compensatori fissi ad una
catena dimensionale di quattro membri. .........................................................................3.44
Uso di compensatori fissi (spessori sfogliabili Guastalla) per il posizionamento
assiale di un sistema albero-ruota dentata conica. ..........................................................3.45
Applicazione del metodo delladattamento con membri compensatori fissi ad una
catena dimensionale di quattro membri. Caso di membri compensatori con campo
di tolleranza non trascurabile..........................................................................................3.46
Determinazione della numerosit di ogni gruppo di membri compensatori...................3.47
Disegno della forma di un componente a partire dalla funzionalit richiesta.................3.50
Eliminazione dei gradi di libert di elementi meccanici di forma semplice...................3.53
Materializzazione dei vincoli di posizionamento. ..........................................................3.54
Assemblaggio di un compensatore regolabile. ...............................................................3.56
Posizionamento ottimale mediante ladozione di superfici latenti di posizionamento
materializzate..................................................................................................................3.57
Instabilit di posizionamento dovuta ai giochi eccessivi................................................3.59
Cambio di posizionamento non organizzato nel serraggio mediante morsa...................3.60
Quotatura col metodo a catena di un albero. ..................................................................3.62
3.iii
fig. 3.36.
fig. 3.37.
fig. 3.38.
fig. 3.39.
fig. 3.40.
fig. 3.41.
fig. 3.42.
fig. 3.43.
fig. 3.44a.
fig. 3.44b.
fig. 3.45a.
fig. 3.45b.
fig. 3.45c.
fig. 3.45d.
fig. 3.45e.
fig. 3.45f.
fig. 3.45g.
fig. 3.46.
fig. 3.47.
fig. 3.48.
fig. 3.49.
fig. 3.50.
fig. 3.51.
fig. 3.52.
fig. 3.53.
fig. 3.54.
fig. 3.55a.
fig. 3.55b.
fig. 3.55c.
fig. 3.56.
fig. 3.57.
fig. 3.58.
fig. 3.59.
fig. 3.60.
fig. 3.61.
fig. 3.62.
fig. 3.63.
fig. 3.64.
fig. 3.65.
fig. 3.66.
3.v
3.vi
UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA
LA PROGETTAZIONE DEGLI
IMPIANTI INDUSTRIALI MECCANICI
Vol. 3
4.
Lorenzo Rosa
P = Pi
i =1
Questo port lattenzione verso laumento dellaffidabilit di tutti quei componenti di cui
la probabilit di guasto era da considerarsi al di sopra della media. Questo cambio di
impostazione fu molto fruttuoso per laffidabilit dei missili del progetto spaziale americano.
Infatti, negli anni '50, la U.S. Air Force si trovava a sostenere costi per la manutenzione e
la riparazione di componenti meccanici eccedenti anche per un fattore 10 il costo inizialmente
previsto. Ad esempio, uno studio dellesercito americano dimostrava che gli equipaggiamenti
elettronici dotati di valvole erano operativi soltanto per il 30% del tempo e che per ogni
valvola funzionante una tenuta di ricambio era gi rotta, sette erano in fase di rottura, e che
serviva un tecnico riparatore a tempo pieno ogni 250 valvole in dotazione!
Da allora laffidabilit divenne una disciplina e ricevette un particolare impulso dalle
esigenze della difesa e dellattivit spaziale. Unaltra area nella quale si tiene in grande
considerazione lo studio dellaffidabilit dei componenti fu (successivamente) il campo
dellenergia nucleare per usi civili e dellindustria chimica, entrambe allattenzione
dellopinione pubblica, la quale percepiva il rischio di incidenti in questi impianti in maniera
molto pi allarmata di quanto facessero gli esperti del settore.1,2
1
2
4.1
Lesposizione sistematica dei diversi problemi della teoria dellaffidabilit prende avvio
dalla definizione delle nozioni principali, quali laffidabilit, il guasto, la durata di vita, ecc.
Come in altri campi della scienza, le nozioni principali della teoria dellaffidabilit sono
interpretate dalla descrizione delle relazioni esistenti tra esse:
si definisce articolo un elemento, un sistema od una delle sue parti;
lesercizio di un articolo linsieme di tutte le fasi della sua esistenza: trasporto,
immagazzinaggio, installazione, messa a punto, servizio, ecc;
la nozione di affidabilit dellarticolo intimamente legata a quella di qualit. Qui,
chiameremo qualit dellarticolo linsieme delle propriet che determina il grado di
attitudine alluso determinato dalla sua destinazione, cio alla rispondenza al concetto di
funzionalit, perci allappartenenza di tutti gli indici di qualit al campo di tolleranza
imposto. Tuttavia, la nozione di qualit dellarticolo dipende profondamente dal modo
in cui esso utilizzato. Per esempio, quando una macchina utensile utilizzata nelle
condizioni stazionarie di temperatura ed umidit definite preventivamente e relative alla
nostra zona temperata, la resistenza allumidit non gioca un ruolo importante sulla
qualit della macchina. Invece, la situazione completamente diversa nel caso in cui la
stessa macchina fatta funzionare in ambiente tropicale, dove la resistenza allumidit
costituisce una propriet sostanziale della qualit della macchina. Come detto, la qualit
degli articoli complessi determinata da un gran numero di propriet, le quali, a loro
volta, sono definite da un certo numero di indici qualitativi. Ma, nel corso del tempo le
propriet che costituiscono la qualit dellarticolo variano, e normalmente nel senso
meno desiderabile, abbassando il livello di qualit in confronto a quanto ottenuto
inizialmente;
con affidabilit dellarticolo intendiamo la propriet dellarticolo di conservare la
qualit nelle condizioni previste di esercizio: in altri termini, laffidabilit la qualit
sviluppata nel tempo. Ne deriva che laffidabilit determinata dalla qualit e dalle
condizioni di esercizio, ed legata alle propriet che larticolo possedeva al momento
della sua fabbricazione o della sua messa a punto prima dellesercizio. Cos e per
esempio, non ha senso parlare di non affidabilit di una macchina utensile in rapporto
alla rumorosit, se la limitazione della rumorosit non stata presa in considerazione
nel progetto della macchina. Al contrario, se accorgimenti o dispositivi contro la
rumorosit sono stati previsti, bisogna inserire tra le propriet della qualit e
dellaffidabilit anche la ridotta rumorosit.
Il problema del miglioramento della qualit e dellaumento dellaffidabilit diviene
sempre pi importante ed attuale derivando esso dalla crescente meccanizzazione ed
automatizzazione dei processi produttivi. Limportanza del problema determinata dal fatto
che linsufficiente affidabilit degli articoli comporta grandi spese di manutenzione e
frequenti arresti del ciclo produttivo, ed, addirittura, si possono produrre guasti con gravi
perdite materiali e, persino, umane. Cos, in certi casi i dispositivi manuali si dimostrano pi
affidabili di quelli automatici a causa della sottostima dellaffidabilit di questi, la quale
conduce spesso alla circostanza che le spese di regolazione e riparazione allinizio
dellesercizio sono largamente superiori al costo dellarticolo. Tuttavia, le macchine sono
penetrate in tutte le sfere dellattivit umana, in particolare in quelle dello sviluppo e della
gestione della produzione ed i problemi che le macchine sono in grado di risolvere sono
sempre pi complicati. La complessit crescente dei problemi porta ad una complicazione
crescente delle macchine che li risolvono. Si scopre allora una delle principali contraddizioni
dello sviluppo della tecnica moderna: da una parte, la complessit dei sistemi comporta una
diminuzione della loro affidabilit; dallaltra, le esigenze del loro funzionamento sicuro
- 4.2 -
4.3
- 4.4 -
Perci, gli indici quantitativi di affidabilit sono molti, ed in ogni caso concreto il ruolo
determinate pu appartenere ad indici diversi dellaffidabilit. In questo capitolo ci
limiteremo allo studio dei modelli matematici legati allutilizzo della teoria della probabilit e
della statistica matematica.
Tra tutti gli stati nei quali si pu trovare il sistema, estraiamo lo spazio {x} di tutti gli stati
x che si distinguono dal punto di vista dellaffidabilit. Chiameremo lo spazio delle fasi del
sistema. Per esempio, se il sistema composto da n blocchi, dei quali ciascuno pu trovarsi in
stato di non guasto o di guasto, lo spazio delle fasi del sistema costituito da punti della
forma:
x = (1 , ..., n )
in cui:
i = 0
i = 1
in cui
i = 0
se li-esimo blocco nello stato di non guasto e ti0, per definizione,
i = 1
se li-esimo blocco nello stato di guasto e ti il tempo gi impiegato per la
riparazione in corso sulli-esimo blocco.
Spesso possibile dare ad x un significato fisico. Supponiamo che gli indici di qualit pi
importanti della qualit di un transistor siano il suo guadagno in corrente ed il suo fattore di
rumore F. In questo caso lo spazio delle fasi {x} composto dallinsieme dei punti:
x = (, F )
4.5
Quando lo spazio delle fasi {x} definito e si individuato il processo casuale x(t) che
descrive levoluzione del sistema nel tempo, si devono stabilire gli indici di affidabilit del
sistema. Come gi detto, questa scelta dipende dalle condizioni concrete e dalla destinazione
duso del sistema.
Da un punto di vista generale, gli indici di affidabilit possono essere considerati la
speranza matematica (stima) di un certo funzionale individuato e determinato sulle
traiettorie del processo casuale x(t). Si dice che il funzionale determinato sul processo
x(t) se, ad ogni traiettoria x(t) possibile far corrispondere un numero (x ( t ) ) . Lindice di
affidabilit la speranza matematica del funzionale:
= M{ ( x ( t ))}
E' come attribuire ad ogni punto x(t) un peso ed adottare come indice di affidabilit lungo la
traiettoria la media del peso. A questo riguardo, ricordiamo che con la stessa notazione M{a}
abbiamo indicato la media ponderale di a.
Per esempio, si pu ottenere la probabilit di funzionamento senza guasto P(t) nel modo
seguente. Innanzitutto, si determina, nello spazio delle fasi , il sottoinsieme:
guasto
guasto
F*
x(t)
x1 x2
fig. 4.1.
Spazio delle fasi del transistor la cui qualit caratterizzata dal guadagno e dal
livello di rumore F.
Per il transistor dellesempio, per il quale si tiene conto solamente del guadagno e del
rumore durante gli esperimenti di affidabilit, la forma del semispazio guasto quella di fig.
4.1. Determiniamo il funzionale 1 ponendo 1 (x ( t ) ) = 0 se per uno almeno dei valori s t
la traiettoria non entra nel semispazio guasto; altrimenti 1 (x ( t ) ) = 1 . E' evidente che:
M{1 ( x ( t ))} = p( t )
Una delle interpretazioni economiche possibili la seguente: supponiamo che laffidabilit del sistema
sia caratterizzata dal funzionale (x ( t ), T ) , in cui T il tempo stabilito di non guasto, e
w = {(x ( t ), T )} la perdita nel corso del tempo T. Se il costo di riparazione di ogni guasto c e se il
numero di guasti nel corso del tempo T pari ad N(T), le spese globali legate allutilizzo del sistema
nel corso del tempo T sono, in media:
M{w{[x ( t ), T ]}} + c M{N(T )}
e, durante la stesura del progetto e lo sviluppo dellesercizio, si pu partire dallesigenza che questa
somma assuma un valore minimo.
Altri aspetti del problema di determinare lefficacia economica ottimale sono ugualmente
possibili. E innegabile che la combinazione razionale di una affidabilit elevata e di una
grande efficacia economica presenti un interesse economico certo e che le questioni che gli si
riferiscono meritino uno sviluppo particolare e multiforme.
4.1.1
4.7
esiste ed continua, siamo nelle condizioni naturali di impiego della teoria dellaffidabilit.
Le condizioni di utilizzo degli articoli devono essere opportune, in particolare gli articoli
devono essere impiegati in condizioni omogenee, poich differenze di impiego (come
abbiamo detto) portano ad indici di affidabilit di valore diverso. Nelle ipotesi fatte, Q(t)
determina compiutamente laffidabilit dellarticolo.
Una forma approssimata di P(t) pu essere ricavata sperimentalmente. Cominciamo col
trovare il valore di P(t) per un valore t = t 0 , cio il valore della probabilit dello stato di non
guasto durante il periodo t 0 . Per questo, sottoponiamo a prova N articoli identici e nelle
stesse condizioni per il tempo t 0 e contiamo gli n articoli sopravvissuti alla prova dopo il
tempo t 0 . Lesperimento pu essere considerato come una serie di N prove indipendenti, nel
corso delle quali si verificano due circostanze:
larticolo nello stato di guasto,
larticolo nello stato di non guasto.
Il rapporto:
n
N
rappresenta la frequenza della seconda circostanza ed, applicando il teorema di Borel,
possiamo affermare con probabilit praticamente unitaria che:
n
P( t 0 )
N
per
P (t)
N
0.8
0.6
0.4
0.2
t
0
0
fig. 4.2.
10
15
20
25
facilmente la funzione n(t), che descrive il numero di articoli nello stato di non guasto, in
funzione di t. Allistante iniziale, la funzione n(0)=N ed, ogni volta che si cade nello stato di
guasto, n(t) si riduce di ununit. Il rapporto:
PN ( t ) =
n( t )
N
n( t )
P( t )
N
Conviene notare che, se le prove sono condotte in un certo intervallo di tempo, non
possiamo dire nulla sulla funzione al di fuori di tale intervallo; cio, in generale, non
corretto estrapolare la funzione. Tuttavia, da considerazioni fisiche o dallesperienza
pregressa, la formula P(t) pu essere nota e descritta da una formula contenente una o pi
incognite. Allora, a seguito di esperimenti, le incognite possono essere pi o meno
giustamente determinate ed, a partire da esse, scrivere la funzione su un intervallo infinito di
tempo.
Tuttavia, si deve notare che, per uno stesso grado di incertezza, per stimare P(t) occorre un
numero molto pi grande di dati di quanto non occorra per stimare P(t0). In molti casi
laffidabilit caratterizzata da pochi indici numerici, il pi importante dei quali il valore
medio del tempo di funzionamento nello stato di non guasto e che definito dalla speranza
matematica (stima puntuale) della variabile casuale :
T0 = M{} = t q ( t ) dt = P( t ) dt
0
(4.1)
Se gli integrali scritti convergono, questa formula indica che il tempo medio T0 si esprime
geometricamente dallarea delimitata dagli assi coordinati e sottesa dalla curva P(t).
Anche il tempo medio senza guasti pu essere ricavato dallesperimento. Per questo
necessario che le prove durino fino a che lultimo articolo si sia guastato. Se
1, 2, ..., N sono le durate di non guasto degli articoli, la durata media empirica di non
guasto :
+ 2 + ... + N
= 1
N
per
e, per N grande:
T0
Purtroppo queste prove sono impossibili da realizzare poich le prove di affidabilit sono
distruttive, poich N deve essere grande e, poich la durata delle prove deve essere limitata,
non si pu attendere che tutti gli articoli si guastino. Quindi, normalmente le prove devono
essere interrotte. Allora, se supponiamo che durante il tempo t, provando N articoli, n
4.9
cadano in guasto agli istanti 1, 2, ..., n , la sola cosa che possiamo fare di ridurre il tempo
medio empirico. Considerando che N deve essere grande, si pu scrivere:
+ ... + n + n +1 + N 1 + ... + n + ( N n ) t
= 1
>
N
N
1 + ... + n + ( N n ) t
N
Sia A lindice significativo dello stato di non guasto dellarticolo nellintervallo (0, t ) e B
il corrispondente indice nellintervallo (t , t1 ) . Si ha:
P( t, t1 ) = P{A B} =
P( AB)
P( A)
dove con P(AB) si indica la probabilit di non guasto dellarticolo nellintervallo (0, t1 ) . Si
ha:
P( t , t 1 ) =
P( t 1 )
P( t )
(4.2)
P( t ) P( t 1 )
P( t )
Poniamo ora:
t1 = t + t
Q( t , t + t ) =
per
t 0
P( t ) P( t + t )
P' ( t )
t
P( t )
P( t )
(4.3)
Q( t, t + t ) ( t ) t
(4.4)
( t ) =
- 4.10 -
t
P( t ) = exp ( t ) dt
0
Come fatto sopra, la funzione (t ) pu essere determinata da risultati sperimentali, anche se
in termini discreti: Siano ancora N gli articoli soggetti a prova e di cui contiamo la sequenza
dei guasti. Sia n(t) il numero di articoli non-guasti allistante t. Per un t sufficientemente
piccolo ed N sufficientemente grande si ha:
n ( t ) n ( t + t )
P' ( t ) P( t ) P( t + t )
N
( t ) =
n( t )
t P ( t )
P( t )
t
N
e:
(t)
n
t n ( t )
(4.5)
Esempio
Supponiamo di sottoporre a prova 1000 articoli identici e nelle stesse condizioni ambientali e che, nel
corso della prima ora, 50 articoli entrino nello stato di guasto; che dopo 30 ore 60 articoli siano ancora
nello stato di non gusto e che, nel corso dellora seguente, entrino nello stato di guasto 20. Ci si pu
chiedere quando larticolo pi sicuro, se allinizio oppure dopo 30 ore di funzionamento.
E' chiaro che larticolo pi sicuro allinizio, poich nella prima ora sono entrati nello stato di guasto
50 / 1000 = 1/ 20 , mentre, dopo 30 ore di prova, ne sono entrati 20 / 60 = 1 / 3 .
Allora, si vede che laffidabilit dellarticolo caratterizzata in ogni istante dal rapporto del numero di
guasti nellunit di tempo ed il numero di articoli nello stato di non guasto in quellistante, cio
caratterizzata dal rischio di guasto.
con
k = 1, 2,...
n k n k 1
( N n1 ... n k 1 ) h
Listogramma di fig. 4.3 non che la rappresentazione discreta della curva continua di fig.
4.4, dove, nel tratto centrale, (t ) cos t e:
4.11
P( t ) = e t
(4.6)
N(t)
fig. 4.3.
(t)
rodaggio
funzionamento normale
invecchiamento
fig. 4.4.
Molti dati sperimentali mostrano che per numerosi articoli la funzione (t ) presenta
landamento caratteristico della curva di fig. 4.4. Dalla figura si vede che tutto lintervallo di
tempo pu essere diviso in tre segmenti:
nel primo segmento la funzione (t ) possiede valori elevati. Il fatto dipende dalla
circostanza che, in un gran numero di articoli, se ne presentano sempre con difetti
nascosti e che si guastano nel periodo pi vicino alla messa in marcia. E' per questo che
- 4.12 -
Evidentemente, la fig. 4.4 non ha valore universale. Infatti, esistono articoli per i quali il
periodo di rodaggio nullo (per esempio, nel caso in cui un controllo di accettazione rigoroso
elimina tutti gli articoli difettosi), ed altri che praticamente non invecchiano mai. Tuttavia, per
la grande maggioranza degli articoli esiste un lungo periodo nel quale il rischio di guasto
praticamente costante. Allora, si pu trascurare il periodo di rodaggio (se esiste) pensando che
il funzionamento dellarticolo inizi al termine di tale periodo. In effetti, larticolo ed il sistema
al quale appartiene sono soggetti ad un periodo di avviamento durante il quale sottoposto a
prove di verifica e, solo successivamente, inizia il suo utilizzo vero e proprio. Daltra parte,
lutilizzo di molti articoli termina prima che inizi il loro evidente invecchiamento.
Queste considerazioni mostrano che per una larga classe di articoli possiamo assumere che
(t ) = = cos t . Soffermiamoci su un caso importante. Dalla (4.4) discende che, per un
rischio di guasto costante, la funzione di affidabilit assume la forma della legge
esponenziale. Allora, la probabilit di guasto durante il tempo t :
Q( t ) = 1 e t
(4.7)
T0 = e t dt =
0
(4.8)
Cos, per la legge esponenziale, il rischio di guasto inversamente proporzionale alla durata
di vita media, e la funzione di affidabilit pu essere scritta nella forma:
P( t ) = e
1
t
T0
4.13
P( t , t + ) =
P( t + ) e ( t + )
=
= e
t
P( t )
e
Questa una propriet caratteristica, cio se essa verificata per una legge P(t), allora P(t)
sar necessariamente una legge esponenziale.
Dimostrazione
Infatti, supponiamo che il rapporto:
P( t + )
P( t )
Si ponga:
P(1) = q
0 q 1
con
1
n
t 1 = t 2 = ... = t n =
e, dunque:
1
P(1) = q = P
n
oppure
1
P = q n
n
Poniamo ora:
t 1 = t 2 = ... = t n =
n
m
e possiamo scrivere:
n
n
P = q m
m
Supponiamo che t>0 sia un numero qualsiasi. Allora, per ogni intero m>0 esiste un solo n>0 tale che:
n 1
n
t
m
m
m
m
oppure:
- 4.14 -
P( t ) = q t
Se q=0, P(t)=0 per ogni t>0, cio larticolo si guasta al momento della sua messa in esercizio; se q=1,
P(t)=1 e larticolo assolutamente sicuro. Trascurando questi due casi estremi poco importanti,
possiamo esprimere la costante q nella forma:
q = e
con
>0
ed, in definitiva:
P ( t ) = e t
In certi casi, conoscendo la natura dei guasti ed il principio di funzionamento dellarticolo, possiamo
dimostrare direttamente che la propriet considerata sopra verificata, e, quindi, che la sua legge di
affidabilit esponenziale.
Esempio
Supponiamo che in un satellite spaziale un guasto non possa prodursi che in caso di urto con un grosso
meteorite. Se si suppone che la distribuzione dei meteoriti nello spazio e nel tempo uniforme, la
probabilit che un grosso meteorite urti il satellite nel corso di un dato intervallo non dipende dal
numero di urti del passato. Di conseguenza, la legge di affidabilit esponenziale.
Esempio
Supponiamo che un articolo appartenente ad un sistema non possa cadere in condizione di guasto se
non a causa della rottura di una saldatura. Supponiamo anche che nel corso del funzionamento il
sistema vibri e che le forze indotte dalla vibrazione siano lunica causa delleventuale rottura della
saldatura.. Sia F0 la forza minima alla quale avviene la rottura.
La variazione nel tempo delle forze dinerzia che agiscono sulla saldatura un processo casuale
stazionario, con rapide variazioni nel tempo. La dipendenza tra due ampiezze applicate in posizioni
vicine dal processo sparisce rapidamente con laumento della distanza dal punto di applicazione.
Perci la probabilit che in un intervallo dato (t , t + ) lampiezza F del processo sia inferiore al valore
critico F0 praticamente non dipende dal progredire del processo prima dellistante t. Cos, anche in
questo caso la legge di affidabilit della saldatura esponenziale.
4.1.2
In questo contesto si definisce sistema ogni dispositivo composto di parti la cui affidabilit
data. Le parti sono gli articoli trattati nel paragrafo precedente. Si deve conoscere il sistema
ed il suo modo di funzionare ad un punto tale che, per ogni gruppo di articoli del sistema,
possiamo dire se il guasto di tutti o di parte degli articoli di quel gruppo porta o meno al
guasto dellintero sistema. Supporremo anche che i guasti degli articoli si producano
indipendentemente luno dagli altri, il ch come dire che il guasto di un qualsiasi gruppo di
articoli non modifica laffidabilit degli altri articoli.
4.15
Consideriamo il funzionamento del sistema fino al primo guasto: laffidabilit del sistema
interamente determinata dalla sua funzione di affidabilit P(t), la quale uguale alla
probabilit di funzionamento senza guasti del sistema nel corso del tempo t. Supponiamo che
il sistema sia composto di n articoli, di cui indichiamo laffidabilit con p1 (t ), p 2 (t ), ..., p n (t ) .
Il problema consiste nellesprimere la funzione di affidabilit P(t) del sistema per mezzo
dellaffidabilit dei suoi componenti.
4.1.2.1
Studiamo un caso semplice. Diremo che n articoli del sistema sono collegati in serie dal
punto di vista dellaffidabilit, se il guasto di uno qualsiasi di essi provoca il guasto di tutto
il sistema.
Perci, perch il sistema funzioni senza guasti durante il tempo t, bisogna che ogni articolo
funzioni senza guasti per lo stesso tempo. Poich gli articoli sono considerati indipendenti dal
punto di vista dellaffidabilit, si ha:
P( t ) = p1 ( t ) p 2 ( t ) ... p n ( t )
(4.9)
( t ) dt
=e
1 ( t ) dt ... n ( t ) dt
0
ricaviamo:
( t ) = 1 ( t ) + ... + n ( t )
(4.10)
(4.11)
P( t ) = e ( 1 +...+ n )t
ed anche laffidabilit del sistema segue la legge esponenziale. In questo caso, se si indica con
T0 la durata media di vita del sistema e con Tk quella dellarticolo k-esimo, si ha:
T0 =
(4.12)
1
1
+ ... +
T1
Tn
(4.13)
ed il cui significato identico a quello della (4.11), cio la probabilit di guasto dellintero
sistema maggiore di quella dei singoli articoli.
4.1.2.2
Consideriamo ora il secondo caso semplice di collegamento degli articoli nel sistema,
quello degli articoli in parallelo dal punto di vista dellaffidabilit. Diremo che gli articoli
del sistema sono collegati in parallelo se il guasto del sistema non si produce se non quando
sono nello stato di guasto tutti i suoi articoli.
Un esempio di sistema che presenta un tale collegamento quello in cui esso composto
di pi articoli, i quali svolgono una sola e stessa funzione. Tale funzione risulta non essere pi
realizzata solamente quando tutti gli articoli cadono nello stato di guasto. Tuttavia, poich gli
articoli sono indipendenti dal punto di vista dellaffidabilit, si ottiene:
Q( t ) = q1 ( t ) q 2 ( t ) ... q n ( t )
(4.14)
Q( t ) = q n ( t )
Inoltre, in generale, dalla (4.14) ed applicando la (4.4):
= i
(4.15)
cio, se ogni articolo segue la legge di affidabilit esponenziale, laffidabilit del sistema non
la seguir anch' esso. Per esempio, nel caso di articoli identici:
Q( t ) = 1 e t
)n
In questo caso si pu ancora trovare facilmente la durata media di vita del sistema:
T0 = P( t ) dt = 1 1 e t dt
0
0
t=
1
1
ln
1 x
dt =
4.17
dx
(1 x )
si ricava:
T0 =
1 1 xn
1
dx = 1 + x + ... + x n 1 dx
1 x
oppure:
T0 =
1 1
1
1 + + ... +
2
n
(4.16)
4.1.2.3
Una porta logica un dispositivo con N ingressi ed unuscita, che realizza un legame tra i
valori logici presenti allingresso ed il valore logico presente alluscita, che sar esprimibile
tramite una funzione logica elementare: i valori allingresso possono assumere solamente due
valori logici, che corrispondono ai valori logici FALSO e VERO, (oppure 0 ed 1).
Una porta AND (di seguito rappresentata simbolicamente dal segno ) assume in uscita lo
stato logico 1 solo se a tutti gli ingressi presente lo stato logico 1; luscita della porta OR (di
seguito rappresentata simbolicamente dal segno +) allo stato logico 1 se almeno uno degli
ingressi allo stato logico 1. Invece, la porta ad un solo ingresso NOT produce in uscita un
segnale inverso al segnale presente in ingresso: cos se lingresso allo stato 0 luscita sar
allo stato 1, se lingresso allo stato 1 luscita sar allo stato 0. Tali relazioni sono
riassumibili nelle tabelle di verit di tab. 4.I, in cui riportato il valore delluscita in
corrispondenza di ciascuna delle possibili configurazioni degli ingressi.
tab. 4.I.
INGRESSO A
INGRESSO B
USCITA
AND
0
0
1
1
0
1
0
1
0
0
0
1
porta
INGRESSO A
INGRESSO B
USCITA
OR
0
0
1
1
0
1
0
1
0
1
1
1
porta
INGRESSO
USCITA
NOT
0
1
1
0
- 4.18 -
Le porte logiche sono combinabili in serie o in parallelo, cos una porta NAND od una
porta NOR sono formate rispettivamente da una porta AND od una porta OR in serie con una
porta NOT, e quindi hanno valori alluscita opposti ai valori dati dalle porte AND od OR con
gli stessi valori di ingresso. Inoltre, una porta OR che abbia come ingresso luscita di una
precedente porta OR equivale ad una porta OR a tre ingressi, e cos via.
Lanalisi delle propriet delle espressioni costruite con variabili di tipo binario e con
operatori logici oggetto di una trattazione, dovuta al matematico inglese G. Boole (18151864), nota come algebra Booleana. Forse bene chiarire che, per indicare le variabili e gli
operatori AND, OR, NOT, e quando si parla di funzioni che possono assumere solo due
valori, si possono usare indifferentemente gli aggettivi logico, binario, booleano.
Ora, se X lopposto di X, valgono le seguenti propriet:
porta AND :
porta OR :
X 1 = X
X+0= X
X 0 = 0
X+X =X
XX = X
X+X =1
XX = 0
X=X
ed i primi membri delle equazioni rappresentano gli stati degli ingressi, mentre i secondi
membri sono lo stato delluscita. Inoltre, sono valide le propriet commutativa, associativa e
distributiva degli operatori logici:
XY = YX
X+Y = Y+X
X ( Y Z) = (X Y) Z
X + ( Y + Z) = (X + Y) + Z
la quale indica che indifferente lordine con cui due porte AND ed OR sono disposte in
parallelo, e:
X ( Y + Z) = X Y + X Z
X + ( Y Z) = ( X + Y ) ( X + Z)
X+XY = X+Y
XY +XZ+ YZ = XZ+ YZ
4.1.2.3.1
XY = X + Y
La Porta AND
Come risulta dalla tab. 4.I e come visto in 4.1.2.2 per gli articoli posti in parallelo dal
punto di vista dellaffidabilit, una porta di tipo AND indica che un evento finale T pu
accadere se e solo se accadono gli eventi iniziatori 1, 2, ..., n .
4.19
Q( t ) = q1 ( t ) q 2 ( t ) ... q n ( t )
(4.17)
cio:
N
Q( t ) = q i ( t )
i =1
P( t ) = 1 q i ( t )
i =1
4.1.2.3.2
(4.15)
La Porta OR
Una porta di tipo OR indica che, perch accada levento finale T, sufficiente che si
verifichi uno solo degli eventi iniziatori 1, 2, ..., n . Come visto in 4.1.2.1 per gli articoli posti
in serie dal punto di vista dellaffidabilit, valgono le relazioni:
Q( t ) q1 ( t ) + q 2 ( t ) + ... + q n ( t )
(4.13)
4.1.2.4
(4.11)
Il Caso Generale
Supponiamo che il sistema sia composto da n articoli le cui funzioni di affidabilit siano
pk(t) e che q k (t ) = 1 p k (t ) siano le relative funzioni di guasto, con k = 1, 2, ..., n . Se
conosciamo la struttura del sistema, per ogni insieme di articoli del sistema (il numero di tali
n
insiemi 2 -1), possiamo sapere se il guasto di tutti gli articoli dellinsieme porta o non al
guasto del sistema. Chiamiamo gruppo di guasto linsieme di articoli il cui guasto provoca il
guasto del sistema, mentre invece, il guasto di ogni sottoinsieme dellinsieme non provoca
ancora il guasto del sistema. Siano:
1 , 2 ,..., m
tutti i gruppi di guasto.
Inoltre, sia Ak laccadimento consistente nel fatto che il gruppo k non caduto in
condizione di guasto nel corso del tempo t, cio che almeno uno dei suoi articoli non guasto.
Allora, laffidabilit del sistema :
P( t ) = P{A1 ,..., A m } = 1 P{A1 ... A m }
= 1 P{A k }+
k
k<r
(4.18)
k < r <s
- 4.20 -
(4.19)
ed ogni fattore del secondo membro pu essere calcolato con la (4.18). Cos, se le classi di
gruppi legati sono composte di pochi articoli, i calcoli sono notevolmente semplificati. E' utile
notare che nella maggioranza dei casi i legami tra gli articoli del sistema possono essere
ricondotti a combinazioni di serie e parallelo nel senso dellaffidabilit, ed, in questo caso, il
calcolo dellaffidabilit del sistema pu essere eseguito pi semplicemente. La (4.18) mostra
che, nel caso pi generale, la funzione di affidabilit P(t) del sistema composto di articoli
indipendenti un polinomio della funzione pk(t) di probabilit degli articoli ed in questo il
significato principale della semplificazione fatta.
Ovunque abbiamo supposto che gli articoli del sistema siano indipendenti nel senso
dellaffidabilit. E' questa unipotesi molto forte, e nei sistemi reali essa non sempre
verificata. Cos, il guasto dei alcuni articoli pu influire sensibilmente sullaffidabilit degli
altri, modificandone proprio i parametri che ne definiscono laffidabilit. Ad esempio, nel
caso di legame in parallelo, il guasto di alcuni articoli pu portare al sovraccarico funzionale
degli articoli sopravvissuti, in modo tale che la loro affidabilit diminuisce.
Pi sopra abbiamo considerato laffidabilit del sistema costituito da articoli legati. Nel
caso generale, il problema dellaffidabilit di tali sistemi non stato ancora risolto. Non si
tratta del problema di ottenere le formule giuste: sempre possibile scrivere correttamente
una formula per esprimere laffidabilit del sistema ad articoli legati, se si conoscono le
probabilit condizionali di guasto di certi articoli sotto la condizione che gli altri siano in
condizione di non guasto o di guasto, anche se tali formule sono molto complesse. Invece, la
difficolt risiede non nellesecuzione dei calcoli a partire da tali formule, ma piuttosto nel
fatto che non si conoscono le probabilit condizionali, e che la loro determinazione
richiederebbe un gran numero di prove. Cos, sembra che il problema della stima
dellaffidabilit di sistemi complessi richieda un approccio completamente diverso, anche
dividendo il sistema in parti, considerate indipendenti sulla base di considerazioni fisiche, ed
esaminando ciascuna parte come un unico articolo. Se laffidabilit delle parti pu essere
determinata dallesperienza, laffidabilit dellintero sistema pu essere calcolata pi
semplicemente, come vedremo in 4.2.
4.21
4.1.3
La funzione stata indicata con F(t) per distinguerla da Q(t), che si vuole rappresentativa
della probabilit del primo guasto.
Gli istanti dei guasti e degli adeguamenti dellimpianto:
t1 = 1
t 2 = 1 + 2
t n = 1 + 2 + ... + n
fig. 4.5.
t1
t2
t3
tn
n+1
Supponiamo anche che la durata media di vita dellarticolo e la sua varianza siano finite:
T0 = M{ n } =
[1 F(t )] dt
0
= D{ n } = 2 t [1 F(t )] dt T02
2
- 4.22 -
e non pu prendere che valori interi non negativi. Per trovare la distribuzione di (t ) ,
osserviamo che:
P{( t ) n} = P{t n < t} = P{1 + 2 + ... + n < t} = Fn ( t )
(4.20)
Fn ( t ) = Fn 1 ( t ) dF()
con :
F1 ( t ) = F( t ) = Q( t )
la funzione di ripartizione fino al primo guasto. Dalla (4.5) discende luguaglianza evidente,
ma molto importante:
Pn ( t ) = P{( t ) = n} = Fn ( t ) Fn +1 ( t )
(4.21)
In particolare:
P0 ( t ) = 1 F ( t )
Queste formule danno la distribuzione di (t ) cercata. Per lo studio del processo di
rinnovamento, un ruolo fondamentale appartiene alla funzione di rinnovamento H(t), che
pari al numero medio di guasti che si sono verificati prima dellistante t. Utilizzando la (4.20)
possiamo facilmente trovare H(t):
H ( t ) = M{( t )} = n Pn ( t ) = n [Fn ( t ) Fn +1 ( t )] =
1
(4.21)
= n Fn ( t ) (n 1) Fn ( t ) = Fn ( t )
H ( t ) = F( t ) + H ( t ) dF( )
(4.22)
che comodo utilizzare per lo studio delle propriet di H(t). Limportanza del ruolo di H(t) si
spiega dal fatto che essa permette di esprimere tutte le caratteristiche essenziali del processo
di rinnovamento. Cos, ad esempio la varianza del numero di guasti pari a:
t
D{( t )} = 2 H ( t ) dH ( ) + H ( t ) H 2 ( t )
0
4.23
(4.23)
h( t ) = F' ( t ) = f n ( t )
1
(4.24)
oppure :
(4.25)
e, dalla (4.17):
Fn +1 ( t ) <
4.1.3.1
(4.26)
F( t ) = 1 e t
il processo di rinnovamento costituisce un flusso di Poisson e la (4.19) assume una forma
semplice:
( t ) n t
e
n!
h( t ) =
Pn ( t ) = P{( t ) = n} =
H( t) = t
4.1.3.2
(4.27)
con :
(x ) =
x
1
e 2
La funzione di rinnovamento:
- 4.24 -
t n T0
H( t) =
h( t ) =
1
1
2n
(t nT0 )2
22 n
4.1.3.3
1
.
T0
Nella pratica, ci che principalmente interessa lo studio del processo di rinnovamento per
grandi valori di t; cio siamo interessati al comportamento del processo per i tempi preceduti
da un gran numero di guasti. Perci, in termini matematici, interessante studiare il
comportamento asintotico del processo e le sue caratteristiche quando t :
per ogni legge di distribuzione F(t) vale la:
H( t) 1
(4.28)
=
T0
t t
la quale ha uninterpretazione molto semplice: in un grande intervallo di tempo, il tasso
medio dei guasti inversamente proporzionale alla durata media di vita dellarticolo;
teorema di Blackwell: se il tempo casuale i segue una distribuzione continua, allora,
per ogni , vale la:
lim
T0
t
in molti casi utile il teorema di Smith (teorema centrale del rinnovamento): se la
durata di vita i dellarticolo segue una distribuzione continua e se Q(t) una funzione
monotona non decrescente ed integrabile nellintervallo (0,), vale la:
lim [H ( t + ) H ( t )] =
1
lim Q( t ) dH ( ) =
T0
t
0
Q( x ) dx
(4.29)
La (4.29) utile quando, scegliendo diverse funzioni Q(t), si possono ottenere diverse
proposte (limite, cio per t ) per il processo di rinnovamento;
se la densit di probabilit f(t) continua e tende verso 0 quando t , allora:
1
lim h( t ) =
T0
t
Questa importante affermazione riflette il fatto che, nel tempo, il processo di
rinnovamento diventa stazionario e le sue caratteristiche cessano di dipendere dal
tempo.
4.25
t
+ zn t
T0
in cui zn scelto in modo che z n z (con z arbitrario) e che n sia intero. Scriviamo la (4.20)
nella forma:
( t ) T
T0 z n t
0
z n = P n <
P
t
t
+ zn t
2
( t ) T
T0 z
0
lim P
z n = P <
t
t
(4.30)
x=
3
2
T0 z
( t ) t
T0
x = P{ n < x} =
lim P
t t
T2
t
e 2 dt
2 x
M{( t )}
1
T0
e varianza:
D{( t )}
2 t
T02
- 4.26 -
(4.31)
(4.32)
Esempio
Supponiamo che la vita media dellarticolo sia T0 = 100h, la varianza della vita media sia
2 = 3600 h 2 . Si vuole stimare, con un grado di confidenza 0.95, il numero di articoli di riserva
indispensabile per garantire un funzionamento continuo per 8000h. Si tratta di un vincolo unilaterale,
per il quale la tab. A2.I fornisce il valore Z = 1.65 . Perci, la condizione:
( t ) <
t
t
60 8000
+ Z
= 80 + 1.65
89
3
T0
1000
T02
verificata con il grado di confidenza 0.95, e, nelle condizioni date, obbliga a disporre di almeno 89
articoli di riserva.
4.1.3.4
con
n = 1, 2,...
B = U An
0
p t ( ) = P{B} = P{A n }
0
4.27
= [1 F(t + x ) f n ( x ) dx ]
0
da cui:
t
p t ( ) = 1 F( t + ) + [1 F( t + x )] h ( x ) dx
(4.33)
(4.34)
Ne deriva che la densit di rinnovamento h(t) pari alla probabilit di guasto nellunit di
tempo (se tale unit piccola). Questa la ragione per cui spesso, a torto, si confonde il
rischio di guasto:
( t ) =
f (t)
1 F( t )
1
[1 F(x + )] dx = T0
[1 F(t )] dt
(4.35)
Questo risultato pu essere interpretato nel modo seguente. Chiameremo durata di vita
residua dellarticolo (anche tempo di sopravvivenza) il tempo, a partire dallistante t, fino al
guasto successivo e lo chiameremo t , come rappresentato in fig. 4.6.
E' evidente che, per la funzione di ripartizione di t , si ha:
P{ t > } = p t ( )
Al crescere di t, t converge verso una grandezza stazionaria , la cui legge di distribuzione
:
- 4.28 -
P{ > } = p( ) =
1
[1 F( t )] dt
T0
1
T1 = p( ) d =
d [1 F( t )] dt =
T0
0
1
1
t2
=
t [1 F( t )] dt =
f ( t ) dt =
T0
T0 2
0
(4.36)
+ T02
2 T0
fig. 4.6.
t1
n+1
t t t t +1
t2
od anche:
T
2
T1 = 0 +
2 2 T0
(4.37)
E' interessante notare che, a prima vista, il tempo medio di sopravvivenza T1 dovrebbe
essere uguale a:
T0
2
dalla considerazione che, statisticamente, listante t dovrebbe dividere a met la durata di vita
dellarticolo +1 . In effetti, la (4.37) mostra che il tempo medio di sopravvivenza
maggiore. Questo si spiega per il fatto che listante t di fig. 4.6 ha una maggiore probabilit di
cadere in un intervallo i pi grande, di modo che la lunghezza media dellintervallo i nel
quale cade listante t superiore a T0.
Il rischio di guasto 1 (t ) per la grandezza si esprime con la:
1 ( t ) =
1 F( t )
(4.38)
[1 F( t )] dt
t
4.29
f (t)
0
T0
la funzione p(t) ha la concavit rivolta verso lalto e la sua curva resta sopra la tangente in
t = 0 . Cos, otteniamo la stima:
t
T0
p( t ) 1
E, per gli articoli suscettibili di invecchiamento, possiamo ottenere una stima nellaltro senso.
Come abbiamo visto, dalla crescita monotona di (t ) si ricava la crescita monotona di 1 (t ) ,
quindi:
1 ( t ) 1 (0) =
1
T0
ed:
T
1 ( t ) T0
0
e la funzione di affidabilit :
t
1 ( t ) dt
p( t ) = e
t
T0
fig. 4.7.
t+
Confrontando questa stima con la (4.35), otteniamo una stima bilaterale, secondo la fig. 4.7:
t
t
1
p( t ) e T0
T0
(4.39)
- 4.30 -
p( t ) 1
t
T0
(4.40)
Per il caso stazionario, calcoliamo ora la probabilit che esattamente n guasti si producano
nellintervallo (t , t + ) . Indichiamo con il numero casuale di guasti nellintervallo detto.
Abbiamo:
P{ n} = P{ + 1 + ... + n 1 < }
e, poich le grandezze e 1 sono indipendenti, si ottiene:
1
P{ n} =
[1 F( x )] Fn 1 ( x ) dx
T0
0
1
[1 F( x ) Fn 1 ( x ) Fn ( x )] dx
T0
0
(4.41)
1
=
[Fn 1 ( x ) 2 Fn ( x ) + Fn +1 ( x )] dx
T0
0
Notiamo anche che, per il teorema di Blackwell, il numero medio di guasti nellintervallo
(t, t + ) pari, per alti valori di t, a:
M{ } =
T0
(4.42)
2
x 1
H(x )
+ dx
D{ } =
T0
T0 2
0
(4.43)
Dalle quali si ricava anche, per , il teorema (4.33), cio che ha una distribuzione
asintoticamente normale con media e varianza, rispettivamente:
T0
2
T02
4.31
4.2
4.2.1
Il Rischio.
n o di eventi A
n o totale di eventi N
dove, ovviamente, 0 P 1
danno
R = rischio = probabilit
danno
R=6
R=2
R=4
3
2
1
0
1
fig. 4.8.
probabilit
Sub-iperboli di rischio.
L. Ciarambino, M. Scarrone, N. Piccinini, Analisi di operabilit finalizzata allo sviluppo di alberi logici, Atti
III Conv. ATIG, Genova, 1990.
- 4.32 -
danno
R=6
PREVENZIONE
4
3
R=3
PROTEZIONE
2
1
0
1
probabilit
fig. 4.9.
I passi principali della stesura di un piano di analisi e prevenzione dei rischi di ogni sistema
sono:
analisi dei guasti che possono intervenire durante il funzionamento,
individuazione degli articoli che devono essere tenuti sotto sorveglianza speciale, per
evitare linsorgere di situazioni di rischio,
introduzione delle modifiche necessarie per eliminare le eventuali carenze evidenziate
dal piano.
Questa metodologia ha determinato sia un notevole miglioramento della qualit dei
progetti, sia una sensibile riduzione degli imprevisti che accompagnano lavviamento e la
normale gestione dellimpianto.
Lanalisi dei rischi un metodo che tende a semplificare lo studio dellimpianto,
consentendo di condurre lanalisi a partire da unit elementari, ottenute considerando le
singole apparecchiature che costituiscono limpianto, e le linee di trasferimento (di liquidi,
solidi, gas, ecc.) che alle apparecchiature fanno capo. Lo studio considera in sequenza le linee
significative (cio quelle che si distinguono per le modifiche eventualmente introdotte, per la
rilevanza sulla stabilit del processo, per la presenza di sostanze pericolose, ecc.), per ognuna
4.33
delle quali necessario compiere precise azioni, la prima delle quali costituita dallesatta
definizione della funzione che deve essere assolta.
La rottura di un particolare meccanico, o lavvenimento di un evento inatteso, ad esempio
la mancata accensione di un segnale di allarme di poco costo, pu generare problemi di
grande portata, i quali, perci, devono essere previsti. Come sappiamo, ogni disfunzione
intimamente legata allaffidabilit del componente. Richiamandone la descrizione,
laffidabilit definita come la probabilit che un articolo compia unoperazione richiesta
nelle condizioni di impiego e per un determinato periodo di tempo. La definizione mette
in rilievo i noti aspetti dellaffidabilit:
una probabilit,
una funzione del tempo,
funzione della definizione di fallimento.
Alcune definizioni di fallimento sono:
fallimento delloperazione richiesta (loperazione non viene portata a conclusione,
oppure ha un esito diverso da quanto previsto),
mancato intervento alla richiesta,
operazione eseguita fuori richiesta,
operazione continuata dopo la richiesta di arresto.
Lultima di queste definizioni applicabile ad un articolo che operi comunque ed
ininterrottamente. Spesso larticolo che origine della disfunzione crea problemi a catena,
fino allevento disastroso, che in letteratura si chiama Top-Event e del quale vogliamo
calcolare la frequenza di accadimento utilizzando i seguenti modelli:
Hazop.
albero dei guasti, con analisi ai Minimum-Cut-Set,
4.2.2
Il Modello dellIncidente.
Nella fase di indagine sulle modalit di accadimento degli incidenti, si possono riconoscere
temi ricorrenti che rivelano molto circa il crearsi di tali eventi4:
molto frequentemente la causa dellincidente non riconducibile ad uno scenario
semplice: spesso lincidente nasce da una particolare combinazione di circostanze;
spesso lincidente stato preceduto da altri incidenti minori che sono stati quasi del
tutto ignorati;
quando un evento critico si verifica, si ha una grande variabilit delle conseguenze: in
un caso si possono riscontrare leggeri danni e nessuna vittima, in un altro simile per
molti aspetti si verificano circostanze chiave che inducono grandi perdite umane e
materiali.
Sono le circostanze in cui la maggior parte (anche se non tutti) gli incidenti si verificano, a
determinare la gravit delle conseguenze.
Perci, utile creare un modello del processo di sviluppo dellincidente per comprendere
pi chiaramente i fattori che contribuiscono alla sua origine ed individuare gli accorgimenti
necessari per evitarlo.
Lees, Loss Prevention in the Process Industries: Hazard Identification, Assessment and Control, ed.
Butterwords, London, 1986.
- 4.34 -
Un modello dello sviluppo dellincidente stato proposto da Houston fin dal 19715
superando quello sviluppato dalla legislazione e dalle Assicurazioni, che focalizzava
lattenzione sulle cause prossime e discendeva dalla considerazione che molti fattori
contribuiscono ad un incidente, ma, ai fini pratici e (principalmente) legali, si pu quasi
sempre individuare una causa principale. Un tale approccio aveva un certo numero di difetti:
non forniva un criterio oggettivo per individuare la causa principale,
la relazione tra le cause non era spiegata,
non cera modo di capire se la lista delle cause era completa.
Quindi permaneva la necessit di trovare un modello che mostrasse con maggiore
chiarezza il processo di sviluppo comune agli incidenti. Houston propone un nuovo modello,
secondo lo schema di fig. 4.10. In esso si riconoscono tre fattori di ingresso necessari al
crearsi di un incidente:
lobiettivo (il target),
lenergia disponibile,
linnesco.
obiettivo
energia
processo di contatto
danni/vittime
sull' obiettivo
innesco
azione di prevenzione
fig. 4.10.
azione di protezione
Sia il target, sia linnesco presentano una soglia di intensit e ' , al di sotto della quale
la forza motrice non ha effetto. Poi, il verificarsi dellincidente dipende da un certo numero di
parametri, quali:
la probabilit di contatto p, che la probabilit con la quale tutti i fattori di input siano
contemporaneamente presenti,
lefficienza del contatto , che definisce la frazione di energia che effettivamente
raggiunge il target,
lefficacia del contatto , che il rapporto tra i danni causati sul target nelle condizioni
reali ed i danni che sarebbero causati in condizioni standard,
il tempo di contatto t, quale durata del processo di sviluppo dellincidente.
Questo modello indica un certo numero di strade, percorrendo le quali la probabilit di
accadimento e la gravit dellincidente possono essere ridotte. Ad esempio si pu perseguire
la rimozione di uno o pi dei fattori di input. Oppure, la probabilit del contatto pu essere
minimizzata con azioni di prevenzione. Infine, lefficienza e lefficacia del contatto possono
essere ridotte con unazione di protezione.
D.E.L. Houston, New Approaches to the Safety Problem, Major Loss Prevention, 1971
4.35
Un modello dello sviluppo dellincidente pi evoluto lalbero dei guasti, il quale permette
una descrizione molto dettagliata delle cause, la loro relazione reciproca, anche se non
ancora garantito che tutte le cause possibili siano state esaminate. Esso sar descritto pi oltre.
4.2.2.1
Gli incidenti sul lavoro sono oggetto di continua analisi e preoccupazione sia da parte degli
Enti preposti, sia dellopinione pubblica. Le statistiche degli incidenti sono continuamente
proposte dai mass-media e mettono in evidenza lenorme costo sociale che essi comportano.
Un approccio razionale alla prevenzione del rischio deve basarsi sulla comprensione della
natura degli incidenti e dei danni che da essi possono risultare. Perci, oltre a studiare il modo
in cui levento pu crearsi, si devono esaminare le statistiche delle ricorrenze degli incidenti e
dei danni da essi provocati.
Quanto interessa esaminare qui sono gli incendi, le esplosioni ed il rilascio in ambiente di
sostanze tossiche. Dal punto di vista statistico, il problema degli incendi riguarda
particolarmente la popolazione civile ed particolarmente grave quando essa fortemente
concentrata, come si verifica spesso in sale di teatro, allinterno di grattacieli, ecc. Il problema
delle esplosioni si incontra pi facilmente in relazione al deposito e durante il trasporto di
materiali combustibili, mentre quello dei rilasci di sostanze tossiche si presenta con maggiore
frequenza durante i processi industriali.
Dei tre tipi di incidenti, lincendio il pi comune, ma lesplosione determina il maggior
numero di vittime e di danni. Tuttavia, il rilascio di sostanze tossiche presenta la massima
potenzialit in termini di danni alle persone, agli animali ed allambiente.
Quindi, il problema di evitare i grandi rischi essenzialmente quello di evitare il rilascio di
sostanze inquinanti. Questo non significa solamente che devono essere presi tutti gli
accorgimenti per evitare le fughe di materiali dalle tenute, ma anche evitare che essi possano
esplodere allinterno dei tubi e dei serbatoi dellimpianto.
tab. 4.II.
LOCALIT
STABILIMENTO
DATA
Entit rilascio
kg
n. di persone
ferite/morte
Ludwigshafen
BASF
1953
Bassa
55
Duphar
Philips Ltd
1963
0,03-0,2
50
Bolsover
Coalite
Chem.Co.Ltd
79 / 4
Seveso
ICMESA
1976
non definibili
- 4.36 -
20" mal progettato. La nube trov un innesco ed esplose: morirono 28 persone ed altri 36
subirono gravi ferite; inoltre, si verificarono danni alle strutture circostanti, 1821 case e 167
fra negozi ed aziende, a seguito dellesplosione definita di dimensioni belliche. La giornata
non lavorativa ridusse di molto le perdite umane.
Limpatto sulla pubblica opinione della tragedia di Flixborough venne esaltato
dallincidente di Seveso, cittadina di 17.000 abitanti a 15 chilometri da Milano dove, nello
stabilimento ICMESA sabato 10 Luglio 1976, a causa del surriscaldamento di un reattore di
produzione di triclorofenolo (usato nella produzione di un erbicida e di un battericida),
lapertura di una valvola di sovrapressione gener una nube tossica contenente circa 2
chilogrammi di TCDD: 2,3,7,8, tetraclorodibenzoparadiossina, prodotto secondario e non
desiderato della reazione (presente normalmente in tracce); che si deposit con la pioggia.
Seveso non era stata la prima delle vittime di contaminazione da TCDD. In tab. 4.II sono
riportati alcuni incidenti gravi avvenuti precedentemente.
Dopo questo incidente, la Comunit Economica Europea decise di intervenire col controllo
delle industrie in cui vi fosse uso di sostanze pericolose e delle procedure di emergenza, con
la Direttiva del Consiglio n. 501/82/CEE del 24 Giugno 1982, sui rischi di incidenti
rilevanti connessi alle attivit industriali (la cosiddetta direttiva Seveso).
Le circostanze principali che determinano la gravit dellincidente sono:
la quantit di sostanza pericolosa presente,
il fattore energetico,
il fattore durata,
la relazione tra la distanza alla quale pu creare danni e lintensit del fenomeno,
i fattori di esposizione.
4.2.2.2
Il fattore principale che determina la gravit del rischio la quantit di materiale pericoloso
presente nel luogo dellincidente, in quanto tanto maggiore risulta tale quantit tanto pi
grande risultano i potenziali danni.
Mano a mano gli impianti assumono dimensioni e potenzialit maggiori, anche laccumulo
di materiali aumenta al loro interno. Vengono ancor oggi un p sottovalutati gli incrementi di
rischio che ne derivano, anche per la spontanea enfasi portata sugli altri fattori strutturali.
4.2.2.3
Il Fattore Energetico
4.37
del contenitore. Infatti, in questo caso lenergia di vaporizzazione deve essere fornita dallaria
ambiente o dal terreno, secondo un processo molto lento.
Allo stesso modo, il rischio presentato da un materiale tossico dipende largamente
dallenergia disponibile per la sua dispersione. Ad esempio, c maggior rischio se tale
sostanza un sottoprodotto in un reattore chimico sotto pressione, nel quale si conduca una
reazione esotermica. Perci, se non esiste una tale energia, il rischio risulta molto minore.
Dunque, la disponibilit di energia un parametro estremamente importante e, se non se ne
tiene conto, gli scenari considerati possono essere semplicemente impossibili dal punto di
vista fisico.
4.2.2.4
Il Fattore Tempo
4.2.2.5
Unimportante caratteristica del rischio la distanza dagli elementi adiacenti alla quale pu
creare danni. In generale, il fuoco ha un relativamente basso campo di potenziale influenza,
mentre quello dellesplosione maggiore e quello della dispersione tossica pu essere
grandissimo (ricordare Chernobyl).
Per le esplosioni, la variazione della sovrapressione di picco con la massa di esplosivo e la
distanza data approssimativamente da:
n
W11 / 3 r2 n
1/ 3 r
0
p 2 W2 1
p10
(4.44)
dove:
p0 la sovrapressione di picco,
r la distanza,
W la massa di esplosivo,
n varia da circa 1.6 per sovrapressioni comprese tra 0.07 e 0.7bar a circa 2.3 per
sovrapressioni comprese tra 0.7 e 7bar
- 4.38 -
Per le nubi tossiche, la variazione della concentrazione del gas tossico al variare della
portata e della distanza da un punto di rilascio a portata costante data approssimativamente
da:
1 Q1 r2
2 Q 2 r1
(4.45)
dove:
la concentrazione di gas tossico,
r la distanza,
Q la portata di massa di gas tossico,
m circa 1.76.
La variazione di concentrazione di gas tossico da un rilascio quasi istantaneo da un punto
anchessa importante, ma non esprimibile con una relazione semplice come quella scritta
sopra.
La conoscenza della distanza alla quale lincidente pu provocare danni fondamentale
per la determinazione del grado di esposizione del pubblico al rischio e del numero delle
persone eventualmente coinvolte. Le stime della distanza necessaria a ridurre lesposizione al
rischio di incendio e di esplosione del pubblico ad un livello accettabile sono basate su criteri
quali la radiazione termica per lincendio e la sovrapressione per lesplosione. Esse possono
dare come risultato distanze variabili tra 250 e 1000m per i grandi impianti che trattano
idrocarburi, ma si tratta di valori che non possono tenere in particolare conto le singole
situazioni reali. Invece, le stime di possibile esposizione alle nubi tossiche possono dare valori
anche dellordine del migliaio di chilometri, in dipendenza della pericolosit dei materiali
coinvolti, della possibilit di loro diluizione per diffusione e delle prevalenti condizioni
meteorologiche.
La massima distanza alla quale pensabile si possano verificare danni da esplosione non
determinabile con accuratezza. Leffetto noto dellesplosione che ha portato danni (rottura dei
vetri delle finestre) alla maggiore distanza stato a 35km e derivava da una fortissima
esplosione. Tuttavia, a questa distanza, lenergia dei vetri rotti molto piccola ed difficile
che provochi, da sola, danni alle persone.
Non esistono dati accurati sugli effetti di nubi di gas tossici o radioattivi a grandi distanze.
E stato calcolato che una nube tossica, in condizioni sfavorevoli pu restare letale anche su
distanze di 40km, ma la definizione di letale che dovrebbe essere precisata, cio dovrebbe
essere definito lorizzonte di tempo entro il quale conteggiare leffetto dei danni provocati.
4.2.2.6
Il Fattore di Esposizione.
4.39
4.2.3
Statistiche annuali sulle perdite da incendio ed esplosione sono pubblicate a cura della
Protezione Civile e delle Compagnie Assicuratrici. Invece, non esistono statistiche accurate
sul rilascio di sostanze tossiche, poich, normalmente si tratta di eventi rari, che provocano
danni immediati piuttosto contenuti.
Nel 1998 in Italia le chiamate dei Vigili del Fuoco per incendi sono state circa 300.000, di
cui circa 130.000 si riferivano ad edifici civili. Si sono verificati circa 1000 incendi
nellindustria chimica e petrolifera. I costi di 20 di tali incidenti sono stati maggiori di 1.5M
ognuno, ed uno di essi ha causato pi del 60% dei danni globali. Nel totale delle industrie
chimiche e petrolifere, il danno stato di circa 50M: lindustria chimica subisce il maggior
numero di incendi, ma quella petrolifera provoca i danni pi costosi. Lorigine degli incendi
ha luogo preferibilmente nei depositi ed a causa delle fughe, con gli inneschi pi diversi.
Esiste un solo incendio attribuito alle cariche elettrostatiche e due sono attribuiti al dolo, ma
nel 44% dei casi linnesco non noto. Non esiste un orario preferito per lo sviluppo
dellincendio, ma si osserva una prevalenza dei giorni di pausa del lavoro, quando gli impianti
sono meno presidiati.
Questi dati sono un buon punto di partenza anche se sono estratti da un campione
fortunatamente piccolo. Perci, non possono essere completamente rappresentativi di tutti i
tipi di incendio-esplosione, che costituiscono la maggior parte dei disastri.
Al contrario, statistiche riguardanti le conseguenze della formazione di nubi tossiche non
sono disponibili a causa del gran tempo e delle incertezze connesse alla loro individuazione.
In effetti lassegnazione della causa ad un incidente deve fare i conti con studi epidemiologici
disponibili per la popolazione interessata e del lungo tempo necessario al manifestarsi delle
conseguenze ed alla loro risoluzione. A questo riguardo sarebbero di particolare interesse e
suggestione le conseguenze della nube tossica di Seveso e di quella di Chernobyl, che non
sono disponibili nel caso di Seveso, n lo saranno per anni nel caso di Chernobyl.
La prevenzione delle perdite consiste nellevitare i danni personali e le conseguenze
economiche. Per quanto possa apparire cinico, in entrambi i campi pu essere definito un
bilancio economico, anche se i problemi da risolvere per la stesura di un tale bilancio sono
particolarmente difficili.
In ogni caso siamo tutti daccordo nellassegnare una grande importanza economica
allopera di prevenzione. Alcuni costi derivano dallinsuccesso delle attivit di prevenzione
gi prese, altri dalle misure non organizzate e da quelle ingiustificatamente costose. Entrambe
queste categorie comprendono voci di costo particolarmente importanti e meritevoli di
approfondimento.
- 4.40 -
4.2.4
Il risultato di non aver preso le adeguate opere di prevenzione delle perdite di veder
aumentati i costi e le perdite in termini di:
incidenti,
danni,
ritardi di progetto dellimpianto,
ritardi di ordinativi di parti dellimpianto,
arresti dellimpianto e della produzione,
riparazioni dei macchinari,
perdita di quote di mercato,
reazioni della pubblica opinione,
aumento dei premi di Assicurazione.
Un approccio razionale alla prevenzione delle perdite richiede una qualche conoscenza
dellimportanza economica di questi fattori e del modo di valutarli.
4.2.4.1
Il Livello Nazionale.
4.2.4.2
Il Livello Aziendale.
Quando si decide di inserire nei costi aziendali quelli derivanti dagli incidenti, i costi
possono essere determinati con metodi del tipo di Fletcher e Douglas che puntano al controllo
globale delle perdite.6
Lidea di base del metodo che le perdite dovute alle conseguenze degli incidenti sulle
persone sono solo una piccola parte dellintera perdita. Ne segue che si deve porre attenzione
e controllare tutte le perdite.
Il controllo dei costi globali, comprendendo quelli di prevenzione, riguarda le perdite
associate ai rischi ed agli incidenti, ma, di solito, non coinvolge le perdite che non risultano
dallarticolo di rischio. Questo modo di procedere non completamente corretto, quindi il
controllo globale delle perdite deve essere visto come unestensione dellattivit del
6
4.41
responsabile della sicurezza. Il fatto positivo di tale cambio di livello di attenzione che il
controllo globale risulta riguardare aree pi ampie.
- 4.42 -
4.3
Nella trattazione dei problemi connessi alla sicurezza contro gli incidenti, si fa sempre
riferimento al lavoro di un team, piuttosto che al singolo progettista, perch lo studio dei
problemi una procedura tipicamente interdisciplinare, che coinvolge competenze e
professionalit molto diverse. Anchew in questo caso, dobbiamo far riferimento alle regole
indicate in 2, quelle per la compilazione del diagramma causa-effetto di Ishikawa.
Infatti, sono numerosi i fattori che condizionano la buona riuscita dello studio; fra essi
particolarmente importanti sono:
laccuratezza di disegni, schemi e dati cui si fa riferimento,
la composizione del team:
- la preparazione tecnica e lautorevolezza del team leader,
- la disponibilit e competenza dei componenti il gruppo di lavoro,
- la capacit dei singoli di rimanere realisti ed affrontare problemi effettivi.
Allora, agendo in sintonia con il committente, il team leader deve:
definire gli obiettivi. Lo studio pu essere condotto con finalit varie, la cui
individuazione dipende dal momento in cui lo studio dellaffidabilit viene eseguito.
Dunque, ad esempio in fase di progettazione, lobiettivo pu essere quello:
- di accertare lassenza di circostanze tali da sconsigliare il proseguimento del
progetto,
- di verificare la coerenza del progetto dell'impianto,
- di definire e raccogliere gli indici di affidabilit dei componenti,
- di controllare la correttezza delle sequenze di avviamento e di arresto dellimpianto,
- di redigere l'elenco dei punti per i quali necessario un ulteriore approfondimento,
- di provare la validit delle procedure di emergenza, ecc;
selezionare il team. Si tratta di individuare e coinvolgere le professionalit che sono in
qualche modo responsabili dellimplementazione del progetto e che possono, perci,
contribuire a chiarirne gli aspetti pi complessi. E' bene che il numero dei componenti il
team sia compreso tra 3 e 5 specialisti, per evitare che la presenza di troppe teste renda i
lavori confusi. Tipicamente necessario che nel gruppo siano presenti:
- il team leader,
- il progettista meccanico,
- lo specialista elettrotecnico ed elettronico,
- il futuro gestore dellimpianto,
- mentre altre competenze possono essere coinvolte saltuariamente, solo se una
particolare fase del lavoro dovesse richiederlo;
preparare gli incontri. Forse lattivit pi oscura, ma anche la pi onerosa e preziosa.
Infatti, si tratta di scegliere ed organizzare in modo sistematico tutte le informazioni
necessarie ad avere una fotografia di ci che ci si appresta a studiare, verificandone la
corrispondenza tra la documentazione disponibile e la reale configurazione
dellimpianto. La raccolta delle informazioni riesaminate e corrette deve essere
distribuita ai membri del team con un certo anticipo rispetto agli incontri, per
conseguire una preventiva analisi ed assimilazione delle caratteristiche dellimpianto
nella configurazione finale;
gestire gli incontri durante lesecuzione dello studio. Durante questa fase, limpegno
maggiore del team leader costituito dal controllo dei rapporti che spontaneamente si
instaurano allinterno del gruppo. Dunque, al team leader compete la gestione del
tempo, il controllo degli interventi, linterruzione delle discussioni inutili, il richiamo al
nocciolo delle questioni, la sintesi delle conclusioni, il chiarimento delle azioni
evidenziate dallo studio, la ricerca del coinvolgimento attivo di tutti i partecipanti, ecc;
4.43
verificare il completamento delle azioni previste. Lo studio porta spesso alla ribalta
questioni per le quali non sono disponibili risposte immediate, e diventa necessario
approfondire i problemi, ricercare le soluzioni realizzabili, stabilire le scadenze entro le
quali si ritiene che le azioni previste possano essere concluse, e verificare la coerenza
del lavoro svolto con quanto stabilito. Lentit degli interventi potrebbe essere tale da
rendere necessaria la ripetizione dello studio, con riferimento alla configurazione
impiantistica modificata;
raccogliere i documenti utilizzati. Per ogni impianto studiato secondo quanto indicato
dalla metodologia descritta, conveniente allestire un database, nel quale raccogliere
tutti i documenti ed i dati utilizzati durante lesecuzione dellanalisi. In questo modo,
risulta pi facile ed immediato risalire alle motivazioni che hanno determinato le scelte
tecniche, e meno laboriosa la ricerca delle informazioni relative al funzionamento
dellimpianto.
4.3.1
Come detto, la prima normativa specifica sui rischi di incidenti rilevanti risale al 1982 con
la Direttiva Seveso CEE 82/501. In Italia, la norma entrata in vigore con il DPR 29 Luglio
1982 n 577: Servizi di prevenzione incendi in materia di rischi di incidenti rilevanti:
indicazioni applicative e con lapprovazione del: regolamento concernente lespletamento dei
servizi di prevenzione e di vigilanza antincendio; essa risponde alle esigenze espresse dalla
pubblica opinione e dal crescente interesse della comunit internazionale per i problemi di
prevenzione degli incidenti da attivit industriali. Dal 1982 la norma viene aggiornata con
successivi decreti e circolari ministeriali e resa pi incisiva, in armonia con le iniziative che si
sviluppano a livello europeo.
Nel 1988, il Governo Italiano ha recepito la normativa CEE 82/501 col DPR n. 175, il
quale, dal marzo 1989, reso operativo con lemanazione del DPCM 31.3.89. Dopo alcune
parziali modifiche negli anni passati, (DM 20.5.1991, DM 23.12.1993) ora al vaglio delle
camere un nuovo DL che viene reiterato ogni due mesi dal 10 Gennaio 1994: lultima
reiterazione datata Settembre 1995.
Il DPR 175/88 il provvedimento legislativo che ha reso obbligatoria lattuazione delle
metodologie e dei criteri tecnici per effettuare in maniera organica le valutazioni di sicurezza
in relazione a quelle attivit che presentino rischi di incidente rilevante. In particolare, il
decreto definisce i ruoli, le competenze e le sanzioni in materia di rischi rilevanti e tende a
limitarne le conseguenze per luomo, gli animali, le cose e per lambiente.
Entrano nella categoria delle lavorazioni pericolose, e quindi sottoposte alla 175/88, con
oneri da parte della gestione:
le operazioni effettuate in impianti industriali che comportano o possono comportare
luso o la presenza di una o pi sostanze pericolose in quantit tali da presentare rischi
di incidenti rilevanti, nonch il trasporto interno allo stabilimento ed il deposito
connesso a tali operazioni allinterno dello stabilimento;
qualsiasi altro deposito di sostanze generalmente pericolose secondo le quantit
previste.
- 4.44 -
Il decreto si applica sia alle nuove attivit industriali, sia a quelle esistenti alla sua data di
entrata in vigore. Rientrano nel campo delle nuove attivit industriali anche quelle esistenti e
nelle quali si apportano modifiche tali da farle rientrare nel suo campo di applicazione. La
normativa vigente per le attivit a rischio di incidente rilevante costituita da norme
tecniche e da norme procedurali che, congiuntamente, indicano alla dirigenza gli adempimenti
da soddisfare.
4.3.2
Un metodo per effettuare lo studio di prevenzione degli incidenti lindagine di HazardOperability (lanalisi di operabilit, sinteticamente indicata con lacronimo Hazop). LHazop
considera in modo molto schematico e consequenziale le variabili ed i fenomeni che possono
influenzare il funzionamento di un impianto ed, attraverso una serie di parole chiave, guida il
team che sviluppa lanalisi delle modalit di reazione dellimpianto al manifestarsi delle
deviazioni rispetto alle condizioni di esercizio previste.
Il concetto base dellanalisi di operabilit consiste nelleffettuare una completa descrizione
del processo e di esaminare ogni singolo componente, per scoprire quali deviazioni dal
processo progettato possono accadere e quali ne siano le cause e le conseguenze.7
NO...
ASSENZA DI
MORE...
AUMENTO DI
LESS...
DIMINUZIONE DI
AS WELL THAN...
ALLO STESSO
TEMPO DI
PART OF...
SOLO PARTE DI
REVERSE...
INVERSIONE DI
OTHER THAN...
DIVERSO DA
Le parole chiave utilizzate sono riassunte in tab. 4.III. Esse sono essere applicate alle
condizioni di processo, le azioni, i tempi, gli spazi, quindi a variabili fisiche misurabili. Esse
fanno riferimento alle seguenti fasi caratteristiche dello studio di operabilit:
intenzione,
deviazione,
cause,
conseguenze: rischi e difficolt di operazione
4.45
TIS
pS
TIS
TIS
Z5C
F1
V06
FIC
LOCALE A TEMPERATURA Ta
V01 V02
Z50
Z5C
V03
rpm
V08
condensa
V05
V04
V07
vapore
TIC
timer
fig. 4.11.
segnale di riferimento la differenza (T-Ta), purch tale differenza sia al di sotto di un valore
prefissato T ; al di fuori di questo campo, le valvole V02 e V07 sono tutte aperte o tutte
chiuse. Limpianto sembra essere idoneo ed anche la logica di funzionamento appare semplice
ed affidabile. Applicando lHazop allimpianto, possibile ricavare alcuni articoli
interessanti.
In tab. 4.III stata riportata la parte dello studio, relativa ad alcuni scostamenti individuati
dalla parola chiave assenza di applicata alla PORTATA D'ARIA. Con tabelle analoghe,
possibile completare lanalisi degli scostamenti ora determinati dallinterruzione della portata,
e proseguire nello studio considerando successivamente tutte le parole chiave e tutte le
variabili fisiche dellimpianto. LHazop mostra la necessit di verificare:
se i parametri di progetto dei componenti sono tra loro congruenti (con particolare
riferimento alle pressioni e temperature di esercizio),
se esistono procedure (e, quindi, documenti scritti) che regolano le modalit ed i tempi
degli interventi di manutenzione,
se il disegno della bocca di prelievo dellaria dallatmosfera tale da minimizzare il
rischio di cattura di corpi estranei (e successiva ostruzione dei condotti),
se il condotto attraversa locali o zone in cui laccidentale immissione di aria calda pu
determinare rischio per le persone o le cose,
se limmissione di aria nel locale progettata in modo tale da rendere minimo il rischio
di accidentale chiusura della bocca di uscita.
Compatibilmente col livello di criticit del Top Event (rappresentato dal rischio R di
4.2.1) ed allinterno dei conseguenti limiti di budget pervisti, in funzione di quanto suggerito
dalle azioni prese nella stesura della tabella, pu essere necessario installare:
un termostato di minima ed uno di massima nel locale,
microswitch di segnalazione della posizione delle valvole V01, V02 e V06,
un flussostato, installato a monte del locale, od un pressostato differenziale sulla batteria
di riscaldamento dellaria, per rilevare la presenza di una portata daria al di sopra di un
minimo prefissato,
un termostato di massima sulla batteria di riscaldamento dellaria,
un indicatore della velocit di rotazione del motore elettrico di comando del ventilatore.
Inoltre, una modifica della logica di controllo, collegando il consenso al funzionamento
dellimpianto col segnale che il flussostato deve fornire entro il tempo 2
dallavviamento del ventilatore. Infatti, la logica originale potrebbe portare a situazioni
di pericolo, se si verificasse la rottura del condotto di trasferimento dellaria a valle
della batteria. Per effetto della rottura, la portata daria al locale potrebbe ridursi, TIC
rileverebbe una riduzione della temperatura del locale sotto a Ta, comandando
lapertura di V07 e di V02, ottenendo come unico effetto laumento della temperatura e
della quantit daria attraverso i tubi a monte del locale, senza mai arrivare ad arrestare
la diminuzione di T. Cio, il sistema non riuscirebbe ad individuare lanomalia di
funzionamento, continuando ad inviare inutilmente aria verso il locale.
Nel caso in cui la rottura determinasse un indesiderato riscaldamento di zone in cui la
temperatura non deve superare valori prestabiliti (per esempio perch si tratta di zone
destinate allo stoccaggio di materiali infiammabili o termosensibili), evidente che,
oltre al mancato raggiungimento delle prestazioni volute per il locale da riscaldare, si
potrebbero creare situazioni di pericolo, contro le quali si deve operare unattivit di
prevenzione.
4.47
tab. 4.IV. Esempio parziale di applicazione del metodo al caso di fig. 4.11. Scopo: controllo
della portata daria al locale a temperatura prefissata Ta.
scostamento
cause
conseguenze
azioni
...
assenza di
portata d'aria
...
1. V01 o
V02 chiuse
od ingresso
tubazione
ostruito.
...
a. La temperatura Ta
diminuisce.
...
A01. Verifica se esiste un limite
minimo che non deve essere mai
raggiunto. Se s, installare un
termostato di minima TIS con allarme
e microswitch di fine corsa sulla
valvola di sicurezza V01 e sulla
valvola V02.
A02. Verifica resistenza allingresso
del tubo di aspirazione, con
lapplicazione di un sensore di
pressione, con allarme.
A03. Verifica di dettaglio della presa
daria esterna e controllo della
presenza di dispositivi atti a ridurre il
rischio di ostruzione.
A04. Verifica delle pressioni di
progetto del tubo e della batteria, lato
aria, e confronto con la depressione
creata dal ventilatore.
A05. Verifica se esiste un limite
superiore alla temperatura di
funzionamento della batteria. Se s,
installare un termostato di massima
TIS con allarme.
A06. Installare un flussostato FIC
immediatamente a monte del locale:
se dopo 30s dallavviamento del
ventilatore il flussostato non segnala
la portata di regime; inserimento di
allarme e stop dellimpianto.
b. Il ventilatore gira
senza pompare aria.
c. TIC comanda
lapertura di V07 per
avere maggiore
portata alla batteria:
aumenta la
temperatura nella
batteria.
2. V06
chiusa
come a. e c.
d. Aumento della
pressione nel tubo di
mandata dal
ventilatore e nella
batteria.
e. timer apre V02 e
provoca laumento
della pressione a valle
del ventilatore.
...
...
...
Spesso lanalisi di operabilit lunica verifica effettuata su un progetto. Nei casi in cui sia
richiesta anche la quantificazione di un certo numero di potenziali incidenti, con la stima della
- 4.48 -
4.3.3
quindi
pezzi uniti = ((pezzi AND foro) AND bullone) OR ( pezzi AND (saldatrice AND energia
elettrica)
e cos di seguito.
Applicata al concatenamento degli eventi, la tecnica dellalbero dei guasti, una
rappresentazione grafica di relazioni logiche fra il Top-Event e, via via, le cause primarie di
guasto, ovverossia i guasti che non sono generati in conseguenza di altri guasti. Lo scopo
quello di valutare le conseguenze del guasto di un articolo del sistema basandosi sulla
probabilit di manifestarsi di accadimenti a monte, in modo da poter valutare lopportunit di
unazione correttiva o di prevenzione. Lobiettivo di limitare la probabilit di accadimento
ed i danni provocati al di sotto di un livello ragionevolmente basso.
Nellalbero dei guasti lo stato del sistema definito in termini di eventi, compreso lo stato
di alcune variabili. Qualora una variabile del sistema sia continua, quale un flusso, esso viene
discretizzato considerandolo, ad esempio per il flusso che percorre una conduttura, flusso
interno o flusso esterno al campo di non guasto dello spazio delle fasi, costituendo cos
unalgebra basata su variabili di tipo binario che possono presentare gli stati 0 ed 1. Inoltre, la
rappresentazione dellalbero dei guasti non considera gli eventi variabili con il tempo, sia che
la variazione avvenga con continuit, sia per passi discreti. Quindi, i suoi principali elementi
sono le definizioni e le porte logiche AND, NOT ed OR.
4.49
4.3.3.1
LAnalisi Qualitativa.
TOP EVENT
evento iniziatore
= dato
fig. 4.12.
fig. 4.13.
=1 2
=1+2
porta AND
porta OR
2
Controllo
Compressore
Valvola di
Sicurezza
Valvola
Non Ritorno
Compressore
Serbatoio
fig. 4.14.
Riduttore
di Pressione
AND
OR
ESPLOSIONE
SERBATOIO
1
PORTATA D' ARIA IN ENTRATA
AL SERBATOIO SUPERIORE DI
QUELLA IN USCITA
VALVOLA DI
RIDUZIONE DELLA
PRESSIONE
PARZIALMENTE O
TOTALMENTE
OSTRUITA
ERRORE DI
PROGETTAZIONE
SUB TREE
PRESSIONE AL
PRESSOSTATO
TROPPO BASSA
FALLA NEL TUBO
5
PRESSIONE AL
PRESSOSTATO
ECCESSIVA
(CONTATTI
INCOLLATI)
SUB TREE
ALTRE CAUSE
CONTROLLO
CONTATTI
INCOLLATI
GUASTO
SPORCIZIA
D
A
fig. 4.15.
ALTRE CAUSE
SPORCIZIA
NORMALE
ESERCIZIO
4.51
tab. 4.V.
intenzione
deviazione
high
flow
flusso
attraverso la
valvola di
sicurezza
nelleventua- low
flow
lit di
sovrapressione
no flow
causa
rottura della valvola a
causa di un urto
OR
rottura del tubo di
adduzione alla valvola
conseguenza
rimedio
violenta riduzione
della pressione,
schermatura di
protezione
proiezione di oggetti
metallici,
manutenzione
programmata della
valvola
mancanza di
pressione allutilizzo
spegnimento del
motore;
come sopra
manutenzione
programmata della
valvola
Ogni componente che abbia pi di uno stato iniziale possibile deve essere collocato in uno
degli stati possibili, in quanto la scelta dello stato influisce sensibilmente sullalbero dei
guasti. La configurazione iniziale del sistema deve essere quella di marcia, senza guasti
pregressi: gli eventi gi avvenuti e quelli impossibili devono essere dichiarati.
Come esempio di applicazione dellalbero dei guasti consideriamo limpianto in fig. 4.14:
laccumulo il serbatoio dellaria compressa, la quale viene fornita allutilizzatore tramite una
valvola di riduzione della pressione. Il serbatoio un ruttore di carico e la pressione al suo
interno viene controllata da un apparecchio (un pressostato), che attiva il compressore quando
la pressione nel serbatoio scende sotto il livello fissato.
Lalbero logico completo associato al sistema di fig. 4.14 riportato in fig. 4.15: in tale
schema si associano lettere agli eventi iniziatori od ai sottoalberi che si decide di non
analizzare ulteriormente perch di probabilit di accadimento nota: nello schema logico, a
questi eventi si associa convenzionalmente la forma di ellisse come in fig. 4.12.
- 4.52 -
tab. 4.VI. Sviluppo parziale della tab. 4.V, per indicare gli aspetti operativi del controllo e
facilitare limplementazione informatica. Tabella dellAnalisi di Operabilit per il
caso di fig. 4.15.
1
2
deviazione cause
possibili
Aumento di
pressione
nel
serbatoio
4.3.3.2
mancato intervento
del pressostato
AND
mancato intervento
della valvola di
sicurezza
AND
portata in uscita
inferiore alla
portata in entrata
4
segnalazioni
acustiche,
ottiche
3
conseguenze
raggiungi
-mento
del
valore
critico di
sollecitazione
5
mezzi
protettivi
automatici
6
note
7
Top
Event
valvola di
sicurezza
AND
pressostato
esplosione
del
THEN serbatoio
4.53
- 4.54 -
tab. 4.VII. Analisi manuale dei Minimum-Cut-Set del caso esplosione del serbatoio.
numero di
riga
1
2
3
4
5
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
LEVENTO..
DIVENTA
1
TOP
1
2 AND 3
2 AND 3
4 AND 6 AND 3
4 AND 6 AND 3
5 AND 6 AND 7 AND 3
5 AND 6 AND 7 AND A AND B AND 6 AND
3
7 AND 3
A AND B AND 6
A AND B AND E AND
AND 7 AND 3
7 AND 3
A AND B AND L AND
7 AND 3
A AND B AND E
A AND B AND E AND
AND 7 AND 3
C AND 3
A AND B AND E AND
D AND 3
A AND B AND E
A AND B AND E AND
AND C AND 3
C AND F
A AND B AND E AND
C AND G
A AND B AND E AND
C AND H
A AND B AND E
A AND B AND E AND
AND D AND 3
D AND F
A AND B AND E AND
D AND G
A AND B AND E AND
D AND H
A AND B AND L
A AND B AND L AND
AND C AND 3
C AND F
A AND B AND L AND
C AND G
A AND B AND L AND
C AND H
A AND B AND L
A AND B AND L AND
AND D AND 3
D AND F
A AND B AND L AND
D AND G
A AND B AND L AND
D AND H
4.55
relazione
esistente
TOP=1
1 = 2 AND 3
2 = 4 AND 6
4 = 5 AND 7
5 = A AND B
6 = E OR L
7 = C OR D
3 = F OR G OR
H
3 = F OR G OR
H
3 = F OR G OR
H
3 = F OR G OR
H
Le regole possono essere cos unificate: la riga raffigurante lo stato logico 1 alluscita di
una porta sostituita da tante righe quante sono le possibili combinazioni di eventi posti
allingresso della porta che mettono la porta stessa allo stato logico 1.
Molto pi direttamente, e sulla base dei risultati di 4.1.2.3, la probabilit di accadimento
del Top-Event T viene quantitativamente definita dallequazione binaria:
T = ( A B E ) ( F + G + H ) + ( A B L ) ( F + G + H ) + ( A B E D) ( F + G + H ) +
+ ( A B L D) ( F + G + H )
In definitiva si ricava:
T = A B (E + L) (1 + D) (F + G + H)
Casi molto pi complessi sono quelli in cui assegnato un campo statistico di valori alla
probabilit di accadimento degli eventi iniziatori. In tal caso, la probabilit di un guasto non
deve essere data da un valore numerico, ma da una funzione di probabilit.
Si pu notare come laggiunta di articoli di controllo e sistemi di sicurezza costituisca
opera di prevenzione e protezione poich genera porte di tipo AND e provoca, cos, una
diminuzione dellimportanza dei MCS. Cio riduce la possibilit di accadimento del TopEvent, essendo la probabilit P(T) prodotto di numeri inferiori ad 1. Invece, le porte OR
aumentano il numero dei MCS che portano al Top-Event lasciandone invariata limportanza,
poich non alterano il numero dei componenti.
Trovati i pi importanti MCS, converr agire in quella direzione, ad esempio istruendo il
personale sulle norme di sicurezza e predisponendo procedure di manutenzione e controllo del
sistema di sicurezza (obbligatorie almeno una volta lanno, secondo il DPR 175/88), che sar
affidata ad un responsabile.
4.3.4
causa
ordine di grandezza
di P
10-2
10-3
10-3
10-6
10-7
10-9
10-2
10-2
10-7
Nella programmazione industriale degli anni '90 si sviluppata negli imprenditori e nei
governanti una nuova sensibilit nei riguardi del rischio per il lavoratore e per lambiente:
unattenzione mirata ai "sottoprodotti" dellattivit industriale, quali i rifiuti generati dalla
- 4.56 -
G. Di Giovanni, S. Salvadorini, Guida alla vigilanza sulligiene e sicurezza sul lavoro, Ed. Maggioli, 1995
M. Vigone, La sicurezza sul lavoro: obblighi e responsabilit dellimpresa, Ed. Pirola, 1995.
10 L. Corbo, Manaule di prevenzione incendi nelledilizia e nellindustria, Ed. Pirola, 1990.
9
4.57
4.3.4.1
Nel 1991 appare sulla G.U. il DL 277/91: Attuazione delle direttive n. 80/1107/CEE,
n.82/605/CEE, n.83/447/CEE, n.86/188/CEE e n.86/642/CEE in materia di protezione dei
lavoratori contro i rischi derivanti dallesposizione ad agenti chimici, fisici e biologici
durante il lavoro. In particolare si tratta dellesposizione del lavoratore al rischio proveniente
dallesposizione al rumore, al piombo ed allamianto.
In particolare, si impone il controllo del livello di rumore nelle postazioni di lavoro e la
preparazione ed attuazione di un programma di riduzione del rumore che privilegi le
protezioni collettive in confronto a quelle personali. Il datore di lavoro tenuto a produrre
allente sanitario locale la documentazione inerente i nominativi dei lavoratori sottoposti
durante la attivit lavorativa ad un livello di pressione sonora equivalente che superi i 90
dBA. Lesposizione personale di un lavoratore al rumore, espressa in dBA viene misurata,
calcolata e riferita alle otto ore di lavoro giornaliero utilizzando alcune formule riportate nel
testo della legge. Il lavoratore adibito a lavorazioni che possono generare tecnopatie viene
visitato prima dellinizio del lavoro, e poi a scadenza prefissata. Al lavoratore viene associato,
per lintera vita lavorativa, un libretto sanitario che permetta, in caso di malattia professionale,
di risalire al periodo ed alla lavorazione che lhanno causata. In questo modo, si cerca si
attribuire la responsabilit delle malattie professionali al datore di lavoro, al dirigente ed al
preposto ed anche al lavoratore che non ottemperi ai doveri sanciti dalla legge.
Per quanto riguarda il controllo della presenza di piombo od amianto nelle sue diverse
forme allinterno dellambiente di lavoro, viene effettuato un controllo della piombiemia dei
lavoratori, valutazioni sullefficienza respiratoria ed altri esami, a scadenza variabile secondo
il grado di esposizione allagente inquinante.
In ambito CEE, a causa degli incidenti di Flixborough e di Seveso, con la legge 175/88
sulle lavorazioni a rischio di incidente rilevante nato un cambiamento di tendenza: dalla
protezione delloperaio e dellambiente, ottenuta mediante lassunzione di accorgimenti
meccanici sulle macchine operatrici, si passati ad un pi moderno ed efficace modello di
gestione del rischio, che comprende, come detto sopra, una maggiore responsabilizzazione
dei principali protagonisti: il datore di lavoro, il dirigente, il preposto, loperaio stesso. A
questo riguardo, linformazione del lavoratore viene sempre pi messa in rilievo dalle leggi di
sicurezza che sanciscono che linformazione del lavoratore deve essere esaustiva e svolta in
orario di lavoro. La valutazione dellaccortezza ed intelligenza dell'operatore, vero
protagonista, viene valutata in sede di affidamento dei compiti.
4.3.4.2
Con il DL 626/94, in recepimento di sei direttive CEE varate negli anni 89-90 e riguardanti
il miglioramento della sicurezza e della salute dei lavoratori sul luogo di lavoro, si impone al
datore di lavoro la compilazione di un documento, da tenere in fabbrica a disposizione degli
organi di controllo, nel quale venga effettuata la valutazione del rischio cui loperatore
sottoposto, sulla base di informazioni statistiche, fornite da enti pubblici quali lISPELS e
lINAIL, e di calcolo del rischio stesso, con modalit simili a quelle utilizzate per il calcolo
del rischio di accadimento di incidente rilevante.
Questo prevede la conoscenza delle procedure di lavorazione ed i compiti svolti
dalloperatore, passo iniziale per la economica gestione aziendale e presupposto fondamentale
per la qualit nella produzione aziendale, secondo le note norme EN 29000.
Le operazioni che il datore di lavoro deve compiere sono in breve le seguenti:
- 4.58 -
data per scontata la rigorosa attuazione delle leggi vigenti inerenti la sicurezza dei
lavoratori (LL 547, 277, 303, ecc.), anche tramite laiuto esterno da parte di personale
tecnico specializzato, si compia la valutazione dei pericoli inevitabili cui loperaio
sottoposto durante lattivit lavorativa,
a questa analisi si affianchi una valutazione probabilistica, per stimare la frequenza di
accadimento dellevento incidentale ed il susseguente calcolo delle curve di rischio,
seguendo il procedimento gi visto per la valutazione del rischio voluto dalla L 175/88.
4.59
del primo titolo prescrive infatti che ciascun lavoratore deve prendersi cura della propria
sicurezza e della propria salute e di quella delle altre persone presenti sul luogo di lavoro.
Nelle leggi antecedenti il DL 626/94, il pericolo per la presenza di agenti chimici o
polverulenti era determinato dal superamento del TLV (threesold-limit-value), valore ben
determinato e confrontabile con la misura sul campo. Invece, ora non si parla pi di
superamento del valore limite delle polveri nellaria, ma di rischio polmonare legato alla
presenza di polveri nellaria. Quindi, mentre il superamento del TLV dichiarava
incontrovertibilmente la presenza del rischio polmonare, inducendo alla costituzione di un
programma di contenimento mediante impianti di aspirazione generale o localizzata e
mediante fornitura di Dispositivi di Protezione Individuale (DPI), il non superamento del
TLV non esclude la presenza di tale rischio, lasciando tale valutazione agli organi di controllo
che possono prescrivere comunque la costituzione di difese adatte allo scopo.
In caso di dichiarazione di "presenza di rischio" il DL sancisce lobbligo di fornire al
lavoratore i DPI necessari e di sostituire quelli usurati, nonch il compito di informare i
lavoratori del rischio cui essi sono sottoposti e di formarli sullutilizzo corretto dei dispositivi
stessi e sulle norme comportamentali di autodifesa. Secondo la L 475/92, tale DPI deve essere
omologato, cio testato e dotato di marchio CE. Alla consegna del DPI, il lavoratore deve
firmare la ricevuta del dispositivo e, da quel momento, nelleventualit che la lavorazione cui
addetto lo esponga al pericolo, tenuto ad usarlo. Leventuale mancato uso del DPI a
questo punto reato imputabile al lavoratore e sanzionato dallo stesso DL 626/94 con forti
ammende, paragonabili allo stipendio medio mensile!
La produzione industriale italiana si piazza clamorosamente nelle prime posizioni mondiali
per il numero di incidenti occorsi sui luoghi di lavoro. Il DL 626/94 porta a termine il compito
ormai reso necessario dal numero degli incidenti riscontrati: quello di instillare nel datore di
lavoro la coscienza della responsabilit verso la salute ed il benessere del lavoratore, portando
lindustria verso una produzione di qualit sempre migliore e pi conveniente, riducendo i
costi dovuti ai premi di assicurazione ed alle mancate produzioni in conseguenza di incidenti.
Inoltre si d al datore di lavoro la possibilit di rinsaldare i rapporti con la societ esterna che
vede lindustria con occhio sempre pi sospettoso ed allarmato e gli affida inderogabilmente
la responsabilit del controllo delle modalit di effettuazione del lavoro. Ai lavoratori si
assegna la responsabilit di proteggere la propria salute. Questo tentativo spesso si scontra
con la nostra mentalit, insofferente a costrizioni di qualsiasi tipo: chi non ricorda le
interminabili discussioni riguardanti linutilit delle cinture di sicurezza sulle automobili? La
difficolt quindi quella di lottare contro quella cultura che ritiene poco virile proteggersi e la
conseguente riluttanza ad utilizzare mezzi di protezione e di compiere lavorazioni in
sicurezza, ritenendo disdicevole farsi vedere paurosi dai sottoposti o dai colleghi.
Questo scoglio verr superato con un adeguato programma globale di istruzione alla
sicurezza e con una azione di convincimento delle nuove opportunit offerte da queste nuove
normative, che non devono essere viste come lennesima coercizione ma come programma
coordinato di miglioramento della qualit della produzione e della vita stessa.
- 4.60 -
4.1
4.1.
LE Nozioni Principali della Teoria dellAffidabilit.....................................4.2
4.1.1 LAffidabilit di un Articolo fino al Primo Guasto.......................................4.7
4.1.2 LAffidabilit di un Sistema fino al Primo Guasto. ....................................4.15
4.1.2.1
4.1.2.2
4.1.2.3
Gli Articoli Collegati in Serie dal Punto di Vista dellAffidabilit ................ 4.16
Gli Articoli Collegati in Parallelo dal Punto di Vista dellAffidabilit .......... 4.17
LAnalisi dellAffidabilit con lAlgebra Booleana....................................... 4.18
4.1.2.3.1
4.1.2.3.2
4.1.2.4
4.1.3
4.1.3.1
4.1.3.2
4.1.3.3
4.1.3.4
4.2
IL CONTROLLO DEL RISCHIO. ..............................................................4.32
4.2.1 Il Rischio. ....................................................................................................4.32
4.2.2 Il Modello dellIncidente.............................................................................4.34
4.2.2.1
4.2.2.2
4.2.2.3
4.2.2.4
4.2.2.5
4.2.2.6
4.2.3
4.2.4
4.2.4.1
4.2.4.2
4.3
IL CONTROLLO DELLA SICUREZZA....................................................4.43
4.3.1 La normativa che disciplina il rischio di incidente rilevante. Recepimento
della direttiva CEE (DPR 175/88). ..............................................................4.44
4.3.2 LAnalisi di Operabilit (Hazop).................................................................4.45
4.3.3 Il Metodo dellAlbero dei Guasti. ...............................................................4.49
4.3.3.1
4.3.3.2
4.3.4
4.3.4.1
4.3.4.2
- 4-i -
Spazio delle fasi del transistor la cui qualit caratterizzata dal guadagno e dal
livello di rumore F. .......................................................................................................... 4.6
Funzione empirica di affidabilit. .................................................................................... 4.8
Determinazione del rischio di guasto empirico mediante una prova sperimentale........ 4.12
Curva tipica del rischio di guasto di un articolo. ........................................................... 4.12
Schematizzazione del flusso di rinnovamento dellimpianto con riparazione
dellarticolo guasto......................................................................................................... 4.22
Schematizzazione del tempo di sopravvivenza dellarticolo. ........................................ 4.29
Schematizzazione del tempo di sopravvivenza dellarticolo soggetto ad
invecchiamento. ............................................................................................................. 4.30
Sub-iperboli di rischio.................................................................................................... 4.32
Lopera di protezione e di prevenzione.......................................................................... 4.33
Il processo di sviluppo dellincidente, secondo Houston............................................... 4.35
Schema dellimpianto di trattamento dellaria modificato alla luce di quanto
suggerito dallHazop...................................................................................................... 4.46
Rappresentazione del Top-Event e degli eventi iniziatori. ............................................ 4.50
Relazioni sulla probabilit in un albero dei guasti. ........................................................ 4.50
Sistema costituito da un generatore di aria compressa controllato. ............................... 4.51
Lalbero dei guasti del sistema di fig. 4.14. ................................................................... 4.51
- 4-ii -