You are on page 1of 728

L.

Rosa, La Progettazione degli Impianti Industriali Meccanici

INDICE DEL CAP. 1


1.

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.

La Standardizzazione dei Prodotti...................................................................1.10


La Rivoluzione Industriale. .............................................................................1.10
Lo Studio Scientifico del Lavoro. ...................................................................1.11
Le Relazioni Umane........................................................................................1.11
I Modelli Decisionali.......................................................................................1.11
La Gestione della Produzione..........................................................................1.12
La Funzione Produttiva. ..................................................................................1.13

Il Sistema Produttivo, in quanto Sede delle Trasformazioni. ..................... 1.14


Il Quadro delle Decisioni Operative. .......................................................... 1.16
Un Altro Modo di Vedere le Decisioni Operative...................................... 1.19
Produttori di Beni e Servizi. ....................................................................... 1.20
La Strategia Operativa. ............................................................................... 1.22

1.2.7.1. Un Modello di Strategia Operativa..................................................................1.23


1.2.7.1.1.
1.2.7.1.2.
1.2.7.1.3.
1.2.7.1.4.
1.2.7.1.5.
1.2.7.1.6.
1.2.7.1.7.

1.2.7.2.
1.2.7.3.
1.2.7.4.
1.2.7.5.
1.2.7.6.
1.2.7.7.

La Strategia Generale dellOrganizzazione.........................................................1.24


Analisi Interna ed Esterna. ..................................................................................1.25
La Missione Operativa. .......................................................................................1.25
La Competenza Distintiva...................................................................................1.25
Gli Obiettivi Operativi. .......................................................................................1.26
Le Politiche Produttive........................................................................................1.27
Tattica e Risultati. ...............................................................................................1.28

Tipi di Strategia Produttiva. ............................................................................1.29


Risposta ai Fattori Esterni. ..............................................................................1.30
I Mercati Internazionali. ..................................................................................1.32
LAttivit Produttiva Mirata............................................................................1.33
La Curva dellEsperienza. ...............................................................................1.34
I Passi verso LEfficienza Operativa...............................................................1.36

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

1.2.8. Il Progetto del Prodotto............................................................................... 1.39


1.2.9. Strategie di Introduzione del Nuovo Prodotto. ........................................... 1.40
1.2.10. Processo di Sviluppo del Nuovo Prodotto. ................................................. 1.42
1.2.10.1.
1.2.10.2.
1.2.10.3.
1.2.10.4.
1.2.10.5.

1.3.

Discussione del Processo di Sviluppo del Nuovo Prodotto.............................1.43


Processo di Sviluppo della Tecnologia............................................................1.45
Interazione tra Progetto del Prodotto e del Processo.......................................1.47
Analisi del Valore............................................................................................1.48
Gamma di Prodotti. .........................................................................................1.50

IL PROGETTO DEL PROCESSO PRODUTTIVO. .............................. 1.52


- 1-i -

1. Il contesto Produttivo

1.3.1. La Scelta del Processo.................................................................................1.53


1.3.1.1. Le Caratteristiche del Flusso del Processo. .................................................... 1.54
1.3.1.1.1.
1.3.1.1.2.
1.3.1.1.3.

Processo in Linea................................................................................................ 1.54


Processo a Flusso Intermittente (Job-Shop). ...................................................... 1.55
Processo a Flusso su Progetto............................................................................. 1.57

1.3.1.2. La Classificazione per Tipo di Ordinativo...................................................... 1.59


1.3.1.2.1.
1.3.1.2.2.
1.3.1.2.3.

Processo Make-to-Order..................................................................................... 1.60


Processo Make-to-Stock..................................................................................... 1.61
Confronto tra Make-to-Order e Make-to-Stock.................................................. 1.63

1.3.1.3. Le Decisioni per la Selezione del Processo. ................................................... 1.63


1.3.1.4. La Strategia Prodotto-Processo....................................................................... 1.66

1.3.2. La Scelta della Tecnologia. .........................................................................1.68


1.3.2.1. La Tecnologia e la Dirigenza.......................................................................... 1.70
1.3.2.2. La Tecnologia e lAmbiente Sociale. ............................................................. 1.70
1.3.2.3. La Fabbrica del Futuro. .................................................................................. 1.72
1.3.2.3.1.
1.3.2.3.2.
1.3.2.3.3.
1.3.2.3.4.
1.3.2.3.5.
1.3.2.3.6.

Il CAD. ............................................................................................................... 1.72


Il CAM. .............................................................................................................. 1.73
Il CIM................................................................................................................. 1.77
La Robotica. ....................................................................................................... 1.79
La Giustificazione della Fabbrica del Futuro. .................................................... 1.80
La Giustificazione Economica degli Investimenti. LAnalisi Finanziaria.......... 1.81

1.3.3. I Criteri Progettuali dei Sistemi Produttivi..................................................1.83


1.3.3.1. Gli Assiomi nella Progettazione dei Sistemi Produttivi. ................................ 1.84
1.3.3.1.1.
1.3.3.1.2.
1.3.3.1.3.
1.3.3.1.4.

LAutomazione dei Sistemi Produttivi Manifatturieri........................................ 1.84


Il Decentramento Produttivo. ............................................................................. 1.85
Il JIT e la Lean-production. ................................................................................ 1.86
Il Benchmarking. ................................................................................................ 1.87

1.3.3.2. Alcune Conseguenze. ..................................................................................... 1.90


1.3.3.3. Una Possibile Via di Superamento. ................................................................ 1.93
1.3.3.4. Qualche Ulteriore Spunto. .............................................................................. 1.94

1.3.4. LAnalisi del Flusso del Processo. ..............................................................1.97


1.3.4.1. Il Processo di Trasformazione come Sistema. ................................................ 1.97
1.3.4.2. LAnalisi mediante la Stesura del Flowchart.................................................. 1.98
1.3.4.3. LAnalisi del Flusso dei Materiali. ................................................................. 1.99
1.3.4.3.1.
1.3.4.3.2.

Un Modo Giapponese per Migliorare il Flusso dei Materiali e delle


Informazioni. .................................................................................................... 1.104
Applicazione della Metodologia Kaizen allErgonomia................................... 1.105

1.3.4.4. La Modellazione dei Flussi del Processo...................................................... 1.108

1.3.5. Lay-out dellImpianto. ..............................................................................1.109


1.3.5.1. Lay-out dei Processi Intermittenti. ............................................................... 1.110
1.3.5.1.1. I Criteri Quantitativi. ........................................................................................ 1.111
1.3.5.1.2. I Criteri Qualitativi. .......................................................................................... 1.115
1.3.5.1.3. Pianificazione del Lay-Out al Computer. ......................................................... 1.117
1.3.5.1.3.1.
CRAFT (Computerized-Relative-Allocation-of-Facilities). ................. 1.117
1.3.5.1.3.2.
ALDEP (Automated-Lay-out-Design-Program) ................................... 1.118
1.3.5.1.3.3.
Decisioni di Lay-Out............................................................................. 1.118

1.3.5.2. Lay-out dei Processi in Linea. ...................................................................... 1.119


1.3.5.2.1.
1.3.5.2.2.

Bilanciamento delle Catene di Montaggio ....................................................... 1.119


Alternative alle Linee di Montaggio Tradizionali ............................................ 1.125

1.3.6. Il Ruolo dellIngegnere Impiantista. .........................................................1.127


1.4.
LA GESTIONE DELLA QUALIT........................................................1.131
1.4.1. Il Legame tra Qualit e Produttivit..........................................................1.134
1.4.2. I Costi della Qualit...................................................................................1.136
1.4.2.1. Raccolta e Valutazione dei Dati di Costo ..................................................... 1.137
1.4.2.2. Rapporto dei Costi Operativi per la Qualit. ................................................ 1.138
1.4.2.3. Costi di Prevenzione ..................................................................................... 1.140

- 1-ii -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Costi di Valutazione ......................................................................................1.142


Costi di Nonconformit Interna.....................................................................1.142
Costi di Nonconformit Esterna. ...................................................................1.143
Costi Indiretti della Qualit ...........................................................................1.144
Interventi per la Riduzione dei Costi della Qualit. ......................................1.144
Controllo dei Costi della Qualit...................................................................1.146
LAnalisi dei Difetti. .....................................................................................1.148

1.4.2.10.1. Analisi di Pareto................................................................................................1.148


1.4.2.10.2. Diagramma Causa-Effetto.................................................................................1.150

1.4.3. Metodi per il Miglioramento della Qualit. .............................................. 1.152


1.4.4. Gestione della Qualit Totale. .................................................................. 1.156
1.5.
LA CERTIFICAZIONE PER LA GARANZIA DELLA QUALIT... 1.160
1.5.1. Il Contesto Europeo .................................................................................. 1.160
1.5.2. La Qualit nel Mercato Europeo............................................................... 1.160
1.5.3. Qualit e Norme Internazionali................................................................. 1.161
1.5.4. La Certificazione....................................................................................... 1.161
1.5.4.1.
1.5.4.2.
1.5.4.3.
1.5.4.4.
1.5.4.5.
1.5.4.6.

Identificare i Propri Prodotti..........................................................................1.162


Identificare le Direttive Applicabili...............................................................1.163
Identificare i Requisiti Essenziali Applicabili ...............................................1.163
Identificare le Norme Tecniche Applicabili ..................................................1.163
Approntare la Documentazione Necessaria...................................................1.163
Identificare lEnte di Certificazione Notificato. ............................................1.164

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

1.6.2. Le Attivit di Riesame. ............................................................................. 1.173


1.6.2.1. LEsame Preliminare.....................................................................................1.173
1.6.2.2. Il Riesame del Progetto. ................................................................................1.174
1.6.2.2.1.
1.6.2.2.2.
1.6.2.2.3.

IL Riesame dei Calcoli......................................................................................1.174


Il Riesame dei Disegni. .....................................................................................1.175
Le Check-List....................................................................................................1.175

1.6.2.3. I Riesami Successivi......................................................................................1.175

1.6.3. La Documentazione in Azienda................................................................ 1.178


1.6.3.1. La Gestione della Documentazione nellAzienda Prototipica.......................1.180

1.6.4. La Politica delle Forniture. ....................................................................... 1.182


1.6.4.1. Le Responsabilit del Fornitore.....................................................................1.184
1.6.4.2. Le Forniture in SIRZ. ....................................................................................1.184

1.6.5. Nonconformit e Prevenzione degli Errori............................................... 1.186


1.6.6. Il Metodo dellAudit ................................................................................. 1.189
1.6.6.1. I Tipi di Audit................................................................................................1.189
1.6.6.2. LAudit e lAzienda Prototipica. ...................................................................1.190
1.6.6.3. Gli Audit in SIRZ. .........................................................................................1.193
1.6.6.3.1.
1.6.6.3.2.
1.6.6.3.3.
1.6.6.3.4.
1.6.6.3.5.
1.6.6.3.6.

Diffusione ed Uso delle Procedure....................................................................1.193


Redazione ed Aggiornamento delle Procedure. ................................................1.194
Aggiornamento dei Disegni. .............................................................................1.194
Ricevimento del Materiale dai Fornitori. ..........................................................1.195
Specifiche sui Materiali.....................................................................................1.196
Conclusioni. ......................................................................................................1.196

- 1-iii -

2. La Statistica come Strumento di Analisi della Qualit.

INDICE DEL CAP. 2


2.
LA STATISTICA COME STRUMENTO DI ANALISI DELLA
QUALIT.
2.1.

2.1

Deviazioni delle Caratteristiche di Qualit dai Valori Richiesti................2.4

2.1.1. La Probabilit nel Caso di una Distribuzione Discreta. ........................................... 2.8


2.1.1.1. Distribuzione Binomiale................................................................................... 2.8
2.1.1.2. Distribuzione Ipergeometrica. .......................................................................... 2.9
2.1.1.3. Distribuzione di Poisson................................................................................. 2.11
2.1.1.4. Distribuzione Rettangolare. ............................................................................ 2.12
2.1.2. La Probabilit nel Caso di una Distribuzione Continua......................................... 2.13
2.1.2.1. Distribuzione Normale. .................................................................................. 2.14
2.1.2.1.1.
2.1.2.1.2.
2.1.2.1.3.
2.1.2.1.4.

2.1.2.2.
2.1.2.3.
2.1.2.4.
2.1.2.5.

2.2.

Popolazione Finita ed Infinita.......................................................................... 2.21


Il Teorema del Limite Centrale........................................................................ 2.22
Indici di Disnormalit ...................................................................................... 2.22
Distribuzioni Statistiche delle Variabili Reali. ................................................ 2.23

Distribuzione Esponenziale. ........................................................................... 2.23


Distribuzione di Weibull. ............................................................................... 2.25
Distribuzione Binomiale................................................................................. 2.27
Commento alle Diverse Approssimazioni. ..................................................... 2.28

Inferenza Statistica nel Processo di Qualita'. ............................................2.30

2.2.1. Statistiche e Distribuzione del Campionamento. ................................................... 2.31


2.2.1.1. Campionamento da una Distribuzione Normale............................................. 2.31
2.2.1.2. La Distribuzione 2 , t ed F. ........................................................................... 2.32
2.2.1.3. Campionamento da una Distribuzione di Poisson. ......................................... 2.37
2.2.2. Stima dei Parametri di Processo. ........................................................................... 2.39
2.2.2.1. La Stima Puntuale........................................................................................... 2.39
2.2.2.2. La Stima di Intervallo. .................................................................................... 2.41
2.2.2.2.1.
2.2.2.2.2.
2.2.2.2.3.
2.2.2.2.4.
2.2.2.2.5.
2.2.2.2.6.
2.2.2.2.7.

Intervallo di Confidenza della Media, con Varianza Nota............................... 2.41


Intervallo di Confidenza della Media di una Distribuzione Normale, con
Varianza Incognita........................................................................................... 2.42
Intervallo di Confidenza della Varianza di una Distribuzione Normale. ......... 2.43
Intervallo di Confidenza sulla Differenza tra due Medie. Varianze Note........ 2.44
Intervallo di Confidenza sulla Differenza tra due Medie. Varianze
Incognite. ......................................................................................................... 2.45
Intervallo di Confidenza sul Rapporto tra due Varianze. Due Distribuzioni
Normali............................................................................................................ 2.46
Intervalli di Confidenza sui Parametri Binomiali. ........................................... 2.47

2.2.3. Test delle Ipotesi sui Parametri di Processo .......................................................... 2.49


2.2.3.1. Test sulle Medie con Varianze Note............................................................... 2.50
2.2.3.2. Test sulle Medie di Distribuzioni Normali con Varianze Incognite. .............. 2.52
2.2.3.3. Test sulle Varianze di Distribuzioni Normali. ................................................ 2.56
2.2.3.4. Test sui Parametri Binomiali. ......................................................................... 2.58
2.2.3.5. Test sui Parametri di Poisson.......................................................................... 2.59
2.2.3.6. Rischio di Specie II......................................................................................... 2.61

2.3.

Metodi di Controllo Statistico di Processo.................................................2.64

2.3.1. Le Carte di Controllo per Attributi ........................................................................ 2.65


2.3.1.1. Quando Usare le Carte di Controllo per Attributi........................................... 2.65
2.3.1.2. Come Interpretare la Carta di Controllo per Attributi .................................... 2.66
2.3.1.2.1.
2.3.1.2.2.
2.3.1.2.3.
2.3.1.2.4.

2.3.2.

Le Statistiche della Carta P.............................................................................. 2.66


Le Statistiche della Carta Np ........................................................................... 2.67
Le Statistiche della Carta U ............................................................................. 2.67
Le Statistiche della Carta C ............................................................................. 2.68

Specifiche, Tolleranze e Qualit conforme............................................................ 2.69


- 2-iv -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.3.2.1. Specifiche Tecniche e Tolleranze....................................................................2.69


2.3.2.2. Conformit alle Specifiche e conformit allUso ............................................2.69
2.3.2.3. Ottenimento e Miglioramento della Qualit Conforme...................................2.70
2.3.2.4. Effetto degli Errori Casuali e Sistematici........................................................2.73
2.3.3. Influenza dei Fattori Produttivi sulla Caratteristica di Qualit del Prodotto. .........2.74
2.3.3.1. La Deformazione della Curva di Distribuzione delle Frequenze come
Criterio di Analisi degli Errori Sistematici......................................................2.74
2.3.3.1.1.
Caso di Errore Sistematico Costante ................................................................2.74
2.3.3.1.2.
Caso di Errore Sistematico Variabile. ..............................................................2.75
2.3.3.1.2.1. Errore Sistematico Variabile Linearmente..................................................2.75
2.3.3.1.2.2. Errore Sistematico Variabile Limitatamente nel Tempo.............................2.78
2.3.3.1.2.3. Errore Sistematico Variabile Agente Privilegiatamente in una
Direzione. ...................................................................................................2.79

2.3.3.2. Allargamento del Campo di Dispersione per Effetto della Conversione


degli Errori Sistematici in Casuali...................................................................2.80
2.3.3.3. Miglioramento della Qualit con lAnalisi e la Correzione degli Errori
Sistematici. ......................................................................................................2.81
2.3.4. La Base Statistica della Carta di Controllo.............................................................2.87
2.3.4.1. Campioni Razionali.........................................................................................2.95
2.3.4.2. Definizione dei Limiti di Controllo.................................................................2.98
2.3.4.3. Numerosit del Campione e Frequenza di Campionamento. ........................2.101
2.3.4.4. Analisi dei Diagrammi delle Carte di Controllo............................................2.103
2.3.4.5. Interventi non Organizzati sul Processo. .......................................................2.104
2.3.5. Tecniche per la Determinazione del Controllo Statistico. ....................................2.106
2.3.5.1. Controllo di Breve Periodo. La Carta delle Misure Individuali. ...................2.106
2.3.5.2. Test di Produzione. Le Carte della Media e della Dispersione del
Processo.........................................................................................................2.107

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. Il Resto dei Magnifici Sette. .................................................................................2.134


2.3.6.1. I Check-Sheet. ...............................................................................................2.134
2.3.6.2. Il Diagramma di Pareto. ................................................................................2.135
2.3.6.2.1.
2.3.6.2.2.

2.3.6.3.
2.3.6.4.
2.3.6.5.
2.3.6.6.
2.3.6.7.

Quando Usare il Diagramma di Pareto...........................................................2.136


Come Interpretare il Diagramma di Pareto.....................................................2.136

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

INDICE DELLAPPENDICE AL CAP. 2


A2.1.
A2.1.
A2.2.
A2.3.

LE DEFINIZIONI DELLA PROBABILIT................................................. 3


Ia definizione...................................................................................................... 3
IIa definizione .................................................................................................... 3
Probabilit totale e Composta di Eventi Indipendenti.................................. 5

A2.3.1.
A2.3.2.

A2.4.
A2.5.

Teorema I .............................................................................................................5
Teorema II ............................................................................................................6

Probabilit Composta di Eventi Dipendenti .................................................. 8


Teoremi Fondamentali sul Valor Medio ........................................................ 9

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

Teoremi Fondamentali sulla Varianza ......................................................... 11

A2.6.1.
A2.6.2.
A2.6.3.

Teorema VI.........................................................................................................11
Teorema VII .......................................................................................................11
Teorema VIII......................................................................................................11

A2.7. La Distribuzione Normale.............................................................................. 13


A2.8. La Distribuzione 2 ....................................................................................... 14
A2.9. La Distribuzione t ........................................................................................... 15
A2.10. La Distribuzione F........................................................................................ 16
A2.11. La Distribuzione di Poisson......................................................................... 26
A2.12. Regressione dei Dati di Processo................................................................. 29
A2.12.1.
A2.12.2.
A2.12.3.
A2.12.4.
A2.12.5.

A2.13.

La Distribuzione di Johnson o del Best-Fit ........................................................29


La Distribuzione Normale ..................................................................................32
La Distribuzione di Weibull ...............................................................................33
La Distribuzione di Rayleigh per la Posizione Vera. .........................................33
La Statistica K-S.................................................................................................33

Il controllo della correlazione. .................................................................... 35

A2.13.1.
A2.13.2.
A2.13.3.
A2.13.4.

Quando Usare il Diagramma di Dispersione......................................................35


Come Interpretare il Diagramma di Dispersione................................................35
La Funzione di Regressione ...............................................................................36
Il Coefficiente di Correlazione R .......................................................................37

A2.13.5.
A2.13.6.

Il Coefficiente di Determinazione R 2 ...............................................................37


La Statistica F.....................................................................................................37

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

Le Carte x / della Media e della Deviazione Standard del


Processo ......................................................................................................... 44
A2.15.1.
Quando Usare le Carte x / ............................................................................45
A2.15.2.
Come Interpretare le Carte x / ......................................................................45
A2.16. Le Carte delle Misure Individuali x e del Campo di Variazione
Mobile MR. ................................................................................................... 49
A2.15.

- A2.i -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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.

Quando Usare la Carta delle Misure Individuali x. ........................................... 49


Come Interpretare le Carte x ed MR.................................................................. 50
La Carta a Campo di Dispersione Mobile. ........................................................ 51
La Carta delle Misure Individuali...................................................................... 51
Principi Base: le Carte CuSum per il Controllo della Media del
Processo. ............................................................................................................ 52
Impiego della Carta CuSum per il Controllo della Media di Processo.............. 55
La Maschera a V della Carta CuSum................................................................. 58

La Carta EWMA ..........................................................................................61

A2.18.1.
A2.18.2.

Quando Usare la Carta EWMA ......................................................................... 61


Come Interpretare la Carta EWMA ................................................................... 62

- A2.ii -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

INDICE DEL CAP. 3


3

ANALISI DELLA PRECISIONE DEL PRODOTTO. ................................3.1

3.1

TIPI PRINCIPALI DI INTERCONNESSIONE TRA LE SUPERFICI


DEI COMPONENTI........................................................................................3.2

3.2

DEFINIZIONI ED INDIVIDUAZIONE DELLE CATENE


DIMENSIONALI. ............................................................................................3.6
3.2.1
Tre Modi per Migliorare la Precisione. .......................................................3.8
3.2.2
I Principali Metodi per Raggiungere la Voluta Precisione del Membro
Conclusivo. ..................................................................................................3.9
3.2.3
Metodo dellIntercambiabilit Completa...................................................3.10
3.2.3.1. Controllo della Precisione di Produzione ....................................................... 3.11
3.2.3.2. Assegnazione delle Tolleranze ....................................................................... 3.11

3.2.4
3.2.5
3.2.6
3.2.7

Metodo dellIntercambiabilit Limitata.....................................................3.14


Metodo dellIntercambiabilit di Gruppo..................................................3.22
Metodo dellAggiustaggio.........................................................................3.28
Metodo dellAdattamento..........................................................................3.36

3.2.7.1. Il Metodo dellAdattamento con Membri Compensatori Regolabili.............. 3.38


3.2.7.2. Il Metodo dellAdattamento con Membri Compensatori Fissi....................... 3.43
3.2.7.3. Vantaggi dellApplicazione del Metodo dellAdattamento............................ 3.47

3.3

LA FORMA DELLE MACCHINE E DEI LORO COMPONENTI. .......3.49

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

3.4.4.2. Principio della Costanza delle Superfici di Riferimento. ............................... 3.65


3.4.4.3. Scelta delle Superfici di Riferimento per i Pezzi Esili. .................................. 3.72
3.4.4.4. Scelta delle Superfici di Riferimento per i Pezzi Massicci............................. 3.78

3.4.5

Errori di Serraggio. ....................................................................................3.80

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

Caso della Fresatura Frontale. ...................................................................3.97


Gli errori di Registrazione Statica. ............................................................3.98

3.5.6.1. Lavorazione di Superfici Esterne. .................................................................. 3.99


3.5.6.2. Lavorazione di Superfici Interne. ................................................................. 3.101

3.5.7

Previsione della Tolleranza di una Quota................................................3.102

3.5.7.1. Valori Razionali della Tolleranza di Lavorazione........................................ 3.104


3.i

3. Analisi della Precisione del prodotto.

3.5.7.2. Determinazione dellErrore Risultante nella Foratura. ................................. 3.105


3.5.7.3. Determinazione dellErrore Risultante nello Stampaggio a Caldo............... 3.108
3.5.7.4. Determinazione dellErrore Risultante nella Colata. .................................... 3.108

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

INDICE DEL CAP. 4


4.

LAFFIDABILITA ED IL RISCHIO DI GUASTO

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

La Porta AND..................................................................................................... 4.19


La Porta OR........................................................................................................ 4.20

Il Caso Generale ............................................................................................. 4.20

LAffidabilit dellArticolo Riparato. .........................................................4.22

4.1.3.1
4.1.3.2
4.1.3.3
4.1.3.4

Caso di Conformit alla Legge Esponenziale................................................. 4.24


Caso di Conformit alla Legge Normale........................................................ 4.24
Il Comportamento Asintotico del Processo di Rinnovamento ....................... 4.25
LAffidabilit dellArticolo in un Intervallo di Tempo Dato ......................... 4.27

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

LAnalisi degli Incidenti Occorsi. .................................................................. 4.36


Il Deposito dei Materiali................................................................................. 4.37
Il Fattore Energetico ....................................................................................... 4.37
Il Fattore Tempo ............................................................................................. 4.38
Le Relazioni Distanza - Intensit.................................................................... 4.38
Il Fattore di Esposizione. ................................................................................ 4.39

Le Statistiche delle Perdite. .........................................................................4.40


Il Costo delle perdite. ..................................................................................4.41

4.2.4.1
4.2.4.2

Il Livello Nazionale........................................................................................ 4.41


Il Livello Aziendale........................................................................................ 4.41

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

LAnalisi Qualitativa. ..................................................................................... 4.50


La Valutazione Quantitativa col Metodo dei Minimum-Cut-Set. .................. 4.53

LEvoluzione della Sicurezza sul Posto di Lavoro......................................4.56

4.3.4.1
4.3.4.2

Il Monitoraggio del Pericolo: il DL 277/91.................................................... 4.58


Il Programma della Riduzione del Rischio: il DL 626/94. ............................. 4.58

- 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

Anno Accademico 2002-2003

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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. IL SISTEMA PRODUTTIVO.


Se dovessimo assegnare un aggettivo ai sistemi produttivi relativi alle applicazioni
meccaniche, certamente esso dovrebbe dar conto della complessit che li
contraddistingue. In effetti, il termine complesso descrive come lambiente in cui
viviamo, una volta considerato animato da individui e singoli oggetti, ora studiato
come popolato di sistemi: di comunicazione, di trasporto, economici, produttivi, urbani,
politici, ecc. La complessit penetrata cos profondamente nel particolare che ognuno
di noi pu coglierne gli indizi nelle cose pi elementari, fin nei prodotti che
acquistiamo, prodotti sempre pi differenziati per prestazioni, estetica, funzionalit e
personalizzazione.1

1.1.1.

Il Prodotto

Consideriamo un prodotto come lautovettura Tipo della FIAT, inserita in unampia


fascia di mercato, quella delle vetture medie del settore automobilistico, con una buona
differenziazione ed un discreto contenuto tecnologico, anche se non eccessivamente
spinto. La Tipo si presenta in 12 versioni, con 7 motori, 3 allestimenti, e prevede 18
optional possibili, 17 colori abbinati a 5 tipi di rivestimenti interni. Considerando i
vincoli di abbinamento imposti tra versioni, motori, optional, colori e rivestimenti, si
ottengono teoricamente 13472 tipi di vetture personalizzate. Le funzioni offerte dalla
Tipo, oltre alle prestazioni tipiche di veicolo di trasporto, comprendono tra le altre:
condizionatore daria, tettuccio apribile elettricamente, ABS, air-bag, sedile regolabile
in altezza e riscaldato, econometro, check-control, lunotto termico, strumentazione
digitale, alzacristalli elettrici, impianto di climatizzazione, chiusura centralizzata delle
porte, tergifari, ecc.
Principalmente lelettronica e lelettromeccanica hanno permesso di complicare il
prodotto, sia in termini di funzioni extra offerte al cliente, sia in termini di aumento del
numero delle parti, che direttamente correlato allintroduzione dei nuovi dispositivi. Il
ragionamento fatto per la Tipo pu essere esteso ad una quantit enorme di prodotti,
soprattutto quelli di grande diffusione.
Che cosa si intende per complessit del prodotto? La sensazione che deriva da
unosservazione esteriore delloggetto, oppure la definizione generata da un pi
profondo esame della natura ed origine del prodotto?
Proviamo a dare alla complessit un taglio orientato alla produzione, considerando le
problematiche connesse alla costruzione e realizzazione del prodotto ed alla gestione
delliter produttivo. Ad esempio, un livello di complessit il numero di funzioni
offerte dal prodotto, che ne complica la struttura aumentandone il numero di elementi e
sottosistemi e di interazioni tra le varie parti. A questo si aggiunge la variet di materiali
utilizzati che richiedono approvvigionamenti differenziati, attrezzature e lavorazioni
specifiche.
Complessit anche gestire una gamma ampia e diversificata come quella delle
quasi 14000 personalizzazioni della Tipo, dove, pur essendo predeterminate le
combinazioni produttive, rimane elevata la variabilit dei volumi e del mix.

R. Castagna, A. Roversi, Sistemi Produttivi, Isedi - Politecnico di Milano, 1995.

- 1.2 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

I Parametri Strategici della Produzione

La struttura di un sistema produttivo fortemente condizionata da 3 variabili


fondamentali:
linterazione a monte, con i fornitori,
linterazione a valle, con i clienti,
le caratteristiche del prodotto.
Le prime due generano un mutamento della struttura interna per un migliore
interscambio con lambiente. La terza rappresenta la specificit delloggetto di
produzione, attorno al quale viene costruito il processo produttivo al fine del
conseguimento della conformit del prodotto alle specifiche di progetto. I mutamenti
registrati sono individuabili nel:
lincremento della complessit del mercato a valle (parcellizzazione),
lincremento della complessit nella gestione dei rapporti coi fornitori,
laccresciuta complessit intrinseca del prodotto.
Essi non possono non influire sulle attivit dirette della produzione e sulle leve
produttive che generano il vantaggio competitivo. Tali leve, individuate da Hayes e
Wheelwright4 nel 1979, col nome di parametri strategici della produzione, erano

3G.

Fabris, V. Mortara, Le otto Italie, Mondadori, 1986


Hayes, S.C. Wheelwright, Link Manufacturing Process and Product Life Cycles, Harward Business
Review, 1, 1979

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.

Gunn, Manufacturing for Competitive Advantage, Ballinger Publishing Co, 1987

- 1.6 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

La loro seconda caratteristica che essi si propongono come indicatori quantitativi;


infatti, il livello di servizio al cliente pu essere misurato pi di quanto non possa
esserlo il numero o la variet dei servizi offerti; la flessibilit in mix di prodotti e
volume maggiormente quantificabile di quanto non lo sia la tecnologia o
lorganizzazione, pur dipendendo da esse, e la flessibilit in mix ha un considerevole
riflesso sulle modalit di attuazione della strategia produttiva.
Lutilizzo di indicatori quantitativi induce la strategia della produzione a procedere
per piccoli incrementi delle prestazioni, i quali, sommati nel lungo periodo, danno
risultati considerevoli (in confronto alla strategia per obiettivi fissati, i quali la maggior
parte delle volte risultano disattesi).
Il monitoraggio continuo ed i piccoli incrementi delle prestazioni favoriscono la
tensione dellintera impresa a progredire in modo costante, evitandole di permanere
pericolosamente nello statu quo.

1.1.4.

LEvoluzione delle Strategie Produttive.

La funzione primaria di una strategia della produzione, come suggerito da Hayes e


Wheelwright4, quella di guidare lattivit in modo tale da mettere insieme le capacit
produttive che permetteranno di perseguire nel lungo termine la strategia concorrenziale
scelta. Pertanto, lesame delle priorit concorrenziali che stanno dandosi i produttori
pu fornire gli indizi adatti a capire il modello delle capacit produttive che si sta
sviluppando.
Con questa ipotesi, Ferdows, Miller, Nakane e Vollmann hanno analizzato le priorit
competitive e le strategie di mercato delle maggiori industrie di Europa, Stati Uniti e
Giappone negli anni dal 1983 al 1987.
Dallindagine emerge che la maggior parte delle industrie giapponesi ritengono
priorit competitive primarie da perseguire labbattimento dei prezzi ed una rapida
evoluzione progettuale, mentre lEuropa e gli Stati Uniti considerano obiettivi primari
unelevata qualit del prodotto costante nel tempo e la puntualit nelle consegne (cfr.
tab. 1.I).
Pertanto, esiste una corrispondenza tra i nuovi fattori strategici produttivi proposti da
Gunn e la tendenza delle industrie ad intervenire su variabili quantificabili in termini di
soddisfazione del cliente (puntualit delle consegne, qualit, evoluzione progettuale,
prestazioni finanziarie, ecc.). I risultati relativi alle strategie di mercato perseguite nei
tre raggruppamenti geografici vedono gli Stati Uniti e lEuropa considerare priorit
primarie laumento della quota di mercato e lintroduzione di nuovi prodotti sui mercati
esistenti, mentre il Giappone persegue lobiettivo del lancio di nuovi prodotti sia sui
mercati esistenti, sia su nuovi mercati (tab. 1.II).
Indubbiamente rilevante limportanza strategica data allintroduzione di nuovi
prodotti sul mercato, in quanto conferma una tendenza verso labbattimento del tempo
di progettazione del prodotto stesso.
Laumento della quota per gli Stati Uniti e lEuropa in linea con la ricerca della
qualit, mentre lespansione del Giappone verso nuovi mercati conferma levoluzione
verso un ambiente sempre pi complesso. I dati non possono che registrare un avvenuto
cambiamento nella formulazione della missione produttiva, definita come ci che la
strategia dellimpresa richiede alla funzione produttiva.
- 1.7 -

1. Il Contesto Produttivo.

Levoluzione ha trasformato lobiettivo produttivo dal perseguimento della massima


efficienza e dei minimi costi unitari di produzione al raggiungimento di un insieme di
risultati associati a flessibilit dei volumi, qualit e progettazione, rispetto delle
specifiche progettuali, tempi di consegna ed efficienza.

tab. 1.I.

Le priorit competitive in Europa, Stati Uniti e Giappone.

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

Le priorit delle strategie di mercato in Europa, Stati Uniti e Giappone.


Strategie di mercato

STATI
UNITI

GIAPPONE

EUROPA

quota/vecchi mercati

nuovi mercati/vecchi prodotti

nuovi prodotti/vecchi mercati

nuovi prodotti/nuovi mercati

Unimportante considerazione che i bassi costi diretti di produzione non sono pi


lunico fattore determinante del vantaggio competitivo e che paesi produttori a basso
costo del lavoro non saranno in futuro in grado di spiazzare i concorrenti solamente
sullofferta a prezzo meno elevato.
Con la diminuzione dei cicli di vita dei prodotti, i produttori europei possono
migliorare la loro competitivit introducendo un maggior numero di cambiamenti nella
moda, portando alla maturit il prodotto prima che i concorrenti escano sul mercato, e
pi rapidamente.

- 1.8 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

1.2. LORGANIZZAZIONE DEL PROCESSO PRODUTTIVO


La gestione operativa la gestione della produzione dei beni e dei servizi, con i quali
ogni giorno entriamo in contatto ed ognuno dei quali prodotto sotto la supervisione di
responsabili della produzione 6.
Un esempio di responsabile operativo il direttore di impianto di unazienda. Tutti
gli altri responsabili che lavorano in azienda, compresi i responsabili di produzione, di
magazzino, della qualit, gli ispettori di linea produttiva, ecc. sono anchessi
responsabili operativi. Insieme, essi gestiscono la produzione in azienda. Ad un livello
superiore, tra i responsabili operativi possiamo comprendere in questo gruppo tutti i
responsabili di produzione di unazienda integrata e considerare un vicepresidente di
produzione ed un gruppo di responsabili operativi di supporto (staff) che sovrintendono
alla qualit, il controllo delle merci e del processo, limpianto e le attrezzature,
lamministrazione, ecc.
I responsabili operativi non sono impiegati solamente nelle aziende manifatturiere;
essi lavorano anche nelle aziende di servizio. Ad esempio, in ambito governativo,
troveremo responsabili operativi alle Poste, alla Sanit, ai Lavori Pubblici, ecc. e, nel
settore privato, incontreremo responsabili operativi anche nella gestione di hotel, linee
aeree, banche, ecc. In ognuno di questi comparti, piuttosto che gestire la produzione di
beni materiali, essi sovrintendono allaspetto tecnico della fornitura di servizi.
Anche se a prima vista queste attivit possono sembrare diverse tra loro, esse hanno
la propriet comune di svolgersi attraverso processi di trasformazione:
nellambito manifatturiero si pu pensare alla trasformazione di grezzi o
semilavorati, di lavoro e di capitali in ingresso, in prodotti finiti in uscita;
nel terziario, questi stessi elementi in ingresso sono trasformati in servizi.
In questi tempi si osserva un enorme trasferimento economico dalla produzione di
beni a quella dei servizi: circa l80% della manodopera impiegata nella produzione di
servizi. Tuttavia, limportanza della produzione di beni materiali ancora predominante
per far fronte ai bisogni sociali. Proprio per limportanza sia della produzione di beni
materiali, sia di quella di servizi, e per la possibilit di considerare entrambe come
attivit di trasformazione, non distingueremo nel seguito tra esse, anzi consideriamo che
esse possono essere studiate allo stesso modo.
In questo capitolo esamineremo lattivit decisionale dei responsabili delle diverse
attivit dellazienda, in modo da apprendere i meccanismi aziendali coinvolti, il loro
funzionamento e le reazioni alle decisioni prese per riguardo allattivit produttiva.

1.2.1.

Alcuni Cenni Storici.

Lorganizzazione produttiva esistita fin da quando luomo ha cominciato a creare


beni e servizi. Anche se lorigine pu essere ricondotta a quella della civilizzazione, il
nostro interesse si limita agli ultimi 2 secoli. In maniera non strettamente cronologica,
possiamo pensare ai seguenti eventi principali:

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.

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.

La Standardizzazione dei Prodotti.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

1.2.2.3.

Lo Studio Scientifico del Lavoro.

Esso discende dalla considerazione che lapplicazione del metodo scientifico pu


essere fatta allo stesso modo nello studio del sistema produttivo come in quello dei
sistemi fisici e naturali. Lo studio si svolge attraverso i seguenti passaggi:
losservazione dei metodi produttivi attuali,
lo sviluppo di metodi pi efficienti, per mezzo di misurazioni ed analisi
quantitative,
laddestramento degli operatori per adottare nuovi metodi,
un feedback continuo verso la gestione del processo produttivo.
Questi concetti sono stati introdotti allinizio del 900 da Taylor e Gilbreth. Essi sono
stati combattuti tenacemente dai lavoratori, le loro associazioni e dalle Universit, anche
perch il loro utilizzo era non corretto, in quanto prevalentemente indirizzato verso
laccelerazione della produzione. Ciononostante, i principi della gestione scientifica
hanno preso grande diffusione e sono ancor oggi applicati, ma tenendo conto
dellinterazione tra i sistemi sociali, tecnici ed ambientali.

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.

Essi sono impiegati per descrivere in termini matematici il sistema produttivo. Un


modello decisionale espresso in termini di misure di efficienza, di vincoli, relazioni e
legami e di variabili decisionali. Lo scopo di ogni modello di trovare i valori ottimali
(o, semplicemente, soddisfacenti) delle variabili decisionali, che consentano di
migliorare le prestazioni del sistema nel rispetto dei vincoli presenti. Uno dei primi
impieghi di questo approccio ha avuto luogo nel 1915 da Harris, con la definizione di
una relazione economica tra ordinativi e quantit di materiali nella gestione del
magazzino. Nel 1931 Shewhart ha sviluppato modelli quantitativi decisionali da
impiegare nellattivit di controllo statistico della qualit. Nel 1947, Dantzig ha
sviluppato il semplice metodo della programmazione lineare, che ha permesso
lapplicazione di unintera famiglia di modelli matematici.
Negli anni 50, lintroduzione dei modelli di simulazione al computer hanno
contribuito molto allo studio ed allanalisi della produzione. A partire da allora, luso di
vari modelli decisionali che utilizzano gli strumenti della Ricerca Operativa stato
largamente sviluppato, dei quali modelli sar fatto cenno anche in questo Corso.

- 1.11 -

1. Il Contesto Produttivo.

1.2.2.6.

La Gestione della Produzione.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

La funzione produttiva unarea funzionale dellazienda. La fig. 1.1 aiuta ad


inquadrare questa idea mostrando quattro tipi di campi di intervento nella gestione
industriale:
le aree di integrazione,
le tipologie aziendali,
le aree funzionali di gestione di ogni azienda,
le discipline di base.
Le aree funzionali di gestione dellazienda si riferiscono alla responsabilit ed alla
strategia decisionale nellorganizzazione: la funzione di marketing tipicamente la sede
responsabile della creazione della domanda e della formazione di ricchezza attraverso le
vendite; la funzione produttiva ha la responsabilit della produzione dei beni e dei
servizi che costituiscono la missione dellorganizzazione; la divisione finanziaria
responsabile dellacquisizione e dellallocazione dei capitali. Le aree di gestione
tendono ad essere strettamente associate ai settori dellorganizzazione, in quanto il
lavoro in azienda tipicamente organizzato su una base funzionale.
aree di
integrazione

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

teoria dei sistemi

tecniche
organizzative

leggi del mercato

principi generali
organizzativi

economia

Discipline di studio nella gestione industriale.


- 1.13 -

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.

Il Sistema Produttivo, in quanto Sede delle Trasformazioni.

Abbiamo gi definito la gestione industriale come insieme delle attivit di controllo e


di coordinamento dei sistemi che trasformano gli input in beni e servizi.
Come rappresentato in fig. 1.2, gli input sono convertiti in beni e servizi dal
processo tecnologico, che il particolare metodo usato per eseguire la trasformazione.
La sostituzione della tecnologia corrente cambia il modo in cui il prodotto ottenuto,
ma pu far cambiare anche il prodotto stesso.
Le attivit compiute nellindustria dei servizi usano un mix di input in qualche modo
diverso da quello necessario per lindustria manifatturiera. Per esempio, una linea aerea
richiede capitali per gli aerei e per i servizi a terra, manodopera molto qualificata (per il
pilotaggio, la manutenzione, ecc.), ma anche manodopera di bassa o bassissima
qualifica per il facchinaggio, ed un grande impiego di risorse energetiche. Perci, si usa
una piccolissima quantit di materiali, in confronto a quanto richiesto da unindustria
metalmeccanica.
La fig. 1.2 mette in evidenza linformazione di feedback usata per controllare la
tecnologia del processo e gli input. Come si vedr diffusamente in seguito, questo
feedback essenziale per il controllo della qualit del processo produttivo, cio della
rispondenza alle richieste da parte delle propriet del prodotto. E responsabilit della
gestione della produzione utilizzare queste informazioni per eseguire un continuo
aggiustamento degli input e del processo tecnologico per compiere la missione
dellorganizzazione. Le conseguenti decisioni sono complesse e richiedono
lapplicazione di una costante attenzione.

- 1.14 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Inputs

Gestione

Prodotti

Processo di
Trasformazione

Beni e servizi

Energia
Materiali
Manodopera
Capitali
Informazione

Feedback

AMBIENTE

fig. 1.2.

Una rappresentazione schematica del sistema produttivo.

Il sistema produttivo in costante interazione con lambiente nel quale opera.


Esistono due tipi di ambienti da considerare:
lalta dirigenza, allinterno del sistema ma al di fuori delle attivit produttive, la
quale pu cambiare le strategie, le risorse, le previsioni, gli obiettivi od i vincoli.
Ne risulta che il sistema produttivo deve potersi adattare alle variazioni
dellambiente interno;
lambiente esterno allorganizzazione, il quale pu cambiare in termini di vincoli
legali, politici, sociali, di situazione economica generale, quindi determinando una
corrispondente modifica degli input, degli output od, addirittura, del sistema
produttivo stesso.

tab. 1.III.

Esempi di sistemi produttivi.

tipologie
industriali
banche
ristorazione
ospedali
universit
impianto
manifatturiero
linee aeree

input

output

cassieri, dirigenti, attrezzature


informatiche, attrezzature, energia,
ecc.
cucine, cuochi camerieri, cibi,
attrezzature, arredamento, energia,
ecc.
medici, infermieri, dirigenti,
attrezzature, macchine, laboratori,
energia, ecc.
facolt, dirigenza, macchine,
attrezzature, laboratori, energia,
conoscenza, ecc.
dirigenza, amministrazione,
attrezzature, macchine, lavoro,
energia, materie prime, ecc.
aerei, attrezzature, officine, piloti,
assistenti di volo, operai
manutentori, lavoro, energia, ecc.

servizi finanziari: mutui, prestiti,


depositi, assicurazioni, ecc.

- 1.15 -

pasti, intrattenimento, clienti


soddisfatti, ecc.
servizi sanitari, pazienti guariti, ecc.
studenti competenti, ricerca, servizi
pubblici, ecc.
prodotti finiti
trasporto da punto a punto.

1. Il Contesto Produttivo.

Cos, la gestione esercita il monitoraggio continuo del sistema e dellambiente al fine


di programmare, controllare e migliorare il sistema produttivo. Per esempio, il
cambiamento delle condizioni delleconomia pu imporre alla dirigenza di rivedere le
previsioni sulla domanda e, conseguentemente, lassunzione di personale e laumento
della capacit produttiva. Oppure, la constatazione di un peggioramento della qualit del
prodotto pu spingere i manager ad imporre la revisione delle procedure di garanzia
della qualit seguite allinterno del processo produttivo per riportare il sistema ai livelli
imposti.
La tab. 1.III fornisce altri esempi di sistemi produttivi nella societ. Studiando i
sistemi produttivi, si pu capire come migliorare la gestione delle attivit e la qualit
delle decisioni operative.

1.2.4.

Il Quadro delle Decisioni Operative.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

la forza lavoro. La gestione del personale la pi importante area di decisioni

operative poich praticamente nulla si ottiene senza la manodopera che crea il


prodotto od il servizio. Le decisioni riguardanti il personale comprendono la sua
selezione, le assunzioni, i licenziamenti, laddestramento, la supervisione e la
distribuzione. Queste decisioni sono prese dai responsabili operativi di linea, con
lassistenza dellufficio personale. La gestione del personale in modo umano e
produttivo un obiettivo chiave dellorganizzazione;
la qualit. Tale funzione operativa la responsabile tipica della qualit dei beni e
servizi prodotti. La qualit unimportante responsabilit operativa, la quale
richiede il supporto dellintera organizzazione. Le decisioni in materia di qualit
devono garantire che la qualit sia prodotta ad ogni livello delle trasformazioni: le
norme devono essere rispettate, limpianto deve essere correttamente progettato, il
personale addestrato ed il prodotto, od il servizio, deve essere controllato.
Unattenzione speciale a tutte le cinque aree di decisione decisiva per il successo
delle attivit produttive. Di pi, una funzione operativa ben gestita pu essere giudicata
in termini di quadro delle decisioni, nel senso che, se ognuna delle cinque aree di
decisione funziona correttamente ed ben integrata con le altre aree, la funzione
operativa pu considerarsi ben gestita.
In molti casi, lo studente sente la gestione della produzione come una mescolanza
scivolosa di tecniche e metodi, il ch non corrisponde alla realt: il quadro delle
decisioni descritto qui stato steso proprio per superare questo problema.

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.

Sommariamente vengono ora descritti i ruoli dei manager in termini pi generali,


descrivendone le responsabilit in base alle decisioni che essi devono prendere. La
descrizione volutamente semplificata, ma utile per pensare alla sua applicazione,
praticamente ad ogni situazione operativa:
responsabile operativo. Nelle organizzazioni produttive, i ruoli comprendono il vice
presidente di produzione, il responsabile di produzione ed il responsabile di
impianto. Nelle industrie dei servizi, essi comprendono il vice presidente operativo,
il responsabile di magazzino ed il responsabile dellamministrazione. Questi ruoli
riguardano il necessario coordinamento generale e la direzione delle funzioni
operative. Le specifiche responsabilit comprendono la pianificazione strategica, la
definizione delle politiche, la distribuzione del budget, la gestione dei manager di pi
basso livello ed il controllo operativo;
responsabile dei materiali. Questo ruolo riguarda la gestione e lintegrazione dei flussi
dei materiali dallo stato di grezzo fino a quello di prodotto finito. Esso coordina i
responsabili degli acquisti, del magazzino e della produzione, che sono ad un livello
subordinato e prendono decisioni di breve periodo:
responsabile degli acquisti. Egli deve garantire un adeguato flusso di materiali allo
stato di grezzo o di semilavorato. I responsabili degli acquisti sono strettamente
coordinati ai responsabili commerciali ed ai responsabili dei reparti produttivi,
negoziano i prezzi, eseguono la selezione dei venditori e ne valutano la prestazione,
responsabile degli approvvigionamenti. Assicura lordinazione della giusta quantit di
materiale al momento giusto. Spesso dispone di sistemi informatici che lo aiutano a
fornire il migliore servizio al sistema produttivo al minor costo di immobilizzo
possibile,
responsabile della pianificazione e del controllo della produzione. Il responsabile
della produzione sviluppa il piano di produzione ed assicura il miglior uso delle
risorse necessarie allo sviluppo di quel piano. Il responsabile del controllo della
produzione programma la sequenza delle operazioni (scheduling), garantisce il

- 1.18 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Un Altro Modo di Vedere le Decisioni Operative.

Le decisioni operative possono essere classificate come:


quelle che operano sul progetto e le funzioni produttive,
quelle che si riferiscono allo svolgimento delle funzioni produttive gi definite a
livello pi elevato.
Mentre le decisioni sul progetto tendono ad essere strategiche, di lungo periodo e
praticamente irreversibili nel breve e medio periodo, quelle sullo svolgimento sono
tattiche, di breve periodo ed orientate alla immediata utilizzazione. Riprendendo
lesempio della Benetton, lorganizzazione riserva al Gruppo ogni decisione per il
progetto dei prodotti, mentre lascia ai responsabili di negozio le decisioni sullo
svolgimento. La tab. 1.IV mostra una matrice nella quale le cinque categorie di
decisione sono correlate al progetto ed allutilizzazione. Ogni categoria di decisioni
contiene decisioni di entrambi i tipi. Per esempio, quella degli approvvigionamenti
comporta considerazioni sia di lungo periodo (collegate al progetto), sia di breve
periodo (ad esempio collegate al sistema esistente di trasporto). Cos, le categorie delle

- 1.19 -

1. Il Contesto Produttivo.

decisioni funzionali non corrispondono n al breve, n al lungo periodo, essendo


presenti in entrambi.

tab. 1.IV. Decisioni operative di progetto e di utilizzazione.


categoria di
decisione

decisioni di progetto (strategiche) decisioni di utilizzazione


(tattiche)

processo

selezionare il processo, scegliere


limpianto, ecc.

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.

analizzare il flusso del processo,


programmare la manutenzione
dellimpianto, ecc
decidere lo straordinario, decidere il
lavoro a terzi, determinare lo
scheduling, ecc.
decidere quanto ordinare e quando
lanciare gli ordinativi

fare la supervisione, definire gli


standard di lavoro, verificare le
prestazioni, ecc.

In pratica, nel prendere le decisioni non richiesto di seguire una particolare


sequenza, tuttavia si osserva lovvia tendenza, per le decisioni riguardanti il processo e
la determinazione della capacit produttiva, di farle precedere a quelle relative alla
gestione dei materiali, della manodopera e della qualit. In ogni caso non si pu
trascurare che le decisioni sono spesso interconnesse e che sia difficile definire una
linea decisionale logica, specialmente nelle fasi di avviamento dellattivit operativa.

1.2.6.

Produttori di Beni e Servizi.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

domanda, ma quando il personale stato gi assunto, limpianto stato fatto e le


attrezzature installate. Se la domanda non si materializza, la capacit produttiva
sprecata, con possibili grandi danni (costi) per lorganizzazione. Invece, il fornitore
di beni ha lopportunit di usare la sua capacit produttiva per produrre una quantit
di beni per il consumo in periodi successivi;
qualit. Data lintangibilit del servizio, la sua qualit non pu essere facilmente
stabilita dai potenziali acquirenti prima che il servizio sia fornito. Nel campo dei
servizi, la reputazione cruciale poich molto dellimmagine di qualit trasferita al
pubblico dagli acquirenti stessi ed il futuro cliente non pu osservare la qualit, n
valutarla per convincersene senza aver prima acquistato il servizio;
dispersione. Le produzioni di servizi sono spesso disperse geograficamente, in
dipendenza del fatto che il servizio, non essendo immagazzinabile e trasportabile
deve essere prodotto nel punto di consumo, altrimenti lacquirente che dovrebbe
essere trasferito presso lorigine del servizio. Gli esempi sono innumerevoli, andando
dal negozio di barbiere al servizio di affitto delle auto, agli ospedali, ecc. Invece, il
produttore di beni pu centralizzare la produzione, in relazione alle circostanze dette;
marketing ed attivit. Per i produttori di servizi, la produzione, il marketing e le
vendite tendono ad essere strettamente legate dal fatto che i servizi devono essere
prodotti allo stesso tempo e nello stesso luogo in cui sono proposti. Perci, le
organizzazioni di servizio sono allo stesso tempo entit di marketing e di produzione.
Al contrario, nelle organizzazioni di produzione di beni il marketing e la produzione
sono funzioni operative separate, anzi il coordinamento tra esse uno dei pi grossi
problemi da risolvere.
La distinzione tra produttori di beni e produttori di servizi fatta in maniera pi
precisa in tab. 1.V, la quale presenta una classificazione delle industrie in termini di
aziende che producono prevalentemente beni oppure servizi. Tuttavia, tale
classificazione necessariamente schematica, in quanto molte industrie producono beni
e servizi contemporaneamente ed in realt le industrie coprono una scala continua che
va dalla pura produzione di beni alla pura produzione di servizi.
Industrie di pura produzione di beni possono essere rappresentate dallindustria
manifatturiera, le miniere, lagricoltura ed in esse hanno uno scarso od, addirittura
nessuno, contatto col cliente e non offrono servizi quale parte del loro pacchetto di
marketing.
Nelle industrie di pura fornitura di servizi ogni bene tangibile fornito col servizio
accessorio. Per esempio, il dentista vende il materiale per lotturazione, ma tale
materiale accessorio al servizio principale offerto, che di cura. Altri esempi di
fornitori puri di servizio sono le societ di engineering, le agenzie governative, gli
ospedali, le banche, le istituzioni di istruzione, gli uffici di collocamento, ecc.
In una posizione intermedia stanno le molte industrie che forniscono sia beni, sia
servizi. Ad esempio, lindustria automobilistica, oltre a costruire materialmente il
veicolo che vende, fornisce il servizio dopo vendita sotto forma di garanzia, riparazione,
contratti finanziari, assicurazione, ecc. Ma anche il McDonald rientra in tale categoria.

- 1.21 -

1. Il Contesto Produttivo.

tab. 1.V.

Produttori di beni e di servizi.

produttori di beni

produttori di servizi

Agricoltura, forestale, pesca.


raccolti, bestiame, servizi agricoli, forestale,
pesca, caccia, ecc.

Trasporto ed aziende pubbliche.


ferrovie, trasporto locale, autotrasporti,
magazzini, servizio postale, acquedotti, linee
aeree, gasdotti, oleodotti, comunicazioni,
elettricit, gas, sanit, ecc.
Commercio allingrosso.
beni durevoli e deperibili.

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.

Per distinguere tra i diversi casi, si pu ricorrere al tempo dedicato in ogni


organizzazione al contatto con i clienti, mentre il prodotto viene costruito. I produttori
puri di beni approssimano il valore zero, mentre quelli puri di servizi approssimano il
100% di tempo di contatto. In questo modo si pu misurare lefficienza raggiungibile
dalla singola azienda, considerando che le aziende che operano per essere puri
produttori di beni possono raggiungere un miglior grado di efficienza, in quanto il
cliente sempre meno coinvolto nel processo produttivo, il controllo economico
riguarda principalmente il processo e pu essere molto pi efficace. Per contro, le
aziende che hanno un forte contatto col cliente possono rispondere meglio alla domanda
in termini di lead-time e di qualit, anche se, per questo, soffrono una certa perdita di
efficienza operativa. Questo spiega perch le aziende di servizio cercano di
standardizzare i prodotti e di limitare linterazione col cliente per ridurre i costi.

1.2.7.

La Strategia Operativa.

E ormai chiaro che ogni attivit deve contribuire affinch lorganizzazione


raggiunga e conservi una posizione competitiva sul mercato. La produzione non
- 1.22 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Un Modello di Strategia Operativa.

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.

1.2.7.1.1. La Strategia Generale dellOrganizzazione.


Essa definisce in quale ambiente degli affari si trova lorganizzazione. Pu essere
uno slogan, come quello della Walt-Disney: making people happy. Perci, la WaltDisney non gestisce solamente parchi di divertimento, ma produce cartoni animati,
documentari, giocattoli, navi da crociera, ecc., sempre nellambito dellindustria
dellintrattenimento, ma orientata al profitto.

strategia generale
dell'
organizzazione

STRATEGIA OPERATIVA
missione
analisi
esterna

competenza
distintiva

analisi
interna

obiettivi

politiche

decisioni
tattiche

risultati

fig. 1.3.

Modello della strategia operativa.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

prodotto che decide di proporre, di basso costo, a differenziazione di prodotto, per


segmento di mercato, ecc.

1.2.7.1.2. Analisi Interna ed Esterna.


Per formulare una strategia operativa, necessario svolgere unanalisi dellambiente
interno e di quello esterno.
In generale, lanalisi esterna riguarda lo sviluppo competitivo, lo studio dei potenziali
acquirenti, leconomia, la tecnologia e le condizioni sociali. Infatti, lambiente esterno
pu avere uninfluenza decisiva sulle attivit produttive e pu condizionare la strategia
operativa oltre a quella generale dellorganizzazione. Esempi di influenze esterne, come
le variazioni del prezzo del grezzo, le variazioni dei tassi di interesse bancario, le
variazioni della domanda di manodopera ed esse determinano la necessit di modificare
le decisioni in parte strategiche di breve e medio periodo, soprattutto quando si
considerino i grandi mercati mondiali.
Allo stesso modo, lanalisi dellambiente interno pu influenzare la strategia
operativa attraverso lo studio della disponibilit delle risorse, della cultura organizzativa
presente, della qualifica ed abilit della manodopera, la disposizione e let degli
impianti esistenti, i tipi di controllo in uso, ecc. Normalmente, lanalisi interna consente
di individuare i vincoli e le debolezze della struttura operativa e permette di scoprire i
metodi pi diretti per superare le difficolt della situazione.

1.2.7.1.3. La Missione Operativa.


Essa il primo degli elementi della strategia operativa, definisce lo scopo della
funzione operativa in relazione alla strategia generale dellorganizzazione e stabilisce le
priorit tra gli obiettivi di costo, qualit, consegna e flessibilit.
In particolare, la definizione della missione deve essere curata in unorganizzazione
che punta sulla strategia di differenziazione del prodotto, con lintroduzione di nuove
proposte e corrispondenti piani finanziari. Invece, questo non cos importante per
lorganizzazione che privilegia i costi e la strategia dei bassi prezzi.

1.2.7.1.4. La Competenza Distintiva.


La competenza distintiva rappresenta quelle attivit che eccellono relativamente alla
competitivit e deve essere inquadrata dalla missione operativa. Ad esempio, la
missione operativa richiama la necessit che le attivit produttive siano a livelli di
eccellenza nel caso dellintroduzione di un nuovo prodotto, quindi che le attivit
produttive sviluppino una competenza distintiva in quella particolare area. Cos, la
competenza distintiva porta un vantaggio competitivo ed , quindi, il cuore della
strategia operativa, al punto che molte organizzazioni sono particolarmente abili nel
produrre una propria competenza distintiva e lavorano duro per proteggerla.
Essa pu assumere diverse forme: minor costo, migliore qualit, pronta consegna,
maggiore flessibilit, ecc. Ma anche le attivit produttive possono essere distintive con
limpiego di proprie risorse: miglior addestramento degli operatori, impiego di grezzi di

- 1.25 -

1. Il Contesto Produttivo.

propria produzione, miglior tecnologia, ecc. Tuttavia, la competenza distintiva nelle


risorse deve trasferirsi in risultati in grado di essere valutati dal cliente (prezzo e qualit)
e correlati alla strategia dellorganizzazione (costi e qualit).

1.2.7.1.5. Gli Obiettivi Operativi.


Il terzo elemento della strategia operativa rappresentato dagli obiettivi. Come
stato detto sopra, sono possibili quattro obiettivi produttivi principali: costi, qualit,
tempi di consegna e flessibilit. Essi devono essere stabiliti specificatamente in termini
quantitativi e misurabili e sono il risultato che ci si aspetta di ottenere dalla produzione
sia nel breve, sia nel lungo periodo. Infatti, essi possono essere pensati come il
raffinamento della definizione della missione, la quale, cos, risulta essere espressa in
termini quantitativi e misurabili. Un esempio di tale definizione riportato in tab. 1.VI.

tab. 1.VI. Tipici obiettivi operativi.


obiettivo:
prossimi 5
anni

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

Il costo di produzione comprende il costo della manodopera, del materiale e le spese


generali e quello della ricostituzione delle scorte; quindi, ogni costo che si affronta
nelluso delle risorse. In unazienda manifatturiera esso rappresenta il costo dei prodotti
venduti ed normalmente espresso come percentuale dei ricavi. Il costo di produzione
non deve essere guardato solamente per le sue variazioni (ad esempio annuali), ma deve

- 1.26 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

essere confrontato con quello della concorrenza, soprattutto se lorganizzazione segue


una strategia di basso costo.
Come sappiamo, lobiettivo qualit rappresentato dalla percezione che il cliente ha
della qualit del prodotto o del servizio e la qualit il valore del prodotto, il suo
prestigio, la sua utilit e lattitudine alluso percepiti. Ricordiamo che la qualit
misurabile ed il risultato sia della conformit alle specifiche di progetto, sia del livello
qualitativo del progetto stesso (il livello qualitativo del progetto diverso per una
Seicento ed una Ferrari). Misure tipiche della qualit comprendono la soddisfazione del
cliente (misurata con controlli e test sui clienti), lutilizzo della garanzia, i ritorni di
venduto allorganizzazione da parte del cliente. Infine, tali misure possono essere fatte
in relazione alla concorrenza e possono mostrare importanti punti di differenziazione.
I tempi di consegna si riferiscono alla capacit operativa di consegnare il prodotto od
il servizio quando il cliente lo vuole. Essi possono essere misurati in molti modi, tra gli
altri:
quando la produzione fatta per il magazzino (made to stock), i tempi di consegna
possono riferirsi alla percentuale di ordini evasi coi prodotti a magazzino ed il
tempo (lead-time) richiesto per ripristinare lo stock;
quando il prodotto costruito su ordinazione (made to order), i tempi di consegna
possono essere definiti dal tempo richiesto dallevasione dellordine a partire
dallarrivo dellordine fino al completamento del prodotto, oppure dalla
percentuale di ordini evasi entro la scadenza promessa. Frequentemente, i tempi di
consegna sono misurati per mezzo della capacit di produrre e completare
rapidamente il prodotto quando richiesto (throughput-time, tempo di
attraversamento).
La quarta misura degli obiettivi produttivi la flessibilit, sia come capacit di creare
nuovi prodotti, sia come tempo necessario a cambiare la capacit produttiva del
processo produttivo. Ad esempio, i costruttori di auto tipicamente impiegano 3 o 4 anni
per introdurre un modello nuovo e la capacit produttiva difficile da modificare, per il
fatto che i sistemi produttivi sono ancora abbastanza rigidi. Tuttavia come sappiamo, la
vita del prodotto veicolo sempre pi breve e la concorrenza obbliga a proporre nuovi
modelli sempre pi velocemente. Da questo punto di vista, la flessibilit un vantaggio
competitivo che lorganizzazione pu creare quando essa vuole competere sulla base
dellinnovazione o della pronta risposta alla domanda del mercato. Le controindicazioni
alla produzione flessibile possono essere rappresentate dalla necessit di maggiori
investimenti e maggiori costi di esercizio, i primi a causa dei costi di trasformazione
degli impianti e di sviluppo dei nuovi progetti, i secondi a causa della maggiore
frequenza di modifica delle macchine e delle attrezzature, necessaria per la costruzione
dei prodotti nuovi (pi spesso evoluzioni di precedenti modelli). Perci, una buona
misura della flessibilit deve essere pesata confrontandola coi costi aggiuntivi.

1.2.7.1.6. Le Politiche Produttive.


Le politiche produttive definiscono le modalit con cui le attivit raggiungono gli
obiettivi. Esse devono essere sviluppate per ognuna delle categorie di decisione:
processo, capacit produttiva, materiali, manodopera e qualit. Per esempio, una politica
pu essere di sviluppare una nuova tecnologia di processo, oppure di adottare un
migliore controllo dei materiali che fluiscono in produzione, oppure di avere una
sovrabbondante manodopera.
- 1.27 -

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.

tab. 1.VII. Esempi di importanti politiche operative.


Tipo di politica
PROCESSO

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.

1.2.7.1.7. Tattica e Risultati.


La tattica deve seguire la strategia. Le decisioni tattiche sono tipicamente di medio
periodo, su un orizzonte di 1 o 2 anni, e sono sviluppate dalla dirigenza di medio e
basso livello per descrivere la strategia operativa definita dalla dirigenza di alto livello.
Esempi di decisioni tattiche sono la scelta di un fornitore tra quelli candidati, la
definizione della quantit di materiali nel flusso produttivo di un particolare bene, la
scelta di quanta e quale manodopera assumere, la determinazione del livello dei budget,
la definizione degli obiettivi intermedi, ecc.
Evidentemente i risultati sono misurati dagli obiettivi raggiunti e sono utilizzati per
determinare come strategia e tattica procedono. I risultati sono valutati in termini di
costi, qualit, lead-time e flessibilit e, se essi non sono soddisfacenti, la dirigenza pu
cambiare tattica o strategia, secondo le necessit. La misura dei risultati chiude il loop di
controllo e fornisce il feedback sulla bont delle strategie seguite.

- 1.28 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Si deve osservare che, anche se la strategia produttiva stata presentata come un


processo logico formale, essa spesso incrementale e disordinata. Essa non composta
solamente dalla pianificazione formale che si attua attraverso veri e propri progetti, ma
anche da tutte le decisioni che effettivamente sono prese nel corso delle attivit
produttive. Cio si segue un processo decisionale molto fluido, a volte perfino
opinabile, anche se allinterno del quadro delle decisioni stabilito.

1.2.7.2.

Tipi di Strategia Produttiva.

La pi importante considerazione da fare che la strategia produttiva deve essere


legata alle strategie di profitto, di mercato e finanziarie.

tab. 1.VIII. Alternative strategiche.


Strategia di
mercato.
CONDIZIONI
DI MERCATO

MISSIONE
OPERATIVA.

Strategia A
basso costo

Strategia B
innovazione di prodotto

Sensibile al prezzo.
Mercato maturo.
Alti volumi.
Standardizzazione.

Sensibile alle caratteristiche


del prodotto.
Mercato emergente.
Bassi volumi.
Prodotti personalizzati.
Privilegiare la flessibilit,
mantenendo costi ragionevoli,
qualit e tempi di consegna.

Privilegiare i bassi costi,


mantenendo unaccettabile
qualit e giusti tempi di
consegna.
Bassi costi per mezzo di alta
tecnologia di processo ed
integrazione verticale.

Introduzione rapida di nuovi


prodotti affidabili, con luso di
isole di produzione ed
automazione flessibile.
Prodotti superiori.
Processi superiori.
POLITICHE
Controllo statistico di processo. Automazione flessibile.
OPERATIVE.
Rapida reazione ai
Insediamento centrale.
cambiamenti.
Economia di scala.
Controllo del flusso delle merci. Economia di scopo.
Uso di isole di produzione.
Basso impiego di manodopera.
Alto impiego di manodopera.
Alta automazione.
Bassa automazione.
Distribuzione selettiva.
Distribuzione di massa.
STRATEGIE DI
Sviluppo di nuovi mercati.
Vendita allingrosso.
MARKETING.
Design del prodotto.
Massimizzazione delle
Vendita per agenti.
opportunit di vendita.
Pubblicit di alto costo.
Forza di vendita nazionale.
Pubblicit di basso costo.
Forti investimenti.
Bassi investimenti.
STRATEGIE
Basso rischio.
Alto rischio.
FINANZIARIE.
Bassi margini di profitto.
Alti margini di profitto.
COMPETENZA
DISTINTIVA.

- 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.

Risposta ai Fattori Esterni.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

la tecnologia disponibile un altro fattore esterno di notevole impatto sulle attivit

produttive. Al cambiare dei prodotti e delle tecnologie di processo, devono variare


anche le tecnologie produttive nellorganizzazione, scegliendo tra tecnologie di
punta, consolidate, od altre. Il ruolo della strategia produttiva di prevedere le
condizioni tecnologiche future e di sviluppare unazione corrispondente. Cos, nel
periodo attuale si osserva unevoluzione rapidissima verso la robotica, la
progettazione assistita dal computer (CAD), la produzione integrata ed assistita
dal computer (CIM), lamministrazione automatizzata, ecc. la sopravvivenza di
unorganizzazione pu dipendere dalla posizione assunta proprio nei riguardi
delle nuove tecnologie;
la disponibilit di materiali in ingresso condiziona anchessa la formulazione della
strategia operativa. Ad esempio, lo scoppiare di una crisi nel mercato petrolifero,
con corrispondente esplosione dei prezzi, pu portare alla conversione del
mercato verso una fuga della domanda da quei prodotti, con conseguenze che, nel
campo energetico, possono arrivare fino alle scelte del cliente finale. Infatti, egli
preferir la fonte pi economica di energia sia direttamente, sia attraverso
lacquisto di prodotti che sono costruiti a partire dalle fonti energetiche pi a buon
mercato;
i fattori legali devono essere considerati nella formulazione della strategia
produttiva. La deregulation in atto in molti settori ha favorito grandi cambiamenti
nelle organizzazioni. Cos nelle banche, le attivit hanno assunto una particolare
spinta verso il miglioramento della produttivit e della qualit del servizio quali
armi competitive. Altri esempi degli effetti dei cambiamenti nella legislazione
sono i pi stretti vincoli introdotti per riguardo agli aspetti delle normative di
sicurezza, delle leggi sulle pari opportunit e delle leggi sullinquinamento
dellambiente dovuto allattivit industriale e commerciale;
i cambiamenti di abitudini sociali e di valori condivisi influenzano le attivit della
dirigenza e della manodopera. La strategia produttiva deve individuare tali
evoluzioni e sviluppare risposte in termini di gestione del personale. Alcuni
risultati sono gi percepibili e riguardano la sempre maggiore diffusione dei lavori
di gruppo ed, in generale, dellapproccio partecipativo, che consente un maggiore
coinvolgimento della manodopera nella decisione e nella distribuzione
dellattivit produttiva;
infine, la competitivit il fattore esterno che presenta la maggiore importanza.
Essa pu determinare la decisione di passare a nuovi prodotti, ad una maggiore
pressione sul controllo dei costi, ad un pi profondo controllo della qualit, ad un
maggiore impegno sullespansione della domanda. Nelle industrie mature,
(tessile, calzaturiera, siderurgica, automobilistica, ecc.), la concorrenza dei
produttori stranieri fortissima anche per il nostro Paese, in quanto spesso
accompagnata da prodotti meno cari e di migliore qualit. Le ragioni sono spesso
riconducibili ad unattivit produttiva migliore, poich di rado troviamo una
migliore automazione, piuttosto troviamo allesterno salari pi bassi, anche se i
minori salari non compensano il minor costo. Invece, si riscontra una produttivit
pi elevata, minori investimenti sia in impianti, sia in materiali in-process, sia in
aziende, che sono di minori dimensioni, a parit di produzione annua, e questi
devono essere gli obiettivi della strategia operativa dellorganizzazione, cio la
strategia dellutilizzo ottimizzato delle risorse.

- 1.31 -

1. Il Contesto Produttivo.

1.2.7.4.

I Mercati Internazionali.

La tendenza naturale dei mercati di diventare spontaneamente globali, grazie


allespansione mondiale dei sistemi informativi e dei mezzi di comunicazione e
trasporto, con la conseguenza che la domanda diventa sempre pi omogenea su base
internazionale. Cos, molti prodotti sono gi globali, dalle bevande gassate alle auto, le
moto, gli elettrodomestici, le macchine agricole, le macchine utensili, ecc, anche se
esistono nicchie di prodotti che hanno carattere nazionale, peraltro destinate a ridursi
sempre pi.
Il risultato di tale tendenza che lorganizzazione, e quindi le attivit produttive,
diventano internazionalizzate, anche se, per ora, la base prevalentemente
multinazionale piuttosto che globale.
La differenza che lorganizzazione multinazionale gestisce le decisioni in modo
diverso nei vari Paesi in cui opera e vede se stessa come sistema di vendita nei mercati
locali, con forte competizione locale. In questo modo limita le proprie possibilit di
import ed export, in quanto ogni Paese viene ad avere una propria qualit, una propria
tecnologia di processo ed una particolare struttura dei costi. Le fonti di
approvvigionamento sono gestite localmente ed il mercato soggetto a maggiori
fluttuazioni. Inoltre, lorganizzazione multinazionale organizzata con divisioni
separate per ogni Paese in cui opera. Quando opera in un mercato globale,
lorganizzazione multinazionale ha lo svantaggio competitivo di lavorare su una scala
sbagliata e con prodotti non adeguati, cio di essere organizzata in modo squilibrato sia
nella produzione, sia nella commercializzazione dei propri prodotti.
Invece, lorganizzazione globale assume la caratteristica di localizzare le proprie
strutture su una base mondiale, non Paese per Paese, ed i prodotti ed i servizi in uscita, e
le materie prime, i componenti ed i servizi in ingresso sono approvvigionati nei vari
Paesi solamente sulla base del rapporto qualit/prezzo (non su base nazionale)
obbligando lorganizzazione ad adottare una tecnologia di processo standardizzata. I
prodotti sono progettati per quanto possibile per soddisfare il mercato globale e, quando
si verificano variazioni delle condizioni commerciali, gli adeguamenti alla mutata
domanda vengono risolti mediante lintroduzione di opzioni, piuttosto che di prodotti
separati. Considerare la domanda su una base globale consente di sviluppare
grandemente le economie di scala, di ridurre i costi e di espellere dal mercato i
fabbricanti locali. La logistica ed i sistemi di gestione dei materiali sono anchessi
globali per natura. Questo rende possibile il coordinamento delle spedizioni dei prodotti
e dei componenti su base mondiale. Nel caso delle attivit di servizio, i centri operativi
sono interconnessi in un sistema di comunicazione informatico ed intervengono sulla
base del rapporto costi/benefici.
Lorganizzazione globale organizzata in divisioni, le quali hanno anchesse
responsabilit globale. Esse riguardano il marketing, la ricerca e lo sviluppo di nuovi
prodotti e le funzioni operative e non sono frammentate in divisioni locali od
internazionali.
Le implicazioni di questa evoluzione della gestione strategica sono profonde, in
quanto la gestione operativa deve essere condotta anchessa su base globale e deve
essere sviluppata una competenza distintiva globale allinterno del quadro della
missione, degli obiettivi e delle politiche. Ne sono influenzate tutte le decisioni
operative, dal progetto del prodotto alla dislocazione dei centri di produzione, alle
politiche di gestione del personale, ecc.

- 1.32 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

1.2.7.5.

LAttivit Produttiva Mirata.

Il primo vantaggio di un approccio strategico allattivit decisionale produttiva che


essa aiuta a mirare le attivit a creare un sistema coordinato di politiche.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

forniture. Questo avviene per un certo numero di ragioni: il processo progressivamente


migliora, il personale arriva sempre pi rapidamente a completare il proprio lavoro, il
prodotto viene ridisegnato per essere meglio costruito, vengono individuate fonti di
approvvigionamento pi economiche, si sviluppano processi produttivi pi efficienti,
ecc.
La curva dellesperienza indica la riduzione di costo raggiunta per ogni raddoppio
del volume prodotto. In pratica, i tassi variano tra il 60 ed il 90%, quelli pi elevati
essendo riferiti ai processi pi complicati da migliorare, al personale meno predisposto
allapprendimento, alle tecnologie di punta, ecc. Dalla sua definizione, la curva
dellesperienza espressa in termini matematici dalla:
y(x) = k x n

(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

y, costo della x-esima unit di prodotto

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

Andamento dei costi di produzione con vari tassi di esperienza.

La curva corrispondente rappresentata in fig. 1.4, ed i valori corrispondenti sono dati in


tabella.

- 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.

La curva dellesperienza costituisce un ottimo strumento strategico, purch


lorganizzazione si preoccupi di continuare a seguire le progressive richieste della
domanda, e non si focalizzi troppo sul problema pur importante dei costi. Ne deriva che
pu essere strategicamente valida anche una scelta operativa che tenda a coprire
solamente nicchie di mercato e, perci, escludere langoscia della concorrenza. Un
esempio attuale pu essere quello della Hewlett&Packard, coi suoi calcolatori tascabili,
la quale ha adottato per quel settore una strategia di prodotto rivolta allalta qualit ed
allinnovazione. In definitiva, la curva dellesperienza solamente una delle molte
possibilit che devono essere considerate nella definizione della strategia
dellorganizzazione.

1.2.7.7.

I Passi verso LEfficienza Operativa.

Nel 1985, Wheelwright ed Hayes7 hanno proposto il cammino verso lefficienza


operativa, indicando il passaggio attraverso quattro livelli, da quello di grande
7

Wheelwright ed Hayes, Competing through Manufacturing, Harvard Business Review, 1, 1985.

- 1.36 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

inefficienza a quello di massima efficienza, passaggio percorribile con luso degli


strumenti strategici discussi sopra. La descrizione delle quattro situazioni aiuta ad
illustrare come la produzione pu essere dinamicamente indirizzata per essere pi
competitiva nel tempo.

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.

beni di consumo, anche se una certa attenzione al miglioramento della produzione


comincia a farsi vedere anche in questo comparto.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Lalta dirigenza impegnata nelle decisioni sulla gestione finanziaria, ma anche


nelle altre. Essa sente la necessit che nellorganizzazione sia sviluppata la capacit
produttiva ottimale quale base della strategia di mercato, oltre a valutare le necessit e le
opportunit del mercato. Il ruolo dellalta dirigenza quello di integrare le diverse
funzioni in un team operativo senza difficolt di dialogo.
Nel tempo, lorganizzazione pu gestire il passaggio dai livelli inferiori a quello
superiore. Il percorso complicato dalla presenza del quadro organizzativo e gestionale
presente ai livelli inferiori, il quale di fatto condiziona lo sviluppo. Tuttavia,
lorganizzazione pu mostrare alcuni aspetti positivi dei vari livelli, nel senso che essa
pu avere unarea di attivit particolarmente avanzata ed unaltra area meno, ma il
modo di vedere la produzione che dominante nella determinazione del livello
raggiunto dallorganizzazione in un particolare momento.

1.2.8.

Il Progetto del Prodotto.

La progettazione di nuovi prodotti cruciale per la sopravvivenza della maggior


parte delle organizzazioni produttive, anche se ne esistono alcune nelle quali, nel tempo,
non si effettuano sensibili modifiche di prodotto. La maggior parte delle organizzazioni
rivede continuamente i progetti, anzi, nelle industrie a forte rinnovamento, si seguono
approcci molto sofisticati per procedere allintroduzione di nuove scelte per il cliente.
Raramente la progettazione lunica responsabilit tra le funzioni operative, ma la
produzione grandemente influenzata dallintroduzione di nuovi prodotti e viceversa,
poich la produzione la fase terminale del processo di introduzione del nuovo
prodotto. Allo stesso tempo, i nuovi prodotti sono condizionati dal sistema produttivo e
dalla tecnologia esistenti. Perci, decisivo comprendere linterazione con la
produzione del processo di progettazione del nuovo prodotto.
Le decisioni sulle caratteristiche del prodotto interessano tutte e cinque le aree delle
decisioni operative descritte sopra, quindi le decisioni sul prodotto devono essere
strettamente coordinate con la produzione, e la produzione deve essere integrata col
marketing, il mercato, la strategia di prodotto, la strategia di processo, la capacit
produttiva, la gestione dei materiali, la manodopera e la qualit.
La definizione del prodotto il risultato di una strategia di mercato; per esempio, una
strategia di mercato pu determinare una linea di produzione a flusso continuo per
fornire una particolare fascia di clienti ed il nuovo prodotto deve saturare la linea di
produzione. Quindi, la definizione del nuovo prodotto entra come input per la strategia
produttiva e le conseguenti decisioni sono aggiustate in modo da coordinarsi con la
strategia di nuovo prodotto. Assumendo un ruolo attivo fin dallinizio, la produzione
pu ottenere il ruolo di supporto alle decisioni strategiche di livello 4, come mostrato
nellesempio seguente.
La progettazione del prodotto un prerequisito per la produzione e la previsione
della capacit produttiva, cosicch le decisioni sulla progettazione sono trasmesse alla
produzione sottoforma di specifiche del prodotto, che ne stabiliscano le caratteristiche
desiderate ed, ove rispettate, consentano il regolare procedere del processo produttivo.

- 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.

Strategie di Introduzione del Nuovo Prodotto.

Si possono descrivere tre modi di vedere il processo di introduzione di un nuovo


prodotto:
Market-pull (tirato dal mercato), quale pu essere descritto dallo slogan: Fai ci che
puoi vendere. In questo caso, i nuovi prodotti sono determinati dal mercato, con
scarsa attenzione alla tecnologia ed al processo produttivo esistenti. Le esigenze del
compratore sono una base primaria (anche se non esclusiva) per la loro introduzione
e sono individuate attraverso ricerche di mercato e risposte del cliente, prima di
iniziare la produzione.

- 1.40 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Technology-push (spinto dalla tecnologia), quale pu essere descritto dallo slogan:


vendi ci che puoi produrre. Conseguentemente, i nuovi prodotti sono derivati dalla
tecnologia di produzione, con scarsa attenzione al mercato. E compito del marketing
creare il mercato dei beni prodotti. Questo modo fortemente dominato dalluso
della tecnologia e dalla flessibilit. Per mezzo di un impiego aggressivo della R&D e
della produzione, si creano prodotti di qualit superiore, i quali hanno un vantaggio
naturale nel raggiungere forti quote di mercato.
Interfunzionale, per il quale modo lintroduzione di nuovi prodotti richiede per sua
natura lattivit coordinata del marketing, della produzione, lengineering, ecc. Il
risultato deve dare nuovi prodotti che incontrino la soddisfazione del cliente
utilizzando la tecnologia per il miglior successo. Normalmente, con questo sistema si
raggiungono i migliori risultati, anche se si tratta dellapproccio pi difficile da
introdurre in produzione, a causa dei vincoli imposti dalle altre funzioni, con le quali
si possono creare problemi di rivalit ed attriti. In molti casi, si usano opportuni
meccanismi organizzativi, come il progetto a matrice od i team di progettazione, per
integrare i diversi elementi dellorganizzazione. La mancanza di coordinamento
interfunzionale pu essere rilevata simpaticamente in fig. 1.5.

Come proposto dal Dip. Marketing

Come specificato nella richiesta di prod. Come progettato dall' Uff. Tecnico

Come fatto dalla Produzione

Come usato dal Cliente

fig. 1.5.

Come desiderato dal Cliente

Mancanza di integrazione interfunzionale nel progetto di unaltalena (da


R.G. Schrder).

- 1.41 -

1. Il Contesto Produttivo.

1.2.10. Processo di Sviluppo del Nuovo Prodotto.


A prescindere dallapproccio organizzativo seguito per lo sviluppo di un nuovo
prodotto, si devono percorrere i seguenti sei passi, comuni a praticamente ogni
situazione e rappresentati nel modello ideale del processo di fig. 1.6:
Creazione dellidea. Come abbiamo visto sopra, le idee hanno origine nel
mercato, dove sono analizzate le esigenze dei compratori, oppure discendono
dalla tecnologia disponibile. Di conseguenza, lidentificazione delle esigenze del
mercato pu portare allo sviluppo di nuove tecnologie e prodotti che le possono
soddisfare. Daltra parte, le idee possono nascere dallutilizzazione della
tecnologia disponibile, la quale una ricca sorgente di idee per nuovi prodotti:
basta pensare allinvenzione del nylon da parte della Dupont-de-Nemours, che ha
portato allo sviluppo di un grande mondo di nuovi prodotti.
Selezione del prodotto. Non tutte le nuove idee possono concludersi in nuovi
prodotti, in quanto i nuovi prodotti devono superare almeno tre prove:
- il mercato potenziale,
- la fattibilit finanziaria,
- la compatibilit con la produzione.

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.

Processo di sviluppo di un nuovo prodotto.

Lo scopo dellanalisi selettiva di identificare le idee migliori, non quella di


raggiungere la decisione conclusiva di produrre e commercializzare il prodotto. Dopo
uno sviluppo iniziale, richiesta unanalisi pi approfondita di quanto non si faccia qui,
attraverso attivit rivolte sia al mercato, sia alla produzione di preserie, prima di poter
arrivare alle decisioni finali. Ne deriva che la selezione del prodotto
fondamentalmente di natura soggettiva e basata su informazioni un p limitate. Quindi,
i metodi sviluppati a supporto di questa decisione sono un p grossolani e sono
- 1.42 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Discussione del Processo di Sviluppo del Nuovo Prodotto.

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.

Curva di mortalit delle idee di nuovo prodotto.

Se la comunicazione tra le funzioni efficiente, anche il processo produttivo risulta


programmato in modo efficace, efficiente e sufficientemente flessibile di fronte alle
- 1.44 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

inevitabili modifiche future. Inoltre, un buon sistema informatico ed informativo


consente di lanciare pi rapidamente il prodotto in produzione (lead-time di lancio),
consentendo di ottenere notevoli risparmi sui carichi finanziari legati al processo di
introduzione del nuovo prodotto.
Cos, la tecnologia sta influenzando radicalmente il processo di introduzione del
nuovo prodotto. Il CAD (Computer-Aided-Design) ed il CAM (Computer-AidedManufacturing) sono gli strumenti di base per accelerare in modo decisivo il progetto
del prodotto e per rendere il prodotto pi facilmente ottenibile fin dallinizio. Inoltre,
essa rende la produzione pi flessibile, in quanto la progettazione avviene per oggetti,
cio attraverso lindividuazione di primitive che sono comuni a pi prodotti ed a pi
famiglie di prodotti, quali le entit geometriche di base, le superfici cilindriche, piane
rettangolari, gli assi ed i punti, ecc. e che possono essere prodotte dalle macchine
disponibili nellimpianto. Ci rende pi facile seguire lo slogan fare poco e vendere
poco, cio rendere pi agevoli e meno costosi i cambiamenti sul prodotto (prima di
costruirne altri), e di utilizzare al massimo la flessibilit del sistema produttivo per
soddisfare le modifiche del gusto dei compratori. Questa tecnologia computerizzata, pur
tendendo (come vedremo) a distribuirsi su tutto il processo decisionale
dellorganizzazione, non riesce a superare i sostanziali problemi organizzativi, i quali
devono essere risolti e trattati con una grande cooperazione interfunzionale.
Anche la competizione internazionale condiziona il progetto del prodotto.
Precedentemente, i prodotti erano destinati ai mercati domestici, e successivamente
modificati per lesportazione. Oggi i prodotti di massa devono agire in un mercato
globale fin dallinizio: le auto, gli elettrodomestici, i prodotti elettronici, le macchine
utensili, ecc. ed impianti produttivi fabbricano lo stesso prodotto in giro per il mondo,
sotto una supervisione concentrata in un solo sito.

1.2.10.2.

Processo di Sviluppo della Tecnologia.

D. Leonard-Burton ha descritto il processo di sviluppo della tecnologia come la fonte


pi frequente di squilibri. Non sono in discussione gli eccellenti risultati che con tale
processo sono ottenuti, progettazione avanzata, tecnologia di punta, ecc, tuttavia un
disallineamento tra progetto del prodotto e produzione abbastanza comune nella
pratica.
Tali disallineamenti riguardano:
la tecnologia. Essi si verificano quando il prodotto progettato dalla divisione

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.

Approccio simultaneo del trasferimento di tecnologia.

- 1.46 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Interazione tra Progetto del Prodotto e del Processo.

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

Modello dinamico dellinnovazione prodotto-processo.

- 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.

La fig. 1.9 mostra la natura dellinterazione prodotto-processo e sviluppo. Mentre


linnovazione di prodotto declina via via che il prodotto matura, linnovazione di
processo e lautomazione salgono. Allo stadio di maturazione, entrambe calano. Oggi, i
tre stadi descritti sopra sono sempre meno differenziati, grazie allintroduzione
dellautomazione flessibile computerizzata: CAD, CAM, CIM e robotica consentono
cambiamenti di prodotto anche al livello inoltrato di maturazione. Tuttavia, anche
lautomazione flessibile ha i suoi limiti e non pu essere allargata ad ogni volume di
produzione e grado di standardizzazione del prodotto.

1.2.10.4.

Analisi del Valore.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

In generale, lanalisi del valore si sviluppa su quattro fasi:


Pianificazione. La prima fase consiste nellorientamento dellorganizzazione verso la
convenienza di eseguire unanalisi del valore. Lalta dirigenza e lo staff vengono
informati della capacit produttiva dallanalisi del valore, ma anche delle procedure
necessarie, in modo da ottenere ladeguato supporto allattivit. Successivamente,
viene formato un team con tutte le componenti potenzialmente coinvolte nel
possibile processo di re-design. In una divisione manifatturiera, il team pu
comprendere il responsabile del progetto e dellindustrializzazione, il responsabile
della produzione, degli acquisti, della qualit, dellamministrazione e, se necessario,
il corrispondente personale di supporto. Il team viene addestrato e definisce lo scopo
dellattivit, sottoforma di modifiche del prodotto e di risultati attesi, ad esempio la
riduzione percentuale dei costi a parit di prestazioni del prodotto.
Informazione. Questa fase di studio inizia con lidentificazione dellobiettivo del
prodotto, delle funzioni di base e di quelle secondarie. Normalmente, le funzioni
sono descritte in due parole, come visto sopra. Quelle secondarie sono anchesse
definite semplicemente, ma sono soggette a modifiche od eliminazioni, se lobiettivo
di aumentare il valore. Un modo per partire con lanalisi di valutare il costo di
ogni funzione di base e secondaria. Poi, il team vede la possibilit di confermare,
rivedere o eliminarne, in relazione alla variazione conseguente del valore del bene.
Progettazione creativa. La terza fase dellanalisi del valore ha lo scopo di generare
alternative creative. Nel caso di unorganizzazione di servizio postale, pu essere
utile riorganizzare il ricevimento della corrispondenza per ridurre la necessit di
ordinare la posta oppure acquistare le attrezzature necessarie per automatizzare la
distribuzione, ma anche garantire unatmosfera aperta ed innovativa, in modo che in
questa fase le idee non siano soffocate.
- 1.49 -

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

Modello economico della variet di gamma.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

1.3. IL PROGETTO DEL PROCESSO PRODUTTIVO.


Tra le pi importanti decisioni dei dirigenti operativi, si devono considerare quelle
relative al progetto del processo fisico di produzione di beni e servizi. Esse
comprendono la selezione ed il progetto del processo, la scelta della tecnologia, lanalisi
del flusso di processo, il lay-out dellimpianto e degli impianti di servizio. Una volta
prese, le decisioni definiscono in dettaglio il tipo di processo, il grado di automazione, il
lay-out fisico e le modalit di svolgimento del lavoro. Quindi, il progetto del processo
non semplicemente materia tecnica, ma coinvolge anche scelte di tipo sociale,
economico ed ambientale.
Come abbiamo visto, la scelta del processo altamente interagente col progetto del
prodotto. Per riflettere su questa interazione, ricordiamo che le scelte del processo e del
prodotto costituiscono i due lati della matrice prodotto-processo. Le decisioni
richiedono la selezione di una cella di questa matrice, cio la scelta sia del prodotto, sia
del processo.
La scelta della tecnologia determina il grado di automazione del processo. Essa non
costituisce semplicemente una decisione tecnica, ma anche sociale e condiziona il
lavoro e gli altri fattori sociali. Questo porta allidea di un processo decisionale che
considera le implicazioni ambientali, sociali ed economiche delle alternative
tecnologiche.
Anche il progetto del processo richiede decisioni di microlivello, riguardanti lanalisi
del flusso di processo ed il lay-out degli impianti ausiliari. Queste decisioni determinano
il flusso fisico dei materiali (ma altre decisioni di microlivello possono riguardare
perfino la clientela ed il tipo di informazione pi adatta ad illustrare il prodotto). Come
vedremo, metodi di analisi del processo impiegano modelli matematici anche molto
sofisticati e riguardano le decisioni sul lay-out che tendono ad ottimizzare il flusso di
processo con la razionale disposizione di macchine ed impianti. Dunque, si possono
individuare due grandi temi nello sviluppo del progetto del processo:
lidea di ottimizzare i flussi dei materiali e delle informazioni,
lidea di integrare laspetto tecnico del progetto del processo con le considerazioni
di tipo sociale, economico ed ambientale.
Generalmente, il progetto del processo inizia con le macrodecisioni che riguardano la
selezione del processo e la scelta della tecnologia. Esse sono per loro natura di lungo
periodo, richiedono luso di grandi risorse, sono praticamente irreversibili e sono prese
dallalta dirigenza. Solo successivamente si passa alla microdecisioni, le quali
comprendono lanalisi del flusso dei materiali ed il lay-out. Si tratta di attivit svolte
nellorganizzazione a livello pi basso, richiedono minori risorse e possono essere
modificate pi facilmente.
Le decisioni sul progetto del processo interagiscono con quelle delle altre quattro
aree di decisione delle funzioni produttive. Cos, le decisioni sulla capacit produttiva
dellimpianto influenzano il tipo di processo da scegliere. A sua volta, il tipo di
processo determina il flusso dei materiali, la numerosit e la qualifica della manodopera,
ma anche il livello di qualit del prodotto ottenuto, poich certi tipi di processo sono
meglio controllabili di altri. Ecc. ecc.

- 1.52 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

1.3.1.

La Scelta del Processo.

Come detto, le decisioni riguardanti la selezione del processo determinano il tipo di


processo produttivo da impiegare e le caratteristiche del processo stesso.

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.

Le Caratteristiche del Flusso del Processo.

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.

1.3.1.1.1. Processo in Linea.


Il processo in linea caratterizzato da una sequenza continua delle operazioni fatte
per ottenere il prodotto od il servizio. In questo tipo di produzione, il prodotto deve
essere ben standardizzato e deve fluire da unoperazione od una stazione di lavoro alla
successiva in una sequenza stabilita. Le singole operazioni sono bene accoppiate e
bilanciate, in modo che ognuna di esse non ritardi la successiva. Landamento tipico
quello rappresentato in fig. 1.11b, dove il prodotto creato sequenzialmente dalla fine
di una linea allaltra. Infatti, sono comuni i flussi su linee parallele, che, alla fine
intersecano la linea principale, con una convergenza regolare nel tempo e nello spazio.
Talvolta, lo schema viene distinto in due tipi di produzione, di massa e continua.
Normalmente, la produzione di massa si riferisce al tipo linea di montaggio, come
quella dellindustria automobilistica; invece, la produzione continua si riferisce alle
industrie di processo, come quelle chimiche, della carta, della birra, dellacciaio, ma
anche quelle elettriche, telefoniche, ecc. Si tratta di una distinzione tradizionale, la quale
ha individuato nellindustria di processo maggiori possibilit di automazione degli
impianti e di standardizzazione del prodotto.

fig. 1.11.

processo monolinea

processo sintetico

processo analitico

Tipi di processi in linea degli impianti industriali.

- 1.54 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

La produzione in linea tradizionale altamente efficiente, ma anche estremamente


rigida. Infatti, lalta efficienza dovuta alla sostituzione di parte della manodopera col
capitale, e della sostituzione della rimanente manodopera con un lavoro fortemente
routinario. Lelevato livello di efficienza richiede che sia mantenuto un alto livello di
produzione, per poter avere un rapido e sicuro ammortamento del costoso impianto
dedicato. A sua volta, questo richiede una linea di produzione stabilizzata nel tempo. A
causa della standardizzazione e dellorganizzazione sequenziale del lavoro, risulta
difficile e costoso modificare il prodotto od il livello produttivo dellimpianto, da cui la
rigidit del sistema produttivo.
Solo recentemente le nuove tecnologie hanno reso possibile un certo aumento della
flessibilit delle linee di produzione. Questo stato possibile con lintroduzione
massiccia del controllo al computer del processo e dellimpianto, e con la riduzione dei
tempi morti di sostituzione delle attrezzature. Cos, oggi possibile assegnare ad una
linea di produzione flessibile unintera famiglia di prodotti, differenziati tra loro per le
dimensioni ed un p per la forma, per produrre lotti di largamente diversa numerosit.
Cio, una certa flessibilit pu essere raggiunta quando possibile limpiego della
nuova tecnologia.
Naturalmente, la produzione in linea pu essere giustificata solamente in un numero
limitato di situazioni. Le condizioni generali sono di poter contare su un gran volume di
vendite di un prodotto standard od, al limite, di una famiglia di prodotti. Se queste
condizioni sono soddisfatte, sar la concorrenza a forzare limpiego della produzione in
linea, che potenzialmente garantisce la massima efficienza. Tuttavia, lorganizzazione
deve esaminare con cura ladozione di questa soluzione: essa non deve basarsi
esclusivamente sullefficienza. Altri fattori che devono essere considerati sono il rischio
di obsolescenza del prodotto, la disaffezione della manodopera derivante dalla
ripetitivit del lavoro ed il rischio della necessit di cambiare la tecnologia di processo.

1.3.1.1.2. Processo a Flusso Intermittente (Job-Shop).


Il processo produttivo intermittente caratterizzato da una produzione a lotti
(eventualmente ad intervalli differenziati). In questo caso, limpianto e la manodopera
sono organizzati in centri di lavoro con macchine ed attrezzature dedicate a lavori simili
e manodopera omogenea di mediamente alta qualifica. Dunque, il prodotto fluisce
solamente verso i centri di lavoro utili alla sua lavorazione e salta i rimanenti. Ne risulta
un processo a salti, come si vede in fig. 1.12.
Le macchine e limpianto sono abbastanza universali, mentre, in genere, la
manodopera altamente qualificata, cosicch la produzione molto flessibile sia per
quanto riguarda i cambiamenti di prodotto, sia per le variazioni di quantit, tuttavia la
produzione non sempre molto efficiente. Infatti, il flusso a salti e la variabilit del
prodotto comportano difficili problemi di controllo dei materiali, delle sequenze
(scheduling) e della qualit.
Se le funzioni operative lavorano vicino alla saturazione, si producono elevati
quantitativi di semilavorati ed il tempo necessario al completamento delle lavorazioni
(throughput-time) ed i tempi di consegna (lead-time) aumentano. Questo dovuto
allinevitabile interferenza delle operazioni che richiedono lo stesso centro di lavoro o la
stessa manodopera nello stesso momento, interferenza che porta ad una minore
utilizzazione dellimpianto, in confronto alla produzione in linea.

- 1.55 -

1. Il Contesto Produttivo.

Da Constable e New8 abbiamo un parametro TE che misura la perdita di efficienza:


TE =

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.

Modello del flusso nella produzione intermittente.

Il processo produttivo intermittente ha valori tipici di TE compresi tra il 10 ed il


20%, raramente superiori al 40%, mentre nella produzione in linea si raggiungono
facilmente valori compresi tra il 90 ed il 100%. Maggiori dettagli su quanto detto e le
strategie adottate per superare questo problema sono presentati in Appendice A1.4.
La caratteristica del processo intermittente che centri di lavoro simili e manodopera
con grado di qualifica vicina sono raggruppati insieme, con una disposizione del lay-out
detto di processo. Per contro, il flusso in linea ha un lay-out di prodotto.
Se si volesse complicare ulteriormente la terminologia, la produzione intermittente
chiamata a Job-Shop, ma non sempre, perch questa definizione da alcuni riservata
solamente alle produzioni su ordine del committente. Per evitare ogni confusione, dora
in poi adotteremo solamente il termine produzione intermittente.
La produzione intermittente pu essere giustificata quando il prodotto manca
standardizzazione oppure il volume della serie basso. In questo caso, ladozione
questo schema pi economica e comporta il rischio minore. La ragione che
macchine universali sono per loro natura destinate ad un ampio mercato ed, anche
8

di
di
le
se

C.J.Constable, C.C. New, Operations Management: A System Approach through Text and Case,
Wiley-Interscience, 1976

- 1.56 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

1.3.1.1.3. Processo a Flusso su Progetto.


Il processo produttivo su progetto usato per produrre pezzi, macchine od impianti
unici, ma riguarda anche la costruzione di opere darte, ledilizia e lindustria
dellintrattenimento e del tempo libero (cinematografia, concerti, mostre, ecc.). In
termini generali, non esiste un vero e proprio flusso del prodotto, tuttavia si pu
individuare una serie di operazioni in sequenza, tutte indirizzate al compimento degli
obiettivi del progetto. Dunque, lo schema del flusso analogo a quello di fig. 1.12,
tuttavia applicato agli obiettivi, piuttosto che alle operazioni ed rappresentato in fig.
1.13. A questo scopo, esso indica la precedenza che deve essere assicurata nel
raggiungimento dei vari obiettivi.
Il problema significativo della gestione del progetto rappresentato dalla
programmazione, la definizione della sequenza ed il controllo degli obiettivi individuali
che portano al completamento dellintero progetto.

fig. 1.13.

Modello di flusso nella produzione su progetto.

E difficile automatizzare questo tipo di processo produttivo, poich esso deve


fornire un unico prodotto, quindi esso impiegher attrezzature, macchine ed impianti di
tipo universale, e sar indispensabile il contributo della manodopera al compimento del
progetto. Normalmente, il progetto caratterizzato da alti costi e difficolt nella
- 1.57 -

1. Il Contesto Produttivo.

programmazione e nel controllo, anche perch esso difficile da definire e preventivare


compiutamente fin dallinizio e, dunque, esposto a frequenti modifiche ed
innovazioni. Tuttavia, sappiamo che questo non certamente accaduto a Michelangelo
di fronte alla sua Cappella Sistina od a Brunelleschi per la sua cupola di Santa Croce.
Infatti, dobbiamo considerare che, non solo i due erano un p sopra alla media di noi
studenti di Ingegneria e degli ingegneri, ma che la loro abilit era stata proprio quella di
aver prima pensato ad un progetto assolutamente integrato, di aver steso un
accuratissimo progetto esecutivo ed, infine, di aver curato lapprovvigionamento dei
materiali e lesecuzione dei lavori con un accanimento divenuto leggendario.

tab. 1.IX. Caratteristiche dei processi.


caratteristica

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

Ma proprio perch ci consideriamo in media un p inferiori ai due citati, dobbiamo


costruirci degli schemi che ci aiutino a dirimere i dubbi iniziali ed a caratterizzare
meglio i processi. Allo scopo, in tab. 1.IX, sono distinte le caratteristiche generali dei tre
modelli studiati.

- 1.58 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

La Classificazione per Tipo di Ordinativo.

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.

1.3.1.2.1. Processo Make-to-Order.


Anche se il processo make-to-order, un ampio campo di specifiche dellordine pu
restare. In alcuni casi, non si fa nulla prima dellarrivo dellordine ed il prodotto
progettato e costruito sulla base delle specifiche del cliente. In altri casi, alcuni
componenti sono costruiti in anticipo (in assenza di ordine) ed, allarrivo dellordine,
semplicemente si assembla il prodotto per soddisfare le esigenze del cliente. In questo
caso, il prodotto praticamente standard, ma non viene inviato al magazzino, solamente
consegnato.

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

fig. 1.14a. Schema di processo di produzione secondo il principio del make-to-order.

Dunque, nel processo make-to-order le attivit di processo sono orientate ai singoli


ordini del cliente ed il ciclo di evasione dellordine inizia quando il cliente indica quale
prodotto vuole. Sulla base dellordine, il produttore fissa un prezzo ed una scadenza per
la consegna. Allaccettazione, il prodotto segue un eventuale ciclo di progettazione ed
un ciclo di produzione, secondo le specifiche ricevute. Pu avvenire che le specifiche
del cliente comportino limpiego di materiali speciali o non disponibili direttamente dal
produttore, nel qual caso essi devono essere indicati nellordine in modo da giustificare
linizio del ciclo di produzione solamente dopo larrivo dei materiali e se la saturazione
della produzione lo consente. Come detto, alla fine del processo di costruzione, il
prodotto viene direttamente consegnato.
La misura chiave delle prestazioni di un processo make-to-order rappresentata dal
tempo di consegna, che, normalmente, il cliente vuole conoscere in anticipo e che deve
- 1.60 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

1.3.1.2.2. Processo Make-to-Stock.


Unazienda che lavora secondo lo schema del make-to-stock ha problemi
completamente diversi.
portafoglio
ordini
per il magazzino

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

fig. 1.14b. Schema di processo di produzione secondo il principio del make-to-stock.

Prima di tutto, essa ha una linea di prodotto standardizzata. Lobiettivo della


disponibilit del prodotto di fornire al cliente i prodotti standard che sono a
magazzino, con un livello di servizio soddisfacente, ad esempio il 95% degli ordini
siano evasi prendendo il prodotto dal magazzino. Per arrivare a questo risultato,
lazienda deve produrre in anticipo sulla domanda, quindi il magazzino deve far fronte
- 1.61 -

1. Il Contesto Produttivo.

allincertezza della domanda, ma, anche e possibilmente, regolarizzare il flusso in


produzione. Perci, la previsione della domanda, la gestione del magazzino e la
pianificazione della produzione diventano essenziali per unorganizzazione che lavori
secondo il principio del make-to-stock.
In produzione, pochissime attivit sono orientate agli ordinativi dei clienti, piuttosto
lobiettivo la giusta gestione del magazzino. Ad eccezione dei ritorni di prodotto, in
teoria sarebbe impossibile identificare il legame tra prodotto e cliente. In realt questa
identificazione richiesta proprio dalle regole della gestione e della garanzia della
qualit, anzi, come vedremo, saranno le norme internazionali sul commercio ad imporre
la garanzia dei livelli della qualit.
Il ciclo di produzione secondo lo schema make-to-stock inizia quando il produttore,
non il cliente, specifica il prodotto da costruire. Il cliente prender il prodotto dal
magazzino se il prezzo accettabile, la qualit buona ed il prodotto pronto,
altrimenti lordine viene ritirato. In maniera ragionevolmente indipendente dal flusso
reale degli ordini, il processo produttivo tende a saturare il magazzino. In qualche
particolare momento si potr verificare una certa correlazione tra ordinativi e
produzione, ma, in generale la produzione lavora per gli ordini futuri, non per quelli
correnti. La separazione tra il ciclo degli ordini e quello della produzione
rappresentato in fig. 1.14b. Invece, in fig. 1.14a si osserva che un tale fenomeno non si
verifica nel processo make-to-order, poich, in questo caso, il ciclo produttivo parte
quando si riceve lordine.
Nella situazione make-to-stock, le misure chiave della prestazione del processo
produttivo sono i parametri di produzione (flusso dei materiali e quantit prodotta) ed il
servizio al cliente. Esse comprendono la rotazione dei materiali, il grado di utilizzazione
della capacit produttiva, limpiego di straordinari e la frazione di ordini evasi
direttamente da magazzino. Lobiettivo della produzione di raggiungere il voluto
servizio al cliente al minimo costo.

tab. 1.X.

Confronto tra processo make-to-stock e make-to-order.

Caratteristiche

make-to-stock

PRODOTTO

specificato dal costruttore


bassa gamma
non costoso
OBIETTIVI
bilanciamento del magazzino
quantit prodotta/capacit
produttiva
PRINCIPALI PROBLEMI previsione ordinativi
PRODUZIONE
programmazione della
produzione
controllo del magazzino

- 1.62 -

make-to-order
specificato dal cliente
alta variet
costoso
tempi di consegna
capacit produttiva
tempi di consegna
promessi
tempi di consegna reali

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

1.3.1.2.3. Confronto tra Make-to-Order e Make-to-Stock.


In definitiva, il processo make-to-order orientato ad ottimizzare i tempi di consegna
ed il flusso degli ordinativi, cio il processo produttivo deve essere flessibile in modo da
soddisfare gli ordini del cliente. Invece, il processo make-to-stock tende alla saturazione
del magazzino e massimizza lefficienza della produzione attraverso la costruzione di
soli prodotti standard. La differenza tra le due situazioni meglio rappresentata in tab.
1.X.

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.

Le Decisioni per la Selezione del Processo.

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.

tab. 1.XI. Matrice delle caratteristiche del processo.

flusso in linea

flusso intermittente

su progetto

make-to-stock
I

make-to-order
II

raffineria, ind. molitoria,


confezionamento in scatola,
self-service, ecc.

linea di montaggio vetture,


compagnia telefonica,
compagnia elettrica, ecc.

III

IV

costruz. macchine, fast food,


vetreria,
ind. mobili, ecc.

costruz. macchine, ristorazione,


ospedali,
gioielleria, ecc.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

deve gestire e coordinare lazienda di costruzione dei prefabbricati, il montaggio in sito ed i


trasporti.
Il quinto fattore importante la verifica della disponibilit e del prezzo dei materiali. Mentre il
processo di fabbricazione su progetto flessibile e si pu adattare a diversi materiali se
necessario, la produzione in linea comporta elevati costi di cambiamento, se la fornitura dei
materiali previsti dovesse interrompersi. Basti pensare, per lidraulico, la necessit di doversi
convertire dalluso della tuberia di rame a quello della plastica se inserito nella produzione in
linea, in confronto alla paragonabilmente pi leggera situazione nel caso fosse inserito in una
produzione intermittente o su progetto.
Infine, il costruttore deve considerare lo stato tecnologico dellarte sia per il prodotto, sia per il
processo, nel senso che esiste il rischio che le innovazioni possono rendere obsoleti entrambi,
prima che gli investimenti fatti sul processo possano essere recuperati. Evidentemente, il rischio
maggiore se la produzione organizzata secondo lo schema in linea.

In definitiva devono essere considerati i seguenti 6 fattori:


condizioni di mercato,
richieste di capitale,
manodopera,
richieste di competenza gestionale,
disponibilit dei materiali,
tecnologia.
Una buona scelta del processo richiede unanalisi accurata di ognuno dei fattori, da
basare su studi diversi.
Uno studio basato sulla ricerca di mercato pu portare a stabilire la potenziale
richiesta e le altre condizioni del mercato. Dove possibile, le vendite possono essere
previste non solo in termini assoluti, ma anche sotto forma di stime correlate a possibili
scenari, oppure possono essere espresse in termini tali da poter far apparire il rischio
derivante dalla scelta: stima pessimistica, probabile, ottimistica.
Molti degli altri fattori possono essere considerati mediante unanalisi economica
delle alternative di processo. La chiave per arrivare a questo la definizione del cashflow atteso per ogni alternativa, definizione dipendente dalle previsioni di investimento,
fatturato e costi, su base annuale. I flussi netti di cash-flow possono essere riportati al
valore attualizzato, oppure pu essere calcolato il tempo di ritorno dellinvestimento
fatto. Le alternative che presentano il maggior valore attualizzato od il tasso di ritorno
dellinvestimento pi alto sono quelle favorite dal punto di vista economico.
Nella valutazione economica delle alternative di processo, pu essere utile calcolare i
costi fissi e quelli variabili. In generale, il confronto dei costi pu apparire come in fig.
1.15. Essa mostra che la costruzione su progetto presenta i costi minori a bassi livelli di
produzione (inoltre, essa presenta i maggiori costi variabili ed i minori costi fissi).
Quando gli studi economici e di marketing sono stati fatti, essi devono essere
sintetizzati in unattivit decisionale. In certi casi, essi indicheranno precisamente la
convenienza di unalternativa sulle altre ed, allora, i fattori soggettivi possono giocare
solamente un ruolo marginale nella scelta del processo. Invece, di solito la selezione del
processo richiede una grande capacit di giudizio, a causa della differenza dei tempi in
cui i costi hanno luogo ed a causa della differente importanza dei fattori di rischio
conseguenti.

- 1.65 -

1. Il Contesto Produttivo.

Costi delle alternative

su progetto

costo

intermittente
in linea

inviluppo di minimo costo


preferito
su progetto

preferito
intermittente

preferito
in linea

volume di produzione

fig. 1.15.

Curve di costo delle diverse alternative.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

pezzi unici o molti prodotti, pochi prodotti,


bassi volumi, bassi volumi
maggiori
bassa standard.
volumi
produz. singola

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

Matrice della relazione tra prodotto e processo.

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.

La nuova automazione flessibile rende possibili alcune variazioni interessanti della


matrice prodotto-processo. Impiegando le nuove tecnologie, oggi lorganizzazione pu
operare su un pi largo spettro di prodotti con lo stesso processo fisico produttivo.
Infatti, la tecnologia computerizzata permette allorganizzazione di produrre
contemporaneamente prodotti standardizzati in gran volume e prodotti parzialmente
personalizzati in volume minore. Cio, lorganizzazione opera su una linea orizzontale
che taglia parzialmente la matrice; tuttavia, la produzione flessibile ha dei limiti ed
costosa, cosicch lo schema a matrice ancora attuale, ma, in presenza della nuova
tecnologia, una stretta aderenza alla diagonale pu essere meno necessaria.

1.3.2.

La Scelta della Tecnologia.

La tecnologia un fattore dominante nel mercato e nella nostra vita. Lincessante


progresso tecnologico stato chiamato determinismo tecnologico, per dire che la
tecnologia determina la corsa della societ e sembra non lasciarci alcuna possibilit di
scelta in materia. In realt, la gente si rende conto che deve esserci una scelta della
tecnologia. Il punto stato dimostrato, fra laltro, nella scelta di non costruire un aereo
da trasporto supersonico, a causa dei problemi che avrebbe creato. Dunque, la scelta c,
ma bisogna imparare a gestire le tecnologie in modo adeguato, per poterne scegliere
alcune e rifiutare altre. Se non altro, gi i problemi dellambiente richiedono che le

- 1.68 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

decisioni riguardanti la tecnologia siano prese in modo intelligente ed ogni avanzamento


tecnologico dovrebbe essere deciso solamente dopo unaccurata analisi dei possibili
effetti negativi sulluomo e sullambiente: si dovrebbe essere gestori della tecnologia,
piuttosto che utenti della stessa.
Prima di tutto si deve definire cosa si intende per tecnologia. Se ne possono dare due
definizioni:
applicazione della conoscenza per risolvere i problemi delluomo e delle sue
attivit,
pi in dettaglio, linsieme dei processi, le macchine, gli utensili, i metodi e le
procedure usato per produrre beni e servizi.
Nellultimo capitolo si discusso della scelta del processo la quale, in senso
generale, riguarda anche la scelta della tecnologia. In senso stretto, esistono diverse
scelte di tecnologia che possono riguardare il processo. Per esempio, una specifica
produzione in linea pu non richiedere un impianto che svolga il processo in maniera
altamente automatizzata, anche se un elevato livello di automazione spesso richiesto
nella produzione in linea. Si pu scegliere un metodo produttivo in linea ad alta
intensit di manodopera, ottenendo cos una migliore efficienza, in confronto al
processo intermittente. Daltra parte, un processo intermittente pu essere dotato di
mezzi produttivi sia a basso, sia ad alto grado di automazione. In definitiva, il livello
della tecnologia (od il livello di automazione) una decisione in genere diversa dalla
scelta del processo da adottare.
Tuttavia, le decisioni su tecnologia e processo sono strettamente interconnesse. Una
decisione non deve necessariamente precedere laltra, anzi le due sono prese
contemporaneamente, anche se qui sono trattate separatamente per semplicit.
La questione della scelta tecnologica ha un grande peso sullattivit produttiva. In
particolare, la programmazione del lavoro manuale fortemente influenzata dalla
tecnologia utilizzata. Nel passato, si pensava fosse meglio eseguire la programmazione
della produzione dopo aver fatto la scelta della tecnologia, cio il lavoro manuale era
condizionato dalla tecnologia, secondo la convinzione della bont del determinismo
tecnologico. Oggi, una tale convinzione messa in discussione e le decisioni simultanee
sul lavoro manuale e sulla tecnologia fanno parte di un nuovo atteggiamento: il
progetto sociotecnico. Secondo questo concetto, i sistemi tecnici e quelli sociali sono
(o dovrebbero essere) ottimizzati congiuntamente. Il risultato non solamente il sistema
pi efficiente dal punto di vista dei costi, ma quello che insieme considera i valori
umani e sociali.
Oltre al lavoro manuale, la scelta della tecnologia influenza tutti gli aspetti
dellattivit produttiva, comprese la produttivit e la qualit del prodotto.
Evidentemente, la produttivit influenzata dalla sostituzione di lavoro manuale con
investimenti di capitali e la qualit ne influenzata poich sistemi ad alto grado
tecnologico spesso forniscono prodotti pi uniformi. Inoltre, le scelte della tecnologia
influenzano la strategia dellorganizzazione che deve considerare leffetto sui processi,
gli impianti, le macchine, le attrezzature e le procedure. Cio, la scelta della tecnologia
non una decisione isolata: essa influenza tutti gli aspetti della produzione e dei profitti.

- 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 Tecnologia e lAmbiente Sociale.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

proposta di utilizzare la tecnologia appropriata, quella del minore livello possibile, i


minori costi sociali ed effetti ambientali; essa non si propone di tornare indietro alla
bottega, piuttosto ricerca un livello intermedio di tecnologia, anche se molte industrie
con produzione di massa possono essere giustificate e conservate, ma con decisioni e
scelte tecnologiche orientate alla conservazione dei valori umani ed ambientali.
Forse il pi noto degli esponenti di questa scuola di pensiero Schumacher9, il quale
sostiene che uno degli errori peggiori del nostro tempo stato di credere che il
problema della produzione sia stato risolto. Egli dice che non solo questa convinzione
radicata nella gente lontana dai problemi della produzione e professionalmente
ignorante dei fatti, ma in pratica universalmente condivisa dagli esperti, i capitani di
industria, i responsabili economici di tutti i governi del mondo, gli economisti, per non
parlare dei giornalisti economici. Tutti sostengono che lumanit diventata
maggiorenne: per i Paesi ricchi lobiettivo ora leducazione al tempo libero, per i
Paesi poveri il trasferimento di tecnologia. Lillusione di un potere illimitato,
alimentato dalle stupefacenti scoperte scientifiche e tecnologiche, ha prodotto lillusione
di aver risolto il problema della produzione. Ogni economista od uomo daffari ha
familiarit con la distinzione tra reddito e capitale e la applica coscientemente e con
gran cura a tutti i problemi economici, eccetto quando tale distinzione quella decisiva:
il capitale non rimpiazzabile che luomo non ha prodotto, ma semplicemente trovato, e
senza che facesse nulla per averlo.
Luomo daffari non pu garantire che limpresa ha risolto i propri problemi di
produzione ed ha superato i problemi di fattibilit se la vede consumare rapidamente il
capitale investito. Ma, allo stesso modo, egli (e tutti noi) dobbiamo valutare questo
aspetto cruciale anche relativamente alleconomia della grande azienda costituita dal
pianeta ed alleconomia dei suoi passeggeri ricchi! Una ragione del trascurare questo
punto di vista che facile estraniarsi dalla realt complessa e trattare come senza
valore ogni cosa non abbiamo costruito noi stessi, oppure non ci riguarda troppo da
vicino.
Schumacher mette in rilievo che il nostro sistema economico non arriva a
considerare propriamente il costo delle risorse che non sono rinnovabili. Gli input sono
considerati gratis, eccetto i costi della loro estrazione dallambiente od, in generale,
della loro utilizzazione. Per di pi, i costi dellinquinamento e dellinsoddisfazione per
il lavoro praticamente non sono tenuti in conto dal sistema economico. Ne deriva che
limpiego tecnologico pu diventare via via pi ampio e diffuso, e che la dissipazione
delle risorse naturali pu risultare catastrofico. La soluzione di questi problemi pu
essere ladozione della tecnologia appropriata, cio quella che adotta un mix di alto,
medio e basso livello tecnologico, che tuttavia sia in armonia con le necessit umane ed
ambientali della societ.
Cos, chiaro che i cambiamenti di tecnologia possono non essere n facili, n
rapidi, n senza effetti sociali o politici. Comunque, quanto veramente importante
della tecnologia appropriata che i responsabili hanno una scelta, che possono gestire la
tecnologia, che possono valutare seriamente se un elevato livello tecnologico la cosa
migliore da adottare e se la tradizionale conduzione economica riflette esattamente il
sistema di valori che si vuole raggiungere.

E.F. Schumacher, Small is Beautiful, Harper&Row, 1973

- 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.

La Fabbrica del Futuro.

Si tratta di un termine molto diffuso nei media. La concezione popolare che la


fabbrica del futuro popolata da robot e che la produzione avviene senza operai. Per
certo, alcune di queste fabbriche esistono gi e sempre di pi ne verranno costruite.
Tuttavia, lessenza del concetto di fabbrica del futuro non quella di un sistema con
sempre pi automazione e sempre meno personale, piuttosto quella di un diverso tipo di
automazione, organizzata attorno al computer. In essa il computer usato in maniera
integrata per la progettazione dei prodotti, il controllo delle macchine e degli impianti,
il trasporto e la manipolazione dei materiali, il controllo del processo produttivo, ecc. La
chiave linformatizzazione e lintegrazione delle funzioni e dei vari processi per
mezzo di un database centralizzato. Il concetto di fabbrica del futuro anche chiamato
CIM (Computer-Integrated-Manufacturing).
Sin dagli inizi degli anni 80, la IBM ha installato una fabbrica CIM ad Austin nel
Texas, per produrre PC portatili, i primi computer ad essere costruiti interamente dai
robot. In realt, la fabbrica stata pensata per costruire ogni prodotto elettronico avente
dimensioni allinterno di un parallelepipedo di 60x60x36cm3. Anche la Allen-Bradley
ha costruito una fabbrica CIM a Milwauckee nel Wisconsin, ma oggi esse sono
piuttosto leccezione che la regola e la loro diffusione viene misurata in termini di anni.
La fabbrica CIM ha i seguenti elementi integrati attraverso il database di un
computer:
disegno e progettazione CAD (Computer-Assisted-Design),
produzione CAM (Computer-Aided-Manufacturing),
robotica,
programmazione delle richieste di materiali MRP (Materials-RequirementPlanning), ecc.
Questi elementi sono essenziali in tutte le fasi che vanno dal progetto del prodotto
attraverso la sua costruzione, fino alla distribuzione.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

efficienti per la creazione delle primitive di cui il prodotto costituito, ma anche la


contemporanea verifica strutturale, oppure la verifica delle sue prestazioni, ad esempio
dal punto di vista aerodinamico od idraulico, oppure la classificazione automatica dei
componenti, lanalisi dei costi dei materiali e della produzione attraverso
lindividuazione degli utensili da impiegare ed il tempo macchina necessario, ecc.
Poi, la classificazione dei componenti sar utilizzata per lassegnazione dei codici o
per il confronto con i componenti gi costruiti, in modo che sia agevole lunificazione
allinterno della produzione, oppure lingegnere pu vedere la convenienza di effettuare
la modifica di un componente esistente in modo che esso svolga unulteriore funzione,
ecc. Al fine di classificare i pezzi, necessario individuare uno schema di codice, in
modo che essi siano classificati per grandezza, per forma, per tipo, per funzione, ecc.
Ad esempio, il codice pu essere numerico ed il primo numero pu rappresentare la
forma, ad esempio cilindrica, il secondo che il pezzo ha meno di una certa massa
predefinita, il terzo la massima dimensione, il quarto il materiale, e cos via. Se lo
schema ben organizzato, i pezzi possono essere ben classificati ed inseriti o trovati
facilmente nel database. Come noto, uno sviluppo della classificazione pu essere la
suddivisione dei pezzi in famiglie e la conseguenza pu essere una decisione di
organizzazione produttiva idonea.
La ragione fondamentale dellutilizzo del CAD il suo legame con la produzione. Il
primo passo per lottenimento di un prodotto la stesura del disegno, poi viene la
programmazione del processo produttivo, con la scelta delladatto tipo di macchine e di
impianto, e la progettazione dellutensileria che consenta la massima economia delle
lavorazioni. Se il database contiene gi la geometria del prodotto e le sue caratteristiche,
il computer pu eseguire una simulazione del processo produttivo, pu vagliare le
diverse alternative di impiego di macchine ed utensili, pu valutare i relativi costi,
individuare le richieste di materiali e di personale di controllo, in definitiva pu
prevedere i costi totali necessari per la produzione, prima che essa abbia effettivamente
luogo, anzi prima che sia stato deciso troppo dettagliatamente il lay-out dei reparti,
addirittura prima che si siano acquistate attrezzature, macchine ed impianto. E in questa
fase che si possono stabilire i massimi livelli di collaborazione tra progettazione e
produzione, i quali rappresentano laspetto positivo forse pi rilevante della fabbrica del
futuro.
Certamente una tale impostazione collaborativa consente lo sviluppo in parallelo
delle diverse fasi del progetto e della programmazione del processo, quindi consente di
accorciare il tempo necessario al loro completamento, con straordinari vantaggi
competitivi di introduzione nel mercato di nuovi prodotti.
Il vantaggio derivante dalla semplice introduzione del CAD varia da
unorganizzazione allaltra, tuttavia, nel caso della General-Motors, lintroduzione di un
nuovo modello ha permesso, allinizio, di ridurre il tempo da 24 a 14 mesi.

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.

intermittente pi rivolta ai bassi volumi, allalta variabilit di prodotto ed un flusso a


salti dei materiali.

fig. 1.17a. Lay-out tradizionale per una produzione intermittente.

fig. 1.17b. Lay-out per una produzione secondo la group-technology.

Attraverso il CAM possibile spianare il flusso intermittente, che caratteristico


della maggior parte della produzione industriale. Esso utilizza il computer per
programmare i processi produttivi, controllare il flusso degli utensili, ottimizzare

- 1.74 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Infatti, tali benefici sono derivanti dallaccelerazione del processo produttivo


conseguente alla razionalizzazione della movimentazione dei pezzi nella cella. Basti
pensare che in un reparto tipico a flusso intermittente i pezzi possono stazionare per il
95% del tempo in attesa che una delle macchine in grado di eseguire la lavorazione
- 1.75 -

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.

Posizionamento dei sistemi produttivi nella matrice produzione-variet di


prodotto.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Demeyer, La produzione come fattore di competitivit internazionale, Logistica dImpresa, 54,1987.

- 1.77 -

1. Il Contesto Produttivo.

Allora, quali sono le soluzioni tecnologiche verso cui si stanno muovendo i


produttori internazionali e quali le proposte offerte in questo momento dal mercato? Lo
schema grafico di fig. 1.20 fornisce una panoramica generale delle aree di intervento
che la tecnologia ha raggiunto allinterno della fabbrica e riassume, per ognuna di esse,
le classi di soluzioni tecnologiche realizzabili al livello attuale dello stato dellarte.

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

Classificazione degli strumenti CIM.

Come si vede, lo sviluppo tecnologico tende ad investire lintera funzione produttiva,


dalla progettazione di prodotto e di processo, al processo produttivo vero e proprio, sino
al controllo della produzione.

- 1.78 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

applicazioni esteso ad una variet di operazioni, comprese la saldatura, la verniciatura,


lassemblaggio ed il trasporto e la manipolazione dei materiali.
La complessit legata allo svolgimento di molte operazioni un limite per limpiego
dei robot, in particolare laccesso a pezzi posizionati in maniera casuale. Tuttavia, la
possibilit di dare al robot la capacit di vedere e la conseguente di posizionare la mano
pu risolvere anche problemi di tale tipo.
Una forma di automazione correlata alla robotica la macchina utensile a controllo
numerico (NC). Normalmente, essa non viene fatta appartenere alla robotica, nonostante
essa sia gestita attraverso un computer e possa essere programmata allo svolgimento di
attivit diverse di lavorazione di taglio. Infatti, essa non possiede un braccio ed una
mano, quindi non flessibile come il robot. Ma essa destinata ad un ruolo importante
nella fabbrica del futuro, la quale consiste di un insieme di macchine a controllo
numerico, di macchine convenzionali e di robot.
Mentre limpiego dei robot giustificato principalmente dalla loro capacit di
svolgere lavoro diretto, esso consente una grande quantit di ulteriori benefici, compresi
la flessibilit ai cambiamenti di disegno dei pezzi, la possibilit di lavorare a tempo
pieno sulle 24 ore, la capacit di svolgere lavori pericolosi e di garantire uniformit di
qualit del prodotto. La giustificazione tradizionale dellimpiego dei robot tende ad
ignorare questi due ultimi aspetti, privilegiando il semplice calcolo del ritorno
dellinvestimento, e spesso comporta una sorta di freno allintroduzione di queste
macchine, che non hanno ancora raggiunto la diffusione attesa.
Spesso lindecisione ad introdurre il robot nel processo produttivo legata anche ai
costi previsti di manutenzione e di supporto del software. A parte che tali costi possono
essere suddivisi su pi robot, un solo robot pu essere dedicato 24 ore al giorno alla
gestione dei materiali da piazzare e da togliere dalle macchine utensili servite, e col
coordinamento del flusso dei materiali pu gi garantire vere economie. Tuttavia,
questo richiede una programmazione di lungo termine dellautomazione e non il
semplice e progressivo rimpiazzo delle macchine, in modo incrementale. Infatti, non si
deve pensare di sostituire lattivit manuale con robot sulla base delle singole operazioni
del processo esistente. Al contrario, il processo produttivo ed anche il prodotto devono
essere ridisegnati per ottenere il massimo vantaggio sia dallimpiego dei robot, sia da
tutta lautomazione esistente. Dopo il ridisegno, molte operazioni possono essere
eliminate od accorpate, perci anche la necessit dellimpiego locale del robot pu
cadere, attraverso un processo di semplificazione, sempre richiesto. Perci, il robot non
deve essere considerato un operatore meccanico, piuttosto una parte integrante del
processo produttivo.

1.3.2.3.5. La Giustificazione della Fabbrica del Futuro.


La giustificazione ed i benefici della costruzione della fabbrica del futuro derivano
dallintegrazione dei vari elementi che vanno dal progetto del prodotto, alla
programmazione delle lavorazioni, alla produzione, fino alla gestione del trasporto dei
materiali. Perci, la fabbrica del futuro loggetto di una decisione strategica che
influenza tutto lapparato produttivo ed i suoi obiettivi: il costo, la qualit, la flessibilit
e la distribuzione del prodotto.
Se si adotta la strategia CIM, molti passi devono essere compiuti a partire dalla
trasformazione della fabbrica tradizionale. Ad esempio si pu procedere per isole di
- 1.80 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

automazione, nelle quali certe macchine a controllo numerico ed il sistema informatico


sono messi insieme sotto il controllo del computer. Progressivamente, la
computerizzazione viene introdotta in un database, in modo che le isole di automazione
separate vengono mano a mano collegate insieme e vengono verificati i benefici del
cammino verso la piena attuazione del CIM.

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.

tab. 1.XII. Effetto dellintegrazione.


Grado di automazione e di integrazione
nessuna automazione
solo CAD
integrazione progettazione prodotto-processo nel
CAD
integrazione totale del sistema con CAD e CAM
integrazione col fornitore

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.

1.3.2.3.6. La Giustificazione Economica degli Investimenti. LAnalisi Finanziaria.


Unosservazione attenta del comportamento economico nel comparto industriale
mette in evidenza che gli investimenti sulla base tecnologica non vengono fatti in
quantit sufficiente a mantenere competitiva lattivit. Limpiego di capitali e gli
investimenti in R&D da parte dellindustria privata, come frazione del PIL, rimangono
praticamente costanti in termini reali negli ultimi trentanni, insieme al capitale investito
per ora lavoro e la frazione di PIL dedicata ai nuovi investimenti. In pratica si osserva
- 1.81 -

1. Il Contesto Produttivo.

che limpegno finanziario per linnovazione tecnologica ed il futuro non si


autoalimenta, probabilmente perch le forze finanziarie trascurano che la chiave di ogni
profitto nel lungo periodo sono i nuovi prodotti ed i nuovi processi, i quali aiutano a
mantenere i vecchi acquirenti, ma anche ad aprire nuovi mercati. Ne risulta che i profitti
non vengono reinvestiti.
La dimostrazione di ci che lindustria del nostro Paese esporta poco pi del 15%
di prodotti ad alta tecnologia, a confronto a pi del 20% della Spagna, del 25% di
Francia ed Inghilterra, del 30% della Germania e del 45% del Giappone.
Probabilmente la mancanza di investimenti nellindustria legata alluso improprio
delle tecniche di analisi del valore. Come si pu vedere in appendice A1.1, tali tecniche
sono basate sulla considerazione che avere in tasca 1 oggi vale di pi di averlo in tasca
solo domani. Per esempio, ad un tasso annuo di interesse dell8%, 1 oggi avr il valore
di 1.08 tra un anno, cos come, allo stesso tasso di interesse, averlo tra un anno come
averne in tasca oggi 0.926. Se si usano i concetti del valore attuale, gli investimenti
correnti devono essere confrontati con i guadagni futuri attraverso la conversione dei
flussi di guadagni futuri in valori correnti e la valutazione dei progetti di investimento
alternativi.
Si possono incontrare vari problemi con luso delle tecniche del valore attuale, ci
che ne spiega luso errato nellindustria. Un problema che esse non permettono
linterazione tra progetti di investimento alternativi, essendo pi adatte alla valutazione
delleffetto della sostituzione di una macchina o del lancio di un progetto che pu essere
facilmente isolato. Invece, quando si deve considerare la fabbrica del futuro, si deve
valutare la sostituzione di un intero mondo di macchine obsolete, perch la fabbrica del
futuro rappresenta un concetto globale completamente evolutivo, nel quale la
sostituzione di una singola macchina pu rappresentare un investimento eccessivo,
mentre pu non esserlo la sostituzione di un intero impianto. Dunque, richiesta una
decisione a livello di sistema, piuttosto che una serie di decisioni singole.
Spesso, luso delle tecniche di definizione del budget (del capitale) ha come risultato
la determinazione di ratei di interesse troppo alti per giustificare linvestimento. I
problemi causati dalla previsione di ratei di interesse troppo bassi ben noto, mentre
non sono altrettanto chiari i problemi causati dal risultato opposto. Un rateo di interesse
troppo alto pu portare a scoraggiare linvestimento e, quindi, a perdere posizioni
competitive importanti, perch presuppone risultati dellinvestimento troppo ottimistici.
Esso pu derivare da uninsufficiente conoscenza sia dei costi reali del capitale da parte
dellorganizzazione, sia del rateo di ritorno dellinvestimento reale che lorganizzazione
pu ragionevolmente avere da investimenti alternativi, come si pu dedurre
dallesempio successivo.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

I Criteri Progettuali dei Sistemi Produttivi.

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.

imprese industriali. Tuttavia, nonostante la variet e la ricchezza degli approcci


proposti, curioso constatare come, nella concreta prassi delle scelte aziendali, i
comportamenti dei vertici siano riconducibili principalmente a due tipologie piuttosto
elementari 11:
la prima e forse la pi frequente quella delle Aziende in cui non si riscontra in
sostanza nessuna progettualit vera e propria, essendo le decisioni produttive
fondamentali assunte in forma episodica (necessit di rinnovare impianti vecchi ed
obsoleti, ampliamenti suggeriti da qualche opportunit di mercato, ecc.) o fortemente
condizionata dalle disponibilit finanziarie. In questi casi, la caratteristica pi evidente
la mancanza di coerenza: cio si decide di muovere una delle leve di cui si dispone
(grado di meccanizzazione od automazione, livello della capacit produttiva, grado di
integrazione verticale, caratteristiche e professionalit della forza lavoro, sistemi di
programmazione e controllo della produzione e dei materiali, ecc.), senza curarsi
eccessivamente delleffetto di tale decisione sugli altri elementi che caratterizzano il
proprio sistema tecnico-produttivo;
la seconda tipologia, pi evoluta, pu ricondursi a quelle situazioni in cui le decisioni
produttive vengono prese sulla base dello schema di riferimento (o modello concettuale)
prevalente nello specifico momento storico, di solito proposto con grande enfasi nella
letteratura internazionale della disciplina. Come in tutte le aree del management, anche
la progettazione e la gestione dei processi produttivi soggetta a mode e teorie che,
nella maggior parte dei casi, sono esposte ad un rapido declino, ma che, finch sono in
auge, vengono assunte come postulati od assiomi da non sottoporre a critica o verifica.
Quello che viene presentato come un modello di successo in uno o alcuni contesti
diviene rapidamente un luogo comune che viene trasferito ed applicato fideisticamente
nel proprio contesto aziendale. In questi casi, si riscontra una coerenza interna molto
maggiore (proprio in relazione allapplicazione di un modello che stato progettato e
messo a punto da qualche studioso), ma i risultati sono spesso molto diversi od
addirittura opposti a quelli attesi.

1.3.3.1.

Gli Assiomi nella Progettazione dei Sistemi Produttivi.

1.3.3.1.1. LAutomazione dei Sistemi Produttivi Manifatturieri.


Nel decennio tra la met degli anni 70 e la met degli anni 80, almeno nelle
imprese manifatturiere medio-grandi, le scelte produttive si sono orientate
prevalentemente verso lautomazione, come risposta alle fortissime tensioni nelle
relazioni industriali degli anni immediatamente precedenti (gli anni che in Italia
vengono ricordati come quelli degli autunni caldi, ma che hanno caratterizzato tutte le
economie occidentali avanzate). Cio, lautomazione stata vista in logica sostitutiva,
come modo per ridurre la dipendenza dalla manodopera diretta le cui rivendicazioni e
forme di lotta (rifiuto del lavoro parcellizzato, rifiuto della retribuzione a cottimo,
microassenteismo, scioperi a scacchiera, ecc.) rendevano oltremodo difficile un ordinato
funzionamento dei sistemi produttivi tradizionali. E nato lo slogan: il robot non
sciopera!
11

A. Brandolese, I nuovi criteri progettuali dei sistemi produttivi, Atti della Summer School in Impianti
Industriali Meccanici, Castel Ivano, 1998

- 1.84 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Il periodo in esame stato il decennio dellautomazione flessibile, la quale era


lunica che poteva essere perseguita nel settore manifatturiero (al contrario
dellindustria di processo), in quanto doveva comunque garantire la versatilit
sufficiente a produrre unampia variet di prodotti diversi. In effetti, nelle industrie di
processo lautomazione si era affermata ben prima e garantiva la stabilit delle variabili
di processo principali (temperature, pressioni, viscosit, ecc.), anche in presenza di
disturbi. E stato il decennio della grande illusione della fabbrica del futuro senza
operai, traguardo sostenuto fortemente, comera ovvio, dai costruttori di impianti, di
macchinari e di sistemi informatici, che vedevano aprirsi un immenso mercato per i
propri prodotti.
Iniziata con piccole isole di automazione non integrate (FMS/FAS) e inserite a
macchia di leopardo in un contesto produttivo tradizionale, il quale non poteva
valorizzare pienamente la loro versatilit, la corsa prosegu verso livelli pi elevati di
integrazione e verso sistemi di complessit crescente, i quali erano consentiti dal
progresso rapidissimo dei mezzi informatici. Cos, si potuta sfruttare compiutamente
la elasticit di tali sistemi ed affidare a procedure software un numero sempre maggiore
di funzionalit di controllo e di gestione in precedenza affidate agli uomini di reparto
(diagnostica, gestione dei fermi macchina, scheduling di breve periodo, ecc.), secondo
la logica sostitutiva detta.
La flessibilit richiamata il concetto secondo il quale il sistema capace di far
fronte alle oscillazioni di volume della domanda senza significative variazioni sul costo
unitario di produzione. E evidente, ed stato gi detto sopra, che una struttura
produttiva basata prevalentemente sulla capacit produttiva esterna sia pi elastica di
una basata sulla capacit produttiva interna, la quale, inoltre, esposta a rilevanti rischi
di insaturazione.
Il paradigma (o luogo comune) finale di questa evoluzione stato il CIM, il quale,
giusto verso la met degli anni 80, descriveva lAzienda come una piramide a pi
livelli, ognuno dei quali era presidiato e gestito da un sistema informatico in grado di
scambiare informazioni con i sistemi informatici dei livelli adiacenti.

1.3.3.1.2. Il Decentramento Produttivo.


Un secondo assioma, affermatosi contemporaneamente al primo, quello secondo il
quale meglio affidare ad altri (terzisti, componentisti, ecc.) la produzione di tutto ci
che si pu. Le numerose motivazioni di questa scelta sono note e non necessario
approfondirle ulteriormente. Baster ricordare che alcune di queste motivazioni (in
questo modo lAzienda pu concentrare i propri investimenti ed il know-how del
proprio personale sulle fasi critiche del processo, ci si garantisce unelevata flessibilit,
il prezzo pagato per le lavorazioni esterne inferiore al costo industriale che si avrebbe
eseguendo le lavorazioni allinterno, ecc.) si innestano e si aggiungono alla motivazione
di fondo che stata allorigine dellinizio del processo di terziarizzazione e che, in
definitiva, la stessa che stata alla base delle scelte di automazione viste in
precedenza: il desiderio/volont dei responsabili dei sistemi produttivi di eliminare la
maggior parte dei problemi di gestione della fabbrica derivanti dalla conflittualit e
dalle difficolt nelle relazioni industriali.
Questa tendenza verso la virtual-entreprise o hollow-corporation, tuttora fortemente
presente nei comportamenti della maggior parte delle imprese industriali di qualsiasi

- 1.85 -

1. Il Contesto Produttivo.

dimensione, ha assunto varie connotazioni, anche abbastanza diverse tra loro, ma


sempre riconducibili alla volont sopra ricordata di ridurre la presenza e la
responsabilit di gestione dellazienda lungo il ciclo produttivo. A seconda del livello di
decentramento, si possono individuare i seguenti passi:
semplice terziarizzazione di fasi normalmente a basso valore aggiunto ed alto
contenuto di manualit,
comakership con fornitori di componentistica qualificata. Essa ha una forte
motivazione non tanto nella possibilit, spesso enfatizzata, di ridurre le proprie
scorte di componentistica, quanto nella possibilit, spesso trascurata e per la quale
si richiede da entrambe le parti un approccio molto pi convinto e trasparente di
quanto non accada nel caso precedente, di realizzare il codesign di nuova
componentistica. Questa assicura ai nuovi prodotti che vengono sviluppati in
collaborazione un elevato livello di innovativit nelle prestazioni percepite dal
mercato,
outsourcing per quelle fasi (confezione finale, spedizione e distribuzione fisica, ad
esempio) od attivit (manutenzione, elaborazione di dati, ecc.) ritenute estranee al
core business dellazienda,
internazionalizzazione o delocalizzazione di fasi rilevanti del proprio processo
produttivo, alla ricerca di condizioni di fornitura a basso costo e meno soggette a
vincoli sindacali o di normativa. Naturalmente, qui si aprirebbe tutto il discorso
delle condizioni di lavoro nei Paesi in via di sviluppo, dove le norme di sicurezza
vigenti nei Paesi pi evoluti non saranno rispettate ancora per un numero
imprevedibile di anni...

1.3.3.1.3. Il JIT e la Lean-production.


Nellambito dei sistemi produttivi, il paradigma certamente pi diffuso in questi anni,
e per il quale si pu tranquillamente continuare a parlare di luogo comune, quello di
origine giapponese che riconducibile ad un sistema produttivo ideale, in cui la
produzione fluisce in modo regolare lungo il processo, praticamente senza scorte di
pezzi (WIP, Work-in-Process), senza fermate per guasti, con zero difetti, e nel quale si
passa da una variet allaltra di prodotti in modo rapido ed efficiente.
Questo paradigma noto sotto vari termini, spesso presentati come un radicale
superamento del passato anche recentissimo, ma che ad un esame critico rivelano solo
differenze marginali: Just-In-Time, production-pull (in tiro diretto), Lean-production
(produzione snella), Agile-Production, AMS (Advanced-Manufacturing-System),
Posfordismo.
Uno dei punti sui quali si focalizzata lattenzione degli studiosi di queste
metodologie di gestione dei sistemi produttivi sicuramente la riduzione dei tempi di
attraversamento (throughput-time) e la proporzionale riduzione dei livelli delle scorte e
di WIP. La riduzione delle scorte e del WIP spesso visto come un obiettivo assoluto,
da perseguire di per s, anche se ovviamente non si tralascia di metterne in luce i
vantaggi in termini di miglioramento dellesposizione finanziaria dellazienda, della
reattivit nei confronti dei clienti (come abbiamo visto, dei tempi di risposta), e della
pressione psicologica sul fornitore che sa di non potersi permettere linvio di
componenti non conformi, pena larresto della produzione presso il cliente, il quale non
dispone della riserva creata dalla scorta dei componenti.

- 1.86 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Daltra parte, noto che esistono precise precondizioni di buon funzionamento,


senza le quali illusorio aspettarsi che un sistema produttivo funzioni correttamente
Just-In-Time. Volendo ridurre allosso lelencazione di tali precondizioni, si possono
citare: una domanda livellata dei prodotti finiti, una capacit produttiva esuberante,
tempi di setup delle macchine ridotti, qualit di prodotto elevata e costante, vicinanza
dei fornitori, ecc. Infatti, la caratteristica primaria del concetto di JIT differisce da
quello convenzionale e si traduce nel fatto che il conseguente processo nel sistema
produttivo esercita unazione di traino (pull) sui processi precedenti, per quanto riguarda
la richiesta di componenti. Questo comporta che la loro produzione deve essere
congruente per i tipi di componenti e per il loro numero, al momento giusto.
Le precondizioni di buon funzionamento sono difficilmente ottenibili nel breve
periodo per molti contesti produttivi, anche se, certamente, possono rappresentare
significativi obiettivi e traguardi a cui tendere attraverso processi di miglioramento
continuo. Basta pensare a quanto usualmente il profilo della domanda dei prodotti finiti
si discosta da quello di una domanda livellata, cio stazionaria, o con piccole
oscillazioni.

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

P. Griffin, http://www.quality.co.uk/benchadv.htm, Quality Network, 1996

- 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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

conoscere la propria situazione in grande dettaglio, comprese le misure fatte delle

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.

il benchmarking benefico solamente se si adottano le azioni di miglioramento;


cercare sempre di trovare come l'organizzazione partner ha raggiunto le sue

prestazioni. Normalmente, questo spiegato meglio dagli operatori, non dal


management (il quale dir quanto le prestazioni sono migliorate, ma non
necessariamente come);
identificare sempre le aree specifiche di interesse e restare focalizzati su esse;
pianificare bene in anticipo, preparare questionari dettagliati e verificare di non
aver dimenticato alcun punto chiave;
essere preparati a dare al partner pi informazioni di quante non se ne ricevano;
ricordare che l'attivit di miglioramento continua e che il benchmarking perde di
attualit rapidamente. Probabilmente i concorrenti continuano a migliorare in
anticipo rispetto alla nostra organizzazione;
rimanere sempre onesti e profondamente professionali, si sar benvenuti e si
avranno pi informazioni in futuro.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

dellazienda, fino ad arrivare a distribuire prodotti e sistemi interamente progettati, sviluppati e


fabbricati da altri, magari concorrenti dellazienda stessa.
Daltra parte, questo iter apparir congruente con alcuni principi della Lean-organization che, in
sintesi molto radicale, spingono a comprimere i costi di struttura che non aggiungono
direttamente valore al prodotto, a ridurre le ridondanze, ad eliminare vari livelli intermedi di
management, fino ad abolire la maggior parte delle unit di R&D e Progettazione, nella logica
secondo cui anche linnovazione e la progettazione di prodotto si possono acquistare
allesterno, scegliendo il meglio che si trova sul mercato. Purtroppo, come alcune aziende che
hanno scientemente delegato allesterno linnovazione di prodotto hanno sperimentato, lo
sbocco di questa strada la rapida perdita di competitivit e linevitabile declino, posto che,
parlando di prodotti e tecnologie innovative, semplicemente illusorio pensare di trovare sul
mercato qualcosa di pi della penultima generazione di innovazioni.

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.

In situazioni di questo tipo, ci che colpisce losservatore critico latteggiamento di


fatalismo con cui i responsabili aziendali reagiscono alle difficolt, limitandosi, peraltro
con impegno fuori discussione, ad una gestione giorno per giorno, che si riduce di fatto
ad una riprogrammazione continua dello scheduling di breve periodo del reparto di
montaggio, ad un continuo flusso di solleciti nei confronti dei terzisti, a pratiche di
cannibalizzazione di pezzi gi impegnati per altre produzioni, a favore di altre ritenute
in quel momento pi urgenti. Visibilmente, tutte queste pratiche, possono dare
lillusione di risolvere il problema di una consegna particolarmente pressante, ma non
fanno che aggravare il problema pi generale del mantenimento di un adeguato livello
medio di servizio logistico (rapidit di risposta e puntualit). Invece, di rado accade di
riscontrare nei responsabili un atteggiamento progettuale, secondo il quale, facendo
tesoro delle esperienze precedenti, si cerca di utilizzare le leve a propria disposizione al
- 1.92 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

fine di modificare il futuro assetto produttivo, con lobiettivo esplicito di migliorare le


predette prestazioni di servizio logistico.
Va detto con chiarezza che, in assenza di un preciso orientamento progettuale del
tipo qui indicato e di cui si fornir qualche esempio, gli obiettivi di miglioramento del
servizio logistico, che figurano sempre ai primi posti in tutte le formulazioni scritte
della missione aziendale, sono destinati con altissima probabilit a restare nelle pagine
del libro dei sogni.

1.3.3.3.

Una Possibile Via di Superamento.

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.

Qualche Ulteriore Spunto.

Al di l dellesempio ora discusso, il quale evidenzia come la scelta del corretto


livello di decentramento produttivo vada progettata alla luce degli obiettivi strategici di
servizio logistico e degli elementi del contesto (piuttosto che per ridurre i problemi di
gestione interna delle proprie unit produttive), meritano di essere citati altri punti sui
- 1.94 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

di errore n da parte del fornitore, n da parte del controllo di accettazione in ingresso.


Lindagine di natura tecnica per capire il motivo della nonconformit generatasi nella situazione
descritta coinvolge, allora, i progettisti del prodotto finito, i quali, dopo qualche giorno,
identificano il motivo in un errore nelle tolleranze stabilite per alcune parti impiegate
nellassieme. Infatti, non era mai successo prima che i pezzi del componente in esame (al limite
superiore del campo di tolleranza) si dovessero accoppiare con altre parti, a loro volta al limite
inferiore del proprio campo di tolleranza, di modo che non ci si era mai accorti di questo errore
di progetto. Lerrore viene corretto attraverso la formalizzazione di una modifica tecnica, che
viene comunicata ai fornitori, di modo che per il futuro linconveniente non dovrebbe pi
verificarsi.
Tornando al montaggio nel momento in cui la produzione stata sospesa, supponiamo, da un
lato, che il Responsabile di Produzione sia pressato dalla Direzione Commerciale (la consegna
urgente perch il cliente, uno dei principali dellazienda, ha gi sollecitato e si intendono
rispettare i tempi di consegna) e, dallaltro, che lazienda, non essendosi ancora impegnata in un
progetto di riduzione dei tempi di attraversamento e delle scorte, abbia con i suoi fornitori
rapporti tradizionali mirati al contenimento del costo di fornitura, con lotti grandi e consegne
mensili. A questo punto, il Responsabile di produzione arriva rapidamente alla conclusione che
tutti i pezzi del componente in esame presenti in azienda (in reparto e nel magazzino materiali)
creeranno lo stesso inconveniente e che, prima di poter ricevere dal fornitore una nuova
consegna di pezzi buoni passer un tempo significativo (da un paio di settimane ad un mese). In
questo contesto e nonostante gli impegni formali che lazienda ha liberamente assunto ed
esplicitato nei riguardi della qualit della conformit dei propri prodotti, nonostante gli estesi
programmi di formazione sulla qualit a cui tutti i livelli operativi dellazienda hanno
partecipato, altamente probabile che la pressione psicologica del dover consegnare induca il
Responsabile di Produzione, con lavvallo o per lo meno senza lopposizione del Responsabile
della Qualit, a qualche compromesso sulla conformit del prodotto finito: cio, si cercher, con
adattamenti, aggiustaggi, ecc. di fare in modo che il prodotto finito sia pi o meno conforme,
salvo poi gestire con il cliente eventuali rilievi sulla conformit.
Supponiamo ora una situazione del tutto identica a quella descritta, ma nella quale lazienda
abbia da tempo efficienti rapporti Just-In-Time con i propri fornitori, con consegne giornaliere e
scorte ridotte di componenti. La tentazione, da parte del Responsabile di Produzione, di
scendere a compromessi con la conformit del prodotto finito scomparir, poich egli sa che fin
dal giorno successivo (al limite) potr ottenere dal fornitore una consegna di pezzi buoni e che,
quindi, non si creeranno ritardi significativi alla consegna del prodotto finito.

Perci, la spinta verso la riduzione delle scorte e dei tempi di attraversamento


larma pi potente che unAlta Direzione seriamente impegnata a migliorare la qualit
dei propri prodotti ha a disposizione per non innescare nei responsabili operativi la
tentazione a pericolosi compromessi sulla conformit. E questo effetto indiretto, ma di
grande efficacia, difficilmente quantificabile in termini monetari perch agisce a livello
psicologico, che costituisce il significato pi profondo dei progetti di riduzione delle
scorte, e che deve spingere a perseguire tali progetti con determinazione. E doveroso
ricordare che tutte le decisioni e scelte strategiche hanno in comune la caratteristica
della non completa quantificabilit: cio, sarebbe illusorio pretendere una
quantificazione completa ed oggettiva di tutti gli elementi in gioco (difficolt, costi,
benefici, opportunit, rischi, ecc.) in termini di IROR, NPV, ecc. Ci non significa che,
anche in ambito strategico, non si debba fare ogni sforzo per quantificare il pi possibile
i termini del problema in esame e le possibili alternative di soluzione.
Si potrebbe obiettare che la situazione presentata dovrebbe essere rara o che
comunque si tratta di uneccezione, dato che quanto descritto aveva avuto origine da un

- 1.96 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

errore di progettazione, che un bravo Progettista (o un Ufficio Tecnico organizzato con


appropriati controlli, riesami, verifiche e validazioni della progettazione) non dovrebbe
commettere. Invece, facile convincersi che, per la maggior parte delle imprese
manifatturiere, impegnate in un continuo rinnovo ed ampliamento della gamma dei
propri prodotti, ed obbligate a lanciare sul mercato i nuovi prodotti con tempi di
sviluppo sempre pi brevi, nonostante tutto limpegno e tutta la capacit dei progettisti e
dellUfficio Tecnico, gli errori di progetto e la necessit di modifiche tecniche su
prodotti gi rilasciati rappresentano ormai da tempo la situazione normale: quindi, un
progetto attento dei criteri di gestione del sistema produttivo e dei rapporti coi fornitori
non pu prescinderne, ma dovr cercare i correttivi pi adatti, come sopra indicato.

1.3.4.

LAnalisi del Flusso del Processo.

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.

Il Processo di Trasformazione come Sistema.

Prerequisito allanalisi del flusso del processo la definizione del processo di


trasformazione come sistema. Questo richiede lidentificazione di quale sistema sia pi
importante analizzare, definendone i confini, gli appropriati input ed output ed i flussi.
Usualmente, il sistema definito come insieme di elementi interconnessi, in cui il
tutto pi della somma dei singoli elementi, esattamente come un corpo umano deve
essere considerato pi della somma degli arti, del cervello, ecc, cio pi della somma
degli elementi che lo costituiscono e che non possono svolgere la propria funzione
senza il contributo di tutto il resto.
Anche la fabbrica un sistema ed i suoi elementi costitutivi sono le funzioni di
marketing, di produzione, ecc. ma essa di pi della somma delle proprie funzioni, le
quale, individualmente non potrebbero raggiungere proficuamente alcun obiettivo.
Daltra parte, anche la produzione pu essere vista come un sistema, identificando il
processo di conversione e trasformazione, come fatto in 1.2.11, isolando il processo

- 1.97 -

1. Il Contesto Produttivo.

produttivo dallambiente e definendolo in termini di input, output e di metodo di


trasformazione usato. Tuttavia, la parte pi difficile dellanalisi del processo fatta
usando lapproccio sistemico la definizione del contorno del sistema, quello che
separa il sistema produttivo dallambiente. Il contorno definisce quanto il sistema
grande, ma la selezione del contorno arbitraria ed il sistema pu essere grande o
piccolo a piacimento, dipendentemente dal particolare problema da studiare. Il contorno
deve comprendere tutte le interazioni importanti allinterno del sistema, ma sempre
difficile definire esattamente cosa deve essere considerato e cosa pu essere escluso.
Normalmente (nellanalisi del flusso del processo produttivo), si considera come
massimo sistema lintera funzione produttiva e, se si dovesse prendere in
considerazione un sistema ancora pi grande, significherebbe che le decisioni
riguardano responsabilit di livello pi elevato, quindi al di fuori dellanalisi.

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.

Dallesempio fatto si pu capire come lapproccio sistemico allanalisi di processo


aiuta a definire i contorni del sistema ed identifica quelle operazioni che sono
influenzate dalla decisione presa. In modo assolutamente simile si possono individuare
gli input, gli output e le trasformazioni nel processo produttivo. Gli effetti della
decisione per la banca coinvolgono la professionalit del personale ed i servizi offerti
alla clientela, ma anche la qualifica dei tecnici della manutenzione dello sportello
automatico, ed essi, insieme agli altri, devono essere tenuti in conto nellanalisi del
processo.

1.3.4.2.

LAnalisi mediante la Stesura del Flowchart.

I flowchart sono usati per descrivere e migliorare il processo di trasformazione del


processo produttivo. Per aumentare lefficacia e lefficienza dei processi produttivi,
possono essere utilizzati, modificandoli, i seguenti strumenti:
i materiali grezzi,
- 1.98 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

il disegno del prodotto,


la programmazione dei lotti,
i passi del processo impiegato,
le informazioni del controllo di gestione, gli utensili, le attrezzature, le macchine o
limpianto.

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.

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.

Vista esplosa di un corpo caldaia domestica degli anni 80. E messo in


evidenza il particolare programmato in fig. 1.22.

Le schede di lavorazione sono ancora pi dettagliate dei disegni di assemblaggio,


poich esse riportano le attivit richieste per il completamento di ogni singolo pezzo.
Sono elencate le singole macchine utilizzate ed il lavoro manuale richiesto, con
lindicazione degli utensili e le attrezzature necessarie. In alcuni casi sono specificati
anche i tempi previsti per ogni operazione. La scheda di lavorazione di un componente
del prodotto di fig. 1.21 rappresentato in fig. 1.22.
Presi insieme - i disegni di assemblaggio, le schede di montaggio e le schede di
lavorazione - devono specificare completamente come il prodotto deve essere
completato. Tutti questi documenti derivano dai disegni e dalle liste dei materiali che
- 1.100 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

assemblaggio corpo caldaia 4 el.

C41.04.04

disegnato AZ

componente n pozzetto termostato regolazione


C41.04.01.03
descrizione

reparto

attrezzatura

controllo integrit cappuccio ottone

ingresso

visivo

controllo integrit raccordo filettato ottone

ingresso

visivo, calibro a
tampone

saldatura cappuccio al tronch. rame

01

U9 - saldatura

saldatura raccordo fil. al tronch. rame

01

U9 - saldatura

decapaggio

04

D3 - vern.

collaudo

03

PT1 - acq. 5bar

applicazione sigillante Loctite S14-01

06

M3 - montatore

montaggio sullelemento di testa sinistro

06

M3 - montatore

sosta minima

2h ESTATE

07

incollaggio

3h AUTUNNO

deposito
intermedio 04

operazione

6h INVERNO
5h PRIMAVERA

fig. 1.22.

Scheda di lavorazione del pozzetto del termostato di regolazione di fig.


1.21.

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

pozzetto term. reg.


B1

9 OR tenuta idraulica
2 elementi intermedi

corpo caldaia

B21

elemento di testa dx
tenuta fumi
applicazione tiranti e serraggio

Elemento del flowchart del processo di assemblaggio dellinsieme di fig.


1.21.

lavorazione
controllo di quantit o qualit
movimentazione del materiale
stoccaggio, attesa di nuova operazione

ritardo nella sequenza di operazioni

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

SCHEDA DEL PROCESSO DI FLUSSO


oggetto

TERM. REGOLAZIONE

posso eliminare?

operazione

COSTRUZIONE

posso combinare?

compilata da

AP

posso cambiare la sequenza?

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

Piano di sviluppo C41

presente X
proposta

descrizione

note

controllo integrit cappuccio ottone


controllo integrit cappuccio ottone
trasporto vassoio componenti da magazzino 01
saldatura cappuccio al tronchetto di rame
saldatura terminale filettato al tronchetto di rame
trasporto insieme saldato al decapaggio
stoccaggio insieme saldato in deposito 09
attesa per saturazione vasca decapaggio
collaudo finale insieme saldato
trasporto alla linea di montaggio
stoccaggio insieme saldato in deposito 13
applicazione sigillante
applicazione insieme a elemento di testa sx
attesa per reazione sigillante
cfr. stagione
trasporto componenti a magazzino 02 (testa linea)

Scheda del processo di flusso nellassemblaggio del particolare di fig. 1.21.

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.

QUANDO. Si guarda la sequenza delle operazioni e si cerca di ridurre i tempi di


attesa e di stoccaggio dei materiali. In questa occasione si pu vedere se certe attivit
costituiscono un collo di bottiglia,
COME. Si analizzano i metodi produttivi impiegati, cercando di vedere se possono
essere sostituiti da altri migliori, se le attrezzature e le macchine possono essere
migliorate e se le operazioni possono essere riviste per essere pi facili o meno lunghe.

1.3.4.3.1. Un Modo Giapponese per Migliorare il Flusso dei Materiali e delle


Informazioni.
Lapprendimento di metodologie giapponesi pu essere di aiuto al miglioramento del
flusso dei materiali e delle informazioni. Tuttavia, limpiego di tali metodologie rischia
di rimanere infruttuoso e di non incidere in profondit nel tessuto aziendale, provocando
fenomeni di rigetto causati dallassenza dei risultati sperati e dal mancato
coinvolgimento da parte del personale, se, alla base della loro applicazione, non viene
parallelamente sviluppato un ulteriore concetto chiave di origine giapponese: il
Kaizen.13
Letteralmente, Kaizen significa miglioramento, ed un concetto radicato non solo
nella pratica industriale, ma anche nella vita sociale giapponese. Infatti, la filosofia
Kaizen presuppone che tutto il modo di vivere debba essere costantemente migliorato
sia nel campo produttivo, sia negli aspetti sociali, familiari o personali. Allora, Kaizen
sinonimo di piccoli miglioramenti, frutto di unapplicazione costante e di sforzi
continui, finalizzati a mutare, in meglio e mediante piccoli incrementi, la condizione
presente.
Pertanto, il Kaizen non unulteriore tecnica manageriale utilizzabile per la
risoluzione di problematiche specifiche, ma determina un diverso approccio alle
difficolt, stimolando lapplicazione delle diverse metodiche di gestione ed
organizzazione produttiva, mediante la quale possibile raggiungere risultati di
eccellenza. Il Kaizen un processo evolutivo progressivo e continuo, ove lattenzione
posta ai piccoli mutamenti, che diventano il legante dei grandi cambiamenti determinati
dallinnovazione.
Infatti, linnovazione tende a procedere a salti, con incrementi discreti e discontinui,
ma non di per s in grado di garantire il mantenimento degli standard produttivi
raggiunti. In tab. 1.XIII sono riportate le principali differenze tra Kaizen ed
innovazione.
Applicando la strategia Kaizen, alcune tecniche, come il TQC, ampliano il loro
campo di azione, partendo dal controllo dei prodotti, allanalisi globale dei processi
produttivi, sino alla considerazione del sistema aziendale nel suo complesso. Inoltre, lo
stesso TQC soggetto ad un mutamento evolutivo, con un innalzamento progressivo
degli standard misurabili.

13C.

Rafele, Applicazione della metodologia Kaizen allergonomia: aspetti innovativi e possibili sviluppi,
Impiantistica Italiana, 2, 1994

- 1.104 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

tab. 1.XIII. Analisi comparativa tra le caratteristiche del Kaizen e dellinnovazione.


Kaizen

Innovazione

1. Effetto

Di lungo termine e durevole,


ma tranquillo

Di breve termine, ma
emozionante

2. Velocit

A piccoli passi

A grandi passi

3. Periodo di tempo

Continuo ed in aumento

Intermittente e non in aumento

4. Cambiamento

Graduale e costante

Improvviso ed incostante

5. Coinvolgimento

Tutti

Pochi campioni scelti

6.Approccio

Collettivismo, sforzi di
gruppo, approccio sistemico

Individualismo spinto, idee e


sforzi individuali

7. Modalit

Manutenzione e
miglioramento

Smantellamento e ricostruzione

8. Catalizzatore

Know-how convenzionali e
stato dellarte

Progressi tecnologici, nuove


invenzioni, nuove teorie

9. Esigenze pratiche

Pochi investimenti, grandi


sforzi per il progredire del
miglioramento

Grandi investimenti, ma pochi


sforzi per preservarli

10. Orientamento dello


sforzo

Alle persone

Alla tecnologia

11. Criteri di valutazione

Processo e sforzi per migliori


risultati

Risultati e profitti

12. Vantaggi

Buon funzionamento in
uneconomia a lenta crescita

Si addice meglio ad
uneconomia in crescita veloce

Le tecniche di TQC si prefiggono, come detto, la completa soddisfazione del cliente.


Nellambito aziendale, il cliente rappresentato dalla fase produttiva situata a valle, sia
in termini di prodotto costruito, sia di processo sviluppato. Nel caso in cui lanalisi
migliorativa consideri la prestazione umana quale oggetto di applicazione, il cliente da
soddisfare diviene la persona impegnata nelle operazioni produttive a valle di quella
presa in esame. Il personale addetto alla produzione diventa il cliente del progettista del
posto di lavoro, ovvero, dellanalisi ergonomica necessaria alla sua definizione.

1.3.4.3.2. Applicazione della Metodologia Kaizen allErgonomia.


Come noto, lergonomia definisce i rapporti tra luomo, la macchina e lambiente
di lavoro, visti secondo unottica interdisciplinare che coinvolge lanatomia,
lantropometria, la fisiologia, la psicologia, ligiene del lavoro oltre, ovviamente,
allingegneria ed allorganizzazione del lavoro. Essa considera luomo come soggetto
centrale a cui i restanti elementi del processo produttivo devono adattarsi.
Il risultato di tale studio il raggiungimento di alcuni obiettivi fondamentali quali: la
massima sicurezza, il massimo benessere ed il massimo rendimento delloperatore. Tali

- 1.105 -

1. Il Contesto Produttivo.

obiettivi dovranno essere perseguiti, preliminarmente, in fase di progettazione del


sistema ed, in ottica Kaizen, costantemente migliorati durante lutilizzo. Peraltro,
laggettivo massimo non esprime un obiettivo stabilmente definibile, ma diventa
unaspirazione progressiva allottimo.
Solamente lattenzione al processo, suddiviso nelle sue azioni elementari, consente
unanalisi migliorativa sia sul modello nella fase progettuale, sia sulloggetto nella fase
di utilizzo. Infatti, lapproccio di tipo Kaizen considera con attenzione i piccoli fatti del
lavoro, le loro cause ed i conseguenti effetti, con un processo di inesauribile
implementazione.
Sulla base delle esperienze eseguite nel campo della progettazione ergonomica, si
riporta lesempio di una serie di quesiti utili ad una corretta definizione dei posti di
lavoro. Secondo la logica Kaizen, tali quesiti rappresentano unicamente la base di
partenza per un processo di ottimizzazione che inizia nel medesimo istante in cui un
elemento del sistema produttivo viene definito o realizzato.
Infatti, agli interrogativi della lista possono fornire risposte sia i progettisti, sia gli
operatori in produzione. Loperatore, assegnato ad un determinato posto di lavoro, in
grado di valutarne i difetti e le inefficienze in modo dettagliato. Pertanto, occorre
stimolare lapproccio Kaizen, al fine di utilizzare la conoscenza specifica degli addetti
ai singoli posti di lavoro, magari nellambito del cosiddetto sistema dei suggerimenti.
Tale sistema permette la valorizzazione dellesperienza specifica degli operatori diretti,
raccogliendone i suggerimenti ed applicandoli ogni qualvolta risultino corretti. Inoltre,
lattenzione dimostrata dal management ai suggerimenti delle maestranze ne stimola
ulteriormente il coinvolgimento nel miglioramento produttivo, realizzando un circolo
virtuoso continuo. Pertanto. leventuale carenza progettuale o costruttiva di
unattrezzatura di lavoro diventa lo stimolo per risolvere un problema che ostacola il
flusso produttivo. Inoltre, la risoluzione delle problematiche emerse in una specifica
fase permette di rianalizzare lintero ciclo produttivo collegato, consentendone un
miglioramento complessivo.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

si possono utilizzare utensili speciali?


si possono utilizzare dispositivi magnetici?
i pezzi vengono trasferiti da una mano allaltra?
il montaggio permette una facile presa per lallontanamento del pezzo dalla zona
di lavoro?

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.

le tolleranze di accoppiamento possono essere aumentate?


si possono utilizzare attrezzature che possano eliminare tale operazione?
si pu riafferrare durante il trasporto?
il lavoro di carico e scarico del pezzo pu essere ridotto?

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.

La Modellazione dei Flussi del Processo.

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

BLOCCO DELLA DECISIONE

output

BLOCCO DI FEEDBACK
input

trasformazione

input

decisione

output

NO

output
feedback

fig. 1.26.

Tipi di blocchi usati nel flowchart.

- 1.108 -

YES
output

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

In 1.2.1 abbiamo visto le possibilit di ottenere il prodotto in tre modi fondamentali:


la produzione in linea, a lotti e per pezzi unici su progetto. Poich la forma del flusso
dei materiali cos diversa nei tre casi, anche le decisioni riguardanti la disposizione
dellimpianto saranno diverse per ognuno di essi. Nel prosieguo assumeremo che la

- 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.

Lay-out dei Processi Intermittenti.

Bisogna ricordare che il flusso dei materiali in un processo intermittente a salti,


poich prodotti diversi fluiscono secondo percorsi diversi allinterno dello stabilimento.
Dal punto di vista del lay-out, le lavorazioni di un processo intermittente sono ancora
ricomprese in un processo, perch attrezzature e macchine simili ed operatori con
qualifica professionale simile sono raggruppati insieme in centri di lavoro o reparti. Ma
ogni prodotto in lavorazione fluisce attraverso alcuni work-center e reparti saltandone
altri, in dipendenza dalle operazioni richieste.
Il problema del lay-out del flusso intermittente pu essere ricondotto alla
considerazione che il flusso tra alcuni work-center e reparti pu essere molto forte,
mentre pu essere molto meno intenso tra altri. Cos, in un ospedale il flusso dei
pazienti tra il reparto raggi-X e la clinica ortopedica pu essere molto intenso poich
molte fratture richiedono limpiego di lastre prima del trattamento. Invece, altri reparti,
come la geriatria e la pediatria, possono avere bassi o nulli interscambi. A causa di tali
differenze di volume di flusso, si cerca di arrivare ad un economico compromesso
sistemando i reparti che hanno forte interscambio vicini tra loro.
In altre parole, la scelta di un lay-out a flusso intermittente determina la disposizione
relativa dei work-center e dei reparti in modo da rispettare un criterio di scelta
predeterminato, entro vincoli fisici definiti. I criteri decisionali da rispettare possono
essere diversi e vanno dalla richiesta di minimizzare i costi di trasporto dei materiali, di
minimizzare le distanze percorse dai materiali o dagli addetti, di minimizzare i tempi
per il raggiungimento del posto di lavoro, di massimizzare la vicinanza di work-center o

- 1.110 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

1.3.5.1.1. I Criteri Quantitativi.


Come detto, molti problemi di lay-out intermittente possono essere formulati con
criteri quantitativi. Tra laltro, essi comprendono la minimizzazione dei costi di
trasporto dei materiali nei reparti e nei magazzini e la minimizzazione dei tempi di
transito dei clienti nella produzione di servizi. Naturalmente, la scelta dei criteri richiede
sempre una decisione sugli obiettivi dellattivit, ad esempio se pi importante
minimizzare il tempo dedicato dal medico, o quello di attesa del paziente in un
ospedale, oppure si debba minimizzare la somma dei due.
Molti problemi a criteri quantitativi e che riguardano la locazione dellimpianto e dei
suoi componenti possono essere espressi nella forma seguente:
N N

C = Tij C ij D ij

(1.2)

i =1 j=1

dove:
Tij
Cij
locazione j,

sono i trasferimenti tra la locazione i e la locazione j,


il costo per unit di distanza e per trasferimento tra la locazione i e la

Dij

la distanza tra la locazione i e la locazione j,

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).

tab. 1.XIV. Reparti dellazienda produttrice di tosaerba e spazzaneve.


nome del reparto

area [m2]

verniciatura

500

taglio dei metalli

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

.05 .08 .04 .06

.10 .05 .04

.04 .05 .06

.10 .05 .06

.06 .05

.10 .05 .07

.06

.10 .05 .06

.10 .05 .05

.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.

Trovato il costo totale C per la disposizione di primo tentativo, si pu vedere se possibile


apportare miglioramenti alla sistemazione iniziale considerando i possibili cambiamenti della
distanza tra coppie di locazioni. Ad esempio, supponiamo di scambiare i dipartimenti 4 e 5.
Ricalcolando la matrice del costo totale di fig. 1.31, otteniamo il nuovo valore di 3144.5/w, il
quale sar suscettibile di ulteriori riduzioni attraverso lo scambio di ulteriori coppie di locazioni.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

N!/(N-1)
e, quindi, se N grande solo il computer le pu valutare economicamente tutte.

In sintesi, il problema quantitativo del lay-out di un processo intermittente pu essere


spesso espresso come funzione lineare della distanza tra le locazioni. I dati richiesti
sono il numero di trasferimenti tra le locazioni nellunit di tempo, il costo per unit di
distanza per ogni trasferimento e la distanza tra le locazioni. Tali dati consentono il
calcolo del costo totale di trasporto di ogni lay-out, a partire dal costo di trasporto tra
ogni coppia di locazioni. Tuttavia, nella maggior parte dei casi di interesse per il calcolo
del minimo del costo (che deve considerare ogni possibile scambio di posizione delle
locazioni), il numero delle combinazioni cos elevato che necessario luso del
computer per ottenerlo, anzi in alcuni casi ci si deve accontentare di trovare non il
minimo, ma una soluzione quasi ottimale, la quale ottenibile con metodi speciali.

1.3.5.1.2. I Criteri Qualitativi.


I problemi di lay-out che comportano criteri di scelta qualitativi si verificano quando
le relazioni tra le locazioni sono espresse in termini non misurabili direttamente (ad
esempio, il desiderio di sistemare una locazione vicina, o lontana, da unaltra). In
qualche caso, i criteri qualitativi sono pi facilmente ritrovabili e sono pi appropriati di
quelli quantitativi.
Il problema della locazione qualitativa stato studiato a fondo da Muther e
Wheeler,14 i quali hanno proposto il metodo SLP (Systematic-Lay-out-Planning). Con il
loro approccio, la desiderabilit della sistemazione di una locazione vicina ad unaltra
espressa in termini verbosi da una delle seguenti espressioni: assolutamente necessaria,
specialmente importante, importante, vicinanza normale, non importante, non
desiderabile. Questi gradi obbediscono a considerazioni di sicurezza, di gradimento del
cliente, ecc. e possono essere specificati in linguaggio SLP, come indicato in fig. 1.32
per il caso di un supermercato. Anche qui, le notazioni sono sistemate in una matrice,
analogamente a quanto fatto per la trattazione quantitativa. Lobiettivo quello di
rendere facile lacquisto: pu essere desiderabile sistemare le merci pesanti vicino alla
porta di uscita (per ridurre la distanza di trasporto), proporre gli alimenti per bambini
vicino alla zona del latte (per ridurre larea soggetta a condizioni di sicurezza igienica),
porre le merci pi costose vicino alla cassa (per facilitarne il controllo contro i furti),
ecc.
Dopo la specifica delle relazioni qualitative, necessario trovare il modo per
risolvere il lay-out. Per problemi semplici, pu essere sufficiente unimpostazione
visiva, del tipo di fig. 1.32, tentando di sistemare le locazioni che hanno rapporto
reciproco di vicinanza assolutamente necessaria il pi vicino possibile; poi si passa a
quelle che ne hanno una specialmente importante, e cos via, fino a che si sistema la
locazione che ne ha una non desiderabile il pi lontano possibile dalle altre. La
soluzione di fig. 1.32 non necessariamente quella ottimale, ma semplicemente una
buona soluzione, rappresentata qui a semplice scopo di illustrazione.

14

R.Muther, J.D.Wheeler, Practical Plant Lay-out, McGraw-Hill, 1955

- 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

ragione della relazione

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

Esempio di lay-out di supermercato.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

1.3.5.1.3. Pianificazione del Lay-Out al Computer.


La pianificazione computerizzata del lay-out degli impianti a flusso intermittente si
evolve a partire dal 1963, quando stato presentato il primo pacchetto software
(CRAFT) per la soluzione dei problemi quantitativi. Dal 1967 sono disponibili anche
pacchetti per la soluzione di problemi qualitativi, cio da quando la IBM ha presentato il
suo software ALDEP. I due pacchetti citati sono i pi noti e verranno descritti
sommariamente.
1.3.5.1.3.1. CRAFT (Computerized-Relative-Allocation-of-Facilities).

Questo software stato sviluppato da Buffa, Armour e Vollmann per un massimo di


40 locazioni di attivit. Linput del programma la matrice dei costi unitari ed uno
schema iniziale di lay-out di primo tentativo. Nella matrice, le caselle portano il
prodotto di Tij e Cij specificati sopra, ed il programma fa i calcoli nel modo descritto
nellesempio, determinando preliminarmente (dai dati inseriti) la distanza tra i centroidi
delle locazioni. Ad ogni variazione del lay-out derivante dallassunzione di una nuova
combinazione di locazioni, esso calcola il costo totale. Ogni nuova situazione ottenuta
scambiando successivamente, a due od a tre, tutte le locazioni ed immagazzinando ogni
volta il costo totale ottenuto in memoria. In corrispondenza di uniterazione, se si
ottiene una riduzione del costo totale, il risultato stampato ed il lay-out corrente
sostituisce quello precedente: da esso si riparte per effettuare un nuovo scambio di
locazioni. Il programma procede fino a che ha esaminato tutte le possibili combinazioni
e non si verificano riduzioni di costo totale. Il processo di raggiungimento del risultato
euristico.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Lay-out dei Processi in Linea.

Il lay-out dei processi in linea differisce grandemente da quello dei processi


intermittenti. Infatti, nei processi in linea la sequenza delle operazioni fissata dal
disegno del prodotto ed il prodotto ottenuto con lavorazioni sequenziali passando da
una stazione alla successiva, seguendo un flusso determinato. Cio, mentre il lay-out in
linea non influenza la direzione del flusso del prodotto, essa determina lefficienza della
linea ed i turni assegnati ai singoli operatori.
Il caso classico di operazioni in linea la catena di montaggio, la quale, come stato
detto sopra, presenta una elevata efficienza di produzione. Tuttavia, allo stesso tempo, la
catena di montaggio pu presentare seri effetti collaterali in termini di stress degli
operatori ed inconvenienti in termini di assenteismo e di abbandoni. Per questo, il
progetto della linea e la valutazione delle possibili alternative al suo impiego devono
costituire una fonte di impegno primario da parte della dirigenza.
Nel seguito, prima di tutto verr esaminato il problema del bilanciamento della linea,
ottenuto con unaccurata assegnazione dei compiti agli operatori occupati lungo la linea
in modo che il carico di lavoro sia ripartito in maniera equilibrata. Poi, saranno
considerate le possibili alternative di disegno del lay-out delle catene di montaggio.

1.3.5.2.1. Bilanciamento delle Catene di Montaggio


Il problema del bilanciamento di una linea pu essere meglio descritto con un
esempio. Supponiamo di stare progettando una catena di montaggio in cui il tempo del
ciclo di 60s, cio ogni operatore lavora sul prodotto per 60s e, poi, lo passa
alloperatore successivo.
Per il bilanciamento della linea si devono assegnare le operazioni da effettuare ai
singoli operatori. Se si assegna al primo operatore un certo numero di operazioni, il
tempo necessario al loro compimento deve essere un p minore dei 60s stabiliti, poich
pu verificarsi il caso che non sia possibile trovare la combinazione di operazioni che
esattamente coprano quellintervallo nella prima stazione. Allo stesso modo, anche al
secondo operatore sar praticamente impossibile destinare un numero di operazioni la
cui somma dei tempi sia esattamente quella stabilita, e cos via. Cio, possibilissimo, a
- 1.119 -

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)

Questa formula basata sulla considerazione che NC il tempo effettivamente


speso su ogni unit di prodotto (compreso il tempo morto), ma che ti il tempo
produttivo previsto.

- 1.120 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Esploso del triciclo da montare in catena.

1
2
3

4
5
6
7

8
9
10

telaio
ruota destra

A1 assieme ruote post. su telaio

ruota sinistra

ruota ant.
parafango

S1

assieme ruota ant.

A2 assieme ruota ant. su telaio

forcella
movimento superiore

manubrio
manopole

S2

A3 assieme manubrio su forcella


assieme sella su telaio

sella

A4

A5
controllo finale

fig. 1.34.

Diagramma di flusso del montaggio del triciclo di fig. 1.33.

- 1.121 -

1. Il Contesto Produttivo.

tab. 1.XV. Operazioni di assemblaggio del triciclo di fig. 1.33.


numero
operazione
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

descrizione

tempo
[s]

inizio ciclo

RUOTA POSTERIORE SINISTRA


piazza la rosetta sullasse sinistro
monta la ruota sinistra sullasse
piazza la rosetta sullasse sinistro
inserisci e serra la coppiglia
inserisci e fissa il cappuccio
RUOTA POSTERIORE DESTRA
piazza la rosetta sullasse destro
monta la ruota destra sullasse
piazza la rosetta sullasse destro
inserisci e serra la coppiglia
inserisci e fissa il cappuccio
operazione fittizia
ASSIEME RUOTA ANTERIORE
inserisci la forcella della ruota anteriore nel telaio
monta il collare sulla forcella
monta il manubrio sulla forcella
stringi il collare della ruota anteriore
monta la manopola destra
monta la manopola sinistra
ASSIEME SELLINO
inserisci il sellino nel telaio
serra la vite di bloccaggio del sellino
punto finale

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

ruota anteriore, manubrio


15
18

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

Diagramma delle precedenze nel montaggio del triciclo di fig. 1.33.

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

M.Kilbridge, L.Wester, A Heuristic Method of Assembly Line Balancing, J. Of Industrial Engineering,


1961.

- 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

Bilanciamento della linea con la regola Kilbridge e Wester.


2
3
2

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

Per risolvere i problemi di bilanciamento delle linee pi complesse, necessario


ricorrere alluso del computer. Ad esempio, il metodo di Hoffmann richiede tre tipi di
input, che sono comuni a tutti i casi: le relazioni di precedenza, il tempo delle singole
operazioni ed il tempo del ciclo. Loutput fornisce lassegnazione delle operazioni alle
stazioni, il numero teorico minimo di stazioni e lefficienza del bilanciamento.
Il metodo di Hoffmann tenta di assegnare alla prima stazione le operazioni che
forniscono il minor tempo morto alla stazione scegliendole tra quelle fattibili nel grafico
delle precedenze ed enumerando le soluzioni possibili. Quando il programma trova una
soluzione con tempo morto nullo, la soluzione si arresta ed il programma passa alle
stazioni successive. La procedura viene ripetuta per le successive stazioni, fino
allesaurimento di tutte le operazioni programmate. A questo punto, il bilanciamento
viene ripetuto partendo dallultima stazione e risalendo verso la prima lungo il
diagramma delle precedenze ed il risultato migliore tra i due viene preso come
definitivo.
Nella discussione ora fatta il problema del bilanciamento stato volutamente
ultrasemplificato. Infatti, nella pratica molte considerazioni complicano il problema e
prendere in considerazione alcune di esse comporta la necessit di strumenti di calcolo
molto sofisticati per avere soluzioni soddisfacenti. Di seguito se ne enumerano alcune:
Variabilit dei tempi operativi. Il tempo richiesto dalloperatore per compiere
unoperazione spesso varia con problemi legati ai materiali impiegati, alla fatica e ad
unerrata postura di lavoro. Ne risulta la necessit di prevedere tra le stazioni
magazzini intermedi, di rallentare i ritmi della linea per far fronte a tali variazioni e,
talvolta, la necessit di completare certe operazioni fuori linea.

- 1.124 -

15
18,21
8

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

1.3.5.2.2. Alternative alle Linee di Montaggio Tradizionali


Gli studi di Chase (condotti negli Stati Uniti) forniscono, inoltre, informazioni sugli
effetti delle catene di montaggio sugli operatori. Essi indicano che il ricambio di
personale pu raggiungere, in qualche compagnia, la cifra enorme del 46% per anno,
che le lamentale espresse ufficialmente sono state 52 per 100 operatori, quindi, che
esiste una forte turbolenza di rapporti tra operatori e responsabili di produzione. Perci,

16

R.B.Chase, Strategic Considerations in Assembly lines Selection, California Management Review,


1975.

- 1.125 -

1. Il Contesto Produttivo.

la dirigenza spinta a considerare alternative percorribili a quelle tradizionali, che sono


rigide ed alienanti. Le alternative possibili sono, in sintesi:
moltiplicare le linee di montaggio dello stesso prodotto, ognuna con cicli pi
lunghi e, quindi, con maggiore variet delle operazioni allinterno di ogni linea e,
perci, di ogni stazione. Luso di questa alternativa pu essere dispendioso nelle
aziende che sono a forte impiego di capitale, in quanto, qui, si richiede spesso una
duplicazione delle attrezzature e delle macchine. Invece, esistono molte situazioni
a forte impiego di manodopera nelle quali questo approccio pu essere adottato
facilmente. Per esempio, per il montaggio del triciclo di fig. 1.32, che ad alto
impiego di manodopera, si potrebbero utilizzare diverse piccole linee di
montaggio.
progettare linee di montaggio che permettano lorganizzazione per gruppi di
lavoro e creino una pi intensa interazione sociale tra gli operatori nellambito del
loro lavoro. Questo approccio stato introdotto dalla Volvo per il montaggio delle
vetture. Nella loro organizzazione, ad un gruppo di operatori assegnato il
montaggio della vettura per un dato periodo di tempo. Ad esempio il gruppo della
selleria lavora in team per completare tutta la tappezzeria interna dellauto e
decide autonomamente chi fa che cosa, in modo che i membri del gruppo possono
ruotare a svolgere le diverse operazioni, pur nel rispetto del tempo imposto. Tale
approccio aumenta linterazione sociale tra gli operatori, permette la rotazione
delle operazioni e la variet del lavoro. Successivamente, tale impostazione stata
utilizzata anche dalla General-Motors nella sua joint-venture con la Toyota nello
stabilimento di Fremont in California, per la costruzione della vettura Saturn,
progettare linee di montaggio che permettano una scelta personale degli operatori
per riguardo alle cadenze, inserendo magazzini intermedi dei grezzi e dei
semilavorati tra le stazioni. In questo caso, il prodotto non risulta troppo
rigidamente costruito, ma si muove ad una velocit che pu essere variabile.
Questa organizzazione stata scelta dalla General-Electric per la modernizzazione
del suo impianto di costruzione di lavastoviglie di Louisville. Per metterlo in
opera, le lavastoviglie passano automaticamente da una stazione allaltra, caricate
su carrelli, che sono usati anche come magazzino intermedio. Con questa
soluzione, gli operatori hanno lautonomia sufficiente ad incrementare la qualit
del prodotto, potendo spendere un p di tempo, se richiesto, per finire lunit,
provvedere linee di montaggio destinate ad un mix di modelli o di prodotti ed in
cui gli operatori non costruiscono sempre lo stesso prodotto. In questi casi si
costruisce il modello A, poi il modello B, quindi il modello C, ma la sequenza non
rigida, a discrezione degli operatori, pur nel rispetto del piano di produzione
prefissato. Questa organizzazione a mix di modelli ha grande popolarit in
ambienti nei quali si persegue la politica del Just-In-Time. Essa stata adottata
nellimpianto Kawasaki a Lincoln nel Nebraska, dove i motocicli sono costruiti in
una linea di montaggio nella quale i vari modelli possono susseguirsi in modo
abbastanza dipendente dal flusso degli ordini. Come ovvio, lorganizzazione
consente di avere una variet sufficiente delle operazioni svolte dagli operatori,
ma raggiunge anche lobiettivo di avere minori scorte a magazzino, dato che la
produzione in linea segue quasi fedelmente le richieste dei clienti finali.
Come si pu vedere, esistono molti modi di organizzare il lavoro, una volta che
alcune delle assunzioni per il bilanciamento delle linee sia messo in discussione. Le
opzioni indicate possono essere chiarite ancor meglio, seguendo lesempio del triciclo
di fig. 1.33.

- 1.126 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Il Ruolo dellIngegnere Impiantista.

Un giurista genovese, esperto di diritto internazionale, affermava di essere un


impiantista del diritto. Come gli ingegneri impiantisti, i quali esercitano una
professionalit caratterizzata dalla capacit di applicare un metodo ad una pluralit di
specializzazioni, egli applica la sua professionalit a qualunque aspetto che riguardi gli
interessi delle imprese e delle famiglie.17 Lingegnere impiantista, da sempre alla
ricerca di una sua identit (difficile da individuare, essendo la sua una professione
nuova a taglio orizzontale applicabile ad una tipologia di situazioni infinita), possiede la
professionalit necessaria al raggiungimento di un obiettivo ben preciso: realizzare un
impianto od uninfrastruttura che forniscano, una volta in esercizio, prodotti o servizi.
Gli impianti e le infrastrutture sono costituiti da una componente materiale e da una
immateriale: la prima che comprende i prodotti elementari (equipaggiamenti,
componenti, materiali) aggregati attraverso attivit di costruzione e montaggio, la
seconda che presiede alla realizzazione del prodotto impiantistico, attraverso attivit
tecniche, gestionali e complementari. Queste ultime coprono aspetti importantissimi ai
fini della realizzabilit del progetto, che vanno dallo sviluppo del mercato al suo
raccordo con lazienda industriale, dallingegneria finanziaria alla contrattualistica,
dallanalisi del rischio allingegneria assicurativa, dallanalisi ambientale e territoriale
alla formazione del consenso.
Poi, lazienda impiantistica unazienda sistemica che realizza prodotti di lunga
durata, che, ormai, non finiscono pi come in passato nella fabbrica o nel cantiere, ma
iniziano molto prima e finiscono molto dopo il fatto della costruzione dellimpianto. Ci
soprattutto a causa della complessit del sistema globale (economico, finanziario,
politico, sociale, ambientale), in cui si inseriscono e che manifesta, come ampiamente
17G.

Arcelli, Aziende bonsai su mercato mondiale, Impiantistica Italiana, 10, 1991.

- 1.127 -

1. Il Contesto Produttivo.

illustrato in 1.1, turbolenze, evoluzioni, perturbazioni e volatilit con durata di ciclo


molto inferiore a quella del prodotto impiantistico. Perci, sistema aperto ed assetto
organizzativo a rete, insieme ad una continua revisione delle metodologie e degli
strumenti di lavoro ed allinnovazione dei prodotti e dei processi, caratterizzano
lazienda impiantistica in generale.
Ne deriva che la funzione dellingegnere impiantista quella di creare nellimpianto
lo strumento atto a realizzare una produzione specificata in termini di tipo, qualit,
prezzo, tempestivit di consegna del prodotto, e di realizzarlo idoneo a conseguire nel
modo migliore possibile gli obiettivi, anche di natura economica, dellorganizzazione in
cui limpianto inserito. In questa attivit, limpiantista innanzitutto capace di
applicare nel mondo reale i propri concetti scientifici e le metodologie quantitative
maturate, realizzando iniziative concrete. Limpiantista , dunque, quel professionista
che coordina in una sintesi organica le risorse tecniche, umane ed economiche
necessarie alla realizzazione ed alla gestione di sistemi tecnici da inserire in sistemi
economici, produttivi e sociali di maggiore dimensione, come gli impianti di produzione
o gli impianti di servizio o qualunque altro sottosistema inserito in un impianto di
produzione. Per svolgere questo compito, egli deve essere in grado di coprire un certo
numero di competenze specialistiche, e, soprattutto, di comprendere il linguaggio ed
essere sensibile ai problemi degli specialisti interessati alla realizzazione dellimpianto
che si va delineando.
La definizione data implica unestensione del campo di interesse e di competenza
dellimpiantista fino a comprendere, oltre la progettazione e la realizzazione degli
impianti, anche la loro gestione e conduzione. Ci in gran parte conseguenza
dellaccelerarsi dei fenomeni di obsolescenza (dellabbreviarsi della vita utile degli
impianti), sicch le prospettive di lungo termine, come la pianificazione e la
progettazione, tendono a sparire nel confronto con quelle di breve termine come la
gestione. Ne consegue che limpianto deve essere progettato in vista di specifiche
modalit di gestione, definite in anticipo rispetto alla fase di conduzione vera e propria,
spesso contemporaneamente allattivit di progettazione, e con processi logici
sostanzialmente analoghi a questa.18
Dunque, per svolgere adeguatamente i compiti che rientrano nella propria area
professionale, limpiantista deve possedere un vasto bagaglio di conoscenze in molte
discipline. Le conoscenze non devono necessariamente essere spinte fino a livello
specialistico, ma dovr essere assicurata una larga base culturale che consenta
allimpiantista di attraversare, con ottica generalista, impostata pi per problemi che per
tecniche, le varie aree di competenza degli specialisti con cui egli dovr dialogare e
collaborare. Su tale base, che costituir il patrimonio culturale fondamentale della figura
dellingegnere impiantista, potranno innestarsi pi settori la cui conoscenza sia
approfondita a livello operativo o professionale: il conoscere a fondo almeno un settore
indispensabile poich permette allimpiantista di avere una misura dei problemi e delle
difficolt che ogni specialista affronta per svolgere il compito affidatogli in ogni
dettaglio.
Pi in concreto, si pu dire che essenziale che egli tenga conto di tutte le
implicazioni tecnico-economiche relative ai seguenti problemi ed argomenti:

18

Dornig et alii, Figura e formazione dellimpiantista, Impianti, F. Angeli, 1972

- 1.128 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

aspetti ergonomici del rapporto uomo-macchina (intercambiabilit dei singoli

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.

impianti, la macchina, ed in genere ogni componente di impianto, interessa per la sua


caratteristica esterna, cio per le grandezze di ingresso e di uscita, e per le loro relazioni,
pi che per il modo in cui tali grandezze vengono elaborate (se di ingresso) o prodotte
(se di uscita). Linterazione con altri sistemi, che carattere specifico degli impianti
produttivi, si descrive esclusivamente attraverso la conoscenza di tali grandezze. Il
progettista si limiter a comporre, nel modo pi rispondente agli obiettivi e vincoli dati,
tali caratteristiche, il che vuol dire procedere ad una scelta tra componenti e pi in
generale tra alternative di soluzione diverse in termini di caratteristiche esterne
(produttivit, efficienza, costi, affidabilit, flessibilit, ecc.) dello stesso problema.

- 1.130 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

1.4. LA GESTIONE DELLA QUALIT


Dato il quadro generale delle linee di sviluppo del processo produttivo integrato,
possiamo indicare lo scopo che, in questo ambito, il Corso di Impianti Meccanici si
propone di raggiungere. Il principale obiettivo di sviluppare le conoscenze sulla
progettazione del processo produttivo e degli impianti necessari al suo svolgimento, in
modo che gli allievi possano da soli utilizzarle al fine di progettare macchine ed
impianti che soddisfino alle condizioni di funzionalit imposte, al minimo costo
possibile. Il problema da risolvere lo studio:
della funzionalit del prodotto e di come essa specificata da una serie di indici di
qualit su ognuno dei quali assegnata una tolleranza (indici, quali i parametri di
qualit, che il prodotto finito deve possedere);
del costo del prodotto, che un indice che caratterizza le spese di lavoro sociale,
espresse in forma monetaria, ed altri indici economici e tecnici.
Uno studio contemporaneo del controllo della qualit e del minimo costo nella
costruzione del prodotto molto complicato; perci, i due problemi sono spesso trattati
separatamente. Come abbiamo visto, prima di tutto sono presi in esame i fondamenti del
controllo di qualit del prodotto, poi i principi del suo ottenimento economico ed infine
la procedura per pianificare il processo di produzione. Al fine di costruire un prodotto
capace di svolgere le sue funzioni e di mantenere i costi di lavorazione al minimo,
necessario non solo studiare le funzioni, ma anche comprenderle e poi esprimerle con
un numero di indici di qualit correlati metodologicamente.
Lo studio delle interconnessioni che sono necessarie e sono presenti tra le superfici e
le parti componenti le macchine e gli impianti permette di capire lessenza e lo scopo
del processo di costruzione del particolare e di montaggio della macchina. Inoltre, esso
permette di individuare i parametri che caratterizzano strettamente la funzionalit e
quindi la qualit delle macchine. Lo studio delle interconnessioni e dei legami ed il loro
controllo basato sulla teoria delle catene dimensionali, proposta da B. Balakshin nel
1932.
Come approfondiremo in 3.5, la conoscenza della funzionalit di un componente di
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
luna rispetto alle altre con la precisione richiesta dalla funzione che il componente
chiamato a svolgere, tenendo conto delleconomia di costruzione. Questo concetto di
importanza decisiva, poich esso predetermina il metodo di programmazione del
processo produttivo e di analisi del valore del pezzo. Infatti, se si accetta il concetto,
allora nella programmazione e nella definizione del processo produttivo necessario
partire dal problema di assicurare la necessaria precisione dimensionale alle superfici
del componente: assurdo cominciare a lavorare le superfici del componente senza aver
prima posto le relazioni reciproche tra di esse. Se le superfici sono lavorate senza
rispettare queste relazioni, il componente finito non sar in grado di compiere le
funzioni imposte ed il lavoro speso sar stato inutile.
Comunque, esistono condizioni sempre pi frequenti, nelle quali addirittura
lesistenza del componente che viene messa in discussione 19.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

assicurata e la motivazione degli operatori a raggiungere e migliorare continuamente la


qualit.
E presente una grande confusione sulla definizione di qualit. Spesso il termine
impiegato senza specificare se si tratta di qualit del progetto o qualit di conformit.
Per ottenere una buona qualit di progetto necessario assumere decisioni congrue
fin dallo stadio di progetto del prodotto e del sistema produttivo, in modo da garantire
che le richieste funzionali siano soddisfacentemente raggiunte. Ad esempio, il
costruttore di una fotocopiatrice da ufficio pu progettare il componente di un circuito
con elementi ridondanti, al fine di aumentare laffidabilit del prodotto sul campo,
incrementando il tempo tra i guasti, al fine di diminuire linvestimento per il servizio di
manutenzione e riparazione oppure di migliorare la soddisfazione del cliente per
riguardo alle prestazioni della macchina. In questo modo, il costo del prodotto pu
aumentare, e le resistenze alle scelte del progettista da parte di chi ha particolare
attenzione al principio della total-quality possono essere a volte insuperabili; tuttavia,
tale aumento di costo in realt pu essere inteso come un investimento sulla
prevenzione di problemi di qualit nei successivi tempi di vita del prodotto.
Ogni prodotto possiede un numero di elementi che congiuntamente descrivono la sua
attitudine alluso. Questi parametri sono le caratteristiche della qualit:
fisiche: lunghezza, massa, tensione, viscosit;
sensitive: tatto, estetica, colore;
orientate al tempo: affidabilit, manutenibilit, attitudine al servizio; ecc.
Lingegneria della qualit linsieme di attivit operative, manageriali e di
engineering che ogni azienda impiega per assicurare che le caratteristiche della qualit
siano al livello richiesto.
La maggior parte delle organizzazioni produttive trovano difficile e costoso
consegnare al cliente un prodotto privo di difetti, e la maggior ragione di questa
difficolt la variabilit che esiste in ogni prodotto e che impedisce che due prodotti
siano tra loro identici. Lorigine di tale variabilit risiede nella differenza nei materiali,
le prestazioni, la regolarit del processo di costruzione ed, tra laltro, nellattenzione e
nella professionalit degli operatori del processo produttivo. Quindi, possiamo definire
miglioramento della qualit linsieme degli accorgimenti che contribuiscono alla
riduzione della variabilit. Inoltre, poich ogni variazione pu essere descritta meglio in
termini statistici, i metodi statistici sono largamente impiegati allo scopo di migliorare
la qualit.

1.4.1.

Il Legame tra Qualit e Produttivit.

Abbiamo ampiamente visto che la qualit il fattore di base per la decisione


dellacquirente di molti prodotti e servizi. Conseguentemente, che la qualit il fattore
chiave per il successo, la crescita ed il miglioramento della posizione competitiva del
prodotto: infatti, esiste un effettivo ritorno dellinvestimento dai programmi di
miglioramento della qualit, cosa che aumenta i profitti delle imprese che impiegano la
qualit come strategia produttiva. Cos, i consumatori sentono che i prodotti di certe
aziende sono di qualit migliore in confronto a quelli concorrenti e prendono la
decisione allacquisto in accordo a questa sensazione. In tal modo, efficaci programmi
di miglioramento della qualit possono portare ad un allargamento del mercato del

- 1.134 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

prodotto, ad una migliore produttivit e pi bassi costi complessivi di produzione ed


intervento post-vendita.
Raggiungere la qualit nel mercato e nellambiente industriale attuale non agevole.
E noto che un problema importante la rapida evoluzione della tecnologia, da quando
se ne osserva una vera esplosione in molti campi, elettronica, metallurgia, ceramica,
materiali compositi, scienza chimica e farmaceutica, ecc, i quali hanno portato alla
comparsa di molti nuovi prodotti e servizi. Quando i miglioramenti tecnologici si
verificano rapidamente e quando le nuove tecnologie vengono usate immediatamente
per raggiungere vantaggi competitivi, il problema di costruire prodotti ad adeguati
livelli di qualit del progetto e di qualit della conformit sono grandemente complicati.
Il problema fondamentale di molte aziende di costruire il prodotto in volumi
sufficienti e spesso troppo poca attenzione dedicata al raggiungimento di un giusto
livello di economicit, efficienza produttivit e qualit. Invece, in questi casi, un
efficace programma di miglioramento della qualit potrebbe essere uno strumento
efficace di contemporanei miglioramento della qualit e riduzione dei costi.

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.

media del campione, x


limite superiore di controllo

dimensione nominale (ad es.)

limite inferiore di controllo

numero ordinale del campione

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.

In conclusione, il miglioramento della qualit emerso quale migliore strategia


aziendale per le seguenti ragioni:
miglioramento dellattenzione del consumatore verso la qualit, in particolare
verso i vantaggi della qualit,
miglioramento dellattitudine alluso del prodotto,
aumento dellattenzione ai costi di lavorazione, energia e materie prime,
pi elevata competitivit,
forte aumento della produttivit, mediante programmi di miglioramento della
qualit.
Come detto, parte di questa strategia la pianificazione della qualit mediante
lanalisi ed il controllo (per assicurare che la qualit contribuisca positivamente ai
profitti, al ritorno dellinvestimento, ecc, cio a tutti i vantaggi economici). Il
miglioramento della qualit pu garantire la crescita e la posizione competitiva
dellazienda; nello stesso tempo esso accompagnato dalla riduzione dei costi. Il
componente della fotocopiatrice discusso sopra illustra un ulteriore aspetto del
miglioramento della qualit, cio, che la qualit comporta una riduzione degli scarti. Gli
scarti comportano leliminazione del componente o la sua ripresa di lavorazione, prove
e controlli non necessari, errori nei documenti (di controllo, ordini di acquisto, disegni,
ecc.) ed un allungamento del tempo di processo.

1.4.2.

I Costi della Qualit.

Ricordiamo che ogni organizzazione economica usa controlli finanziari, i quali


comprendono il confronto tra i costi reali e quelli previsti dal budget, con unazione di
analisi e di intervento sugli scostamenti. E' normale applicare tali controlli
separatamente ad ogni dipartimento, reparto o livello funzionale. Dopo che per molti
anni non si tenuto conto dei costi della qualit, molte aziende cominciano a valutarli
contabilmente. Infatti, esistono molti motivi per procedere in questo modo, e tra questi:
laumento del costo della qualit, a causa della sempre maggiore complessit dei
prodotti, a sua volta consentita dai miglioramenti della tecnologia,

- 1.136 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

la maggiore consapevolezza che i costi di un prodotto si prolungano a tutto il suo

ciclo di vita, comprendendo la manutenzione, il servizio post-vendita, i pezzi di


ricambio ed i costi dei difetti riscontrati su campo,
la richiesta di ingegneri della qualit e di manager per trasmettere efficacemente il
costo della qualit in un linguaggio accessibile ai contabili, semplicemente in
termini monetari.
Come risultato, i costi della qualit sono diventati uno strumento di controllo
finanziario per la gestione aziendale ed, in generale, un aiuto a ridurre i costi.
I costi della qualit sono quelli associati alla produzione e comprendono le attivit di
identificazione, eliminazione e riparazione dei prodotti che non corrispondono alle
richieste. Solitamente si impiegano quattro categorie di costo, che sono descritte
sinteticamente in tab. 1.XVIII:
costi di prevenzione,
costi di valutazione,
costi di nonconformit interni,
costi di nonconformit esterni.

1.4.2.1.

Raccolta e Valutazione dei Dati di Costo

La misura dello stato dei costi di qualit essenzialmente un problema contabile;


ugualmente, lo sviluppo di un sistema di valutazione dei costi della qualit richiede una
stretta collaborazione tra funzione della qualit ed, appunto, quella dellamministrazione
contabile. Poich i dati per la contabilit sono forniti dai vari reparti, una gran parte dei
costi per la qualit pu essere ricavato da questa fonte. Peraltro, taluni dati di costo della
qualit sono trasversali rispetto alle varie funzioni, e questi sono i costi per la qualit pi
difficili da individuare.
Per esempio, i costi dovuti a scarti o riprese richiedono unanalisi da parte del
personale del controllo qualit per determinarne la causa ed il reparto responsabile.
Cos, i costi della qualit devono essere ricavati dalla progettazione, dai reparti, dalle
linee produttive, dagli operatori, dalla classificazione dei difetti e dai vari centri di
lavoro.
Anche quando siano correttamente individuati, i costi di qualit in quanto tali non
forniscono una sufficiente informazione per le analisi successive: necessaria una base
di misura che ponga in relazione i costi della qualit con opportuni aspetti del sistema
produttivo che si intende migliorare.
Tipiche basi di misura sono la manodopera, i costi diretti, le vendite ed il volume di
produzione. Essi permettono di determinare gli indici per la valutazione dei costi di
qualit.
Manodopera. Un indice comunemente usato il costo di qualit per ora di manodopera
diretta. Lentit della manodopera diretta in genere un valore noto, in quanto
utilizzato per il calcolo del costo industriale. Il progredire dellautomazione ha
influenza su questa base di misura se la valutazione viene svolta su un lungo periodo,
per cui essa utilizzata con finestre temporali di osservazione piuttosto ridotte.
Talvolta si preferisce rapportare non allentit della manodopera ma al costo della
stessa, con il vantaggio di ottenere un indice adimensionale.

- 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.

Rapporto dei Costi Operativi per la Qualit.

Il fine principale di un programma di costi per la qualit di individuare le aree di


intervento per un incremento dei profitti tramite il miglioramento del livello qualitativo
dellazienda e quindi della qualit riscontrata nei prodotti. Un valido programma di
qualit deve indicare la strada per determinare quando e dove intraprendere le azioni
correttive.
Lo strumento di base per il controllo dei costi per la qualit il rapporto dei costi
operativi per la qualit, normalmente realizzato dalla sezione contabile. Tale rapporto
presenta mese per mese i costi sostenuti per la qualit, ponendoli a confronto con la
situazione del mese precedente (o dei mesi precedenti) e con quanto previsto dal budget
aziendale, ed, assieme a questi, lelenco degli interventi eseguiti e delle soluzioni
adottate.

Non si tratta n di un doppione n di un estratto del registro generale delle documentazioni di


commessa: questultimo uno strumento di garanzia della qualit legato alla singola commessa,
della quale la pi completa descrizione, mentre il rapporto dei costi un documento a livello
aziendale per la programmazione dello sviluppo generale dellazienda. Certamente, gli
interventi operativi svolti nellambito di una commessa saranno riportati tanto nelluno quanto
nellaltro dei due documenti e lesame dei registri generali delle diverse commesse, tanto in
corso quanto gi concluse, sar uno strumento operativamente efficace per la costituzione del
- 1.138 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Fase di Impostazione. Limpostazione di un programma di costi della qualit


normalmente inizia con il convincimento da parte dellalta dirigenza della necessit
di tale programma. Dopo di ci viene stabilita lentit dello sforzo da compiere. La
prima operazione sar uno studio pilota di una linea produttiva o di un settore
ritenuto significativo della realt aziendale. Per prima cosa si definiscono le varie
categorie e sotto categorie di costo. I metodi di raccolta dei dati vanno definiti sulla
base di sicure tecniche di contabilit ed il personale coinvolto dovr essere preparato
con specifici iter formativi. Poi e non appena possibile, ovvero quando si
possederanno i dati necessari, si dovr procedere alla redazione del rapporto dei costi
operativi per la qualit in modo da poter attuare la fase di analisi dei costi. Sulla base
di questa esperienza pilota, che potremmo definire di sperimentazione, il sistema di
raccolta ed analisi dei costi viene ripreso e corretto fino al raggiungimento di un
risultato soddisfacente che ne consenta lestensione a tutta lazienda.
Fase di Progetto. Sulla base dellanalisi dei costi della qualit raggiunta, si iniziano le
azioni di miglioramento del sistema. Poich la formulazione e lattuazione del piano
di interventi richiede lavoro, in questa fase si avr un incremento dei costi di
prevenzione. Se gli interventi attuati comportano la riduzione delle prove, delle
verifiche e delle ispezioni, si dovranno contestualmente riorganizzare tutte le attivit
di controllo, e questo porta alla globale diminuzione dei costi di valutazione. La fase
di progetto punter innanzi tutto alla riduzione degli errori e dei difetti: si rilever un
calo sia delle nonconformit esterne sia di quelle interne ed, in conseguenza di ci,
dei tempi di produzione, venendo eliminati i tempi di ripresa dei pezzi, di riverifica e
di sosta dei lavori. Procedendo iterativamente, si arriva alla piena risoluzione del
problema.
Fase di Controllo. Quando il complesso dei costi della qualit giunto ad un valore
prossimo alloptimum subentra la fase di controllo. Questa fase essenzialmente di
mantenimento, nella quale gli standard ed il budget sono gi stabiliti. Durante questa
fase i metodi di controllo e verifica vengono periodicamente riesaminati per
verificare la possibilit di ulteriori miglioramenti. Queste attivit incidono sui costi
della qualit nella categoria della valutazione.

1.4.2.3.

Costi di Prevenzione

I costi di prevenzione sono quelli associati allo sforzo di progettazione e produzione


e che sono diretti verso la prevenzione della nonconformit. In termini pratici,
potrebbero essere definiti come quelli che portano a costruire il prodotto buono al primo
colpo. Come rappresentato in tab. 1.XVIII, le subcategorie pi importanti sono:
pianificazione della qualit ed engineering. Sono i costi associati alla creazione del
progetto globale della qualit, della pianificazione delle analisi, del progetto
dellaffidabilit, del sistema di gestione dei dati, e di tutti i progetti di dettaglio e
delle attivit delle funzioni di garanzia della qualit; la preparazione dei manuali e
delle procedure usate per diffondere il progetto della qualit; i costi degli audit per la
spiegazione del progetto,
proposta di nuovi prodotti. Sono i costi della preparazione delle proposte di offerta,
della valutazione dei nuovi progetti dal punto di vista della qualit, la preparazione di
prove e di programmi sperimentali per migliorare le prestazioni dei nuovi prodotti, e
le altre attivit indirizzate alla qualit durante lo sviluppo e gli stadi di preserie dei
nuovi prodotti o progetti,
- 1.140 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

controllo del processo. E' il costo dellintroduzione delle tecniche di controllo di


processo, come la progettazione delle schede di controllo che descrivono il processo
produttivo nella direzione di ridurre la variabilit degli indici di qualit e di costruire
la qualit del prodotto,
preserie. E' il costo dellavviamento della produzione al fine di prevenire i difetti
iniziali del prodotto su campo,
addestramento. Sono i costi di sviluppo, preparazione, introduzione e mantenimento
dei programmi per la qualit,
acquisizione dei dati ed analisi. E' il costo del sistema di gestione dei dati del sistema
di qualit sulle prestazioni del prodotto e del processo produttivo. Esso comprende
anche il lavoro di presentazione ed esposizione del sistema di qualit al livello
gestionale dellazienda,
progetto del prodotto e del processo. Si tratta dei costi che si devono sopportare
durante il progetto del prodotto o la scelta dei processi produttivi che sono impiegati
per aumentare la qualit globale del prodotto. Per esempio, lorganizzazione pu
decidere di adottare un particolare ridondante di un circuito, al fine di aumentare
laffidabilit del prodotto incrementandone il tempo medio di guasto.
Alternativamente, pu decidere di costruire un componente per mezzo di un processo
produttivo B, invece di un processo A, poich il processo B in grado di produrre
con tolleranze pi strette, con conseguente riduzione dei problemi di produzione e di
assemblaggio. Questa decisione pu coinvolgere la sezione commerciale la quale si
trova a trattare il prodotto con pi brevi tempi di consegna e con minori danni dovuti
alla nonconformit.

tab. 1.XVIII. I costi diretti della qualit.


prevenzione

valutazione

nonconformit
interna

pianificazione
della qualit ed
engineering,

esame e prova dei


materiali in
ingresso,

proposta di nuovi
prodotti,

esame e prove sul


prodotto,

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.

Costi di Nonconformit Interna

I costi di nonconformit interna si verificano quando i prodotti, i componenti, i


materiali ed i servizi non obbediscono alle richieste di qualit e tale nonconformit
scoperta prima della spedizione del prodotto allacquirente: questi costi spariscono
quando nel prodotto non si individuano nonconformit (e non necessariamente quando
il prodotto ne privo). Essi comprendono:
scarti. E' la perdita netta di materiale, lavoro manuale ed attivit intellettuale
risultante da un prodotto nonconforme, che non pu essere economicamente
riparato od usato,
riprese. E' il costo della correzione dei pezzi nonconformi, fatto allo scopo di farli
corrispondere alle specifiche. In molte operazioni, la ripresa comprende
operazioni od attivit elementari addizionali per il processo produttivo, che sono
create per la risoluzione delle nonconformit sia croniche sia sporadiche,
ricontrollo. E' il costo della ripetizione delle analisi e delle prove per verificare la
conformit dei pezzi che hanno subito la ripresa od altre modifiche,
analisi del guasto. Semplicemente, il costo sopportato per determinare le cause
della nonconformit,
ritardo alla consegna. E' il costo dellimpianto nella fase in cui non produttivo
in quanto produce beni nonconformi. La circostanza pu essere addebitata anche a
nonconformit delle materie prime non scoperte durante il controllo di
accettazione,
perdite di produzione. Sono dovute allaccorgimento di spostare la media del
campo di dispersione dellindice di qualit, al fine di evitare reclami da parte del
cliente. Ad esempio, per evitare di incorrere in penali ed a causa delleccessiva
- 1.142 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

variabilit del risultato produttivo, il contenuto delle confezioni di bevande pu


essere tenuto sempre pi alto del valore nominale,
diminuzione del profitto. Si tratta della differenza tra il prezzo di vendita del
prodotto e quello che potrebbe essere proposto, se il prodotto non presentasse
nonconformit. E' una caratteristica comune dellindustria. Il problema che il
bene venduto non recupera completamente il margine di profitto che potrebbe, se
tutti i prodotti fossero esenti da nonconformit. Cio, in questo caso, il prodotto
viene venduto ad un prezzo accettato dal mercato; ma il guadagno potrebbe essere
superiore se non ci fosse di mezzo il costo degli scarti, delle riprese, ecc.
costi operativi della qualit
10%

Costi diretti totali

optimum

5
prevenzione
e valutazione

nonconformit
interne ed esterne

0
0

0.5

1%
livello di nonconformit

fig. 1.36.

Curve dei costi diretti della qualit.

1.4.2.6.

Costi di Nonconformit Esterna.

Questi costi appaiono quando il prodotto presenta caratteristiche di qualit


insoddisfacenti dopo la consegna allacquirente: essi spariscono se ogni unit produttiva
esente da nonconformit e comprendono le seguenti voci principali:
aggiustamenti del prodotto. Sono i costi relativi alla verifica dei difetti ed
alleliminazione delle ragioni di lamentela giustificata, attribuibili al prodotto
nonconforme,
materiali o prodotti respinti. Spese sostenute dallimpresa per la ricezione, la
manipolazione e la sostituzione di materiali e prodotti nonconformi respinti dal
mercato,
carichi di garanzia. Tutti i costi sostenuti per lintervento sotto contratto di
garanzia presso lutente,
costi di responsabilit. Costi ed ingiunzioni di pagamento, risultato di
controversie relative alla responsabilit del prodotto.

- 1.143 -

1. Il Contesto Produttivo.

1.4.2.7.

Costi Indiretti della Qualit

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.

Interventi per la Riduzione dei Costi della Qualit.

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

Curve dei costi diretti, indiretti e totali.

Esistono vari tipi di intervento di carattere generale. I principali sono i seguenti:


- 1.144 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

riesame dei progetti;


riesame dei processi produttivi;
istruzione e formazione dei capireparto e del personale;
individuazione dei fornitori di materiale nonconforme;
razionalizzazione delle forniture;
analisi del sistema di campionamento;
analisi del sistema di ispezione;
realizzazione di sistemi automatici di controllo;
impostazione di un sistema di audit per gli operatori;
impostazione di un programma di difetti-zero.

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.

contenere, con particolare riferimento alle nonconformit esterne, i costi indiretti


della qualit.
Una terza tecnica quella di ottimizzare ogni singola categoria di costo. Il costo

delle nonconformit e del controllo sono allottimo quando non risultano


individuabili metodi per la loro riduzione; i costi di prevenzione sono allottimo
quando la maggior parte del denaro investito nei progetti di miglioramento
generale del sistema qualit e particolarmente quando lo stesso sistema di
prevenzione viene continuamente migliorato; il costo dei controlli non pianificati
tenuto sotto controllo da un severo sistema di budgeting.
Queste tecniche non portano necessariamente allo stesso punto di optimum, ma si
ritiene che la continua applicazione di tutte e tre possa portare a mantenere i costi della
qualit nellintorno del reale punto di minimo.

1.4.2.9.

Controllo dei Costi della Qualit.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

management persiste in questo sforzo, il costo della qualit pu diminuire anche


del 50%, e questi risparmi si potrebbero avere gi in uno o due anni, anche se in
alcune aziende si verificano tempi pi lunghi.

1.4.2.10.

LAnalisi dei Difetti.

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.

1.4.2.10.1. Analisi di Pareto.


Lanalisi tramite il diagramma di Pareto consente di individuare quali siano, tra le
nonconformit riscontrate, quelle sulle quali pi importante concentrare la propria
attenzione.
Si inizia con lo stabilire unopportuna finestra temporale di osservazione.
Lampiezza della finestra di osservazione va mantenuta costante nelle periodiche
analisi, al fine di ottenere risultati fra loro confrontabili. In essa, si registrano tutti le
nonconformit manifestatisi (anche tramite lo studio dei rapporti di nonconformit) e le
si suddivide in categorie a seconda della loro origine. Queste categorie sono dette classi
di difetto. Si traccia quindi un istogramma ponendo sullasse orizzontale le classi di
difetto ed in ordinata il numero di nonconformit di ciascuna classe (fig. 1.38).
A questo punto necessario quantificare (anche grossolanamente, ma non in maniera
aleatoria) il costo di ciascuna nonconformit per calcolare lincidenza economica di
ogni classe di difetto. conveniente tracciare un secondo istogramma ed in esso si
pongono sullasse orizzontale le varie classi di difetto ed in ordinata la loro incidenza
economica.
Dallanalisi contemporanea dei due istogrammi sar possibile individuare le
nonconformit pi numerose, ma soprattutto quelle che comportano danni maggiori
alleconomia dellazienda e sulle quali dunque sar pi importante ed urgente
concentrare i propri sforzi.
Infatti, lesperienza insegna che ben pi facile ridurre alla met una barra alta
dellistogramma che non ridurre a zero una barra bassa. Ridurre alla met od a zero la
difettosit minore, rappresentata dalle barre corte, richiederebbe sforzi enormi in
confronto al beneficio, perch pi o meno inevitabilmente capiter sempre qualche
nonconformit. Va considerato che spesso le nonconformit pi rare sono pi
- 1.148 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

clamorose e dunque unanalisi superficiale potrebbe porle in primo piano, mettendo in


ombra nonconformit che, pur di poco conto (per la loro numerosit) possono in realt
costituire un danno economico maggiore.

Lanalisi di Pareto pu essere impiegata in azioni di miglioramento di qualsiasi


genere; infatti, quando in azienda si parla di miglioramento non ci si riferisce soltanto al
miglioramento della qualit dei prodotti. Essa pu risolvere anche problemi di
rendimento, di economia di materiali e risparmio di costi energetici, di sicurezza e di
quant'altro.

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

Percentuale sul Totale


dei Difetti

Percentuale sul Totale


dei Costi dello Scarto e
delle Riprese

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.

Diagramma di Pareto dei difetti del circuito stampato.


- 1.149 -

1. Il Contesto Produttivo.

1.4.2.10.2. Diagramma Causa-Effetto.


Il diagramma causa-effetto consiste nella guida allanalisi di uno specifico problema
al fine di individuarne le cause primarie e la metodologia di soluzione pi economica21.
Lindice qualitativo che si vuole migliorare e tenere sotto controllo concretamente
rappresentato da numeri (lunghezza, durezza, percentuale di pezzi difettosi, ecc.). Le
piccole differenze presenti nelle materie prime, attrezzature e metodi di lavoro possono
portare nel loro insieme ad una sensibile dispersione della qualit nel prodotto. La
composizione chimica, i diametri, la manodopera, ecc., che causano la dispersione, sono
chiamati fattori. Al fine di illustrare in un diagramma la relazione tra causa ed effetto,
occorre esprimere cause ed effetti in forma concreta. Quindi, effetti = indici qualitativi,
mentre cause = fattori.
Nella pratica, i fattori connessi con i problemi di qualit sono pressoch infiniti,
tuttavia un diagramma causa-effetto pu essere di aiuto per evidenziare le cause di
nonconformit pi evidenti e la struttura delle reciproche relazioni.
Si descrivono i passi da fare per la compilazione di un diagramma causa-effetto,
ricorrendo ad un esempio nel campo delle lavorazioni meccaniche. Essi sono:
scegliere lindice qualitativo che si intende analizzare (nel nostro caso
VARIABILITA di una quota);
scrivere lindice qualitativo a destra e tracciare una freccia dal lato sinistro al
destro;
scrivere i principali fattori che possono produrre la variabilit dellindice
qualitativo, dirigendo da ciascuno di essi una freccia che costituisca una
ramificazione della freccia principale. In genere questa prima ramificazione del
diagramma piuttosto generica, ed i fattori sono: materiali, attrezzature
(macchinari compresi), manodopera, misure, ecc. In generale, perch il
diagramma di fig. 1.39 riesca utile, i fattori devono essere enumerati con un grado
di dettaglio molto pi spinto, come rappresentato in fig. 1.40;
su ciascuno di questi rami si scrivono successivamente gli specifici fattori che
possono essere considerati quali cause; essi appariranno come ramificazioni
secondarie. Su ciascuno di essi si scrivono fattori ancora pi dettagliati, come
ramificazioni di terzo livello e cos via;
da ultimo occorre controllare che siano state incluse nel diagramma tutte le voci
che possono essere causa di dispersione. Se lo sono state, e se le relazioni causaeffetto sono illustrate in modo appropriato, il diagramma allora completo.

MANODOPERA

MATERIALI
VARIABILITA'
DELLA QUOTA

MACCHINE

fig. 1.39.
21

MISURE

Diagramma elementare causa-effetto.

Kaoru Ishikawa, Guida al controllo qualit, Franco Angeli, 1990

- 1.150 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Diagramma causa-effetto pi completo.

- 1.151 -

1. Il Contesto Produttivo.

1.4.3.

Metodi per il Miglioramento della Qualit.

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

Relazione tra gli input


ed 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.

Schema di un processo produttivo.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Diagramma delle fasi di impiego dei metodi di miglioramento della qualit.

La fig. 1.42 mostra levoluzione tipica delluso di queste tecniche


nellorganizzazione produttiva. Al pi basso livello di maturit, il management spesso
completamente disinformato sui problemi della qualit e non fa alcuno sforzo per
unefficace garanzia di qualit; frequentemente esiste solo unorganizzazione modesta
di controllo di accettazione delle merci in ingresso. La prima attivit di miglioramento
lintensificazione dei controlli, fino al livello in cui ci si rende conto che la qualit non
pu pi essere controllata e verificata direttamente sul prodotto. A questo punto,
lorganizzazione comincia a focalizzare i miglioramenti del processo produttivo: ora, il
controllo statistico di processo e lintervento sul progetto del prodotto possono avere il
maggiore impatto sulle attivit di progetto del prodotto, di sviluppo del progetto e di
lavorazione. Usualmente, lintroduzione sistematica di questi metodi comporta
miglioramenti sostanziali di qualit, costi e produttivit. Ai pi elevati livelli di
maturit, le aziende usano estesamente sperimentazioni pianificate e metodi di controllo
statistico ed adottano relativamente poco i controlli di accettazione.
- 1.153 -

1. Il Contesto Produttivo.

Come detto, lobiettivo primario della produzione della qualit la sistematica


riduzione della variabilit delle caratteristiche chiave del prodotto. La fig. 1.43
rappresenta come questo avvenga nel tempo. Negli stadi iniziali, quando il controllo di
accettazione la tecnica predominante, i fuori controllo di processo (particolari
nonconformi alle specifiche) determinano una percentuale alta di nonconformit del
prodotto. Lintroduzione di controlli statistici del processo stabilizzano il processo e
riducono la variabilit. La riduzione della variabilit normalmente pu portare ad un
minor costo della qualit e ad un miglioramento della posizione competitiva del
prodotto, e, quindi, essere giustificata. Cos, la pianificazione di prove sugli indici
qualitativi peculiari del prodotto, assieme ai controlli statistici di processo indirizzati
alla diminuzione della variabilit, portano ad un prodotto praticamente esente da difetti.

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

Applicazione delle tecniche di pianificazione della qualit per la sistematica


riduzione della variabilit di processo.

Le tecniche statistiche di controllo del processo e di garanzia della qualit risalgono a


molti anni fa. Nel 1924 W. A. Shewhart dei Bell-Telephone-Laboratories ha sviluppato
il concetto di scheda statistica di controllo del tipo di fig. 1.35, dando avvio al controllo
statistico di qualit. Alla fine degli anni '20, H.F. Dodge e H.G. Romig, entrambi degli
stessi laboratori, hanno sviluppato un campionamento di accettazione come alternativa
al controllo al 100% di accettazione delle merci e del prodotto. A met degli anni '30,
metodi statistici di controllo della qualit erano in largo uso alla Western-Electric, il
settore produttivo del gruppo Bell. Tuttavia, il valore del controllo statistico di qualit
stato recepito dallindustria solo in occasione della seconda guerra mondiale,
rendendolo evidente e pressoch unico mezzo di verifica della qualit del prodotto.
LAmerican Society for Quality Control fu fondata nel '46 al fine di promuovere luso
delle tecniche di miglioramento della qualit per tutti i tipi di prodotti e servizi. Tra il
- 1.154 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

'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.

Gestione della Qualit Totale.

Negli ultimi paragrafi abbiamo discusso il legame tra la qualit e la produttivit ed il


concetto di costi della qualit. Questi sono aspetti importanti della gestione della qualit
allinterno di unorganizzazione produttiva. Inoltre, alcuni ulteriori aspetti della gestione
totale della qualit meritano attenzione.
Come detto in 1.1, la qualit unentit che presenta almeno sette aspetti:
le prestazioni,
laffidabilit,
la durata,
la manutenibilit,
lestetica,
le caratteristiche (compresa la conformit agli standard),
la qualit percepita.
La parte critica della strategia gestionale della qualit allinterno di ogni produzione
la valutazione di questi aspetti da parte della dirigenza e la selezione degli aspetti da
migliorare. E' veramente difficile competere con le aziende che hanno seguito con
successo questa strategia.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

quadri di produzione. Tutti i quadri sono responsabili delladdestramento,

dellaggiornamento e del controllo degli operatori,


esame e prova. Questa funzione responsabile della verifica della qualit dei
materiali e dei componenti in arrivo, e del controllo della rispondenza alle
specifiche delle prestazioni di tutti i prodotti costruiti,
imballaggio e spedizione. Questa funzione responsabile delladeguatezza dei
materiali di imballaggio e spedizione nei quali il prodotto contenuto, e della
spedizione e trasporto dellinsieme al cliente finale.
servizio dopo vendita. Questa funzione responsabile della manutenzione del
prodotto, comprese tutte le attivit di installazione, riparazione e sostituzione. Il
ruolo principale del servizio al prodotto di aiutare lutente a capire il potenziale
delle prestazioni del prodotto durante lintera vita utile.
Il concetto di Circolo della Qualit esteso allintera attivit dellazienda,
dallacquisizione dei materiali allinstallazione dei propri prodotti ed al relativo servizio
di assistenza post-vendita. Allora, in questo caso, le sue attivit assumono landamento
di fig. 1.44, in cui si pu individuare la spirale virtuosa della qualit. In essa ne
rappresentata la struttura, che fornisce una solida e continuativa base per linnovazione.

QUALITA' DEL PROGETTO


studio e ricerca
di mercato

progettazione, definizione
e sviluppo del prodotto

messa fuori uso


a fine utilizzazione

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

QUALITA' DELLA CONFORMITA'


fig. 1.44.

Circolo della Qualit applicato allintera vita del prodotto.

- 1.158 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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. LA CERTIFICAZIONE PER LA GARANZIA DELLA QUALIT.


Questo capitolo presenta le modalit di applicazione dei criteri per la garanzia della
qualit, cos come sono definiti dalle nome della serie ISO 900022.

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.

La Qualit nel Mercato Europeo

Il mercato unico aumenta la competitivit e pone la necessit per ciascuna azienda di


conformarsi ad essa. La competizione fra le varie aziende si svolge ora prevalentemente
sul campo della qualit del prodotto, intendendo come prodotto tanto un manufatto
quanto un servizio.
La qualit, secondo la norma UNI ISO 8402, Linsieme delle propriet e delle
caratteristiche di un prodotto o di un servizio che conferiscono ad esso la capacit di
soddisfare esigenze espresse o implicite.
Queste attese possono essere generali e specifiche. Quelle generali riguardano
prevalentemente la sicurezza, lattitudine alluso e laffidabilit del prodotto. Esse sono
fondamentali nella produzione di serie, nella quale il produttore deve tenere sotto
osservazione il proprio mercato, anche con indagini mirate ed in stretta collaborazione
con la propria rete di vendita. Per contro, le esigenze specifiche sono importanti nella
produzione su commessa, sia essa prototipica o per lotti: in questo caso, alle esigenze
generali si aggiungono le indicazioni precise del cliente sulle caratteristiche che il
prodotto dovr avere per assolvere ad usi particolari o per poter essere inserito in un
impianto esistente. In questo contesto, il cliente pu concorrere direttamente alla
22P.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

progettazione del prodotto, che, allora, dovr corrispondere esattamente a quanto


esplicitamente richiesto. Questo garantisce da un lato il cliente, che riscontra
direttamente leffettiva considerazione delle proprie attese e, dallaltro, lazienda, che
ottiene assicurazione della validit del proprio operato o delle correzioni che in fase di
riesame vengono poste.

1.5.3.

Qualit e Norme Internazionali

Le norme attualmente in uso sono comunemente indicate in Europa come serie EN


29000. Emesse nel 1987 in sede ISO come serie ISO 9000 e fatte proprie da pi di 50
paesi in tutto il mondo, come detto, non riguardano le caratteristiche dei prodotti (cosa
peraltro impossibile in norme di carattere generale), ma si riferiscono alla capacit
dellazienda di rispettare precise prescrizioni - interne ed esterne, comprese quelle
dettate dalle norme tecniche e dalle prescrizioni di legge - in tutte le fasi dellattivit
produttiva, dal controllo delle materie prime al controllo di ogni fase del processo
produttivo e del prodotto finito, dalla logistica alla definizione della precisa
responsabilit di ogni operazione, compresi imballaggio, spedizione ed eventualmente
installazione.
La piena e corretta applicazione di una o pi delle norme serie EN 29000 d diritto
allazienda di ottenere da un ente accreditato nazionale od internazionale la
certificazione della qualit dellazienda. La certificazione, che ha validit biennale e
viene data dopo severi controlli, fornisce precise garanzie allutente e diventa
condizione indispensabile per poter mantenere un ruolo sul mercato.
Si potuto osservare linnescarsi di una sorta di reazione a catena: la richiesta di
qualit certificata entrata nel mercato, per cui lazienda certificata ha la convenienza di
rivolgersi, a sua volta, per le proprie forniture a fornitori certificati. La richiesta di
certificazione passa cos dal mercato generale a quello fra aziende e progressivamente
interessa qualunque scambio di merci, naturalmente con tempi diversi a seconda dei
diversi settori.

1.5.4.

La Certificazione.

La certificazione latto mediante il quale un ente di certificazione notificato


dichiara che un determinato processo, servizio o sistema di qualit aziendale conforme
alle norme od alle regole ad esso applicabili. Esistono principalmente 3 tipi di
certificazione24:
Certificazione di prodotto: attuata per mezzo di uno o pi laboratori che effettuano
le prove di conformit e di un organismo che controlla la permanenza nel tempo
della conformit, prelevando campioni dalla produzione o sul mercato e
sottoponendoli a prove di laboratorio.
Certificazione del personale: attuata per mezzo di un organismo di certificazione
che controlla le caratteristiche (scolarit, esperienza, addestramento specifico) del
personale impiegato nellattivit aziendale.

24P.

M. Calderale, A. Morgando, La Certificazione, Unificazione &Certificazione, 2, 1994.

- 1.161 -

1. Il Contesto Produttivo.

Certificazione del sistema di qualit: attuata per mezzo di un organismo che valuta

lidoneit, e la permanenza nel tempo, delle caratteristiche del sistema di qualit


dellazienda, applicando lo schema adatto al settore produttivo considerato.
In questo capitolo, ci si riferir al terzo tipo di certificazione, quello relativo al
sistema di qualit, il quale viene rilasciato con riferimento ad una o pi norme della
serie EN 29000.
In genere, la certificazione un processo volontario che il produttore sceglie di
utilizzare per qualificare il suo prodotto sul mercato, garantendo un livello definito di
prestazioni. La certificazione pu divenire obbligatoria quando uno stato imponga,
mediante un provvedimento legislativo, che un prodotto, per la sua immissione sul
mercato debba rispondere a specifiche norme o regole tecniche. Questo caso riguarda
specialmente la sicurezza dei prodotti ed ha particolare applicazione nei settori dei
giocattoli ed in generale del materiale destinato ai bambini (come certi articoli di
cancelleria), degli strumenti medico sanitari, del materiale elettrico e degli
elettrodomestici.
Dunque, lo scopo principale della certificazione di garantire agli utenti la
conformit a requisiti di qualit e di affidabilit, noti ed accettati dalla maggioranza
degli utilizzatori, tramite la dichiarazione di una parte terza, lente di certificazione, la
cui autorit sia riconosciuta da tutte le componenti del mercato.
Nel momento in cui matura la decisione di percorrere la strada della certificazione, il
produttore deve pianificare le attivit seguenti:
identificare i propri prodotti;
identificare le direttive applicabili;
identificare i requisiti essenziali da rispettare;
identificare le norme tecniche applicabili;
approntare la documentazione necessaria;
identificare lente di certificazione notificato.
Quanto detto vale per qualunque tipo di certificazione. Nei vari casi pratici (diversi
tipi di certificazione o diverse caratteristiche della produzione dellazienda: grande
serie, piccola serie, lotti, subfornitura industriale od immissione diretta dei prodotti sul
mercato degli utenti finali), i sei punti trovano diversa interpretazione ed applicazione.
Riferendoci ai casi pi generali, lapplicazione dei punti indicati pu essere svolta nei
termini seguenti.

1.5.4.1.

Identificare i Propri Prodotti

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

1.5.4.2.

Identificare le Direttive Applicabili

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.

Identificare i Requisiti Essenziali Applicabili

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.

Identificare le Norme Tecniche Applicabili

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.

Approntare la Documentazione Necessaria

Il produttore deve approntare tutta la documentazione tecnica atta a dimostrare che il


sistema di qualit messo in atto in azienda ed i criteri seguiti in fase di progettazione, di
fabbricazione e di controllo delle prestazioni sono efficaci. Il Manuale della Qualit
il documento che il produttore utilizza per descrivere lorganizzazione e le procedure
applicate in azienda per raggiungere e mantenere i livelli di qualit prefissati e
dichiarati. In questo manuale sono sintetizzate le disposizioni prese per lattuazione
della politica per la qualit, la suddivisione delle responsabilit e dei compiti, i criteri
per lo svolgimento delle attivit. Essendo di carattere descrittivo e riassuntivo, il
manuale di qualit ha spesso pi importanza per lesterno (cliente od ente terzo) che per
linterno, dove, invece, il riferimento pi usuale la procedura. Dal manuale deve
- 1.163 -

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.

Identificare lEnte di Certificazione Notificato.

Il produttore pu scegliere lente di certificazione al quale appoggiarsi fra quelli che i


vari stati europei hanno notificato alla CEE come idonei a svolgere gli accertamenti
richiesti dalle direttive. La scelta si basa su diversi fattori, ma certamente il costo, il
tempo e la lingua sono quelli che sono tenuti in maggior considerazione. Il produttore
invia la domanda di certificazione allegando il Manuale della Qualit in vigore, lelenco
delle procedure adottate, informazioni di carattere generale sullazienda e lelenco dei
prodotti o delle lavorazioni effettuate. Nel caso di aziende con pi siti produttivi, la
certificazione va richiesta per ciascun sito.
Lorganismo notificato esegue una prima valutazione sulla documentazione ricevuta
e, successivamente, provvede ad eseguire una verifica ispettiva presso la sede del
produttore, mediante un gruppo di valutazione. Questo ha il compito di rilevare con
riscontri oggettivi che quanto indicato nei documenti tecnici in suo possesso sia
pienamente ed efficacemente applicato in azienda.
Come detto, la certificazione ha una validit di due anni. Lorganismo notificato
svolge ispezioni e valutazioni sul produttore effettuando visite (sia concordate, sia non)
presso la sede del produttore stesso, visite atte ad accertare che il sistema di qualit

- 1.164 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

certificato continui ad essere applicato correttamente o debba essere rivisto alla luce dei
miglioramenti intervenuti od inconvenienti emersi in corso di applicazione.

tab. 1.XIX. Organizzazioni italiane di certificazione accreditate (al luglio 1993).


Ente certificatore

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

tab. 1.XX. Organizzazioni europee di certificazione (al dicembre 1992).


Ente certificatore

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.

In sede europea, per la valutazione della conformit e la marcatura CE, il Consiglio


della CEE, con decisione del 13.12.1990, ha previsto nove modelli di procedure (detti
moduli di decisione del Consiglio). Questi modelli si riferiscono sia alla fase di
progettazione, sia a quella di produzione, sia allinstallazione del prodotto. Le differenze
tra modello e modello consistono essenzialmente nel grado di estensione della
documentazione tecnica che il fabbricante deve sottoporre allorganismo notificato per
dimostrare la conformit della progettazione del prodotto ai requisiti essenziali stabiliti
nella direttiva CEE e nel grado di estensione del sistema di qualit, alle varie fasi del
processo produttivo, ossia quale delle norme (EN 29001, EN 29002, EN 29003) presa
come riferimento per la realizzazione del sistema di qualit (fig. 1.45).
PROCEDURE DI VALUTAZIONE DELLA CONFORMITA' NELLA NORMATIVA COMUNITARIA
PROGETTAZIONE
A. Controllo interno
della fabbricazione

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

Il fabbricante sottopone all' organismo notificato:


- la documentazione tecnica,

A.bis
Intervento dell'
organismo
notificato

L' 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.

- accerta la conformit ai requisiti essenziali,


- effettua le prove, se necessario,
- rilascia il certificato di omologazione.

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

F. Verifica sul prodotto

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.

- verifica la conformit ai requisiti essenziali,


- 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

Procedure di valutazione della conformit secondo la normativa europea.

- 1.166 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

1.6. SIRZ, UNAZIENDA PER LA PRODUZIONE DI PEZZI UNICI.


Esaminiamo qui un aspetto particolare del problema qualit, quello della garanzia
di qualit nella produzione su commessa di pezzi unici. Questo tipo di produzione
risulta peraltro abbastanza diffuso nella realt delle piccole e medie imprese della nostra
regione. Queste imprese rivestono gi un ruolo importante nelleconomia nazionale e
stanno facendo un grosso sforzo, soprattutto in termini di mentalit, per poter
validamente concorrere nei mercati internazionali. Inoltre, da un punto di vista
strettamente didattico, esso pu risultare un buon esempio anche per la produzione di
serie, in quanto sottoinsieme delle tecniche che in quel caso vengono adottate.
SIRZ - Strutture Industriali Razionali - S.p.A., con sede in Due Carrare (PD),
unazienda che opera nella produzione di caldareria (forni per il settore petrolchimico),
caldaie e carpenterie speciali. Lazienda lavora su commessa di clienti-produttori e
societ di ingegneria, tanto nazionali quanto esteri (Europa, Medio ed Estremo Oriente e
Nord Africa) anche su progetto del cliente. I lotti di commessa, particolarmente nel
settore della caldareria, sono di norma di poche unit, frequentemente di un pezzo
unico.

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.

quelle relative agli approvvigionamenti dei materiali (anche al ricevimento di quelli in


conto lavorazione) e procedure proprie della singola commessa, come lelenco dei
controlli (sotto forma di check-list) da eseguire nelle varie fasi di revisione del contratto.
Il sistema qualit ha la capacit di trasformare le scelte in modalit operative e
gestionali aziendali, in tempi brevi e con alta ricettivit da parte del personale.
Le figure che formano la struttura dellazienda sono:
Il presidente. Coordina e controlla le attivit, assicurando lo svolgimento di tutti i
programmi di produzione in accordo con i metodi richiesti per lottenimento dei livelli
di qualit e di efficienza richiesti.
Il responsabile di produzione, che risponde al presidente ed, entro le direttive
generali, programma e coordina le attivit di produzione per i diversi contratti. Mantiene
i contatti con il responsabile degli acquisti per le forniture dei materiali e col presidente
per la verifica del rispetto degli ordini. Collabora col responsabile tecnico per la
gestione di tempi e metodi e controlla direttamente le maestranze, ha la responsabilit
della manutenzione di macchinari ed attrezzature nonch della garanzia della sicurezza
sul lavoro. A livello pi basso, lorganizzazione prevede il ruolo di capo officina. Gli
operatori sono suddivisi in pi squadre di montatori ed una squadra di saldatori.
Ciascuna squadra di montatori costituita in funzione della commessa ed esegue il
lavoro dallinizio alla fine. Le squadre di saldatori, invece, passano da un lavoro
allaltro in sequenza.
Il responsabile tecnico, che risponde al presidente, svolge la valutazione tecnica
delle richieste d'offerta dei clienti e coopera con il responsabile acquisti per la
compilazione delle offerte. Ha la responsabilit della predisposizione di progetti e
disegni e delle distinte base, coordina e controlla la attivit dei consulenti esterni per la
progettazione. Concorda con gli uffici tecnici dei clienti lapprovazione od il riesame
dei progetti e conduce gli audit interni per la qualit.

PRESIDENTE

resp. produzione

resp. tecnico

capofficina

consulenti est.

resp. commerciale

capireparto

operatori

fig. 1.46.

Struttura dirigenziale di SIRZ.

- 1.168 -

resp. acquisti

resp. qualit

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Il responsabile commerciale, che risponde al presidente, mantiene i contatti con i


clienti ed ottiene le richieste di offerta. Basandosi sulle indicazioni del responsabile
tecnico e di quello della produzione, compila le offerte.
Il responsabile acquisti, che risponde al presidente, svolge le ricerche sul mercato,
contatta i fornitori e compila gli ordini di fornitura, basandosi sulle richieste di materiali
ottenute dal responsabile tecnico, in accordo col responsabile della produzione. In
conformit con il Sistema di Qualit, rivolge gli ordini di fornitura solamente ai
fornitori della lista approvata. Propone al responsabile della qualit le aggiunte di nuovi
fornitori.
Il responsabile qualit, che risponde al presidente, controlla tutte le attivit di
Garanzia di Qualit ed ha la responsabilit dellapplicazione dei giusti metodi in tutte le
attivit dellazienda. Controlla stesura, correzione ed aggiornamento del manuale e delle
procedure, nonch la loro distribuzione nei reparti interessati. Valuta le aziende che
aspirano ad accedere alla lista dei fornitori e svolge i controlli sui fornitori gi compresi
nella lista. Conduce gli audit interni. Mantiene i contatti con gli ispettori dei clienti e
delle parti terze. Ha la responsabilit della conduzione delle ispezioni sul materiale in
ingresso, sulla fabbricazione e sulle fasi finali fino alla spedizione del prodotto finito.
Ha la responsabilit dellistruzione, per la qualit, del personale. Verifica disegni e
specifiche per ci che riguarda i codici applicabili e le richieste della garanzia di qualit,
e ne controlla la distribuzione.

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.

Ottenimento e Garanzia della Qualit.

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.

Il primo riguarda la capacit dellazienda di realizzare prodotti di qualit, ovvero di


assolvere in maniera adeguata e completa alle specifiche poste e concordate dal cliente.
Il secondo concetto riguarda la capacit di assicurare in ogni momento che lazienda stia
tenendo in opportuno conto e pienamente assolvendo le necessit e le richieste del
cliente stesso. La distinzione fra le due cose non in realt cos netta, anzi essa pi
concettuale che materiale. In sostanza, la garanzia della qualit consiste in un metodo di
formalizzazione ed esplicitazione del sistema di ottenimento della qualit, atto a
renderne palese e riscontrabile ogni aspetto.

1.6.1.2.

Ottenimento della Qualit.

In SIRZ, la totale assenza di produzione di serie porta ad una interpretazione del


concetto di qualit basata sui valori sostanziali ed intellettuali della qualit. Cos, essa
intende la qualit (pi di quanto non avvenga per la produzione di serie) come creazione
di un sistema pi ampio dei confini della stessa azienda e comprendente anche i clienti, i
fornitori ed i consulenti esterni, che operi organicamente attorno al prodotto e nel quale
ciascun membro riconosca esattamente il proprio ruolo, i propri compiti, i propri
obblighi e deve vedere questo suo ruolo come correttamente inserito nel sistema
globale. Questo non in maniera spersonalizzante, ma conferendo a ciascuno la effettiva
responsabilit del ruolo che occupa.
Quanto detto pu essere riassunto nellidea di qualit come organizzazione,
definendo quest'ultima in quanto insieme complesso di persone, associate per il
conseguimento di uno scopo unitario, fra le quali si dividono le attivit da svolgere
secondo certe norme e stabilendo a tal fine dei ruoli, collegati fra loro in modo
gerarchico, in rapporto dinamico con lambiente esterno.25
La visione della qualit come organizzazione, e soprattutto come capacit di dirigere
opportunamente il lavoro, amplissimamente illustrata da Deming26. Egli raccomanda
continuamente di non agire preferenzialmente sui livelli pi bassi dellorganizzazione
per ottenere il miglioramento della attivit aziendale, ma di agire sempre sul sistema e
particolarmente sulla leadership. Portando la cosa a termini pi concreti, si pu dire che
prima di tutto necessario porre le persone nelle migliori condizioni per poter lavorare
fruttuosamente garantendo loro la certezza di:
ricevere tutte le informazioni necessarie;
25

G. Bernardi, Sistemi organizzativi aziendali, Libreria Progetto, 1989


Deming, LImpresa di Qualit, Isedi, 1991

26E.

- 1.170 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

disporre dei mezzi necessari per operare;


ricevere il materiale adeguato;
sapere esattamente cosa debbono fare e come;
sapere quali sono le proprie responsabilit;
sapere a chi trasmettere il proprio operato;
sapere come trasmettere il proprio operato.

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.

Garanzia della Qualit.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

dunque realizza due forme di garanzia: la prima, fondamentale, di consentire la


verifica in qualunque momento, anche a lavoro ultimato, delleffettiva rispondenza dei
materiali utilizzati alle caratteristiche imposte dalle specifiche di commessa, come
verificato al ricevimento del materiale stesso; la seconda di rendere individuabile sin
dalla prima operazione tecnologica quale sar la destinazione di ciascun pezzo. Da un
canto questo evita che pezzi simili, ad esempio due fazzoletti di lamiera circa delle
stesse dimensioni, possano essere confusi nelle lavorazioni successive, dallaltro
consente di individuare, se necessario, i pezzi la cui lavorazione risulta particolarmente
critica e dunque necessita di controlli o verifiche particolari.
Nel registro generale della documentazione di commessa viene raccolta ed
ordinata tutta la documentazione relativa alla commessa: ordini, relazioni, disegni,
rapporti di calcolo, procedure (tanto quelle particolari per la commessa quanto quelle
generiche applicate nella commessa stessa), verbali delle verifiche e degli audit ecc.
Esso in sostanza il luogo fisico nel quale si materializza quella linea ideale che segue
lintero processo di svolgimento della commessa. Quindi, consente unanalisi
approfondita di tutte le attivit dellazienda. Ci fondamentale per il cliente, ma anche
per lazienda stessa, che pu utilizzarne tutto il materiale contenuto per risalire
allorigine di qualunque problema e programmare le azioni correttive per evitare il suo
ripetersi in futuro.

1.6.2.

Le Attivit di Riesame.

Nella produzione su commessa di pezzi unici assume notevole importanza lattivit


di riesame sia del contratto, sia del progetto. Si tratta di attivit finalizzate a verificare
gli effettivi risultati dellazienda nellassolvere alla commessa rispettando tutte le
specifiche di progetto poste dal committente. La stessa attivit di riesame consente di
pianificare gli eventuali interventi sul sistema qualit che si rendessero necessari per
lassolvimento della specifica commessa, ma che naturalmente concorrono al
miglioramento del livello qualitativo generale.

1.6.2.1.

LEsame Preliminare.

In breve, liter per lottenimento di una commessa il seguente: il committente si


rivolge allazienda e presenta una richiesta di offerta, fornendo tutte le specifiche del
prodotto richiesto. Se il progetto a carico del committente ed gi stato eseguito, esso
sar inviato e costituir la base della richiesta di offerta.
La funzione commerciale, sulla base di considerazioni tecniche e commerciali e
sentiti i responsabili delle funzioni tecnica e produzione, produce lofferta che sar
esaminata dal committente. Lofferta una sorta di preventivo contenente tutte le
informazioni tecniche ed economiche su come lazienda in grado di assolvere alla
commessa. Sulla base delle offerte raccolte (infatti, probabile che il committente
intenda raccogliere offerte di aziende diverse), il committente decide lazienda alla
quale commissionare il lavoro. Con lazienda prescelta parte una trattativa, la quale
riguarda tanto aspetti tecnici quanto quelli commerciali. Questa fase garantisce sia
lazienda sia il committente della piena conoscenza reciproca, in termini di esigenze,
possibilit e limiti dellorganizzazione produttiva. Al termine della trattativa, il

- 1.173 -

1. Il Contesto Produttivo.

committente propone il contratto di commessa, che viene inviato al responsabile


commerciale.
Quando riceve un contratto, il responsabile commerciale deve verificare che esso sia
conforme allofferta proposta. In caso di differenze, egli ne discuter con il committente
e stabilir, anche in collaborazione con il responsabile delle funzioni interessate dalla
commessa, le necessarie modifiche al contratto.
Al raggiungimento del pieno accordo col committente, il responsabile commerciale
assegna al contratto il numero di commessa, il quale, da quel momento in poi, ne
contrassegner tutta lattivit. Il contratto deve venire consegnato al presidente, il quale
convocher la riunione di esame preliminare del contratto. A questo incontro dovranno
essere presenti almeno:
il responsabile di commessa, nominato dal presidente,
il responsabile commerciale,
il responsabile della funzione interessata, nel nostro caso, sezione carpenteria e
caldaie o sezione recipienti a pressione,
il responsabile qualit.
Lesame preliminare fondamentale per evitare errori, incomprensioni o cattive
interpretazioni a lavoro iniziato. Quindi, in questo incontro vengono esaminati e
discussi tutti gli aspetti del contratto, dalle prescrizioni sul materiale alla lavorazione,
alla consegna, ai servizi post-vendita. Ogni clausola del contratto deve essere discussa a
fondo, con particolare riguardo per i tempi di consegna e per i requisiti di qualit
richiesti. In particolare deve essere verificato che:
le richieste del contratto siano chiaramente specificate, comprese e documentate,
il contratto sia conforme allofferta e le eventuali discrepanze siano state valutate
ed analizzate,
lazienda abbia la capacit di assolvere a tutte le clausole ed in particolare di
rispettare i tempi di consegna.
Viene stabilita la strategia per la commessa, ossia responsabilit, risorse, ripartizione
del lavoro, investimenti, relazione con le altre commesse in corso di esecuzione. Se non
si giungesse ad una conclusione definitiva, si produrranno richieste di chiarimento e
sar compito del presidente riconvocare lincontro a tempo opportuno, invitando le
persone in grado di dirimere ogni dubbio. Alla fine, il presidente pu sottoscrivere il
contratto.

1.6.2.2.

Il Riesame del Progetto.

Lattivit di riesame del progetto consiste in unopera di controllo della correttezza


della progettazione stessa, in termini di modelli strutturali adottati, conformit dei valori
in ingresso con quelli ricavati dalle specifiche del committente, esattezza dei calcoli,
attendibilit dei risultati finali, coerenza dei disegni costruttivi con le specifiche e con il
risultato dei calcoli.

1.6.2.2.1. IL Riesame dei Calcoli.


Il riesame dei calcoli di progetto pu essere eseguito da consulenti esterni o dal
committente stesso oppure essere sviluppato dalla funzione tecnica dellazienda. In ogni

- 1.174 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

1.6.2.2.2. Il Riesame dei Disegni.


Al riesame delle relazioni di calcolo deve seguire il riesame dei disegni. I disegni
costruttivi del prodotto - tanto che siano stati eseguiti allinterno dellazienda quanto
allesterno - sono verificati dalla funzione tecnica sulla base dei rapporti di calcolo,
delle richieste e specifiche del committente e degli standard dellazienda. Prima della
loro consegna alla funzione produzione per linvio allofficina, essi devono essere
approvati dal responsabile tecnico.

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.

Questi riesami successivi si riferiscono ancora al contratto e permettono sia di


eliminare eventuali dubbi sorti durante lo svolgimento del lavoro, sia di verificare che
lazienda si stia dimostrando effettivamente in grado di assolvere alle specifiche di
commessa e, dunque, di pianificare eventuali azioni correttive. I riesami possono
riguardare anche nuove esigenze poste dal cliente e che possono portare a vere e proprie
modifiche contrattuali come pure a richieste di deroghe al committente, a seguito di
nonconformit manifestatesi in fase di produzione. Quindi, essi sono fondamentali
soprattutto nelle prime fasi di sviluppo, e particolarmente durante la fase di
programmazione, quando vengono prese le decisioni fondamentali. Infatti, noto che il
costo di ogni cambiamento aumenta in maniera esponenziale col progredire del
cammino di sviluppo di un prodotto. Quindi, i riesami successivi dovranno riguardare
almeno:
lesatta rispondenza dello stato di avanzamento con quanto previsto dal contratto
in termini di caratteristiche, qualit e tempi,
leventuale riscontro di nuove necessit da parte del committente e loro possibilit
di accoglimento,
la necessit di richiedere ulteriori informazioni al committente,
- 1.175 -

1. Il Contesto Produttivo.

QUALITY CONTROL SYSTEM


PROCEDURE N QA.PR.10 Rev.0. Date 10.01.1994
CONTRACT REVIEW
REPORT OF MEETING

sheet 1/

CLIENT: ...................................................................
JOB:

...................................................................

DELIVERY TERMS: Foreseen ........................ Confirmed ..................


TOTAL WORK HOURS: Foreseen ................. Confirmed .................
SUB SUPPLIERS REQUIR. : Foreseen ........
Sub suppliers:

Confirmed .................

1 ..........................................................................
2 ..........................................................................
3 ..........................................................................

Are sub suppliers qualified? .................


Sub suppliers to be qualified:

1 ..........................................................
2 ..........................................................
3 ..........................................................

Are new equipment recommended? ................


Which: ..........................................................................................................
Are specific instructions to the personnel recomm. ? ............................
Which: ..........................................................................................................
NOTES: .......................................................................................................
Date ...................... signature: QAM .........................................................
Project M. .............................. Eng.Dev.Staff.M. .......................................
President ..............................

- 1.176 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

QUALITY CONTROL SYSTEM


PROCEDURE N QA.PR.14 Rev.0. Date 10.01.1994
REVIEW OF DESIGN AND CALCULATIONS
CHECK LIST FOR THE REVIEW OF DESIGN CALCULATIONS AND
DRAWINGS

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.

la necessit di porre azioni correttive generali o di dare indicazioni perch

vengano poste in atto azioni correttive ad aspetti particolari del lavoro.


In definitiva, il riesame costituisce il punto pi alto del controllo della qualit della
conformit, nello svolgimento della commessa. Un corretto sviluppo ed utilizzo di
questo strumento gestionale permette di mantenere sempre ottimi rapporti con il
committente, di eseguire un continuo controllo sullattivit dellazienda e di evitare
qualunque forma di incomprensione. Questo consente di operare ad ogni livello in un
clima di certezza di compiti, di ordini e di risultati, consentendo cos, in molti casi, di
prevenire problemi e nonconformit nello svolgimento del lavoro.

1.6.3.

La Documentazione in Azienda.

Uno degli elementi fondamentali per la produzione industriale la capacit di


trasmettere qualunque tipo di informazione allinterno della azienda, garantendo che
essa giunga in maniera perfettamente comprensibile a chiunque ne sia destinatario e
garantendo inoltre la possibilit di verificare in ogni momento leffettiva consegna
dellinformazione.
Nella produzione di serie, risulta ormai dimostrato che errori, mal funzionamenti,
guasti, difetti ed insuccessi verificatisi nella realizzazione di un prodotto risultano
causati da mancanza di scambio di informazioni o nei processi di coordinamento; essi
ammontano ad una quantit che, mediamente, si attesta attorno al 20% del totale delle
nonconformit.27 Pur non disponendo di dati certi per lazienda prototipica, per essa si
pu supporre che questa percentuale salga di molto. Infatti, pur mantenendo fissi i
compiti delle persone, in questo tipo di impresa essi si svolgono sempre su progetti
diversi, magari con cambiamenti delle direttive durante lo stesso svolgimento del
lavoro, a causa dei successivi riesami. Di conseguenza, la necessit di costituire un
sistema di diffusione delle informazioni (non solo rapido e sicuro ma anche verificabile)
diventa un fatto vitale, un elemento cardine sul quale si fonda la stessa efficienza del
sistema aziendale.
Il significato sino ad oggi assegnato al termine scambio delle informazioni deve
comunque essere esteso fino a comprendere quello pi moderno e completo di capacit
di comunicazione di unazienda o di un gruppo di progetto, inteso nel senso di mettere
in comune informazioni, dati e, pi in generale, i diversi valori aziendali o di gruppo
necessari al raggiungimento degli obiettivi. Cos, in tale definizione sono comprese
anche quelle decisioni e quelle informazioni di carattere organizzativo e gestionale
legate alla modalit di svolgimento delle attivit, la cui diffusione aziendale
normalmente risolta con organigrammi, disposizioni ed ordini di servizio, procedure,
manuali ed altri documenti scritti; ma che potrebbe essere attuata anche con mezzi meno
formali, contando sui contatti diretti, le riunioni e tutto quello che lavoro e pratica
operativa. In generale, i metodi pi usati per lo scambio delle informazioni ed il
coordinamento delle attivit sono:
sistemi e metodi di programmazione, con particolare riferimento al
raggiungimento degli obiettivi;
manuali, piani o programmi di prodotto, di progetto o di commessa, procedure,
istruzioni ecc;
27R.

Mirandola, M. Tuccoli, S. Vaglini, P. De Risi, Sistemi di Qualit. ETS, 1989.

- 1.178 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

uso di budget, studi e valutazioni legate ai costi, piani finanziari, metodi legati alla

normale pratica di contabilit industriale;


riunioni di gruppo, di progetto, o simili, con il coinvolgimento di clienti,
concessionari, licenziatari, consulenti, fornitori e quanti altri sono coinvolti nel
progetto;
verbali o resoconti delle riunioni;
documenti o sintesi dei requisiti contrattuali;
discussioni, anche informali, fra tutti i soggetti interessati ad un problema
importante per la qualit, con documentazione scritta dei risultati o delle
conclusioni raggiunte;
contatti fra le parti coinvolte nel sistema tecnico;
promemoria e lettere con distribuzione adeguata agli scopi ed ai contenuti;
modulistica varia, quale per esempio i transmittal e le comunicazioni interne;
rapporti di avanzamento scritti od orali;
seminari o conferenze ben finalizzati;
riesami congiunti di documenti, progetti o parte di essi, risultati di prove, modelli,
budget, programmi eccetera;
risultati di prove e verifiche ed in generale tutta la documentazione certificativa;
visite (eventualmente congiunte) a stabilimenti, uffici, cantieri, laboratori ed
apparecchiature di prova;
report di nonconformit, di richieste di azioni correttive, di verifiche ispettive;
tutta la documentazione prodotta nella realizzazione di un prodotto o di un
progetto.

Come documentazione si intende qualunque informazione scritta, illustrata o


registrata che descriva, definisca, specifichi documenti o certifichi le attivit, le
prescrizioni, le procedure seguite, i risultati ottenuti. Per esempio, di uso comune sono
un contratto o un ordine per lacquisto di materiali, parti o servizi; la specifica tecnica
ad esso allegata e comprensiva di disegni, note tecniche o quant'altro necessario a
definire loggetto contrattuale; una relazione di progetto che verifichi la resistenza, la
funzionalit, la potenzialit, la sicurezza, laffidabilit delloggetto contrattuale; una
procedura od un certificato relativi ad una prova; i documenti utilizzati per le
lavorazioni; i libretti o le istruzioni per la manutenzione e luso di un prodotto; ecc.
Le modalit con cui la documentazione viene gestita allinterno di una organizzazione
possono essere molto diverse in relazione a vari fattori, quali le dimensioni della
azienda, la complessit ed il tipo di prodotto, ladozione o meno di un sistema qualit o,
quanto meno, di standard e procedure base di riferimento per lo svolgimento delle
attivit, la presenza di eventuali prescrizioni, normative o regolamenti derivanti da
obblighi contrattuali o legislativi quali le eventuali norme o specifiche di garanzia di
qualit richieste da un cliente o da un ente di controllo.
Il termine gestione della documentazione stato introdotto dalle metodologie di
controllo qualit e gestione qualit del campo militare - aerospaziale - nucleare negli
anni '60. La normativa di gestione qualit associa a tale termine ed a quello ad esso
strettamente correlato documentazione di garanzia o assicurazione della qualit i
seguenti contenuti o criteri:
lidentificazione, lemissione, la distribuzione e la modifica dei documenti che
prescrivono requisiti di qualit (o che sono inerenti ad attivit rilevanti per la
stessa) devono essere tenute sotto controllo per garantire che i documenti stessi
siano elaborati da personale competente, siano distribuiti al personale che deve
utilizzarli e siano utilizzati nella loro versione pi aggiornata;
- 1.179 -

1. Il Contesto Produttivo.

i documenti e le relative modifiche devono essere riesaminati per verificarne

ladeguatezza ed approvati per lemissione da parte di persone autorizzate;


i documenti che definiscono le prescrizioni e comprovano o dimostrano la qualit
di un prodotto devono essere preventivamente specificati, ossia devono essere
individuati quali documenti costituiscano la documentazione completa e devono
essere predisposti, conservati e resi disponibili al cliente od a chiunque ne abbia
necessit.
Le norme della serie UNI EN 29000, relativamente alla documentazione, riprendono
nella sostanza tali criteri, ma con una differenziazione congruente con lo spirito del
pacchetto normativo: i criteri 1, 2 e 3 sono praticamente conservati, almeno a livello
generale, nella parte di garanzia della qualit destinata a dimostrare al cliente od alla
direzione che la qualit voluta stata raggiunta (UNI EN 29001/2/3), mentre nella parte
liberamente scelta dalla direzione per la conduzione aziendale della qualit (UNI EN
29004) si ritrovano solo i criteri 1 e 3, anche se meno formalizzati.
In sintesi si pu dire che i criteri 1 e 3 sono criteri base per la gestione della qualit,
mentre il criterio 2, ed anche alcuni aspetti formali degli stessi 1 e 3, sono da
considerarsi come tipici della garanzia della qualit ed utilizzati per fornire adeguata
dimostrazione che le azioni per il raggiungimento della qualit sono state svolte.

1.6.3.1.

La Gestione della Documentazione nellAzienda Prototipica.

Nella produzione di serie, limpiego della documentazione normalmente ridotto a


livelli minimi (o addirittura tendente a zero come prescrive uno degli obiettivi dei
sistemi di qualit giapponesi, sempre mirati alla massima semplificazione); al contrario,
per prodotti complessi ad alto contenuto tecnologico come pure nella produzione di
pezzi unici, (specialmente se con obblighi di sicurezza molto stringenti, come nel caso
di SIRZ), il problema di gestione della documentazione pu talvolta diventare notevole,
sia per il numero elevato di documenti emessi, sia per il gran numero di enti coinvolti
nella emissione di tali documenti. Per tutti i documenti si devono stabilire e mantenere
precise procedure per la identificazione, la raccolta, la registrazione, larchiviazione e la
conservazione. Tutti i documenti devono essere leggibili e correlabili alle parti cui si
riferiscono, redatti nella lingua concordata con il cliente (ordinariamente Italiano o
Inglese), archiviati in modo da essere immediatamente rintracciabili e conservati in
luoghi aventi condizioni ambientali idonee ad evitare deterioramenti, danni o
smarrimenti.
Il supporto cartaceo tuttora il pi diffuso. Luso di sistemi di registrazione diversi,
come nastri o dischetti, presenta qualche problema per la difficolt di garantire che i
documenti non vengano modificati dopo lapplicazione della firma del responsabile o
del cliente. Per un prossimo futuro, si pu prevedere la diffusione di sistemi di codifica
tali da permettere la lettura del testo, e non la modifica (a meno di possedere un livello
di riservatezza che lo consenta, dopo linserimento di password).
Se previsto contrattualmente, tutti i documenti possono essere mantenuti a
disposizione del committente per un periodo di tempo stabilito dopo la consegna del
prodotto, in modo da poter essere ulteriormente consultati. Opportuni documenti di
registrazione della qualit devono essere richiesti anche agli eventuali consulenti esterni
ed ai fornitori.

- 1.180 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Nella produzione prototipica dunque, per la necessit di dover raggiungere,


dimostrare e mantenere la qualit del prodotto, la gestione della documentazione segue
criteri di garanzia della qualit con metodologie ed applicazioni spesso ancora pi
stringenti di quelle esplicitamente indicate nelle norme. In questo tipo di aziende, la
documentazione assume unimportanza se possibile ancora maggiore che in qualunque
altro tipo di impresa e la sua corretta gestione fondamentale tanto per lottenimento
quanto per la garanzia della qualit. I vari documenti sono:
specifiche di progetto compilate dal cliente;
disegni costruttivi;
relazioni di calcolo;
piano del controllo di qualit;
procedure generali per la progettazione, gli approvvigionamenti, le lavorazioni, le
verifiche ed i collaudi;
ulteriori procedure particolari legate alla specifica commessa;
procedure di collaudo;
verbali dei riesami e delle operazioni di verifica e collaudo;
rapporti di nonconformit e relazioni sui relativi provvedimenti adottati;
certificati di qualit rilasciati dai fornitori;
transmittal, elenchi dei disegni ed altra documentazione generale.
La corretta emissione, distribuzione e verifica della documentazione garantisce il
cliente del fatto che ciascun membro che concorre alla realizzazione del prodotto
pienamente a conoscenza della quota di responsabilit a lui assegnata e che possiede,
inoltre, tutte le procedure necessarie a svolgere il lavoro in maniera perfettamente
conforme alle esigenze. Il cliente stesso pu concorrere alla emissione delle procedure e
comunque approva tutte le procedure del sistema qualit nel momento in cui riconosce
la validit del sistema qualit della azienda. Il registro generale della documentazione di
commessa consente poi di giudicare in ogni momento lo sviluppo del lavoro, e dunque
di individuare eventuali difetti o nonconformit, come pure (a lavoro ultimato) consente
di effettuare la valutazione generale per laccettazione definitiva. Il registro generale
delle documentazioni di commessa dunque il luogo fisico nel quale si concretizza
quella linea ideale che collega tutto il processo di realizzazione del prodotto, della quale
si accennato nel precedente capitolo. Esso permette di ricostruire e verificare ogni
fase, dallottenimento della commessa alla consegna finale, nonch la storia di ciascuna
parte del prodotto, dallacquisizione del materiale al passaggio per tutte le lavorazioni
fino allassemblaggio nel prodotto.
Innanzitutto, i criteri per la gestione dei documenti (criteri 1 e 3) determinano la
necessit di definire e distinguere le varie fasi di preparazione o redazione,
approvazione od autorizzazione (complessivamente emissione), distribuzione ed uso ed,
in ultima, archiviazione.
Tutte le fasi elencate debbono essere gestite in modo controllato - cio definendo
preventivamente le regole (procedure di documentazione) - rispettando le stesse nel
corso delle attivit, verificandone ladeguatezza alle reali necessit aziendali ed
intervenendo quando le regole non sono rispettate, al fine di un continuo miglioramento
del sistema di gestione stesso e per renderlo sempre pi adatto agli scopi, compreso ed
applicato da tutti.
Risulta peraltro evidente che, con tale obiettivo, tali azioni ed attivit si rivestono di
aspetti pi formali e burocratici con il rischio di essere inutili, o perlomeno fini a se
stesse (cio, come si dice spesso, carta). Tutto dipende dalla cura ed oculatezza con cui
la direzione sa adeguare tali azioni alle reali necessit di prevenzione, sistematicit e
- 1.181 -

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.

La Politica delle Forniture.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

sono compresi e rispettati. Questo risulta particolarmente importante in sede di controllo


qualit.28
Si visto che il fornitore uno dei soggetti che concorrono alla realizzazione del
prodotto. Questo forse il punto di riferimento fondamentale nellinstaurare e valutare i
rapporti fra cliente e fornitore. Sono state stilate le seguenti linee di comportamento:
Non essere troppo intransigenti. Se vero che ogni rapporto fra cliente e fornitore si
svolge sulla base di un contratto, pur vero che situazioni non previste o non
prevedibili possono richiedere decisioni ad hoc. Se il rapporto fra cliente e fornitore
basato su stima e rispetto reciproci, queste situazioni non comportano problemi.
Mantenere aperti i canali di comunicazione. Questo riguarda sia le comunicazioni
formali sia quelle informali. Le comunicazioni formali riguardano gli argomenti come i
contratti, le bolle, visite di controllo, richieste di azioni correttive. Le comunicazioni
informali riguardano i rapporti diretti tra i singoli, chiarimenti di dettagli, richieste di
pareri, tutte cose che concorrono a prevenire numerosi problemi. In generale, la SIRZ
fornisce una precisa descrizione del materiale richiesto ed, ai fini della chiarezza, evita
le informazioni inutili o ridondanti. Inoltre, essa deve verificare che il fornitore abbia
ben compreso tutte le richieste.
Valutare obiettivamente il livello qualitativo del fornitore. Questa valutazione
eseguita in maniera trasparente e palese. La SIRZ tiene al corrente il fornitore della sua
posizione in relazione ai fornitori concorrenti.
La SIRZ preparata a dare assistenza al fornitore e viceversa. Questa pu consistere
in visite reciproche, assistenza telefonica o diretta, trasferimento di documentazione.
Questa attivit risulta particolarmente importante quando esiste una notevole
discrepanza tra i livelli culturale o tecnologico di cliente e fornitore.
La SIRZ deve avvisare con anticipo dellintenzione di variare le richieste. Non
raro, particolarmente nel caso della componentistica, che il fornitore abbia la SIRZ
come unico cliente, con contratti a medio o lungo termine periodicamente rinnovati.
Senza un opportuno preavviso, il fornitore non sarebbe in grado di seguire sempre le
esigenze della SIRZ. Se questo risulta deleterio per il fornitore, danni ne vengono anche
al cliente che pu rischiare di perdere un fornitore noto, sicuro e fidato.
In generale si possono delineare tre tipi di fornitura:
materiale di supporto che non va al prodotto;
materiale ordinario che va al prodotto;
materiale dal quale dipende la qualit del prodotto.
Per il primo tipo, che comprende tutto il materiale accessorio - dalla cancelleria per
gli uffici, ai lubrificanti per lofficina, ecc. - il controllo avviene per via informale. Il
secondo tipo di fornitura riguarda elementi altamente standardizzati. Essi di norma
vengono forniti da aziende con lunghissima tradizione di qualit. Invece, il terzo tipo di
fornitura richiede procedure di verifica preliminarmente alla sottoscrizione del contratto,
nonch di controllo al momento della consegna. in questo modo che il fornitore
concorre direttamente al sistema qualit della SIRZ ed i rapporti reciproci devono
rispettare i principi generali della garanzia della qualit.

28T.

Pyzdek, What every engineer should know about quality control, Dekker, 1989.

- 1.183 -

1. Il Contesto Produttivo.

1.6.4.1.

Le Responsabilit del Fornitore.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

di costi, di qualit e di tempi di consegna. Mancanza di puntualit e non rispondenza in


livello di qualit causano un aumento indiretto dei costi spesso pi penalizzante di un
costo diretto maggiore; qualit e puntualit non possono essere compensati da prezzi
inferiori e sono elementi primari nella valutazione delle offerte di forniture.
SIRZ dispone di una lista di fornitori abituali con i quali ha rapporti soddisfacenti da
diversi anni. Questi fornitori abituali sono di fatto gi inclusi nellelenco fornitori. Per
questi fornitori il responsabile qualit ottiene periodicamente la dichiarazione scritta
sullo stato del loro sistema qualit e viene fatta pressione affinch questi fornitori
adottino un efficace sistema qualit in accordo con le normative EN 29000. Nel
frattempo sono registrati a cura del responsabile qualit i dati relativi a:
volume di fornitura su cui fare affidamento;
rispetto dei termini di consegna;
qualit delle forniture di materiali o servizi;
qualit della documentazione.
I fornitori per i quali non c' ancora sufficiente esperienza di fornitura devono
necessariamente essere valutati dal responsabile qualit o da un suo delegato. Nel
frattempo, anche per questi fornitori si eseguono le suddette registrazioni.
I nuovi fornitori devono documentare il loro sistema qualit e la documentazione
esaminata dal responsabile qualit. In caso di esito positivo, i nuovi fornitori sono
registrati nella lista dei fornitori con una nota che deve ricordare al responsabile acquisti
lesigenza di esercitare cautela nellassegnazione dei primi ordini, escludendoli dalle
forniture critiche.
Per i singoli progetti, il responsabile qualit in collaborazione con lufficio tecnico, il
responsabile produzione, il responsabile di commessa ed il responsabile acquisti,
individuano i materiali da considerare critici e che necessitino di ispezioni o controlli
presso il produttore. Lispezione del materiale alla fonte parte integrante del piano
controllo qualit ed in esso sono contenute anche le relative procedure. Lesecuzione o
meno di queste ispezioni prescinde totalmente dal fatto che il fornitore sia compreso o
meno nella lista dei fornitori ufficiali, come pure dal fatto che il fornitore sia o meno
certificato. Certamente al fornitore certificato spetta la precedenza, ed inoltre lispezione
ad un fornitore noto da anni risulter differente da quella ad un fornitore del tutto nuovo,
essendo gi svolta la parte di acquisizione dei dati generali (i quali devono comunque
essere sempre aggiornati).
Nel caso pi generale, lispezione per la fornitura critica, come quella per
linserimento nella lista dei fornitori, non deve comprendere solo il controllo visivo
delle linee produttive, ma interesser tutto il sistema dellazienda fornitrice. In
particolare si dovr verificare:
qualit della direzione;
controllo della progettazione;
controllo della produzione;
procedure di verifica;
trattamento delle nonconformit;
strumenti di misura;
qualit del sistema informazioni;
azioni correttive.
Per la parte di controllo visivo diretto, possono essere predisposte le opportune
check-list. Peraltro, se queste possono essere sempre utili come promemoria o come

- 1.185 -

1. Il Contesto Produttivo.

forma particolare di procedura, si rileva che nulla pu uguagliare il giudizio dettato


dallesperienza dellispettore.
Lattivit di ispezione alla fonte impone allazienda lo svolgimento di precise
verifiche sui materiali prima del loro inserimento nel ciclo produttivo. Allarrivo del
materiale, prima che questo venga scaricato dal camion, viene eseguito dai magazzinieri
un primo controllo, detto visivo dimensionale, consistente nel verificare la
corrispondenza fra ci che viene consegnato e ci che riportato nella bolla di
accompagnamento e nel controllo della presenza dei marchi di certificazione quando
prescritti (ad esempio su ogni tipo di flangia). Dopo questi controlli, il materiale pu
essere scaricato. Esso risulta accettato con riserva fino al completamento dei controlli
successivi. Quindi, il magazziniere invia allufficio acquisti copia della bolla per il
confronto con quanto contenuto nellordine e riferisce lavvenuta consegna alla
funzione qualit perch svolga gli opportuni controlli. Questi riguarderanno le
dimensioni ed il numero dei pezzi consegnati, le caratteristiche metallurgiche e
meccaniche dei materiali e le documentazioni di certificazione consegnate. Questo
controllo consente di avere piena certezza della conformit del materiale alle
caratteristiche qualitative richieste e specificate nellordine di fornitura. Lavvenuto
superamento del controllo viene indicato sul materiale stesso tramite la punzonatura del
numero di commessa e del codice del materiale. Solo a questo punto il materiale viene
definitivamente accettato e pu essere utilizzato in produzione.

1.6.5.

Nonconformit e Prevenzione degli Errori.

La normativa UNI ISO 8402 definisce la nonconformit come non soddisfacimento


dei requisiti specificati e riguarda lo scostamento o lassenza di una o pi caratteristiche
di qualit, o di elementi del sistema qualit, rispetto ai requisiti specificati.
La differenza essenziale tra nonconformit e difetto sta nel fatto che i requisiti
specificati possono differire da quelli necessari allimpiego previsto. Come si vede,
questa definizione riguarda ogni elemento del sistema qualit. Quindi, per
nonconformit non si intende solamente pezzo scarto, ma molto pi in generale non
rispondenza ai requisiti stabiliti. Ad esempio, in SIRZ la maggior parte delle
nonconformit rilevate non riguardano i pezzi prodotti ma il sistema di documentazione,
tipicamente errori nella diffusione delle versioni aggiornate dei documenti.
La stessa normativa distingue il concetto di nonconformit da quello di difetto; la
definizione di difetto la non osservanza di requisiti in relazione allimpiego previsto e
riguarda lo scostamento o assenza di una o pi caratteristiche di qualit rispetto ai
requisiti necessari allimpiego previsto. Il difetto dunque un tipo particolare di
nonconformit. Per, spesso il difetto anche il fatto materiale che rende rilevabile la
nonconformit e con questa tende ad identificarsi. In letteratura, specialmente nei
manuali applicativi per limpostazione del sistema di qualit in azienda, i due termini
risultano comunque praticamente sinonimi.
Perch un sistema di qualit sia valido, necessario che ogni persona dellazienda
che individui una nonconformit la segnali immediatamente perch venga corretta, ci a
prescindere dal ruolo e dalle competenze che la persona ricopre, come pure
dalloccasione che ha reso evidente la nonconformit stessa. Ci viene di norma
indicato come superamento della dipendenza dallispezione. Questa logica molto
importante nellazienda prototipica ed addirittura vitale in SIRZ.
- 1.186 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Nella produzione di grande serie, magari di prodotti di basso costo, la presenza di


piccoli difetti ricorrenti (quelli grandi ed occasionali si suppone vengano eliminati a
priori) porta a danni economici contenuti per lazienda. Invece, nel pezzo unico
specialmente se con obblighi di sicurezza stringenti, qualunque nonconformit viene
prima o poi rilevata e, quanto meno, la sua correzione implica un ritardo nel lavoro e di
conseguenza lapplicazione da parte del committente di sanzioni.
Quindi, il manuale di qualit di SIRZ impone che chiunque nellazienda individui
una nonconformit (sia che ci avvenga nel corso di una verifica ufficiale, sia che
avvenga in qualunque altra occasione) la segnali in modo che possa essere compilato un
rapporto di nonconformit. Questo rapporto necessario per correggere le irregolarit
trovate nel sistema qualit ed indispensabile per prevenirne la ripetizione.
Chiunque del personale trovi una nonconformit nella sua attivit deve compilare il
rapporto di nonconformit; chiunque del personale trovi una nonconformit nel
prodotto deve avvisare lispettore del controllo qualit, il quale valuter la
nonconformit stessa e ne rediger il relativo rapporto. Infine, chi trovi una
nonconformit nel proprio lavoro dovuta a fasi precedenti, deve contattare il
responsabile dellattivit non conforme, consegnargli il rapporto ed attendere la
risoluzione del problema prima di procedere con ulteriori fasi del lavoro connesse con la
nonconformit rilevata.
Nelle attivit generali, la risoluzione delle nonconformit proposta dallautore del
rapporto. Successivamente, il responsabile della funzione relativa dovr confrontare il
rapporto di nonconformit con la relativa proposta di risoluzione ed approvarla o
proporre una soluzione alternativa. Per le nonconformit nelle attivit generali, le
soluzioni possibili sono:
correzione dellattivit, in conformit con gli scopi del manuale, delle istruzioni o
delle procedure;
correzione delle attivit successive a quella rivelatasi non conforme, sulla base del
manuale o di specifiche istruzioni o procedure.
Qualora la nonconformit porti alla produzione di pezzi difettosi, sono previsti quattro
tipi di soluzione. I pezzi possono essere:29
rilavorati per soddisfare i requisiti specificati;
accettati con o senza riparazione, a seguito di concessione debitamente
autorizzata;
declassati per altre applicazioni;
rifiutati o scartati.
Quando venga attuata la prima o la seconda delle soluzioni possibili, il pezzo, dopo la
rilavorazione o la riparazione, viene nuovamente ispezionato. In caso di esito positivo, il
verbale positivo redatto dallispettore posto ad integrazione del rapporto di
nonconformit. Il rapporto, cos integrato, entra a far parte del registro generale delle
documentazioni di commessa.
Copia di tutti i rapporti di nonconformit vengono raccolti e catalogati dal
responsabile qualit. Ad intervalli al massimo annuali, il presidente esamina
regolarmente tutti i rapporti di nonconformit e discute con i responsabili delle relative
funzioni le disposizioni da mettere in atto per rendere minimo il numero e lentit delle
nonconformit tramite:

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

In un audit di sistema, si verifica se il sistema soddisfa i requisiti della norma di


riferimento (ad esempio EN 29001); in un audit di conformit si verifica se il sistema
produttivo soddisfa i requisiti di specifiche dettagliate, procedure interne ed istruzioni di
lavoro; in un audit di prodotto si verifica se il prodotto risponde ai requisiti contrattuali.
Da un punto di vista dellorganizzazione che effettua laudit, questi si possono
classificare in:
audit interni, tenuti da valutatori dellazienda (normalmente il responsabile qualit
o un suo diretto delegato);
audit esterni, tenuti da valutatori del cliente ed atti a verificare le effettive capacit
dellazienda;
audit estrinseci, tenuti da terzi, i quali possono essere i consulenti esterni per la
qualit, ai quali lazienda ha delegato in tutto o in parte lapprontamento del
sistema qualit, od ispettori dellente certificatore presso il quale lazienda
certificata.
Tutte le verifiche ispettive devono essere opportunamente programmate. Esse non
costituiscono un fatto occasionale: la predisposizione del programma generale, di norma
su base annuale, garantisce un carico di lavoro bilanciato per il valutatore ed un
adeguato preavviso per il valutato. Ugualmente, alle verifiche ispettive deve essere
dedicato il giusto tempo. Non giustificabile un rinvio o lo svolgimento affrettato a
causa della gran mole di lavoro o della vicinanza di scadenze importanti.
Le verifiche ispettive della qualit hanno un costo in termini di tempo impiegato dal
valutatore (per la preparazione e lo svolgimento della verifica) e dal valutato (per la
preparazione e la partecipazione alla verifica, che parte dellattivit aziendale e non
unattivit accessoria), nonch per la conseguente correzione di tutte le anomalie
riscontrate nel corso della verifica stessa. Perci, importante che le verifiche siano
opportunamente preparate e svolte con competenza in modo economico, ed altrettanto
importante che i valutatori siano adeguatamente addestrati ed abbiano unesperienza
adeguata.

1.6.6.2.

LAudit e lAzienda Prototipica.

Laudit risulta in assoluto il miglior strumento per il miglioramento della qualit


nellazienda prototipica, nella quale si applica il concetto di qualit come
organizzazione, certezza di informazione, ruoli, organicit delloperare, flessibilit.
Infatti, laudit porta ad una valutazione del modo di operare, del livello di coscienza e di
istruzione di ciascun membro dellorganizzazione, della validit delle procedure e delle
istruzioni, ed in generale della documentazione adottata e della possibilit di affrontare
correttamente ed efficacemente ogni fase del lavoro. Le azioni correttive o migliorative
che conseguono a questa valutazione portano al miglioramento del sistema, ossia del
modo di lavorare dellazienda nel suo complesso e non solo dellattivit relativa al
singolo prodotto in lavorazione. Quindi esse portano ad elevare il livello qualitativo
attuale e futuro di tutta lazienda.
Obiettivo dellaudit di paragonare lo specifico sistema di qualit con la pratica
effettiva, al fine di poterne verificare la conformit. Quindi, il suo scopo primario la
ricerca dellevidenza oggettiva che lattivit venga svolta in accordo con le istruzioni e
procedure scritte. Una verifica ispettiva della qualit dunque fondamentale perch:
evidenzia la realt oggettiva, in contrapposizione allopinione personale;

- 1.190 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

rivela le mancanze di conformit;


mette in luce le carenze specifiche del sistema di qualit;
fornisce alla direzione uninformazione imparziale sullefficacia del sistema;
identifica i punti deboli del sistema che debbono essere migliorati;
permette di formulare proposte di miglioramento.

Senza verifiche ispettive regolari, pu succedere che lattivit pratica si discosti


radicalmente dal sistema definito, a causa di:
difetti organizzativi;
ignoranza;
malintesi ed errate istruzioni;
negligenza volontaria;
desiderio personale di migliorare autonomamente la situazione.
Nellazienda prototipica si svolgono prevalentemente audit interni, specialmente
dopo lottenimento della certificazione. Infatti, la certificazione garantisce al cliente sia
la presenza di oggettivi requisiti di qualit, sia la presenza di un progetto di continuo
miglioramento del sistema di qualit. Inoltre, il cliente approva il piano del controllo
qualit del prodotto da lui commissionato, partecipa alle ispezioni quando previsto, ha
sempre pieno accesso a tutta la documentazione della commessa e dunque, dopo la
sottoscrizione del contratto, potr avere una sufficiente fiducia nei confronti
dellazienda, tale da rendere superflua unulteriore azione di auditing. D'altra parte, il
mantenimento dei requisiti qualitativi garantito dallente certificatore, il quale, anche
dopo la concessione della certificazione di qualit, continua la periodica attivit di
sorveglianza.
La produzione su commessa di pezzi unici rende in qualche modo sfumata la
demarcazione fra audit di sistema, di conformit e di prodotto. La mancanza di linee
produttive stabili impedisce di suddividere lazienda in realt minori legate al singolo
prodotto, ma lo svolgimento di ciascuna commessa riflette la situazione di tutto il
sistema aziendale. Quindi, non possibile eseguire una verifica sul prodotto senza
mettere in discussione lorganizzazione del sistema aziendale, la sua capacit di mettere
in pratica le prescrizioni del manuale di qualit e delle procedure. Inoltre,
lapprovazione del sistema qualit da parte del committente (al momento della firma del
contratto) porta a rapportare lattivit inerente alla commessa non solo alle prescrizioni
interne e contrattuali, ma anche alle prescrizioni della normativa sulla qualit, alla quale
il committente far riferimento nelle proprie valutazioni delloperato dellazienda. Di
questo allora si dovr tenere conto anche in sede di verifica ispettiva.
Dunque, gli audit potranno essere di carattere generale o centrati su di una
commessa, potranno riguardare loperato di un singolo ruolo, persona, ufficio o sezione,
ma preferibile coinvolgere pi persone che operano in ruoli direttamente connessi o
sequenziali nello svolgimento del lavoro. Si verificheranno:
il possesso di tutte le procedure ed istruzioni relative al ruolo, nelledizione pi
recente;
la loro piena conoscenza e comprensione;
la conoscenza delle proprie responsabilit nei confronti degli altri ruoli e
dellazienda;
il modo di operare delle persone, confrontandolo con quanto stabilito dalle
procedure, dalle istruzioni e dal manuale di qualit;
il possesso di eventuali altri documenti ufficiali relativi al ruolo;
la validit e la completezza delle istruzioni ricevute;

- 1.191 -

1. Il Contesto Produttivo.

le modalit di trasferimento delle informazioni (procedure, istruzioni, disegni

costruttivi, ordini, distinte, bolle) in ingresso ed in uscita da ciascun ruolo, ed in


generale il rapporto fra i ruoli connessi;
il corretto e continuo aggiornamento del registro generale della documentazione di
commessa;
lutilizzo di documentazioni non ufficiali;
lutilizzo di comunicazioni orali;
la presenza di casi di inapplicabilit delle procedure o di attivit perch non
contemplate da procedure od istruzioni;
il modo di agire adottato dai singoli nei casi suddetti;
lefficienza delle attrezzature, dei macchinari e degli strumenti di misura utilizzati
sul posto di lavoro;
il riscontro di eventuali nonconformit e le azioni adottate per la loro risoluzione e
futura prevenzione;
altre problematiche riscontrate sul lavoro;
la presenza di situazioni di pericolosit nel lavoro ed eventuali infortuni incorsi.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

1.6.6.3.

Gli Audit in SIRZ.

SIRZ intende sviluppare continuamente la pratica dellaudit interno come strumento


per il miglioramento del proprio sistema qualit. Questo concorde con laccezione di
qualit come organizzazione. Infatti, laudit consente di valutare la reale cognizione del
proprio ruolo da parte di ciascuno, di verificare la correttezza dellattivit di ciascuno
(sia nel proprio posto di lavoro, sia nella trasmissione e nel ricevimento delle
informazioni e dei materiali), di raccogliere critiche e proposte per il miglioramento
delle procedure e della documentazione in generale. A questo fine, gli audit possono
essere realizzati per gruppi di ruoli che operano in sequenza, o comunque in maniera
direttamente connessa.
E gi pratica ordinaria lo svolgimento di riunioni settimanali dei responsabili di
ciascuna commessa per fare il punto della situazione, analizzare problemi insorti,
proporre soluzioni correttive, programmare azioni future. Si iniziata unattivit
sistematica di audit, estesa a tutto il sistema produttivo e centrata sullo scambio delle
informazioni fra i differenti ruoli. Gli audit interni sono condotti dal responsabile
qualit, ai quali sono convocate le persone che coprono due o pi ruoli connessi, ad
esempio responsabile tecnico e capo officina, oppure responsabile acquisti e
magazzinieri.
Frequentemente si osserva che i problemi rilevati hanno gi trovato una soluzione
informale grazie al margine di autonomia di ciascun ruolo, e questa soluzione informale
pu essere la base per la discussione. Ugualmente, in SIRZ si sono ridotte al minimo
queste modalit informali di autorganizzazione, nella convinzione che qualunque
risultato personale che non venga reso patrimonio comune dellazienda risulti sprecato.
Infatti, esso risulterebbe patrimonio della persona e non del ruolo, e dunque non
risulterebbe trasmissibile nel momento in cui il ruolo venisse coperto da altri: chiunque
inizi a coprire un ruolo non deve partire da zero, ma deve avere a disposizione tutta
lesperienza maturata da chi ha coperto quel ruolo prima di lui.
Alcuni problemi emersi nel corso degli audit, e sui quali stato necessario agire,
verranno di seguito illustrati.

1.6.6.3.1. Diffusione ed Uso delle Procedure.


Il primo problema rilevato essenzialmente di mentalit. La maggior parte delle
persone in SIRZ considerava le procedure esclusivamente come mezzo per listruzione
del personale, ovvero come strumento per lottenimento della qualit e non come
strumento di garanzia. Da parte di molti, il mancato ricevimento della procedura non era
ritenuto una nonconformit da segnalare. Effettivamente, non pensabile che ogni
minima attivit allinterno dellazienda sia rigorosamente definita da apposite
procedure, ma una corretta informazione del personale sui principi della qualit deve far
s che ciascuno si renda conto di quando unattivit debba essere garantita da una
procedura e, mancando questa, della necessit di rivolgersi al proprio superiore per
ottenere informazioni al proposito. In particolare, mancava la coscienza della necessit
di possedere e seguire le procedure anche per quelle attivit nelle quali si disponeva gi
di un notevole livello di esperienza e di professionalit. Invece, le procedure non solo
guidano le persone ad operare nel migliore dei modi, ma la loro diffusione ed
applicazione strumento di garanzia per il cliente del fatto che ogni attivit viene svolta
esattamente nel modo in esse indicato. Al limite, un lavoro svolto alla perfezione ed in

- 1.193 -

1. Il Contesto Produttivo.

pieno accordo con la procedura esistente, ma senza che loperatore possieda la


procedura stessa, da considerarsi una nonconformit a tutti gli effetti, e giustamente
tale stata recentemente considerata da un cliente. Non va poi dimenticato che, in sede
di ispezione da parte dellente certificatore, questo modo di operare non potrebbe
assolutamente essere considerato corretto e sarebbe una ragione indiscutibile per
ridiscutere la certificazione.
Ci che ha importanza non solo il risultato finale, ma anche (se non addirittura
primariamente) la possibilit di dimostrare e garantire, in maniera chiara, certa e
riscontrabile, la piena correttezza di ogni passo per la realizzazione di questo risultato
finale. Tutto ci vale soprattutto in una produzione che, pur sostanzialmente stabile a
livello di operazioni di progetto, di approvvigionamento o di tecnologia, estremamente
variabile a livello di prodotto. Nellistante in cui un prodotto presentasse particolarit in
qualche fase del ciclo produttivo, la scarsa considerazione delle procedure porterebbe
inevitabilmente a degli errori. A ci si aggiunge che una scarsa considerazione delle
procedure sollecita lo sviluppo parallelo di quelle forme di autorganizzazione informale
che, pur utili ai fini del risultato immediato, sono alla lunga assai nocive per lo sviluppo
generale dellazienda. Come visto, esse risultano non trasmissibili da una persona
allaltra e portano ad un progressivo scollamento fra i ruoli, impedendo il
coordinamento ed il corretto passaggio delle informazioni.

1.6.6.3.2. Redazione ed Aggiornamento delle Procedure.


Le procedure sono attualmente redatte dai tecnici del settore sotto indicazione del
responsabile qualit e da quest'ultimo approvate. Dalla valutazione critica della
chiarezza e delleffettiva applicabilit delle procedure, si concluso che sar necessario,
almeno per taluni ambiti, stabilire le modalit di contributo anche degli operatori di ogni
livello alla redazione ed aggiornamento delle procedure, anche al di fuori dellattivit di
auditing. Questo il metodo pi corretto per registrare lesperienza di ciascuno, al fine
di integrare la memoria storica e per consentire la trasmissione del patrimonio
individuale portandolo a patrimonio dellazienda. Per una corretta formulazione delle
procedure necessaria unampia ed approfondita conoscenza del processo produttivo:
seppure i tecnici hanno una piena visione del processo nella sua globalit, essi non
potranno conoscere ogni aspetto ed ogni problematica delle operazioni tecnologiche
elementari con le quali loperatore ha a che fare ogni giorno. Quindi, si in fase di
continua elaborazione di un metodo per la raccolta delle informazioni, le quali saranno
uno degli strumenti di lavoro del responsabile del settore e del responsabile qualit. Per
quanto applicato in tutt'altra maniera, il principio teorico simile a quello dei
diagrammi causa-effetto esposti nei reparti, che consentono a chiunque di fornire
consigli per il miglioramento del prodotto o del ciclo produttivo. Viste le dimensioni
contenute della SIRZ e la sua organizzazione per funzioni e squadre di lavoro, si ritiene
che questo risultato si possa ottenere semplicemente con riunioni straordinarie, distinte
dagli audit, convocate di volta in volta dal responsabile qualit per la discussione delle
bozze delle procedure di prossima emissione.

1.6.6.3.3. Aggiornamento dei Disegni.


Molte volte in SIRZ la produzione di una commessa viene avviata prima che sia del
tutto ultimata la fase di progettazione. Di conseguenza, relativamente frequente la
- 1.194 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

diffusione in officina di aggiornamenti in corso d'opera dei disegni gi distribuiti in


precedenza, come pure di istruzioni particolari specifiche della commessa, durante la
fase di produzione. Fino ad poco tempo fa, assieme al disegno aggiornato, veniva
consegnato ogni volta lelenco completo aggiornato dei disegni distribuiti, ciascuno dei
quali individuato da un codice e dalla data di diffusione. Alla consegna dei disegni da
parte dellufficio tecnico alla produzione, veniva compilato in due copie un transmittal
(a modo di ricevuta), una per lufficio tecnico, laltra per la produzione. In sede di
auditing si osservato che questo modo di procedere non era del tutto corretto, in
quanto lelenco dei disegni non costituiva documento ufficiale, era privo di codice e di
data di emissione. Chi avesse voluto verificare leffettivo aggiornamento dellelenco e
dunque dei disegni in suo possesso avrebbe dovuto dunque verificare la data di ciascun
disegno dellelenco confrontandola con quella indicata sui vari cartigli. Ci risultava
estremamente complesso, lungo e con ampie possibilit di errore. Si dunque deciso di
attuare le seguenti azioni migliorative:
gli elenchi dei disegni diventano documento ufficiale ed entrano a far parte del
registro generale della documentazione di commessa;
ogni elenco deve portare un codice di riconoscimento e la data di emissione;
ogni elenco deve contenere la data di emissione dellultima versione di ciascun
disegno;
lelenco deve portare evidenziati i disegni aggiornati ed ogni differenza rispetto
allelenco precedente;
al momento del ricevimento del disegno aggiornato, il ricevente deve marcare in
maniera chiara ogni copia in suo possesso della versione superata e restituirla al
responsabile di produzione.
Si inoltre vista la necessit di estendere luso del transmittal anche per i passaggi di
documenti dallufficio produzione al reparto produttivo. Per semplicit, stato
predisposto un modulo unico che contenga la registrazione di tutti e due i passaggi.

1.6.6.3.4. Ricevimento del Materiale dai Fornitori.


necessario distinguere due casi: materiale di fornitura e materiale in conto
lavorazione. Il primo materiale che lazienda acquista presso i fornitori per la
realizzazione dei prodotti, il secondo materiale che il cliente invia perch su di esso
vengano svolte operazioni tecnologiche per suo conto.
Ad un opportuno audit sono stati convocati i due magazzinieri ed il responsabile
della programmazione di officina. Si riscontrato che i magazzinieri - al momento del
ricevimento delle merci ed in conformit alla procedura in loro possesso - svolgono un
controllo visivo dimensionale (rilevando il numero e le dimensioni dei pezzi forniti e la
presenza su di essi dei marchi di certificazione), ed un controllo di corrispondenza con
la bolla di accompagnamento. Dunque, al momento del ricevimento non viene svolto
alcun controllo di corrispondenza con lordine emesso. Il materiale viene comunque
accettato con riserva, laccettazione definitiva del materiale di fornitura avviene dopo i
controlli di piena corrispondenza con le caratteristiche dimensionali, numeriche e
qualitative descritte nellordine.
emersa la mancanza di istruzioni per i magazzinieri sul come comportarsi a fronte
di non corrispondenza fra materiale e bolla di accompagnamento e su come svolgere il
controllo dimensionale sui fasci di tubi consegnati avvolti in fogli di plastica saldata, i
quali consentono il controllo solo dei tubi allesterno del fascio.
- 1.195 -

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.

1.6.6.3.5. Specifiche sui Materiali.


Oltre ad indicare le caratteristiche meccaniche e metallurgiche del materiale, spesso
le specifiche di commessa indicano genericamente che esso deve essere nuovo. In una
commessa si sono avute alcune contestazioni su questo punto, poich le date dichiarate
per i materiali erano quelle di certificazione e non quelle di produzione o di acquisizione
da parte di SIRZ. Al fine di prevenire il ripetersi di future contestazioni, in sede di
trattativa e di riesame di contratto stato necessario dedicare maggiore attenzione a
questo punto, evitando in maniera assoluta le indicazioni generiche ed ottenendo la
specificazione di una data limite per la fabbricazione. Si rivista anche la procedura per
gli ordini, in modo da poter garantire al cliente leffettiva data di produzione del
materiale anche quando, per lacquisto, SIRZ non si sia rivolta direttamente al
produttore (cosa che possibile solo per i grandi volumi) ma ad intermediari o
magazzini periferici. Inoltre, la necessit di fornire anche questa garanzia ha portato ad
una integrazione della procedura per la selezione dei fornitori e ad una revisione
dellattuale lista dei fornitori ufficiali.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Unopera di formazione del personale, oltre che di istruzione, fa generalmente parte


dellattuazione di qualsiasi sistema di qualit30. Purtroppo, da un canto le imprese non
sono sempre in grado di attuare autonomamente un serio piano di formazione, dallaltro
la mole di lavoro, le scadenze delle diverse commesse, in generale la vivacit della
produzione lasciano ben poco spazio alla formazione ed alle attivit in favore del
miglioramento qualitativo, le quali spesso vengono sottovalutate in quanto considerate
prive di ritorno immediato.
Va comunque detto che la presidenza di SIRZ ha coscienza di queste cose ed ha
iniziato a favorire la partecipazione dei vari responsabili a cicli formativi presso agenzie
specializzate, anche in collaborazione con le associazioni di imprese. Conclusa questa
prima fase, sar possibile affrontare lottimizzazione del sistema di qualit gi
impostato, evitando gli effetti dellimprovvisazione che finora hanno caratterizzato il
lavoro di revisione interna. Sar quindi possibile investire tempo e capitale in attivit
formative anche per i livelli pi bassi, gestite e realizzate allinterno dellazienda.
Si ritiene che, sebbene anche questa fase della formazione possa essere delegata ad
enti formativi esterni, avendone la possibilit, sia preferibile la sua realizzazione
allinterno dellazienda, al fine di fornire una preparazione specifica, concreta,
comprensibile ed assimilabile dalla maggioranza del personale.

30T.

Conti, Come costruire la qualit totale, Sperling &Kupfer, 1992

- 1.197 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

INDICE DEL CAP. 1


1.

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.

La Standardizzazione dei Prodotti...................................................................1.10


La Rivoluzione Industriale. .............................................................................1.10
Lo Studio Scientifico del Lavoro. ...................................................................1.11
Le Relazioni Umane........................................................................................1.11
I Modelli Decisionali.......................................................................................1.11
La Gestione della Produzione..........................................................................1.12
La Funzione Produttiva. ..................................................................................1.13

Il Sistema Produttivo, in quanto Sede delle Trasformazioni. ..................... 1.14


Il Quadro delle Decisioni Operative. .......................................................... 1.16
Un Altro Modo di Vedere le Decisioni Operative...................................... 1.19
Produttori di Beni e Servizi. ....................................................................... 1.20
La Strategia Operativa. ............................................................................... 1.22

1.2.7.1. Un Modello di Strategia Operativa..................................................................1.23


1.2.7.1.1.
1.2.7.1.2.
1.2.7.1.3.
1.2.7.1.4.
1.2.7.1.5.
1.2.7.1.6.
1.2.7.1.7.

1.2.7.2.
1.2.7.3.
1.2.7.4.
1.2.7.5.
1.2.7.6.
1.2.7.7.

La Strategia Generale dellOrganizzazione.........................................................1.24


Analisi Interna ed Esterna. ..................................................................................1.25
La Missione Operativa. .......................................................................................1.25
La Competenza Distintiva...................................................................................1.25
Gli Obiettivi Operativi. .......................................................................................1.26
Le Politiche Produttive........................................................................................1.27
Tattica e Risultati. ...............................................................................................1.28

Tipi di Strategia Produttiva. ............................................................................1.29


Risposta ai Fattori Esterni. ..............................................................................1.30
I Mercati Internazionali. ..................................................................................1.32
LAttivit Produttiva Mirata............................................................................1.33
La Curva dellEsperienza. ...............................................................................1.34
I Passi verso LEfficienza Operativa...............................................................1.36

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

1.2.8. Il Progetto del Prodotto............................................................................... 1.39


1.2.9. Strategie di Introduzione del Nuovo Prodotto. ........................................... 1.40
1.2.10. Processo di Sviluppo del Nuovo Prodotto. ................................................. 1.42
1.2.10.1.
1.2.10.2.
1.2.10.3.
1.2.10.4.
1.2.10.5.

1.3.

Discussione del Processo di Sviluppo del Nuovo Prodotto.............................1.43


Processo di Sviluppo della Tecnologia............................................................1.45
Interazione tra Progetto del Prodotto e del Processo.......................................1.47
Analisi del Valore............................................................................................1.48
Gamma di Prodotti. .........................................................................................1.50

IL PROGETTO DEL PROCESSO PRODUTTIVO. .............................. 1.52


- 1-i -

1. Il contesto Produttivo

1.3.1. La Scelta del Processo.................................................................................1.53


1.3.1.1. Le Caratteristiche del Flusso del Processo. .................................................... 1.54
1.3.1.1.1.
1.3.1.1.2.
1.3.1.1.3.

Processo in Linea................................................................................................ 1.54


Processo a Flusso Intermittente (Job-Shop). ...................................................... 1.55
Processo a Flusso su Progetto............................................................................. 1.57

1.3.1.2. La Classificazione per Tipo di Ordinativo...................................................... 1.59


1.3.1.2.1.
1.3.1.2.2.
1.3.1.2.3.

Processo Make-to-Order..................................................................................... 1.60


Processo Make-to-Stock..................................................................................... 1.61
Confronto tra Make-to-Order e Make-to-Stock.................................................. 1.63

1.3.1.3. Le Decisioni per la Selezione del Processo. ................................................... 1.63


1.3.1.4. La Strategia Prodotto-Processo....................................................................... 1.66

1.3.2. La Scelta della Tecnologia. .........................................................................1.68


1.3.2.1. La Tecnologia e la Dirigenza.......................................................................... 1.70
1.3.2.2. La Tecnologia e lAmbiente Sociale. ............................................................. 1.70
1.3.2.3. La Fabbrica del Futuro. .................................................................................. 1.72
1.3.2.3.1.
1.3.2.3.2.
1.3.2.3.3.
1.3.2.3.4.
1.3.2.3.5.
1.3.2.3.6.

Il CAD. ............................................................................................................... 1.72


Il CAM. .............................................................................................................. 1.73
Il CIM................................................................................................................. 1.77
La Robotica. ....................................................................................................... 1.79
La Giustificazione della Fabbrica del Futuro. .................................................... 1.80
La Giustificazione Economica degli Investimenti. LAnalisi Finanziaria.......... 1.81

1.3.3. I Criteri Progettuali dei Sistemi Produttivi..................................................1.83


1.3.3.1. Gli Assiomi nella Progettazione dei Sistemi Produttivi. ................................ 1.84
1.3.3.1.1.
1.3.3.1.2.
1.3.3.1.3.
1.3.3.1.4.

LAutomazione dei Sistemi Produttivi Manifatturieri........................................ 1.84


Il Decentramento Produttivo. ............................................................................. 1.85
Il JIT e la Lean-production. ................................................................................ 1.86
Il Benchmarking. ................................................................................................ 1.87

1.3.3.2. Alcune Conseguenze. ..................................................................................... 1.90


1.3.3.3. Una Possibile Via di Superamento. ................................................................ 1.93
1.3.3.4. Qualche Ulteriore Spunto. .............................................................................. 1.94

1.3.4. LAnalisi del Flusso del Processo. ..............................................................1.97


1.3.4.1. Il Processo di Trasformazione come Sistema. ................................................ 1.97
1.3.4.2. LAnalisi mediante la Stesura del Flowchart.................................................. 1.98
1.3.4.3. LAnalisi del Flusso dei Materiali. ................................................................. 1.99
1.3.4.3.1.
1.3.4.3.2.

Un Modo Giapponese per Migliorare il Flusso dei Materiali e delle


Informazioni. .................................................................................................... 1.104
Applicazione della Metodologia Kaizen allErgonomia................................... 1.105

1.3.4.4. La Modellazione dei Flussi del Processo...................................................... 1.108

1.3.5. Lay-out dellImpianto. ..............................................................................1.109


1.3.5.1. Lay-out dei Processi Intermittenti. ............................................................... 1.110
1.3.5.1.1. I Criteri Quantitativi. ........................................................................................ 1.111
1.3.5.1.2. I Criteri Qualitativi. .......................................................................................... 1.115
1.3.5.1.3. Pianificazione del Lay-Out al Computer. ......................................................... 1.117
1.3.5.1.3.1.
CRAFT (Computerized-Relative-Allocation-of-Facilities). ................. 1.117
1.3.5.1.3.2.
ALDEP (Automated-Lay-out-Design-Program) ................................... 1.118
1.3.5.1.3.3.
Decisioni di Lay-Out............................................................................. 1.118

1.3.5.2. Lay-out dei Processi in Linea. ...................................................................... 1.119


1.3.5.2.1.
1.3.5.2.2.

Bilanciamento delle Catene di Montaggio ....................................................... 1.119


Alternative alle Linee di Montaggio Tradizionali ............................................ 1.125

1.3.6. Il Ruolo dellIngegnere Impiantista. .........................................................1.127


1.4.
LA GESTIONE DELLA QUALIT........................................................1.131
1.4.1. Il Legame tra Qualit e Produttivit..........................................................1.134
1.4.2. I Costi della Qualit...................................................................................1.136
1.4.2.1. Raccolta e Valutazione dei Dati di Costo ..................................................... 1.137
1.4.2.2. Rapporto dei Costi Operativi per la Qualit. ................................................ 1.138
1.4.2.3. Costi di Prevenzione ..................................................................................... 1.140

- 1-ii -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Costi di Valutazione ......................................................................................1.142


Costi di Nonconformit Interna.....................................................................1.142
Costi di Nonconformit Esterna. ...................................................................1.143
Costi Indiretti della Qualit ...........................................................................1.144
Interventi per la Riduzione dei Costi della Qualit. ......................................1.144
Controllo dei Costi della Qualit...................................................................1.146
LAnalisi dei Difetti. .....................................................................................1.148

1.4.2.10.1. Analisi di Pareto................................................................................................1.148


1.4.2.10.2. Diagramma Causa-Effetto.................................................................................1.150

1.4.3. Metodi per il Miglioramento della Qualit. .............................................. 1.152


1.4.4. Gestione della Qualit Totale. .................................................................. 1.156
1.5.
LA CERTIFICAZIONE PER LA GARANZIA DELLA QUALIT... 1.160
1.5.1. Il Contesto Europeo .................................................................................. 1.160
1.5.2. La Qualit nel Mercato Europeo............................................................... 1.160
1.5.3. Qualit e Norme Internazionali................................................................. 1.161
1.5.4. La Certificazione....................................................................................... 1.161
1.5.4.1.
1.5.4.2.
1.5.4.3.
1.5.4.4.
1.5.4.5.
1.5.4.6.

Identificare i Propri Prodotti..........................................................................1.162


Identificare le Direttive Applicabili...............................................................1.163
Identificare i Requisiti Essenziali Applicabili ...............................................1.163
Identificare le Norme Tecniche Applicabili ..................................................1.163
Approntare la Documentazione Necessaria...................................................1.163
Identificare lEnte di Certificazione Notificato. ............................................1.164

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

1.6.2. Le Attivit di Riesame. ............................................................................. 1.173


1.6.2.1. LEsame Preliminare.....................................................................................1.173
1.6.2.2. Il Riesame del Progetto. ................................................................................1.174
1.6.2.2.1.
1.6.2.2.2.
1.6.2.2.3.

IL Riesame dei Calcoli......................................................................................1.174


Il Riesame dei Disegni. .....................................................................................1.175
Le Check-List....................................................................................................1.175

1.6.2.3. I Riesami Successivi......................................................................................1.175

1.6.3. La Documentazione in Azienda................................................................ 1.178


1.6.3.1. La Gestione della Documentazione nellAzienda Prototipica.......................1.180

1.6.4. La Politica delle Forniture. ....................................................................... 1.182


1.6.4.1. Le Responsabilit del Fornitore.....................................................................1.184
1.6.4.2. Le Forniture in SIRZ. ....................................................................................1.184

1.6.5. Nonconformit e Prevenzione degli Errori............................................... 1.186


1.6.6. Il Metodo dellAudit ................................................................................. 1.189
1.6.6.1. I Tipi di Audit................................................................................................1.189
1.6.6.2. LAudit e lAzienda Prototipica. ...................................................................1.190
1.6.6.3. Gli Audit in SIRZ. .........................................................................................1.193
1.6.6.3.1.
1.6.6.3.2.
1.6.6.3.3.
1.6.6.3.4.
1.6.6.3.5.
1.6.6.3.6.

Diffusione ed Uso delle Procedure....................................................................1.193


Redazione ed Aggiornamento delle Procedure. ................................................1.194
Aggiornamento dei Disegni. .............................................................................1.194
Ricevimento del Materiale dai Fornitori. ..........................................................1.195
Specifiche sui Materiali.....................................................................................1.196
Conclusioni. ......................................................................................................1.196

- 1-iii -

1. Il contesto Produttivo

INDICE DELLE FIGURE DEL CAP. 1


fig. 1.1.
fig. 1.2.
fig. 1.3.
fig. 1.4.
fig. 1.5.
fig. 1.6.
fig. 1.7.
fig. 1.8.
fig. 1.9.
fig. 1.10.
fig. 1.11.
fig. 1.12.
fig. 1.13.
fig. 1.14a.
fig. 1.14b.
fig. 1.15.
fig. 1.16.
fig. 1.17a.
fig. 1.17b.
fig. 1.18.
fig. 1.19.
fig. 1.20.
fig. 1.21.
fig. 1.22.
fig. 1.23.
fig. 1.24.
fig. 1.25.
fig. 1.26.
fig. 1.27.
fig. 1.28.
fig. 1.29.
fig. 1.30.
fig. 1.31.
fig. 1.32.
fig. 1.33.
fig. 1.34.
fig. 1.35.
fig. 1.35.
fig. 1.36.
fig. 1.37.
fig. 1.38.
fig. 1.39.
fig. 1.40.
fig. 1.41.
fig. 1.42.
fig. 1.43.
fig. 1.44.

Discipline di studio nella gestione industriale. .................................................... 1.13


Una rappresentazione schematica del sistema produttivo...................................... 1.15
Modello della strategia operativa........................................................................... 1.24
Andamento dei costi di produzione con vari tassi di esperienza. .......................... 1.35
Mancanza di integrazione interfunzionale nel progetto di unaltalena (da R.G.
Schrder).............................................................................................................. 1.41
Processo di sviluppo di un nuovo prodotto............................................................ 1.42
Curva di mortalit delle idee di nuovo prodotto. ................................................... 1.44
Approccio simultaneo del trasferimento di tecnologia. ......................................... 1.46
Modello dinamico dellinnovazione prodotto-processo. ....................................... 1.47
Modello economico della variet di gamma........................................................ 1.50
Tipi di processi in linea degli impianti industriali. .............................................. 1.54
Modello del flusso nella produzione intermittente. ............................................. 1.56
Modello di flusso nella produzione su progetto................................................... 1.57
Schema di processo di produzione secondo il principio del make-to-order. ....... 1.60
Schema di processo di produzione secondo il principio del make-to-stock. ....... 1.61
Curve di costo delle diverse alternative. .............................................................. 1.66
Matrice della relazione tra prodotto e processo. .................................................. 1.67
Lay-out tradizionale per una produzione intermittente........................................ 1.74
Lay-out per una produzione secondo la group-technology.................................. 1.74
Lay-out di un FMS............................................................................................... 1.75
Posizionamento dei sistemi produttivi nella matrice produzione-variet di
prodotto................................................................................................................ 1.76
Classificazione degli strumenti CIM. .................................................................. 1.78
Vista esplosa di un corpo caldaia domestica degli anni 80. E messo in
evidenza il particolare programmato in fig. 1.22............................................... 1.100
Scheda di lavorazione del pozzetto del termostato di regolazione di fig. 1.21.. 1.101
Elemento del flowchart del processo di assemblaggio dellinsieme di fig.
1.21. ................................................................................................................... 1.102
Simboli unificati per la compilazione della scheda del flusso dei materiali. ..... 1.102
Scheda del processo di flusso nellassemblaggio del particolare di fig. 1.21. ... 1.103
Tipi di blocchi usati nel flowchart. .................................................................... 1.108
Matrice dei trasferimenti per settimana Tij tra le locazioni i e j nei due sensi... 1.113
Matrice dei costi di trasferimenti per unit di carico Cij (in per metro e per
trasferimento) tra le locazioni i e j..................................................................... 1.113
Lay-out iniziale. ................................................................................................. 1.113
Matrice delle distanze Dij tra le locazioni i e j, sulla base della disposizione
di fig. 1.29.......................................................................................................... 1.114
Matrice dei costi Cij, sulla base della disposizione di fig. 1.29. ........................ 1.114
Esempio di lay-out di supermercato. ................................................................. 1.116
Esploso del triciclo da montare in catena. ......................................................... 1.121
Diagramma di flusso del montaggio del triciclo di fig. 1.33. ............................ 1.121
Diagramma delle precedenze nel montaggio del triciclo di fig. 1.33. ............... 1.123
Carta di controllo x ........................................................................................... 1.135
Curve dei costi diretti della qualit. ................................................................... 1.143
Curve dei costi diretti, indiretti e totali. ............................................................. 1.144
Diagramma di Pareto dei difetti del circuito stampato. ..................................... 1.149
Diagramma elementare causa-effetto. ............................................................... 1.150
Diagramma causa-effetto pi completo. ............................................................ 1.151
Schema di un processo produttivo. .................................................................... 1.152
Diagramma delle fasi di impiego dei metodi di miglioramento della qualit.... 1.153
Applicazione delle tecniche di pianificazione della qualit per la sistematica
riduzione della variabilit di processo. .............................................................. 1.154
Circolo della Qualit applicato allintera vita del prodotto................................ 1.158
- 1-iv -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

fig. 1.45.
fig. 1.46.

Procedure di valutazione della conformit secondo la normativa europea.........1.166


Struttura dirigenziale di SIRZ.............................................................................1.168

INDICE DELLE TABELLE DEL CAP. 1


tab. 1.I.
Le priorit competitive in Europa, Stati Uniti e Giappone.....................................1.8
tab. 1.II.
Le priorit delle strategie di mercato in Europa, Stati Uniti e Giappone................1.8
tab. 1.III. Esempi di sistemi produttivi. ................................................................................1.15
tab. 1.IV. Decisioni operative di progetto e di utilizzazione. ...............................................1.20
tab. 1.V.
Produttori di beni e di servizi. ..............................................................................1.22
tab. 1.VI. Tipici obiettivi operativi. ......................................................................................1.26
tab. 1.VII. Esempi di importanti politiche operative..............................................................1.28
tab. 1.VIII. Alternative strategiche..........................................................................................1.29
tab. 1.IX. Caratteristiche dei processi. ......................................................................................1.58
tab. 1.X.
Confronto tra processo make-to-stock e make-to-order. ......................................1.62
tab. 1.XI. Matrice delle caratteristiche del processo.............................................................1.63
tab. 1.XII. Effetto dellintegrazione. ......................................................................................1.81
tab. 1.XIII. Analisi comparativa tra le caratteristiche del Kaizen e dellinnovazione...........1.104
tab. 1.XIV. Reparti dellazienda produttrice di tosaerba e spazzaneve. ................................1.112
tab. 1.XV. Operazioni di assemblaggio del triciclo di fig. 1.33...........................................1.122
tab. 1.XVI. Ordinamento delle operazioni sul triciclo per numero di predecessori. .............1.123
tab. 1.XVII. Bilanciamento della linea con la regola Kilbridge e Wester. .............................1.124
tab. 1.XVIII.I costi della qualit..............................................................................................1.141
tab. 1.XIX. Organizzazioni italiane di certificazione accreditate (al luglio 1993). ...............1.165
tab. 1.XX. Organizzazioni europee di certificazione (al dicembre 1992). ...........................1.165

- 1-v -

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

Anno Accademico 2000-2001

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A1.1.

LE TECNICHE DI ANALISI ATTUARIALE DEL VALORE

Le decisioni che riguardano la scelta della tecnologia od il progetto del processo


richiedono linvestimento di capitali, perci tali decisioni utilizzano lanalisi finanziaria
dei flussi di cassa scontati (DCF, Discounted-Cash-Flows) o lanalisi attuariale del
valore (NPV, Net-Present-Value), per determinarne il vantaggio economico. In questa
parte, si descriveranno alcuni metodi di analisi finanziaria, in particolare quelli correlati
alle decisioni operative.
Decisioni operative tipiche e che richiedono luso dellanalisi finanziaria sono:
lacquisto di nuovi impianti, macchine ed attrezzature,
la sostituzione di esistenti impianti (anche macchine ed attrezzature, ma, come
detto, tali attivit sono di importanza meno rilevante per riguardo alluso di queste
tecniche).

A1.1.1.

Il Valore del Denaro nel Tempo.

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)

detto fattore di sconto del valore attuale di 1 unit monetaria ad n anni.

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 -

A1. Appendice al Cap. 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

In alcuni casi di investimento pu essere utile calcolare il tasso di ritorno interno


dellinvestimento (IROR). Esso il tasso di interesse che rende esattamente uguale il
valore attuale dellinvestimento al flusso degli introiti futuri. Supponiamo che
linvestimento Ij sia fatto allanno j, con un cash-flow Cj, dallanno 1, allanno n. Il
tasso interno di ritorno dellinvestimento si ricava risolvendo in i la seguente:
I=

Cn
C1
C2
+
+ ... +
2
1 + i (1 + i)
(1 + i) n

(A1.1.4)

In generale il valore di i ricavato per tentativi.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Poich 5335 maggiore dellinvestimento di 5000, per avere il ritorno dellinvestimento in 3


anni necessario un tasso di interesse i pi grande. Per ridurre il secondo membro, il valore di i
che permette luguaglianza dei due membri di circa il 24%.

A1.1.2.

La Scelta del Progetto di Investimento.

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.

A1.1.2.1. Il Metodo del Payback.


Secondo questo metodo, il tempo di payback dellinvestimento calcolato secondo
la seguente espressione:

N=
dove:
N
I
S
A

I S
A

(A1.1.5)

il periodo di payback, in anni,


linvestimento,
il valore residuo di recupero dei beni acquistati con linvestimento,
il cash-flow annuo, al netto delle tasse.

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.

A1.1.2.2. Il Metodo del Valore Attuale Netto.


Quando leffetto dei tassi o del costo del capitale rappresenta un fattore importante, il
confronto tra alternative di capitale si fa con questo metodo. Il tasso di interesse scelto

- A1.3 -

A1. Appendice al Cap. 1.

preventivamente ed i futuri cash-flow sono calcolati al tempo presente attualizzandoli. Il


valore attuale netto (NPV = Net-Present-Value) calcolato con la:
n

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.

A1.1.2.3. Il Metodo del Tasso Interno di Ritorno dellInvestimento.


Anche lIROR pu essere utilizzato per ordinare la convenienza degli investimenti e
selezionare quelli da mettere in cassa dal ventaglio di proposte.

IROR
costo del capitale

costo del
capitale

totale dell'investimento

fig. A1.1.1.

Progetti di investimento classificati secondo il parametro IROR.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

A1.1.2.5. LAcquisto di una Nuova Macchina.


Questo problema sorge quando la direzione della produzione deve esaminare
linstallazione di una nuova macchina per ridurre la manodopera necessaria ad un
processo.

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 -

A1. Appendice al Cap. 1.

19.500
14.500
9.500 9.500 9.500
0

-50.000

fig. A1.1.2.

Cash-flow dellesempio.

LNPV al 15% del costo del capitale :


14.500
9.500
9.500
9.500
19.500
NPV = 50.000 +
+
+
+
+
= 8.835
2
3
4
(1 + .15)
(1 + .15)
(1 + .15)5
1 + .15 (1 + .15)

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.

A1.1.2.6. La Sostituzione di una Macchina.


Questo un problema ben noto, che sorge ogni volta si debba considerare se
sostituire una macchina esistente con un nuovo modello, oppure mantenere lo stato
precedente.

- A1.6 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Acquisto la vettura di 2 anni


costo delle riparazioni
pneumatici
olio e combustibile
assicurazione e bollo
TOTALE

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 -

A1. Appendice al Cap. 1.

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.

Problemi analoghi si incontrano nella scelta della tecnologia di processo, quando si


deve decidere se una macchina dellimpianto pu essere convenientemente sostituita
con una nuova. La scelta di una nuova macchina richieder un investimento, ma
probabilmente ridurr i costi operativi e produrr veri benefici, grazie alla sua migliore
produttivit, affidabilit e qualit del prodotto.
Gli esempi proposti hanno mostrato due differenti tipi di decisioni, che possono
essere trasferite alla scelta della tecnologia del processo. Il primo esempio ha
rappresentato la scelta tra lesistente tecnologia a forte intensit di manodopera e la
proposta di una tecnologia automatizzata. Invece, il secondo esempio ha illustrato la
sostituzione della tecnologia. Nella pratica, si incontrano molte variazioni di questi
problemi, i quali possono essere risolti sulla base dei principi esposti.

- A1.8 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A1.2.

CENNI DI TEORIA DELLE CODE.

In molte attivit produttive si formano code di attesa nel passaggio da unoperazione


alla successiva, sia perch loperazione precedente ha una produttivit maggiore di
quella seguente, sia per varie cause di indisponibilit dei mezzi di trasporto, delle
macchine o dellimpianto. La caratteristica comune che un numero di entit fisiche
(arrivi) tentano di avere un servizio da una limitata quantit di risorse (server) e devono
costituire una coda di attesa perch arrivi il loro turno.
Durante lattivit produttiva si verifica un numero enorme di tali situazioni ed i
problemi di coda possono andare dal disegno del lay-out dellimpianto, alle decisioni
della dirigenza, ai problemi di capacit fisica produttiva.
Il problema delle code pu essere risolto sia per via analitica, sia attraverso la
simulazione. Tuttavia, la possibilit di utilizzare formule analitiche limitata dalle
assunzioni matematiche che devono essere adottate per ricavare le formule, le quali
impediscono di arrivare a soluzioni vicine alla situazione reale che si vuole studiare,
anche se hanno il vantaggio di essere pi semplici e meno costose dei modelli di
simulazione.

A1.2.1.

Caratteristiche delle Code.

Ogni problema di code pu essere descritto in termini di tre caratteristiche: larrivo,


la coda ed il server.
1) LArrivo. Gli arrivi sono descritti dalla loro distribuzione statistica, la quale pu essere
specificata dal numero di arrivi nellunit di tempo, oppure dalla distribuzione del
tempo che intercorre tra un arrivo ed il successivo. Se la distribuzione degli arrivi
specificata nel primo modo, pu essere descritto il numero di arrivi che avvengono in
ogni intervallo di tempo assegnato, ad esempio, si pu descrivere il numero di arrivi in
unora. Invece, se gli arrivi hanno luogo in modo casuale, linformazione che interessa
la probabilit di n arrivi in un dato periodo, dove n intero.
Se il numero di arrivi assunto avvenire ad un ritmo medio costante e gli arrivi
sono tra essi indipendenti, allora essi hanno luogo secondo la distribuzione di
probabilit di Poisson. Cio, la probabilit di n arrivi nellintervallo di tempo T
data da:
P( n , T ) =

e T ( T ) n
n!

(A1.2.1)

dove:

rateo medio di arrivo, nellunit di tempo.


T
intervallo di tempo,
n
numero di arrivi nellintervallo di tempo T,
P(n,T) probabilit di avere n arrivi nel tempo T.
Tre tipiche distribuzioni di Poisson sono rappresentate in fig. A1.2.1. Si osservi
che, per il valore di T = 0.5 , si ha unalta probabilit di avere 0 arrivi
nellintervallo di tempo T e che la maggior parte della probabilit concentrata su
0, 1 e 2 arrivi. Mano a mano che il prodotto aumenta, la forma della curva della
distribuzione cambia radicalmente, verso un andamento pi simmetrico (normale)
e la probabilit di un gran numero di arrivi cresce. E stato verificato che la

- A1.9 -

A1. Appendice al Cap. 1.

distribuzione di Poisson pu essere usata in pratica per approssimare un gran


numero di situazioni reali.
Distribuzione di Poisson
0,7

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,

il rateo medio di arrivo nellunit di tempo,


t
un valore dato del tempo.
F(a)

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

fig. A1.2.2. a) La funzione esponenziale f ( x ) = e x , b) la funzione cumulativa


esponenziale (A1.2.2).

- A1.10 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

La distribuzione cumulativa esponenziale della probabilit mostrata in fig. A1.2.2b.


Si osservi che, mano a mano che il tempo aumenta, la probabilit dellaccadere di un
evento si avvicina ad 1.
Le distribuzioni di Poisson e cumulativa esponenziale sono del tutto equivalenti nel
descrivere gli arrivi. Tuttavia, una o laltra di esse pu essere usata per specificare gli
arrivi, in dipendenza se si desidera descrivere il tempo tra i successivi arrivi, oppure si
desidera il numero di arrivi nel tempo specificato. La scelta di un modo o dellaltro
dipende fortemente dal tipo di dati disponibili.
Esistono altre distribuzioni utili a descrivere gli arrivi, come quella di Erlang, che
pi flessibile di quella di Poisson, ma che anche pi complicata da usare. Un fattore
che influenza la scelta della distribuzione degli arrivi la grandezza della popolazione
in coda. Per esempio, per il manutentore di vetture che deve seguirne 6, la popolazione
limitata a 6: in questo caso difficile che la distribuzione degli arrivi segua Poisson,
perch il rateo di guasto delle vetture non sar costante, cio se 5 vetture sono guaste, il
tasso di arrivo sar minore di quando tutte e 6 saranno operative.
La coda. Anche la natura della coda influenza il modello. Intanto deve essere
specificata una disciplina della coda, che esprima il criterio secondo il quale gli
arrivi sono serviti.
Un criterio molto seguito il FIFO (first-in-first-out), secondo il quale il primo
arrivo servito per primo, ma si possono incontrare abbastanza facilmente
discipline che danno un grado di priorit agli arrivi e gli spostano in testa alla lista
per essere serviti prima.
Quando la coda descritta, ne deve essere specificata la lunghezza. Lassunzione
matematica pi comune, perch risolve alcuni problemi di trattazione analitica,
che la lunghezza pu arrivare allinfinito. Altre volte bisogna porre un limite, al di
l del quale gli arrivi sono rifiutati (come nel caso degli arrivi degli aerei negli
aeroporti), ma, in questi casi, il modello matematico diventa rapidamente
complesso.
Infine, deve essere definito il comportamento del cliente in coda. Si deve cio
descrivere quanto tempo di attesa gli spetter, prima che possa ricevere il servizio.
Pu accadere che alcuni clienti non possano mai avere il servizio, se la situazione
di arrivo particolarmente congestionata. Il comportamento assunto nei modelli
pi semplici che il cliente aspetta fino a quando pu essere servito.
Il server. Anche molte caratteristiche del server influenzano il modello. Una di
esse la distribuzione del tempo di completamento del servizio. Proprio come il
tempo di arrivo, anchesso varia da cliente a cliente. Unassunzione comune per il
tempo di completamento del servizio che anchesso segua la distribuzione
esponenziale di fig. A1.2.2b. Altre distribuzioni usate nello studio delle code
possono essere di un tempo di completamento costante, oppure di un tempo
distribuito secondo la normale di Gauss.
La seconda caratteristica del server che deve essere specificata il numero di
server, se singolo o multiplo, in dipendenza della capacit produttiva richiesta.
Nel caso di server multiplo, si parla anche di canali.
Inoltre, il servizio pu essere completato in una o pi fasi. Questultima situazione
quella in cui il cliente deve spostarsi attraverso pi server perch il servizio sia
completato. La combinazione di pi server e pi fasi porta ai 4 principali problemi
di coda di fig. A1.2.3. Oltre ad essi, le code a pi canali possono avere pi di una
linea, e, quindi, possibile una grande variet di problemi di coda.

- A1.11 -

A1. Appendice al Cap. 1.

SINGOLO CANALE, SINGOLA FASE


coda
arrivi

servizio
completato

server

SINGOLO CANALE, PIU' FASI


coda
arrivi
server2

server1

servizio
completato

PIU' CANALI, SINGOLA FASE

server1
coda

servizio
completato

arrivi

server2

PIU' CANALI, PIU' FASI

server1

server2

coda

servizio
completato

arrivi

server3

fig. A1.2.3.

A1.2.2.

server4

Diverse situazioni di coda.

Formulazione dei Problemi di Coda.

Descritte le caratteristiche delle situazioni di coda, vogliamo ora predire le


prestazioni di uno specifico sistema. Tali prestazioni possono essere individuate, ad
esempio, dal numero medio di arrivi serviti, dal tempo medio di attesa in coda
dellarrivo, oppure dalla percentuale di tempo morto dei server. Queste misure possono

- A1.12 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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,

fattore di utilizzazione del server, frazione di tempo in cui il server attivo,


Pn probabilit che n arrivi siano nel sistema,
Lq numero medio di arrivi in coda, lunghezza media della coda,
Ls numero medio di unit nel sistema,
Wq tempo medio di attesa in coda,
Ws tempo medio di attesa nel sistema.

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 >.

A1.2.2.1. Un Semplice Modello di Coda.


Il modello pi semplice di coda stato definito in letteratura ed basato sulle
seguenti assunzioni:
1. singolo server e singola fase,
2. distribuzione degli arrivi di Poisson, con rateo medio degli arrivi,
- A1.13 -

A1. Appendice al Cap. 1.

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,

lo sportello in media attivo il 70% del tempo,

P0=1-7/10=0.3

il 30% del tempo lo sportello libero, senza clienti,

Pn=0.3(7/10)n

probabilit che n clienti siano nel sistema nel tempo: P1=0.21,


P2=0.15, P3=0.10, ecc.

Lq =

72
= 1.63
10 (10 7 )

in media 1.63 clienti sono in coda,

Ls =

7
= 2.33
10 7

in media, 2.33 clienti sono nel sistema,

7
= 0.233
10 (10 7 )

in media ogni cliente spende 0.233h aspettando in coda,

1
= 0.333
10 7

in media ogni cliente spende 0.333h per essere servito.

Wq =
Ws =

- A1.14 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Se i clienti se ne vanno quando vedono 3 o pi clienti in coda, la frazione di clienti persi :

1 ( P0 + P1 + P2 + P3 ) = 0.24

ed il 24% dei clienti se ne va, perch il servizio troppo lungo.

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.

A1.2.2.2. LUtilizzo di Pi Server.


Il semplice modello esposto sopra pu essere esteso a pi server senza troppa
difficolt. Se poniamo che s sia il numero di server, le prestazioni del sistema
diventano:
=

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 -

A1. Appendice al Cap. 1.

P0 =

7
7 (7 / 10)2

1
1
+

2!
2 10
10
P1 = 0.34
P2 = 0.12
P3 = 0.04

= 0.48 la probabilit di non avere clienti agli sportelli,

la probabilit di avere un cliente nel sistema,


la probabilit di avere 2 clienti nel sistema,
la probabilit di avere 3e clienti nel sistema,

P4 = 0.01
ecc.

Lq =

0.4814 ( 7 / 10) 2 0.35

2 (1 0.35) 2
7
Ls = 0.098 + = 0.798
10
0.098
Wq =
= 0.014
7
1
Ws = 0.014 + = 0114
.
10

la probabilit di avere 4 clienti nel sistema,

= 0.098

il numero medio di clienti in coda,


il numero medio di clienti nel sistema,
tempo [h] speso in media dal cliente in coda,
tempo unitario [h] speso in media nel sistema.

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.

A1.2.2.3. Commenti ai Modelli di Coda.


Luso principale dei modelli di coda lo studio della relazione tra la capacit
produttiva ed il servizio al cliente. Per esempio, in fig. A1.2.4 il servizio al cliente
misurato sullasse y dal tempo di attesa, oppure dalla lunghezza della coda; invece,
sullasse x riportato il parametro , che, come visto sopra, rappresenta il fattore di
utilizzazione del server. Il valore di pu essere considerato anche come misura della
capacit produttiva relativa, poich esso il rapporto tra il rateo medio degli arrivi ed il
rateo medio del servizio.
Come si vede in fig. A1.2.4, il tempo di attesa aumenta rapidamente mano a mano
che il valore di si avvicina ad 1. Per esempio in fig. A1.2.4, un grado di utilizzazione
compreso tra il 70 e l80% ha un effetto negativo sul tempo di attesa e sulla lunghezza
della coda. E importante osservare che leffetto del fattore di utilizzazione sul servizio
al cliente non lineare. Quando le attrezzature cominciano ad essere sature ( si
approssima ad 1), il sevizio al cliente degrada rapidamente. Cio, per un buon servizio
al cliente, prudente operare abbastanza sotto alla capacit produttiva piena: se il costo
del tempo di attesa del cliente ed il costo dei server pu essere stimato, si pu trovare la
capacit produttiva ottimale da adottare. Ma se questi costi non sono noti, la fig. A1.2.4
- A1.16 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

tempo di attesa del cliente o lunghezza della coda

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

grado di utilizzazione del server

fig. A1.2.4.

Relazione tra capacit produttiva e servizio al cliente.

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. Appendice al Cap. 1.

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.

Dati raccolti per la preparazione del modello.


vendita

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Inserimento delle frequenze dei numeri casuali.


Vendita media

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 -

A1. Appendice al Cap. 1.

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.

tab. A1.3.III. Risultati del modello.


giorno

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

Lesempio ora visto rappresenta unapplicazione del metodo generalizzato di


simulazione, i cui passaggi sono rappresentati in fig. A1.3.1 e sono normalmente seguiti
con lausilio del computer.

A1.3.1.

Definizione del problema.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

lobiettivo fosse la massimizzazione dei profitti e si sono fatte altre esplicite od


implicite assunzioni, le quali tutte insieme hanno permesso di definire il problema.

A1.3.2.

Sviluppo del modello

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

Definizione del problema

Sviluppo del modello

Flowchart del modello

Programmare il modello

Raccogliere i dati

Validare il modello

Far girare il modello

Implementare i risultati

Stop

fig. A1.3.1.

Impostazione di una simulazione.

- A1.21 -

A1. Appendice al Cap. 1.

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.

Stesura del Flowchart del Modello.

Si dovrebbe stendere sempre un flowchart del modello di simulazione, prima di


procedere alla programmazione. Infatti, come si sa, il flowchart aiuta a precisare la
logica computazionale del modello ed a scoprire eventuali errori logici del modello.
Un flowchart del precedente modello decisionale del panettiere rappresentato in
fig. A1.3.2: esso semplicemente rappresenta la logica usata per ottenere i dati della tab.
A1.3.III e, per ogni giorno simulato, fornisce un valore della domanda. Poi, la quantit
di pane da ordinare calcolata in base alla regola decisionale appropriata e confrontata
con la domanda: se la quantit richiesta maggiore od uguale a quella ordinata, la
vendita presa uguale a quella ordinata, e viceversa. Viene calcolato il profitto ed il
programma viene riavviato fino al compimento del periodo di simulazione voluto,
quando viene steso un breve rapporto, il quale mostra i valori delle vendite, degli
acquisti e del profitto.

A1.3.4.

Programmazione del Modello.

Come sempre, un buon flowchart consente di semplificare la programmazione del


modello di simulazione da far girare al computer. Evidentemente, il vantaggio del
programma che esso rende possibile cambiare agevolmente lestensione della
simulazione ed i parametri di input del modello per ottenere la pi sicura decisione
operativa.

- A1.22 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A1.3.5.

Raccolta dei Dati.

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

Definisci l' ordine

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.

Il flowchart del precedente modello decisionale del panettiere.

- A1.23 -

A1. Appendice al Cap. 1.

La raccolta dei dati spesso la parte pi costosa in termini di tempo e di denaro


dellimpostazione del modello di simulazione. Per seguire il concetto di Just-In-Time,
spesso la raccolta dei dati viene lanciata in anticipo sulla programmazione, in modo che
essa sia disponibile nel momento in cui la programmazione completata, ed, inoltre, i
dati possono essere utilizzati direttamente per la validazione del modello.

A1.3.6.

Validazione del Modello.

La validazione determina se il modello rappresenta un quadro sufficientemente


accurato della situazione reale. Per essere utile, non necessario che il modello rifletta
qualsiasi condizione ed assunzione del mondo reale, anche se una descrizione, pur
semplificata, della realt necessaria per rendere il modello controllabile e fruibile.
Perci, le semplificazioni introdotte col modello devono essere testate con un processo
di validazione.
0,4
0,35

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.

Confronto tra domanda reale e simulata dal modello.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

profitti e vendite nel periodo

30

25

20

15
prof itti
10

0
25

50

75

100

125

150

cicli di s im ulazione

fig. A1.3.4.

Output, in funzione della durata della simulazione.

Infine, la validazione del modello deve riguardare la lunghezza della simulazione. In


simulazione, la lunghezza deve essere determinata nellottica di ottenere risultati stabili
e realistici. Un modo per determinare la lunghezza della simulazione di diagrammare
gli output allaumentare del tempo ed osservare se si ottiene la stabilit dei risultati.
Come si pu osservare in fig. A1.3.4, per minori durate di simulazione, si hanno forti
fluttuazioni dei risultati relativi alle vendite ed ai profitti, ma le fluttuazioni
diminuiscono allaumentare dei cicli di programma lanciati. Spesso i simulatori partono
con condizioni iniziali arbitrarie e, quindi devono girare per molti cicli prima che si
verifichi la stabilit, il quale raggiungimento, a sua volta, pu essere individuato con
test statistici standard. Altri metodi, anche pi efficaci dal punto di vista teorico, sono
disponibili.
Durante la validazione, pu sorgere la convenienza della sua revisione. E per questo
motivo che, agli ultimi passi del processo di modellazione di fig. A1.3.1, inserito un
loop di feedback che fa tornare il programmatore alla definizione del problema, per
eventuali aggiustamenti. In definitiva, oltre che a guidare alla revisione del modello, la
validazione ha come scopo la definizione della corretta lunghezza della simulazione, la
quale rende il modello pronto allutilizzo.

- A1.25 -

A1. Appendice al Cap. 1.

A1.3.7.

Verifiche Finali del Modello.

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

numero di ceste al giorno

fig. A1.3.5. Analisi di sensibilit dellammontare dellordine giornaliero costante sul


profitto.

In molti casi, lanalisi della sensibilit costituisce la parte pi importante della


verifica del modello e d allutilizzatore un notevole aiuto al processo decisionale,
facendogli acquisire una forte sensibilit alle variazioni della situazione al contorno,
unimportante aiuto nelle decisioni di modifica del processo in atto, ma anche un
supporto alla valutazione critica delle regole assunte, con la valutazione di regole
alternative, mediante una rapida sostituzione od aggiunta di poche righe di programma.
Ad esempio, il nostro panettiere pu valutare leffetto di adottare un ordine di pane
uguale ogni giorno, ottenendo il risultato di avere il massimo del profitto, a parit di
distribuzione della domanda dei casi precedenti, con un ordine costante di 40 ceste al
giorno, come mostrato in fig. A1.3.5.

- A1.26 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A1.3.8.

Implementazione dei Risultati.

A conclusione della costruzione del modello, si vede che la simulazione ha una


qualche influenza sulla gestione dellorganizzazione e che il risultato dello studio causa
cambiamenti di gestione oppure, come minimo, conferma che la gestione corretta
(cio lo studio previene ladozione di cambiamenti che portano a conseguenze
negative).
Inoltre, ladozione dei cambiamenti suggeriti dal modello richiede di considerare le
reazioni che possono insorgere da parte dei responsabili e dellambiente che le deve in
qualche modo subire. Cos, nel caso del panettiere, la simulazione favorisce ladozione
della regola 2, che fortunatamente era quella precedentemente adottata di fare ordini
costanti ogni giorno. Perci, essa ha il minimo impatto sulla gestione e sul fornitore.

A1.3.8.1. Simulazione con Incrementi di Tempo Variabili.


Nel caso si debba condurre la simulazione con incrementi di tempo non costanti, il
clock del programma avanza da un evento al successivo, determinando, ad esempio la
lettura ai tempi 1, 3, 9, 12 e 17 in una simulazione consistente di 5 eventi e di 17 cicli di
simulazione. I principi per la programmazione di un modello di simulazione ad
incrementi variabili sono esattamente gli stessi di quelli di un modello ad incrementi
costanti, perci, seguiremo gli stessi passi dellesempio precedente per illustrarne le
particolarit.
Supponiamo di dover definire le attrezzature di carico e scarico dellattracco delle
navi in un porto. Poich i moli sono molto costosi, supponiamo di voler decidere se
prevedere lo specifico porto debba avere uno o due moli di attracco. Per risolvere il
problema, dobbiamo avere la distribuzione dei tempi di arrivo delle navi, che nel nostro
caso supponiamo sia di tipo casuale, con uno specifico tempo medio tra gli arrivi, in
accordo con la distribuzione esponenziale del A1.2. Si assuma anche, per semplicit,
che le operazioni di carico, scarico e rifornimento di combustibile occupino il numero
costante di 5 giorni. In queste condizioni, vale la pena di vedere qual il tempo medio
di attesa della nave in porto, prima delle operazioni dette. Dopo aver trovato questo
tempo, possiamo convertire il tempo di attesa in costo per confrontarlo opportunamente
con il maggior costo per la costruzione di un secondo molo.
Per sviluppare questo modello, bisogna generare la distribuzione esponenziale
cumulativa degli arrivi delle navi:

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 -

A1. Appendice al Cap. 1.

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

tempo tra gli arrivi [d]

fig. A1.3.6.

Distribuzione cumulativa degli arrivi di navi.

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.

tab. A1.3.IV. Esempio di accadimento degli arrivi delle navi.


numero
tempo
dellarrivo dellarrivo
1
2
3
4
5
6
7
8
9
10

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

A1.3.8.2. Applicazione della Simulazione allAttivit Operativa.


Le applicazioni della simulazione sono molto numerose e quelle pi note sono le
seguenti:
Progettazione delle attrezzature. La simulazione permette la definizione della
potenzialit e del numero delle attrezzature (server) richieste. Si va dal numero dei
controllori in un supermercato al numero di sale di imbarco di un aeroporto, al
numero di caselli di unautostrada. Infatti, la simulazione principalmente
impiegata nei problemi di coda, in particolare quelli presenti in condizioni
complesse.
Programmazione aggregata. Quando richiesto il confronto tra potenzialit
operative aggregate ed alternative, i modelli di simulazione servono a definire i
costi delle diverse alternative e sono utili per prendere decisioni operative
documentate.
Scheduling. La simulazione utilizzata per definire la migliore tra differenti
regole alternative di priorit. Ad esempio, qual la migliore gestione della sala
operatoria di un ospedale: loperazione pi lunga deve essere fatta per prima o
successivamente? Oppure, come deve essere programmato un reparto di
produzione meccanica, con riguardo al ricevimento degli ordini? Lappendice
A1.4 mostra come questo problema pu essere risolto attraverso la simulazione.
Programmazione delle forniture di materiale. Quando si utilizza lMRP
(Materials-Requirements-Planning) per pianificare e controllare la produzione, la
simulazione utile per valutare possibili modifiche di programmazione della
produzione, prima che i cambiamenti siano effettivamente fatti. Cio i problemi
what-if (cosa succede se) possono essere esaminati prima di prendere le decisioni
operative. Anche in questo caso, lappendice A1.4 mostra come queste situazioni
possono essere risolte attraverso la simulazione.

- A1.29 -

A1. Appendice al Cap. 1.

A1.4. UN PROGRAMMA DI RICERCA IN CAMPO INDUSTRIALE: IL


CODICE COMPLAN PER LA GESTIONE INTEGRATA DELLA PICCOLA
E MEDIA INDUSTRIA MANIFATTURIERA

Il programma dellUnione Europea concernente la pianificazione industriale


integrata il Programma ESPRIT III: Progettazione Industriale. Tra le prime ricerche,
esso ha finanziato il programma di ricerca COMPLAN (199295), il quale ha avuto tra
i partecipanti le Universit Cattolica di Leuven e lUniversit di Hannover sul tema: la
Pianificazione del Processo Integrata col Controllo della Produzione per Lavori di
Piccola Serie (Concurrent-Manufacturing-Planning-and-shop-control-for-small-batchproduction), nellarea CIME (Computer-Integrated-Manufacturing-and-Engineering):
Ingegnerizzazione e Produzione Integrate al Computer.

http://www.mech.kuleuven.ac.be/pma/project/complan

Lo scopo della ricerca lo sviluppo di un sistema software per la pianificazione


collaborativa del processo produttivo e per la programmazione del ciclo di lavorazione
(scheduling) nella costruzione di particolari meccanici, e che sia in grado di presentare
alternative di produzione sotto forma di piani di processo nonlineari (a rete).
Giova solo ricordare che, per definizione, lo scheduling la modalit con cui
vengono inviati al processo i successivi pezzi o lotti, a partire dalla coda dei pezzi o lotti
in attesa (ad esempio presso un centro di lavoro). Perci, esso definisce la tempistica
delle operazioni da condurre in produzione, in combinazione con la programmazione di
processo, la quale, invece, ne definisce la sequenza tecnologica.
Il progetto stato condotto da un consorzio di 7 partner aventi sede in Belgio e in
Germania, comprendenti:
due softwarehouse che svolgono ricerche nel campo dellIntelligenza Artificiale,
la AISystem (Bruxelles, B) e la CCI (Hannover, D).

- A1.30 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

ed hanno come supporto:


- la preparazione basata sul computer,
- laddestramento e la simulazione,
- i sistemi informativi ambientali ed i registri regionali,
- i sistemi di documentazione ed archiviazione,
- i sistemi di gestione del lavoro,
- i sistemi operativi per i Vigili del Fuoco ed i servizi di emergenza,
Lapplicazione allingegneria della produzione di tali competenze viene portata
avanti con la vendita, la personalizzazione e lo sviluppo di un proprio sistema di
pianificazione del processo, con le sue interfacce ai sistemi PPC (ProductionPlanning-and-Control) ed ai sistemi CAD dellazienda, la vendita e la
personalizzazione di un sistema MRP II per la produzione, la manutenzione e la
consulenza ad aziende di costruzione in piccola e media serie.
quattro centri di ricerca:

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. Appendice al Cap. 1.

lIPH (Institut-fr-Integrierte-Produktion gemeinntzigeGmbH) un istituto privato di Hannover senza fini di lucro, il


quale collabora con lUniversit di Hannover e le cui attivit
sono rivolte specificatamente allapplicazione di tecnologie
innovative e di supporti software alla produzione. Esso ha il ruolo di coordinatore del
programma COMPLAN. Lobiettivo principale di IPH la ricerca e lo sviluppo
orientati allapplicazione, il trasferimento dellinformazione tecnologica e la consulenza
a piccole e medie aziende al fine di favorirvi limplementazione e limpiego di metodi
di produzione avanzati, lintroduzione di tecniche CIM e lutilizzo del computer per
migliorare la loro posizione competitiva. IPH strutturata in tre settori di interesse:
- logistica,
- sistemi informatici,
- tecnologia di processo.
Attualmente, il lavoro di IPH indirizzato alla modellizzazione del processo di
produzione ed il re-design di prodotto, allorganizzazione delle catene di conferimento,
alla gestione della qualit totale nel processo e nella logistica, alla gestione delle risorse
e dei sistemi di controllo della produzione, alle applicazioni CAD/CAM e CAQ. Essa
impiega 23 tecnici, di cui 19 ingegneri progettisti.
La KUL (Katholieke-Universiteit-Leuven)
presente nel programma di ricerca col suo
Dipartimento di Ingegneria della Produzione
(settore di Progetto di Macchine ed
Automazione), con una preminente reputazione internazionale nellarea della
progettazione del prodotto e delle macchine (CAD, CAE, FEM, ecc.), nella produzione
(CAM, CIM, FMS, ecc.), nella robotica e nellautomazione negli ambienti produttivi.
In quanto Dipartimento dellUniversit, la sua priorit di dare un alto livello di
preparazione agli studenti in Ingegneria. Per realizzare questo scopo e rimanere al
livello dei pi recenti sviluppi della tecnologia, la strategia del Dipartimento di essere
coinvolto nelle ricerche avanzate di base ed applicate, sia in progetti nazionali, sia
internazionali. D'altra parte, la politica del Dipartimento di sviluppare Centri
Tecnologici in specifiche aree (robotica, dinamica strutturale, lavorazioni meccaniche,
ecc.) che operino in stretta collaborazione con lindustria e che raccolga e ridistribuisca
il know-how acquisito in specifici campi per renderlo utilizzabile diffusamente.
Il WTCM/CRIF, Dept.-Mechanical-Engineering il
centro di ricerca belga dellindustria della trasformazione
dei metalli. Esso rappresenta 1200 aziende con attivit
che vanno dalla produzione di base alla costruzione dei pi complessi sistemi
industriali. Il suo dipartimento di Ingegneria Meccanica lavora nellarea del CIM,
CAD/CAM e della tecnologia della produzione meccanica. Lo scopo della ricerca il
miglioramento della competitivit delle sue aziende membri, che nella maggior parte
sono di piccola e media grandezza, favorendo il miglioramento delle tecnologie
impiegate ed ottimizzando lutilizzazione delle tecnologie dellinformazione di supporto
alla loro attivit mediante lintegrazione delle fasi di progetto del prodotto, di
produzione e di controllo. In questo contesto, lintroduzione dei sistemi CAPP

- A1.32 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

(Computer-Aided-Product-Planning) e dei sistemi di controllo del processo produttivo


sono stati particolarmente efficaci per le aziende.
un utente finale del programma di ricerca:
la LVD Company N.V. unazienda leader in
Belgio nella costruzione di macchine utensili per la
produzione di oggetti di lamiera ed opera a livello
mondiale. Costruisce presse idrauliche, punzonatrici,
imbutitrici sia convenzionali, sia a controllo numerico pluriassi. Inoltre, costruisce
presse da profondo stampaggio, macchine da taglio laser, saldatrici laser, pulitrici a
getto d' acqua, ecc. E' unazienda privata con 24 filiali in 14 Paesi, impiega 1200
persone nello sviluppo, la produzione, il marketing e lamministrazione. Il fattore pi
importante del suo successo considerata lapplicazione di tecnologie avanzate al
processo di progettazione del prodotto e di produzione, specialmente nel campo della
gestione integrata della progettazione e della produzione.
Il sistema COMPLAN stato applicato e reso operativo in LVD, dove, nella fase
successiva di sviluppo, LVD conserver limportante ruolo di utente finale pilota.

A1.4.1.

LIdea del Programma COMPLAN.

COMPLAN rappresenta il nuovo approccio per la pianificazione di processo e lo


scheduling di produzione, in quanto sistema integrato che utilizza un legame di tipo
informatico tra queste due attivit. In esso si opera una nuova definizione di ciclo di
lavorazione, il quale rappresentato sotto forma di rete, invece che di sequenza
inflessibile, e fornisce pi scheduling alternativi per riflettere meglio la realt e le
capacit operative dellimpianto produttivo.

fig. A1.4.1.

Rappresentazione convenzionale del processo produttivo.

Infatti, la rappresentazione convenzionale del processo (sequenziale come in fig.


A1.4.1) non offre alcuna flessibilit, quindi nessuna possibilit di reagire ai disturbi di
funzionamento e di gestione dellimpianto, e non offre alcun mezzo per migliorare il
flusso con una retroazione sul processo che tenga conto dellesperienza. Perci, anche
alternative percorribili e frequentemente usate non sono tenute in conto e comportano
deviazioni imprevedibili dalla programmazione originale.
Invece, il concetto di rappresentazione nonlineare del processo (NLPP, Non-LinearProcess-Plan) di fig. A1.4.2 ispirato alle effettive situazioni dellimpianto produttivo:

- A1.33 -

A1. Appendice al Cap. 1.

in molti casi, si possono individuare alternative di scheduling e di processo, le quali


possono essere impiegate nel caso di inconvenienti o condizioni di sovraccarico.

fig. A1.4.2. Rappresentazione nonlineare del processo produttivo con la tecnica


NLPP.

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.

Il Piano Operativo di Sviluppo del Pacchetto COMPLAN.

Il tempo ed il costo di produzione sono fattori competitivi importanti. Essi sono


determinati dalle prestazioni e dal grado di correlazione stabilito tra la programmazione
della produzione e quella del processo e dal livello di efficienza dellimpianto.
Attualmente, la pianificazione del processo e lo scheduling sono elaborati
indipendentemente, con metodi sequenziali non collaborativi.
Questo modo di procedere presenta diversi svantaggi:
- A1.34 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

la flessibilit e la reattivit ai disturbi della produzione bassa;


la creazione di progetti senza considerare i carichi reali dellimpianto (ed i
conseguenti colli di bottiglia) porta alla mancanza di ottimizzazione delle fasi di
evasione dellordine;
il responsabile dello scheduling non spinto a cercare la collaborazione del
programmatore dei cicli, nel caso la ridefinizione della tempistica delle operazioni
del ciclo di lavorazione necessiti lintroduzione di fasi di processo alternative.

Il tutto pu essere migliorato rendendo queste attivit parzialmente concomitanti, od


almeno collaborative, con lintegrazione o la collaborazione tra scheduling e
programmazione di processo.
E' stato questo lobiettivo degli sforzi della ricerca internazionale negli ultimi anni, di
cui qui si propone lesempio del progetto COMPLAN. Con limpiego di questo
software la flessibilit dellimpianto risulta migliorata ed in grado di seguire alternative
di produzione e cambiamenti di impostazione dei cicli di lavorazione.
A tal fine, il sistema COMPLAN fornisce funzioni di pianificazione manuali ed
automatiche, in modo che il responsabile della produzione possa in ogni momento
mantenere il completo controllo del risultato della programmazione. La qualit della
pianificazione di processo risulta migliorata fin dalle prime fasi di impostazione, grazie
alla stretta integrazione tra CAD e CAPP ottenuta per mezzo di tecniche avanzate
semiautomatiche di pianificazione. Il programma segue un approccio gerarchico a due
livelli di programmazione della produzione e, con limpiego di funzioni di rescheduling, esso ottenuto su due orizzonti di tempo (di medio e breve periodo) e
diversi livelli di aggregazione, raggiungendo un migliore bilanciamento dei carichi ed
una pi accurata distribuzione delle risorse. Lutilizzazione del programma pu
avvenire in tempo reale, con un efficiente feedback dei dati di produzione, in quanto il
sistema fornisce la valutazione delle effettive prestazioni del processo produttivo.
Come si vede in fig. A1.4.3, il sistema composto di pi moduli:
uninterfaccia di programmazione CAD/CAPP orientata alla pianificazione di
processo e che vede la maggior parte dei sistemi CAD commerciali per elaborare
linformazione geometrica e quella tecnica,
un ambiente di pianificazione assistita, il quale permette di generare progetti non
lineari (NLPP):
- manualmente,
- con lausilio del sistema commerciale AVOPLAN di pianificazione del
processo. AVOPLAN pu offrire la pianificazione per oggetti secondo
similitudine, variabilit ed innovazione, ed esegue il calcolo del tempo e dei
costi di produzione,
- con lausilio di due nuovi sistemi di pianificazione del processo basati sulle
prestazioni, i quali consentono la progettazione automatica del processo con la
tecnica NLPP. Per permettere la valutazione del processo pianificato, stata
creata uninterfaccia di comunicazione che tiene conto di vincoli imposti
allinterazione tra scheduling e pianificazione di processo,
uno scheduling gerarchico ed un sistema di controllo della produzione con
funzioni manuali ed automatiche. Essi utilizzano completamente la flessibilit
offerta dalla pianificazione non lineare di processo e possono richiamare il sistema
di pianificazione per le modifiche derivanti dai cambiamenti di produzione
introdotti,

- A1.35 -

A1. Appendice al Cap. 1.

uno stimatore della produzione che valuta la qualit dello scheduling


determinando le conseguenti prestazioni dellimpianto. I risultati della stima sono
il supporto diretto della pianificazione di processo e delle funzioni di scheduling.
Pianificazione di Processo

Scheduling di medio periodo

Portafoglio ord.

Output

Pianificazione non lineare

database
COMPLAN
800

Risorse

600

M1

400
ordine di lavoro

200
tempo

posto di lavoro

M2
M3
tempo

macchine

Analisi

trasferimento

Scheduling di breve periodo


Gestione

fig. A1.4.3. Organizzazione della pianificazione del processo produttivo e dello


scheduling col sistema COMPLAN.

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.

Lambiente di applicazione del sistema COMPLAN la produzione di piccola serie


di prodotti complessi in un tipico ambiente Job-Shop (sistema produttivo nel quale
vengono realizzate molte e differenti operazioni, in quanto dotato di macchine NC
universali). Una certa complessit del processo produttivo la caratteristica che
permette di ottenere tutti i possibili benefici del sistema. In queste aziende esiste sempre
un certo supporto informatico per la pianificazione, levasione degli ordini ed il
controllo della produzione. E' richiesta la disponibilit delle seguenti funzioni:
un sistema PPC (Production-Planning-and-Control) od MRP, che faccia la
pianificazione delle richieste dei materiali, possa gestire gli acquisti, ottimizzi i
lotti di produzione e fissi le date di lavorazione od assemblaggio dei pezzi,
un reparto di pianificazione che fornisca le informazioni sui pezzi e sia in grado
di creare il piano del processo produttivo,
la produzione deve essere in grado di depositare nel database i dati delle
lavorazioni in corso.

- A1.36 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A1.4.3.

La Base del Progetto COMPLAN.

Il sistema si prefigge di superare alcune mancanze dellattuale organizzazione della


produzione. La base concettuale descrive la motivazione economica e tecnica del
progetto. Essa si basa sui seguenti punti:
lesame della pratica industriale corrente,
gli obiettivi tecnici del progetto COMPLAN,
i benefici economici del sistema COMPLAN,
lambiente industriale di destinazione.

A1.4.3.1. La Pratica Industriale Corrente.


Nellindustria manifatturiera, normalmente la pianificazione del processo
organizzata allinterno di ununit (lufficio tecnico) che coopera strettamente col
reparto di progettazione dei cicli e con la pianificazione della produzione. In molte
aziende, anche la programmazione delle macchine NC viene fatta da questo gruppo. La
pianificazione del processo produttivo (e la conseguente programmazione delle
macchine a controllo numerico) caratterizzata dallelevato grado di dettaglio imposto
dai disegni specifici dei pezzi, i quali sono molto variabili.
In molti casi, la pianificazione del processo produttivo supportata dal computer, ma
il grado di supporto informatico generalmente di basso livello. La parte fondamentale
dellimpiego informatico in azienda ancora leditoria, per fornire:
la pianificazione di processo in accordo con gli schemi specifici dellazienda,
lelaborazione delle informazioni ricavate dal processo,
linterfaccia agli altri sistemi informatici dellazienda, tipicamente il sistema
MRP o quello PPC.
Molti dei sistemi usati sono sviluppi specifici od aggiunte agli esistenti sistemi di
pianificazione e gestione delle risorse. Nello sviluppo di tali sistemi si pu distinguere
tra sistemi di pianificazione dedicati e moduli di pianificazione del processo di pi
estesi sistemi MRP. Tali sistemi forniscono funzioni di pianificazione per similitudine
ed aggiornamenti automatici dei piani di processo (ad esempio per sostituzione delle
risorse). I sistemi commerciali pi evoluti provvedono anche alle funzioni di
progettazione per varianti, limitate a specifiche famiglie di pezzi.
Il database richiesto dallutilizzatore per la propria specifica tecnologia deve essere
costruito nella fase iniziale di informatizzazione dellazienda e di esso deve essere
garantita una continua manutenzione. La maggior parte dei sistemi commerciali fornisce
anche potenti moduli di calcolo automatico dei tempi e dei costi delle operazioni.
Tuttavia, una progettazione completamente automatica ed innovativa del processo non
ha ancora avuto unapplicazione industriale, anche se le pi moderne release di tali
sistemi corrispondono alla pi moderna tecnologia del software, sono sistemi a gestione
aperta di database ed hanno interfacce-utente grafiche molto intuitive.
Di regola, la pianificazione di processo e lo scheduling dellazienda sono funzioni
separate, con uninterazione molto bassa. Solamente i moduli di pianificazione della
produzione dei grandi sistemi MRP offrono una buona interfaccia per lo scheduling.
Poi, solamente sistemi di pianificazione di processo dedicati hanno utili interfacce
allMRP e forniscono un buon supporto alla pianificazione di processo.

- A1.37 -

A1. Appendice al Cap. 1.

CAD

MRP o PPC

virtualmente
nessun legame
Ufficio
scheduling ed
ordini

pianificazione
produzione
pianificazione
processo
programmazione
Controllo Numerico

PRODUZIONE

fig. A1.4.4.

La pratica corrente nellindustria manifatturiera.

Cos, la pratica industriale corrente presenta i noti svantaggi:


il maggiore sforzo richiesto dalla pianificazione di dettaglio non compensato
dallimpiego dei sistemi commerciali usati nellindustria, a causa della sua bassa
efficienza di pianificazione,
la pianificazione di processo pu non considerare il carico dellimpianto ed i colli
di bottiglia a causa dellinefficienza di trasmissione delle informazioni, anche se
la selezione delle risorse fornita dalla pianificazione di processo potrebbe
determinare facilmente e preventivamente la situazione di carico dellimpianto,
normalmente non esiste un feedback pianificato ed accurato dei parametri di
lavorazione sui calcoli del tempo e del costo,
i piani di processo non forniscono alcuna informazione utile allo scheduling
perch esso reagisca flessibilmente ai colli di bottiglia od alle rotture di carico,
il miglioramento della pianificazione di processo ha una pi bassa priorit nelle
decisioni aziendali, poich i centri di pianificazione di processo sono
normalmente piccoli, cosicch non ci si aspetta una sensibile riduzione del costo
diretto fornendo ad essi un miglior supporto. Questa convinzione non tiene conto
del fatto che la qualit della pianificazione di processo ha la massima influenza
sullefficienza dei costi di produzione ed, inoltre, che piani flessibili di processo
possono migliorare anche le prestazioni dello scheduling.

A1.4.3.2. Gli Obiettivi Tecnici del Progetto COMPLAN.


La competizione sempre pi forte, specialmente per le aziende che devono
competere in mercati globali. Al fine di anticipare i nuovi sfidanti, i costruttori sono
- A1.38 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

spinti a rivedere i loro obiettivi: mentre la produzione era precedentemente organizzata


agendo sui sistemi produttivi ed i costi di produzione, la nuova impostazione cerca di
mettere in evidenza limportanza della qualit, di minori lead-time di evasione degli
ordini, della produzione personalizzata, ma, soprattutto, di una organizzazione pi
flessibile a costi possibili. Come detto, il sistema COMPLAN si propone di ottenere
questo risultato con una programmazione integrata collaborativa della produzione, in un
ambiente di previsione e definizione dei tempi e dei costi.
Per ottenere questo risultato, i seguenti specifici obiettivi tecnici devono essere
raggiunti:

A1.4.3.2.1.

Razionalizzazione della Pianificazione del Processo

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

sistema MRP o PPC

interfaccia
CAD

COMPLAN

pianificazione
produzione
legame
stretto

pianificazione
processo

Ufficio
scheduling ed
ordini

programmazione
Controllo Numerico
feedback

feedback

PRODUZIONE
fig. A1.4.5.

La razionalizzazione della pianificazione di processo.

I sistemi convenzionali CAPP richiedono un enorme sforzo di sviluppo ed una


grande esperienza per poter avere successo nelle Aziende. I nuovi sistemi automatici di
pianificazione di processo possono superare molti degli ostacoli caratteristici dei sistemi
di pianificazione convenzionali, tuttavia devono essere collegati ai sistemi
convenzionali al fine di subentrare ad essi nelle applicazioni industriali.
Il progetto COMPLAN raggiunge i seguenti obiettivi della pianificazione di
processo:
- A1.39 -

A1. Appendice al Cap. 1.

costituisce un sistema integrato che gestisce una grande variet di approcci di


pianificazione di processo non lineare riguardanti:
- leditazione manuale,
- la pianificazione per similitudine,
- la pianificazione per varianti,
- la pianificazione generativa ed innovativa,
- il calcolo dei tempi e dei costi;
rende possibile lutilizzo delle conoscenze acquisite nelle attivit di
pianificazione di processo e presenta il feedback dei dati dalla produzione;
presenta funzioni automatiche e semiautomatiche CAPP per propriet, che si
possono applicare per famiglie di pezzi (group-technology), genera piani di
processo non lineari e sono integrate ai sistemi CAPP convenzionali;
crea automaticamente limmagine informatica del pezzo e delle sue
caratteristiche;
uninterfaccia affidabile ed user-friendly verso i sistemi standard CAD usati
nelle aziende, per razionalizzare la catena informatica CAD-CAM.

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.

Integrazione tra Pianificazione di Processo e Controllo delle Attivit di


Produzione.

Al fine di soddisfare le richieste di flessibilit della produzione, la pianificazione di


processo deve garantire essa stessa flessibilit. Questo pu essere fatto secondo la
duplice strategia detta:
introducendo il concetto di pianificazione di processo non lineare, la quale
descriva le alternative possibili di fabbricazione, e dia maggiore flessibilit anche
allo scheduling;
utilizzando un feedback di informazioni sul carico di lavoro (fornito dal controllo
della produzione) verso la pianificazione di processo, il quale feedback permetta
di suggerire alternative di fabbricazione che superino i colli di bottiglia delle
risorse.
Per raggiungere lintegrazione, il sistema COMPLAN presenta le seguenti
caratteristiche:
un modulo di database ed uno di informazione che contengono tutti i dati degli
ordinativi, i dati di pianificazione nonlineare di processo, lo scheduling gi
definito ed i dati di lavorazione. Tutti i dati sono accessibili e fornibili dai diversi
moduli operativi, che sono messi in comune;
la disponibilit dei dati di efficienza della produzione ai programmatori dello
scheduling, in un formato adeguato;
la sincronizzazione e lo scambio di informazioni tra le attivit collaborative;
lintegrazione con un sistema esterno PPC e linterfaccia con un sistema di
registrazione dei dati degli ordinativi.

- A1.40 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A1.4.3.2.3.

Scheduling Gerarchico e Controllo della Produzione.

Gli attuali sistemi PPC impiegano un approccio top-down per la programmazione ed


il controllo della produzione. Infatti, la classica struttura delle funzioni di controllo dei
sistemi PPC convenzionali comprende anche lamministrazione. Perci, tali sistemi
PPC non sono in grado di misurare il grado di raggiungimento degli obiettivi proposti
dalla loro pianificazione, poich non esiste feedback delle variabili di riferimento, quali,
ad esempio, il work-in-process od il tempo di produzione. A questo riguardo, essi sono
ancora lontani dal rispettare la teoria dei sistemi di controllo.
Un miglioramento del controllo della produzione pu essere conseguito:
seguendo un approccio gerarchico dello scheduling interfacciato in continuo al
monitoraggio ed alla valutazione dei dati effettivi di produzione. Questo
approccio il prerequisito per individuare le strategie di scheduling che
obbediscono meglio alle regole dei sistemi adattativi di controllo (chiusi con
feedback);
conseguendo lintegrazione del sistema CAPP (Computer-Aided-ProductPlanning) con il sistema di scheduling della produzione, in modo che lo
scheduling possa utilizzare pienamente i benefici delle alternative di produzione
fornite dalla pianificazione non lineare di processo.
COMPLAN offre mezzi operativi e di scheduling specifici e facili da usare, i quali
tengono nel massimo conto la pratica e le procedure industriali. Il sistema che fornisce
lo scheduling ha le seguenti caratteristiche:
una strategia di scheduling gerarchica. Nella programmazione di medio e lungo
periodo, la pratica industriale mostra limpraticabilit di uno scheduling
deterministico. Invece, COMPLAN segue proprio un approccio deterministico, il
quale, passando da una strategia di scheduling orientata al carico di lavoro nel
medio periodo, crea una strategia di breve periodo;
il lancio ritardato della produzione. Un lancio troppo anticipato dei dati di
scheduling verso la produzione riduce il grado di libert della pianificazione e la
capacit di aggiornamento ed ottimizzazione. Un modulo specializzato sottostante
i moduli di scheduling analizza i dati di scheduling e spedisce i dati degli
ordinativi alla produzione al momento migliore;
una pianificazione alternativa. La tecnica NLPP permette di selezionare una
diversa cadenza di evasione degli ordinativi e, quindi, di creare ed aggiornare
scheduling alternativi. Cos ed in ogni momento, il programmatore pu scegliere
tra diversi cicli di lavorazione, basati su diverse strategie di scheduling;
moduli indipendenti ed asincroni. Lo scheduling ed il controllo di produzione
sono azioni parallele eseguite in sistemi diversi, con influenze diverse da parte
degli operatori, delle entit e degli oggetti. COMPLAN ha moduli specifici per
ogni attivit, i quali permettono analisi parallele ed asincrone. In questo modo,
nessuna attivit eseguita su un modulo pu bloccare qualsiasi modulo di
scheduling o di controllo della produzione.

A1.4.3.2.4.

Prototipo di Software industriale.

COMPLAN presenta le caratteristiche elencate in un prototipo di software integrato


assegnato allutente finale LVD. Al fine di restare in linea con gli sviluppi continui del
software, stato scelto che esso presenti le seguenti propriet:
un software in accordo con le norme ESA;
- A1.41 -

A1. Appendice al Cap. 1.

la possibilit di essere implementato su un ampio spettro di piattaforme UNIX;


una facile portabilit del software con limpiego di strumenti standard;
limpiego di interfacce utente grafiche aggiornate e basate su protocolli
OSF/Motif.

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. Benefici Economici del Sistema COMPLAN.


Poich non pi sufficiente minimizzare il costo di lavorazione, ma le richieste
riguardano anche unelevata e garantita qualit del prodotto, una personalizzazione
spinta, al pari di brevi tempi di consegna ed unelevata reattivit alle variazioni della
domanda, necessario ottimizzare tutte le attivit dellazienda.
Il tempo ed il costo di produzione sono determinati dallefficienza della produzione e
dal grado di collaborazione tra pianificazione di processo e scheduling. In molti casi, i
benefici economici derivanti dalladozione del sistema informatico non raggiungono i
livelli sperati. Alcuni sistemi sono in grado di ridurre lo sforzo di programmazione nel
lavoro di routine, ma spesso sono poco, o per nulla, flessibili. Altri sistemi forniscono
unaltissima flessibilit, ma non raggiungono gli obiettivi di bassi costi del sistema e di
contenuto sforzo di progettazione.
Invece, nello sviluppo dellapproccio integrato di COMPLAN lobiettivo di ottenere
uno sforzo di pianificazione contenuto e bassi costi stato considerato alla stessa
stregua di quello di aumentare la flessibilit di programmazione.

A1.4.3.3.1.

Riduzione dello Sforzo di Pianificazione.

Significativi benefici economici sono realizzati agendo sia sulla pianificazione di


processo, sia sulla programmazione del ciclo di lavorazione:
riduzione dello sforzo di pianificazione. Uno sforzo minore per la pianificazione
di processo riduce e compensa lo sforzo addizionale richiesto per lindividuazione
delle alternative di lavorazione. Esso pu essere ridotto con:
- il trasferimento automatico della geometria e dellinformazione tecnologica dal
CAD, la qual cosa riduce lo sforzo speso nellintrodurre i dati del CAD nel
sistema CAPP,
- potenti moduli CAPP per una programmazione di processo semiautomatica,
interattiva e propositiva e per un pieno supporto di calcolo dei tempi e dei
costi,
stato realizzato un concetto a due livelli dello scheduling ispirandosi alla pratica
ed alle richieste dellazienda. Il livellamento del carico di lavoro ottenuto sul
medio periodo, mentre la programmazione di dettaglio condotta sul breve.
Entrambi i livelli di scheduling sono supportati da un algoritmo che riduce
grandemente il lavoro di routine dei programmatori. La programmazione manuale
ed il rescheduling reattivo sono supportati da interfacce grafiche, come il

- A1.42 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

diagramma di Gantt. Con questo approccio, si ridotto lo sforzo totale di


scheduling e lo sforzo totale di scheduling si riduce.
Ulteriori benefici si sono riscontrati con ladozione di schede pi realistiche e dotate
di maggiore trasparenza, con conseguenti minori necessit di interventi di
miglioramento della produzione.

A1.4.3.3.2.

Raggiungimento degli Obiettivi Logistici.

Il concetto di scheduling gerarchico, con il bilanciamento anticipato del carico di


lavoro al livello di medio periodo, porta ad una migliore utilizzazione globale del posto
di lavoro.
Schede di lavorazione pi realistiche ed una migliore osservanza dei tempi in esse
previsti riducono i costi causati da troppo frequenti ordini da evadere in condizioni di
emergenza. Ne deriva la diminuzione del lead-time di produzione e del controllo del
work-in-process, i quali riducono i costi per immobilizzo dei capitali.

A1.4.3.3.3.

Aumento della Flessibilit e della Reattivit della Produzione.

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.

Miglioramento continuo della pianificazione.

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. Appendice al Cap. 1.

A1.4.3.3.5.

LAmbiente Industriale di Riferimento.

Lambiente industriale di riferimento per il sistema COMPLAN quello tipico della


fabbricazione di piccola serie di prodotti complessi. Il grado di complessit del processo
produttivo aumenta proporzionalmente i benefici derivanti dalla sua utilizzazione. In
questo caso, un certo livello di informatizzazione della progettazione, dellevasione
degli ordini e del controllo del processo sono gi presenti. Perci, si pensato di tenere
un p alti i prerequisiti minimi per lintroduzione del sistema COMPLAN in queste
aziende, i quali sono i seguenti:
la presenza di un sistema PPC oppure MRP, il quale elabori i dati del magazzino
dei materiali, esegua la pianificazione delle richieste dei materiali, calcoli la
grandezza dei lotti ed assegni le scadenze di lavorazione ed assemblaggio dei
componenti. Queste informazioni vengono passate al sistema COMPLAN e
devono comprendere almeno lidentificativo del prodotto da fabbricare, la
quantit e la scadenza della consegna;
unorganizzazione dellufficio tecnico che sia in grado di fornire uninformazione
sufficientemente dettagliata del prodotto, la quale serva da base per la stesura
della pianificazione di processo. Al riguardo, prevista uninterfaccia di
programmazione neutra verso i sistemi wire-frame CAD commerciali;
lambiente produttivo sia in grado di eseguire la registrazione dei dati di
produzione. Come minimo, il feedback deve consistere nelle date di lancio e di
completamento degli ordinativi di lavoro;
Poich il progetto ha avuto come scopo lo sviluppo di un software che fosse
operativo e testato presso un utente finale, il sistema stato installato nello stabilimento
LVD. In questa azienda, per la produzione sono usati principalmente centri di lavoro ed
utensili universali (la serie varia da 1 a 10 pezzi). Prima dellinstallazione, il flusso dei
materiali nei reparti era un p arbitrario ed i colli di bottiglia delle risorse venivano
superati in modo dinamico. Il concetto NLPP particolarmente adatto per questi
ambienti produttivi.

A1.4.4.

Il software del sistema COMPLAN.

I moduli del sistema COMPLAN possono essere raggruppati in due famiglie


funzionali: lo Scheduling e la Pianificazione di Processo. Essi sono caratterizzati da
acronimi, il cui significato riportato in A1.4.5.

A1.4.4.1.

LArchitettura del Sistema

Lo Scheduling. Il database relazionale centrale al sistema ed usato per scambiare


e sincronizzare le informazioni tra i moduli. Larchitettura COMPLAN fornisce un
ambiente nel quale tutti i moduli lavorano insieme secondo un approccio euristico
collaborativo.
Il Pianificatore di Processo deve compiere due funzioni fondamentali:
deve trattare la descrizione dei componenti meccanici, trasformandoli in elementi
base utilizzabili in un processo automatizzato di programmazione;

- A1.44 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

deve fornire le funzioni di pianificazione per le diverse situazioni e richieste. Tali

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

CPP - Moduli di Pianificazione di Processo


CAD PPI - Interfaccia CAD

DATABASE
COMPLAN

Descrittore Pezzi
descrittore
prodotto

WP ECM
Editor dei Pezzi

NLPP ECM
Modulo di controllo dell' editor NLPP
AVOPLAN
PPM

CWS - Moduli di Scheduling

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.

Larchitettura del sistema COMPLAN.

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 -

A1. Appendice al Cap. 1.

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.

Il Modulo di Controllo dellEditor del Pezzo (WP ECM).

fig. A1.4.7.

Finestra dellinterfaccia utente WP ECM.

- A1.46 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

LInterfaccia CAD di Pianificazione di Processo (CAD PPI).

LInterfaccia CAD di Pianificazione di Processo CAD PPI permette lidentificazione


semiautomatica per propriet del pezzo per un ampia variet di sistemi CAD:

fig. A1.4.8.

Finestra dellinterfaccia utente CAD PPI per CAD Unigraphics.

essa si connette a sistemi CAD 3D del tipo wire-frame (non modellazione solida).

Innanzitutto, lutente seleziona gli elementi geometrici (archi, linee, punti,


dimensioni, ecc.) e gli associa alle propriet (ad esempio, 2 cerchi sono associati
ad un foro oppure ad un cilindro). Poi, tutti i parametri relativi alla pianificazione
di processo possono essere ottenuti in maniera semiautomatica, richiedendosi
allutente soli pochi comandi: il catalogo delle propriet definibile dallutente,
- A1.47 -

A1. Appendice al Cap. 1.

cosicch le propriet di lavorazione possono essere definite in funzione di una


serie fissata di propriet di disegno. Il software impiega uninterfaccia di
programmazione CAD neutra, chiamata interfaccia NI. Essa forma una libreria di
un limitato numero di funzioni, le quali possono essere implementate per
praticamente ogni sistema CAD 3D wire-frame. Attualmente, linterfaccia stata
implementata per i sistemi UGII, Application Bravo ed AutoCAD.
Conseguentemente, questo modulo offre una grande capacit produttiva di
sviluppo;
stato steso un link personalizzato con il sistema CAD 2D wire-frame ME-10, il
quale permette di ottenere tutti i parametri delle propriet di lavorazione che sono
usate dallutente finale LVD;
per il sistema parametrico per propriet CAD UGII, linterfaccia PPI permette di
inserire una o pi propriet di disegno in ununica propriet di lavorazione e di
estrarre tutti i parametri relativi alla pianificazione di processo (compresi tutti i
dati geometrici, i simboli della rugosit, le tolleranze dimensionali di forma e di
dislocazione relativa, i testi, le dimensioni e le loro tolleranze). Questo catalogo
delle propriet completamente definibile dallutente.

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.

Il Modulo di Controllo dellEditor NLPP (NLPP ECM).

Il modulo di controllo delleditor di pianificazione non lineare di processo (NLPP


ECM) il modulo principale del programma COMPLAN. Esso offre unutile
interfaccia utente per svolgere le seguenti operazioni:
creare manualmente un NLPP, sia sotto forma di schizzo, sia come modifica di un
NLPP esistente;
richiamare un PPM semiautomatico (con AVOPLAN PPM, STS PPM, oppure PN
PPM) e dotarlo dellinput adatto, cio della descrizione completa del pezzo e la
giusta strategia di programmazione (per variante, per similitudine, per creazione).
LNLPP ECM usato anche per presentare allutente i risultati delleventuale
riprogrammazione con laiuto della funzione UPDATE;
calcolare i costi ed i tempi di un NLPP esistente, richiamando AVOPLAN;
indicare le sequenze e le alternative che possono essere usate dai moduli di
scheduling;
modificare i vincoli posti dai moduli di scheduling e di valutazione, e passarli
allopportuno PPM, quando questo viene richiamato;
aggiungere note alle operazioni. Esse sono editate dallo schedulatore per metterle
a disposizione del programmatore di processo per far fronte ai problemi
emergenti. In questo caso, lNLPP ECM chiamato dal modulo di scheduling;
scrivere ed eventualmente convalidare le note. La convalida delle note pu essere
fatta solamente dal programmatore di processo, e le convalide sono registrate nel
database comune.

- A1.48 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

fig. A1.4.9.

Finestra dellinterfaccia utente NLPP ECM.

A1.4.4.1.4.

Il Modulo dello Spazio di Stato del Pianificatore di Processo (STS


PPM).

E' uno dei moduli di pianificazione automatica di processo di COMPLAN, ed ha lo


scopo di creare schemi nonlineari di processo completi.
Per non obbligare lutente ad imparare comandi speciali, il sistema fornisce
uninterfaccia utente grafica intuitiva e facile. Per la creazione di uno schema di
processo, lutente deve solamente applicare operazioni di lavorazione agli stati
successivi del pezzo grezzo selezionandoli col mouse. Per fornire il migliore supporto,
il sistema mostra solamente le operazioni che possono realmente essere svolte sul pezzo
nello stato rappresentato: quando il componente ha raggiunto lo stato finale di pezzo
finito, non si hanno pi operazioni disponibili.
In alternativa, lutente pu commutarsi sul modo completamente automatico ad ogni
stato intermedio di lavorazione e, cos, lasciare al sistema la scelta delle operazioni pi
adatte per finire il pezzo. Inoltre, ladozione di un modellatore geometrico permette di
visualizzare il pezzo ad ogni stadio di lavorazione.
Per creare uno schema non lineare, lutente pu tornare agli stati precedenti e
scegliere altre alternative possibili per raggiungere lo stesso stato di pezzo finito.

- A1.49 -

A1. Appendice al Cap. 1.

fig. A1.4.10. Finestra dellinterfaccia utente STS PPM.

A1.4.4.1.5.

Il Modulo della Rete di Petri del Pianificatore di Processo (PN PPM).

Il modulo PN PPM genera un NLPP partendo dalla descrizione del componente


basata sulle propriet. Il modulo pu operare secondo diverse strategie di
programmazione:
il PN PPM pu lavorare come programmatore di processo per variante, se
sufficiente un pezzo parametrizzato come input; per similitudine, su una
descrizione di processo basata sulle propriet del pezzo, oppure per combinazione
ibrida per variante e per similitudine;
il PN PPM crea lo schema automaticamente, od interattivamente:
- la generazione automatica fatta secondo la strategia definita dallutente (ad
esempio creare due alternative usando il minor numero possibile di
posizionamenti, tre alternative usando il numero minore possibile di macchine
a NC, ecc.),
- il PN PPM pu operare anche in maniera semiautomatica. In questo caso,
lNLPP costruito passo-passo dallutente ed il modulo PN PPM lo supporta
nel prendere le giuste decisioni;
il PN PPM pu anche girare in modo di programmazione opportunistico. In
questo caso, lutente seleziona una serie di propriet del pezzo che pensa
determinino la soluzione.

- A1.50 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

fig. A1.4.11. Finestra dellinterfaccia utente PN PPM.

A1.4.4.1.6.

Il Modulo di Pianificazione di Processo AVOPLAN (AVOPLAN PPM).

AVOPLAN il nome commerciale di un sistema CAPP, venduto in circa 150


licenze, il quale gira su diverse piattaforme software. AVOPLAN stato adattato per
trattare gli schemi NLPP e per essere integrato allinterno del sistema COMPLAN per
scambiare le informazioni con lNLPP ECM. NLPP ECM leditor grafico che
permette di visualizzare ed editare manualmente gli schemi NLPP. Il modulo
AVOPLAN PPM adottato usato per raggiungere due obiettivi nellambiente di
programmazione COMPLAN:
la creazione del piano di processo in maniera interattiva, semiautomatica od
automatica (pianificazione per variante);
il calcolo del tempo e del costo associati agli schemi NLPP creati con AVOPLAN
o con gli altri moduli di pianificazione (PN PPM, STS PPM, NLPP ECM)

- A1.51 -

A1. Appendice al Cap. 1.

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

- taglio senza misurazione

0.00

- taglio con misurazione

0.00

- taglio a misura aperta

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 lavorazioni speciali

- Tempo lavorazioni speciali


Somma

tempo

0.00
4.20

0.72

fig. A1.4.12. Finestra del sistema AVOPLAN.

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.

A1.4.4.2. Lo Schedulatore COMPLAN (CWS).


Come noto, il sistema COMPLAN segue un approccio gerarchico. Ogni livello
corrisponde ad unimmagine della situazione della produzione reale e programmata via
via in maniera pi dettagliata ed a pi breve termine. I livelli sono gerarchicamente
annidati ed ogni livello controlla ed ottimizza lo schema del livello superiore. Il risultato
dellottimizzazione un vincolo per il livello inferiore.
Gli ordinativi, come pure lambiente produttivo, cambiano nel tempo. Lincertezza
della situazione dovuta ai guasti delle macchine, alle imprecisioni di determinazione
dei tempi di processo, alle modifiche delle priorit od ai cambiamenti delle scadenze
degli ordini di lavorazione od alle cancellazioni di ordini. Lidea di poter decidere la
soluzione del problema al pi basso livello al quale esso si presenti. Il livello
immediatamente superiore informato circa il risultato dellazione portata avanti. Cos,
limmagine o la base di programmazione mantenuta congruente per tutti i livelli.
Per correggere ogni incertezza, sono previsti vari concetti allinterno di COMPLAN:
i noti schemi di processo non lineari, per poter scegliere diverse alternative di
lavorazione;
- A1.52 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

un editor dei modelli di modifica;


finestre di scheduling per decidere le strategie di scheduling per i gruppi di ordini
di lavorazione;
dati di feedback al pianificatore di processo per migliorare la qualit dei cicli di
produzione;
presentazione ai pianificatori di processo della situazione di carico, per creare
cicli fattibili.

LIVELLO

SCOPO

MRS

carico bilanciato nei centri di lavoro

2 mesi

SRS

cicli di lavorazione per le macchine

4 settimane

ODM

cicli di lavorazione per gli ordinativi ausiliari 2 giorni

ORIZZONTE

fig. A1.4.13. Orizzonti operativi del modulo CWS.

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. Appendice al Cap. 1.

A1.4.4.2.1.

Lo Schedulatore di Medio Periodo (MRS).

LMRS gira ad un livello di dettaglio aggregato (cio, al livello dellinsieme dei


centri di lavoro) e segue una strategia orientata a livellare i carichi di lavoro ed a
rispettare i termini per levasione degli ordini. Il suo obiettivo di fornire al modulo
SRS (lo schedulatore di breve periodo) una base di scheduling grossolana, per
supportare le decisioni che si riferiscono al livello inferiore.
Il suo scopo di creare un profilo della capacit produttiva dei centri di lavoro ben
bilanciato, nel rispetto dei vincoli creati dalle scadenze di consegna. A questo scopo,
lMRS carica i nuovi in testa agli ordinativi gi gestiti. Un ulteriore obiettivo dellMRS
di inoltrare i cambiamenti dello stato degli ordinativi a monte, allinterfaccia PPC.
Tali cambiamenti sono levasione degli ordinativi, la divisione del raggruppamento
degli stessi, oppure il cambiamento del percorso NLPP.
Il modulo MRS legge dal database gli ordinativi di lavorazione sia quelli nuovi, sia
quelli ai quali stato assegnato uno stato dellordine che impone una riscrittura dello
scheduling col modulo MRS. Inoltre, lo scheduling di breve periodo che viene restituito
viene utilizzato come base di programmazione per la successiva iterazione MRS. Se per
i nuovi ordinativi di produzione non esistono ancora i corrispondenti ordini di
lavorazione, questi vengono generati dal modulo MRS eseguendo una chiamata del
modulo NLPP. A questo punto gli ordini sono schedulati a partire dalle scadenze
dellordine di produzione, estraendo i lead-time dei centri di lavoro dal database. I cicli
di lavorazione sono riportati su una scala discreta dei tempi e lintervallo di tempo pu
essere il giorno od il turno.
Viene eseguita una valutazione della capacit produttiva per determinare i livelli
correnti di carico delle risorse (centri di lavoro). A questo stadio, vengono rilevati i colli
di bottiglia e sono suggeriti gli opportuni spostamenti delle date di scadenza, oppure le
alternative di lavorazione. Se si sceglie uno schema NLPP diverso, si creano gli ordini
di lavorazione corrispondenti e le scadenze degli ordini di lavorazione sono corrette.
Infine, viene inviato alla produzione lordine (orientato al carico di lavoro) per una
pianificazione dettagliata con il modulo SRS.
Se il risultato non soddisfacente, ancora possibile una serie di ulteriori misure
correttive. Per esempio, si verificano i possibili cambi di priorit e la scelta di
unalternativa nel piano di processo. Se possibile, il processo caricato dal modulo PPC
viene trasformato in uno scheduling; altrimenti, possono sorgere problemi di rispetto
delle scadenze. Loutput dellMRS rappresentato da scheduling di lavorazione
provvisti delle date di scadenza e dei centri di lavoro impegnati per ogni operazione nel
ciclo di lavorazione del pezzo.
Linterfaccia utente grafica del modulo MRS completamente integrata nel
diagramma di Gantt del modulo SRS.

A1.4.4.2.2.

Lo Schedulatore di Breve Periodo (SRS).

Linterfaccia utente del modulo SRS, il diagramma di Gantt, rappresenta linterfaccia


principale ed il punto di accesso virtualmente ad ogni modulo del programma. Inoltre,
esso offre il collegamento allNLPP per creare, esaminare ed editare lNLPP
dellordinativo.

- A1.54 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

fig. A1.4.14. Schema di un diagramma di Gantt informatizzato.

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 -

A1. Appendice al Cap. 1.

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.

Il Modulo di Distribuzione (ODM).

LODM distribuisce il lavoro e le informazioni ausiliarie sugli ordinativi alla


produzione ed integra le informazioni di feedback nel database COMPLAN per mezzo
dellinterfaccia di produzione WSI.
Le funzioni ed le operazioni di ODM sono identiche per tutti gli utenti COMPLAN.
Perci, il modulo ODM progettato in maniera indipendente dalle specifiche condizioni
dellimpianto produttivo e le funzioni che devono essere personalizzate allazienda sono
inserite nel modulo WSI. Fondamentalmente, fanno parte del modulo ODM tutte le
funzioni che richiedono decisioni e WSI programmato come modulo di interfaccia.
In sintesi, ODM compie le seguenti funzioni:
creazione degli ordini di trasporto e degli ordini di comunicazione ausiliari AME;
decisione di distribuzione degli ordinativi di lavorazione e di ordini ausiliari e
creazione dellinformazione di distribuzione;

- A1.56 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

inizializzazione e controllo della procedura di aggiornamento per la revisione con


SRS degli ordinativi distribuiti;
controllo dellinformazione di feedback degli ordini distribuiti.

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.

A1.4.4.3. Il Valutatore del Programma di Processo COMPLAN (CPE).


Come mostrato in fig. A1.4.15, il CPE comprende due aree, la creazione dei legami
come risultato del feedback dello scheduling e dello stato delle lavorazioni e
lintroduzione dei legami nella programmazione di schemi di processo nuovi o
modificati. Tale feedback pu modificare la progressione degli ordinativi, cio produrre
nuove alternative, oppure fare la validazione del processo pianificato e dei tempi
previsti di registrazione delle macchine.
La valutazione automatica dei tempi previsti richiede dati di feedback della
produzione molto accurati ed esaurienti. Per raccogliere una quantit di dati adeguata
per far girare bene il modulo, gli operatori dovrebbero rilevare esattamente le date di
inizio e di fine sia della registrazione delle macchine, sia dellesecuzione dellordine.
Tuttavia, in molte aziende si inseriscono solamente i dati di inizio e fine dellesecuzione
dellordine.

CPE
Scheduling
CWS

Pianificazione
di processo CCP
LEGAMI

Feedback
di Scheduling
e Produzione

fig. A1.4.15. Scambio dei dati nel modulo valutatore CPE.

- A1.57 -

A1. Appendice al Cap. 1.

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.

A1.4.4.4. Il Valutatore della Produzione COMPLAN (CWE).


Il modulo CWE esegue la valutazione delle attivit produttive e fornisce allutente
linformazione aggregata in forma grafica ed alfanumerica. Il CWE implementato
come modulo indipendente che pu essere richiamato dalla finestra principale di
scheduling.
Evidentemente, il software distingue tra le funzioni che danno accesso al database,
quelle che eseguono lanalisi e calcolano gli indici di produzione e gli NLPP, e tutte
quelle che creano linterazione tra finestra grafica ed utente. Perci, il progetto distinto
chiaramente su tre livelli e rende possibile la migrazione dei processi informatici sui tre
ambienti senza troppo sforzo.

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.

I livelli di rappresentazione sono stati sviluppati in ambiente MS Windows ed


OSF/Motif:
un primo processo indipendente regola tutti gli accessi al database e genera
unadatta struttura dei dati per la valutazione;
- A1.58 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

fig. A1.4.17. Diagramma di occupazione nel tempo di un posto di lavoro.

fig. A1.4.18. Istogramma della distribuzione dei carichi percentuali.


- A1.59 -

A1. Appendice al Cap. 1.

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.

A1.4.4.5. I Moduli di Manutenzione di COMPLAN.


Per consentire la configurazione del sistema COMPLAN per uno specifico ambiente
di lavoro, sono stati sviluppati moduli opportuni:
modulo per linserimento dei dati dellazienda, del reparto, del posto di lavoro e
della macchina e dei turni di lavoro;
moduli di manutenzione del pianificatore di processo;
moduli di manutenzione della conoscenza dello scheduling.

fig. A1.4.19. Editore GPN, che consente la conservazione della conoscenza dello
scheduling.

- A1.60 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A1.4.5.

Lapproccio tecnico al sistema COMPLAN.

Come detto, il sistema COMPLAN un progetto europeo che tenta di creare un


legame tra la ricerca innovativa e le applicazioni pratiche nella piccola e media
industria. I principali approcci che sono stati adottati allinterno del progetto sono:
integrazione tra pianificazione di processo e stesura del ciclo di lavorazione;
concetto di pianificazione di processo non lineare NLPP;
approccio COMPLAN alla modellazione per propriet;
approccio COMPLAN alla programmazione di processo assistita dal calcolatore;
programmazione gerarchica del ciclo di lavorazione;
valutazione delle prestazioni della produzione;
la tecnologia software adottata.

A1.4.5.1. LIntegrazione di Pianificazione di Processo e di Scheduling.

A1.4.5.1.1.

Approcci esistenti per lintegrazione. Ricerca e Sviluppo.

La comunit scientifica ha individuato gli inconvenienti della pratica industriale


corrente nel campo della programmazione del processo e nello scheduling. Per risolverli
efficacemente, non sufficiente definire nuovi concetti teorici. E' richiesta unintensa
cooperazione con lindustria per conoscere profondamente il problema, definirne
esattamente le esigenze ed acquisire una sufficiente quantit di dati nel mondo
produttivo reale. Lo sforzo per sviluppare un prototipo che realizzasse le nuove idee di
pianificazione di processo e di scheduling e che fosse forte e maturo al punto di provare
la fattibilit ed i benefici del nuovo approccio nelle applicazioni industriali stato molto
alto. Solamente pochi gruppi di ricerca sono stati in grado di assicurare i fondi richiesti
per sviluppare un tale prototipo.
Nel mondo sono state seguite fondamentalmente tre strade:
A1.4.5.1.1.1. La pianificazione dinamica del processo.

La pianificazione dinamica di processo tende alla piena integrazione tra scheduling e


programmazione del ciclo di lavorazione. Questo approccio non determina la completa
sequenza di operazioni e la corrispondente allocazione delle risorse nello stesso tempo.
Quando unoperazione terminata, si descrivono gli stati raggiunti dal pezzo e dal
sistema produttivo, al fine di determinare la migliore operazione e la risorsa disponibile
per continuare la lavorazione del pezzo. Una programmazione di pi alto livello deve
essere fatta per garantire che questo approccio non crei tempi morti.
Questa strada assicura il massimo di reattivit agli inconvenienti di produzione ed
esclude ogni inutile sforzo di programmazione di eventuali alternative successivamente
non impiegate. Gli svantaggi sono che, in questo modo, si trovano solo gli ottimi locali,
poich lorizzonte molto limitato nel tempo, a partire dal momento in cui vengono
prese le decisioni. Lo sforzo totale di pianificazione alto perch le pianificazioni di
processo precedenti non possono essere riutilizzate.

- A1.61 -

A1. Appendice al Cap. 1.

La pianificazione dinamica di processo la soluzione trovata da Iwata e Koshnevis.


Sono state fatte prove di laboratorio, ma questo approccio non ha ancora dimostrato la
sua fattibilit in una applicazione industriale pienamente sviluppata.
A1.4.5.1.1.2. La pianificazione del processo Just-In-Time.

Invece di riutilizzare le programmazioni precedenti o creare programmazioni prima


della lavorazione, la programmazione di processo Just-In-Time avviata proprio al
momento in cui avviato il primo passo della produzione. Questo permette di prendere
in conto la situazione reale della produzione per prendere le giuste decisioni sulle
risorse da dedicare alle lavorazioni del pezzo. Questo approccio stato studiato e
realizzato nel sistema PART dellUniversit di Twente in Olanda. Il sistema PART si
evoluto in un programma commerciale che distribuito dalla Control-Data. Il software
commerciale DTM-CAPP, distribuito dalla Somatech, presenta caratteristiche simili.
I vantaggi di questo approccio sono:
il raggiungimento di un buon bilanciamento del carico di lavoro in produzione,
non richiesto pianificare in dettaglio operazioni alternative, che non vengano
poi impiegate.
Il risultato un processo lineare convenzionale, il quale pu facilmente scambiare i
risultati con i sistemi MRP o di controllo della produzione esistenti in azienda.
Linconveniente pi evidente resta il fatto che, nel momento in cui avviata una
sessione di programmazione di un pezzo complesso con molte operazioni, leffettivo
carico di lavoro difficilmente prevedibile. Il carico che pu essere valutato con
linserimento nello scheduling di disegni di pezzi pi semplici con poche operazioni
(quindi, con minor tempo di ciclo) non noto, poich questi pezzi entrano nella
programmazione solamente in un secondo tempo. Ne deriva che in un mix di pezzi
semplici e complessi non possibile raggiungere lottimo della pianificazione. Anche il
riutilizzo delle informazioni dei processi precedenti impossibile (un pezzo pu essere
lavorato ogni volta in un modo diverso) ed il problema della riallocazione del lavoro in
caso di impossibilit di utilizzare una macchina non ben individuato.
A1.4.5.1.1.3. La Pianificazione Non Lineare del Processo.

Seguendo questa strada, la sequenza normalmente lineare di processo migliorata


includendovi le alternative di lavorazione ed i possibili cambiamenti nella sequenza
delle operazioni. Le sequenze alternative di operazioni sono combinate in una struttura a
rete la quale, come sappiamo, chiamata NLPP. Lo sforzo iniziale richiesto per questa
programmazione elevato, ma esso fornisce una successiva piena flessibilit per
lottimizzazione del bilanciamento dei carichi delle risorse ed, inoltre, facilita la
riallocazione del lavoro in caso di turbative di disponibilit non previste.
La pianificazione di processo non lineare stata esaminata nel progetto FLEXPLAN
ed stata portata ora allinterno del progetto COMPLAN in un sistema software
integrato e funzionante.

- A1.62 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A1.4.5.1.2.

LApproccio di COMPLAN Rivolto allIntegrazione.

Molte scelte tecniche determinano lo specifico approccio del progetto COMPLAN al


raggiungimento dellintegrazione tra scheduling e programmazione del ciclo di
lavorazione. Unimportante considerazione stata fatta nella primissima fase
dellapplicazione industriale del sistema, cio che lintegrazione basata su tre
elementi:
il database relazionale,
il concetto NLPP,
una comunicazione inter-process attraverso protocolli TCP.
Tutti i moduli del sistema COMPLAN accedono al database relazionale. Questo
garantisce, da una parte, lassoluta consistenza dei dati elaborati dai singoli moduli, e d'
altra parte, il beneficio di utilizzare database commerciali per una successiva interfaccia
con altri sistemi e lintegrazione nellambiente industriale. Inoltre, offre le migliori
possibilit di successiva migrazione, adattamento ed estensione del sistema.
In un sistema integrato, la pianificazione di processo non deve seguire solamente
criteri tecnologici, ma anche considerare gli obiettivi logistici. Questo possibile
rappresentando e memorizzando le alternative di lavorazione fattibili in un ciclo di
lavorazione a rete NLPP. Per ottenerlo, necessario un maggiore sforzo iniziale di
pianificazione di processo, ma si ottengono vantaggi notevoli, specialmente per
riguardo alla successiva applicazione commerciale del sistema COMPLAN, se lo si
confronta agli approcci Just-In-Time o dinamico. Infatti, esso fornisce la possibilit di
riutilizzare i programmi fatti e le informazioni di processo e di aggiornarli
continuamente con i dati di feedback di produzione. Anche il controllo manuale del
processo di pianificazione possibile in ogni momento. Il database via via arricchito di
piani di processo e di alternative di lavorazione permette anche unampia variet di
studi, statistiche e valutazioni dellefficienza e delle prestazioni della produzione.
reparto
pianificazione
processo

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

inizio e fine operazioni,


interruzioni

produzione

fig. A1.4.20. Lapproccio di COMPLAN rivolto allintegrazione.

- A1.63 -

A1. Appendice al Cap. 1.

Il maggiore sforzo di programmazione per la programmazione anticipata delle


alternative ridotto dalla disponibilit dei potenti strumenti CAPP del sistema
COMPLAN. Tenendo in mente la successiva applicazione industriale, stato cruciale
garantire che gli strumenti di programmazione automatica fossero combinati con un
sistema di pianificazione interattivo per varianti, ed in modo da poter supportare tutto il
campo di tipologie di pezzi incontrati nella pratica industriale.

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.

Inoltre, COMPLAN fa un primo passo verso un controllo stretto della produzione.


Per questo, i dati di feedback di produzione sono memorizzati nel database e si sono
costruiti modelli di valutazione della programmazione della lavorazione e dello
scheduling in grado di aggregare e visualizzare i dati e, cos, supportare i responsabili
della produzione nellidentificazione dei problemi e nella valutazione delle prestazioni
della produzione.
La situazione del carico di produzione fondamentalmente determinata dalla scelta
delle risorse fatta dal pianificatore di processo. Tradizionalmente, la pianificazione di
processo considera solamente i criteri tecnologici e non gli obiettivi logistici. Per
migliorare la collaborazione tra pianificazione di processo e scheduling stato
sviluppato un sistema di gestione dei legami e delle note. Questo sistema pu essere
utilizzato dagli schedulatori per informare il programmatore di processo della situazione
realmente presente, delle richieste di alternative e dei problemi connessi ai cicli di
lavorazione in fase di sviluppo. COMPLAN permette ai programmatori di processo
anche di richiamare i moduli di valutazione e rendersi conto da soli della situazione
corrente in produzione. Cos pure, gli schedulatori possono utilizzare le funzioni di
pianificazione del processo per studiare, selezionare o creare alternative di lavorazione.

A1.4.5.2. Il Concetto di Pianificazione di Processo Non Lineare NLPP.


Un passo cruciale verso la produzione del futuro la stretta collaborazione tra i
diversi ruoli (simultaneous-engineering) attraverso una facile trasmissione delle
informazioni. Tale trasferimento deve garantire che non si devii dalla pianificazione dal
punto di vista formale (per esempio utilizzando un modello di programmazione
specifico), al fine di poter far fronte ai disturbi di produzione imprevisti, alla variazione
del mix di prodotti ed agli ordini in emergenza. In particolare, la pianificazione di
processo e lo scheduling sono due attivit di organizzazione della produzione che sono
tradizionalmente separate, ma che, invece, possono trarre grandi benefici dalla loro
integrazione. Per garantire il facile trasferimento delle informazioni tra le due attivit, si
introdotto il nuovo metodo di pianificazione di processo NLPP.

- A1.64 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Per rappresentare un NLPP, si usa un modello sofisticato della rete di Petri, in


funzione del tempo, il quale rappresenta un potente modello matematico (basato sulla
teoria dei grafi), particolarmente adatto alla simulazione ed il controllo. Un ulteriore
esempio di NLPP rappresentato in fig. A1.4.21. Il modello consente le due alternative
seguenti:
lindicazione di sequenze arbitrarie di operazioni, secondo un modello a porte
AND (dividi/congiungi),
la scelta tra diverse operazioni, con un modello a porte OR dividi/congiungi,
la scelta condizionata tra le alternative, con un modello COND dividi/congiungi,
limitato dalle regole implementate ad ogni ramo originato dalla condizione
COND dividi.
198.01
105.13
710.00

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

fig. A1.4.21. Esempio di piano non lineare di processo NLPP.

LNLPP un approccio di pianificazione che era stato introdotto nel progetto


ESPRIT 2457 FLEXPLAN ed ha ottenuto un significativo interesse durante questi
ultimi anni; esso stato universalmente accettato dalla comunit di ricerca CAPP.
COMPLAN sta avendo un ruolo significativo nellinserimento dellNLPP nellindustria
poich esso il primo software che pu generare lNLPP, usarlo nello scheduling e che
operativo in campo industriale.

- A1.65 -

A1. Appendice al Cap. 1.

A1.4.5.3. LApproccio alla Modellazione per Propriet.

A1.4.5.3.1.

Propriet di Lavorazione.

Il disegno tecnico il mezzo tradizionale col quale linformazione ingegneristica


trasmessa attraverso lazienda. Sia che il disegno sia creato al tecnigrafo, sia su una
workstation CAD, razionalmente lingegnere vede nel prodotto una geometria
complessa, corredata di dati tecnologici. Per rendere possibile la modellazione di tali
strutture complesse, stato introdotto il concetto di propriet. Le propriet
rappresentano un insieme di entit geometriche raccolto in forma intelligente pi alta,
che si coordina con limmagine intellettiva dellingegnere. Esse sono il mezzo di
trasferimento dei dati tecnologici dal progetto alla produzione.

propriet di progetto: nervature di supporto

propriet di lavorazione: scanalature

fig. A1.4.22. Esempio di propriet di progetto e 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.

Catalogo delle Propriet Standard e Catalogo Estensibile delle


Propriet.

Unimportante caratteristica della modellazione per propriet che molti metodi


possono essere usati per descrivere i pezzi mediante propriet, e questo porta che il
numero possibile di propriet pu essere teoricamente infinito. Esistono due opzioni per
superare questa indeterminazione:
definire un catalogo standard (fisso) delle propriet,
usare un catalogo personalizzabile (estensibile) delle propriet.

- A1.66 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Metodi di Definizione delle Propriet.

In COMPLAN si scelto di estrarre le propriet dal sistema CAD in tre modi:


col sistema CAD orientato alle propriet, le propriet sono ricavate direttamente
dal sistema CAD. Ogni propriet orientata al progetto viene ricondotta ad una o
pi propriet orientate alla lavorazione. A questo scopo, COMPLAN fornisce
linterfaccia CAD PPI, la quale permette di estrarre le propriet orientate alla
lavorazione direttamente dal sistema CAD UGII, il quale, a sua volta, consente di
disegnare direttamente per propriet. Il CAD PPI per i solidi pu estrarre
automaticamente i parametri delle propriet ed i parametri del pezzo da una lista
personalizzata ed estensibile di propriet e di pezzi;
quando si dispone di un sistema CAD 3D wire-frame, le propriet sono estratte in
modo semiautomatico. Inizialmente, il pianificatore di processo deve selezionare
un gruppo geometrico (ad esempio, due archi) ed indicare quale propriet
associata a tale geometria (ad esempio, un foro). Poi, linterfaccia CAD PPI pu
definire automaticamente la propriet del pezzo. La CAD PPI stata
implementata per un gran numero di sistemi CAD, col concetto di interfaccia
neutra di programmazione, linterfaccia NI;
se si parte da un disegno convenzionale 2D non CAD come input al pianificatore
di processo, le propriet sono inserite nel sistema manualmente per mezzo
dellEditor di Pezzo WP ECM.
Non esiste differenza dipendente dal metodo di creazione dellinformazione, il
risultato lo stesso: una completa descrizione del pezzo, compresi tutti i parametri delle
propriet e le interrelazioni reciproche e, per tutti e tre i metodi, il catalogo dei pezzi
estensibile.

A1.4.5.4. LApproccio alla Pianificazione di Processo COMPLAN.


Il sistema di programmazione di processo COMPLAN genera sequenze che
includono alternative di lavorazione, sotto la forma di cicli di lavorazione a reti non
lineari. Esso integra i seguenti approcci alla pianificazione di processo:
- A1.67 -

A1. Appendice al Cap. 1.

pianificazione interattiva,
pianificazione per similitudine,
pianificazione automatica di processo per propriet.

Inoltre, il sistema COMPLAN pu creare cicli di lavorazione che meglio rispondano


alle richieste dello schedulatore, in quanto fornisce le alternative ottimali al
superamento dei colli di bottiglia tenendo conto degli specifici legami nella produzione.

A1.4.5.4.1.

I Concetti di Pianificazione di Processo in COMPLAN.

Il sistema CAPP di COMPLAN presenta i seguenti principali componenti:


un editor grafico interattivo di pianificazione di processo, il quale generi NLPP
per lintero spettro di pezzi da produrre, provvedendo anche le opportune funzioni
di valutazione con elaborazione dei legami e delle note;

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

fig. A1.4.23. Il sistema di pianificazione di processo COMPLAN.

lintegrazione tra la pianificazione interattiva di processo e le funzioni


automatiche CAPP, che costituiscano il nocciolo estensibile del pianificatore di
processo. Questo nocciolo fornisce al pianificatore di processo la possibilit di
consultare od ignorare la funzione automatica di pianificazione. Inoltre, i fornitori
di sistemi CAPP possono offrire un catalogo modulare delle funzioni di
pianificazione. Il modulo di controllo delleditor NLPP (NLPP ECM) consente di
richiamare i moduli di programmazione di processo per far girare la funzione
- A1.68 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

automatica di pianificazione. Tutti i moduli scambiano dati attraverso il server di


comunicazione del programma e, quindi, possibile la comunicazione tra
piattaforme hardware diverse con un protocollo del tipo TCP/IP. E' stato definito
un linguaggio universale di programmazione di processo (CUPPL) per scambiare
dati e comandi in un formato standard. Nuovi moduli di pianificazione possono
essere aggiunti a questo sistema, purch rispettino il formato di comunicazione
CUPPL ed il protocollo di comunicazione;
sono state inserite funzioni aggiornate di pianificazione di processo, orientate
allNLPP, per la pianificazione per similitudine, per varianti ed innovativa e per il
calcolo dei tempi. Esse sono state prese dal sistema CAPP commerciale
AVOPLAN ed adattate al concetto NLPP. Questa decisione offre grandi
opportunit agli utenti di AVOPLAN che siano interessati agli sviluppi di
COMPLAN, in quanto tutte le informazioni inserite utilizzando AVOPLAN
possono essere utilizzate pienamente nel nuovo sistema e COMPLAN d nuove
opportunit nella programmazione di processo e nello scheduling;
sistemi automatici di pianificazione di processo per propriet, per generare
NLPP. Possono essere usati differenti approcci di pianificazione per propriet.
Questi sviluppi del progetto rappresentano la parte di ricerca. Il paragrafo
successivo ne mostrer in dettaglio i concetti base. Il prototipo sviluppato stato
installato presso lutente finale, anche se pu generare uno spettro limitato di
NLPP;
conoscenze delle lavorazioni configurabili per propriet. Queste conoscenze
permettono di adattare il sistema di pianificazione alla pratica di produzione usata
nella specifica azienda. Il programma consente di integrare i dati relativi alla
pianificazione di processo della specifica azienda con le conoscenze che sono
state introdotte precedentemente (spesso sforzi ed investimenti compiuti nel corso
di anni in azienda).

A1.4.5.4.2.

Approcci alla Pianificazione Automatica di Processo per Propriet.

Allinterno di COMPLAN sono stati sviluppati due sistemi di pianificazione


automatica di processo per propriet: il modulo di pianificazione nello spazio degli stati
(STS PPM) ed il modulo di pianificazione a rete di Petri (PN PPM). Essi presentano un
diverso approccio alla pianificazione:
A1.4.5.4.2.1. La Pianificazione di Processo nello Spazio degli Stati.

La pianificazione di processo nello spazio degli stati ha origine dalle applicazioni di


Intelligenza Artificiale. Essa fa un modello degli stati intermedi degli oggetti (pezzi o
insiemi). Gli algoritmi di ricerca nello spazio degli stati tentano di trovare un percorso
che colleghi il numero degli stati intermedi, da quello iniziale a quello finale. Ogni ramo
del percorso rappresenta uno spostamento possibile nellambiente di ricerca.
Nel caso della pianificazione di processo, questo approccio usato per fare un
modello del pezzo seguendo i suoi diversi stati di lavorazione, dal grezzo al prodotto
finito. Esso basato sul concetto geometrico ed usa il modellatore 3D ACIS per fornire
la pianificazione applicando le successive operazioni al pezzo in lavorazione, quindi
trasformando passo-passo lo stato del pezzo (ad esempio, una foratura toglie un volume
cilindrico dal pezzo). Prima che unoperazione sia iniziata, il pianificatore controlla se
tutti i legami tecnici e geometrici sono stati considerati.
- A1.69 -

A1. Appendice al Cap. 1.

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

Il modellatore geometrico non


permette che il foro 2 sia lavorato
prima che il foro 1 sia eseguito
Il modellatore geometrico prevede
che la punta vibrerebbe a causa della
variazione dello sforzo di taglio

fig. A1.4.24. Esempio di vincolo tecnico e geometrico.

A1.4.5.4.2.2. La Pianificazione di Processo con la Rete di Petri.

Questa pianificazione di processo segue un approccio gerarchico, basato sulla teoria


della rete di Petri. Innanzitutto, il modulo PN PPM costruisce lo spazio di ricerca di
tutte le possibili alternative di produzione, poi deriva da questo spazio di ricerca un
NLPP. Il PN PPM comprende i seguenti passi di creazione:
per ogni singola propriet, determina un piano non lineare di processo, sotto
forma di rete di Petri. Questo ottenuto creando una Rete Generica di Petri (GPN,
cio un piano di processo che descrive le alternative possibili per ottenere quella
propriet) e togliendo i rami che non obbediscono alla logica implementata nel
programma. Per ogni passo (operazione) nella rete di Petri, sono cercati tutti i
posti di lavoro candidati che possano eseguire loperazione. La selezione fatta
con richieste al database dei posti di lavoro e riguardanti il carico di lavoro e le
limitazioni derivanti dalla necessit di registrazione delle macchine;
si costruisce un sistema che esprima i legami e composto da:
legami tecnici estratti dalla base delle conoscenze di produzione,
legami di produzione derivanti dallo scheduling (con CPE). Questi
legami possono limitare ulteriormente lo spazio di ricerca;
le reti di Petri di tutte le propriet valutate sono combinate in una rete di Petri
complessa. Un algoritmo di ricerca otterr, dalla rete di Petri complessa, un
sistema di alternative che produrr lNLPP.

- A1.70 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Tutti i sistemi di scheduling soffrono della complessit del problema dello


scheduling di produzione. La ricerca operativa chiama questo problema "N-P hard",
cio sempre pi irrisolvibile ed il numero dei possibili scheduling cresce
esponenzialmente allaumentare delle risorse o dei lavori da pianificare, come mostrato
in fig. A1.4.25. Daltra parte, la pratica industriale mostra che la pianificazione
deterministica limitata al brevissimo periodo.
I piani deterministici estesi su un orizzonte largo sono rapidamente messi fuori gioco
dopo il lancio dagli eventi reali che accadono in produzione e che differiscono da quelli
preventivati (ad esempio, variazioni del tempo di lavorazione o fuori servizio delle

J.P.Kruth, G. Van Zeir, J. Kempenaers, J. Pinte, Opportunistic Process Planning: A knowledge


based technique for CAPP applications, 14th ASME Int. Computers in Engineering,
Minneapolis, 1994.

J. Kempenaers, J. Pinte, J. Detand, A Collaborative Process Planning and Scheduling System,


14th ASME Int. Computers in Engineering, Minneapolis, 1994.
- A1.71 -

A1. Appendice al Cap. 1.

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

numero degli ordinativi/


numero delle risorse

fig. A1.4.25. Concetto di NP Hard.

MRP
ordinativi

scheduling
grossolano

scheduling
fine

DATABASE

controllo e
valutazione

feedback
produzione

fig. A1.4.26. Concetto di scheduling gerarchico.

- A1.72 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Il sistema di scheduling di produzione si basa sullesistenza di un sistema PPC o


MRP a monte, il quale fornisce gli ordinativi, le quantit e le scadenze di consegna.
Insieme con i dati di pianificazione del processo COMPLAN, queste informazioni sono
la base per il modulo MRS di scheduling di medio periodo. Esso usa la tecnologia del
modello ad imbuto per bilanciare il carico dei posti di lavoro, minimizzare il work-inprocess ed evita il lancio troppo anticipato degli ordinativi, come si vede in fig.
A1.4.26. La tecnologia del modello ad imbuto vista come approccio pratico, coerente
con la realt industriale ed utile per lo scheduling di medio periodo, ad un livello di
dettaglio non elevato. Nella sua applicazione in COMPLAN, essa utilizzata anche per
fornire uno scheduling di pi basso livello, di tipo deterministico, e col modulo SRS ne
fornisce una base grossolana ma fattibile (per le sue caratteristiche di bilanciamento dei
carichi di lavoro).
In ogni reparto produttivo si deve rispondere alla domanda Quale lotto deve essere
lanciato per primo?, oppure Quale macchina deve essere impiegata per prima?
Queste decisioni sono prese poco prima del lancio dellordinativo e richiedono un
modulo che fornisca uno scheduling dettagliato, deterministico e reattivo. COMPLAN
offre tre modi operativi come supporto: unazione automatica, una manuale, oppure
unazione combinata. In quest'ultimo caso, lo schedulatore prende manualmente una
decisione ad ordinativi specifici, ed usa il modo automatico per pianificare tutti gli altri
ordinativi che rispettano i legami introdotti dalla decisione presa. COMPLAN usa due
diversi modi operativi allinterno dello scheduling automatico di breve periodo:
pianificazione in avanti orientata allordinativo e la simulazione governata dallevento.
In dipendenza dal tipo di ordine (urgente, a priorit definita, per magazzino, ecc.), si
applica la strategia appropriata. Per mostrare landamento della programmazione, il
diagramma di Gantt di fig. A1.4.14 quello pi usato. Il diagramma di Gantt di
COMPLAN migliorato con le funzioni di scheduling, cio gli ordinativi possono
essere trasferiti usando lazione "drag and drop" del mouse, ma questa operazione
possibile solamente sulle risorse coinvolte dal corrispondente piano di processo.
Lo scheduling di COMPLAN mette in evidenza macchine e posti di lavoro. Un
modulo addizionale completamente automatico (ODM) legge lo scheduling corrente e
crea gli ordini di trasporto, fornitura di utensili, di attrezzature e di strumenti di
controllo. Infine, un modulo specifico di interfaccia utente (WSI) invia i dati al sistema
di gestione della produzione e ritorna i dati di feedback di produzione.
Diversamente dagli altri sistemi gerarchici di scheduling, COMPLAN segue un
approccio bidirezionale. Tutte le decisioni o programmazioni eseguite dai moduli di
scheduling di basso livello sono retroazionati verso i moduli di pi alto livello. Per
evitare un continuo loop di decisioni di pianificazione sovrapposte, i dati di
pianificazione di pi basso livello formano la base (normalmente fissa) alla quale i
nuovi dati di pianificazione sono aggiunti.

A1.4.5.5. Valutazione dellEfficienza della Produzione.


Per essere in grado di migliorare le prestazioni dello scheduling si devono valutare e
controllare in continuo i quattro valori chiave logistici:
work-in-process,
utilizzazione dellimpianto,
lead-time,

- A1.73 -

A1. Appendice al Cap. 1.

deviazione dallo scheduling.

Lammontare di dati da elaborare ed interpretare grande e la gestione


normalmente dotata di informazioni insufficienti per prendere decisioni razionali per la
produzione. Perci, fortemente richiesto uno strumento efficace che sia in grado di
raccogliere, aggregare e visualizzare i dati delle attivit di produzione, confronti i dati
reali con quelli previsti, e cos dia un supporto efficiente alle decisioni della gestione
della produzione.
A questo scopo, presso lIstituto dei Sistemi di Produzione di Hannover, stato
sviluppato un programma comprendente il modello ad imbuto, il quale esegue la
simulazione dei processi produttivi, il diagramma di attraversamento per la
determinazione e la visualizzazione delle prestazioni del sistema produttivo e la curva
caratteristica operativa per verificare la capacit produttiva logistica del sistema
produttivo stesso.
Dal punto di vista logistico, un ordinativo caratterizzato dal suo contenuto di
lavoro, dalle date di inizio e fine lavoro e dalle risorse necessarie alla sua evasione. Si
deve distinguere anche tra valori previsti e valori reali. Il modello ad imbuto descrive il
processo produttivo dal punto di vista logistico, simulando il contenuto di lavoro e di
tempo in ingresso ed in uscita (prodotto finito) relativo allordinativo ed il work-inprocess del sistema. Il modello definisce linput di tempo dellordinativo a partire dal
momento in cui loperazione conclusa nel posto di lavoro precedente ed il pezzo
pronto per loperazione successiva. Il modello pu essere esteso al sistema di imbuti
interconnessi dellintera azienda.
Il comportamento logistico del sistema pu essere visualizzato nel diagramma di
attraversamento, dove sono rappresentate le attivit del sistema e sono indicate le cifre
indice pi importanti, come rappresentato in fig. A1.4.27. Il diagramma di
attraversamento pu essere costruito per una singola macchina, un posto di lavoro od
aggregato per un gruppo qualsiasi di macchine.

ore
lavorative

portafoglio
medio
lead time medio
linea della capacit produttiva
output = tan = portafoglio medio
lead time medio
medio

input reale
ordinativi

per input = output nel periodo di valutazione

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

fig. A1.4.27. Diagramma di attraversamento e cifre-indice logistiche.

- A1.74 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

In un diagramma di attraversamento, gli ordinativi in input ed in output sono tracciati


in una funzione a gradini cumulativa. Sullasse delle ascisse, la data alla quale lanciato
un ordinativo nel sistema usata come punto per aggiungere in ordinata il contenuto di
lavoro (in ore-lavoro) dellordinativo. Il contenuto di lavoro aggiunto alla spezzata
sulla funzione degli input in corrispondenza della data di lancio dellordine, in modo da
creare una curva a gradini. La curva delloutput inizia allorigine del sistema di assi
coordinati, mentre quella dellinput inizia al livello del work-in-process presente nel
sistema produttivo allinizio del periodo di valutazione ed ricavata allo stesso modo di
quella delloutput.
Linsieme delle due curve descrive il flusso di ordinativi attraverso il sistema, e nel
diagramma possono essere identificati i quattro indici logistici:
il coefficiente di utilizzazione degli impianti pu essere messo in luce tracciando
la linea della capacit produttiva teorica per confrontarla con quella effettiva. La
differenza tra le due linee alla fine del periodo di valutazione indica lutilizzazione
delle risorse. Il work-in-progress nel sistema pu essere calcolato in ogni
momento dalla distanza verticale tra le funzioni di input e di output. Assumendo
che linput medio e loutput medio del sistema produttivo siano
approssimativamente gli stessi, il work-in-progress medio corrisponde alla
distanza verticale la linput medio e loutput medio. Se questa assunzione non
vale nel periodo di valutazione scelto, per esempio perch la congiuntura
determina laumento o la diminuzione degli ordinativi in input, il work-inprogress medio pu essere sempre calcolato dallarea tra le due medie, divisa per
il periodo di valutazione;
con la stessa assunzione, il lead-time medio degli ordinativi corrisponde alla
distanza orizzontale tra le medie delle stesse funzioni. Evidentemente, le
dipendenze geometriche mostrano che esiste una relazione fissa tra work-inprogress medio, lead-time ed output del sistema produttivo. Con la stessa
assunzione, la "formula dellimbuto" mostra che il lead-time medio pu essere
calcolato come rapporto tra lead-time medio ed output medio. Inoltre, cosiddetti
elementi di attraversamento possono essere introdotti nel diagramma per mostrare
anche il lead-time dei singoli ordini e la dispersione del lead-time. Lelemento di
attraversamento un rettangolo condotto tra la data di lancio dellordinativo e la
data di evasione, usando il contenuto di lavoro come altezza del rettangolo. In tale
elemento, il tempo operativo reale ed il tempo di attesa possono essere distinti per
il diverso colore di riempimento. Quando gli ordinativi non sono inseriti nel
sistema nellordine in cui arrivano (strategia FIFO, first-in-first-out), essi
subiscono uno spostamento di sequenza e gli elementi di attraversamento non
sono esattamente posizionati tra le linee di input e di output. Invece, nei sistemi
che seguono la regola FIFO, tali elementi stanno esattamente tra le linee stesse;
anche la deviazione dallo scheduling pu essere mostrata, attraverso la
rappresentazione dellinput programmato e delle date di scadenza degli ordini.
Insieme con le date effettive, si possono individuare i cosiddetti elementi di
deviazione. In confronto alla linea di output, gli elementi di deviazione a sinistra
di essa indicano unevasione dellordine anticipata, mentre quelli a destra della
linea di output indicano unevasione dellordine ritardata in confronto a quanto
programmato.
Cos, i diagrammi di attraversamento possono immediatamente visualizzare il
comportamento logistico e le cifre indici pi importanti nei diversi periodi e per diversi

- A1.75 -

A1. Appendice al Cap. 1.

raggruppamenti dei posti di lavoro. Perci essi sono un eccellente strumento di


interpretazione e stima delle prestazioni della produzione. 2

A1.4.5.6. La Tecnologia del Software Adottata in COMPLAN.

A1.4.5.6.1.

Piattaforme Hardware e Software.

Il sistema COMPLAN stato sviluppato per piattaforme UNIX. Gi durante la fase di


implementazione, stato fatto uno sforzo di rendere portabili i moduli software da trasferire alle
piattaforme HP, IBM e SUN. Esso ha avuto successo grazie alle opzioni introdotte allinizio del
progetto:
tutte le interfacce utente sono state sviluppate in ambiente a finestre OSF/Motif e tutte le
librerie addizionali usate sono disponibili sotto forma di codici sorgente e possono essere
compilate sulle diverse piattaforme;
il sistema sviluppato principalmente in linguaggio C++. Per garantire la portabilit,
stato richiesto che il software fosse compilato e testato con un compilatore neutro GNU;
si usato il linguaggio LISP per il modulo di pianificazione a rete di Petri, il quale
linguaggio disponibile su un gran numero di piattaforme hardware;
per la banca dei dati stata scelto il database ORACLE.

A1.4.5.6.2.

Modello Informatico e Database Relazionale.

Il database ed il modello informatico centrale per tutti i moduli COMPLAN. I pi


importanti obiettivi del modello informatico sono stati la garanzia assoluta della consistenza dei
dati per tutti i moduli, in modo da evitare ogni inutile ridondanza, ma anche di assicurare
unelevata flessibilit per la personalizzazione da parte dellutente.
Gli obiettivi di consistenza e di ridondanza sono stati raggiunti con un modello informatico
relazionale specifico, il quale fornisce una rappresentazione completa di tutte le informazioni di
programmazione della lavorazione e di pianificazione del processo nellambiente aziendale. Il
modello informatico strutturato in cinque gruppi logici:
il modello produttivo,
il modello di trasferimento,
il modello degli ordinativi,
il modello NLPP dei piani di processo,
il modello del pezzo.
Il modello relazionato con una notazione E/R in uno strumento CASE.
Le aziende manifatturiere richiedono modelli informatici fortemente flessibili, che siano in
grado di rappresentare in maniera sicura le loro strutture informative standard, ma anche le loro
specifiche estensioni e modifiche di quelle strutture. Cos, da una parte i dati raccolti nel
database richiedono campi flessibili per tener conto del loro numero e del contenuto di
informazioni richiesti dallutente; dallaltra il numero di tabelle del database deve essere
limitato. La soluzione adottata stata di dividere i dati in due sottosistemi:
i dati del sistema,
i dati dellutente.

2H.-P.

Wiendahl, Load Oriented Manufacturing Control, Springer, London 1994.


- A1.76 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

La Programmazione per Oggetti di COMPLAN

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.

A1.4.5.6.3.1. Ordinativo di lavorazione


ordine di lavorazione
DATI E METODI

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 -

A1. Appendice al Cap. 1.

A1.4.5.6.3.2. Strutture Grafiche nella Pianificazione di Processo.


Una classe universale di strutture grafiche costituisce la base per diverse pianificazioni di
processo. Per esempio, il modulo automatico di pianificazione di processo a rete di Petri PN
PPM impiega e potenzia la classe che fornisce la struttura grafica universale per costruire
oggetti che rappresentano le reti NLPP e gli oggetti che forniscono lalbero di ricerca richiesto
dallalgoritmo usato per la generazione automatica dellNLPP.

Grafica

eredit
NLPP

A1.4.5.6.4.

Albero di Ricerca

Concetti dellInterfaccia Utente Grafica.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A1.4.5.6.5.

Comunicazione Inter-Process.

Per consentire ai moduli indipendenti di interfacciarsi al sistema, stato scelto un concetto di


scambio di dati basato su un server di comunicazione ed una specifica grammatica. Questo
accorgimento permette di superare le limitazioni di memorizzazione e di scambio di dati
temporanei proprio del database relazionale.
In generale, la comunicazione inter-process pu avvenire in due modi:
nel modo sincrono, il sender si blocca ed attende che il recipient risponda,
nel modo asincrono, esso non attende, ma continua a lavorare. Se necessario, il sender ed
il recipient si scambiano i ruoli ed il recipient invia un messaggio.
E' stato sviluppato un sender di comunicazione COMPLAN CCS, il quale fornisce una
funzione di "cassetta della posta" basata su protocollo TCP, con comunicazione in caratteri
ASCII, molto spontaneo. E' stato definito un linguaggio specifico per lo scambio dei comandi e
dei dati in modo standard, cosicch pu essere scambiato un intero NLPP. Tale linguaggio
chiamato CUPPL (COMPLAN-Universal-Process-Planning-Language).
Tutti i moduli di pianificazione di processo, il diretto collegamento tra il GUI di scheduling e
leditor dei piani di processo risiedono nel CCS, insieme con lo scambio di dati e di comandi
CUPPL per comunicare con ogni modulo.

A1.4.6. LIntegrazione degli Sviluppi di COMPLAN nellAmbiente


dellUtente Finale Pilota.
COMPLAN stato progettato per la produzione di piccola e media serie. Lutente
finale pilota di COMPLAN un costruttore di macchine utensili per la lavorazione della
lamiera, il quale stato incaricato di stendere le esigenze del potenziale cliente. Il suo
sistema produttivo quello tipico del Job-Shop di piccola serie. Per eseguire le
lavorazioni, sono impiegate prevalentemente macchine e centri di lavoro universali.
Attualmente, il flusso produttivo un p arbitrario ed i colli di bottiglia sono superati
dinamicamente. Il concetto di NLPP particolarmente valido per questo tipo di aziende
e lutente pilota gi abituato a lavorare con la pianificazione non lineare di processo,
come risultato della partecipazione al precedente programma ESPRIT (il progetto
FLEXPLAN). Nello sviluppo di COMPLAN, egli ha introdotto nel proprio sistema il
programma AVOPLAN, il quale un prodotto commerciale CAPP. Per migliorare la
gestione del software, AVOPLAN stato adattato alle strutture di dati COMPLAN. Il
sistema testato con i dati reali della produzione e dellambiente industriale. Mano a
mano che i componenti il sistema sono resi disponibili, vengono installati e validati.
Lobiettivo di coinvolgere lutente e di valutare il programma attraverso lapplicazione
nel suo ambiente stato di metterne in luce i punti deboli, sia dal punto di vista
concettuale, sia delle difficolt di implementazione iniziali.
Un punto apprezzato durante lintroduzione di COMPLAN la sua possibilit di
interfaccia con gli esistenti programmi di pianificazione e di programmazione e la sua
possibilit di sviluppo fino alla completa operativit.
Come detto sopra, lobiettivo della pianificazione di processo gi stato raggiunto
con uno dei suoi moduli (AVOPLAN). Uninterfaccia utente al sistema CAD, gi
utilizzata dallutente finale (CAD PPI per ME-10) stata adattata per facilitare
ulteriormente la pianificazione automatica di processo in COMPLAN con PN PPM ed
STS PPM. I moduli di scheduling devono interfacciarsi due volte, al sistema PPC a
monte (PSI) ed alla produzione a valle (WSI). In parallelo al sistema COMPLAN,

- A1.79 -

A1. Appendice al Cap. 1.

lutente finale ha sviluppato un nuovo sistema di registrazione dei dati di produzione, la


stampa del tempo impiegato per levasione dellordine e linterfaccia al PPC ed ai
terminali di produzione (il sistema on-line di controllo di processo OLPC).
Come COMPLAN, anche il sistema OLPC basato su un database relazionale,
perci sono stati approntati due moduli di interfaccia, che colleghino i due sistemi. Uno
di essi prende i dati PPC, laltro invia i dati degli ordinativi emessi e restituisce i dati di
feedback della produzione. Anche se entrambi i moduli sono in uso solamente presso
lutente finale, la loro architettura consente modifiche per la loro installazione in altri
ambienti, cio il modulo WSI non deve essere necessariamente stare in un sistema nel
quale sia interfacciato ad un database.
Ufficio emissione
ordine:
da evadere.

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

l' operatore usa


il codice a barre
per scrivere il
rapporto di inizio
lavorazione

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

fig. A1.4.28. Organizzazione della produzione presso la LVD, prima dellintroduzione


di COMPLAN.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

riportati i vari stati della lavorazione. La programmazione ed il lancio erano basate su


decisioni personali, come pure la selezione delle schede informative per levasione
dellordine successivo. COMPLAN fornisce allutente nuovi potenti mezzi:
il modulo MRS di programmazione della lavorazione di medio periodo crea una
base aggregata di programmazione e di bilanciamento dei carichi;
il modulo SRS di programmazione della lavorazione di breve periodo consente la
generazione automatica di una programmazione deterministica di breve periodo,
basata su uninterfaccia grafica manuale molto sofisticata ed intuitiva;
lemissione degli ordini ed il feedback dei dati di produzione sono
completamente automatizzati.
Tuttavia, poich COMPLAN introduce non solo i mezzi di programmazione, ma
rappresenta inoltre un nuovo modo di programmare le lavorazioni, la sua introduzione
incrementale. Cio, dopo lintroduzione del software, la validazione del sistema di
programmazione agisce in parallelo con le procedure esistenti. Se la qualit e la
fattibilit dei risultati sono convincenti, le procedure esistenti sono progressivamente
abbandonate in favore delladozione di quelle di COMPLAN. Per questo, la
programmazione ed i moduli di COMPLAN sono stati progettati per supportare tale
approccio incrementale.

A1.4.7.

Glossario dei Termini e degli Acronimi

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

AVOPLAN is a commercial, semi-automatic process planning


system (trademark of CCI)
AVOPLAN Process Planning Module
Computer Aided Design
CAD Process Planning Interface
COMPLAN Communicator Server
CODL File Process Planning Interface
Component Description Language
Concurrent Manufacturing Planning and Shop Control for Small
Batch Production
COMPLAN Process Evaluator
COMPLAN Process Planner
COMPLAN Universal Process Planning Language
COMPLAN Workshop Evaluator
COMPLAN Workshop Scheduling
Editor Control Module
Graphical User Interface
Materials Requirements Planning/Manufacturing Resources
Planning
Medium Range Scheduler
Non Linear Process Plan
NLPP Editor Control Module
Order Dispatch Module
Petri Net Process Planning Module
Production Planning and Control
Process Planning Interface
Process Planning Module

- A1.81 -

A1. Appendice al Cap. 1.

PSI
RDBMS
SRS
STS PPM
UR
WP ECM
WPD
WSI

A1.4.8.

PPC System Interface


Relational Data Base Management System
Short Range Scheduling
State Space Process Planning Module
User Requirements
Workpiece Editor Control Module
Workpiece Delineator
Workshop Interface

Ulteriore Bibliografia

Elmaraghy, Hoda A. et alii: Evolution and Future Perspectives of CAPP. Annals of


CIRP Vol. 42/2/1993.
Detand, J: A Computer Aided Process Planning System Generating Non-Linear Process
Plans, PhD Thesis, KU Leuven, October 1993 (ISBN 90-73802-23-7).
P. Van Den Bossche: Niet-lineaire werkvolgorde verhoogt flexibiliteit; COMPLAN
verwerkt alternatieven in werkvoorbereiding en planning. EG-Nieuws, CA
Techniek 13e jaargang nr. 3, Maart 94.
Kruth, J.-P. et alii: Opportunistic Process Planning: A Knowledge Based Technique for
CAPP Applications. 14th ASME Int. Computers in Engineering (CIR94) Conf.;
Minneapolis, September, 11.14.1994.
Kempenaers, J. et alii: A Collaborative Process Planning and Scheduling System. 14th
ASME Int. Computers in Engineering (CIR94) Conf.; Minneapolis, September,
11.14.1994.
Detand, J.: Integratie van werkboorbereiding en werkplaatsbesturing.
Produkttietecvhnieken, Jrg. 80 nr. 10, pp. 350-365; Middelburg, 1994.

MB

Schmidt, B. C. et alii: Interaktion vor Arbeitsplannung und Fertgungssteuerung. CIM


Management 11 (1995) 3, GITO Verlag, Berlin, 1995.
Schmidt, B. C. A System Solution to Concurrent Process Planning and Workshop
Control. Proceedings of the IFIOP WG5.7 Working Conference Re-engineering
the Enterprise, 20/21 April 1995, Galway, Ireland, Elsevier 1995.
Schmidt, B. C. et alii: A system Solution to Integrated Process Planning and Workshop
Control Using Manufacturing Alternatives. Production Engineering Annals of
the German Academic Society of Production Engineering, 1995.

- A1.82 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

INDICE DELLAPPENDICE AL CAP. 1


A1.1. LE TECNICHE DI ANALISI ATTUARIALE DEL VALORE ................................ A1.1
A1.1.1. Il Valore del Denaro nel Tempo. .......................................................................... A1.1
A1.1.2. La Scelta del Progetto di Investimento. ................................................................ A1.3
A1.1.2.1. Il Metodo del Payback. ................................................................................... A1.3
A1.1.2.2. Il Metodo del Valore Attuale Netto. ............................................................... A1.3
A1.1.2.3. Il Metodo del Tasso Interno di Ritorno dellInvestimento.............................. A1.4
A1.1.2.4. Confronto tra il Metodo del Valore Attuale Netto e quello del Tasso Interno
di Ritorno dellInvestimento. .......................................................................... A1.5
A1.1.2.5. LAcquisto di una Nuova Macchina. .............................................................. A1.5
A1.1.2.6. La Sostituzione di una Macchina. ................................................................... A1.6
A1.2. Cenni di Teoria delle Code............................................................................................ A1.9
A1.2.1. Caratteristiche delle Code..................................................................................... A1.9
A1.2.2. Formulazione dei Problemi di Coda. .................................................................. A1.12
A1.2.2.1. Un Semplice Modello di Coda...................................................................... A1.13
A1.2.2.2. LUtilizzo di Pi Server. ............................................................................... A1.15
A1.2.2.3. Commenti ai Modelli di Coda....................................................................... A1.16
A1.3. Cenni di Simulazione. .................................................................................................. A1.18
A1.3.1. Definizione del problema. .................................................................................. A1.20
A1.3.2. Sviluppo del modello.......................................................................................... A1.21
A1.3.3. Stesura del Flowchart del Modello. .................................................................... A1.22
A1.3.4. Programmazione del Modello............................................................................. A1.22
A1.3.5. Raccolta dei Dati. ............................................................................................... A1.23
A1.3.6. Validazione del Modello..................................................................................... A1.24
A1.3.7. Verifiche Finali del Modello. ............................................................................. A1.26
A1.3.8. Implementazione dei Risultati. ........................................................................... A1.27
A1.3.8.1. Simulazione con Incrementi di Tempo Variabili. ......................................... A1.27
A1.3.8.2. Applicazione della Simulazione allAttivit Operativa................................. A1.29
A1.4. Un Programma di Ricerca in Campo Industriale: Il Codice COMPLAN per la
Gestione Integrata della Piccola e Media Industria Manifatturiera ....................... A1.30
A1.4.1. LIdea del Programma COMPLAN.................................................................... A1.33
A1.4.2. Il Piano Operativo di Sviluppo del Pacchetto COMPLAN................................. A1.34
A1.4.3. La Base del Progetto COMPLAN. ..................................................................... A1.37
A1.4.3.1. La Pratica Industriale Corrente. .................................................................... A1.37
A1.4.3.2. Gli Obiettivi Tecnici del Progetto COMPLAN............................................. A1.38
A1.4.3.2.1. Razionalizzazione della Pianificazione del Processo .............................. A1.39
A1.4.3.2.2. Integrazione tra Pianificazione di Processo e Controllo delle Attivit
di Produzione........................................................................................... A1.40
A1.4.3.2.3.
Scheduling Gerarchico e Controllo della Produzione. A1. ................ A1.41
A1.4.3.2.4. Prototipo di Software industriale............................................................. A1.41
A1.4.3.3. Benefici Economici del Sistema COMPLAN. .............................................. A1.42
A1.4.3.3.1. Riduzione dello Sforzo di Pianificazione. ............................................... A1.42
A1.4.3.3.2. Raggiungimento degli Obiettivi Logistici. .............................................. A1.43
A1.4.3.3.3. Aumento della Flessibilit e della Reattivit della Produzione. .............. A1.43
A1.4.3.3.4. Miglioramento continuo della pianificazione.......................................... A1.43
A1.4.3.3.5. LAmbiente Industriale di Riferimento. .................................................. A1.44
A1.4.4. Il software del sistema COMPLAN.................................................................... A1.44
A1.4.4.1. LArchitettura del Sistema ............................................................................ A1.44
A1.4.4.1.1. Il Modulo di Controllo dellEditor del Pezzo (WP ECM)....................... A1.46
A1.4.4.1.2. LInterfaccia CAD di Pianificazione di Processo (CAD PPI). ................ A1.47
A1.4.4.1.3. Il Modulo di Controllo dellEditor NLPP (NLPP ECM)......................... A1.48
A1.4.4.1.4. Il Modulo dello Spazio di Stato del Pianificatore di Processo (STS
PPM). ...................................................................................................... A1.49
A1.4.4.1.5. Il Modulo della Rete di Petri del Pianificatore di Processo (PN PPM). .. A1.50
A1.4.4.1.6. Il Modulo di Pianificazione di Processo AVOPLAN (AVOPLAN
PPM). ...................................................................................................... A1.51
A1.4.4.2. Lo Schedulatore COMPLAN (CWS)............................................................ A1.52

- A1.83 -

A1.4.4.2.1. Lo Schedulatore di Medio Periodo (MRS). ............................................. A1.54


A1.4.4.2.2. Lo Schedulatore di Breve Periodo (SRS). ............................................... A1.54
A1.4.4.2.3. Il Modulo di Distribuzione (ODM). ........................................................ A1.56
A1.4.4.3. Il Valutatore del Programma di Processo COMPLAN (CPE)....................... A1.57
A1.4.4.4. Il Valutatore della Produzione COMPLAN (CWE)...................................... A1.58
A1.4.4.5. I Moduli di Manutenzione di COMPLAN. ................................................... A1.60
A1.4.5. Lapproccio tecnico al sistema COMPLAN. ...................................................... A1.61
A1.4.5.1. LIntegrazione di Pianificazione di Processo e di Scheduling. ..................... A1.61
A1.4.5.1.1. Approcci esistenti per lintegrazione. Ricerca e Sviluppo. ...................... A1.61
A1.4.5.1.1.1. La pianificazione dinamica del processo. ..................................... A1.61
A1.4.5.1.1.2. La pianificazione del processo Just-In-Time. ............................... A1.62
A1.4.5.1.1.3. La Pianificazione Non Lineare del Processo. ............................... A1.62
A1.4.5.1.2. LApproccio di COMPLAN Rivolto allIntegrazione. ............................ A1.63
A1.4.5.2. Il Concetto di Pianificazione di Processo Non Lineare NLPP. ..................... A1.64
A1.4.5.3. LApproccio alla Modellazione per Propriet. .............................................. A1.66
A1.4.5.3.1. Propriet di Lavorazione.......................................................................... A1.66
A1.4.5.3.2. Catalogo delle Propriet Standard e Catalogo Estensibile delle
Propriet. ................................................................................................. A1.66
A1.4.5.3.3. Metodi di Definizione delle Propriet. .................................................... A1.67
A1.4.5.4. LApproccio alla Pianificazione di Processo COMPLAN. ........................... A1.67
A1.4.5.4.1. I Concetti di Pianificazione di Processo in COMPLAN.......................... A1.68
A1.4.5.4.2. Approcci alla Pianificazione Automatica di Processo per Propriet........ A1.69
A1.4.5.4.2.1. La Pianificazione di Processo nello Spazio degli Stati. ................ A1.69
A1.4.5.4.2.2. La Pianificazione di Processo con la Rete di Petri........................ A1.70
A1.4.5.4.3. Scheduling Gerarchico............................................................................. A1.71
A1.4.5.5. Valutazione dellEfficienza della Produzione. .............................................. A1.73
A1.4.5.6. La Tecnologia del Software Adottata in COMPLAN. .................................. A1.76
A1.4.5.6.1. Piattaforme Hardware e Software............................................................ A1.76
A1.4.5.6.2. Modello Informatico e Database Relazionale.......................................... A1.76
A1.4.5.6.3. La Programmazione per Oggetti di COMPLAN ..................................... A1.77
A1.4.5.6.3.1. Ordinativo di lavorazione ............................................................. A1.77
A1.4.5.6.3.2. Strutture Grafiche nella Pianificazione di Processo...................... A1.78
A1.4.5.6.4. Concetti dellInterfaccia Utente Grafica.................................................. A1.78
A1.4.5.6.5. Comunicazione Inter-Process. ................................................................. A1.79
A1.4.6. LIntegrazione degli Sviluppi di COMPLAN nellAmbiente dellUtente Finale
Pilota. .................................................................................................................. A1.79
A1.4.7. Glossario dei Termini e degli Acronimi.............................................................. A1.81
A1.4.8. Ulteriore Bibliografia.......................................................................................... A1.82

INDICE DELLE FIGURE DELLAPPENDICE AL CAP. 1


fig. A1.1.1.
fig. A1.1.2.
fig. A1.1.3.
fig. A1.2.1.

Progetti di investimento classificati secondo il parametro IROR. .............................. A1.4


Cash-flow dellesempio.............................................................................................. A1.6
Cash-flow dellesempio.............................................................................................. A1.7
Distribuzioni di Poisson............................................................................................ A1.10
x
fig. A1.2.2. a) La funzione esponenziale f ( x ) = e
, b) la funzione
cumulativa esponenziale (A1.2.2). ........................................................................... A1.10
fig. A1.2.3. Diverse situazioni di coda......................................................................................... A1.12
fig. A1.2.4. Relazione tra capacit produttiva e servizio al cliente.............................................. A1.17
fig. A1.3.1. Impostazione di una simulazione.............................................................................. A1.21
fig. A1.3.2. Il flowchart del precedente modello decisionale del panettiere................................ A1.23
fig. A1.3.3. Confronto tra domanda reale e simulata dal modello. .............................................. A1.24
fig. A1.3.4. Output della simulazione, in funzione della durata della simulazione...................... A1.25
fig. A1.3.5. Analisi di sensibilit dellammontare dellordine giornaliero costante sul
profitto. ..................................................................................................................... A1.26
fig. A1.3.6. Distribuzione cumulativa degli arrivi di navi. .......................................................... A1.28
http://www.mech.kuleuven.ac.be/pma/project/complan ................................................................. A1.30
fig. A1.4.1. Rappresentazione convenzionale del processo produttivo........................................ A1.33

- A1.84 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Rappresentazione nonlineare del processo produttivo con la tecnica


NLPP. ....................................................................................................................... A1.34
Organizzazione della pianificazione del processo produttivo e dello
scheduling col sistema COMPLAN. ........................................................................ A1.36
La pratica corrente nellindustria manifatturiera. ..................................................... A1.38
La razionalizzazione della pianificazione di processo.............................................. A1.39
Larchitettura del sistema COMPLAN..................................................................... A1.45
Finestra dellinterfaccia utente WP ECM................................................................. A1.46
Finestra dellinterfaccia utente CAD PPI per CAD Unigraphics. ............................ A1.47
Finestra dellinterfaccia utente NLPP ECM............................................................. A1.49
Finestra dellinterfaccia utente STS PPM. ............................................................... A1.50
Finestra dellinterfaccia utente PN PPM. ................................................................. A1.51
Finestra del sistema AVOPLAN. ............................................................................. A1.52
Orizzonti operativi del modulo CWS. ...................................................................... A1.53
Schema di un diagramma di Gantt informatizzato. .................................................. A1.55
Scambio dei dati nel modulo valutatore CPE........................................................... A1.57
Scambio dei dati nel modulo valutatore CWE. Configurazione a tre
livelli. ....................................................................................................................... A1.58
Diagramma di occupazione nel tempo di un posto di lavoro. .................................. A1.59
Istogramma della distribuzione dei carichi percentuali. ........................................... A1.59
Editore GPN, che consente la conservazione della conoscenza dello
scheduling. ............................................................................................................... A1.60
Lapproccio di COMPLAN rivolto allintegrazione. ............................................... A1.63
Esempio di piano non lineare di processo NLPP. .................................................... A1.65
Esempio di propriet di progetto e di lavorazione.................................................... A1.66
Il sistema di pianificazione di processo COMPLAN. .............................................. A1.68
Esempio di vincolo tecnico e geometrico................................................................. A1.70
Concetto di NP Hard. ............................................................................................... A1.72
Concetto di scheduling gerarchico. .......................................................................... A1.72
Diagramma di attraversamento e cifre-indice logistiche. ......................................... A1.74
Organizzazione della produzione presso la LVD, prima dellintroduzione
di COMPLAN. ......................................................................................................... A1.80

INDICE DELLE TABELLE DELLAPPENDICE AL CAP. 1


tab. A1.3.I.
tab. A1.3.II.
tab. A1.3.III.
tab. A1.3.IV.

Dati raccolti per la preparazione del modello........................................................... A1.18


Inserimento delle frequenze dei numeri casuali. ...................................................... A1.19
Risultati del modello. ............................................................................................... A1.20
Esempio di accadimento degli arrivi delle navi........................................................ A1.28

- A1.85 -

UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA

LA PROGETTAZIONE DEGLI
IMPIANTI INDUSTRIALI MECCANICI

Vol. 2
2.

LA STATISTICA COME STRUMENTO DI ANALISI DELLA QUALIT.

A2. APPENDICE AL CAP. 2

Lorenzo Rosa

Anno Accademico 2002-2003

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.

LA STATISTICA COME STRUMENTO DI ANALISI DELLA QUALIT.

Il responsabile della qualit, quello della produzione, quello del controllo di


accettazione, quando cercano di trarre informazioni dai propri dati di osservazione o
sperimentali, assumono il ruolo di statistici. Per statistiche intendiamo i dati od i
diagrammi che forniscono informazioni quantitative1.
La statistica lapplicazione di metodi scientifici alla programmazione della raccolta
dei dati, alla loro classificazione, elaborazione, analisi, sintesi, presentazione ed alla
inferenza (deduzione) di conclusioni attendibili a partire dai dati stessi.
Intendiamo per statistica aziendale lapplicazione di metodi induttivi allo studio dei
fenomeni aziendali e deve essere distinta dagli stessi fenomeni aziendali. I metodi
statistici fanno gi la loro comparsa nella valutazione del processo produttivo, ma sono
essenziali nella fase di preparazione del piano degli esperimenti o delle loro
osservazioni.

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.

Piano degli esperimenti di un fertilizzante su un appezzamento di terreno.

Si decide di dividere lappezzamento in 9 parcelle di 1m2 ognuna, di non concimare affatto 3


parcelle affinch funzionino da testimoni, di concimare 3 parcelle con una dose e le 3 rimanenti
con due dosi. Se la produzione media delle parcelle concimate con una dose supera quella delle
particelle non concimate ed minore di quella delle particelle concimate con due dosi, diremo
che il rendimento del fertilizzante crescente.

1D.

C. Montgomery, Introduction to Statistical Quality Control, J. Wiley & Sons, 1991

- 2.1 -

2. La Statistica come Strumento di Analisi della Qualit.

Poich lappezzamento di terreno pu non essere qualitativamente uniforme, la statistica


insegna a dividerlo in comparti uguali quante sono le ripetizioni dei trattamenti (nel nostro caso
3) e, quindi, allinterno di ogni comparto assegnare razionalmente il trattamento ad ogni
parcella. Ne pu risultare lassegnazione di fig. 2.1, dove possibile prevedere che le
produzioni medie non saranno influenzate in modo sistematico dalleterogeneit del terreno.

Conosciamo gi le nozioni fondamentali di statistica descrittiva, la quale insegna a


raccogliere ed elaborare dati quantitativi per descrivere fenomeni di massa attraverso il
calcolo di medie, percentuali, varianze, numeri indice, coefficienti di correlazione, ecc.
e la loro rappresentazione grafica. Ricordiamo solamente che i fenomeni di massa sono
quelli per i quali occorre una massa di osservazioni dei fenomeni individuali che li
compongono. Ci riferiremo ora alla produzione industriale, nella quale le osservazioni
dei fenomeni individuali sono principalmente variabili continue, quali ad esempio i
diametri (cio, un indice di qualit) di un albero, e sono definite come unit statistiche.

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.

Diagramma delle Misure Individuali del diametro e dell'errore di


ovalizzazione di un lotto di alberi lavorati al tornio.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

La dispersione dellindice di qualit misurata, in primo luogo, dal campo , che la


max
min
differenza tra il valore superiore A
e quello inferiore A
dellindice di qualit, come
ottenuto nel lotto di prodotti:
= A max A min

(2.1)

In questo capitolo, pur trattando anche la Statistica Descrittiva, daremo preminenza


alla Statistica Induttiva, cio ai metodi che sono stati escogitati per fare previsioni (o
per trarre inferenze) da un insieme di poche osservazioni (campione), riguardo ad un
pi grande insieme di possibili osservazioni (popolazione). E' evidente che per passare
allinferenza statistica occorre aver descritto convenientemente le caratteristiche del
campione, in base alle quali si stimano le caratteristiche della popolazione o si
verificano ipotesi riguardo a queste ultime. Quindi, si pu dire che la Statistica Induttiva
presuppone quella descrittiva, che introdurremo subito.
Come abbiamo visto qui sopra, un gran numero di fattori interessano ogni processo
di lavorazione. Nella lavorazione di un pezzo, essi riguardano il comportamento della
macchina utensile, le caratteristiche geometriche dellattrezzatura per posizionare ed
ancorare il pezzo, la precisione dei dispositivi di bloccaggio e di registrazione
dellutensile e del grezzo, labilit professionale delloperatore, lambiente di lavoro,
ecc. Per varie ragioni, questi fattori cambiano continuamente e comportano variazioni
corrispondenti di tutti gli indici geometrici dellimpianto, in particolare la qualit del
prodotto. Questo fenomeno chiamato dispersione degli indici di qualit del prodotto.
A valle dellanalisi delle nonconformit, eseguita ad esempio col diagramma di Pareto
oppure con quello di Ishikawa, la pi semplice procedura di analisi della dispersione
degli indici di qualit quella di costruire diagrammi basati sui dati ottenuti con la
misura degli indici di qualit del prodotto (diagrammi delle misure individuali), misura
eseguita e riportata strettamente nellordine della lavorazione. Sulla base dei diagrammi
delle misure individuali, se ne costruiscono altri che assumono spesso la forma di Carte
di Controllo.

- 2.3 -

2. La Statistica come Strumento di Analisi della Qualit.

2.1. DEVIAZIONI DELLE CARATTERISTICHE DI QUALIT DAI VALORI


RICHIESTI.
La tab. 2.I presenta 125 misurazioni eseguite sul diametro interno di altrettanti anelli
elastici per pistone di motori a combustione interna automobilistici. I dati derivano da
25 campioni di 5 osservazioni ciascuno. Si pu vedere come esista una certa variabilit
del diametro misurato, ma anche come sia difficile individuare un andamento della
variabilit oppure una struttura dei dati, con le osservazioni disposte come in tab. 2.I.
Invece, una distribuzione della frequenza (che la disposizione dei dati per grandezza)
permette di vedere che esiste un solo anello avente diametro compreso tra 73.965 e
73.970, otto anelli con diametro compreso tra 73.980 e 73.985, ecc.

tab. 2.I.

Diametro interno di anelli elastici per pistone di motore a combustione


interna automobilistico.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

diametro interno anelli [mm]

fig. 2.3.

Analisi della dispersione del diametro interno di 25 campioni di anelli


elastici per pistone di motore a combustione interna automobilistico.

Dalla figura si pu osservare che la distribuzione delle quote grossolanamente


simmetrica ed unimodale, con una media vicina a 74. La variabilit delle osservazioni
gi visivamente molto elevata, poich alcuni anelli appartengono al campo di minor
livello (con valore massimo 73.970) mentre altri appartengono a quello di livello pi
alto (con valore massimo 74.030). Cos, listogramma consente una migliore percezione
del processo, in confronto al solo esame dei dati numerici.
La media aritmetica semplice si calcola anche nel caso di dati non raggruppati in
classi. In generale, la media aritmetica intesa come quel valore che si attribuirebbe ad
ogni termine se la somma totale fosse equiripartita tra i termini. Evidentemente, questa
definizione perde un p di significato se i termini sono rappresentati da misure, come
nel caso in esame; piuttosto, qui la media va interpretata come uno dei valori medi
possibili.
Quando i dati sono raggruppati in una distribuzione di frequenza, come in fig. 2.3,
potrebbe essere comodo determinare il punto centrale di ogni classe ed assumere che le
frequenze di ogni classe siano addensate nel punto centrale della classe (lipotesi
accettabile se le classi non sono troppo ampie). Allora, la frequenza di ogni classe
rappresenta il peso che essa ha nel calcolo della media aritmetica. Di qui la
denominazione di media ponderata, che data da:

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 -

2. La Statistica come Strumento di Analisi della Qualit.

x j la media della classe j,

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

Nel nostro caso: S2 = 0. 000102 mm 2

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

rappresentazione che sono, al riguardo, pi informativi dellistogramma, ma sono meno


intuitivi di questo e qui non verranno considerati. Si fa solamente un breve cenno sulla
rappresentazione di fig. 2.4, la quale analoga alla fig. 2.1 e dove sono rappresentate le
quote di ogni elemento del campione estratto dal lotto di tab. 2.I. La ragione dellaver
introdotto questa rappresentazione che essa costituisce la base per la redazione delle
Carte di Controllo, che verranno esposte pi oltre.
Come detto sopra, la fig. 2.2 e la fig. 2.3 sono usate per descrivere i dati di un
campione, il quale, a sua volta, la raccolta di misure selezionate da una in qualche
modo pi ampia sorgente, detta popolazione. Cos, i 125 diametri di tab. 2.I sono un
campione dei diametri interni degli anelli elastici per pistone, selezionato dal processo
produttivo e la popolazione la raccolta dei diametri di tutti gli anelli prodotti dal
processo. Attraverso metodi statistici possiamo essere in grado di analizzare i dati del
diametro degli anelli e di trarre conclusioni accettabili circa il processo che li produce.
La distribuzione della probabilit un modello matematico che mette in relazione
il valore della variabile con la probabilit che quel valore della variabile si verifichi
nella popolazione. In altre parole, possiamo considerare il diametro dellanello una
variabile casuale (che assume differenti valori nella popolazione, secondo un
meccanismo casuale) e, quindi, la distribuzione della probabilit del diametro
dellanello descrive la probabilit di verificarsi di ogni valore del diametro allinterno
della popolazione. Esistono due tipi di distribuzione della probabilit:
distribuzione discreta, quando il parametro misurato pu assumere solamente certi
valori, ad esempio interi 0, 1, 2,..., come nel caso del numero di difetti di un
circuito stampato per elettronica;
distribuzione continua, quando la variabile espressa su una scala continua, come
il diametro degli anelli elastici di fig. 2.3.

- 2.7 -

2. La Statistica come Strumento di Analisi della Qualit.

2.1.1.

La Probabilit nel Caso di una Distribuzione Discreta.

Nel controllo statistico di qualit si verificano alcune distribuzioni discrete della


probabilit. In questo paragrafo, si studieranno la Distribuzione Binomiale, quella
Ipergeometrica e quella di Poisson.

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

pezzi difettosi nel campione

fig. 2.5.

Distribuzione binomiale.

Ma le combinazioni possibili di x buoni (e di n-x difettosi) sono in tutto:


n!
n
=
x x!(n x )!
onde, per la regola del prodotto per ottenere la probabilit totale, si ha che la probabilit
P(x) di estrarre x buoni (ed n-x difettosi) in n estrazioni indipendenti :
- 2.8 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

n
P( x ) = p x q n x
x

(2.4)

ove p la probabilit di estrarre un pezzo buono in ognuna delle estrazioni indipendenti.


La P(x) una funzione di massa di probabilit caratterizzata da:
P( x ) 0

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)

Landamento della Distribuzione Binomiale rappresentato in fig. 2.5 per diversi


valori di n. Per rendere pi utile la rappresentazione della curva, si messa in ascissa la
frazione di pezzi difettosi nel campione e non quella di pezzi buoni, cio si cambiata
la (2.4) nella:
n
P( x ) = q x p n x
x
ed come dire che si considerato successo trovare pezzi difettosi nel campione.

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

In media si troveranno, ovviamente:


n p = 10 0.9 = 9

pezzi buoni nel campione, con una deviazione standard:


= 10 0. 90 0.10 0. 94

2.1.1.2.

Distribuzione Ipergeometrica.

Supponiamo di avere una popolazione di N elementi. Un certo numero D<N di essi


ricada in una classe di interesse. Si estragga dalla popolazione un campione casuale di n
elementi senza sostituzione (cio, dopo lestrazione, senza rimettere gli elementi nella
popolazione, cio il campione costituito da elementi dipendenti o compatibili) ed il
numero di elementi che cade nella classe di interesse sia x. Allora, x una variabile
casuale ipergeometrica con distribuzione della probabilit pari a:

- 2.9 -

2. La Statistica come Strumento di Analisi della Qualit.

D N D


x
nx
p( x ) =
N

n

x = 0,1,..., min(n , D)

(2.7)

in cui a , al solito, il numero di combinazioni di a elementi presi in numero b alla


b
volta. La media e la varianza della Distribuzione Ipergeometrica sono:
nD
N
n D D N n
2 =

1
N N N 1

(2.8)

La Distribuzione Ipergeometrica un modello di probabilit adatto quando si


seleziona un campione casuale di n elementi senza sostituzione da un lotto di N, dei
quali D sono non conformi o difettosi. In queste applicazioni, x usualmente rappresenta
il numero di elementi non conformi trovati nel campione.
0.45

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

Distribuzione Ipergeometrica dei campioni di numerosit 10, estratti da una


popolazione di 100 elementi.

- 2.10 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Nelle applicazioni della Distribuzione Binomiale, ci si trova spesso di fronte al caso


di valori di p piccolissimi (minori di 0.1, i quali rappresentano, come ricordiamo, la
frazione di pezzi difettosi nella popolazione), mentre la numerosit dei campioni
abbastanza grande (talvolta maggiore di 50). Ne deriva che la media n p un numero
dellordine di grandezza dellunit. In questi casi, la Distribuzione Binomiale pu essere
convenientemente approssimata dalla seguente funzione di massa di probabilit, detta
Distribuzione di Poisson:
e x
p( x ) =
x!
0.20
p(x)
0.18

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

Distribuzione di Poisson con =4 e 6.

dove il parametro > 0 rappresenta la media della popolazione. La media e la varianza


della Distribuzione di Poisson sono uguali e pari a:
- 2.11 -

2. La Statistica come Strumento di Analisi della Qualit.

= e 2 =

(2.10)

Oltre a quella dellindagine del numero di pezzi difettosi nel campione,


lapplicazione tipica della Distribuzione di Poisson nel controllo di qualit come
modello del numero di difetti che si presentano in ununit di prodotto. In effetti, un
fenomeno casuale che si presenti riferito ad ununit (di area, di volume, di tempo, di
prodotto, ecc.) molto spesso ben approssimato da una distribuzione di probabilit di
Poisson.
La Distribuzione di Poisson rappresentata in fig. 2.7 e, come si vede, asimmetrica
come la Distribuzione Binomiale della quale unapprossimazione, con una coda a
destra tanto pi allungata quanto minore . Cio, quanto maggiore , tanto pi la
media spostata a destra e pi la distribuzione tende alla simmetria. In particolare, per
> 9 , la Distribuzione di Poisson pu essere approssimata da una Distribuzione
Normale con media e deviazione standard 0.5 .

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.

Se la variabile casuale x si distribuisce uniformemente nellintervallo di esistenza, si


parla di distribuzione rettangolare, che un caso particolare della Distribuzione di
Poisson (essa pu essere applicata, come faremo, anche a variabili continue) e che
applicheremo pi avanti. Se la lunghezza della base, laltezza del diagramma della
probabilit 1 / , perch larea deve essere 1 e, come vedremo, in questo caso si ha:

2 =

2
12
- 2.12 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.1.2.

La Probabilit nel Caso di una Distribuzione Continua.

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

La media della distribuzione.

La media di una distribuzione di probabilit la misura della tendenza centrale


della distribuzione. Se il problema riguarda un numero finito n di misure, allora la
media definita dalla:

- 2.13 -

2. La Statistica come Strumento di Analisi della Qualit.

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.

La Distribuzione Normale (o gaussiana) una distribuzione continua ideale di


probabilit e pu rappresentarsi con una curva del tipo di fig. 2.9. Invece, una
distribuzione effettiva composta da un numero limitato di osservazioni della variabile,
generalmente raggruppate in classi; cio, pu rappresentarsi con un istogramma del tipo
di fig. 2.3. Evidentemente, la distribuzione ideale non si riferisce solamente ad una
caratteristica variabile in modo continuo e non per classi, ma anche ad un numero di
osservazioni infinitamente grande. Alcuni statistici affermano che la Distribuzione
Normale rappresenta come la variabile si distribuisce per effetto del puro caso, in
assenza di errori sistematici. Qui il termine caso va inteso come ente astratto, il quale fa
le scelte senza alcuna preferenza, ma pu anche intendersi come insieme di cause
indiscernibili.
Se a pi misure relative ad uno stesso fenomeno (ad esempio il diametro di un
pistone) si pu attribuire la stessa fiducia pur essendo le misure diverse tra loro, allora il
senso comune considera la loro media come il valore pi probabile della misura cercata.
Ci in quanto lesperienza conferma che gli errori di misurazione, se casuali, hanno
uguale probabilit di verificarsi, sia in pi, sia in meno. Inoltre, lesperienza insegna che
gli errori pi piccoli sono pi facili da commettersi che i grandi. Cio, la frequenza del
valore assoluto degli errori una funzione decrescente della loro grandezza. Infatti,
misurando il diametro degli anelli elastici di fig. 2.3, si pu constatare che le misure si
distribuiscono approssimativamente intorno alla media, cio che vi unuguale
probabilit che gli scostamenti dalla media (errori) si verifichino in pi o in meno e che
gli scostamenti piccoli in valore assoluto sono pi frequenti dei grandi. In assenza di
errori sistematici, allaumentare del numero delle osservazioni ed al diminuire
dellampiezza di ogni classe, listogramma tende alla curva normale ideale del tipo di
fig. 2.9.

- 2.14 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Famiglia di curve della Distribuzione Normale.

In verit, la Distribuzione Normale non una distribuzione semplice, piuttosto una


famiglia di distribuzioni del medesimo tipo, e due soli dati sono sufficienti ad
individuare la distribuzione: la media e la deviazione standard della variabile. Per valori
diversi della media e della deviazione standard, la curva assume forme diverse, ma
sempre del medesimo tipo a campana. Variando solamente la media, la curva si sposta
inalterata a destra od a sinistra. Invece, variando solamente la deviazione standard, la
curva si alza o si abbassa, rispettivamente stringendosi intorno alla media, oppure
appiattendosi, come si vede in fig. 2.9.
La distribuzione di probabilit normale la pi importante sia dal punto di vista
teorico, sia nelle applicazioni della statistica. Se x una variabile casuale, essa :
f ( x) =

1
2

1 x 2

e 2

< x<

con:

- 2.15 -

(2.11)

2. La Statistica come Strumento di Analisi della Qualit.

x f (x) dx

(2.12)

+
2

( x )

f ( x) dx

(2.13)

La (2.11) la funzione della densit di probabilit normale. Quindi, la probabilit


che una variabile cada nellintervallo [a , b] :
2

1
2
a

P{a x b} =

1 x

e 2 dx

La distribuzione impiegata cos estesamente che frequentemente si usa la notazione


speciale x N(, 2 ) , per indicare che la variabile x distribuita normalmente attorno
a con lo scarto quadratico medio 2 . Lintegrale (2.11) non pu essere calcolato
facilmente. Tuttavia, facendo il cambio di variabile:
Z0 =

(2.15)

esso pu essere riscritto nella forma standardizzata:


1

f (Z 0 ) =

Z 02
2

ed il calcolo pu essere reso indipendente da e da ed essere rappresentato nella


forma di tab. A2.I. La trasformazione di variabile chiamata standardizzazione, in
quanto converte la variabile casuale N(, 2 ) nella variabile N( 0,1) .
Come noto, una semplice interpretazione della deviazione standard della
Distribuzione Normale che il 68.26% della popolazione cade tra i limiti ( ); il
95.46% della popolazione cade tra ( 2 ); il 99.73% tra ( 3 ).
La Distribuzione Normale cumulativa (detta anche funzione normale di ripartizione)
definita come la probabilit di ottenere misure con valori minori della variabile
standardizzata Z0:

F{Z 0 } =

Z0

f ( Z) dZ

(2.14)

che assume i valori caratteristici:


Z0=0

F(Z0)=0.5

Z0=-

F(Z0)=0

Z0=

F(Z0)=1

come si pu vedere anche in tab. A2.I. Unaltra formulazione utile pu essere:

- 2.16 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

a
a

P{x a} = P Z 0

(2.16)

dove ( t ) la funzione di distribuzione cumulativa della Distribuzione Normale


standard (media=0 e deviazione standard=1).

distribuzione normale cumulativa F(x)

0.8
0.6
0.4
0.2
0

fig. 2.10.

-3

-2

-1

1
2
3
variabile normalizzata x

Distribuzione Normale cumulativa standardizzata.

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.

La frazione difettosa di sacchetti di carta.

- 2.17 -

2. La Statistica come Strumento di Analisi della Qualit.

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

= P{Z 0 2.5} = ( 2.5) = 0.0062

Conseguentemente, la probabilit che il sacchetto di carta rientri nelle specifiche :


P{ x 245} = 1 P{ x 245} = 1 0.0062 = 0.9938

In fig. 2.10 mostra la distribuzione standard e larea punteggiata a sinistra di Z0=-2.5


rappresenta la frazione difettosa prodotta dal processo di fabbricazione dei sacchetti. La tab.
A2.I d le probabilit solamente per valori positivi di Z0: evidentemente, si utilizza la simmetria
della curva di Distribuzione Normale per valutare le probabilit con numeri negativi. A questo
riguardo, sono utili le seguenti relazioni:
P{ x a} = 1 P{ x a}
P{ x a} = P{ x a}

(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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

tab. 2.II.

Distribuzione cumulativa normale dei dati di tab. 2.I.


Z0 =

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.

Istogramma delle misure della tab. 2.I, secondo la classificazione di tab.


2.II.
- 2.19 -

2. La Statistica come Strumento di Analisi della Qualit.

frequenze relative cumulate, normale ed effettiva


1.0
0.9
0.8
0.7

= 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

= (1.42) (4.60) = 0.9265 0.0000 =


= 0.9265

Cio, ci aspettiamo che il processo produca il 92.65% di alberi conformi. Da una


rappresentazione grafica della curva delle frequenze analoga a quella di fig. 2.12 apparirebbe
che la maggior parte degli alberi non conformi ha diametro troppo grande, e si vedrebbe che la
media piazzata pi vicino al limite superiore del campo di tolleranza di quanto non lo sia al
limite inferiore. Supponiamo allora di correggere il processo produttivo registrando
opportunamente la macchina, in modo che il processo dia luogo ad un diametro medio pari a
quello nominale. Allora:
P{6.3119 x 6.3881} = P{x 6.3881} P{x 6.3119} =
6.3881 6.3500
6.3119 6.3500
=

=
0.0127
0.0127

= (3.00) (3.00) = 0.9986 0.0013 =


= 0.9973

E, semplicemente registrando la macchina (eliminando lerrore sistematico costante che


presente), si ridotta la percentuale di scarti dal 7.35% allo 0.27%.

- 2.20 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Dalla tab. A2.I, abbiamo P{Z0 1.6449} = 0.95 , cosicch:

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

normale con media:


= a11 + a 2 2 +...+ a n n

(2.18)

ed, applicando il Teorema VIII, con varianza:


2 = a 12 12 + a 22 22 + ... + a 2n 2n

(2.19)

dove a 1 , a 2 , ..., a n sono costanti.

2.1.2.1.1.

Popolazione Finita ed Infinita.

Quando si devono estrarre pezzi piccoli da un lotto, lestrazione di un campione


casuale non presenta difficolt: si rimescolano i pezzi come se fossero palline in unurna
e se ne estrae a caso un certo numero. Se ogni pezzo, appena estratto e misurato, viene
subito rimesso nel lotto prima di estrarre il pezzo successivo, allora la popolazione (il
lotto) da finita che era, come se divenisse infinitamente grande e lestrazione cos fatta
detta Estrazione Bernoulliana o con ripetizione.
Invece, se una tale procedura non possibile, i pezzi sono numerati e la loro
estrazione ha luogo con lausilio delle tavole dei numeri casuali, come quelle di
Snedecor. Cos, se si conteggia una sola volta lo stesso elemento, la popolazione
finita; mentre (essendo tecnicamente possibile), se si considera pi volte nel campione
uno stesso elemento della popolazione perch il relativo numero si presentato pi
volte nelle tavole dei numeri casuali, come se si fosse rimesso nel lotto il pezzo
appena estratto e misurato. Cio, se si d ad ogni elemento della popolazione la stessa
probabilit di essere estratto pi volte in uno stesso campione, la popolazione, da finita
che era, diviene infinitamente grande.

- 2.21 -

2. La Statistica come Strumento di Analisi della Qualit.

2.1.2.1.2.

Il Teorema del Limite Centrale.

Spesso la Distribuzione Normale assunta come modello di probabilit per la


variabile casuale. In molti casi difficile controllare la validit di questa assunzione;
tuttavia il Teorema del Limite Centrale d la giustificazione della frequenza con la quale
si utilizza tale approssimazione alla normalit. Esso recita:
Se x1 , x 2 , ..., x n sono variabili indipendenti, rispettivamente con medie aritmetiche
1 , 2 , ..., n e scarti quadratici medi 12 , 22 , ..., 2n , e se y = x1 + x 2 +... + x n , allora
la distribuzione di:
n

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

e media delle medie:


x=
Invece, se la popolazione finita di N elementi, la varianza a cui tende la
distribuzione delle medie dei campioni :
2x =

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

Per indice di disnormalit di una distribuzione empirica simmetrica unimodale,


rispetto ad una Distribuzione Normale avente la stessa dispersione, si pu assumere
lespressione seguente (che non solamente un indice, ma addirittura un invariante):

- 2.22 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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 = 0 per distribuzioni normali, cio m 4 / s 4 = 3 ,


2 < 0 per distribuzioni simmetriche unimodali, con notevole frequenza di valori
laterali e scarsa frequenza di valori centrali, rispetto alla normale (distribuzioni
iponormali),
2 > 0 per distribuzioni simmetriche unimodali, con notevole frequenza di valori
centrali e scarsa frequenza di valori laterali, rispetto alla normale (distribuzioni
ipernormali).

2.1.2.1.4.

Distribuzioni Statistiche delle Variabili Reali.

La Distribuzione Normale la pi largamente nota. Mentre alcuni statistici pensano


che si tratti anche della distribuzione pi diffusa in natura, altri suggeriscono che basta
dare un'attenta occhiata ad un buon testo di statistica per capire che non facile
verificare ci nel mondo reale.
Alcuni anni addietro, alcuni statistici sostenevano la convinzione che, quando i
processi non erano normalmente distribuiti, c'era qualcosa di sbagliato nel processo e
che il processo in qualche modo era fuori controllo. Da questo punto di vista, lo scopo
della Carta di Controllo era di determinare quando il processo era non-normale cosicch
esso doveva essere corretto e riportato alla normalit. Oggi, la maggior parte degli
statistici e dei pratici della qualit si rendono conto che non esiste nulla di inerentemente
normale nella Distribuzione Normale e che il suo uso nella statistica dovuto
semplicemente alla sua semplicit. Essa ben definita, cosicch conveniente
assumerla quando gli errori che in tal modo si commettono risultano minori. In effetti,
molti degli sforzi rivolti al Miglioramento della Qualit portano a processi non-normali,
in quanto tentano di restringere la distribuzione ai confini del processo. La natura stessa
impone confini ai propri processi, allo stesso modo in cui in un servizio il Tempo di
Coda fisicamente limitato all'estremo inferiore dal tempo nullo. Il progetto di una coda
deve muovere il processo il pi economicamente possibile verso lo zero, e, quindi, il
processo tende ad essere non-normale, indipendentemente dal fatto che esso sia stabile o
non.

2.1.2.2.

Distribuzione Esponenziale.

La distribuzione di probabilit di una variabile casuale esponenziale :

- 2.23 -

2. La Statistica come Strumento di Analisi della Qualit.

f ( x) = e x

x0

(2.21)

dove > 0 una costante. Una rappresentazione della Distribuzione Esponenziale


data in fig. 2.14a. La media e lo scarto quadratico medio di questa distribuzione sono,
rispettivamente:
=

1
e

2 =

(2.22)

La Distribuzione Esponenziale cumulativa :


F(a ) = P{x a} = 0 e t dt = 1 e a a 0
a

(2.23)

ed rappresentata in fig. 2.14b.


La Distribuzione Esponenziale largamente usata nel campo dellaffidabilit dei
componenti e degli impianti nella previsione dei rischi, come modello del tempo di
guasto di un componente o di un sistema. In tali applicazioni, il parametro chiamato
rateo di guasto del sistema e la media della distribuzione 1 / tempo medio di guasto.
F(a)
1

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

a) La funzione esponenziale e b) la funzione cumulativa esponenziale.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Esiste unimportante relazione che lega la Distribuzione Esponenziale alla


Distribuzione di Poisson. Se consideriamo la Distribuzione di Poisson come modello
del numero degli accadimenti di un qualsiasi fenomeno nellintervallo di tempo (0,t),
dalla (2.6) abbiamo:
p( x ) =

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)

dove y la variabile casuale che individua il primo accadimento. Poich:


F( t ) = P{y t} = 1 e t
ed osservando che:
f ( y) =

dF( y)
dy

abbiamo:
f ( y) = e y

(2.27)

come distribuzione dellintervallo durante il quale avviene il primo accadimento. Ma la


(2.27) la Distribuzione Esponenziale con parametro . Quindi vediamo che, se il
numero di accadimenti di un evento ha la Distribuzione di Poisson con parametro ,
allora la distribuzione dellintervallo tra gli accadimenti esponenziale, ancora con
parametro .

2.1.2.3.

Distribuzione di Weibull.

Tra le varie espressioni, la Distribuzione di Weibull pu essere definita nel modo


seguente:
x
f (x) =

x
exp
x

(2.28)

dove: ( < < ) il parametro di posizione, > 0 il parametro di scala e > 0


il parametro di forma. La media e lo scarto quadratico medio della Distribuzione di
Weibull sono:

- 2.25 -

2. La Statistica come Strumento di Analisi della Qualit.

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

Distribuzione di Weibull con = 0, = 1 e = 0.5, 1, 2, 4 .

La Distribuzione di Weibull molto flessibile e, con unappropriata scelta dei


parametri , e , la distribuzione pu assumere una grande variet di forme. Alcune
forme sono rappresentate in fig. 2.15 per = 0, = 1 e = 0.5, 1, 2, 4 . Si osservi che,
quando = 0 e = 1 , la Distribuzione di Weibull si riduce alla Distribuzione
Esponenziale con media 1 / . La distribuzione cumulativa di Weibull :
a
F(a ) = 1 exp

(2.30)

Anche la Distribuzione di Weibull usata estesamente in ingegneria dellaffidabilit


come modello del tempo di guasto dei componenti e sistemi elettrici e meccanici.
Esempi di situazioni in cui Weibull usato sono i dispositivi elettronici (come le
memorie), i componenti meccanici (come i cuscinetti), e gli elementi strutturali degli
aerei e delle automobili, ecc.

- 2.26 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

e la frazione di prodotto che ci si aspetta sopravviva ad a=4000h :


a
1 F(a ) = exp =

4000 1 / 2
2
= exp
= e = 0.1353
1000

cio, circa l86.47% di prodotto si guaster entro 4000h.

2.1.2.4.

Distribuzione Binomiale.

Si consideri un processo che consista di una sequenza di n lanci indipendenti, dove il


risultato di ogni lancio sia il successo o lerrore (problema di Bernoulli). Se la
probabilit p di successo costante per ogni lancio, allora il numero di successi x per n
lanci ha una Distribuzione Binomiale:
n
p( x ) = p x (1 p) n x
x

x = 0, 1, ..., n

(2.4)

I parametri della Distribuzione Binomiale sono n e p, dove n un numero positivo


intero e 0<p<1. La media e la varianza della Distribuzione Binomiale sono:
= np

2 = n p (1 p)

(2.6)

La Distribuzione Binomiale frequentemente usata nel controllo di qualit. Essa il


modello di probabilit adatto per campionamenti da una popolazione infinita, nella
quale p rappresenti la frazione di elementi non conformi. In queste applicazioni, x
rappresenta il numero di elementi difettosi in un campione di n elementi.
Una variabile casuale frequentemente usata nel controllo statistico di qualit :
) x
p=
n

)
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 -

2. La Statistica come Strumento di Analisi della Qualit.

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.

Commento alle Diverse Approssimazioni.

E' possibile dimostrare che la Distribuzione Normale serve anche come


approssimazione della binomiale e che la binomiale e la Distribuzione di Poisson sono
strettamente connesse; ne deriva che logico pensare alla Distribuzione Normale come
approssimazione di quella di Poisson. Questo tanto pi vero quanto pi la media
supera il valore di 15: in questo caso = e 2 = unapprossimazione accettabile.

- 2.28 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

H
n < 0.1
(N)

B
p < 0.1
np > 0.1
p< 1
2

tanto meglio quanto


minore p e quanto
maggiore n

P
> 15 tanto meglio quanto
maggiore

fig. 2.16.

Utilizzazione delle diverse approssimazioni (H = ipergeometrica, B =


binomiale, P = Poisson ed N = normale. n il numero di successi, (N) la
numerosit del campione.

- 2.29 -

2. La Statistica come Strumento di Analisi della Qualit.

2.2. INFERENZA STATISTICA NEL PROCESSO DI QUALITA'.

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

in modo che le osservazioni {x i } siano indipendentemente ed identicamente distribuite.


Come sappiamo, questa definizione valida per campioni casuali estratti da una
popolazione infinita o da una popolazione finita quando il campione formato con
sostituzione. Nel campionamento senza sostituzione da una popolazione finita di N
elementi, sappiamo che il campione di n elementi un campione casuale se ognuno
N
degli possibili campioni ha unuguale probabilit di essere scelto. Nel seguito, ci
n
limiteremo alluso di campioni casuali. Nella pratica, una particolare cura deve essere
osservata in modo da usare un metodo di analisi che sia consistente con questa
assunzione, poich tecniche di inferenza costruite per campioni casuali possono portare
a seri errori, qualora siano applicate ad osservazioni che non rispettino questa
condizione.

- 2.30 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.2.1.

Statistiche e Distribuzione del Campionamento.

Linferenza statistica usa come quantit le misure che costituiscono il campione.


Quale statistica si definisce qualunque funzione dei dati del campione che non contenga
parametri sconosciuti. Ad esempio, x1 , x 2 , ..., x n rappresentino le misure del
campione. Allora la media del campione:
1 n
xi
n 1

x=

(2.2)

e la sua deviazione standard:

1 ( x i x ) 2
n

S=

(2.3)

n 1

sono statistiche. Come detto, le statistiche x ed S misurano la tendenza centrale e la


dispersione del campione.

Se non conosciamo la distribuzione della probabilit della popolazione dalla quale


stato estratto il campione, spesso la possiamo determinare dalle statistiche calcolate con
i dati del campione. La distribuzione della probabilit di una statistica detta
distribuzione del campionamento. Saranno ora esaminate le distribuzioni associate a
tre comuni situazioni di campionamento.

2.2.1.1.

Campionamento da una Distribuzione Normale

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

x N , 2 / n . Questo segue direttamente dal risultato di una combinazione lineare di


variabili casuali, come visto in (2.18) e (2.19), le quali, peraltro, valgono per
popolazioni qualsiasi.
Ricordiamo le note relazioni, la seconda relativa allenunciato del Teorema del
Limite Centrale:

n 2 =

i2

y xi

i2

y = x1 + x 2 + ... + x n

La Distribuzione Normale standardizzata funzione della variabile Z0, con:


Z0 =

dove x rappresenta la singola misura.


Invece, se ci si vuole riferire alla distribuzione della media del campione x
dellintera popolazione, si riscrive la precedente come:
Z0 =

x
n

- 2.31 -

2. La Statistica come Strumento di Analisi della Qualit.

con:
x = 1j x i / n

media del campione e varianza della popolazione, secondo il teorema VIII.


Allora:
Z0 =

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

n e scarto quadratico medio n 2 . Quindi, a prescindere dalla distribuzione della


popolazione, la distribuzione della media del campione , approssimativamente:
2

x N ,
n

2.2.1.2.

La Distribuzione 2 , t ed F.

Unimportante distribuzione, definita nellambito della Distribuzione Normale, la


Distribuzione 2 . Se x1 , x 2 , ..., x n sono variabili casuali distribuite normalmente ed
indipendentemente con media nulla e varianza unitaria (quindi, variabili standardizzate),
allora la variabile casuale:
2n 1 = x12 + x 22 + ... + x 2n

distribuita come 2 con n-1 gradi di libert. La distribuzione di probabilit di 2 :


1

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

Alcune Distribuzioni 2 sono rappresentate in fig. 2.17. La distribuzione allungata


verso destra, con media e scarto quadratico medio 2 = 2 n . In Appendice del
presente capitolo, riportata anche la tab. A2.II dei punti della Distribuzione 2 , nella
quale n rappresenta i gradi di libert (numerosit del campione) ed la probabilit di
verificarsi dellevento.

- 2.32 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

la frequenza assoluta nella classe j,

faj
la frequenza assoluta attesa con la legge della distribuzione scelta (ad esempio quella
normale).

Il test della distribuzione accettabile se, scegliendo un valore di :

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 .

Per illustrare luso della Distribuzione 2 , supponiamo che x1 , x 2 , ..., x n sia un


campione casuale estratto da una distribuzione N(, 2 ) . Allora la variabile casuale:

1 (x i x )2
n

2n 1

(2.32)

e, impiegando la (2.3) che definisce la varianza del campione, possiamo riscrivere la


(2.32) nel seguente modo:

- 2.33 -

2. La Statistica come Strumento di Analisi della Qualit.

( n 1) S2

2n 1

Cio, la distribuzione di campionamento di (n 1) S 2 / 2 circa 2n 1 , quando il


campionamento fatto a partire da una popolazione con Distribuzione Normale.
Come visto sopra, quando si esegue un campionamento, si cerca di sostituire
S / n 1 a / n . Tuttavia, con questa operazione non si riesce pi a mantenere il
vantaggio che le medie dei campioni siano distribuite normalmente.

Come vedremo in 2.2.2.1, se S la varianza del campione ed Sp quella incognita della


popolazione, allora possibile scrivere lespressione della stima di Sp:
n
n 1

S = Sp

Allora, posto:

x =

possiamo scrivere la seguente stima:

Sx =

S
n

Sp
n
=
n 1
n 1

Cio, se la popolazione distribuita normalmente con media e varianza 2 , la


variabile standardizzata ( x ) / ( / n ) distribuita normalmente secondo N(0, 1),
mentre la variabile:
t=

x
x
=
Sp
S
n
n 1

distribuita secondo la particolare distribuzione, detta appunto Distribuzione t (di


Student), pur essa simmetrica rispetto alla media 0, ma che dipende dagli n-1 gradi di
libert, mentre la Distribuzione Normale indipendente da n (fig. 2.18)2. Quando n
abbastanza grande, t pu essere bene approssimata dalla gaussiana, mentre quando n
piccolo, t differisce sensibilmente da quella e, quindi, conviene ricorrere alla
Distribuzione t per non commettere forti errori.
Se x e 2n sono, rispettivamente, una variabile normale standardizzata ed una
variabile 2 casuale, la variabile casuale:
tk =

(2.33)

2n / n

B. Giardina, Manuale di Statistica per Aziende e Ricercatori, F. Angeli, 1978.

- 2.34 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

distribuita come t con n gradi di libert ed indicata con tn. La distribuzione di


probabilit di t :
[(n + 1) / 2] t 2

+1
f (t) =

n (n / 2) n

(n +1) / 2

con < t <

(2.34)

e la media e la varianza di t sono = 0 e 2 = n / (n 2) , con n>2. I gradi di libert di

t sono quelli associati alla variabile 2 a denominatore in (2.33). Si osservi che se


n = , la Distribuzione t si riduce alla Distribuzione Normale standardizzata. I punti
della Distribuzione t sono riportati in tab. A2.III.
f(t)
0.4

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

statistiche del campione, allora - ricordando che ( n 1) S / 2n 1 :


2

x
x / n
=
=
S/
S/ n

N ( 0,1)
2n 1 / ( n 1)

e conseguentemente, per la (2.33), si dimostra che:

x
t n 1
S/ n

(2.35)

- 2.35 -

2. La Statistica come Strumento di Analisi della Qualit.

Lultima distribuzione di campionamento che considereremo la Distribuzione F.


Essa basata su una popolazione con Distribuzione Normale ed rappresentata in fig.
2.11. Se 2n1 e 2n 2 sono due variabili casuali indipendenti con Distribuzione 2 ,
rispettivamente con n1 ed n2 gradi di libert di due campioni della variabile, il rapporto:

2 / n1
Fn1, n 2 = 2n1
n 2 / n 2

(2.36)

distribuito come F. La funzione di densit di F :


n1 / 2

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Se S12 ed S22 sono le varianze dei campioni, il rapporto:


S12 / 12
S22 / 22

Fn11, n 2 1

come discende direttamente dalla distribuzione di campionamento di S2 discussa


precedentemente. La Distribuzione F usata nelleseguire inferenze circa il rapporto
delle varianze di due distribuzioni normali.

2.2.1.3.

Campionamento da una Distribuzione di Poisson.

La Distribuzione di Poisson stata introdotta in 2.1.1.3. Si consideri un campione


casuale di grandezza n estratto da una Distribuzione di Poisson con parametro , ad
esempio: x1 , x 2 , ..., x n . La distribuzione della somma del campione:
x = x1 + x 2 +...+ x n
ancora di Poisson, con parametro n . Pi in generale, la somma di n variabili
casuali di Poisson distribuita secondo Poisson con parametro uguale alla somma dei
parametri individuali.
Consideriamo ora la distribuzione della media del campione:
x=

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!

in cui [a n ] lintero pi grande, minore di a n . La media e la varianza di x sono:

x= e

2x =

Talvolta, in controllo della qualit con Poisson, si usano combinazioni lineari pi


generali. Per esempio, si consideri la combinazione lineare:
m

L = a 1 x 1 + a 2 x 2 + ... + a m x m = a i x i
1

{ } sono variabili indipendenti di Poisson, ognuna avente parametro { i } , ed

dove le x i

essendo {a i } costanti. Questo tipo di funzione si incontra in situazioni in cui ununit di


prodotto pu presentare m diversi tipi di difetti (ciascuno in accordo con un modello di
Poisson con parametro i ) e la funzione adoperata per il controllo della qualit una
combinazione lineare del numero di difetti riscontrati di ogni tipo. Le costanti {a i }
possono essere prese per pesare alcuni tipi di difetti (per esempio pi importanti di
altri).

- 2.37 -

2. La Statistica come Strumento di Analisi della Qualit.

Cos per esempio, le nonconformit funzionali di ununit di prodotto possono essere


contraddistinte da un peso maggiore di quello assegnato alle nonconformit estetiche.
Questi schemi sono chiamati anche procedure di demerito. In generale, la
distribuzione di L non di Poisson, a meno che a i = 1 ; cio, le somme di variabili
casuali indipendenti di Poisson sono distribuite secondo Poisson, ma combinazioni
lineari pi generali non lo sono.

- 2.38 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.2.2.

Stima dei Parametri di Processo.

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.

Si consideri la variabile casuale x con la sua distribuzione di probabilit f(x).


Supponiamo che la media e la varianza 2 di questa distribuzione siano entrambe
incognite. Se viene estratto dalla popolazione un campione casuale di n osservazioni, la
media del campione x e la varianza del campione S2 sono stime puntuali della media

e della varianza 2 dellintera popolazione.

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 .

La media e la varianza del campione non sono necessariamente i parametri della


distribuzione. Per esempio, il parametro della Distribuzione di Poisson , mentre la
sua media e varianza sono entrambi = 2 = , ed i parametri della Distribuzione
Binomiale sono n e p, mentre la sua media e varianza sono = n p e
2 = n p (1 p) . Si pu dimostrare che una buona stima del parametro della
Distribuzione di Poisson :
M{} =

1 n
xi = x
n 1

- 2.39 -

2. La Statistica come Strumento di Analisi della Qualit.

come una buona stima del parametro p della Distribuzione Binomiale analogamente:
M{p} =

1 n
xi = x
n 1

per un dato n. Nella Distribuzione Binomiale, le osservazioni {x i } nel campione


casuale sono 1 o 0, corrispondenti al successo ad allinsuccesso, rispettivamente.
Le stime devono possedere un certo numero di importanti propriet: le due seguenti
sono le pi importanti:
la stima puntuale deve essere corretta (cio non affetta da errore sistematico),
cio, il valore atteso dellestimatore puntuale deve essere il parametro che si vuole
stimare. In altre parole, il valor medio di tutti i valori dellestimatore coincide col
valore atteso;
la stima puntuale deve avere varianza minima. Ogni stima puntuale una variabile
casuale, quindi una stima puntuale deve avere la varianza pi piccola di quella di
ogni altra stima puntuale del parametro.
La media x (ma non la varianza S2) del campione stima corretta della media

(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

in quanto gli x i hanno media .


Invece, la varianza S2 del campione non la stima corretta dello scarto quadratico medio 2
della popolazione. Infatti, eseguendo la media dei quadrati dei valori S della varianza di tutti
campioni:

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

la stima corretta dello scarto quadratico medio 2 perch:


n

2 n n 1
2
M S 2
=

=
n 1

n 1 n

- 2.40 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.2.2.2.

La Stima di Intervallo.

La stima di intervallo di un parametro lintervallo tra due statistiche, che


comprende il vero valore del parametro con una probabilit definita. Per esempio, per
costruire una stima di intervallo della media , dobbiamo trovare due statistiche L ed U
tali che:
P{ L U} = 1

(2.38)

Lintervallo risultante:
LU

(2.39)

chiamato intervallo del 100 (1 )% di confidenza della media incognita . L ed

U sono il limite inferiore e superiore dellintervallo di confidenza ed (1 ) il


coefficiente di confidenza. Talvolta il semintervallo U oppure L detto
precisione dellintervallo di confidenza. Linterpretazione dellintervallo di
confidenza che se si definisce un gran numero di tali intervalli, ognuno a partire da un
campione casuale, il 100 (1 )% di essi conterr il valore vero di : gli intervalli di
confidenza hanno uninterpretazione di frequenza.
Lintervallo di confidenza (2.39) potrebbe essere pi precisamente indicato come
intervallo bilaterale, poich esso specifica sia un limite inferiore, sia uno superiore di ;
talvolta in controllo di qualit, pu essere pi appropriato un intervallo unilaterale:
lintervallo del 100 (1 )% di confidenza al limite inferiore di dato da:
L

(2.40)

dove L, il limite inferiore, scelto in modo che:


P{L } = 1

(2.41)

Analogamente, lintervallo del 100 (1 )% di confidenza al limite superiore di


sar:
U

(2.42)

dove U, il limite superiore, scelto in modo che:


P{ U} = 1

2.2.2.2.1.

(2.43)

Intervallo di Confidenza della Media, con Varianza Nota.

Si consideri la variabile casuale x, con media incognita e varianza 2 nota.

Supponiamo di estrarre un campione casuale {x i } di n osservazioni, e se ne calcoli la


media x . Allora, lintervallo bilaterale del 100 (1 )% di confidenza di :

x Z / 2

x + Z / 2

(2.44)

dove Z / 2 il punto della distribuzione N(0, 1) , tale che:


P{Z Z / 2 } = / 2
- 2.41 -

2. La Statistica come Strumento di Analisi della Qualit.

Si noti che x distribuita approssimativamente come N , 2 / n , a prescindere

dalla distribuzione di x, grazie al teorema del valore centrale. Conseguentemente, la


(2.44) approssimativamente lintervallo del 100 (1 )% di confidenza di , a

prescindere dalla distribuzione di x. Se x fosse distribuita come N , 2 , allora la


(2.44) sarebbe esattamente lintervallo del 100 (1 )% di confidenza di . Inoltre,
lintervallo del 100 (1 )% di confidenza al limite superiore ed inferiore di sono:
x + Z
x Z

(2.45)

2.2.2.2.2.

(2.46)

Intervallo di Confidenza della Media di una Distribuzione Normale,


con Varianza Incognita.

Assumiamo x come variabile casuale con media e varianza 2 incognite. Di un


campione casuale di n osservazioni si calcolino media x e varianza S2. Allora,
lintervallo bilaterale del 100 (1 )% di confidenza della media vera :
x t
2

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

I corrispondenti intervalli del 100 (1 )% di confidenza al limite inferiore e superiore


sono, rispettivamente:
x t , n 1

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Intervallo di Confidenza della Varianza di una Distribuzione Normale.

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 -

2. La Statistica come Strumento di Analisi della Qualit.

rappresenta il punto della Distribuzione 2


2

,n1

di 2 con n-1 gradi di libert, tale che:

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.

Intervallo di Confidenza sulla Differenza tra due Medie. Varianze


Note.

Consideriamo due variabili casuali x1 ed x2, rispettivamente con media 1 e 2 e


varianze 12 e 22 . Assumiamo che le due medie siano incognite, mentre 12 e 22 siano
note. Si desideri conoscere lintervallo bilaterale del 100 (1 )% di confidenza della
differenza vera tra le medie, cio 1 2 . A prescindere dal tipo di distribuzione delle
due popolazioni, sia x11 , x12 , ..., x1n1 un campione casuale di n1 osservazioni dalla
popolazione x1, ed x 21 , x 22 , ..., x 2n 2 un analogo campione di n2 osservazioni dalla
popolazione x2. Se x1 ed x 2 sono le medie dei campioni, allora lintervallo bilaterale
del 100 (1 )% di confidenza della differenza delle medie :

- 2.44 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

12 22
12 22
x1 x 2 Z
+
1 2 x1 x2 + Z
+
n1 n 2
n1 n 2
2
2

(2.51)

I corrispondenti intervalli inferiore e superiore al 100 (1 )% di confidenza sono,


rispettivamente:
12 22
x1 x2 Z
+
1 2
n1 n 2

(2.52)

12 22
1 2 x1 x2 + Z
+
n1 n 2

2.2.2.2.5.

Intervallo di Confidenza sulla Differenza tra due Medie. Varianze


Incognite.

Si abbiano due variabili casuali a Distribuzione Normale x1 N ( 1 , 12 ) e


x 2 N ( 2 , 22 ) . Sia le medie 1 e 2 , sia le varianze 12 e 22 siano incognite.
Tuttavia, sia ragionevole pensare che le due varianze siano uguali, cio 12 = 22 = 2 .
Vogliamo trovare lintervallo bilaterale del 100 (1 )% di confidenza della differenza
delle medie 1 e 2 .
Supponiamo che campioni casuali rispettivamente di grandezza n1 ed n2 siano estratti
dalle popolazioni 1 e 2 e che di essi si calcolino le medie x1 ed x 2 , e le varianze S12 ed
S22 . La stima combinata della varianza comune :
S2p

( n1 1) S12 + ( n 2 1) S22
=
n1 + n 2 2

(2.53)

e lintervallo bilaterale del 100 (1 )% di confidenza della differenza delle medie :


x1 x 2 t
2

, 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 -

2. La Statistica come Strumento di Analisi della Qualit.

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):

x1 = 90.70 ed S12 = 1.34


e per il secondo campione (benzina verde):
x 2 = 90.80 ed S 22 = 1.07

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.

Mentre abbiamo concentrato la nostra attenzione sulla circostanza che 12 = 22 , in


realt esistono molti casi pratici in cui questa assunzione non possibile. In questo caso,
perci, si deve sviluppare una procedura diversa, che, tuttavia per brevit, qui non
esponiamo.

2.2.2.2.6.

Intervallo di Confidenza sul Rapporto tra due Varianze. Due


Distribuzioni Normali.

Si abbiano x1 N ( 1 , 12 ) ed x 2 N ( 2 , 22 ) , in cui sia le medie 1 e 2 , sia le


varianze 12 e 22 siano incognite e si voglia trovare lintervallo bilaterale del
100 (1 )% di confidenza del rapporto 12 / 22 . Se S12 ed S22 sono le varianze

- 2.46 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

calcolate da due campioni casuali rispettivamente di grandezza n1 ed n2, lintervallo


bilaterale del 100 (1 )% di confidenza :
S12

S22 1 , n 2 1, n1 1
2

F
2

12

S12

F
, n 2 1, n1 1
22 S22

(2.55)

il punto della Distribuzione F (n1 ed n2 gradi di libert), tale che:

, 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:

F0.025,9,9 = 4.03 ed F0.975,9,9 = 0. 248

troviamo dalla (2.55) che:

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.

Intervalli di Confidenza sui Parametri Binomiali.

Spesso necessario costruire gli intervalli del 100 (1 )% di confidenza del


parametro p di una Distribuzione Binomiale. Questo parametro spesso corrisponde ad
una frazione non conforme di lotto o di processo. Usualmente si assume che laltro

- 2.47 -

2. La Statistica come Strumento di Analisi della Qualit.

parametro n della Distribuzione Binomiale sia noto. Se si estrae dalla popolazione un


campione casuale di n misure e di questo campione si trovano x non conformit, la
stima puntuale corretta di p p = x / n .
Esistono diversi modi per costruire lintervallo di confidenza di p. Se n grande e
p > 0.1 (per esempio), si pu usare lapprossimazione normale alla binomiale,
ricavando lintervallo del 100 (1 )% di confidenza:
p Z
2

p (1 p)
p (1 p)
p p + Z
n
n

(2.57)

ricordando che Z / 2 il punto della distribuzione N(0,1), tale che:


P{z Z / 2 } =

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)

e questo risultato si basa ancora sullapprossimazione normale alla binomiale.

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

Assumendo che lapprossimazione normale alla binomiale sia appropriata, lintervallo di


confidenza del 95% sulla frazione difettosa del processo ricavata dalla (2.57):
01875
.
196
.

01875
01875
.
0.8125
.
0.8125
p 01875
.
+ 196
.
80
80

01020
.
p 0.2730

- 2.48 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.2.3.

Test delle Ipotesi sui Parametri di Processo

Lipotesi statistica la dichiarazione della distribuzione di probabilit presunta dei


valori dei parametri di una popolazione. Per esempio, pensiamo che il diametro medio
interno di un cuscinetto sia 0 . Possiamo esprimere questa dichiarazione nel seguente
modo, ed in cui il segno di uguaglianza deve essere inteso in senso statistico:
H 0 : = 0
H1 : 0

(2.59)

La dichiarazione H 0 : = 0 in (2.59) detta ipotesi nulla ed H1: 0 detta


ipotesi alternativa. Nel nostro esempio, H1 specifica che il valore del diametro medio
pu essere sia minore sia maggiore di 0 e, perci, unipotesi alternativa bilaterale.
Come visto in precedenza, per certi problemi le ipotesi unilaterali possono essere pi
appropriate.
La procedura di test delle ipotesi la forma consueta di esprimere gli intervalli di
confidenza nei problemi di controllo della qualit. Su di esse si basano le tecniche di
controllo del processo. La parte importante del test delle ipotesi la determinazione dei
valori del parametro specificato nelle ipotesi nulla ed alternativa. Generalmente questo
si fa in uno dei seguenti modi:
il valore pu essere indicato sulla base dellesperienza o delle conoscenze
precedenti. Questo si fa spesso nel controllo statistico di qualit, quando usiamo
informazioni pregresse per specificare i valori di un parametro corrispondenti allo
stato di controllo e, quindi, per valutare che il valore del parametro non
cambiato;
il valore scelto pu derivare dalla teoria o dalla modellizzazione del processo;
in situazioni molto frequenti, erroneamente il valore del parametro risulta da
specifiche di contratto o di progetto.
Le procedure statistiche di test delle ipotesi sono usate per facilitare la modifica del
processo in modo da raggiungere il valore richiesto.
Come le stime di intervallo, per fare un test delle ipotesi, si estrae un campione dalla
popolazione in esame, si calcola unopportuna statistica di test e, quindi, si accetta
oppure non si accetta lipotesi nulla H 0 . Il campo dei valori della statistica di test che
appartengono alla decisione di non accettare H 0 detta regione critica del test.
Nel test delle ipotesi, possono essere corsi due tipi di rischio:
rischio di specie I: lipotesi nulla non accettata, quando vera,
rischio di specie II: lipotesi nulla accettata quando falsa.
Le probabilit di questi due tipi di rischio sono indicate nel seguente modo:

= P{rischio specie I} = P non accettata H 0 | H 0 vera


= P{rischio specie II} = P{accettata
H 0 | H 0 falsa}

(2.60)

In controllo della qualit, detto rischio del produttore ed indica la probabilit


di non accettare un lotto buono, oppure la probabilit che un processo che produce
valori accettabili dellindice di qualit sia non accettato, come se li producesse non
accettabili. Poi, indicato come rischio del consumatore, in quanto indica la
probabilit di accettare un lotto di qualit scadente, oppure di accettare il processo
quando opera in regime di nonconformit (di fuori controllo).
- 2.49 -

2. La Statistica come Strumento di Analisi della Qualit.

La procedura generale di test delle ipotesi di fissare un valore della probabilit di


correre il rischio di specie I e, poi, di definire condizioni tali da garantire che la
probabilit di rischio di specie II sia bassa. Cio, direttamente si controlla (o si
sceglie) il rischio ; il rischio (generalmente funzione della grandezza del campione)
controllato indirettamente giocando sulla circostanza che quanto pi numeroso il
campione utilizzato per il test e tanto minore il rischio . Descriveremo ora
lapplicazione del test delle ipotesi ai problemi di controllo della qualit esaminati sopra
con la tecnica della stima di intervallo e vedremo che le due tecniche differiscono
solamente per il linguaggio usato.

2.2.3.1.

Test sulle Medie con Varianze Note.

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)

La procedura di test dellipotesi di estrarre un campione di n osservazioni della


variabile x, di calcolare la statistica definita in (2.44):
Z0 =

x 0

(2.61)

e di non accettare H 0 se Z 0 > Z / 2 , dove Z / 2 il punto / 2 superiore della


Distribuzione Normale standard . Possiamo dare una giustificazione intuitiva di questa
procedura.
Dal Teorema del Limite Centrale sappiamo che la media x distribuita

approssimativamente secondo N(, 2 / n ) . Ora, se H 0 : = 0 vera, allora la


statistica di test Z 0 distribuita come N(0,1); conseguentemente, ci aspettiamo che il
100(1-)% dei valori di Z 0 cadano entro lintervallo Z / 2 + Z / 2 . Un campione
che avesse un valore di Z 0 al di fuori di questi limiti sarebbe strano, quando lipotesi
nulla fosse vera, ed indicherebbe che H 0 : = 0 dovrebbe essere non accettata. Si
ricordi che il rischio di specie I e che gli intervalli (Z / 2 , ) e ( , Z / 2 )
rappresentano la regione critica del test.
In alcune situazioni possiamo desiderare di non accettare H 0 solo se la media vera
(per esempio) maggiore di 0 , cio desideriamo lipotesi alternativa H1 : > 0 e
vogliamo non accettare H 0 : = 0 solo se Z 0 > Z . Analogamente per < 0 ,
quando non accettiamo H 0 se Z 0 < Z . Lesempio seguente illustra la relativa
procedura.

- 2.50 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Test sulle medie con varianza nota.


ipotesi

statistica del test

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

criterio per non


accettare lipotesi
nulla

Z0 =

x1 x 2
12 22
+
n1 n 2

H 0 : 1 = 2
H 1 : 1 > 2

Z0 < Z

Z0 > +Z

- 2.51 -

2. La Statistica come Strumento di Analisi della Qualit.

Supponiamo ora di avere due popolazioni con medie incognite, ad esempio 1 e 2 ,


con varianze 12 e 22 note. Vogliamo eseguire il test che le due medie sono uguali. Le
ipotesi sono:
H 0 : 1 = 2
H1: 1 2

(2.62)

La procedura del test di estrarre due campioni n1 ed n2, rispettivamente dalle


popolazioni 1 e 2, e di calcolare la statistica di test definita in (2.51) con 1 = 2 (perci
con 1 2 = 0 ):
Z0 =

x1 x 2

(2.63)

12 22
+
n1

n2

e di non accettare H 0 se Z 0 > Z / 2 . Se lipotesi alternativa unilaterale: H1 : 1 > 2 ,


H 0 sar non accettata se Z 0 > Z , ed, analogamente, Z 0 < Z nellaltra direzione.
Un sommario delle procedure di test di questo paragrafo riportato in tab. 2.III.

2.2.3.2.

Test sulle Medie di Distribuzioni Normali con Varianze Incognite.

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)

Lipotesi nulla H 0 sar da non accettare se t 0 > t / 2, n 1 , dove t / 2, n 1 il punto


superiore / 2 della Distribuzione t con n-1 gradi di libert. Le regioni critiche per le
ipotesi alternative sono rappresentate in tab. 2.IV.
Supponiamo ora di avere due popolazioni con medie e varianze incognite, ad
esempio 1 , 2 , 12 e 22 . Vogliamo eseguire il test che le due medie sono uguali. Le
ipotesi sono:
- 2.52 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

statistica del test

criterio per non


accettare lipotesi
nulla

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,

con =n1+n2-2 per 1 = 2 ,


oppure, per 1 2 :
H 0 : 1 = 2
H1: 1 < 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 -

2. La Statistica come Strumento di Analisi della Qualit.

t0 =

x1 x 2
1
1
S p
+
n1 n 2

(2.64)

ed H 0 non accettata se t 0 > t / 2, n1+ n 2 2 .


Se non si pu ragionevolmente accettare od assumere che 12 = 22 , la procedura
precedente deve essere modificata. La statistica di test diventa:
t0 =

x1 x 2

(2.65)

S12 S22
+
n1

n2

ed il numero di gradi di libert di t :

S12 S 22

+
n1 n 2

2
2
2
S1 / n1 S 2 / n 2
+
n1 + 1
n2 + 1

) (

(2.66)

ma questa solo una procedura di test approssimata.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

ed H 0 : d = 0 non accettata se t 0 > t / 2, n 1 .


Nel nostro esempio:
d=

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. La Statistica come Strumento di Analisi della Qualit.

2.2.3.3.

Test sulle Varianze di Distribuzioni Normali.

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.

Test sulle varianze di distribuzioni normali.

ipotesi

statistica del test

criterio per non


accettare lipotesi nulla

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

La statistica del test in questa ipotesi definita dalla:


20

( n 1) S2

(2.68)

20

dove S2 la varianza del campione casuale estratto da n osservazioni. Lipotesi nulla


2
2
2
2
2
non accettata se 20 >
/ 2 ,n 1 e 0 < 1 / 2,n 1, essendo / 2, n 1 e 1 / 2,n 1 i
punti superiore / 2 ed inferiore (1 / 2 ) della Distribuzione 2 con n-1 gradi di
libert. La tab. 2.V fornisce le regioni critiche delle ipotesi alternative.

- 2.56 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Il test utilissimo in molte applicazioni del controllo di qualit. Per esempio,


consideriamo una variabile casuale normale con media e varianza 2 . Se 2
minore od uguale ad un valore dato 20 , allora la dispersione naturale del processo al
di sotto dei limiti imposti, e, conseguentemente, la maggior parte della produzione
conforme alle specifiche. D'altra parte, se 2 supera il valore dato 20 , la dispersione
naturale del processo supera i limiti ammessi ed una parte della produzione deve essere
scartata. Cio, la capacit produttiva (capability) dellimpianto direttamente correlata
alla variabilit del processo. Le (2.67) e (2.68) possono essere usate per analizzare molte
altre situazioni e, come vedremo, esse sono la base delle procedure di controllo della
variabilit del processo.
Si consideri ora il test delle varianze di due popolazioni normali. Se si estraggono
due campioni casuali di grandezza rispettivamente n1 ed n2 dalle popolazioni 1 e 2, la
statistica del test:
H 0 : 12 = 22

(2.69)

H1: 12 22
il rapporto delle varianze dei due campioni:
S2
F0 = 12
S2

(2.70)

e non si accetta lipotesi H 0 se F0 > F / 2, n1 1,n2 1 e se F0 < F1 / 2, n1 1, n 2 1, dove

F / 2, n1 1, n 2 1 ed F1 / 2, n1 1, n 2 1 sono i punti rispettivamente superiore / 2 ed


inferiore 1 / 2 della Distribuzione F rispettivamente con n1-1 ed n2-1 gradi di
libert. La tabella 2.VIII riassume le procedure di test delle ipotesi alternative.

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

Poich S12 = 1. 34 ed S22 = 1. 07 , la statistica di test :


S2 134
.
F0 = 12 =
= 125
.
.
S2 107

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. La Statistica come Strumento di Analisi della Qualit.

2.2.3.4.

Test sui Parametri Binomiali.

Supponiamo di voler eseguire il test dellipotesi che il parametro p di una


Distribuzione Binomiale sia uguale ad un valore dato p 0 . Il test che sar ora descritto
basato sullapprossimazione normale della binomiale. Se si estrae un campione di n
elementi ed x di essi nel campione appartengono alla classe associata a p, allora per il
test:
H 0: p = p0

(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

e lipotesi nulla H 0 : p = p 0 non accettata se Z 0 > Z / 2 . Analogamente si trattano le


ipotesi alternative unilaterali.

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
.

calcoliamo la statistica del test:


Z0 =

( x 0.5) n p 0 (41 0.5) 250 01


.
=
= 3.27
n p 0 (1 p 0 )
250 01
. (1 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)

Siano estratti due campioni casuali di n1 elementi dalla popolazione 1 ed n2 elementi


dalla popolazione 2 e supponiamo che x1 ed x2 di essi appartengano alla classe associata
a p. Allora M{p1} = x1 / n1 e M{p 2 } = x 2 / n 2 sono le stime dei parametri binomiali a
partire dai due campioni.

- 2.58 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Se lipotesi nulla vera, allora p = p1 = p 2 e le due statistiche del campione possono


essere combinate in ununica stima:

M{p} =

n1 p1 + n 2 p 2
n1 + n 2

(2.74)

e la statistica per il test H 0 :


Z0 =

M{p1} M{p 2 }

(2.75)

1
1
M{p} (1 M{p}) +
n1 n 2

che ci permetter di non accettare H 0 quando Z 0 > Z / 2 .

2.2.3.5.

Test sui Parametri di Poisson.

La Distribuzione di Poisson:
p( x ) =

e x
x!

x = 0, 1,...

usata frequentemente in controllo della qualit quale modello della presenza di


nonconformit o difetti nel prodotto. In tali applicazioni, il parametro detto rateo
medio di non conformit. In questo paragrafo studieremo le procedure che
coinvolgono il parametro della Distribuzione di Poisson.
Supponiamo di voler eseguire il test dellipotesi:
H 0: = 0
H1: 0

(2.76)

Si estrae un campione casuale di n osservazioni, per esempio x1 , x 2 , ..., x n . Ogni


{x i } sia distribuito secondo Poisson con parametro n . Se n grande, possiamo
usare il fatto che x = x i / n approssimativamente normale con media e varianza
per sviluppare un test per H 0 . La statistica del test :
Z0 =

x 0
0 / n

(2.77)

Un altro problema che capita spesso il confronto dei parametri di pi distribuzioni


di Poisson. Un metodo di analisi riportato nellesempio seguente.

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 -

2. La Statistica come Strumento di Analisi della Qualit.

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

dove Oi rappresenta il numero di nonconformit osservate per lo stesso stampo i ed Ei il


numero atteso di nonconformit soggetto allassunzione che lipotesi dichiarata vera. La
specifica forma della statistica, per il problema in esame :
n

( 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

12, 10, 8, 11, 9

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

il numero medio di nonconformit osservate. Con i nostri dati:


x=

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.2.3.6.

Rischio di Specie II.

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

quando la varianza nota. La procedura di test stata discussa in 2.2.2.1. La statistica


di test di questa ipotesi :
Z0 =

x 0

/2

/2

fig. 2.20.

La distribuzione di Z 0 nelle ipotesi H 0 ed H1 .

e, nellipotesi nulla, la distribuzione di Z 0 N(0,1). Per trovare il rischio di specie II,


assumiamo che lipotesi nulla sia falsa e, quindi, si deve cercare la nuova distribuzione
di Z 0 . Supponiamo che la media della nuova distribuzione sia in realt:
1 = 0 + , con > 0
Cio, lipotesi alternativa H1 vera, e con questa assunzione la distribuzione della
statistica Z 0 :
n
Z 0 N
, 1

(2.78)

- 2.61 -

2. La Statistica come Strumento di Analisi della Qualit.

La distribuzione della statistica di test Z 0 nelle due ipotesi H 0 ed H1 mostrata in


fig. 2.20. Notiamo che il rischio di specie II la probabilit che Z 0 cada tra:
Z / 2 e Z / 2
quando lipotesi alternativa H1 vera. Per valutare questa probabilit, possiamo
calcolare la funzione (Z / 2 ) ( Z / 2 ) , essendo la funzione di distribuzione

cumulativa della distribuzione N n / , 1 . Allora, in termini di Distribuzione


Cumulativa Normale standard , abbiamo il rischio di specie II:

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

Si estrae un campione di nove elementi ed il rischio di specie I specificato con = 0.05 .


Allora, la statistica di test :
Z0 =

x 480
3/ 9

- 2.62 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Cio, la probabilit che scorrettamente accettiamo H 0 se il vero contenuto medio 483cm3


0.1496. Possiamo allora dire che la potenza del test 1 = 1 0.1492 = 0.8508 .

Notiamo, esaminando la (2.79) e la fig. 2.20, che funzione di n, ed . E'


abitudine mettere in grafico la relazione tra questi parametri, come in fig. 2.21 (costruita
per =0.05). Grafici di questo tipo sono chiamati curve caratteristiche operative. Il
n
parametro in ordinata , mentre in ascissa portato d =
. Esaminando le curve

caratteristiche operative, vediamo che:


tanto maggiore risulta la differenza tra la media 1 e quella ipotizzata 0 , tanto
minore la probabilit di errore di specie II per dati n ed . Cio, per una
specificata grandezza del campione ed un scelto, il test individua meglio le
grandi differenze, piuttosto che quelle piccole,
mano a mano che la grandezza n aumenta, la probabilit di errore di specie II
diminuisce per dati ed . Cio, per individuare una differenza specificata,
dobbiamo rendere il test pi potente, aumentando la grandezza del campione.
Le curve caratteristiche operative sono utili nel determinare quanto grande deve
essere il campione per individuare una differenza specificata, con la probabilit
richiesta.

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.

Le curve caratteristiche operative sono riportate nei manuali e testi di statistica.

- 2.63 -

2. La Statistica come Strumento di Analisi della Qualit.

2.3. METODI DI CONTROLLO STATISTICO DI PROCESSO.


Se il prodotto deve corrispondere alle aspettative del cliente per quanto riguarda
lattitudine alluso, esso deve essere costruito con un processo stabile e ripetibile. Cio,
il processo deve operare con piccola variabilit intorno delle caratteristiche di qualit
del prodotto.
Il Controllo Statistico di Processo fornisce la possibilit di determinare se un
processo stabile nel tempo, oppure se, al contrario, esso influenzato da errori
sistematici che lo disturbano. Come strumento operativo di ricerca di un particolare
errore sistematico del processo, sono usate le Carte di Controllo, utilizzando i dati del
processo stesso.
L'interpretazione della Carta di Controllo possibile solamente conoscendo i
seguenti concetti:
propriet della Carta di Controllo,
Campioni Razionali,
distribuzioni statistiche,
definizione dei Limiti di Controllo,
tecniche per eseguire Test di Produzione,
riferimenti tecnici,
Per avere informazioni su quale carta utilizzare, quando usarla, come interpretarla, o
come eseguire i calcoli, necessario conoscere:
la Carta di Controllo per Attributi,
il Diagramma di Pareto,
le Carta x , R,
le Carta x , ,
la Carta delle Misure Individuali x,
l'analisi di Capacit Produttiva,
i Diagrammi di Dispersione,
la Carta di Autocorrelazione,
la Carta EWMA,
il Diagramma CuSum,
la Carta a Media Variabile, R,
la Carta a Media Variabile, ,
la Carta Multivariata.
I concetti pi comuni ed importanti saranno svolti direttamente nel testo, in
particolare saranno trattate le Carte di Controllo x ed R. Le altre, che sono di interesse
pi specifico sono riportate nell'Appendice A2 di questo Capitolo.

- 2.64 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.3.1.

Le Carte di Controllo per Attributi

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

verifica, relativamente ad un campione di numerosit costante, quando ogni


campione pu avere o non avere la condizione;
la Carta P: per descrivere la percentuale di campioni che presentano o non
presentano la condizione;
la Carta C: per descrivere il numero di volte che la condizione si verifica nel
campione di numerosit costante, quando ogni campione pu avere pi di una
volta la condizione;
la Carta U: per descrivere la percentuale di campioni che presentano la
condizione, relativamente a campioni di numerosit costante o variabile, quando
ogni campione pu avere pi di una volta la condizione.

2.3.1.1.

Quando Usare le Carte di Controllo per Attributi

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. La Statistica come Strumento di Analisi della Qualit.

La Carta C descrive il numero di volte in cui la condizione si verifica nel campione


di numerosit costante. Per il nostro esempio, estraiamo un campione di transazioni
ogni mese (il quale pu presentare pi di una volta errori) tra tutte le transazioni del
mese, contiamo gli errori del campione e riportiamo sulla Carta di Controllo il numero
totale di errori in tutte le transazioni del campione del mese.
La Carta U riporta la percentuale di campioni di numerosit costante o variabile che
presentano la condizione di errore. Nell'esempio, il campione pu avere una o pi volte
la condizione di errore, ed in questo caso si conta il numero di volte in cui la condizione
di errore si verifica nel campione. Possiamo scegliere di esaminare tutte le transazioni
del mese (dato che il numero di transazioni cambia da mese a mese), oppure estrarre un
campione qualsiasi. Si conta il numero totale di errori per transazione e per mese del
campione e lo si riporta sulla Carta di Controllo.

2.3.1.2.

Come Interpretare la Carta di Controllo per Attributi

Ogni Carta di Controllo presenta i limiti inferiore e superiore di Controllo, i quali


indicano gli estremi attesi del comportamento del processo. La fluttuazione della
posizione dei punti tra i Limiti di Controllo dovuta alla variabilit intrinseca del
processo, quella determinata dagli errori casuali che influenzano il processo. Ogni
punto al di fuori dei Limiti di Controllo pu essere attribuito ad errori sistematici, che
determinano uno spostamento del processo. Quando il processo influenzato dai soli
errori casuali, esso stabile e pu essere predetto. Cio, il valore chiave della Carta di
Controllo la possibilit di individuare l'insorgenza degli errori sistematici, in modo che
essi possano essere rimossi, con una conseguente diminuzione della variabilit del
processo. Cos, il processo pu essere migliorato sia con una registrazione al livello
ottimale medio, sia diminuendo la variabilit dovuta agli errori casuali.
Le Carte di Controllo per attributi sono molto facili da interpretare: semplicemente si
osservano le uscite dei punti dai Limiti di Controllo. Se questo si verifica, devono essere
eliminati gli errori sistematici. Si effettuano analisi delle cause e, se il caso si
conducono Esperimenti Programmati per trovare quegli elementi del processo che
contribuiscono agli spostamenti della posizione del processo. Per utilizzare i dati gi
disponibili, si possono utilizzare funzioni di autoverifica che rimuovono gli errori
sistematici statistici dei punti fuori controllo, togliendoli dai calcoli della media e dei
Limiti di Controllo.
Si deve ricordare che la variabilit all'interno dei Limiti di Controllo dovuta alla
variabilit intrinseca tra i campioni del processo. Si pensi anche alle regole
fondamentali del controllo di processo: reagire subito agli errori sistematici; una volta
che il processo sotto controllo statistico, allora si pu lavorare per ridurre la variabilit
e migliorare la posizione della media del processo, agendo sui principi del processo.

2.3.1.2.1.

Le Statistiche della Carta P

La statistica riportata la percentuale di elementi che presentano il criterio di


interesse:
pj =

attrj

(2.80)

nj
- 2.66 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

dove nj la numerosit del campione j.


La linea centrale definita dalla:
m

attr j

p= 1

(2.81)

n j
1

dove nj la numerosit del campione j ed m il numero di campioni inclusi nell'analisi.


I limiti inferiore e superiore di Controllo sono definiti dalle:
UCL = p + 3

p (1 p )
nj

(2.82)

p (1 p )

LCL = MAX 0, p 3
nj

dove nj la numerosit del campione j e p la percentuale media di occorrenze del


criterio di interesse.

2.3.1.2.2.

Le Statistiche della Carta Np

La statistica riportata il numero di elementi che presentano il criterio di interesse.


La linea centrale definita dalla:
m

attr j

np = 1

(2.83)

dove m il numero di campioni inclusi nell'analisi.


I limiti inferiore e superiore di Controllo sono definiti dalle:

UCL = n p + 3 n p (1 p )

LCL = MAX 0, n p 3 n p (1 p )

(2.84)

dove n la numerosit del campione, np il conteggio medio e p calcolato come


segue:
m

attr j

p= 1
mn

2.3.1.2.3.

Le Statistiche della Carta U

La statistica riportata il numero medio di occorrenze del criterio di interesse nel


campione:
- 2.67 -

2. La Statistica come Strumento di Analisi della Qualit.

uj =

attrj

(2.85)

nj

dove nj la numerosit del campione j.


La linea centrale definita dalla:
m

attrj

u= 1

(2.86)

dove nj la numerosit del campione j ed m il numero di campioni inclusi nell'analisi.


I limiti inferiore e superiore di Controllo sono definiti dalle:
u
nj

UCL = u + 3

(2.87)

LCL = MAX 0, p 3
nj

dove nj la numerosit del campione j ed u la percentuale media di occorrenze del


criterio di interesse.

2.3.1.2.4.

Le Statistiche della Carta C

La statistica riportata il numero occorrenze del criterio di interesse nel campione.


La linea centrale definita dalla:
m

attr j

c= 1

(2.88)

dove m il numero di campioni inclusi nell'analisi.


I limiti inferiore e superiore di Controllo sono definiti dalle:

UCL = c + 3 c

LCL = MAX 0, c 3 c

(2.89)

dove n la numerosit del campione e c il numero di volte medio delle occorrenze.

- 2.68 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.3.2.

Specifiche, Tolleranze e Qualit conforme.

Prima di analizzare quali sono le tecniche utilizzabili per verificare e garantire la


qualit conforme, occorre analizzare il rapporto tra qualit conforme, specifiche e
tolleranze.

2.3.2.1.

Specifiche Tecniche e Tolleranze.

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.

Conformit alle Specifiche e conformit allUso

Come sappiamo, la qualit del prodotto linsieme delle caratteristiche tecniche e


tecnologiche di prestazioni, durabilit, aspetto estetico, prezzo ecc. che lo stesso deve
possedere per poter far fronte alle esigenze dellutilizzatore. Tutti gli indici di qualit
del prodotto devono essere definiti in maniera chiara ed esaustiva da disegni, specifiche
tecniche, istruzioni di lavorazione, istruzioni di controllo e prova, strumenti di verifica,
ecc.

- 2.69 -

2. La Statistica come Strumento di Analisi della Qualit.

Dunque, se unaccezione importante del concetto di qualit quella della qualit di


conformit, essa viene tradotta nella rispondenza del prodotto al progetto, quindi alle
specifiche ed ai requisiti richiesti, ed ogni scostamento da essi costituisce una
diminuzione della qualit. In questo modo vengono eliminati gli elementi soggettivi
della valutazione della qualit, i quali vengono sostituiti da criteri di giudizio oggettivi e
quantificabili.
Un altro modo noto di definire la qualit stato quello della conformit alluso, il
quale esprime il modo in cui il prodotto riesce a soddisfare le esigenze per il quale
stato pensato, progettato e realizzato. Infatti, la conformit alluso raggiunta solamente
quando le specifiche sono appropriate, cio solamente quando esse soddisfano
esattamente le esigenze del cliente, oppure sono quelle fornite direttamente dal cliente,
ed il prodotto conforme ad esse.
Le specifiche del prodotto devono essere stabilite prima che abbia inizio la
produzione. In seguito occorre cercare di assicurare la qualit garantendo la conformit
alle specifiche.

2.3.2.3.

Ottenimento e Miglioramento della Qualit Conforme

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

molti casi necessario il controllo del processo per garantire che esso sia svolto in
modo appropriato, cio nel rispetto delle specifiche imposte.

QUALITA' DELLA PROGETTAZIONE


Richieste del Mercato

Specifiche

Bisogni dei Clienti


Azioni dei Concorrenti
Azioni dell'Azienda

Adeguatezza ai bisogni
del Cliente

Conformit all'uso

Variabilit del Processo

Soddisfazione
del Cliente

Capacit del Processo


Conformit
alle specifiche
Controllo di qualit
di Processo
QUALITA' DELLA PRODUZIONE

fig. 2.22.

Creazione della qualit conforme.

Le attivit di controllo della qualit in azienda devono verificare sistematicamente


che tutte le caratteristiche del prodotto rispondano perfettamente a quanto riportato dai
documenti. Tali attivit devono essere posizionate lungo tutto il processo produttivo.
Nel caso in cui il controllo evidenzi scostamenti eccessivi da quanto indicato nelle
specifiche si in presenza di nonconformit che devono essere affrontate e risolte in
modo adeguato.
Trascurando volutamente la qualit della progettazione, sar qui trattata la qualit
conforme, cio il grado di conformit raggiunto dalla produzione alle specifiche fissate
dalla progettazione. Infatti, come abbiamo visto sopra, durante la progettazione si sono
definite specifiche e cicli di lavorazione compatibili col sistema produttivo a
disposizione e che facilitino lintervento degli operatori.
In particolare, prima dellavvio della produzione di nuovi prodotti si sono esaminate
le attrezzature e si eseguito un esame contestuale del processo per assicurare che
macchine ed attrezzature lavorino secondo gli standard prefissati. Nel caso mancasse
unadeguata preparazione del personale si provveduto, cos da evitare linsorgenza di
conseguenti nonconformit.
Poi, in ciascuno stadio del processo produttivo, si provveduto alla stesura delle
procedure di supporto delle attivit, in modo da garantire continuamente il controllo
della qualit del prodotto. Tutti i controlli richiedono ispezioni, le quali, tuttavia,
costano e danno risultati diversi a seconda dello stadio in cui sono posizionate. E
fondamentale cercare le ispezioni pi appropriate, allo scopo di garantire la qualit
conforme al minimo costo. La definizione di ispezioni adeguate richiede molteplici
decisioni che hanno riflessi sia sul costo totale delle ispezioni, sia sul costo delle
nonconformit rilevate. In particolare vanno decisi:

- 2.71 -

2. La Statistica come Strumento di Analisi della Qualit.

il posizionamento delle ispezioni. Allinizio del processo, le ispezioni riguardano

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

- 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.

Effetto degli Errori Casuali e Sistematici.

In ogni processo produttivo, a prescindere da quanto bene sia stato progettato ed


accuratamente manutenuto, come sappiamo, un certo ammontare di variabilit naturale
esiste sempre. Questo rumore di fondo leffetto cumulativo di molte cause
sostanzialmente od economicamente non evitabili. Quando il rumore di fondo del
processo relativamente basso, consideriamo il processo produttivo come caratterizzato
da buone prestazioni. Nel quadro del controllo statistico di qualit, la variabilit naturale
chiamata spesso sistema stabile di errori casuali, ed il processo che lavora in
presenza di soli errori casuali detto trovarsi sotto controllo statistico; in altre parole,
gli errori casuali possono essere considerati inerenti al processo. Tuttavia, anche laltra
famiglia di errori (quelli sistematici) non potranno essere esclusi da quelli inerenti al
processo.
Cos, altri tipi di variabilit possono essere presenti. Principalmente, la variabilit
delle caratteristiche di qualit proviene dalle seguenti circostanze:
insufficiente precisione delle diverse macchine operanti in parallelo,
scorretta registrazione del sistema produttivo,
insufficiente rigidezza del sistema macchina-utensile-attrezzatura-pezzo (MFTW),
usura del sistema MFTW,
variabilit delle condizioni di temperatura e pressione,
errori delloperatore,
variabilit della durezza e del sovrametallo dei semilavorati.
Spesso la variabilit forte in confronto al rumore di fondo e d luogo ad un livello
inaccettabile delle prestazioni del processo. Ci riferiamo alle cause di questa variabilit
che non appartengono al tipo di errori casuali e che indicheremo errori sistematici. Il
processo che lavora con apprezzabili errori sistematici detto fuori controllo.
Spesso il processo produttivo procede sotto controllo per lunghi periodi, producendo
prodotti accettabili. Tuttavia, occasionalmente (o progressivamente) si verificano errori
sistematici che lo spostano allo stato di fuori controllo, nel quale una porzione eccessiva
di prodotto non conforme alla richiesta. Il pi importante obiettivo del controllo
statistico di processo di evidenziare rapidamente la presenza di errori sistematici, in
modo che lanalisi del processo individui la conseguente azione correttiva prima che sia
costruita uneccessiva quantit di prodotto nonconforme. La Carta di Controllo una
tecnica di controllo in-process largamente usata; essa permette di stimare i parametri del
processo produttivo ed, attraverso le informazioni che d, di determinare la capacit
produttiva; inoltre, pu dare utili informazioni per il miglioramento del processo.
Ribadiamo che lobiettivo del controllo statistico di processo di ridurre la variabilit.
Anche se la variabilit non pu essere eliminata completamente, la Carta di Controllo
un mezzo molto efficiente per ridurla a livelli accettabili.

- 2.73 -

2. La Statistica come Strumento di Analisi della Qualit.

2.3.3.

Influenza dei Fattori Produttivi sulla Caratteristica di Qualit del


Prodotto.

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.

La Deformazione della Curva di Distribuzione delle Frequenze come


Criterio di Analisi degli Errori Sistematici.

Caso di Errore Sistematico Costante

Assumiamo di esaminare una lavorazione di alesatura di boccole caratterizzata da


una Distribuzione Normale delle frequenze delle quote del diametro del foro. Poi,
immaginiamo che loperatore, dopo aver lavorato una met di un lotto di boccole,
restituisca un alesatore usurato e ne riceva uno nuovo che , per effetto della tolleranza
di costruzione, 10m pi piccolo di diametro. Come risultato, i diametri dei fori di tutte
le boccole della seconda met del lotto sono statisticamente minori di 10m di quelli
della prima met, come schematicamente rappresentato in fig. 2.23a.
Se la differenza di 10m sul diametro dellalesatore risulta dello stesso ordine di
grandezza ed ha lo stesso grado di influenza degli altri fattori casuali agenti, la curva di
distribuzione delle frequenze dei due lotti riuniti resta normale, come in fig. 2.23a.
Nel caso in cui la differenza sia invece di 30m , essa costituisce un fattore
predominante che agisce continuamente nel dato intervallo di tempo, il quale sposta la
distribuzione delle frequenze della seconda met del lotto di un ammontare esattamente
uguale allerrore. Naturalmente, linsorgere simultaneo di pi fattori che poi agiscono
continuamente, si risolve in uno spostamento del campo di dispersione con un errore
uguale alla somma algebrica degli errori dovuti allazione di ognuno di essi nella loro
direzione di influenza.
La curva della dispersione risultante dalla somma dei due lotti diversa in confronto
a quella relativa al singolo lotto, ma si pu supporre che sia ancora con andamento
normale e con scarto quadratico medio corrispondente alla combinazione lineare dei due
lotti, solamente nel caso in cui lerrore introdotto piccolo (fig. 2.23a). Invece, se la
differenza di diametro degli alesatori sufficientemente grande, si introduce un errore
sistematico costante, la curva molto distorta e si pu osservare, addirittura, la presenza
di due massimi (fig. 2.23b).

- 2.74 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

-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.

Diagramma delle Misure Individuali di un lotto di prodotti, caratterizzato


dalla insorgenza di un errore sistematico costante, dopo la lavorazione della
prima met del lotto.

2.3.3.1.2.

Caso di Errore Sistematico Variabile.

2.3.3.1.2.1.

Errore Sistematico Variabile Linearmente.

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 -

2. La Statistica come Strumento di Analisi della Qualit.

tutti i fattori agenti contemporaneamente durante il processo produttivo siano dello


stesso ordine di grandezza ed abbiano lo stesso grado di influenza su H . Se queste
condizioni sono rispettate, il diagramma delle misure quello mostrato
schematicamente in fig. 2.25a. La curva della distribuzione della frequenza (curva
FDC) mostrata a destra delle misure individuali. Il valore medio H av dellaltezza
dellanello nel lotto, ed attorno al quale le misure dellaltezza degli anelli sono
raggruppate, rappresentato in fig. 2.25a da una retta parallela allasse delle ascisse.

fig. 2.24.

Processo di lavorazione alla rettificatrice per piani di un lotto di anelli.

Se, per un momento, lasciamo cadere le ipotesi precedenti ed assumiamo che un


fattore soltanto - il consumo della mola - agisca durante loperazione di rettifica,
dobbiamo pensare che il consumo progredisca nella proporzione del numero di anelli
lavorati. In queste condizioni, la misura di ogni anello pi grande di quella dellanello
precedente, come mostrato in fig. 2.25b; infatti, anche la variazione delle dimensioni del
grezzo, che uno dei fattori che influenzano il processo, per lipotesi fatta, viene del
tutto esclusa. Se si traccia una curva di distribuzione delle frequenze, in questo caso ci
sar evidentemente un numero uguale di anelli in ogni intervallo in cui il campo di
dispersione diviso. In altre parole, i valori della misura H nel lotto sono distribuiti
uniformemente allinterno del campo di dispersione. In questo caso, la curva della

- 2.76 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

distribuzione delle frequenze rettangolare e parallela allasse lungo il quale la misura


diagrammata. La legge teorica di tale distribuzione detta legge di equiprobabilit.
-30
-20

-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.

Diagrammi delle misure individuali e delle frequenze relativi alla


lavorazione di fig. 2.24.
a) caso ideale di assenza di fattori predominanti;
b) caso di influenza di un solo fattore (usura della mola);
c) caso dellazione simultanea di fattori casuali e del fattore predominante.

Ritorniamo ora al processo di lavorazione reale, nel quale, accanto ad un gran


numero di fattori indipendenti e dello stesso ordine di grandezza, agisce anche il fattore
predominante dellusura della mola. Il Diagramma delle Misure Individuali e la curva
FDC relativo a questo caso mostrato in fig. 2.25c.
Come evidente, in questultimo diagramma il valore medio di H dellaltezza
dellanello aumenta continuamente col numero ordinale dellanello, nonostante la
dispersione casuale della misura dei vari anelli intorno a tale valor medio. Il campo di
- 2.77 -

2. La Statistica come Strumento di Analisi della Qualit.

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.

Errore Sistematico Variabile Limitatamente nel Tempo.

Talvolta, linfluenza di certi fattori casuali pu cambiare durante lesercizio


dellimpianto, cosicch uno o pi fattori diventano dominanti, ma solo per certi
intervalli di tempo. Ne un esempio il temporaneo aumento di deviazione del
sovrametallo dovuto alladozione dello stampaggio al maglio. Come noto, il forgiato
si ottiene con diverse battute, il numero di queste essendo determinato dal ciclo di
lavorazione ed anche dallintervento delloperatore per correggere gli effetti dellusura
dello stampo. Naturalmente, la possibilit di scegliere solamente tra numeri interi per il
numero di battute rende incerta la determinazione del membro conclusivo delle catene
dimensionali che individuano le quote ortogonali alla linea di divisione dello stampo.
Dopo un certo consumo (rodaggio) dello stampo, linfluenza degli errori sui forgiati che
vengono inviati alla lavorazione successiva diventa minore. Queste circostanze sono
mostrate in fig. 2.26. Iniziando con un pezzo avente un numero ordinale k fino al pezzo
avente numero ordinale m, i limiti del campo di dispersione si allargano per convergere
ad un nuovo pi costante valore.

fig. 2.26.

m
numero ordinale del pezzo

Effetti temporanei di allargamento del campo di dispersione

La grandezza del campo di dispersione pu essere similmente influenzata dal


mescolamento dei componenti inviati allassemblaggio, quando questi provengono da
- 2.78 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Errore Sistematico Variabile Agente Privilegiatamente in una


Direzione.

In un processo di fabbricazione, talvolta appare, tra i fattori casuali, un fattore


predominante che sposta le misure verso un estremo del campo di dispersione . Ad
esempio, si supponga di posizionare il pezzo di fig. 2.27a nellattrezzatura di fig. 2.27b,
infilando con un certo gioco due spine fisse dellattrezzatura in due fori praticati nel
pezzo durante unoperazione precedente. A causa del sistema di piazzamento e
bloccaggio irrazionale, loperatore portato dal sistema di bloccaggio a spingere il
pezzo contro le spine sempre nella stessa direzione, in quanto costretto dal progetto
dellattrezzatura ad applicare al pezzo una coppia equiversa nei due punti scelti per il
serraggio. Come risultato, le distanze dagli assi dei fori ottenuti successivamente al
posizionamento, rispetto a quelli usati per il posizionamento stesso, sono spostate verso
un lato del campo di dispersione nella parte sinistra, e verso il lato opposto nella parte
destra, come si vede in fig. 2.27c. La corrispondente curva FDC della distribuzione
delle frequenze di un interasse asimmetrica, e la deviazione media M(x) spostata dal
valor medio del campo di dispersione . In fig. 2.27d mostrato il Diagramma delle
Misure Individuali dellinterasse A del foro basso di destra del pezzo dopo la
lavorazione. Come si pu osservare, alladdensamento delle quote verso lestremo
superiore del campo di dispersione, si sovrappone lerrore sistematico variabile indotto
dallusura progressiva della spina fissa.
a

pezzo finito
attrezzatura

indice di qualit A

Sez. X-X

X
X

/2
Anom

M(x)

numero ordinale del pezzo finito

fig. 2.27.

Distorsione della curva delle frequenze di una lavorazione, in dipendenza di


un errore di posizionamento.

Dunque, lattrezzatura impiegata presenta fondamentalmente due motivi di critica:

- 2.79 -

2. La Statistica come Strumento di Analisi della Qualit.

ladozione di spine fisse, necessariamente con gioco (per non penalizzare la

produttivit del processo). Lattrezzatura pu essere migliorata con ladozione


della spina estensibile di fig. 2.27e. Essa consente il facile inserimento del pezzo e
consente lannullamento del gioco con lapplicazione temporanea del maschio
conico. Purtroppo non possibile installare due spine di questo tipo, in quanto
ognuna di esse dovrebbe privare il pezzo di 4 dei 6 gradi di libert disponibili
(tutti salvo la possibile di rotazione attorno allasse della spina ed, in assenza di
attrito, lo spostamento lungo lo stesso asse). Perci, lunica spina estensibile deve
essere piazzata in corrispondenza dellinterasse pi critico tra i due fori in
lavorazione;
ladozione di un metodo di serraggio scorretto. La soluzione a questo problema
semplice: basta utilizzare un serraggio a partire da un martinetto idraulico o
pneumatico, il quale garantisce ottima precisione di serraggio (costanza delle
forze applicate) e pratica assenza di coppie sul pezzo in lavorazione.

2.3.3.2.

Allargamento del Campo di Dispersione per Effetto della Conversione


degli Errori Sistematici in Casuali.

Un fenomeno di questo tipo riguarda i cambiamenti che avvengono negli indici di


qualit risultanti da un processo produttivo, quando certi fattori sono trasformati
artificiosamente da sistematici a casuali, e viceversa.
Ad esempio, assumiamo che una stessa operazione sia eseguita in parallelo con pi
macchine utensili dello stesso tipo (trapani), e che punte a forare consumate siano
periodicamente sostituite in ciascuna macchina durante la lavorazione di uno stesso
lotto di pezzi. Ogni nuova punta a forare introduce nel lotto il suo errore sistematico,
che costante in grandezza. Nel lotto misto di tutti i pezzi, ottenuto da tutti i trapani che
lavorano contemporaneamente, questi errori sistematici sono convertiti in errori casuali,
i quali, tuttavia, conducono ad un allargamento del campo di dispersione.
Tale effetto pu essere osservato se diverse macchine identiche, che eseguono la
stessa operazione, sono registrate ad intervalli pi o meno regolari. Gli esempi possono
essere i pi svariati, e tra questi possiamo ricordare la regolazione della distanza tra i
contatti del ruttore del vecchio sistema di accensione del motore a combustione interna
ad accensione per scintilla. Questa regolazione doveva essere fatta per far fronte
allusura del pattino che strisciava sulla camma di comando ed allusura dei contatti per
ottenere, come membro conclusivo, un certo valore del rendimento termico del motore.
Gli errori di registrazione erano sistematici costanti in ciascun motore fino alla
registrazione successiva. Tuttavia, in una popolazione di membri conclusivi (le distanze
tra i contatti del ruttore, oppure, in definitiva, il rendimento termico del motore),
ottenuti da tutti i motori, questi errori venivano convertiti in errori casuali, i quali
agivano con un allargamento del campo di dispersione dei rendimenti termici.
In effetti, la condizione espressa in 2.1.2.1 per ottenere una Distribuzione Normale
(cio che i fattori debbano essere indipendenti tra loro, dello stesso ordine di grandezza
e con lo stesso grado di influenza) nulla dice riguardo al valore della loro grandezza.
Allora, se il numero di volte in cui lerrore sistematico commesso abbastanza
grande, esso sposta verso un livello di maggiore grandezza una popolazione di fattori
che si possono ancora considerare indipendenti, dello stesso ordine di grandezza (nel
caso degli alesatori o delle punte a forare, ecc. il loro campo di tolleranza) e con lo

- 2.80 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

stesso grado di influenza, cio aventi statisticamente la propriet degli errori casuali,
secondo Gauss.

2.3.3.3.

Miglioramento della Qualit con lAnalisi e la Correzione degli Errori


Sistematici.

Come abbiamo visto, lo scopo principale dellanalisi della produzione lo studio


delle leggi che mettono in relazione cause ed effetti, allo scopo di controllare i fattori
attinenti, dirigendo la loro azione alla soluzione di problemi concreti. Questo stato
realizzato individuando le leggi in accordo con le quali alcuni fattori predominanti
variano, separatamente od in varie combinazioni, e determinando le grandezze e
direzioni dei fattori che rimangono relativamente costanti durante il tempo interessato
dallanalisi della produzione. Cos, normalmente la variazione del sovrametallo in un
lotto di pezzi introdotti per la lavorazione nellimpianto industriale pu essere
considerata come variabile casuale. Tuttavia, se si effettua la misurazione di tutti i pezzi
prima di eseguire la lavorazione, e si esegue la lavorazione nellordine delle misure
crescenti, la variazione di spessore del sovrametallo convertita da fattore casuale a
fattore sistematico, variabile in accordo con la legge delle misure trovata allinterno del
lotto. Concretamente, questa procedura consente di controllare lerrore sistematico e di
migliorare la precisione del processo, ad esempio provvedendo alla registrazione
dellutensile in relazione alla variazione di sovrametallo, cio tenendo conto del
comportamento dinamico della macchina.
Inoltre, la sostituzione di molti utensili durante la lavorazione di un lotto di pezzi con
una singola macchina utensile, ed i conseguenti errori sistematici, possono essere
convertiti in fattori casuali, se gli indici di qualit dei pezzi del lotto sono considerati
insieme. Cos, ora non pi possibile trarre dallesame delle misure individuali le
informazioni necessarie allindividuazione dellerrore sistematico stesso.
Generalmente, i fattori sistematici costanti rimangono tali solo durante definiti
intervalli di tempo, e questi intervalli possono assumere lunghezze diverse. Per
esempio, lerrore appena descritto e relativo alla registrazione di un utensile rimane un
fattore sistematico costante fino a quando si provvede ad una nuova registrazione
oppure fino a quando lutensile usurato viene sostituito. Invece, lerrore di costruzione
di unattrezzatura che agisce sulla precisione di posizionamento di un componente
rimane un fattore sistematico costante per tutto il tempo in cui lattrezzatura utilizzata.
In questo modo, tutti i fattori che agiscono sul processo di fabbricazione in maggiore
o minore grado variano durante il processo. Conseguentemente, il Diagramma delle
Misure Individuali, riflettendo la variazione dellindice qualitativo del prodotto, pu
presentare lindice qualitativo con misure diverse luna dallaltra e spesso avere un
aspetto estremamente instabile. Questo dovuto al cambiamento di posizione del valor
medio del campo di dispersione T (in presenza di un gran numero di misure,
impropriamente detto istantaneo), risultante dallazione combinata degli errori casuali,
in riferimento ai limiti delle zone di tolleranza, od al valore nominale dellindice di
qualit misurato.

- 2.81 -

2. La Statistica come Strumento di Analisi della Qualit.

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

numero ordinale della taratura

fig. 2.28. Processo di taratura di successivi lotti di termometri di precisione.


a) banco di taratura;
b) catena dimensionale del bilancio dellenergia;
c) catena dimensionale delle temperature;
d) Diagramma delle Misure Individuali.

- 2.82 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

I flussi di energia, da cui il banco calorimetrico interessato sono:


Q1, tra il vapore ed il tappo refrigerato, esso dato dal prodotto della massa di condensato sul
tappo per il calore latente di condensazione. Tale scambio di energia possibile per la
presenza di una differenza di temperatura T1 , tra vapore e superficie del tappo, differenza
che non pu variare se le condizioni termodinamiche imposte, pressione di saturazione p s e

temperatura di liquefazione T1 del ghiaccio, restano costanti;


Q2, tra il vapore e le pareti del recipiente, che sono esposte alla temperatura ambiente. Una
piccola quantit di condensato si deposita sulle pareti, riportando allequilibrio delle
temperature anche la superficie interna del recipiente;
Q3, con il fluido termovettore che viene rilasciato allambiente, allo scarico della pompa da
vuoto, sotto forma di vapore,
Q, calore totale fornito dalla resistenza, principalmente sotto forma di calore di vaporizzazione
del liquido. Praticamente non esiste differenza di temperatura tra liquido e vapore nella
bottiglia, essendo la pressione p s , regnante nellambiente, tenuta costante dalla pompa da
vuoto ed il relativo sistema di regolazione.
Il bilancio dellenergia descritto vettorialmente in fig. 2.28b.
In fig. 2.28c sono indicate le relazioni tra le temperature operative del banco. Le temperature
sono interconnesse e, come spesso accade nelle misure di grande precisione, servono a fornire
congiuntamente lo stesso valore T .
Il Diagramma delle Misure Individuali di fig. 2.28d indica le variazioni delle temperature di
taratura lette sui termometri successivamente sottoposti alla prova. Come si vede, durante il
processo, sono eseguite registrazioni del sistema dopo la taratura dei termometri aventi numero
ordinale a, b, k, l, ecc., mediante la sostituzione del liquido utilizzato. Infatti, a causa delle
frequenti aperture del recipiente per la sostituzione dei termometri e nonostante le attenzioni
prestate, tale sostanza risulta via via pi inquinata od ossidata ed il suo comportamento sempre
pi lontano da quello del liquido puro descritto dal diagramma di stato.
A seconda dellazione degli inquinanti, il campo di dispersione risultante da questi fattori
sistematici variabili gradualmente spostato (ad esempio, in figura verso il limite superiore del
campo di tolleranza). Tra due sostituzioni del liquido termovettore successive, il campo di
dispersione T cambia il suo valor medio, sia in grandezza, sia come andamento. Questo
dovuto al variare dellinfluenza relativa degli errori sistematici durante i diversi intervalli di
tempo.
Ne segue che, nel far uso delle curve della frequenza reale dei parametri come misura della
precisione del processo, necessario essere estremamente cauti nello scegliere linizio e la fine
del periodo durante il quale i dati sono raccolti, per poter illustrare il progredire del processo
produttivo col quale ottenuto lindice di qualit richiesto. Infatti, se vengono scelti in modo
scorretto linizio e la fine del periodo di raccolta dei dati, pu essere ottenuta una curva reale
con una distribuzione assolutamente casuale e perci non significativa, perch non rivela
lessenza del fenomeno che si sta studiando.

Unanalisi dei diagrammi delle misure individuali indica che la grandezza A i ,


deviazione della caratteristica di qualit Ai dalla misura nominale Anom, la somma
algebrica o vettoriale delle deviazioni risultanti dallazione di tutti gli errori presenti.
Nel diagramma di fig. 2.29 si pu vedere che la deviazione A i la somma
algebrica delle deviazioni:

- 2.83 -

2. La Statistica come Strumento di Analisi della Qualit.

'Ti

fattore sistematico costante agente durante lintero intervallo in cui il


processo osservato,
"Ti
fattore sistematico variabile con una legge A=f(x), dove x il numero
ordinale del prodotto,
i
variazione dovuta alla combinazione dei fattori casuali:
A i = ' Ti + " Ti + i

(2.90)

e lerrore sistematico totale :


Ti = ' Ti + " Ti

(2.91)

quota
i

Ai
Ai

Ti
nom

''Ti

'Ti

i
numero ordinale della quota

fig. 2.29.

Rappresentazione del contributo di tutti gli errori presenti nellottenimento


di un singolo membro conclusivo.

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 max = A n om + ' + " + T


2
e quella minima:

A min = A n om + ' T
2

- 2.84 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Quindi, il campo di dispersione dato dal solo contributo dellerrore sistematico


variabile e dellerrore casuale:
= " + T
quota

T /2

A=f(x)

''

T /2

'

nom

i
numero ordinale della quota

fig. 2.30.

Deviazione della caratteristica di qualit in un lotto.

fig. 2.31.

Parametri di individuazione dellasimmetria della curva reale delle


frequenze.

Allora, con riferimento ad una distribuzione generica asimmetrica, come quella di


fig. 2.31, le principali caratteristiche della dispersione delle misure in un lotto sono:
il campo di dispersione ,
la posizione del valor medio del campo di dispersione, in riferimento alla misura
nominale Anom, come specificato dalla coordinata del suo punto medio ,
il valor medio ponderato M(x) della deviazione dal valore nominale,
i parametri della curva reale delle frequenze: la deviazione standard S, calcolata
con la (2.17), ed il coefficiente , che serve a quantificare lasimmetria delle

- 2.85 -

2. La Statistica come Strumento di Analisi della Qualit.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.3.4.

La Base Statistica della Carta di Controllo.

Lo strumento di controllo cui si ricorre per laccettazione il piano di


campionamento, il quale consiste nella definizione:
del lotto delle materie prime, dei semilavorati, dei prodotti finiti che si intende
prendere in considerazione,
della dimensione e della frequenza di estrazione del campione dal lotto,
della caratteristica di qualit richiesta dalla specifica tecnica,
delle condizioni di accettazione e di non accettazione del lotto.
Lassicurazione della qualit sposta lattenzione dal risultato del processo, il
prodotto, al processo stesso. Non ci si concentra pi sul prodotto nonconforme, bens
sul processo che lha realizzato e, quindi, il processo deve essere caratterizzato da una
limitata variabilit per essere considerato sotto controllo. Le Carte di Controllo sono
uno strumento efficace per analizzare e tenere sotto controllo la variabilit dei processi e
permettono di distinguere tra le variabilit dovute ad errori di tipo casuale da quelle
dovute agli errori di tipo sistematico.
Come abbiamo visto, le Carte di Controllo possono essere classificate in due tipi:
molti indici di qualit non sono misurabili su una scala continua, alcuni neanche
su una scala quantitativa. In questi casi pu essere necessario valutare la
conformit del prodotto sulla base del fatto che esso presenti o meno certi
attributi, oppure che esso presenti un certo numero di nonconformit (difetti). Le
Carte di Controllo di questi indici di qualit sono le note Carte di Controllo per
attributi,
quelle in cui la caratteristica di qualit pu essere espressa come variabile di una
scala continua. In questo caso conveniente descrivere la caratteristica di qualit
con una misura di tendenza centrale ed una di variabilit. Le Carte di Controllo di
questo tipo sono le citate Carte di Controllo per variabili. Le Carte x ed R sono
quelle pi largamente e congiuntamente usate per controllare la tendenza centrale
e la dispersione. Le Carte della media x e della deviazione standard S sono
impiegate, ancora congiuntamente, per lanalisi della variabilit del processo.
media del campione, x
limite superiore di controllo

dimensione nominale (ad es.)

limite inferiore di controllo

numero ordinale del campione

fig. 1.35.

Carta di Controllo x (ripetuta).

- 2.87 -

2. La Statistica come Strumento di Analisi della Qualit.

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

Carta di Controllo del lotto di tab. 2.I.

Si pu osservare un legame molto stretto tra le Carte di Controllo e la verifica delle


ipotesi. Fondamentalmente, la Carta di Controllo la verifica dellipotesi che il
processo statisticamente sotto controllo. Segnare un punto entro la fascia di controllo
- 2.88 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

equivalente ad accettare lipotesi di processo sotto controllo statistico; e proprio come


nella verifica delle ipotesi, possiamo ragionevolmente trarre conclusioni per riguardo
alla probabilit di errore di specie I della Carta di Controllo (stabilendo che il processo
fuori controllo, mentre in realt sotto controllo), ed alla probabilit di errore di specie
II della Carta di Controllo (concludendo che il processo sotto controllo, mentre in
realt fuori controllo). Per questo possono essere utili i diagrammi delle curve
caratteristiche operative del tipo di fig. 2.13, applicati alla Carta di Controllo, per
determinare la probabilit di errore di specie II. Questo dimostra quanto possano essere
utili le Carte di Controllo nellevidenziare gli scostamenti.

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.

distribuzione delle misure individuali x:


normale con = 74.000 e = 0.01

distribuzione delle medie x normale


con = 74.000 e = 0.0045
numerosit del campione n = 5

73.9865

fig. 2.33.

74.000

I concetti base della Carta di Controllo.

- 2.89 -

74.0135

2. La Statistica come Strumento di Analisi della Qualit.

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

con la condizione Z / 2 = 3 . Sostanzialmente, la Carta di Controllo verifica proprio questa


ipotesi ripetitivamente a diversi istanti. Questa situazione rappresentata in fig. 2.33.

Possiamo individuare un modulo generale della Carta di Controllo. Se w la


statistica del campione che misura lindice di qualit da tenere sotto osservazione, e se
la media e la deviazione standard di w sono w e w , le linee caratteristiche della Carta
di Controllo sono posizionate a:
limite superiore di controllo = w + k w
valore centrale = w
limite inferiore di controllo = w k w

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Anche la deviazione standard del campione S si presenta con una propria


distribuzione della frequenza ed ha una propria media S ed una propria deviazione
standard SS, per le quali le relazioni con le omologhe statistiche della popolazione sono:
S = c2
SS = 2 ( n 1) 2 n c 22

(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 -

2. La Statistica come Strumento di Analisi della Qualit.

solamente la Carta di Controllo indica la presenza o linsorgenza degli errori

sistematici. La dirigenza, gli operatori ed i tecnici responsabili operano in modo


da eliminare tali errori sistematici.
Per identificare ed eliminare gli errori sistematici, importante trovare lorigine
nascosta dellerrore ed attaccarlo. Lo sviluppo di un efficace sistema di azione correttiva
la componente essenziale da tener presente nella compilazione della Carta di Controllo
del processo (fig. 2.34).

INPUT

OUTPUT

PROCESSO

MISURA DELL' INDICE DI QUALITA'

fig. 2.34.

VERIFICA ED
AGGIORNAMENTO

INDIVIDUAZIONE
ERRORE SISTEMATICO

ADOZIONE DELL'
AZIONE CORRETTIVA

INDIVIDUAZIONE
ORIGINE DELL' ERRORE

Via di miglioramento del processo con lutilizzo delle Carte di Controllo.

Si pu usare la Carta di Controllo anche come efficace strumento di stima. Cio, da


una Carta di Controllo che mostra che il processo sotto controllo si possono stimare
altri parametri del processo, come la deviazione standard, la frazione di nonconformit,
di scarto, ecc. Queste stime possono allora essere usate per determinare lattitudine del
processo a produrre beni conformi. Questi studi di attitudine del processo hanno un
considerevole impatto sui problemi di decisione da parte della dirigenza per riguardo al
ciclo del prodotto, compresi le decisioni di make o di buy, i miglioramenti di processo o
di impianto che riducono la variabilit, ecc.
Un importante momento per luso della Carta di Controllo la sua progettazione, con
la quale intendiamo la scelta della numerosit del campione, dei Limiti di Controllo e
della frequenza di campionamento. Ad esempio, la Carta x di fig. 2.32, fatta per una
numerosit del campione pari a 5 misure, Limiti di Controllo al livello 3 e frequenza
del campionamento di unora. Nella maggior parte dei problemi di controllo della
qualit, usuale progettare la Carta di Controllo usando prima di tutto considerazioni
statistiche. Ad esempio, sappiamo che aumentando la numerosit del campione si
diminuiscono gli errori di specie II, e si incrementa la capacit della carta di individuare
lo stato di fuori controllo. Luso di criteri statistici come questo, insieme allesperienza
accumulata nellattivit di processo, ha portato a linee guida ed a procedure generali di
progetto delle Carte di Controllo. Tali indicazioni considerano i fattori di costo
- 2.92 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

solamente in modo implicito. Tuttavia, recentemente si cominciato ad esaminare il


progetto delle Carte di Controllo anche dal punto di vista economico, considerando
esplicitamente il costo del campionamento, le perdite dovute ad una quantit eccessiva
di nonconformit ed i costi di indagine dei sintomi di fuori controllo che in realt sono
falsi allarmi.
Come detto, le Carte di Controllo hanno unutilizzazione di vecchia data in campo
industriale. Esse sono una tecnica consolidata per migliorare la produttivit. Un
programma di controllo mediante queste carte che raggiunga il successo riduce gli scarti
e le riprese, i quali costituiscono i principali ostacoli alla produttivit di ogni processo.
Si possono individuare quattro ragioni della loro popolarit:
le Carte di Controllo sono efficaci mezzi di prevenzione dei difetti. La Carta di
Controllo aiuta a tenere il processo sotto controllo, il che rappresenta la strada
giusta per soddisfare alla filosofia del pezzo buono al primo colpo: non mai pi
economico ottenere pezzi buoni partendo da pezzi nonconformi di quanto non sia
ottenere pezzi buoni immediatamente. Se non si ha un controllo di processo
efficiente, si deve pagare qualcosa per produrre prodotti buoni partendo da pezzi
nonconformi;
le Carte di Controllo prevengono registrazioni di processo non necessarie. La
Carta di Controllo distingue tra rumore di fondo ed errori sistematici; nessun altro
strumento, neanche loperatore umano, cos efficiente nel fare questa
distinzione. Poi, se loperatore registra il processo direttamente sulla Carta di
Controllo (di fatto eseguendo prove non pianificate), spesso reagisce in modo
eccessivo a segnali che in realt appartengono al rumore di fondo, effettuando
registrazioni non necessarie. A loro volta, tali registrazioni possono
compromettere le prestazioni del processo. In altre parole, la Carta di Controllo
permette di applicare la filosofia processo buono non si cambia;
le Carte di Controllo forniscono informazioni diagnostiche. Frequentemente,
landamento dei punti sulla Carta di Controllo contiene informazioni di valenza
diagnostica per un operatore con buona esperienza. Sulla base di queste
informazioni, si possono decidere modifiche del processo che migliorino le sue
prestazioni;
le Carte di Controllo danno informazioni sulla Capacit Produttiva. La Carta
di Controllo d informazioni circa il valore dei parametri di processo importanti, e
la loro stabilit nel tempo. Questo permette una stima del livello della Capacit
Produttiva ottenuta (capability), importantissima per i responsabili di prodotto e di
processo.
In definitiva, le Carte di Controllo costituiscono il pi importante strumento di
controllo di gestione; esse sono particolarmente utili come controlli dei costi e dei
materiali. La moderna tecnologia informatica ha reso facile il progetto delle Carte di
Controllo per ogni tipo di processo, e cos la raccolta dei dati e la loro analisi possono
essere compiute in tempo reale su un computer locale, od in rete, direttamente dal
singolo centro di lavoro.
La pratica normale di controllare sia il valor medio della caratteristica di qualit, sia
la sua variabilit. Il controllo della media del processo (od il livello medio della qualit)
eseguito con la Carta di Controllo della media, cio con la Carta x . La variabilit del
processo (o la sua dispersione) pu essere controllata sia con la Carta di Controllo della
Deviazione Standard, chiamata Carta S, sia con la Carta di Controllo del Campo di
Dispersione, chiamata Carta R, che quella maggiormente usata. Normalmente, si
compilano separatamente la Carta x e la Carta R per ogni caratteristica di qualit di
- 2.93 -

2. La Statistica come Strumento di Analisi della Qualit.

interesse, (se le caratteristiche di qualit sono strettamente correlate) anche se talvolta


questo pu portare a risultati erronei. La Carta x e la Carta R (od S) sono le pi
importanti ed utili tecniche di controllo statistico di processo on-line.
Si noti che importante tenere sotto controllo entrambe le statistiche, sia la media,
sia la variabilit. La fig. 2.41 ne mostra il risultato per un processo produttivo.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Lidea fondamentale per usare correttamente le Carte di Controllo che la raccolta


dei dati deve essere fatta in accordo con il concetto che Shewhart ha chiamato dei
Campioni Razionali. In termini generali, Shewhart consiglia che i campioni siano
- 2.95 -

2. La Statistica come Strumento di Analisi della Qualit.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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. La Statistica come Strumento di Analisi della Qualit.

non potrebbero essere formati a caso da una popolazione di dati (o da un cesto di


pezzi). Invece i dati che compongono il campione devono rappresentare
un'istantanea del processo, su una piccola finestra di tempo, e l'ordine dei
campioni deve rappresentare come le istantanee variano nel tempo (come un
film). La grandezza della finestra di tempo determinata sulla base di un processo
elementare per minimizzare il rischio che sia presente un errore sistematico
prevalente nel campione.

2.3.4.2.

Definizione dei Limiti di Controllo

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.

Per definire i Limiti di Controllo, necessario avere a disposizione:


una lunga storia del processo, tale da definire il livello di variabilit dovuto agli
errori casuali,
una base per determinare quanto larghi posizionare i Limiti di Controllo.
Per definire quanti campioni sono necessari per definire il processo, si devono
risolvere due problemi. Il primo riguarda il processo. Per distinguere tra errori casuali e
sistematici, bisogna avere a disposizione tanti campioni quanti ne occorrono per definire
il livello operativo degli errori casuali del processo. Questo implica che tutti i tipi di
errore casuale devono essere contenuti nei dati. Il secondo problema di tipo statistico.
Le costanti statistiche usate per definire i Limiti di Controllo (come d2 e c4) in realt
sono anch'esse variabili e si avvicinano alla costanza quando il numero dei campioni
grande. Ad esempio per un campione di 5 pezzi, il valore di d2 si avvicina alla costanza
dopo circa 25 estrazioni (Duncan, 1986). Se si dispone di un numero limitato di
campioni, si devono usare le Tecniche di Controllo di Breve Periodo.

- 2.98 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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. La Statistica come Strumento di Analisi della Qualit.

numero di deviazioni standard al quale posizionare i Limiti di Controllo (normalmente 3).


Il posizionamento dei Limiti di Controllo alla distanza 3 dalla linea centrale
appropriata solamente per la Distribuzione Normale o per distribuzioni la cui forma
simile a quella. Altre distribuzioni possono rispondere alla variabilit significativamente
pi di frequente, se il processo non soggetto ad errori sistematici, o significativamente
meno di frequente, se il processo presenta errori sistematici. Assumere che la Carta di
Controllo tenda a minimizzare i falsi allarmi non desiderabile. In effetti, i test della
Western Electric Co. fanno uso dei modelli di probabilit per vedere se i dati dei
campioni nella Carta di Controllo sono casuali. Vedendo che le medie dei campioni sono
distribuite normalmente nella Carta x , non si possono ancora applicare le regole di
Shewhart; bisogna capire se il modello della probabilit normale ne pu costituire la base.
Allo stesso modo, l'argomento contro l'uso dei limiti 2 dovuto all'innesco
dell'operazione di intervento non organizzato di registrazione del processo avrebbe meno
significato se non si capisse la distribuzione dei dati del campione;
vero che il Teorema del Limite Centrale non si applica direttamente alle CarteR e , ma
questo non significa che le distribuzioni di R e di non siano sensibili all'assunzione di
normalit delle osservazioni;
l'interpolazione dei dati per definire le distribuzioni, come ogni tecnica di modellazione
soggetta ad errori, e l'errore statistico facile sia maggiore quando si hanno pochi dati, in
corrispondenza delle code delle distribuzioni. Tuttavia, esistono tecniche che permettono
di far fronte a tali situazioni e saranno descritte nel prossimo paragrafo.
Le implicazioni di questa discussione sono:
scarse, se si sta usando la Carta x . Le parti convergono sul fatto che le Carte x sono
strumenti utilissimi, anche se non sono per niente d'accordo sul perch siano utili. Come
detto sopra, ci potrebbe essere anche la domanda sulla validit delle prove sui processi di
piccola serie in assenza di un modello di probabilit;
se si sta usando una Carta delle Misure Individuali, o si sta tentando di stimare la
Capacit Produttiva, possibile stabilire che la forma della distribuzione non
importante, oppure si pu cercare di interpolare i dati. E' possibile confrontare la curva di
interpolazione con i calcoli di Shewhart per vedere quale dei due modelli descrive meglio
l'andamento del processo. Si noti che i calcoli secondo Shewhart coincidono esattamente
con l'interpolazione solamente se la distribuzione normale, come detto sopra;
la Carta di Controllo EWMA pu avere due usi interessanti, a seconda del punto di vista
assunto:
- quando siamo spinti ad usare campioni di dimensione unitaria, come consigliato da
considerazioni sui Campioni Razionali, la Carta EWMA non richiede che si trovi la
curva di interpolazione dei dati per creare una distribuzione. Al contrario, la Carta
EWMA permette l'impiego dei Limiti di Controllo normali attraverso il Teorema del
Limite Centrale. Invece, se non si pensa che l'interpolazione dei dati sia richiesta per
definire i Limiti di Controllo delle osservazioni individuali, l'uso della Carta EWMA
non interessante,
- la comprensione matematica della statistica EWMA potrebbe consentire di provare
che la Carta di Controllo EWMA pu essere progettata per essere pi sensibile alle
piccole derive del processo. Questa conoscenza sarebbe utile per individuare derive tra
0.5 e 1.5 , che altrimenti potrebbero essere confuse con la variabilit dovuta agli
errori casuali, quando si usano i Limiti di Controllo standard. Si noti che questa
sensibilit ottenuta senza aumenti di falsi allarmi. Quelli che non credono nella
distribuzione come base dei Limiti di Controllo sono gli stessi che non accettano
l'argomento che questa carta pi sensibile, anzi che questa carta sia veramente utile.
Al contrario, essi credono che la carta ha la negativa possibilit di promuovere gli
interventi non organizzati sul processo, in quanto essa risponde agli errori sistematici
che non sono evidenziati dai calcoli di Shewhart.

- 2.100 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.3.4.3.

Numerosit del Campione e Frequenza di Campionamento.

Per progettare la Carta di Controllo necessario specificare sia la numerosit del


campione, sia la frequenza di campionamento. In generale, quanto pi numerosi sono i
campioni, tanto pi facile individuare piccole deviazioni del processo. Questo
mostrato in fig. 2.35, dove stata riportata la curva caratteristica operativa della Carta di
Controllo di fig. 2.32, per varie numerosit del campione. Si nota che la probabilit di
individuare una deviazione della media del campione, ad esempio da 74.000 a 74.010,
aumenta allaumentare di n, numerosit del campione. Perci, nello scegliere la
numerosit del campione, si deve tener presente la grandezza della deviazione che si
vuole individuare.
Per quanto riguarda la frequenza di campionamento, la situazione pi desiderabile
dal punto di vista dellindividuazione delle deviazioni del processo di prendere
campioni numerosi molto spesso; tuttavia, questo va contro i consueti vincoli
economici. Il problema generale quello di ottimizzare lo sforzo di campionamento,
cio se scegliere di estrarre frequentemente piccoli campioni, oppure di estrarre
campioni numerosi a maggiori intervalli di tempo. La pratica industriale attuale tende a
favorire lestrazione frequente di piccoli campioni, particolarmente in presenza di
processi di fabbricazione di grande volume, soprattutto quando si teme linsorgere di
pi errori sistematici.
Inoltre e se lacquisizione dei dati degli elementi del campione non distruttiva,
mano a mano che si diffonde la tecnologia del controllo e della misura automatici,
diventa sempre pi facile ridurre i tempi tra i campionamenti; al limite, ogni prodotto
potrebbe essere verificato come esce dal processo. Controllo automatico e potenti
computer dotati di software di controllo statistico di processo, installati direttamente sul
centro di lavoro la nuova dimensione dellattuale controllo statistico di processo.
Un altro modo di favorire la scelta della numerosit del campione e della frequenza
di campionamento si ha utilizzando il parametro Lunghezza Media di Funzionamento
(ARL) della Carta di Controllo. In pratica la lunghezza media di funzionamento il
numero statisticamente medio di punti che devono essere riportati sulla Carta prima che
uno di essi indichi uno stato di fuori controllo del processo falso. Essa pu essere
calcolata semplicemente da:
ARL =

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

la lunghezza media di funzionamento della Carta x quando il processo sotto


controllo. Il che significa ancora che, anche se il processo sotto controllo, in media
ogni 370 campioni sar generato un segnale di fuori controllo (falso allarme).

- 2.101 -

2. La Statistica come Strumento di Analisi della Qualit.

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.

Curve caratteristiche operative per la popolazione da cui estratto il lotto di


fig. 2.32.

La domanda : Come ridurre il tempo di individuazione del fuori controllo? Un modo di


eseguire campionamenti pi frequenti. Ad esempio, se si campiona ogni mezz'ora, il ritardo tra
la comparsa del fuori controllo e la sua individuazione si ridurrebbe in media ad 1 ora. La
seconda possibilit di aumentare la numerosit del campione, per esempio passando ad n=10.
La fig. 2.35 mostra che la probabilit che x cada tra i Limiti di Controllo, mentre la media vera
74.015 circa 0.1, cosicch p=0.9 e, dalla (2.96), ARL=1.11. Cio, la maggiore numerosit
del campione permette che la deviazione del processo sia individuata con una rapidit circa
doppia di quando n=5. Cos, se importante individuare la deviazione del processo entro la
prima ora da quando si verifica, si possono adottare indifferentemente le due Carte di Controllo
in alternativa.
CARTA DI CONTROLLO 1

CARTA DI CONTROLLO 2

numerosit del campione 5

numerosit del campione 10

frequenza di campionamento 0.5h

frequenza di campionamento 1h

- 2.102 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Poich la riduzione del tempo di individuazione a met ha richiesto uno sforzo di


campionamento doppio, al fine di rispondere alla domanda sulla frequenza di campionamento in
modo pi preciso, bisogna prendere in conto fondamentalmente i fattori di costo relativi al
campionamento ed alle perdite associate al fatto di lasciare il processo nello stato di fuori
controllo, il livello di produzione e le probabilit legate alla comparsa di deviazioni del
processo.

2.3.4.4.

Analisi dei Diagrammi delle Carte di Controllo.

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.

Come le tendenze sono unimportante immagine dellandamento non casuale, altri


tipi di singolarit possono indicare lo stato di fuori controllo. Ad esempio, consideriamo
la fig. 2.36b, dove le medie dei campioni mostrano un andamento ciclico, anche se i
punti cadono allinterno dei Limiti di Controllo. Questa singolarit pu rappresentare un

- 2.103 -

2. La Statistica come Strumento di Analisi della Qualit.

problema allinterno del processo, come fatica delloperatore, lotti successivi di


materiale immesso nel processo, variazione delle condizioni ambientali (in particolare la
temperatura), insufficiente messa a regime termico delle macchine, ecc.

2 3

10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
numero ordinale del campione

fig. 2.36b. Carta di Controllo con distribuzione ciclica dei punti.

Il problema quello dellindividuazione dellandamento che caratterizza i


comportamenti sistematici sulla Carta di Controllo e, dunque, quello di identificare la
ragione della singolarit. Labilit di interpretare un particolare andamento in termini di
errori sistematici richiede esperienza e conoscenza del processo. Comunque, in 2.3.3 si
sono dati alcuni esempi significativi, in grado di fornire unutile base di conoscenze per
questa analisi.

2.3.4.5.

Interventi non Organizzati sul Processo.

Tali interventi accadono principalmente quando l'operatore risponde alla variabilit


del processo con attivit di registrazione del processo, anche se esso non si spostato
dalla linea centrale. In altre parole, la registrazione del processo quando la sua
variabilit dovuta agli errori casuali, come se essi fossero interpretati quali errori
sistematici. Questo comportamento anche detto risposta al falso allarme, poich un
falso allarme si ha quando si pensa che il processo si sia spostato, mentre in realt non
lo (rischio di specie I).
In pratica, l'intervento non organizzato si attua quando si tenta di controllare il
processo entro limiti che sono all'interno dei Limiti di Controllo naturali, quelli definiti
dagli errori di tipo casuale. Due cause di ci sono:
si cerca di controllare il processo sulla base delle specifiche dell'acquirente, o
degli obiettivi perseguiti. Questi limiti sono definiti esternamente al processo
produttivo, piuttosto di essere basati sulla statistica del processo,
piuttosto che usare i Limiti di Controllo suggeriti, ad esempio i classici 3 dalla
linea centrale, si sono scelti limiti pi larghi (o pi stretti, come i cosiddetti limiti
di attenzione). Questo pu essere dovuto alla falsa nozione che questo pu
aumentare le prestazioni della Carta di Controllo, in quanto sarebbe pi facile che

- 2.104 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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. La Statistica come Strumento di Analisi della Qualit.

2.3.5.

2.3.5.1.

Tecniche per la Determinazione del Controllo Statistico.

Controllo di Breve Periodo. La Carta delle Misure Individuali.

L'analisi di breve periodo combina i dati derivanti da diverse operazioni in una


singola analisi.
Tipicamente l'analisi di breve periodo usata per analizzare processi che presentano
un numero insufficiente di dati utili di un prodotto o di un servizio per definire
adeguatamente le caratteristiche del processo. Per esempio, nella lavorazione meccanica
possibile avere lotti di appena 30 pezzi di un dato prodotto, dopodich necessario
resettare la macchina per un prodotto diverso. Anche se il processo fondamentalmente
lo stesso, il primo pezzo pu avere (ad esempio) 20 di diametro, ed il secondo 100.
Questa differenza di dimensione nominale impedisce di riportare sulla stessa carta le
misure dei due pezzi.
Allo stesso modo per un Ufficio Amministrazione, il tempo per risolvere un reclamo
di un acquirente pu essere influenzato dal tipo di lamentela, ad esempio 1 giorno per
un pacco spedito scorrettamente, in confronto a 5 giorni per un pagamento sbagliato. In
ogni caso, si interessati alla significativa variabilit statistica del sistema, relativa ad
un valore nominale definito, oppure ad un valor medio che il sistema presenta.
Cio, se si assume che il processo sia influenzato da un sistema di errori comune, a
prescindere dall'operazione (pezzo, tipo di reclamo, ecc.) si potr utilizzare lo stesso
tipo di Carta per definire il dato di tutte le operazioni. Per far questo, necessario
standardizzare ogni operazione, basandosi sulle propriet dell'operazione interessata. La
standardizzazione pu essere fatta in un certo numero di modi:5
le Carte di Controllo nominali: esse sono create semplicemente riportando la
differenza tra il valore nominale dell'indice di qualit dal valore della misura.
Normalmente, qui il valore nominale il punto di mezzo dei Limiti di Controllo,
il valore obiettivo, oppure la media storica osservata nelle analisi precedenti.
Tuttavia, il metodo di rappresentazione sulla Carta di Controllo nominale deve
essere usato solamente se possibile assumere che ogni operazione ha la stessa
variabilit. Questo metodo di standardizzazione utile per ogni numerosit del
campione e la numerosit del campione pu variare;
Carte di Controllo stabilizzate: come detto sopra, la Carta di Controllo nominale
utile solamente quando ogni operazione ha la stessa variabilit. Nella lavorazione
meccanica anche se due pezzi sono prodotti dallo stesso processo, gli effetti di
diversi grezzi di partenza possono aumentare la variabilit tra i pezzi. Allo stesso
modo, la variazione del tempo per risolvere una lamentela su un'errata
fatturazione pu essere molto maggiore di quello richiesto per risolvere un'errata
spedizione, poich molti dipartimenti dell'organizzazione possono essere coinvolti
nell'operazione. Quando il livello della variabilit non simile per tutte le
operazioni, si deve standardizzare, con riferimento alla varianza. Questo fatto in
modo strettamente analogo a quando si standardizza la media.
La Carta X delle Misure Individuali indica la disposizione delle osservazioni del
processo.
5

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

La linea centrale sistemata sulla media, nel caso di Distribuzione Normale:


x=

1 n
xi
n 1

oppure sulla mediana nel caso di Distribuzioni non-Normali. La mediana il percentile


50%. Essa ricavata dai dati del campione ordinandoli in ordine crescente, quindi
selezionando il dato che si trova al centro del campione. Allora, esso presenta un uguale
numero di dati pi piccoli prima e pi grandi dopo (quando la numerosit del campione
pari, si prende la media dei due valori centrali). Da quanto detto, se si vuole la
mediana della distribuzione, necessario che la distribuzione sia stata definita.
Per la Distribuzione Normale, il valor medio coincide con la mediana e con la moda,
cio il punto pi alto della distribuzione. Per le distribuzioni allungate a destra, sia la
mediana, sia la moda sono spostate a destra (e sono maggiori) della media della
distribuzione.
Generalmente, i Limiti di Controllo sono:
UCL x = x + 3 x
LCL x = x 3 x

2.3.5.2.

per la Distribuzione Normale

(2.97)

Test di Produzione. Le Carte della Media e della Dispersione del


Processo

Le Carte x ed R sono Carte di Controllo per variabili. Rispettivamente, esse


descrivono la posizione e la dispersione del processo nel tempo, basandosi sulla media e
sulla dispersione di una serie di osservazioni, raccolte in un campione.

La Carta x
Essa riporta la media degli n valori del campione:
x=

1 n
xi
n 1

Sappiamo che, qualunque sia la distribuzione della popolazione di partenza ed in base al


Teorema del Limite Centrale, x distribuita normalmente intorno alla media della
popolazione, con deviazione standard x = / n . Inoltre, si ha la probabilit 1
che ogni media del campione cada all'interno dell'intervallo:
Z / 2 x = Z / 2

+ 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 -

2. La Statistica come Strumento di Analisi della Qualit.

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)

e sar usata come linea centrale della Carta x .


Per definire i Limiti di Controllo, ancora richiesta una stima, quella della
Deviazione Standard del processo. E' possibile eseguire la stima di sia dalle
Deviazioni Standard dei campioni, sia dalla Dispersione R degli m campioni. Ci
limiteremo a descrivere il metodo della dispersione. Come noto, la Dispersione del
campione data da:
R = x max x min

(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)

Se R 1 , R 2 , ..., R m sono le dispersioni degli m campioni, la Dispersione Media :


m

R j

R= 1

e la stima di : =

R
d2

cosicch i Limiti di Controllo della Carta x diventano:

UCL x = x + 3

LCL = x 3
x

R
= x + 3
n
d2 n

(2.102)

R
= x 3
n
d2 n

Se la numerosit del campione relativamente piccola, il metodo del Campo di


Dispersione fornisce nella maggior parte dei casi una stima ottima della varianza, tanto
quanto la stima quadratica nota basata sulla Varianza S2 del campione. La precisione
relativa del metodo del Campo di Dispersione, in confronto al metodo S2, riportata
nella tabellina seguente.

- 2.108 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

tab. 2.VII. Precisione relativa del metodo del Campo di Dispersione, in confronto al
metodo S2.
n

precisione relativa del metodo R in confronto


al metodo S2

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

ed i Limiti di Controllo sono:


UCL R = R + 3 R = R + 3 d 3

R
d2

R
LCL R = MAX 0, R + 3 R = R + 3 d 3
d2

(2.104)

Se si utilizzano campioni preliminari per costruire le Carte x ed R, normale trattare


i Limiti di Controllo come valori di primo tentativo. Perci le m medie e Dispersioni dei
campioni saranno tracciati sulle carte ed ogni punto al di fuori dei Limiti di Controllo
sar esaminato con cura e, se si individuano errori sistematici caratteristici per questi
punti, essi saranno eliminati e la stesura delle Carte di Controllo dovr ripartire daccapo.
Quando i Limiti di Controllo nella Carta x sono definiti come valori fissi (come
accade quando si usano i dati storici per definire i Limiti di Controllo) il valore medio
R deve essere ricalcolato a partire da quei Limiti di Controllo predefiniti. Questo

- 2.109 -

2. La Statistica come Strumento di Analisi della Qualit.

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)

Quando Usare le Carte x ed R.

Le Carte di Controllo x ed R sono usate quando si raccolgono razionalmente in


campioni le misure, in numero variabile tra 2 e 10. Ogni campione rappresenta una
fotografia del processo in quell'istante. Gli assi delle ascisse riportano il numero
ordinale del campione, cosicch le carte riproducono la storia del processo. Per questo
motivo, i campioni sono ordinati nel tempo, cio inseriti nelle Carte nell'ordine in cui
sono stati generati. Se questo non fosse rispettato, le tendenze e gli spostamenti del
processo non potrebbero essere osservati, piuttosto sarebbero attribuiti ad errori casuali,
invece che ad errori sistematici.
Per campioni di numerosit maggiore di 10, preferibile usare le Carte x e ,
poich la statistica R una stima meno precisa della deviazione standard del
processo, quando i campioni sono cos numerosi. In realt, la deviazione standard
sempre una stima migliore della variabilit del campione. La popolarit della Carta R
dovuta solamente alla facilit di calcolo ed in minor uso dall'avvento dei computer.
Per campioni di numerosit 1, si pu usare la Carta delle Misure Individuali a media
mobile, come pure quelle EWMA e CuSum.
Le Carte x sono efficaci per evidenziare spostamenti del processo relativamente
grandi, tipicamente dell'ordine di 1.5 , o maggiori. Come visto, quanto pi numeroso
il campione, tanto pi sensibile sar la carta agli spostamenti, purch si creino Campioni
Razionali. Per una maggiore sensibilit ai piccoli spostamenti, pur mantenendo la
numerosit del campione bassa, conviene usare le Carte di Controllo EWMA o le
CuSum.

2.3.5.2.2.

Come Interpretare le Carte x ed R.

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.

Interpretazione della Carta R.


Sulla Carta R si verifica l'esistenza di punti di fuori controllo. Se ne esistono, sono
presenti errori sistematici da eliminare. Si esamina il processo e si possono condurre
Esperimenti Programmati per trovare quegli elementi del processo che contribuiscono

- 2.110 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

alla variabilit improvvisa. I pacchetti commerciali pi evoluti presentano filtri che


rimuovono l'incertezza statistica del fuori controllo, togliendoli dai calcoli del campo di
variabilit medio, dei Limiti di Controllo del campo di variabilit, dell' x medio e dei
Limiti di Controllo di x .
Inoltre, nella Carta R si dovrebbero segnare pi di 5 punti e nessuno dovrebbe
apparire pi del 25% del tempo. Se si vedono valori ripetuti troppo spesso, si pu
sospettare una insufficiente risoluzione delle misure, la quale pu influenzare
negativamente i calcoli dei Limiti di Controllo. In questo caso, si devono esaminare le
modalit di misura dell'indice di qualit e migliorare la procedura.
Dopo aver rimosso le cause di fuori controllo nella Carta R, si pu passare
all'interpretazione della Carta x .

Interpretazione della Carta x .


Ora si possono esaminare i fuori controllo nella Carta x , se ne esistono. In questo
caso, gli errori sistematici devono essere eliminati, attraverso l'esame del processo e la
pianificazione di prove, per individuare gli elementi che contribuiscono ai cambiamenti
improvvisi della posizione del processo. Anche qui si possono usare filtri che
rimuovono l'incertezza statistica dei punti fuori controllo, che sono presenti nei
pacchetti commerciali pi evoluti e che gli escludono dai calcoli dell' x medio e dei
Limiti di Controllo di x .
Si deve verificare l'assenza di evidenti tendenze, od, in generale, di andamenti non
casuali dei punti, eseguendo eventualmente i test statistici di produzione. Se il processo
si dimostra sotto controllo in riferimento ai Limiti di Controllo ed ai Test di Produzione
per un sufficiente periodo di tempo (tale da mettere in evidenza gli eventuali errori
sistematici), possibile analizzare la Capacit Produttiva relativamente alle richieste.
Infatti, la Capacit Produttiva ha significato solamente se il processo stabile.
Il presente paragrafo un estratto del testo di T. Pyzdek.6
Se il processo stabile, approssimativamente la distribuzione delle medie dei
campioni normale, in accordo col Teorema del Limite Centrale. Tenendo presente
questo aspetto, possibile analizzare l'andamento della Carta di Controllo per vedere se
la variabilit pu essere dovuta anche ad errori di tipo sistematico. Per far questo, una
tecnica di dividere la Distribuzione Normale in zone, la cui estensione sia 1 , come
rappresentato in fig. 2.37. Essa mostra la percentuale approssimata che ci si pu
attendere di avere in un processo sotto controllo statistico.
La zona C l'area sottesa dalla distribuzione e di ampiezza 2 a cavallo della media
, la zona B la somma delle aree sottese tra le ascisse 2 e 1 e tra le ascisse
+1 e + 2 , la zona A la somma delle aree sottese tra le ascisse 3 e 2 e tra le
ascisse + 2 e + 3 . Evidentemente, ogni punto oltre 3 (cio oltre i Limiti di
Controllo) indica che il processo fuori controllo.
Poich generalmente i Limiti di Controllo sono piazzati a 3 , tracciare le linee a
2 ed a 1 sulla Carta di Controllo banale ed rappresentato in fig. 2.38.
Basandosi sulle percentuali attese per ogni zona, possono essere sviluppati Test di
Produzione per analizzare l'andamento della variabilit nelle varie zone. Si tiene
6

T. Pyzdek, The Complete Guide to the CQE, Quality Publishing, 1996.

- 2.111 -

2. La Statistica come Strumento di Analisi della Qualit.

presente che l'esistenza di andamenti non casuali comporta la probabile esistenza di


errori sistematici.

fig. 2.37.

Percentili della Distribuzione Normale.

fig. 2.38.

Le zone sulla Carta di Controllo.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.3.5.2.3.

Il Controllo Continuo di Processo

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 -

2. La Statistica come Strumento di Analisi della Qualit.

fig. 2.39.

Test di andamenti fuori controllo, da Nelson, The Shewhart Control Chart


Tests for Special Causes, Journal of Quality Technology, 16(4).

Test 6 (Western Electric): 4 di 5 punti consecutivi stanno oltre la soglia 1 . Indica


che la media del processo ha deviato.
Test 7 (Western Electric): 15 punti consecutivi stanno entro la soglia 1 . Indica una
stratificazione nel campionamento, cio esiste un processo a pi correnti
all'interno del campione. La fig. 2.40 mostra una Carta x nella quale sono
riportati ancora 15 punti consecutivi all'interno della fascia 1 , come stato
rilevato dall'applicativo SPC-PC IV. Le altre zone sono mostrate per convenienza,
anche se il programma automaticamente non le mostra (se non quando interessate
dalla violazione del test di funzionamento) ogni volta che un nuovo campione
aggiunto. Infatti, i Limiti di Controllo sono calcolati ogni volta usando tutti i dati,
- 2.114 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Carte di Controllo x ed R, relativa alla riempitrice a 3 teste.

In realt, i dati (ottenuti da un grande produttore di cosmetici) rappresentano la


massa di detergente per le unghie contenuta nelle bottigliette. La riempitrice ha 3
teste, cosicch i campioni non sono stati convenientemente separati testa da testa,
ma presi un elemento da ogni testa. Il problema stato che le teste della
riempitrice hanno diversi valori medi. La variabilit tra le teste causa che la
variabilit all'interno del campione (come mostrato nella Carta R) molto pi
ampia della variazione delle medie. I Limiti di Controllo della Carta x , che sono
stati calcolati basandosi sulla Carta R, sono molto pi larghi di quelli delle medie
dei campioni. Perci, la premessa alla formazione dei Campioni Razionali che
stata violata: si tentato di costruire il campione con mele ed arance. Tuttavia non
tutto stato perduto: abbiamo imparato qualcosa dal processo, cio che le teste
della riempitrice sono diverse e che possibile ridurre la variabilit del processo
rendendole di dimensioni pi vicine.
Questo tipo di processo a pi correnti non specifico dell'industria cosmetica. Ad
esempio, i campioni composti di elementi estratti da diverse posizioni in un
impianto per lavorazioni di deformazione plastica d luogo agli stessi problemi ed
in tutti questi casi si devono fare test per identificare campionamenti da flussi
diversi, cio non-razionali.
Ancora, ci pu accadere ad un direttore di banca, che cerca di ridurre i tempi di
attesa dei clienti allo sportello. Egli costruisce una Carta di Controllo, usando
- 2.115 -

2. La Statistica come Strumento di Analisi della Qualit.

campioni costituiti da clienti presenti in banca contemporaneamente e riuniti


gruppi di 5. Poich egli vuole coprire tutte le aree, sbagliando si preoccupa di
includere il servizio prestiti assieme al servizio mutui in ogni campione.
Infine, un operatore alla rettificatrice lavora 30 pezzi alla volta in un singolo
impianto. Egli misura 5 pezzi per costruire il proprio campione, sempre mettendo
dentro il primo e l'ultimo pezzo lavorato. Il risultato del campionamento sar
sbagliato, perch i pezzi iniziale e finale possono differire sensibilmente.
Test 8 (Western Electric): 8 punti consecutivi al di fuori dei limiti 1 da entrambi i
lati dal centro. Indica un'estrazione del campione da una miscela (processo multi
corrente, campionamento da due processi con medie a cavallo della linea
centrale).

2.3.5.2.4.

Revisione dei Limiti di Controllo e della Linea Centrale

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Limiti di Controllo, Limiti di Tolleranza e Limiti Naturali di Tolleranza

distribuzione delle misure individuali x:


normale con = 74.000 e = 0.01

LTL
LNTL
determinata esternamente

UNTL

UTL
determinata esternamente

distribuzione delle medie x normale


con = 74.000 e = 0.0045
numerosit del campione n = 5

73.9865

74.000
3x

3x

LCL

fig. 2.48.

74.0135

UCL

Relazioni tra Limiti Naturali di Tolleranza LNTL ed UNTL, Limiti di


Controllo LCL ed UCL e Limiti di Tolleranza LTL ed UTL.

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. La Statistica come Strumento di Analisi della Qualit.

2.3.5.2.5.

Campioni Razionali

Il concetto di Campione Razionale, come stato gi indicato in 2.3.4.1, gioca un


ruolo importante nell'uso delle Carte di Controllo x ed R. In questo momento tale ruolo
pu essere meglio esaminato, alla luce di quanto sopra illustrato. Infatti, definire in
pratica il Campione Razionale pu essere pi facile se si ben capita la funzione delle
due Carte di Controllo.
La Carta x descrive il livello medio di qualit del processo. Quindi, i campioni
devono essere estratti in modo da massimizzare la probabilit di spostamento della
media del processo tra i successivi campioni e, perci, mostrare i punti di fuori controllo
della carta. D'altra parte, la Carta R misura la variabilit all'interno del campione ed i
campioni devono essere estratti in modo che la variabilit nei campioni misuri
solamente la probabilit degli errori casuali. Un altro modo per dire ci che la Carta x
descrive la variabilit tra i campioni (variabilit nel tempo), mentre la Carta R descrive
la variabilit allinterno del campione (la variabilit istantanea del processo ad un dato
istante).
Un importante aspetto di quanto detto evidente dall'esame accurato di come i
Limiti di Controllo delle Carte x ed R sono ricavati dai dati precedenti. La stima della
Deviazione Standard del processo, usata per calcolare i Limiti di Controllo ricavata
dalla variabilit all'interno dei campioni (dal Campo di Dispersione di ogni campione).
Conseguentemente, la stima di riflette solamente la variabilit all'interno del
campione e non corretto stimare basandoci sull'espressione quadratica:
m n

(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.

Linee Guida per il Progetto della Carta di Controllo

In definitiva, per progettare la Carta x e la Carta R, necessario specificare la


numerosit del campione, l'ampiezza tra i Limiti di Controllo e la frequenza di
estrazione del campione. Non possibile proporre un'esatta soluzione del problema
della progettazione di queste Carte di Controllo, a meno che l'analista non possieda
dettagliate informazioni sia sulle caratteristiche dei test delle Carte di Controllo, sia dei
fattori economici che influiscono sul problema. Infatti, la completa soluzione del
problema richiede la conoscenza dei costi di campionamento, dei costi di analisi e
possibilmente di correzione del processo in risposta ai segnali di fuori controllo e dei
costi associati alla produzione di un bene che non risponde alle specifiche. Avendo
questo tipo di informazioni, un modello economico delle decisioni pu allora essere
costruito in modo da ottenere una progettazione economicamente ottimale della Carta di
Controllo. In ogni caso, possibile anche ora dare alcune linee guida, che facilitino la
progettazione della Carta di Controllo.

- 2.118 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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. La Statistica come Strumento di Analisi della Qualit.

L'uso dei Limiti di Controllo 3 sulle Carte di Controllo x ed R una pratica


largamente usata. Tuttavia, ci sono situazioni in cui deviazioni da tale pratica sono utili.
Per esempio se i falsi allarmi, o gli errori di specie I, sono difficili ed onerosi da
investigare, potrebbe essere buona norma usare Limiti di Controllo pi larghi, per
esempio 3.5 . Invece, se il processo tale che tali segnali di fuori controllo sono
facilmente e velocemente esaminati con perdita di tempo e costo minimo, possono
essere adottati Limiti di Controllo pi vicini, ad esempio 2.5 . La stesura di Limiti di
Attenzione sulle Carte x ed R, oppure l'applicazione delle regole dei Test di Produzione
della Western Electric, possono essere utili per migliorare la sensibilit delle carte ai
piccoli spostamenti della media del processo.

2.3.5.2.7.

Le Carte della Capacit del Processo

La definizione pu prestarsi ad interpretazioni improprie. Infatti, i diagrammi relativi


comprendono un istogramma dei dati, con sovrapposta una curva della distribuzione. Le
statistiche forniscono i legami tra gli indici di capacit, i quali tentano di indicare con un
singolo numero se il processo pu soddisfare consistentemente le esigenze imposte sul
processo dai consumatori interni od esterni. Molto stato scritto circa la pericolosit di
una tale stima, e gli utenti dovrebbero interpretare la capacit solamente dopo aver ben
compreso le limitazioni inerenti dello specifico indice di qualit usato.

2.3.5.2.7.1.

Gli Indici della Carta di Capacit del Processo.

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)

Distribuzione di Johnson e di Raileigh


Cp =

UTL LTL
Z 0.99865 Z 0.00135

(2.107)

dove la Deviazione Standard del processo, calcolata utilizzando il campo di


dispersione mobile (campione di numerosit 1) oppure la Deviazione Standard del
campione (se la numerosit maggiore di 1). UTL ed LTL sono, rispettivamente, i
- 2.120 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

limiti superiore ed inferiore del campo di tolleranza dell'indice di qualit scelto. I


termini Z 0.99875 e Z 0.00135 corrispondono ai valori della distribuzione non-normale
cumulativa ai percentili 99.865 e 0.135.
I Limiti di Confidenza per l'Indice di Capacit Cp sono calcolati con la:
CL =

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)

dove x la media complessiva e la Deviazione Standard del processo, calcolata


utilizzando il campo di dispersione mobile (campione di numerosit 1) oppure la
Deviazione Standard del campione (se la numerosit maggiore di 1). UTL ed LTL
sono, rispettivamente, i limiti superiore ed inferiore del campo di tolleranza dell'indice
di qualit scelto. I termini Z 0, p e Z 0,1 p corrispondono ai valori della distribuzione
non-normale cumulativa ai percentili p ed 1-p.
I Limiti di Confidenza per l'Indice di Capacit Cpk sono calcolati con la:
Cpk 2
1
CL = 3
+
2 (n 1) 9 n

(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 -

2. La Statistica come Strumento di Analisi della Qualit.

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

dove T la media del campo di tolleranza ed, al solito, x la media globale e la


Deviazione Standard del processo.
I Limiti di Confidenza dell'Indice di Capacit Cpm possono essere calcolati con la:

CL = 3

1 xT
+

2 2

Cpm

2
n
x T 2
1 +

2

(2.113)

dove n la numerosit del campione, x la media globale e la Deviazione


Standard del processo, la quale calcolata usando il Campo di Dispersione Medio
(quando la numerosit del campione 1), oppure la Deviazione Standard del campione
(quando n>1)
Questo valore deve essere aggiunto o sottratto dal valore calcolato di Cpm per
indicare il campo dei valori di Cpm atteso da campioni casuali di un processo stabile.

2.3.5.2.7.2.

Quando Usare la Carta di Capacit del Processo.

La Capacit del Processo tenta di rispondere alla domanda di quanto


consistentemente possibile rispondere alle richieste del consumatore. La limitazione
principale degli indici di Capacit del Processo che essi non hanno significato se il
processo non sotto controllo. La ragione semplice: la Capacit del Processo una
stima (un'inferenza) ed possibile predire qualcosa solamente se subisce un processo
stabile. Al fine di stimare la Capacit del Processo, necessario conoscere la posizione,
la dispersione e la forma della distribuzione del processo. Per definizione, questi
parametri cambiano in un processo fuori controllo, perci possibile usare gli indici di
Capacit del Processo solamente se il processo sotto controllo per un periodo di tempo
lungo.

- 2.122 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Lo stesso argomento vale per un Istogramma. Se lo scopo di creare un Istogramma


di vedere la forma del processo, esso sar fuorviante se il processo non sotto controllo.
Per esempio, un processo stabile pu avere lo stesso istogramma di un processo che
mostra una tendenza alla variabilit, poich la sola differenza tra i due sistemi di dati sta
nell'ordine in cui i punti appaiono nella Carta di Controllo, e dato che l'istogramma non
tiene conto dell'ordine in cui i punti sono riportati, pu accadere di non vedere
differenza tra gli istogrammi.

2.3.5.2.7.3.

Come Interpretare la Carta di Capacit del Processo.

Poich la Capacit del Processo un indice valido solamente se il processo stabile,


si deve sempre esaminare per prima la Carta di Controllo dei dati. Una volta verificato
che il processo sotto controllo statistico, possibile analizzare l'istogramma e la
Capacit del Processo.

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.

Gli Indici di Capacit


Gli Indici di Capacit sono validi solamente se il processo sotto controllo,
si devono confrontare gli indici normali e non-normali. Gli Indici di Capacit
sono molto sensibili alla distribuzione assunta,
l'Indice di Capacit una statistica soggetta ad errore statistico (l'errore statistico
pu essere calcolato per un dato insieme di dati per mezzo di funzioni contenute
nei pacchetti commerciali pi evoluti. Ad esempio, con una simulazione col
metodo di Monte Carlo per 1000 diversi lanci di campioni diversi di 30 elementi,
si visto che:
per un vero Cp=1.33:
55 lanci portano ad un Cp<1.10,
196 lanci portano ad un Cp<1.20.
per un vero Cp=1.00:
112 lanci portano ad un Cp>1.20
- 2.123 -

2. La Statistica come Strumento di Analisi della Qualit.

43 lanci portano ad un Cp>1.3,

tab. 2.X.

Livello dello sforzo di miglioramento richiesto al processo.


Cpk

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.

La Prestazione del Processo

La Prestazione del Processo tenta di rispondere alla domanda se il campione estratto


dal processo incontra le specifiche dell'utilizzatore. Tale indice differisce dalla Capacit
del Processo per il fatto che esso si applica ad uno specifico lotto di prodotti. I campioni
estratti dal lotto devono avere sufficiente numerosit da essere rappresentativi della
variabilit del lotto.
La Prestazione del Processo usata solamente quando lo stato di controllo del
processo non pu essere individuato. Una situazione simile si pu verificare per piccole
preserie. Per il calcolo della Prestazione del Processo generalmente si usa la Deviazione

- 2.124 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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)

Distribuzione di Johnson e di Raileigh


Pp =

UTL LTL
Z 0.99865 Z 0.00135

(2.115)

dove la Deviazione Standard del processo, calcolata utilizzando il campo di


dispersione mobile (campione di numerosit 1) oppure la Deviazione Standard del
campione (se la numerosit maggiore di 1). UTL ed LTL sono, rispettivamente, i
limiti superiore ed inferiore del campo di tolleranza dell'indice di qualit scelto. I
termini Z0.99875 e Z0.00135 corrispondono ai valori della distribuzione non-normale
cumulativa ai percentili 99.865 e 0.135.

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 -

2. La Statistica come Strumento di Analisi della Qualit.

dove x la media complessiva e la Deviazione Standard del processo, calcolata


utilizzando il campo di dispersione mobile (campione di numerosit 1) oppure la
Deviazione Standard del campione (se la numerosit maggiore di 1). UTL ed LTL
sono, rispettivamente, i limiti superiore ed inferiore del campo di tolleranza dell'indice
di qualit scelto. I termini Z0,p e Z0,1-p corrispondono ai valori della distribuzione nonnormale cumulativa ai percentili p ed 1-p.

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+

dove T la media del campo di tolleranza ed, al solito, x la media globale e la


Deviazione Standard del processo.

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

e, sulla base della tab. 2.VI, ricaviamo che per n=5:


d
D3 = 1 3 3 = 0
d2

d
D 4 = 1 + 3 3 = 2.115
d2

quindi, i Limiti di Controllo della Carta R sono:

- 2.126 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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 -

2. La Statistica come Strumento di Analisi della Qualit.

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

numero ordinale del campione

fig. 2.42.

Carta R dell'esempio.

Media del Campione


UCL=74.014
74,015
74,010
74,005
74,000
73,995
73,990
73,985

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

livello di confidenza stabilito e si possono adottare i Limiti di Controllo di primo tentativo per
eseguire il controllo on-line statistico del processo.

Continuazione della Stesura delle Carte di Controllo x ed R.

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 -

2. La Statistica come Strumento di Analisi della Qualit.

Media del Campione


74,025
74,020
UCL=74.014

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

Carta di Controllo x estesa secondo l'esempio.

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

Carta di Controllo R estesa secondo l'esempio.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Diagramma delle Misure Individuali dei campioni aggiunti secondo


l'esempio.

Stima della Capacit Produttiva

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 -

2. La Statistica come Strumento di Analisi della Qualit.

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 =

UTL LTL 74.05 73.95


=
= 1.68
6
6 0.0099

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.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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. La Statistica come Strumento di Analisi della Qualit.

2.3.6.

Il Resto dei Magnifici Sette.

Anche se la Carta di Controllo un potentissimo strumento per la soluzione dei


problemi ed il miglioramento del processo, esso molto pi efficace quando il suo
impiego integrato in un pi generale programma di controllo. Cos, tutti e sette gli
strumenti di controllo di 2.3.1 possono essere contemporaneamente utilizzati
nellorganizzazione ed usati in modo routinario per trarre da ognuno di essi le
informazioni pi dirette per la riduzione della variabilit ed eliminare le nonconformit.

2.3.6.1.

I Check-Sheet.

Negli stadi preliminari dellintroduzione di un sistema di controllo di processo


diventa spesso necessario raccogliere i dati storici oppure quelli correnti riguardanti il
processo da analizzare in un Check-Sheet.

tab. 2.XI. Check-Sheet per la registrazione delle nonconformit mensili rilevate in un


serbatoio.
nonconformit

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Il diagramma di Pareto un istogramma a barre verticali che mostra i problemi di


qualit in ordine di priorit, in modo da determinare quelli che devono essere affrontati
per primi. Spesso utile compilare il diagramma di Pareto partendo da un Check Sheet,
anzi, in molti pacchetti software commerciali la compilazione dei due strumenti ha
luogo contemporaneamente.
40
35

dimensioni fuori tolleranza

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.

Diagramma di Pareto dei difetti del serbatoio di tab. 2.VII.

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. La Statistica come Strumento di Analisi della Qualit.

Come sappiamo, il diagramma di Pareto semplicemente listogramma dei dati degli


attributi distinti per categorie. Per illustrarlo, consideriamo le nonconformit del
serbatoio della tab. 2.XI e diagrammiamo in fig. 2.49 la frequenza con la quale si
presenta ogni nonconformit. Per mezzo dellistogramma, loperatore immediatamente
identifica le nonconformit che si verificano con maggiore frequenza: le cause di queste
saranno probabilmente considerate e risolte per prime.
Ricordiamo che listogramma di Pareto di fig. 2.49 non identifica le nonconformit
pi importanti, solamente quelle pi frequenti. Per esempio, in fig. 2.49 ed in tab. 2.VII,
le nonconformit classificate come saldatura mancante accadono molto di rado (2 casi
su 166, cio l1.2%); tuttavia, mancanze di saldatura si traducono in perdite del
serbatoio, cio nellesposizione ad un grande rischio, cos grande da consigliare di
elevarla ad una categoria maggiore. Quando la lista delle nonconformit contiene in
miscela quelle che potrebbero avere conseguenze estremamente gravi insieme ad altri di
importanza trascurabile, le cause delle nonconformit pi importanti dovrebbero essere
considerate con priorit maggiore: a questo scopo si possono utilizzare due metodi:
usare un algoritmo di pesata che modifichi il conteggio delle frequenze,
accompagnare lanalisi di Pareto con un istogramma dei costi indotti dalla
nonconformit.
In generale, il diagramma di Pareto uno dei pi utili strumenti tra i magnifici sette:
la sua applicazione al miglioramento della qualit limitata solamente dallingenuit
dellanalista.

2.3.6.2.1.

Quando Usare il Diagramma di Pareto

Il diagramma di Pareto usato tipicamente per affrontare prioritariamente i problemi,


in modo che le risorse siano allocate nelle aree pi significative. In generale, il
diagramma di Pareto pu essere usato per determinare quale dei diversi problemi ha la
maggiore frequenza o conseguenza dal punto di vista del costo. Ad esempio, il numero
di persone che usano il bancomat, in confronto a quelle che preferiscono rivolgersi al
cassiere della banca, oppure il profitto generato da ognuna delle linee di prodotti. La
limitazione pi importante che i dati possono essere espressi solamente in termini di
conteggio od in forma monetaria.

2.3.6.2.2.

Come Interpretare il Diagramma di Pareto

L'asse delle ordinate del diagramma di Pareto riporta il conteggio od i costi,


dipendentemente dai dati disponibili. Ogni barra verticale rappresenta il contributo al
totale di una certa area di problemi. Le barre sono piazzate sul grafico in ordine di
importanza, cio le barre pi a sinistra danno il maggiore contributo al conteggio od ai
costi. E' possibile inserire a destra un ulteriore asse delle ordinate, che indichi il
contributo percentuale delle barre, per mezzo di una linea cumulativa (che appunto
permette di aggiungere le percentuali relative ad ogni barra) e che parta dalla barra pi a
sinistra. In questo modo, possibile vedere quali barre contribuiscono alla maggior
parte dei problemi e, con la linea cumulativa, determinare quanti problemi possono
essere risolti, col minimo di interventi.
Val la pena ricordare che lo scopo del diagramma di Pareto di distinguere i pochi
problemi vitali dai molti triviali. Perci, utile avere poche barre a sinistra del
- 2.136 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Diagramma causa-effetto delle nonconformit del serbatoio di tab. 2.VII.

- 2.137 -

2. La Statistica come Strumento di Analisi della Qualit.

definire il problema od effetto da analizzare,


formare il team per lanalisi,
disegnare la linea centrale ed il blocco effetto (ad esempio, le nonconformit del

serbatoio di fig. 2.50),


specificare le categorie con maggiore potenziali cause sotto forma di blocchi e
congiungerle alla linea centrale,
identificare le possibili cause e classificarle nelle categorie definite
precedentemente; creare nuove categorie, se necessario,
ordinare le cause per identificare quelle che sembrano avere maggiore impatto
sulleffetto,
prendere le necessarie misure correttive.

Nellesempio di fig. 2.50, il team ha pensato di individuare le categorie pi


importanti per linsorgere del difetto del serbatoio: le macchine, i materiali, i metodi, il
personale, le misure e lambiente. Una riunione del team permette di individuare varie
sottocause in ognuna delle categorie e di redigere il diagramma. Poi, con discussioni ed
un processo di eliminazione delle cause, il gruppo pu decidere, ad esempio, che le
categorie metodi e materiali contengono la parte pi importante delle sottocause.
Anche il diagramma Causa-Effetto uno strumento di analisi molto potente. Un
diagramma molto dettagliato pu servire come efficace aiuto nelleliminazione dei
problemi. Inoltre, la costruzione del diagramma Causa-Effetto come esperienza di
gruppo tende a coinvolgere i tecnici dei vari livelli nella soluzione del problema,
piuttosto che essi aspettino che essa piova dallalto.

2.3.6.4.

Il Diagramma della Concentrazione dei Difetti.

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.

Diagramma della concentrazione delle nonconformit di finitura di un


frigorifero.

- 2.138 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Il diagramma di dispersione una rappresentazione utile allidentificazione delle


relazioni tra due variabili. I dati sono raccolti a coppie di due variabili, ad esempio
( y i , x i ) , per i = 1, 2,.., n . Ogni yi riportato in funzione di xi e la forma della
distribuzione spesso indica quale tipo di relazione pu legare le due variabili. La fig.
2.52 mostra un diagramma di dispersione del metallo recuperato da un processo di
rifusione di getti di magnesio in funzione dei corrispondenti pesi di fondente aggiunti in
crogiolo.
metallo recuperato [%]
100
90
80
70
60
50

5
10
15
aggiunta di fondente [kg]

fig. 2.52.

Diagramma della dispersione di un processo metallurgico.

Il diagramma di distribuzione di fig. 2.52 mostra una forte correlazione positiva,


cio, mano a mano che si aggiunge fondente, tanto pi metallo si riesce a recuperare con
la rifusione. Si tentati di pensare che esista un rapporto di causa-effetto, ma questo pu
non essere vero, in quanto non si deve confondere la correlazione con la casualit. Il ch
significa che pu esistere una causa completamente diversa da quella proposta. Per
esempio, entrambe le variabili possono essere correlate ad una terza, come ad esempio
la temperatura del metallo prima della raffinazione e questa relazione pu essere quella
che realmente regola il fenomeno di fig. 2.52. Se pi elevate temperature comportano
- 2.139 -

2. La Statistica come Strumento di Analisi della Qualit.

maggior recupero di metallo, e la pratica quella di aggiungere fondente in proporzione


inversa alla temperatura (tanto pi alta la temperatura, tanto minore laggiunta di
fondente), non trarremo dal diagramma alcuna informazione utile. Il diagramma di
dispersione utile solamente per identificare le potenziali relazioni; invece, per
identificare quelle dovute a casualit necessario condurre prove sperimentali.

2.3.6.6.

Conclusioni.

I metodi di controllo statistico di processo possono dare un significativo ritorno in


termini economico-finanziari alle aziende che li adottano estesamente. Mentre il
controllo statistico di processo sembra essere una collezione di strumenti statistici per la
soluzione dei problemi, c' molto di pi dellimpararli ed usarli. Il coinvolgimento della
dirigenza e della committenza al processo di miglioramento del processo la
componente vitale del loro successo. Infatti, la dirigenza un modello di ruolo, e gli
altri appartenenti allorganizzazione la vedono come guida ed esempio. Anche
lapproccio di gruppo importante, ed particolarmente curato perch sempre
difficile che una sola persona possa introdurre miglioramenti di processo. Molti dei
magnifici sette sono utili nella realizzazione di programmi di miglioramento, in
particolare il diagramma di Pareto, i diagrammi Causa-Effetto e quello della
concentrazione. Perci, la base degli strumenti di controllo statistico di processo deve
essere condivisa e largamente propagandata allinterno dellorganizzazione. Il continuo
addestramento su di essi e sul miglioramento della qualit necessario per arrivare ad
una loro diffusa comprensione ed uso.
La Carta di Controllo uno strumento importante di miglioramento del processo. I
processi non si mantengono naturalmente nello stato di sotto controllo, perci luso
delle Carte di Controllo deve essere adottato fin dalle prime fasi dellintroduzione del
controllo statistico di processo per eliminare gli errori sistematici, ridurre la variabilit
di processo e stabilizzarne le prestazioni. Al fine di migliorare la qualit e la
produttivit, si dovr cominciare col considerare fatti e dati, non limitarsi ad emettere
giudizi. Le Carte di Controllo sono un veicolo molto importante per questo cambio di
approccio.
Nellintroduzione di un programma di controllo statistico di processo di successo,
esteso allintera azienda, i seguenti elementi devono essere presenti:
leadership della dirigenza,
approccio di gruppo,
addestramento degli operatori a tutti i livelli,
attenzione al continuo miglioramento,
un meccanismo di individuazione e verifica del successo.
Qui non si vuole enfatizzare troppo limportanza della leadership della dirigenza e
dellapproccio di gruppo: tuttavia, il raggiungimento degli obiettivi di qualit un
processo top-down che deve essere condotto dalla dirigenza. Inoltre, importante che si
possa misurare il progresso ed il successo, e che si diffonda attraverso tutta
lorganizzazione la conoscenza di essi. Quando progresso e successo sono riconosciuti a
tutti, si introduce una motivazione ed un incentivo per migliorare anche gli altri processi
e si provoca la diffusione della filosofia del miglioramento, che diventa
progressivamente il modo normale di svolgere lattivit industriale.

- 2.140 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

La filosofia di W.E. Deming una traccia importante nellattivit di promozione


della qualit e della produttivit; essa riassunta in 14 punti e si riferisce alla dirigenza.
Laderenza a questi principi stato un fattore importante del successo industriale del
Giappone e continua ad essere il catalizzatore degli sforzi di miglioramento della qualit
e della produttivit di quel Paese. Come detto in 1, queste idee si stanno diffondendo
sempre pi anche nei Paesi occidentali ed, allo scopo di ricordarle, ne ripetiamo
lelenco:
creare una spinta costante al miglioramento dei prodotti e dei servizi. Tentare di
migliorare costantemente il progetto e le prestazioni. Gli investimenti in ricerca,
sviluppo ed innovazione danno allorganizzazione un positivo ritorno di lungo
periodo,
adottare la nuova filosofia di rifiutare gli incapaci nella gestione della produzione,
i prodotti difettosi ed il servizio inadeguato. Costa praticamente lo stesso produrre
un pezzo difettoso in confronto ad uno buono. Tuttavia, il costo del ritardo dovuto
allo scarto, le riprese e le altre perdite create dalle nonconformit costituisce un
enorme drenaggio di risorse dellazienda,
non limitarsi alla valutazione quale controllo della qualit. La valutazione non pu
che far trovare prodotti difettosi, ma questo avviene troppo tardi, poich
lorganizzazione ha gi speso per produrli; inoltre, la valutazione dispendiosa e,
spesso, inefficace. La qualit meglio garantita dalla prevenzione dei difetti
mediante il miglioramento del processo, piuttosto che dalle verifiche,
non premiare i fornitori sulla base del solo prezzo, ma considerare anche la qualit
dei loro prodotti. Il prezzo una buona misura del prodotto, solo se considerato in
funzione della qualit fornita. In altre parole, si deve considerare il prezzo totale di
un prodotto, non solo il prezzo di acquisto: se si considera anche la qualit, il
prezzo minore non indica il fornitore pi economico, anzi spinge a scegliere quei
fornitori che adottano un efficiente controllo della qualit nel loro lavoro e che
possono dimostrare controllo di processo e potenzialit adeguate,
focalizzare lattenzione sul miglioramento continuo. Cercare di migliorare
continuamente la produzione ed il sistema dei servizi, coinvolgendo gli operatori
in queste attivit ed utilizzare gli strumenti di controllo statistico di processo,
mettere in atto moderni metodi di addestramento ed investire in essi a favore di
tutti gli operatori. Ogni persona deve essere addestrata sugli aspetti tecnici del
proprio lavoro e sui metodi di miglioramento della qualit e della produttivit.
Laddestramento incoraggia gli addetti ad utilizzare i metodi di controllo ogni
giorno,
adottare metodi moderni di supervisione. La supervisione non consiste nella
semplice sorveglianza degli operatori, ma deve aiutarli a migliorare il sistema nel
quale lavorano. Lobiettivo primario della supervisione di migliorare il sistema
produttivo ed il prodotto,
eliminare la paura. Molti operatori sono spaventati dalle risposte da dare alle
domande, dalla difficolt di fare un rapporto sui problemi, oppure dalla richiesta
di indicare gli ostacoli ad un miglioramento della qualit e della produttivit. In
molte organizzazioni, le perdite economiche collegate alla paura possono essere
importanti, ma solo lintervento della dirigenza la pu eliminare,
abbattere le barriere tra le diverse aree funzionali della produzione. Il lavoro di
gruppo tra le diverse unit organizzative essenziale perch il programma di
miglioramento abbia successo,
eliminare lindicazione di obiettivi numerici e limposizione di slogan agli
operatori. Un obiettivo, come ad esempio i difetti-zero, inutile senza un piano

- 2.141 -

2. La Statistica come Strumento di Analisi della Qualit.

che indichi come raggiungerlo, anzi, lo slogan controproducente. Si lavori


piuttosto per migliorare il sistema e si diano informazioni sul come farlo,
eliminare le quote di lavoro numeriche e gli standard di lavoro. Storicamente
questi standard sono stati definiti senza considerare la qualit. Spesso, gli standard
di lavoro sono il sintomo dellincapacit della dirigenza di capire il processo
produttivo e di fornire un sistema di gestione efficiente, focalizzato sul
miglioramento del processo,
rimuovere le barriere che scoraggiano gli addetti a migliorare il proprio lavoro. La
dirigenza deve essere sensibile ai suggerimenti, i commenti e le critiche degli
addetti. Normalmente la persona che fa materialmente il lavoro il migliore
esperto di quel lavoro ed ha idee notevoli sul come rendere il lavoro pi efficiente.
Gli operatori sono partecipanti molto importanti nellattivit produttiva, non
lavversario delle battaglie sindacali,
istituire un programma continuo di addestramento per tutti gli addetti.
Linsegnamento delle semplici tecniche statistiche, in particolare delle Carte di
Controllo, dovrebbe essere diffuso in tutta lazienda. Mano a mano che queste
tecniche sono apprese ed il loro impiego diventa diffuso, gli operatori diventano
molto pi sensibili alle cause della scarsa qualit ed ai possibili miglioramenti del
processo,
creare una struttura di gestione ad alto livello che favorisca vigorosamente
ladozione dei precedenti 13 punti.

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.

Si affronter qui il problema del miglioramento della qualit e della produttivit


delloperazione di deposito delle piste di rame nello stampaggio su scheda di un circuito
elettronico.
Questo processo si pensa sia caratterizzato da un gran numero di difetti, in
particolare la fragilit delle piste, la loro interruzione ed il conseguente allungamento
del tempo di realizzazione. I suoi tempi morti sono particolarmente nocivi, richiedono
una pesante analisi, ma, soprattutto, determinano una scadente prestazione dellimpianto
per quanto riguarda i tempi di consegna programmati.
La dirigenza sceglie quest'area del processo per unintroduzione preliminare dei
metodi di controllo statistico. Si forma un team di miglioramento del processo, che
riunisce loperatore allalimentazione della lega di rame, lingegnere responsabile della
produzione ed un ingegnere della qualit. I membri del team sono informati dei
magnifici sette in una riunione apposita. Durante il primo incontro, si deciso di
- 2.142 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

manutenzione guasto del


delle tubazioni sistema di allarme

scheda controllo guasto del


processo
riscaldatore
controllo
potenza aliment.
controllo
colorimetro
sensore
scheda
inadatto
madre

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

Diagramma causa-effetto del ritardo del controllo di concentrazione del


rame.

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 -

2. La Statistica come Strumento di Analisi della Qualit.

fuori dalle specifiche di processo. Tuttavia, il consumo di reagente avviene cos


rapidamente da far scattare, oltre al comando di riempimento, anche la ritaratura del
corimetro; queste sono le prime fasi delloperazione di registrazione per far tornare il
processo sotto controllo. Perci, possibile che fino al 50% dei tempi morti associati al
difetto del controllo possano essere attribuiti alla registrazione della concentrazione. Si
stende il diagramma di fig. 2.54b, il quale mostra unanalisi di Pareto ristretta alla
variazione di concentrazione.

tab. 2.XII. Check-Sheet allegato al libretto di macchina.


SETTIMANA n

ERRORE DESCRIZ. CORREZ.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Da questo secondo diagramma si osserva che la staratura del corimetro ed i problemi


con i reagenti sono le maggiori cause delle variazioni di concentrazione.
Quest'informazione porta lingegnere della produzione a concludere che il rifacimento
del corimetro potrebbe essere il primo passo da compiere.
40
35

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

deformazione del tubo


guasto elettrodo
13

13

operazione non autorizzata


6

fig. 2.54.

taratura colorimetro

25

guasto pompa per.


16

38

Diagramma di Pareto a) dei guasti del controllo, b) della variazione di


concentrazione.

Durante il tempo di raccolta dei dati, il gruppo decide di lanciare le Carte di


Controllo del processo. La concentrazione di rame misurata manualmente 3 volte al
giorno, raccogliendo i dati della Carta x di fig. 2.55a, che rappresentano la media
giornaliera della concentrazione di rame (e porta la linea centrale ed i limiti statistici di
Controllo 3-sigma, come le altre, nelle unit di misura del corimetro). Si osserva che c'
un certo numero di punti che escono dai Limiti di Controllo, e che, presumibilmente,
sono presenti errori sistematici nel processo. Si costruisce anche la Carta R di fig.
2.55b, ancora della concentrazione giornaliera di rame; ora, il simbolo R rappresenta il
campo di dispersione delle misure di concentrazione durante il giorno. Anche in questo
modo si constata la presenza di fuori controllo statistico: in particolare, la seconda met
del diagramma molto pi instabile della prima. Esaminando le date in ascissa, si
osserva una forte variazione della media solamente dopo il 3 gennaio, e che le
osservazioni immediatamente precedenti risalivano al 22 novembre, nel periodo
intermedio essendo il processo sospeso. Sembra che, quando il processo stato ripreso,
si sia verificato un sensibile peggioramento delle prestazioni del controllo e questa
circostanza premeva perch si provvedesse ad un rifacimento del corimetro.
La fig. 2.55c presenta il diagramma della dispersione delle misure di concentrazione
giornaliera di rame; in essa le letture di ogni giorno sono riportate su una verticale e
congiunte tra loro. La linea centrale del diagramma rappresenta la media del processo
nel periodo esaminato ed i limiti superiore ed inferiore sono i limiti delle specifiche
tecniche. Ogni volta che un punto esce i limiti delle specifiche, esso corrisponde ad un
tempo morto non programmato del processo.
Molte considerazioni possono essere fatte dallesame della fig. 2.55c:
primo, che la media del processo significativamente diversa da quanto risulta
dalle specifiche tecniche, cio dalla posizione centrale della banda imposta dalle
specifiche; questo implica che la taratura del corimetro sbagliata;

- 2.145 -

2. La Statistica come Strumento di Analisi della Qualit.

secondo, che c' molta pi variabilit a partire dal 3 gennaio di quanto non ce ne

fosse prima dellinterruzione della produzione, il 22 novembre;


infine, che se si riducesse la variazione del processo al livello grossolanamente
riscontrabile prima del 22 novembre e si ottenesse il centraggio del processo,
molti dei punti fuori delle specifiche non si sarebbero verificati, ed i tempi morti
del processo si sarebbero ridotti.

3.3667

concentrazione di rame nella lega

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

data del campionamento

10

13
12

15
14

gennaio

17
16

23
18

27
24

29
28

31
30

4
3

6
5

febbraio

R concentrazione di rame nella lega

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

data del campionamento

11
10

13
12

15
14

gennaio

17
16

27

23
18

29
28

24

31
30

4
3

6
5

febbraio

campo di dispersione della concentrazione di rame nella lega

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

data del campionamento

11

9
8

10

13
12

gennaio

15
14

17
16

23
18

27
24

29
28

31
30

4
3

6
5

febbraio

Carta di Controllo della concentrazione di rame giornaliere a) delle medie


x , b) dei campi di dispersione R, c) della dispersione delle misure.

Allinizio di febbraio, il corimetro ed il relativo controllo sono stati ricostruiti, col


risultato di ristabilire la variabilit delle letture al livello precedente il 22 novembre.
Questa correzione e la ritaratura del corimetro hanno permesso di ridurre per pi di due
terzi lammontare dei tempi morti e di ristabilire la produttivit dellimpianto.

- 2.146 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

tab. 2.XIII. Prova pianificata sui parametri di processo.


OBIETTIVO: MINIMIZZARE I DIFETTI DELLA STAMPA DELLA SCHEDA
variabili di processo
A = concentrazione di rame
B = concentrazione di idrossido di sodio
C = concentrazione di formaldeide
D = temperatura
E = concentrazione di ossigeno

basso livello

alto livello
+
+
+
+
+

prova

10

11

12

13

14

15

16

- 2.147 -

difetti

2. La Statistica come Strumento di Analisi della Qualit.

Nellesperimento si sono considerate le variabili concentrazione di rame,


concentrazione di idrossido di sodio, concentrazione di formaldeide, temperatura ed
ossigeno. Si scelto un livello alto ed uno basso per ognuna delle variabili ed esso
stato indicato simbolicamente con un segno + ed uno . Inizialmente il gruppo
considera una sperimentazione che copra tutte le possibili combinazioni dei livelli delle
variabili. Tuttavia una tale procedura richiederebbe 32 serie di prove: per ragioni
economiche, tra tutte le combinazioni possibili se ne estrae la met e si procede
allesperimento ridotto di tab. 2.XIII, nella quale la combinazione di + e di di ogni
riga determina i livelli alto e basso delle 5 variabili di processo usati nella prova. Il
processo viene fatto funzionare nelle 16 condizioni descritte nella tabella ed i difetti
dello stampaggio della scheda vengono registrati nellultima colonna. I dati vengono
analizzati usando semplici tecniche statistiche per individuare quali fattori hanno
maggiore influenza sui difetti, se i fattori giocano congiuntamente alla formazione dei
difetti, infine se possibile registrare il livello delle variabili per ridurre ulteriormente il
numero di nonconformit.
Alla fine delle prove sperimentali, il gruppo individua le variabili pi rilevanti ed in
grado di registrarne il livello in modo tale che la quantit di difetti pu essere ridotta di
un fattore 10. Quindi, alla conclusione dello stadio iniziale di applicazione delle
tecniche di controllo statistico di processo, il gruppo ha raggiunto un sostanziale
miglioramento delle prestazioni del processo, diminuendo contemporaneamente i tempi
morti di registrazione e la quantit di prodotto difettoso, portandosi decisamente verso
una situazione di quasi difetti-zero. Si osservi come si sia qui intervenuto utilizzando gli
strumenti del campo della valutazione, per arrivare ad un pi efficace risultato nel
campo della prevenzione.

- 2.148 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Process Capability Analysis


Montgomery, D.C. Introduction to Statistical Quality Control. New York: John Wiley & Sons, 1991.
Pyzdek, Thomas. Pyzdek's Guide to SPC Volume Two: Applications and Special Topics. Milwaukee:
ASQC Press, 1992a.
---. "Process Capability Analysis using Personal Computers." Quality Engineering, 4.3 (1992b), pp. 419440.

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.

Other Non-Normal Distributions


Pyzdek, Thomas. "SPC and ANSI Y14.5." Quality Engineering, 4.2 (1991b), pp. 235-241.
---. Pyzdek's Guide to SPC Volume Two: Applications and Special Topics. Milwaukee: ASQC Press,
1992a.
---. "Process Capability Analysis using Personal Computers." Quality Engineering, 4.3 (1992b), pp. 419440.
Nelson, Lloyd S. "The Folded Normal Distribution" Journal of Quality Technology, 12.4 (October, 1980),
pp. 236-238.

Short Run Control Charts


Montgomery, Douglas C. Introduction to Statistical Quality Control.., New York: John Wiley & Sons,
1991.
Pyzdek, Thomas. "Process Control for Short and Small Runs." Quality Progress, April, 1993, p51.
Pyzdek's Guide to SPC Volume Two: Applications and Special Topics. Milwaukee: ASQC Press, 1992a.

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 -

2. La Statistica come Strumento di Analisi della Qualit.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

INDICE DELLE FIGURE DEL CAP. 2


fig. 2.1.
fig. 2.2.
fig. 2.3.
fig. 2.4.
fig. 2.5.
fig. 2.6.
fig. 2.7.
fig. 2.8.
fig. 2.9.
fig. 2.10.
fig. 2.11.
fig. 2.12.
fig. 2.13.
fig. 2.14.
fig. 2.15.
fig. 2.16.

fig. 2.17.
fig. 2.18.
fig. 2.19.
fig. 2.20.
fig. 2.21.

Piano degli esperimenti di un fertilizzante su un appezzamento di terreno..............2.1


Diagramma delle Misure Individuali del diametro e dell'errore di
ovalizzazione di un lotto di alberi lavorati al tornio. ..............................................2.2
Analisi della dispersione del diametro interno di 25 campioni di anelli elastici
per pistone di motore a combustione interna automobilistico. ...............................2.5
Analisi della dispersione riga per riga del diametro degli anelli allinterno del
campione estratto dal lotto di tab. 2.I. ....................................................................2.6
Distribuzione binomiale. ..........................................................................................2.8
Distribuzione Ipergeometrica dei campioni di numerosit 10, estratti da una
popolazione di 100 elementi.................................................................................2.10
Distribuzione di Poisson con =4 e 6. ....................................................................2.11
La media della distribuzione. .............................................................................2.13
Famiglia di curve della Distribuzione Normale......................................................2.15
Distribuzione Normale cumulativa standardizzata...............................................2.17
La frazione difettosa di sacchetti di carta. ............................................................2.17
Istogramma delle misure della tab. 2.I, secondo la classificazione di tab. 2.II. ...2.19
Confronto tra frequenza relativa normale ed effettiva delle misure di tab. 2.I
e tab. 2.II...............................................................................................................2.20
a) La funzione esponenziale e b) la funzione cumulativa esponenziale...............2.24
Distribuzione di Weibull con = 0, = 1 e = 0.5, 1, 2, 4 . .........................2.26
Utilizzazione delle diverse approssimazioni (H = ipergeometrica, B =
binomiale, P = Poisson ed N = normale. n il numero di successi, (N) la
numerosit del campione. .....................................................................................2.29
La Distribuzione 2 . ............................................................................................2.33
La Distribuzione t.................................................................................................2.35
La Distribuzione F................................................................................................2.36
La distribuzione di Z 0 nelle ipotesi H 0 ed H1 . ................................................2.61
Curve caratteristiche operative per un test bilaterale con

= 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

Creazione della qualit conforme. ........................................................................2.71


Diagramma delle Misure Individuali di un lotto di prodotti, caratterizzato
dalla insorgenza di un errore sistematico costante, dopo la lavorazione della
prima met del lotto..............................................................................................2.75
Processo di lavorazione alla rettificatrice per piani di un lotto di anelli...............2.76
Diagrammi delle misure individuali e delle frequenze relativi alla
lavorazione di fig. 2.24.........................................................................................2.77
Effetti temporanei di allargamento del campo di dispersione ..............................2.78
Distorsione della curva delle frequenze di una lavorazione, in dipendenza di
un errore di posizionamento. ................................................................................2.79
Processo di taratura di successivi lotti di termometri di precisione......................2.82
Rappresentazione del contributo di tutti gli errori presenti nellottenimento di
un singolo membro conclusivo.............................................................................2.84
Deviazione della caratteristica di qualit in un lotto. ...........................................2.85
Parametri di individuazione dellasimmetria della curva reale delle
frequenze. .............................................................................................................2.85
Carta di Controllo x (ripetuta). ............................................................................2.87
Carta di Controllo del lotto di tab. 2.I...................................................................2.88
I concetti base della Carta di Controllo. ...............................................................2.89
Via di miglioramento del processo con lutilizzo delle Carte di Controllo. .........2.92

- 2-i -

2. La Statistica come Strumento di Analisi della Qualit.

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.

Diagramma di Pareto dei difetti del serbatoio di tab. 2.VII............................... 2.135


Diagramma causa-effetto delle nonconformit del serbatoio di tab. 2.VII........ 2.137
Diagramma della concentrazione delle nonconformit di finitura di un
frigorifero........................................................................................................... 2.138
Diagramma della dispersione di un processo metallurgico. .............................. 2.139
Diagramma causa-effetto del ritardo del controllo di concentrazione del
rame. .................................................................................................................. 2.143
Diagramma di Pareto a) dei guasti del controllo, b) della variazione di
concentrazione. .................................................................................................. 2.145
Carta di Controllo della concentrazione di rame giornaliere a) delle medie x ,
b) dei campi di dispersione R, c) della dispersione delle misure. ..................... 2.146

INDICE DELLE TABELLE DEL CAP. 2


tab. 2.I.

Diametro interno di anelli elastici per pistone di motore a combustione interna


automobilistico. ..................................................................................................... 2.4
tab. 2.II. Distribuzione cumulativa normale dei dati di tab. 2.I............................................ 2.19
tab. 2.III. Test sulle medie con varianza nota. ..................................................................... 2.51
tab. 2.IV. Test sulle medie di distribuzioni normali, con varianza incognita. ..................... 2.53
tab. 2.V. Test sulle varianze di distribuzioni normali........................................................... 2.56
tab. 2.VI. Fattori che mettono in relazione le caratteristiche del campione e quelle della
popolazione.......................................................................................................... 2.91
tab. 2.VII. Precisione relativa del metodo del Campo di Dispersione, in confronto al
metodo S2........................................................................................................... 2.109
tab. 2.X. Livello dello sforzo di miglioramento richiesto al processo................................ 2.124
tab. 2.VIII. Diametro interno di anelli elastici per pistone di motore a combustione
interna automobilistico (estensione della tab. 2.I). ............................................ 2.127

- 2-ii -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Diametro interno di anelli elastici per pistone di motore a combustione


interna automobilistico (estensione della tab. 2.I). .............................................2.129
tab. 2.XI. Check-Sheet per la registrazione delle nonconformit mensili rilevate in un
serbatoio. ............................................................................................................2.134
tab. 2.XII. Check-Sheet allegato al libretto di macchina. ....................................................2.144
tab. 2.XIII. Prova pianificata sui parametri di processo. .......................................................2.147
tab. 2.IX.

- 2-iii -

2. La Statistica come Strumento di Analisi della Qualit.

INDICE DEL CAP. 2


2.
LA STATISTICA COME STRUMENTO DI ANALISI DELLA
QUALIT.
2.1.

2.1

Deviazioni delle Caratteristiche di Qualit dai Valori Richiesti................2.4

2.1.1. La Probabilit nel Caso di una Distribuzione Discreta. ........................................... 2.8


2.1.1.1. Distribuzione Binomiale................................................................................... 2.8
2.1.1.2. Distribuzione Ipergeometrica. .......................................................................... 2.9
2.1.1.3. Distribuzione di Poisson................................................................................. 2.11
2.1.1.4. Distribuzione Rettangolare. ............................................................................ 2.12
2.1.2. La Probabilit nel Caso di una Distribuzione Continua......................................... 2.13
2.1.2.1. Distribuzione Normale. .................................................................................. 2.14
2.1.2.1.1.
2.1.2.1.2.
2.1.2.1.3.
2.1.2.1.4.

2.1.2.2.
2.1.2.3.
2.1.2.4.
2.1.2.5.

2.2.

Popolazione Finita ed Infinita.......................................................................... 2.21


Il Teorema del Limite Centrale........................................................................ 2.22
Indici di Disnormalit ...................................................................................... 2.22
Distribuzioni Statistiche delle Variabili Reali. ................................................ 2.23

Distribuzione Esponenziale. ........................................................................... 2.23


Distribuzione di Weibull. ............................................................................... 2.25
Distribuzione Binomiale................................................................................. 2.27
Commento alle Diverse Approssimazioni. ..................................................... 2.28

Inferenza Statistica nel Processo di Qualita'. ............................................2.30

2.2.1. Statistiche e Distribuzione del Campionamento. ................................................... 2.31


2.2.1.1. Campionamento da una Distribuzione Normale............................................. 2.31
2.2.1.2. La Distribuzione 2 , t ed F. ........................................................................... 2.32
2.2.1.3. Campionamento da una Distribuzione di Poisson. ......................................... 2.37
2.2.2. Stima dei Parametri di Processo. ........................................................................... 2.39
2.2.2.1. La Stima Puntuale........................................................................................... 2.39
2.2.2.2. La Stima di Intervallo. .................................................................................... 2.41
2.2.2.2.1.
2.2.2.2.2.
2.2.2.2.3.
2.2.2.2.4.
2.2.2.2.5.
2.2.2.2.6.
2.2.2.2.7.

Intervallo di Confidenza della Media, con Varianza Nota............................... 2.41


Intervallo di Confidenza della Media di una Distribuzione Normale, con
Varianza Incognita........................................................................................... 2.42
Intervallo di Confidenza della Varianza di una Distribuzione Normale. ......... 2.43
Intervallo di Confidenza sulla Differenza tra due Medie. Varianze Note........ 2.44
Intervallo di Confidenza sulla Differenza tra due Medie. Varianze
Incognite. ......................................................................................................... 2.45
Intervallo di Confidenza sul Rapporto tra due Varianze. Due Distribuzioni
Normali............................................................................................................ 2.46
Intervalli di Confidenza sui Parametri Binomiali. ........................................... 2.47

2.2.3. Test delle Ipotesi sui Parametri di Processo .......................................................... 2.49


2.2.3.1. Test sulle Medie con Varianze Note............................................................... 2.50
2.2.3.2. Test sulle Medie di Distribuzioni Normali con Varianze Incognite. .............. 2.52
2.2.3.3. Test sulle Varianze di Distribuzioni Normali. ................................................ 2.56
2.2.3.4. Test sui Parametri Binomiali. ......................................................................... 2.58
2.2.3.5. Test sui Parametri di Poisson.......................................................................... 2.59
2.2.3.6. Rischio di Specie II......................................................................................... 2.61

2.3.

Metodi di Controllo Statistico di Processo.................................................2.64

2.3.1. Le Carte di Controllo per Attributi ........................................................................ 2.65


2.3.1.1. Quando Usare le Carte di Controllo per Attributi........................................... 2.65
2.3.1.2. Come Interpretare la Carta di Controllo per Attributi .................................... 2.66
2.3.1.2.1.
2.3.1.2.2.
2.3.1.2.3.
2.3.1.2.4.

2.3.2.

Le Statistiche della Carta P.............................................................................. 2.66


Le Statistiche della Carta Np ........................................................................... 2.67
Le Statistiche della Carta U ............................................................................. 2.67
Le Statistiche della Carta C ............................................................................. 2.68

Specifiche, Tolleranze e Qualit conforme............................................................ 2.69


- 2-iv -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

2.3.2.1. Specifiche Tecniche e Tolleranze....................................................................2.69


2.3.2.2. Conformit alle Specifiche e conformit allUso ............................................2.69
2.3.2.3. Ottenimento e Miglioramento della Qualit Conforme...................................2.70
2.3.2.4. Effetto degli Errori Casuali e Sistematici........................................................2.73
2.3.3. Influenza dei Fattori Produttivi sulla Caratteristica di Qualit del Prodotto. .........2.74
2.3.3.1. La Deformazione della Curva di Distribuzione delle Frequenze come
Criterio di Analisi degli Errori Sistematici......................................................2.74
2.3.3.1.1.
Caso di Errore Sistematico Costante ................................................................2.74
2.3.3.1.2.
Caso di Errore Sistematico Variabile. ..............................................................2.75
2.3.3.1.2.1. Errore Sistematico Variabile Linearmente..................................................2.75
2.3.3.1.2.2. Errore Sistematico Variabile Limitatamente nel Tempo.............................2.78
2.3.3.1.2.3. Errore Sistematico Variabile Agente Privilegiatamente in una
Direzione. ...................................................................................................2.79

2.3.3.2. Allargamento del Campo di Dispersione per Effetto della Conversione


degli Errori Sistematici in Casuali...................................................................2.80
2.3.3.3. Miglioramento della Qualit con lAnalisi e la Correzione degli Errori
Sistematici. ......................................................................................................2.81
2.3.4. La Base Statistica della Carta di Controllo.............................................................2.87
2.3.4.1. Campioni Razionali.........................................................................................2.95
2.3.4.2. Definizione dei Limiti di Controllo.................................................................2.98
2.3.4.3. Numerosit del Campione e Frequenza di Campionamento. ........................2.101
2.3.4.4. Analisi dei Diagrammi delle Carte di Controllo............................................2.103
2.3.4.5. Interventi non Organizzati sul Processo. .......................................................2.104
2.3.5. Tecniche per la Determinazione del Controllo Statistico. ....................................2.106
2.3.5.1. Controllo di Breve Periodo. La Carta delle Misure Individuali. ...................2.106
2.3.5.2. Test di Produzione. Le Carte della Media e della Dispersione del
Processo.........................................................................................................2.107

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. Il Resto dei Magnifici Sette. .................................................................................2.134


2.3.6.1. I Check-Sheet. ...............................................................................................2.134
2.3.6.2. Il Diagramma di Pareto. ................................................................................2.135
2.3.6.2.1.
2.3.6.2.2.

2.3.6.3.
2.3.6.4.
2.3.6.5.
2.3.6.6.
2.3.6.7.

Quando Usare il Diagramma di Pareto...........................................................2.136


Come Interpretare il Diagramma di Pareto.....................................................2.136

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.

LA STATISTICA COME STRUMENTO DI ANALISI DELLA QUALIT.

A2. APPENDICE AL CAP. 2

Lorenzo Rosa

Anno Accademico 2002-2003

A2. Le Distribuzioni Statistiche.

UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA

LA PROGETTAZIONE DEGLI IMPIANTI


INDUSTRIALI MECCANICI

Vol. 2
2.

La Statistica come Strumento di Analisi Della Qualit.

A2. APPENDICE AL CAP. 2

Lorenzo Rosa

Anno Accademico 2002-2003

- A2.1 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

- A2 -

A2. Appendice del Cap. 2.

A2. GLI STRUMENTI DI ALCOLO DELLA PROBABILIT.

A2.1.

Ia DEFINIZIONE

Se un evento pu verificarsi in m casi sul totale di n casi che sono considerati


ugualmente possibili, allora la probabilit dellevento m/n1.
Sappiamo che nel lancio di una moneta, la probabilit che si presenti TESTA 0.5.
Ma impossibile applicare questa definizione non appena ci si allontani dai giochi
elementari: ad esempio, non si pu applicare questa definizione alla probabilit che
domani nevichi, anche se i casi possibili sono NEVICA e NON NEVICA, tuttavia
certo che i due casi non sono ugualmente possibili. In questi ultimi casi, si deve basarsi
sullevidenza dei fatti.

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

B. Giardina, Manuale di Statistica per aziende e ricercatori, F. Angeli, 1978.


- A3 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

supposizione soggettiva, togliendo cos al valore della probabilit la propriet di essere


obiettivo.
Invece, per quanto riguarda la seconda definizione (quella frequenziale in senso
statistico), essa non deve essere considerata il punto di arrivo del ponte lanciato dalla
prima definizione. Infatti, non esiste alcuna connessione logica tra la probabilit di
ottenere la faccia 3 lanciando un dado e la frequenza relativa con cui questo evento si
verificato in un certo numero di prove. La prima probabilit stabilita
aprioristicamente, nella supposizione di equiprobabilit dei casi, mentre la frequenza
relativa calcolata a posteriori, sullevidenza dei fatti.
In base alla seconda definizione, laffermazione che una lampadina di un certo tipo
duri almeno un anno 0.98, non significa altro che la frequenza relativa di lampadine
nuove, installate un anno fa in un dato reparto e tuttora funzionanti, appunto 0.98.
Supponiamo che valori simili, anche se non esattamente uguali, si ottengano in anni
successivi; allora, laffermazione ci sembra lecita e ci riteniamo autorizzati a supporre
che, a lungo andare, la frequenza relativa di sopravvivenza ad un anno di quel tipo di
lampadina approssimativamente pari a 0.98. Tuttavia, laffermazione nulla ci dice
riguardo ad una singola lampadina presa a se stante, n vuole significare che ogni anno,
su 100 lampadine installate nuove allinizio, ne sopravvivano alla fine esattamente 98.
D'altra parte, laffermazione non vuole riferirsi solamente al passato, quando quella
frequenza relativa stata riscontrata, ma ad un numero indefinito di anni a venire,
consistendo in una vera e propria previsione di un evento futuro.
Come si vede, quando si passa allinterpretazione frequenziale, compaiono
espressioni imprecise, come approssimativamente, a lungo andare, ecc. Bisogna
sostituire ad esse espressioni non ambigue per poter organizzare un calcolo delle
probabilit anche per la seconda definizione.
Se m/n la frequenza relativa di un evento, ricavata con n prove, in m delle quali si
verificato levento e si fa aumentare n, la frazione m/n cambier, tuttavia pu
accadere che essa oscilli intorno ad un valore p, dal quale differisce per una piccola
quantit positiva , la quale diminuisce al crescere di n. Si potr allora dire, secondo V.Mises, che:
m
n n

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. Appendice del Cap. 2.

A2.3.

PROBABILIT TOTALE E COMPOSTA DI EVENTI INDIPENDENTI

Da un punto di vista pratico, abbiamo identificato la probabilit con la frequenza


relativa.

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

La probabilit totale Pt che si verifichi luno o laltro di pi eventi tra loro


incompatibili E1, E2,..., Eh uguale alla somma delle probabilit pi di ogni evento:
h

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

A2.3.2.

Teorema II

La probabilit composta Pc che pi eventi tra loro incompatibili E1, E2,..., Eh si


verifichino nella successione detta uguale al prodotto delle probabilit pi di ogni
evento:
h

Pc = pi (A2.2)
1

Il Teorema II pu essere esteso a pi eventi tra essi indipendenti, secondo tutte le


possibili successioni (incompatibili tra esse). Essendo il numero delle possibili
successioni dato dal numero delle permutazioni di h elementi, per i teoremi della
probabilit totale e della probabilit composta, si ha:
h

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

Supponendo sempre che gli eventi si verifichino indipendentemente uno dallaltro,


nella situazione precedente ricade anche la possibilit che un evento possa ripetersi pi
volte, indipendentemente una dallaltra. Allora, la probabilit che levento E1 possa
ripetersi n1 volte, che levento E2 possa ripetersi n2 volte e cos via, secondo tutte le
possibili successioni incompatibili tra esse, poich il numero delle successioni dato
dal numero di permutazioni di:
n=

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 -

A2. Appendice del Cap. 2.

Q ct =

3! 23 4 2

= 5.65 10 4
1! 2! 125 125

- A7 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

A2.4.

PROBABILIT COMPOSTA DI EVENTI DIPENDENTI

Se pi eventi non sono indipendenti e si succedono nellordine anzidetto, la


probabilit composta P'c che essi si verifichino data dal prodotto della probabilit p'1
dellevento E1, per la probabilit p' 2 dellevento E2 dato che il precedente evento E1 si
verificato, per la probabilit p'3 dellevento E3 dato che i precedenti eventi E1 ed E2
si sono verificati,..., ecc.

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}

la probabilit condizionale di Ei dati E1, E2,..., Ei-1 si ha:


h

P'c = p'i

(A2.4)

- A8 -

A2. Appendice del Cap. 2.

A2.5.

TEOREMI FONDAMENTALI SUL VALOR MEDIO

Nel seguito tratteremo di variabili statistiche discrete e continue. In questo paragrafo,


enunceremo i teoremi sul valor medio, tenendo presente che essi valgono per entrambi i
tipi di variabile.

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

Se x una variabile casuale ed a e b sono costanti:


( a x + b) = a ( x) + b (A2.6)

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)

di campioni di n elementi x1 , x 2 ,..., x n uguale alla media della popolazione.

A2.5.3.

Teorema III

Il valor medio della combinazione lineare di pi variabili casuali la stessa


combinazione lineare dei valori medi delle singole variabili casuali:

a i x i = a i i
i
i

A2.5.4.

(A2.8)

Teorema IV

Il valor medio della funzione di pi variabili casuali (x1 , x 2 ,..., x n )


approssimativamente uguale a:

- A9 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

] [

( x1 , x 2 ,..., x n ) 1 , 2 ,..., n

(A2.9)

A titolo si esempio, diamo la dimostrazione, la quale si ottiene applicando il teorema


di Taylor:

( 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. Appendice del Cap. 2.

A2.6.

TEOREMI FONDAMENTALI SULLA VARIANZA

A2.6.1.

Teorema VI

Se due variabili casuali x ed y sono indipendenti, la loro covarianza, definita da:

)]

n m

xy = M (x x ) y y = Pij (x i x ) y j y

(A2.11)

i =1 j =1

con Pij probabilit che si presenti la coppia ( x i , y j ), per i = 1, 2,, n e j = 1, 2,, m


nulla.
Nella definizione, ovviamente Pij la probabilit che si presenti la coppia (xi,yj).
Infatti, sulla base dei teoremi precedenti:
xy = x y x y x y + x y = 0
Quando w = 0 , le due variabili casuali si dicono non correlate. Perci, se esse
sono indipendenti, esse sono sicuramente non correlate. Ma non necessariamente vero
il reciproco.

A2.6.2.
n):

Teorema VII

Se la variabile casuale y combinazione lineare di pi variabili casuali xi (i=1, 2,...,


n

y = ai xi
1

la varianza di y :
2y =

n n

a i a j xixj

(A2.12)

i =1 j=1

dove x i x j la covarianza delle variabili casuali xi ed xj per i j, mentre per i = j si ha


che xixi = 2xi la varianza di xi.

A2.6.3.

Teorema VIII

Se le variabili casuali xi sono indipendenti, le covarianze sono nulle e:


2y =

a i2 2xi

(A2.13)

i =1

- A11 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

In particolare, se la varianza di x 2x , la varianza di ax :


2
ax
= a 2 2x

Ne discende che, se le variabili casuali xi sono indipendenti, ad esempio sono gli n


valori dei campioni x1 , x 2 ,..., x n tratti da una popolazione distribuita in maniera
qualsiasi, la varianza delle medie dei campioni:
x
x = i i
n
data da:

2x =

(A2.14)

Questo risultato sar molto importante nella teoria dellinferenza statistica.

- A12 -

A2. Le Distribuzioni Statistiche.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

A2.8.

LA DISTRIBUZIONE 2

tab. A2.II. Punti della Distribuzione 2 .

n = gradi di libert = cost

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. Le Distribuzioni Statistiche.

A2.9.

LA DISTRIBUZIONE t

tab. A2.III. Punti della Distribuzione t.

n = gradi di libert = cost

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. Le Distribuzioni Statistiche.

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

Gradi di libert del numeratore n1

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 -

A2. Le Distribuzioni Statistiche.

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

Gradi di libert del numeratore n1

.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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

Gradi di libert del numeratore n1


9
59.86
9.38
5.24
3.94
3.32
2.96
2.72
2.56
2.44
2.35
2.27
2.21
2.16
2.12
2.09
2.06
2.03
2.00
1.98
1.96
1.95
1.93
1.92
1.91
1.89

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

A2. Le Distribuzioni Statistiche.

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

Gradi di libert del numeratore n1

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

Gradi di libert del numeratore n1

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

A2. Le Distribuzioni Statistiche.

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

Gradi di libert del numeratore n1

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

Gradi di libert del numeratore n1

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

A2. Le Distribuzioni Statistiche.

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

Gradi di libert del numeratore n1

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

Gradi di libert del numeratore n1

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

A2. Le Distribuzioni Statistiche.

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

Gradi di libert del numeratore n1

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

A2.11. LA DISTRIBUZIONE DI POISSON

tab. A2.V. Distribuzione cumulativa di Poisson.3

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

3 I valori della tabella sono dati dalla:


x

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 -

A2. Appendice al Cap. 2.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

A2. Appendice al Cap. 2.

A2.12. REGRESSIONE DEI DATI DI PROCESSO.

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.

A2.12.1. La Distribuzione di Johnson o del Best-Fit


Questa famiglia di distribuzioni, pubblicata da Johnson nel 1949 probabilmente la
scelta pi versatile. Essa basata su una trasformazione della variabile normale
standardizzata e comprende 4 forme:
non confinata: il sistema di distribuzioni che tendono all'infinito, sia sulla coda
superiore, sia su quella inferiore;
confinata: il sistema di distribuzioni che ha un confine fissato sul limite inferiore,
quello superiore, od entrambi;
log-normale: una via di mezzo tra le due precedenti;
normale: un caso speciale delle distribuzioni non confinate.
La flessibilit data dalla scelta della forma e dei parametri di interpolazione consente
di avere grande facilit nell'adattare la curva ai dati disponibili. Il fatto che il sistema di
Johnson presenta una trasformazione della variabile alla variabile normale
standardizzata permette che i percentili stimati dalla distribuzione di regressione
possano essere calcolati dai percentili della Distribuzione Normale, per calcolare i limiti
di controllo (sulla Carta delle Misure Individuali, oppure per l'analisi di capacit. Cio,
anche se gli indici di capacit ed i limiti di controllo sono definiti solamente per la
Distribuzione Normale, questo approccio permette il loro calcolo per tutti i tipi di
distribuzione.
Per adattare la curva di interpolazione ai dati, si utilizza uno dei due metodi seguenti:
il metodo dei 4 punti percentili. Esso particolarmente utile per grandi quantit
di dati, in quanto spalma i dati sulla distribuzione di interpolazione;
- A2.29 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

il metodo All-Points. Questo metodo prende pi tempo in quanto l'interpolazione


deve essere fatta su tutti i punti.
Si deve notare che, qualunque sia il metodo usato, i valori di tutti i dati sono
utilizzati, solamente sono usati in modo diverso. Il metodo dei 4 Punti Percentili stato
dimostrato essere praticamente identico a quello All Points per grandi quantit di dati.
Tuttavia, il metodo All Points generalmente raccomandato per considerazioni di
accuratezza, e, data l'attuale velocit dei computer, il vantaggio di presentare una
minore velocit non presenta un grande problema.
La funzione di distribuzione cumulativa della variabile trasformata standardizzata Z0
:
CDF( Z 0 ) =

Z0

t2
exp
2 dt
2

< Z 0 < +

Z 0 N{0,1}

(A2.15)
dove:
forma Normale (Sn):

Z0 = + x a

forma Log-normale (Sl): Z 0 = & + ln (x a ),

& = ln()

forma Non-Confinata (Su):

x
Z 0 = + sinh 1 a

forma Confinata (Sb):

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.

Il Metodo dei 4 Punti Percentili.

Il metodo dei 4 punti percentili di trovare la curva di interpolazione usato per


ottenere pi velocemente di quanto possibile col metodo All Points. Il tipo di
distribuzione scelto sulla base del valore del discriminante d, calcolato come segue:
d=

ml
p2

(A2.17)

dove:
p = x 2 x1
m = x3 x 2
l = x1 x 0
k = F0 (n 1)

- A2.30 -

A2. Appendice al Cap. 2.

x 0 , x1 , x 2 , x 3 sono i k-esimi valori dei dati (con i valori ordinati), corrispondenti


ai percentili selezionati F0 della Distribuzione Normale ed n il numero totale di
dati nell'analisi. Se si hanno a disposizione pi di 30 dati, i percentili per calcolare
l'interpolazione sono quelli ai valori di Z0 pari a +0.524, -0.524, +1.572 e 1.572
(questi corrispondono ai percentili di circa il 6%, il 20%, il 70% ed il 94%). Se si
hanno 30 dati o meno, i percentili usati per calcolare l'interpolazione sono quelli
ai valori di Z0 pari a +0.427, -0.427, +1.281 e 1.281, corrispondenti al 6%, il
20%, il 70% ed il 94%, ancora approssimativamente.
Se il valore del discriminante d maggiore di 1.001, si sceglie la distribuzione NonConfinata; se minore di 0.999, si sceglie quella Confinata; se compreso tra questi
valori si sceglie la Log-normale.
I parametri di interpolazione per l'equazione di trasformazione sono calcolati
risolvendo l'equazione di trasformazione vista sopra (per il tipo di distribuzione scelto),
ai 4 Punti Percentili. Quindi sono risolte le 4 equazioni, per trovare i parametri di
interpolazione.

A2.12.1.2.

Il Metodo All Points.

Il metodo All-Points per il calcolo della curva di regressione fornisce l'interpolazione


basata su tutti i dati usando ognuna delle 4 trasformazioni (confinata, non-confinata,
Log-normale, Normale). Nel caso di distribuzione Log-normale e Normale, la
regressione della variabile normale standardizzata sulla Distribuzione cumulativa
Normale comprende solamente due parametri, determinando una semplice regressione
lineare. Nel caso pi generale di distribuzione Confinata e Non-Confinata, la stima dei 4
parametri richiede l'uso dell'algoritmo di regressione di Marquardt. Questo algoritmo,
ben documentato in letteratura, varia iterativamente ognuno dei parametri nella
direzione della migliore regressione, fino alla soluzione ottimale. Si applica il test di
Kolmogorov-Smirnov (K-S) per la valutazione della regressione dei valori normalizzati
trasformati per ognuna delle distribuzioni di Johnson. La distribuzione di Johnson che
presenta la deviazione minima assoluta scelta come distribuzione finale (best-fit)
La regressione All-Points di Johnson pu generare al computer uno o pi messaggi
di warning, anche per una regressione caratterizzata da un buon valore del Test K-S:
anche se la regressione accettabile, il test sulla regressione pu indicare che esiste
ancora la possibilit di migliorare la regressione. I test sono basati sulle deviazioni
(residui) tra i dati e tra i dati e la regressione. Ci devono essere pi di 9 dati nel test
delle deviazioni con almeno 4 . Se non ci sono abbastanza dati, il test non pu essere
fatto e, normalmente non sono forniti messaggi. I messaggi possono essere del tipo:
appaiono deviazioni sistematiche tra i dati e la curva di regressione, che possono
indicare l'effetto di processi multipli. Esso pu essere indotto dai test dalla
casualit delle deviazioni tra i dati e la curva di regressione:
- un primo test calcola un coefficiente di correlazione di vicinanza, tra i dati e
la curva. Il coefficiente confronta ogni residuo con il precedente ed il
successivo nella sequenza. Il messaggio appare quando ha un livello di
confidenza maggiore di 0.05. Il test di correlazione di vicinanza al livello di
confidenza 0.05, contro l'ipotesi di = 0 :

- A2.31 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

ABS() m 1 < 1.7

(A2.18)

dove m il numero di dati;


- il secondo test controlla se esistono troppe o troppo poche serie di residui aventi
tutti lo stesso segno. Si tratta di un test col grado di confidenza di 0.05 contro
l'ipotesi che il numero di serie di residui aventi tutti lo stesso segno sia quello
atteso:4
n s < E (1.645 V 0.5
per significativamente poche serie
(A2.19)
n s > E + 1.645 ( V )
per significativamente troppe serie

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)

con m1 numero delle deviazioni positive dei dati dalla regressione;


ci possono essere dati sbagliati. Ci si attende che ci siano tanti residui positivi
quanti negativi: il numero atteso di deviazioni positive :
E(m1 ) = m / 2

(A2.21)

Per un test al grado di confidenza dello 0.10, una regola approssimativa :6

2 m1 m
ABS
< 1.645
m

per non avere significativit.

A2.12.2. La Distribuzione Normale


Anche se la Distribuzione Normale scelta in un numero di schede di controllo per
usare le medie ed la distribuzione pi conosciuta, nella pratica essa non viene
verificata come effettiva distribuzione delle osservazioni. Per fare una regressione su
una Distribuzione Normale richiesta solamente la media e la deviazione standard (del
processo, il campione, la popolazione). Si nota che la curva cos generata usata per
eseguire il Test K-S e per valutare la Capacit del Processo, ma che la deviazione
standard del processo sempre usata per definire i limiti di controllo sulla Carta
delle Misure Individuali X.

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 -

A2. Appendice al Cap. 2.

A2.12.3. La Distribuzione di Weibull


I tre parametri della famiglia della Distribuzione di Weibull la rendono
particolarmente versatile, potendo includere le distribuzioni Confinata, Non-Confinata e
Log-Normale. Come noto, la famiglia di curve della Distribuzione di Weibull molto
usata nell'analisi dell'affidabilit. La Distribuzione di Weibull usa il metodo All-Points
per la creazione delle curve di regressione, ma pu risultare molto lenta per file di dati
molto grandi.

A2.12.4. La Distribuzione di Rayleigh per la Posizione Vera.


Nei pacchetti di Statistica pi importanti7 sono considerate le distribuzioni precedenti
ed anche quella di Rayleigh, la quale usata per descrivere gli indici di qualit misurati
risultanti da due variabili Normali. Per fare una regressione secondo Rayleigh,
richiesta solamente la Deviazione Standard del processo, del campione o della
popolazione. La curva generata sar usata per i valori K-S e per il calcolo della Capacit
del Processo, ma la del processo sempre usata per definire i limiti della
distribuzione sulla Carta delle Misure Individuali.

A2.12.5. La Statistica K-S


Si deve usare la Statistica di Kolmogorov-Smirnov, quando si vuole valutare la bont
relativa di una regressione. Mentre molti utilizzatori sono pi familiari con il test 2 ,
od altri test generali di normalit, il Test K-S stato dimostrato possedere superiori
capacit di stima di errore nei modelli di regressione.8
La statistica K-S riportata il grado di confidenza dell'ipotesi che la regressione
la stessa curva empirica. Il valore K-S deve essere alto (il valore massimo 1 ed il
valore minimo 0) quando la regressione buona. Quando K-S scende sotto 0.05, si
dice che si ha perdita di significativit nella regressione.
Ad esempio, se la statistica K-S assume il valore 0.4 per la Regressione Normale ed
il valore 0.7 per la regressione di Johnson, l'ipotesi di Regressione Normale non
accettata quando K-S arriva a 0.6 e quella di Johnson non accettata quando il valore
K-S arriva a 0.3. Questo indica la regressione di Johnson migliore in quanto viene non
accettata ad un pi basso livello di confidenza, e, quindi, pi facile che sia la stessa
dei dati. La Regressione Normale ha una deviazione massima che ci si attende si
verifichi casualmente solo il 40% delle volte, mentre quella di Johnson ha una
deviazione che ci si attende il 70% delle volte. Se la deviazione fosse tale che ci si
aspettasse accadere il 99% delle volte, essa definirebbe un'eccellente regressione.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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 -

A2. Appendice al Cap. 2.

A2.13. IL CONTROLLO DELLA CORRELAZIONE.

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.

A2.13.1. Quando Usare il Diagramma di Dispersione.


Come detto, esso si usa per determinare se esiste correlazione tra due Indici di
Qualit. La correlazione implica che, se una variabile cambia, anche l'altra cambi.
Anche se questo pu indicare una relazione di causa ed effetto, la situazione non
sempre chiara, poich pu esistere un terzo indice di qualit (o molte di pi) che sono la
causa effettiva della relazione, ed entrambi gli Indici di Qualit considerati ne possono
costituire l'effetto.
Talvolta, se si osserva una buona correlazione tra due Indici di Qualit, possibile
usarne uno per predire le modifiche dell'altro, particolarmente se un indice facile da
misurare e l'altro no. Per esempio, possibile verificare che l'aumento di peso nel primo
trimestre di gestazione ben correlato con lo sviluppo del feto, e possiamo usare il peso
del feto come stima del suo sviluppo. L'alternativa sarebbe l'impiego di test costosi per
monitorare l'effettivo sviluppo.

A2.13.2. Come Interpretare il Diagramma di Dispersione.


L'asse delle ascisse del Diagramma della Dispersione usato per misurare la scala di
un Indice di Qualit (la variabile detta indipendente) e quello delle ordinate per
misurare il secondo (detto variabile dipendente). Se i due indici sono in qualche modo
correlati, la posizione dei punti del Diagramma della Dispersione mostra una certa
regolarit di densit in una certa direzione. Quanto pi la distribuzione dei dati si
avvicina ad una retta, tanto pi i due Indici di Qualit sembrano essere ben correlati.
La correlazione di un indice con un altro pu essere vista sia da quanto i punti sono
vicini alla retta, sia da un coefficiente di correlazione determinato statisticamente.
Valori prossimi ad 1 di tale coefficiente implicano un elevato grado di correlazione e,
normalmente, implicano che alla variazione di un indice corrisponda la variazione
dell'altro. Se il coefficiente di correlazione positivo, all'aumento di un indice
corrisponde l'aumento anche dell'altro, e si vede sul Diagramma della Dispersione che
la retta di correlazione presenta una pendenza positiva. Il contrario accade se il
coefficiente di correlazione negativo.
Ricordando che la correlazione non indica necessariamente una relazione di causa ed
effetto, in quanto entrambi gli indici possono essere correlati ad un terzo indice, quanto
appare sul Diagramma della Dispersione una relazione tra i due indici nell'insieme dei
dati raccolti. Perci, necessario essere prudenti nell'estrapolare al di fuori del campo
dei dati, se non si ha una buona esperienza su quanto si sta facendo.

- A2.35 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

Linee di Confidenza possono indicare i Limiti di Variazione che ci si pu attendere


per una Funzione di Regressione. La larghezza dell'Intervallo di Confidenza d
un'indicazione della qualit della Funzione di Regressione. Il fatto che le Linee di
Confidenza divergano alle estremit e convergano al centro pu essere spiegato in uno
dei modi seguenti:
la Funzione di Regressione, in questo caso una retta, richiede la stima di due
parametri, la pendenza e l'intercetta sull'asse delle ordinate. L'errore della stima
sulla pendenza pu essere visualizzato immaginando che la pendenza della retta di
regressione vari intorno al suo punto di mezzo. Questo produce una regione a
forma a clessidra, indicata appunto dagli intervalli di confidenza,
il centro dei dati localizzato vicino al punto di mezzo della retta di regressione.
L'attendibilit della Funzione di Regressione maggiore dove esiste una maggiore
densit di dati, quindi i Limiti di Confidenza sono pi vicini dove questa
circostanza si verifica.

A2.13.3. La Funzione di Regressione


Si usa la Funzione di Regressione dei dati ai minimi quadrati per stimare i valori
della variabile dipendente per i valori dati della variabile indipendente:
y = 0 + 1 x

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

dove N il numero totale delle osservazioni, x ed y sono le medie delle osservazioni x


ed y e x la Deviazione Standard dei dati x.
I Limiti di Confidenza della Funzione di Regressione possono essere definiti come
segue:
1 (x x )2

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,

Sxx la somma dei quadrati di x,


MSE la media dei quadrati dei residui,
x0 ogni possibile valore di x,
y0 il valore predetto di y ad x0, basato sull'equazione di regressione lineare,
t / 2, N 2 il valore della distribuzione di Student dell'intervallo col grado di
confidenza 100(1-)% e con N-2 gradi di libert.
- A2.36 -

A2. Appendice al Cap. 2.

A2.13.4. Il Coefficiente di Correlazione R


Esso esprime quanto lineare sia la relazione tra i valori di due variabili:
il Coefficiente di Correlazione pu variare tra 1 ed 1,
valori positivi di R indicano una relazione tra le variabili x ed y, tali che quando
una cresce, anche l'altra lo fa. Il contrario per valori negativi di R,
valori prossimi a 0 indicano che esiste una relazione casuale non lineare tra le due
variabili:
R=

S xy
S xx S yy

dove : S yy = 2y (N 1) (A2.24)

dove x la Deviazione Standard del campione y.

A2.13.5. Il Coefficiente di Determinazione R 2


E' la funzione che esprime la percentuale della variabilit. Il Coefficiente di
Determinazione indica quanto della totale variazione della variabile dipendente pu
essere coperta dalla Funzione di Regressione. Ad esempio, un R2 pari a 0.7 comporta
che il 70% della variazione di y tenuto in conto dalla Funzione di Regressione. Gli
Statistici considerano un valore di R2 pari a 0.72, o maggiore, un buon modello.

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 :

MSreg = SS reg = 1 S xy (A2.25)

MSreg la regressione ai minimi quadrati, con grado di libert pari ad 1, ed:


MS F =

SS F S yy 1 S xy
=
df F
N2

(A2.26)

l'errore residuo.

- A2.37 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

A2.14. L'AUTOCORRELAZIONE

Un'importante e spesso trascurata assunzione delle schede di controllo statistico


che le osservazioni siano tra esse indipendenti. Sfortunatamente, il mondo reale opera
nell'ignoranza di molte assunzioni statistiche, cosa che pu portare a problemi di analisi.
Al contrario tuttavia, questi problemi sono facili da superare, almeno quando si conosca
la loro esistenza.

A2.14.1. Il Problema dell'Autocorrelazione


L'indipendenza delle osservazioni implica che il valore corrente del dato non d
indicazioni del successivo valore estratto. Per i processi indipendenti nello stato di sotto
controllo statistico, la migliore stima della successiva osservazione la media. Per i
processi dipendenti (autocorrelati) la migliore stima della successiva osservazione
basata su una qualche funzione dell'osservazione corrente (o di una precedente). Per
esempio, la temperatura esterna alle 12:33 altamente correlata alla temperatura alle
12:32, spiegando in parte che il meteorologo pu predire accuratamente che fuori fa
freddo e che far freddo per la maggior parte del giorno.
Per valutare quanto importante sia l'ipotesi di indipendenza, si consideri come le
schede x sono costruite. Ogni campione usato per stimare nel breve periodo la media
e la variabilit del processo. Quindi, la variabilit nel breve periodo R usata per
stimare i limiti di controllo sia nella Carta x , sia in quella R. Se il processo sotto
controllo, allora la variabilit di breve periodo della media fornisce una buona
indicazione della variabilit di lungo periodo. Tuttavia e nel formare i campioni, una
buona regola da ricordare che la variabilit di breve periodo deve essere confrontabile
con quella di lungo periodo (tra i campioni). In termini pratici, le cause potenziali della
variabilit all'interno del campione (macchine, materiali, metodi, manodopera e
ambiente) devono essere confrontabili con quelle che esistono tra i campioni.
Anche la Carta delle Misure Individuali a range variabile esposta agli stessi errori.
Qui, poich la numerosit del campione unitaria, la variabilit tra campioni successivi
usata per calcolare la variabilit di breve periodo.
Un processo che violi l'ipotesi di indipendenza pu far s che frequentemente la
variabilit di breve periodo sia un indicatore debole della variabilit di lungo periodo. Si
consideri ancora l'attesa allo sportello della banca. E' facile che il tempo di attesa in
coda di una persona sia dipendente dal tempo di attesa della persona che la precede. Se
formiamo i campioni di diversi successivi clienti, la variabilit all'interno del campione
molto facilmente sar molto minore della variabilit tra i campioni.
Quando un prodotto lavorato a lotti distinti, e questi lotti sono omogenei, la
variabilit da campione a campione in un lotto facilmente pi bassa della variabilit
tra i lotti. Per esempio, si consideri la fermentazione di un lotto di birra di 5.000 barili.
Campioni di birra, estratti in vari punti del recipiente mostreranno piccole differenze di
un parametro, ad esempio il pH. Tali differenze possono essere dovute a molti fattori,
tra i quali anche gli errori di misura, temperatura, gradienti, inefficienze di
miscelamento, ecc. Ora si considerino i parametri che influenzano la variabilit del pH
tra i lotti. Gli ingredienti, grano ed acqua, hanno in s propriet che influenzano il pH.

- A2.38 -

A2. Appendice al Cap. 2.

Le differenze tra lotto e lotto influenzano molto pi fortemente il pH di quanto non


accada all'interno di un singolo lotto: la variabilit tra i campioni risulter molto pi
grande della variabilit all'interno di un lotto.
Ancora, un campione creato per ognuna delle teste di un trapano multiplo a 6 teste (o
6 medici che svolgono la stessa attivit) mostra una correlazione tra ogni 6
osservazioni. Le differenze tra le teste causa una pi larga variabilit, portando a pi
larghi limiti nella Carta x .
Questi esempi mostrano come i limiti di controllo possono essere o troppo larghi o
troppo stretti, individuando una perdita di informazione degli errori sistematici che
realmente esistono, oppure una spinta ad individuare errori sistematici che non esistono.
Il punto importante da notare qui che questi errori non sono dipendenti dalla
metodologia in s, piuttosto dall'ignoranza della richiesta base della metodologia:
l'indipendenza delle misure.

A2.14.2. La Funzione di Autocorrelazione


La funzione di autocorrelazione ACF lo strumento utilizzato per identificare la
dipendenza del dato corrente dai punti dei dati precedenti. Essa esegue il test per
individuare l'autocorrelazione tra i campioni di un indice di qualit nel sistema di dati.
Si pu osservare una somiglianza tra le formule usate per il calcolo della funzione di
autocorrelazione e l'indice di correlazione calcolato nel diagramma della dispersione. Il
diagramma della dispersione usato per verificare la correlazione tra campioni di
diversi indici di qualit, mentre la funzione ACF esegue il test per verificare la
correlazione tra campioni dello stesso indice di qualit.
Innanzitutto, la funzione ACF verifica se i campioni adiacenti sono autocorrelati,
cio se esiste correlazione tra i campioni 1 e 2, tra la 2 e la 3, ecc. Questa nota come
correlazione di livello 1, poich uno del paio di campioni distante dall'altra di un
periodo (di un campione). Allo stesso modo, si esegue il test agli altri livelli. Per
esempio, l'autocorrelazione al livello 4 verifica se i campioni 1 e 5, 2 e 6, ecc. sono
correlati. In generale, si vuole verificare l'autocorrelazione dal livello 1 al livello n/4,
dove n il numero totale di campioni oggetto dell'analisi. Si dimostrato che stime a
livelli pi elevati non sono statisticamente affidabili.
In molti casi l'effetto dell'autocorrelazione ai livelli pi bassi influenza la stima
dell'autocorrelazione ai livelli pi alti. Per esempio, una forte correlazione a livello 1 fa
s che il campione 5 influenzi il campione 6, ed il 6 influenzi il 7. Ci comporta
un'apparente correlazione tra il campione 5 ed il 7, anche se non esiste una correlazione
diretta tra essi. La Funzione di Autocorrelazione Parziale (PACF) rimuove l'effetto delle
autocorrelazioni di livello minore.
Entrambe le funzioni ACF e PACF variano nell'intervallo 1. Valori vicini agli
estremi indicano una forte correlazione. I Limiti di Confidenza sono forniti per mostrare
quando le due funzioni appaiono essere significativamente diversi da 0. In altre parole,
livelli al di fuori di questi limiti devono essere considerati come affetti da forte
correlazione.
L'autocorrelazione ad un dato livello :

- A2.39 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

n m

(x i x ) (x i + m x )

rm = 1

per m=2, 3, , n/4

(A2.27)

(x i x )

dove n il numero di campioni ed x la media dei campioni.

A2.14.3. Individuare l'Autocorrelazione


Il diagramma della dispersione di fig. A2.1 mostra la correlazione (in questo caso
l'autocorrelazione) tra ogni osservazione e quella osservata immediatamente dopo. La
distanza tra le osservazioni di 1 minuto, cio il campione estratto con una frequenza
di 60 secondi.

fig. A2.1. Diagramma di autocorrelazione tra i dati di campioni successivi, distanti 1


minuto, osservando il dato preso 5 minuti prima.

fig. A2.2. Diagramma di autocorrelazione tra i dati di campioni successivi, distanti 1


minuto, osservando il dato preso 2 minuti prima.
- A2.40 -

A2. Appendice al Cap. 2.

Il diagramma delle dispersioni di fig. A2.2 mostra l'autocorrelazione usando le


osservazioni fatte ogni due periodi, cio estraendo un campione ogni 2 minuti.
La fig. A2.3 mostra rispettivamente la correlazione risultante da campioni distanti 10
minuti. Come si pu vedere confrontando i diagrammi, l'influenza di una temperatura
osservata sulla temperatura presa 1 minuto dopo pi forte di quella che si pu
osservare sulla temperatura presa 10 minuti dopo

fig. A2.3. Diagramma di autocorrelazione tra i dati di campioni successivi, distanti 2


minuti, osservando il dato preso 10 minuti prima.

fig. A2.4. Diagramma di autocorrelazione tra i dati di campioni successivi, distanti 2


minuti, osservando il dato preso n minuti prima.

Mentre i diagrammi della dispersione offrono un approccio familiare al problema,


essi sono un p ingombranti per essere usati a questo scopo, poich necessario
costruirne uno per ogni distanza a cui riferire la lettura del campione precedente. Uno

- A2.41 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

strumento pi adatto per il test la funzione di autocorrelazione ACF. Essa indica


direttamente la deviazione dall'ipotesi di indipendenza, come si vede in fig. 4.

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

A2.14.4. Come Risolvere l'Autocorrelazione


I problemi legati all'autocorrelazione possono essere risolti in un certo numero di
modi. La tecnica pi semplice di cambiare il modo di estrarre i campioni, tale che gli
effetti del processo di autocorrelazione siano resi trascurabili. Per far questo, si deve
considerare la ragione dell'autocorrelazione.
Se l'autocorrelazione semplicemente basata sul tempo, possiamo scegliere la
frequenza di campionamento sufficientemente bassa da ridurne gli effetti. Quest'idea
discussa in dettaglio da Pyzdek.10
Nell'esempio precedente, aumentando il periodo di estrazione del campione a pi di
10 minuti, l'autocorrelazione diventa insignificante. Allora, le schede x o quella delle
misure individuali possono essere utilizzate.
Uno svantaggio di questo approccio che esso pu spingere la frequenza di
campionamento troppo gi, tanto che gli spostamenti del processo non sono pi
distinguibili entro un tempo economicamente ragionevole.
Alternativamente, possibile modellare il processo basandosi sul comportamento
precedente, compresi i fenomeni di autocorrelazione ed usando tale modello di processo
come estimatore del processo. Le deviazioni del processo relativamente al modello
possono essere considerate dovute agli errori sistematici. Le schede SPC-PC IV EWMA
con linea centrale mobile stata espressamente progettata per i processi autocorrelati.

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. Appendice al Cap. 2.

Quando l'autocorrelazione dovuta ai lotti omogenei, possibile considerare di


estrarre i campioni di numerosit 1, usando una Carta delle Misure Individuali. In
questo caso, ogni punto segnato sulla carta rappresenta un singolo campione per ogni
lotto, cio un solo campione per lotto. Ora, la variabilit da campione a campione pu
essere calcolata usando la statistica di campo variabile, che il valore assoluto della
differenza tra campioni successivi. Un perfezionamento di questo metodo di prendere
pi campioni per lotto, di fare la media dei campioni e di segnarla sulla carta come
singolo dato su una Carta delle Misure Individuali. Questa talvolta chiamata Carta
delle Medie di Lotto. In questo modo, ogni punto rappresenta meglio le caratteristiche
del lotto. Il calcolo della media del lotto facilmente dato usando il foglio elettronico
del programma SPC-PC IV, che pu essere utilizzato in processi di questo tipo.

A2.14.5. Quando Utilizzare una Carta di Autocorrelazione


Come detto, le schede standard di controllo richiedono che le osservazioni fornite dal
campionamento del processo siano indipendenti le une dalle altre. La mancanza di
questa garanzia aumenta il rischio che la Carta di Controllo indichi uno spostamento del
processo, mentre il processo NON si spostato (falso allarme). Perci, la funzione di
autocorrelazione ACF un buono strumento da usare per verificare l'assunzione di
indipendenza. Se i limiti di controllo su una Carta x sono particolarmente stretti, con
molti punti fuori controllo statistico, la presenza di un'autocorrelazione deve essere
verificata.
Se l'autocorrelazione significativa solamente tra punti vicini, sufficiente
aumentare il tempo tra le acquisizioni per diminuirne l'effetto. In altri casi, possibile
che l'autocorrelazione sia dovuta al campionamento tra correnti diverse del processo.
Per esempio, quando si analizzano i tempi di evasione di ordine, se ogni dato il tempo
speso da ognuno dei 5 impiegati, i quali operano a diversi valori della media, allora
l'autocorrelazione si verifica al livello 5.

- A2.43 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

A2.15. LE CARTE x / DELLA MEDIA E DELLA DEVIAZIONE


STANDARD DEL PROCESSO

Le Carte di Controllo x e sono Carte di Controllo per variabili. La Carta x


riporta la posizione del processo nel tempo, come media delle osservazioni raggruppate
nel campione. La Carta indica la variabilit tra i dati del campione nel tempo.
La loro costruzione richiede gli stessi passi necessari per la costruzione delle Carte
x ed R.
Per tracciare i punti nella Carta x , la statistica riportata :
x=

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

dove m il numero totale di campioni dell'analisi. I Limiti di Controllo sono:

UCL x = x + 3 x
n
x
LCL x = x 3
n

(A2.28)

dove x la Deviazione Standard del processo, che calcolata usando il Campo di


Dispersione R del campione.
Per quanto riguarda la Carta , noto che se 2 incognita, la stima corretta di
essa :
m n

(x ij x j )2

S2 = 1 1
n (m 1)

(A2.29)

Invece, la Deviazione Standard S del campione non stima corretta, ma se la


distribuzione normale, allora S stima la grandezza c 4 , con c 4 costante di tab.
2.VI, dipendente da n. La stima della Deviazione Standard di S 1 c 24 e questa
informazione usata per la costruzione della Carta x e della Carta .
Per tracciare i punti nella Carta , la Deviazione Standard del campione :
n

(x i x j )2
Sj =

n 1

- A2.44 -

A2. Appendice al Cap. 2.

dove xi sono le misure del campione j, x j la media del campione j ed n la


numerosit del campione.
La Linea Centrale della Carta il valore:
n

S j

S= 1

= c4

ed i Limiti di Controllo sono:


UCL S = S + 3

S
1 c42
c4

S
LCL S = MIN 0, S 3
1 c42
c4

(A2.30)

in cui S la Deviazione Standard media dei campioni oggetto dell'analisi e c4 la


funzione di n di tab. 2.VI.

A2.15.1. Quando Usare le Carte x / .


Le Carte di Controllo x e si usano quando si raccolgono razionalmente le misure
in campioni. Ogni campione rappresenta una fotografia del processo ad un certo istante.
L'asse delle ascisse delle carte il tempo, cosicch le carte mostrano la storia del
processo. Perci, i campioni sono riportati nell'ordine in cui sono creati, altrimenti le
tendenze e gli spostamenti del processo non potrebbero essere individuati, invece
potrebbero essere attribuiti agli errori casuali.
Queste Carte di Controllo sono usate sempre quando i campioni contengono pi di
10 elementi, in quanto il campo di variabilit R una stima poco efficiente della
Deviazione Standard del processo per campioni grandi. In effetti, la del campione
sempre una stima migliore della variabilit del campione di quanto non sia il campo di
variabilit R. Il successo della Carta di Controllo R dovuta solamente alla facilit dei
calcoli, ma questo un aspetto superato dall'avvento del computer.
Le Carte x sono efficienti per individuare relativamente grandi spostamenti del
processo, tipicamente dell'ordine di 1.5 o pi. Quanto pi numeroso il campione e
tanto pi sensibile la carta agli spostamenti del processo, purch il campione sia
razionale. Per una maggiore sensibilit ai piccoli spostamenti del processo, si usano le
Carte EWMA o CuSum.

A2.15.2. Come Interpretare le Carte x / .


Si parte con l'esaminare la Carta . Poich i Limiti di Controllo della Carta x sono
calcolati con la media di , se i punti di sono fuori controllo, i Limiti di Controllo di
x perdono significato.

- A2.45 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

Successivamente, si possono interpretare i punti della Carta x con riferimento ai


Limiti di Controllo e le prove di produzione. Non si devono mai considerare i punti
della Carta x con riferimento alle specifiche, poich le osservazioni del processo
variano molto pi delle medie del campione.
Sulla Carta si devono individuare gli eventuali punti fuori controllo. Se ne
esistono, si devono trovare ed eliminare gli errori sistematici attraverso l'esame del
processo ed esperimenti programmati. Per usare i dati disponibili i pacchetti software
commerciali pi evoluti contengono funzioni filtro che eliminano l'incertezza statistica
dei punti fuori controllo togliendoli dai calcoli della media di , dei Limiti di Controllo
di , della media di x e dei Limiti di Controllo di x .
Sempre sulla Carta , dovrebbero esser riportati pi di 5 punti, nessuno dei quali
dovrebbe apparire per pi del 25% del tempo. Se si riscontrano punti troppo spesso
ripetuti, probabilmente si di fronte ad una scarsa risoluzione delle misure, ci che
influenza negativamente il calcolo dei Limiti di Controllo. In questo caso, si deve
esaminare il processo di misura, per tentare di migliorare strumenti e procedura.

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

e, di conseguenza i Limiti di Controllo 3 della Carta x sono:


UCL = x +
LCL = x

3
c4 n
3
c4 n

c 4 S = 74.001 + 1.427 0.0090 = 74.014


c 4 S = 74.001 1.427 0.0090 = 73.998

mentre, per la Carta S, sono:

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 -

A2. Appendice al Cap. 2.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

74,02

media del campione

UCL = 74.014

74,01
CL = 74.001

74,00

73,99
LCL = 73.988

73,98
0

10

15

20

25

20

25

numero del campione

Deviazione Standard del campione

0,020
UCL = 0.0190

0,015

CL = 0.009

0,010

0,005

0,000
0

10

15

numero del campione

fig. A2.5. Carte di Controllo dell'esempio.

- A2.48 -

A2. Appendice al Cap. 2.

A2.16. LE CARTE DELLE MISURE INDIVIDUALI x E DEL CAMPO DI


VARIAZIONE MOBILE MR.

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.

A2.16.1. Quando Usare la Carta delle Misure Individuali x.


Generalmente, le Carte delle Misure Individuali e del Campo di Variazione Mobile
sono usate quando non possibile raggruppare le misure in Campioni Razionali ed pi
conveniente esaminare le misure reali, piuttosto che le medie campionarie, oppure
quando la distribuzione del processo molto distorta. Ogni campione (di una sola
osservazione) rappresenta ancora una fotografia del processo ad un dato istante. L'asse
delle ascisse il tempo, in modo che la carta rappresenta la storia del processo. Perci, i
dati devono essere riportati nel tempo nell'ordine in cui sono creati, ed possibile
individuare le tendenze e gli spostamenti del processo, per potergli assegnare agli errori
sistematici.
Se si possono creare Campioni Razionali, la Carta x preferibile, poich i Limiti di
Controllo sono calcolati facilmente, con l'uso della Distribuzione Normale. Tuttavia,
quando la distribuzione del processo molto deformata, oppure quando essa non pu
essere calcolata, preferibile l'uso delle misure individuali x, ma questo richiede che sia
nota la distribuzione del processo, per poter definire i Limiti di Controllo statistici.
La Carta delle Misure Individuali efficiente per determinare ampi spostamenti del
processo, tipicamente dell'ordine di 3 o pi. Se si possono usare le Carte di
Controllo x (con campioni pi numerosi), possibile individuare pi piccoli
spostamenti del processo. Ancora una volta, le Carte EWMA e CuSum possono fornire
una maggiore sensibilit agli spostamenti del processo.
I campi di variazione tra campioni successivi in una Carta x (cio la differenza tra
l'osservazione corrente e quella immediatamente precedente) sono:
MR j = x j x j1

e sono centrati sulla linea:


MR =

m
1
MR j
m 1 1

(A2.31)

in cui m il numero totale di campioni inclusi nell'analisi ed MRj il Campo di


Dispersione mobile del campione j.
Quando i Limiti di Controllo della Carta x sono definiti come valori fissi (ci che
avviene quando si usano i dati storici per calcolare i Limiti di Controllo), la Media del
Campo di Variazione Mobile MR deve essere ricalcolata in funzione di questi Limiti
di Controllo predefiniti. Questo garantisce che i Limiti di Controllo della Carta MR
abbiano la stessa sensibilit di quelli della Carta x. In questo caso:

- A2.49 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

MR =

(UCL x LCL x ) d 2
6

(A2.32)

dove d2 quello per n=2.


I Limiti di Controllo, qualunque sia la distribuzione, sono:
UCL MR = MR + 3 d 3 x

LCL MR = MAX[0, MR 3 d 3 x ]

(A2.33)

in cui MR la media dei campi di dispersione mobili, x la Deviazione Standard del


processo e d3 una funzione di n disponibile in ogni manuale di controllo statistico di
qualit.
I Limiti di Controllo superiore ed inferiore della Carta a Media Mobile sono:
x
CL MA = x w 3

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

m il numero totale di campioni.

La Carta a Dispersione Mobile od a Varianza Mobile sono usate per esaminare la


variabilit del processo:
MS
1 c 4 2
UCL MS = M S + k
c
4


MS
LCL MS = MAX M S k
1 c 4 2 .[0] (A2.35)
c4

m
1

MS =
MS j
m w +1 1

A2.16.2. Come Interpretare le Carte x ed MR.


Prima di tutto si deve esaminare la Carta di Controllo del Campo di Variazione
Mobile. I Limiti di Controllo della Carta delle Misure Individuali x sono derivati dal
campo di variazione medio, cosicch, se la Carta MR presenta fuori controllo, i Limiti
di Controllo della Carta delle Misure Individuali perdono significato. Tuttavia, le
ricerche hanno dimostrato che per processi a Distribuzione Normale, se si individua un
errore sistematico nella Carta di Controllo MR, esso appare anche sulla Carta delle
Misure Individuali, ci che rende la verifica sulla Carta MR ridondante.
- A2.50 -

A2. Appendice al Cap. 2.

A2.16.3. La Carta a Campo di Dispersione Mobile.


Su questa carta si osserva se esistono punti fuori controllo. Essi individuano errori
sistematici che devono essere eliminati, attraverso l'esame del processo e esperimenti
programmati. In questo modo vengono trovate le cause degli sporadici cambi di
variabilit. Per usare i dati gi disponibili, i pacchetti commerciali pi evoluti hanno
funzioni di filtro che rimuovono l'incertezza statistica dei punti fuori controllo,
eliminandoli dai calcoli del Campo Medio di Dispersione, dei Limiti di Controllo del
Campo di Variabilit, della media delle Misure Individuali e dei Limiti di Controllo
delle Misure Individuali.
Ancora nella Carta MR, dovrebbero essere indicati pi di 5 punti, nessuno dei quali
dovrebbe apparire pi del 25% delle volte. Infatti, se si riscontrano punti troppo
frequenti, si deve sospettare un difetto di risoluzione delle misure, ci che provoca
imprecisione nel calcolo dei Limiti di Controllo. In questo caso, si deve esaminare il
processo di misura dell'indice di qualit e tentare di migliorare la procedura.

A2.16.4. La Carta delle Misure Individuali


Dopo l'esame della Carta MR, si pu passare a quello della Carta delle Misure
Individuali. Se esistono errori sistematici, essi devono essere eliminati, attraverso
l'analisi del processo e la conduzione di Prove Programmate. Ancora, per utilizzare i
dati gi disponibili, i programmi commerciali pi evoluti hanno funzioni di filtro che
rimuovono l'incertezza statistica dei punti fuori controllo, eliminandoli dai calcoli della
media delle misure individuali e dei Limiti di Controllo della carta.
Poi, si devono osservare i comportamenti ovviamente non casuali e si avviano le
Prove di Processo che sviluppano i test statistici per l'individuazione delle tendenze dei
punti tracciati.
Un'importante considerazione sulle Carte di Controllo delle Misure Individuali
riguarda la scelta della curva di regressione usata per il calcolo dei Limiti di Controllo.
Si tratta di un problema fondamentale, in quanto la distribuzione pu non copiare bene i
dati, se il processo non sotto controllo. Sfortunatamente, necessario fare una
regressione dei dati per utilizzare efficacemente la Carta delle Misure Individuali e
determinare se il processo sotto controllo. A causa di questa limitazione, si pu
considerare di utilizzare altre Carte di Controllo, come la Carta x oppure la EWMA per
definire in anticipo il controllo del processo.
Se il processo dimostra di essere sotto controllo relativamente ai limiti statistici e le
prove di processo per un sufficiente periodo di tempo (lungo abbastanza per mostrare
gli eventuali errori sistematici), possibile analizzare la Capacit Produttiva,
relativamente alle specifiche. Infatti, la capacit ha significato solamente se il processo
sotto controllo, poich non prevedibile il risultato di un processo instabile.

- A2.51 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

A2.17. LA CARTA CUSUM.

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 -

A2. Appendice al Cap. 2.

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.

tab. A2.VII. Esempio di Carta CuSum.


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
26
27
28
29
30

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

misure individuali x
13

UCL = 13

12
11
CL = 10

10
9
8

LCL = 7

= 10

= 11

10

15

20

25

30

numero del campione

fig. A2.6. Carta delle Misure Individuali dei dati di tab. A2.VII.

Quando il processo nello stato di sotto controllo, la somma cumulata (A2.45)


descrive un processo casuale con media nulla. Invece, se la media del processo subisce
uno spostamento ad un livello 1 > 0 , Ci presenta una deriva positiva (negativa, se
1 < 0 ). Pertanto, una pendenza positiva o negativa di Ci pu essere interpretata come
evidenza di uno spostamento della media, la quale obbliga ad individuare l'errore
sistematico responsabile della sua comparsa, ad esempio, attraverso Esperimenti
Programmati. In fig. A2.7 rappresentata la Carta CuSum delle misure di tab. A2.VII,
ricavata dalla stesura dei punti della colonna c e dove come valore iniziale si
considerato C 0 = 0 .
somma cumulata CUSUM
= 10

= 11

10
8
6
4
2
0
-2
-4

10

15

20

25

30

numero del campione

fig. A2.7. Carta delle Somme Cumulate CuSum.

- A2.54 -

A2. Appendice al Cap. 2.

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. Impiego della Carta CuSum per il Controllo della Media di


Processo.

A2.17.2.1.

Caso delle Misure Individuali.

Se si indica con x i la i-esima misura del processo, quando il processo sotto


controllo, x i ha una Distribuzione Normale con media 0 e Deviazione Standard .
Assumiamo che sia noto, oppure che si disponga di una sua stima altamente
attendibile.
Talvolta 0 pu essere il valore atteso dell'indice di qualit in esame e, qualora il
processo dovesse subire uno spostamento di livello da 0 , la Carta CuSum lo evidenzia
e fa partire la procedura di registrazione, attraverso l'intervento su una variabile
prestabilita, per riportare la media del processo al valore atteso.
La Carta CuSum tabulare opera accumulando in una statistica C+ le deviazioni dal
valore atteso di segno positivo, ed in una statistica C- quelle negative. Queste due
statistiche sono dette CuSum unilaterale superiore e CuSum unilaterale inferiore e
sono definite nel modo seguente:

[
= MAX[0, (

C i+ = MAX 0, x i ( 0 + K ) + C i+1
C i

+
0 K ) x i + C i 1

]
]

(A2.46)

e la quantit K (detta tolleranza) corrisponde spesso al livello di mezzo tra 0 e quel


valore 1 corrispondente al fuori controllo, per il quale si vuole che la Carta CuSum sia
altamente sensibile.
Se si esprimono gli spostamenti della media in termini di , cio si definisce 1 :
1 = 0 +

da cui :

0
= 1

dove K rappresenta la semiampiezza:


K=

= 1
2
2

(A2.47)

Quindi, le statistiche C+ e C- accumulano solamente gli spostamenti dal valore atteso


che risultano superiori a K, e le statistiche vengono riazzerate quando cambiano di

- A2.55 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

segno. Poi, se assumono un valore superiore ad un limite H (Limite di Decisione), il


processo viene considerato fuori controllo. Una scelta ragionevole di H considerata
5 .

tab. A2.VIII. Carta CuSum Tabulare dell'esempio.


Numero
del
periodo
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

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 -

A2. Appendice al Cap. 2.

[
= MAX[0, 9.5 x

C1+ = MAX 0, x1 10.5 + C 0+


C1

+
1 + C0

e, con x1 = 9.45 , C 0+ = C 0 = 0 , si ha:


C1+ = MAX[0, 9.45 10.5 + 0] = 0

C1 = MAX[0, 9.5 9.45 + 0] = 0.05

Per il periodo 2 si procede nel modo seguente:

[
[

C 2+ = MAX 0, x 2 10.5 + C1+ = MAX[0, 9.5 10.5 + 0] = 0


C 2 = MAX 0, 9.5 x 2 + C1+ = MAX[0, 9.5 7.99 + 0.05] = 1.56

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

numero del periodo

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. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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.

La Carta CuSum tabulare compilata scegliendo opportunamente il Valore Atteso


0 , la Tolleranza K ed il Limite di Decisione H. Solitamente viene suggerito di
stabilire tali parametri in modo da ottenere buone prestazioni in termini di ARL. Molti
studi teorici stabiliscono alcuni criteri generali, in base ai quali effettuare la scelta.
Valori come i seguenti:
h=4

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.

Caso dei Campioni Razionali

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.

A2.17.3. La Maschera a V della Carta CuSum.


Si usa la Maschera a V per determinare se la media del processo deviata
dall'obiettivo. I campioni con dati mancanti sono esclusi dall'analisi, poich i campioni

- A2.58 -

A2. Appendice al Cap. 2.

devono essere di numerosit costante. Le prestazioni della Carta di Controllo sono


influenzate dalla definizione della Maschera V, la quale usata per definire i limiti di
controllo. I parametri di calcolo della maschera sono l'angolo , che stabilisce la
dimensione del V e la distanza d, che calcola la posizione del vertice del V dal
campione corrente. L'analista influenza il valore di questi parametri specificando:
, che la probabilit di concludere che esiste uno spostamento del processo, mentre
questo non ha avuto luogo (rischio di specie I),
, che la probabilit di trascurare lo spostamento del processo (rischio di specie II),
, che il grado di selettivit, cio lo spostamento minimo della media del processo
che l'analista vuole individuare. Esso deve essere espresso nella stessa unit delle
misure.

d
U

Ci

A = K / tan

3A

2A
1A

i
numero del campione

fig. A2.9. Una tipica Maschera a V.

I parametri della Maschera a V sono definiti dalle:



= tan 1

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

dove il rischio di specie I (rischio del produttore), l'errore di specie II (rischio


del consumatore) e:
=

(A2.50)

x / N

dove N=nm il numero totale di osservazioni e x la Deviazione Standard del


campione.
Una propriet interessante della Maschera a V la sua capacit di individuare
quando lo spostamento della media ha luogo. Con ogni Carta di Controllo, se si
raccolgono e si analizzano i dati del processo ed uno spostamento ha luogo, possono
esistere alcuni campioni prima dell'individuazione dello spostamento che possono
essere fuori controllo. La Maschera a V tende ad indicare quando si generata la
condizione di fuori controllo. Per esempio, lo spostamento pu essere avvenuto in realt
al campione 40, e la prima condizione di fuori controllo pu essere individuata quando
si estrae il campione 45. La Carta CuSum pu indicare, all'estrazione del campione 45,
che il campione 40 era fuori controllo.

- A2.60 -

A2. Appendice al Cap. 2.

A2.18. LA CARTA EWMA

La Carta EWMA (Exponentially Weighted Moving Average) una Carta di


Controllo per variabili, sulla quale sono riportati i valori pesati a media mobile. Un
fattore di pesata scelto per determinare quanto i pi vecchi valori dei punti influenzino
la media, in confronto a quelli pi recenti. Poich la Carta EWMA usa le informazioni
di tutti i campioni, essa in grado di mostrare spostamenti del processo molto pi
piccoli di quanto lo possa una Carta di Controllo normale.
Anche se le schede standard EWMA sono progettate per analizzare processi con
media stabile, le schede di controllo EWMA modificate possono essere usate per
processi autocorrelati, con piccoli spostamenti della media.
La media mobile pesata esponenzialmente del campione corrente :
z t = 1 x t + (1 1 ) z t 1

(A2.51)

dove:
1 il valore del fattore di pesata, definito nel calcolo,

x la media del campione corrente al tempo t (o la corrente osservazione se la


numerosit n=1),
ed il valore di z al tempo 0 pu essere sia il valore atteso, sia la media di tutti i campioni
in esame.
La Deviazione Standard dell'errore di previsione :
p, t = e 2t + (1 ) 2p, t 1

per t 1

(A2.52)

dove il fattore di errore di pesata, definito dall'analista, e t l'errore di previsione


un passo in avanti ed la differenza calcolata tra l'osservazione e la previsione:
et = x t zt
ed il valore di partenza di calcolato (dalle osservazioni):
m

ei2
p,0 =

(A2.53)

A2.18.1. Quando Usare la Carta EWMA


E' usata per mostrare i piccoli spostamenti della media del processo. Essa in grado
di evidenziare spostamenti da 0.5 a 0.2 molto pi velocemente della Carta di Shewhart
con campioni della stessa numerosit. Tuttavia essa pi lenta nel mettere in evidenza
grandi spostamenti del processo. Inoltre, per i test di produzione, non pu essere usata a
causa della inerente dipendenza dei dati.
La Carta EWMA pu essere preferita anche quando la numerosit del campione 1.
In questo caso, un'alternativa potrebbe essere la Carta delle Misure Individuali, dove

- A2.61 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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. Come Interpretare la Carta EWMA

A2.18.2.1.

Caso Standard

Prima di tutto si deve compilare ed esaminare la Carta R (oppure quella a Campo di


Variazione Mobile MR, se n=1), cosicch, se la Carta R mostra fuori controllo, i limiti
della Carta EWMA perderebbero di significato.
Come sempre, se esistono fuori controllo nella Carta R, gli errori sistematici che li
determinano devono essere eliminati. Bisogna ricordare che il Campo di Variazione la
stima della variabilit all'interno del campione, cosicch importante esaminare quegli
elementi del processo che aumentano la variabilit all'interno del campione. L'analisi
del processo e la conduzione di Prove Programmate facilitano questa ricerca.
A questo punto si possono interpretare i punti della Carta EWMA relativamente ai
limiti di controllo. I test di Produzione non possono mai essere applicati alla Carta
EWMA, in quanto essi sono inerentemente dipendenti, contenendo punti comuni.
Neppure considerare i punti della carta relativamente alle specifiche, poich le
osservazioni estratte dal processo variano molto pi di quanto riportato sulla Carta
EWMA.
Se il processo mostra di essere sotto controllo relativamente ai limiti di Controllo
Statistici per un sufficiente periodo di tempo (lungo al punto di mostrare tutti gli

- A2.62 -

A2. Appendice al Cap. 2.

eventuali errori sistematici), possibile analizzare la sua capacit, relativamente alle


specifiche. Bisogna ricordare anche che la capacit ha significato solamente se il
processo stabile.

A2.18.2.2.

I Limiti di Controllo della Carta EWMA

I limiti di Controllo della Statistica EWMA sono:


CL EWMA = z 0

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

INDICE DELLAPPENDICE AL CAP. 2


A2.1.
A2.1.
A2.2.
A2.3.

LE DEFINIZIONI DELLA PROBABILIT................................................. 3


Ia definizione...................................................................................................... 3
IIa definizione .................................................................................................... 3
Probabilit totale e Composta di Eventi Indipendenti.................................. 5

A2.3.1.
A2.3.2.

A2.4.
A2.5.

Teorema I .............................................................................................................5
Teorema II ............................................................................................................6

Probabilit Composta di Eventi Dipendenti .................................................. 8


Teoremi Fondamentali sul Valor Medio ........................................................ 9

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

Teoremi Fondamentali sulla Varianza ......................................................... 11

A2.6.1.
A2.6.2.
A2.6.3.

Teorema VI.........................................................................................................11
Teorema VII .......................................................................................................11
Teorema VIII......................................................................................................11

A2.7. La Distribuzione Normale.............................................................................. 13


A2.8. La Distribuzione 2 ....................................................................................... 14
A2.9. La Distribuzione t ........................................................................................... 15
A2.10. La Distribuzione F........................................................................................ 16
A2.11. La Distribuzione di Poisson......................................................................... 26
A2.12. Regressione dei Dati di Processo................................................................. 29
A2.12.1.
A2.12.2.
A2.12.3.
A2.12.4.
A2.12.5.

A2.13.

La Distribuzione di Johnson o del Best-Fit ........................................................29


La Distribuzione Normale ..................................................................................32
La Distribuzione di Weibull ...............................................................................33
La Distribuzione di Rayleigh per la Posizione Vera. .........................................33
La Statistica K-S.................................................................................................33

Il controllo della correlazione. .................................................................... 35

A2.13.1.
A2.13.2.
A2.13.3.
A2.13.4.

Quando Usare il Diagramma di Dispersione......................................................35


Come Interpretare il Diagramma di Dispersione................................................35
La Funzione di Regressione ...............................................................................36
Il Coefficiente di Correlazione R .......................................................................37

A2.13.5.
A2.13.6.

Il Coefficiente di Determinazione R 2 ...............................................................37


La Statistica F.....................................................................................................37

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

Le Carte x / della Media e della Deviazione Standard del


Processo ......................................................................................................... 44
A2.15.1.
Quando Usare le Carte x / ............................................................................45
A2.15.2.
Come Interpretare le Carte x / ......................................................................45
A2.16. Le Carte delle Misure Individuali x e del Campo di Variazione
Mobile MR. ................................................................................................... 49
A2.15.

- A2.i -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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.

Quando Usare la Carta delle Misure Individuali x. ........................................... 49


Come Interpretare le Carte x ed MR.................................................................. 50
La Carta a Campo di Dispersione Mobile. ........................................................ 51
La Carta delle Misure Individuali...................................................................... 51
Principi Base: le Carte CuSum per il Controllo della Media del
Processo. ............................................................................................................ 52
Impiego della Carta CuSum per il Controllo della Media di Processo.............. 55
La Maschera a V della Carta CuSum................................................................. 58

La Carta EWMA ..........................................................................................61

A2.18.1.
A2.18.2.

Quando Usare la Carta EWMA ......................................................................... 61


Come Interpretare la Carta EWMA ................................................................... 62

- A2.ii -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

INDICE DELLE FIGURE DELLAPPENDICE AL CAP. 2


fig. A2.1. Diagramma di autocorrelazione tra i dati di campioni successivi, distanti 1 minuto,
osservando il dato preso 5 minuti prima. ................................................................. A2.40
fig. A2.2. Diagramma di autocorrelazione tra i dati di campioni successivi, distanti 1 minuto,
osservando il dato preso 2 minuti prima. ................................................................. A2.40
fig. A2.3. Diagramma di autocorrelazione tra i dati di campioni successivi, distanti 2 minuti,
osservando il dato preso 10 minuti prima. ............................................................... A2.41
fig. A2.4. Diagramma di autocorrelazione tra i dati di campioni successivi, distanti 2 minuti,
osservando il dato preso n minuti prima. ................................................................. A2.41
fig. A2.5. Carte di Controllo dell'esempio. ..................................................................................... A2.48
fig. A2.6. Carta delle Misure Individuali dei dati di tab. A2.VII.................................................... A2.54
fig. A2.7. Carta delle Somme Cumulate CuSum. ........................................................................... A2.54
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. ................................... A2.57
fig. A2.9. Una tipica Maschera a V. ............................................................................................... A2.59

INDICE DELLE TABELLE DELLAPPENDICE AL CAP. 2


tab. A2.I. Prontuario della funzione normale della distribuzione delle frequenze N(0,1). ............. A2.13
2
tab. A2.II. Punti della Distribuzione ........................................................................................ A2.14
tab. A2.III. Punti della Distribuzione t. .......................................................................................... A2.15
tab. A2.IV. Punti della Distribuzione F. ......................................................................................... A2.16
tab. A2.V. Distribuzione cumulativa di Poisson............................................................................. A2.26
tab. A2.VI. Diametro interno di anelli elastici per pistone di motore a combustione interna
automobilistico (estensione della tab. 2.I)................................................................ A2.47
tab. A2.VII. Esempio di Carta CuSum. .......................................................................................... A2.53
tab. A2.VIII. Carta CuSum Tabulare dell'esempio. ........................................................................ A2.56

- A2.iii -

UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA

LA PROGETTAZIONE DEGLI IMPIANTI


INDUSTRIALI MECCANICI

Vol. 3
3.

ANALISI DELLA PRECISIONE DEL PRODOTTO.

4.

AFFIDABILITA E RISCHIO DI GUASTO.

Lorenzo Rosa

Anno Accademico 2002-2003

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

3 ANALISI DELLA PRECISIONE DEL PRODOTTO.


I prodotti di richiesta qualit sono il risultato di un opportuno progetto e di adatti metodi di
produzione. Tratteremo di uno degli indici principali della qualit del prodotto, la sua
precisione. La precisione del prodotto caratterizzato dalle deviazioni del suo moto relativo e
dalla posizione reali delle sue superfici operative, nei confronti del moto relativo e delle
posizioni teorici richiesti dalla sua funzionalit.
Perch le superfici operative del prodotto occupino la posizione relativa richiesta,
necessario collegare le parti che supportano queste superfici per mezzo di altri due tipi di
componenti: il primo comprende tutti i componenti che funzionano come membri delle catene
cinematiche; il secondo tipo comprende i componenti che assicurano la posizione relativa dei
componenti del primo tipo1.
Il primo tipo di legami, quelli che garantiscono il moto relativo richiesto per le superfici
operative il legame cinematico.
Cos, immaginiamo che il nostro prodotto sia la camma che comanda il moto di una
valvola di scarico e che ottenuta sullalbero di distribuzione di un motore a combustione
interna. In corrispondenza della fine della fase di espulsione, la camma deve percorrere un
angolo pari al ritardo alla chiusura, ad esempio qualunque sia il regime di rotazione del
motore. Questo si fa con la partecipazione di tutti gli organi della catena cinematica della
distribuzione:
le ruote dentate provvedono il moto richiesto col raggio della loro circonferenza
primitiva e col passo della dentatura, col parallelismo delle superfici attive dei denti
allasse della loro sede e quello dellalbero che supporta la ruota dentata;
le ruote dentate concorrono anche con i raggi delle sedi delle ruote dentate e di quelle
che operano come supporti; la coassialit delle superfici di supporto, il parallelismo dei
denti della cinghia dentata, ecc.
I legami cinematici sono rappresentati in diagrammi che obbediscono alle leggi note di
rappresentazione vettoriale e, come si appena visto, la precisione dei legami cinematici
determinata da quella delle dimensioni dei componenti.
Il secondo tipo di legami, che garantiscono la posizione relativa delle superfici operative
del prodotto e di quelle dei suoi componenti detto legame dimensionale. I legami
dimensionali sono suddivisi in due famiglie: quelli che determinano le distanze e quelli che si
riferiscono alla posizione angolare delle superfici.

1B.

Balakshin, Fundamentals of Manufacturing Engineering, MIR, 1971.

3.1

3. Analisi della Precisione del prodotto.

3.1

TIPI PRINCIPALI DI INTERCONNESSIONE TRA LE SUPERFICI DEI


COMPONENTI.

Le distanze tra le superfici operative del prodotto ed i meccanismi che lo compongono


sono costituite da dimensioni che appartengono ad un numero di componenti che collegano
insieme i componenti che supportano le superfici operative del prodotto. Tutte le dimensioni,
che collegano insieme le superfici operative, includono quella che direttamente collega queste
superfici e formano un poligono chiuso, se sono poste in opportuna sequenza. Per questo, i
legami dimensionali possono essere rappresentati in forma diagrammatica.
Per ottenere una rappresentazione chiara, buona pratica disegnare le quote ed indicare le
dimensioni direttamente sul disegno della macchina, come indicato in fig. 3.1. Talvolta, la
rappresentazione separata, come in fig. 3.1b, ma, in questo modo, si perde in chiarezza e si
incontrano maggiori difficolt nei calcoli. Se le dimensioni sono disposte consecutivamente,
esse formano un poligono chiuso e sono dette catene dimensionali.

fig. 3.1.

Assieme della spalla di un laminatoio duo regolato al minimo dello spessore del
laminato.

Un secondo tipo di legame dimensionale rappresentato graficamente da linee con una


sola freccia e che sono utilizzate, come gi detto, per rappresentare le dislocazioni angolari
delle superfici, come in fig. 3.2. E' conveniente designare i membri della catena dimensionale
con lettere aventi il numero del membro come pedice. Per distinguerli pi facilmente, buona
pratica denotare i membri che rappresentano le distanze con lettere latine, mentre quelli che si
riferiscono alle dislocazioni angolari, con lettere greche.
Nellassemblaggio (come ora rappresentato) le catene dimensionali che collegano le
superfici operative del prodotto ed i suoi componenti, sono dette catene dimensionali di
montaggio.

3.2

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

fig. 3.2.

Catene dimensionali delle dislocazioni angolari di una fresatrice orizzontale.

fig. 3.3.

Controllo delle quote del pezzo durante la lavorazione alla piallatrice.

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

3. Analisi della Precisione del prodotto.

ciclo di lavorazione

* su autocentrante e contropunta

1) troncatura a lunghezza L1

5)* tornitura s2 a 3 e di t a 2 . esecuzione spallamento ad L


6)* tornitura s1 a 1 . esecuzione spallamento ad L
7) sfacciatura pezzo a sbalzo. Smusso estremit
8) sfacciatura pezzo a sbalzo. Smusso estremit

2) stampaggio a caldo
3) tranciatura canale di bava
4) fresatura facce e centratura

fig. 3.4.

Catene dimensionali di processo per la costruzione di un alberino.

In un impianto di produzione metalmeccanica, il pezzo usualmente lavorato su


successive macchine utensili, ognuna delle quali asporta la richiesta porzione di materiale per
ottenerne gradualmente la giusta dimensione e le volute dislocazioni angolari delle superfici.
Conseguentemente, nel corso delle lavorazioni, esistono legami sia tra le distanze, sia di
dislocazione angolare tra il grezzo ed il pezzo finito.
Come rappresentato in fig. 3.4, una dimensione del pezzo, L1, viene trasformata
gradualmente nella dimensione L8, che costituisce la dimensione finale e, dunque, il membro
conclusivo della catena dimensionale. Nella stessa figura, sono mostrate anche le catene
dimensionali di una troncatrice, due presse e cinque tornitrici, per mezzo delle quali
raggiunto il membro conclusivo.
Come si vede, i membri della catena dimensionale sono la lunghezza L1 del grezzo
troncato, gli allungamenti y1 ed y2 ottenuti nello stampaggio a caldo in corso e gli spessori dei
3.4

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Catena dimensionale di misura con micrometro.

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. Analisi della Precisione del prodotto.

3.2

DEFINIZIONI ED INDIVIDUAZIONE DELLE CATENE DIMENSIONALI.

Nella determinazione dellindice di qualit del membro conclusivo di una catena


dimensionale si distinguono due casi:
la determinazione dellerrore su un singolo prodotto,
la determinazione dellerrore su un lotto di prodotti.
In ogni processo di fabbricazione, stato ripetutamente detto che i valori di tutti i fattori
attinenti variano continuamente. Da ci, la verifica dellerrore del membro conclusivo di una
catena dimensionale di un singolo prodotto consiste semplicemente nel misurare lerrore.
Lunica condizione perch la misura sia corretta che il valore di tutti i membri componenti
la catena dimensionale rimangano costanti durante questa operazione.

fig. 3.10.

Determinazione dellerrore del membro conclusivo su un singolo componente.

1) Restando nella determinazione dellerrore di un indice di qualit di un singolo prodotto, in


particolare il diametro del pezzo ottenuto al tornio, si consideri che il diametro il doppio del
raggio, per mezzo del quale il pezzo incluso nella catena dimensionale del complesso
MFTW, come suo membro conclusivo. Sotto questa condizione, lerrore del membro
conclusivo della catena dimensionale uguale alla somma algebrica (o vettoriale) degli errori
di tutti i membri della catena. Per il caso di fig. 3.10 (membri paralleli di una catena piana):
=
con:
i
m

m 1

(3.1)

deviazioni dei membri componenti della catena dimensionale dal valore nominale,
numero totale dei membri della catena dimensionale.

Nel caso pi generale:

3.6

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

La grandezza del membro conclusivo funzione delle variabili indipendenti rappresentate


dai membri componenti, cio:
A = f ( A1 , A 2 ,..., A m 1 )

(3.3)

e, dunque, possiamo scrivere:


dA =

A
A
A
dA1 +
dA 2 + ... +
dA m 1
A m 1
A1
A 2

e sostituire ai differenziali piccoli incrementi finiti, ma infinitesimi di ordine superiore, quali


sono le grandezze dei campi di dispersione i :
=

A
A
A
1 +
2 +...+

A 1
A 2
A m 1 m 1

(3.4)

oppure:
=

m 1

Ai i

(3.5)

Le espressioni numeriche (A / A i ) tengono conto dellinfluenza del campo di dispersione


di ogni membro componente sul membro conclusivo, cio sono funzione dei coseni direttori
di ogni membro componente, rispetto alla direzione del membro conclusivo. Come evidente,
la (3.5) solamente unapprossimazione, ma sufficientemente accurata per gli scopi pratici e
ad essa faremo costantemente riferimento. Per catene dimensionali piane a membri paralleli,
la (3.5) ulteriormente semplificata:
=

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

3. Analisi della Precisione del prodotto.

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

Tre Modi per Migliorare la Precisione.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

lavorazione precedente. Come evidente, il membro conclusivo il risultato di una catena


dimensionale a molti membri:
A =

Ai
1

fig. 3.11.

Due metodi per il controllo dellindice di qualit del membro conclusivo A di


un bicchiere lavorato al tornio.

La seconda soluzione quella di semplicemente lavorare il bicchiere con una barra


alesatrice che sostiene lutensile, come indicato in fig. 3.11b. Il bareno 1 ha un rullo 2, che
scontra la faccia anteriore del bicchiere 3, che stata lavorata precedentemente. La
dimensione A specificata a partire dalla faccia anteriore. In questo caso, la catena
dimensionale a molti membri precedente sostituita con unaltra avente solamente tre membri
( A =A2-A1). Come si vede, se il campo di dispersione A del lotto di bicchieri costruito col
primo metodo pu essere verosimilmente dellordine di 0.08, col secondo metodo si pu
arrivare facilmente ad un campo di 0.02, adoperando la stessa macchina utensile.

3.2.2

I Principali Metodi per Raggiungere la Voluta Precisione del Membro


Conclusivo.

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. Analisi della Precisione del prodotto.

Stante la diffusione prevalente degli Impianti Meccanici nel pi generale ambito


dellimpiantistica industriale, di seguito i diversi metodi per il raggiungimento della voluta
qualit del prodotto saranno preferibilmente applicati alla meccanica, anche se questo non
per nulla limitativo della validit delle conclusioni raggiunte.

3.2.3

Metodo dellIntercambiabilit Completa.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

3.2.3.1.

Controllo della Precisione di Produzione

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)

Se non si soddisfa la condizione (3.9), inevitabile dover rinunciare allimpiego del


metodo di intercambiabilit completa.

3.2.3.2.

Assegnazione delle Tolleranze

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

3. Analisi della Precisione del prodotto.

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)

Se questo valor medio av della tolleranza economicamente inaccettabile per le


condizioni tecniche di produzione, corretto prendere in considerazione le difficolt e gli
aspetti economici conseguenti col mantenimento della precisione richiesta per ciascuno dei
membri componenti la catena dimensionale. Per altro, facendo cos le debite correzioni, le
tolleranze assegnate su tutti i membri componenti devono insieme soddisfare la (3.10).
Il passo successivo calcolare e stabilire le coordinate del valor medio delle zone di
tolleranza per tutti i membri componenti. La grandezza ed il segno di queste coordinate sono
controllati per mezzo della (3.11). Prevalentemente, i valori di 0i e i sono assegnati per i
membri componenti in modo che possano essere usati calibri ed attrezzature standard. Quindi,
per controllare i valori calcolati ed assegnati di 0i e i pu essere fatto uso delle equazioni
per calcolare le deviazioni limite del membro conclusivo:
m 1 s
m 1
r
i
=
=
oi +
oi +
2
1
n +1
1
n r
m 1 s
m 1
i
min
n om
A
= omin
=

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

0.02 0.04 0.06 0.08 0.1

tolleranza sul diametro

0.02 0.04 0.06 0.08 0.1

tolleranza sul diametro

fig. 3.12. Influenza della tolleranza sulla produzione.


diminuzione delle nonconformit possibili con ladozione di un impianto dotato di un
migliore livello di precisione;
aumento dei costi di produzione con la diminuzione della tolleranza ammessa.

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

3. Analisi della Precisione del prodotto.

(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

Metodo dellIntercambiabilit Limitata.

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

Questo mostrato schematicamente in fig. 3.13.


Risolvendo lo stesso problema col metodo di intercambiabilit limitata, ai membri
componenti viene assegnata una tolleranza economica, cio pi ampia:
'1 > 1

' 2 > 2

3.14

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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:
' >

come si vede in fig. 3.13, della quantit:


c = ' = '1 + ' 2 .
Lapice indicher dora in avanti la statistica riferita alla produzione economica.
A1

A2

10

10

0
-30

-20 -10

10

20

30

-30 -20 -10

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.

Applicazione del metodo di intercambiabilit limitata ad una catena dimensionale


a tre membri.

Questa condizione conduce alla costruzione di un certo numero di prodotti (usualmente


quantificata da una percentuale), nella quale lerrore del membro conclusivo esce dai limiti
della tolleranza imposta dalla funzionalit, . La percentuale di questa parte di prodotti
uguale al rapporto tra la somma delle due aree tratteggiate e larea totale sotto la curva della
distribuzione delle frequenze. Essa pu essere determinata dalla tab. A2.I (se la distribuzione
delle frequenze segue la legge di Gauss).
Il metodo basato sul fatto noto che le combinazioni dei valori estremi dellerrore
(casuale) dei membri componenti la catena accadono pi raramente delle combinazioni dei
valori intorno alla media. Poi, possibile che il lavoro ed il denaro spesi per correggere
(riprendere) il ristretto numero di prodotti nei quali lerrore al di l dei limiti di tolleranza

3.15

3. Analisi della Precisione del prodotto.

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 ).

Prima di illustrare il procedimento bisogna richiamare i seguenti teoremi:


Qualsiasi siano le distribuzioni dei singoli membri componenti, pensati come variabili
casuali (non necessariamente aventi distribuzione normale, purch indipendenti), valgono le
relazioni seguenti:

i
2 = i2

(3.15)
(3.16)

La (3.16), applicata alla distribuzione


dellintercambiabilit limitata, diventa:
' 2 =

della

' i2
3.16

popolazione

ottenuta

col

metodo

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

con media e scarto quadratico medio:


=

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

e rimane determinato anche il valore :

' i2 = ' 2

(3.19)

e, nellipotesi di m membri:
2
=
(m 1) 'av

(3.20)

2 Z'02

Noto ' 2 , conosco


' i2 , cio quale devessere la somma degli scarti quadratici dei
singoli membri componenti (nellipotesi che tutti vengano inviati allassemblaggio) per avere
la percentuale fissata di nonconformit del membro conclusivo. Infatti, la (3.19) vera e
pensiamo che tutti gli elementi del membro i-esimo prodotti (e distribuiti secondo la propria

3.17

3. Analisi della Precisione del prodotto.

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

3 )2, cio Z 02i = 3 .

Analogamente, nel caso di distribuzione triangolare isoscele con media nulla si ha:
'2
'i2 = i
24

Z02i = 6

i =

1
6

3.18

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

dove la tolleranza ' i data dalla base del triangolo.


Distribuzione Triangolare Isoscele

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

dove, evidentemente, si posto:

i =

1
Z'02i

Z' 02i stato rinominato 1/ i perch il significato di Z'0i profondamente diverso da


quello di Z'0 : mentre Z' 0 funzione della percentuale di nonconformit ammessa
(calcolata sulla distribuzione standardizzata), Z'0i (o i ) hanno lunico significato di legare
tra loro i valori di ' i2 e ' i2 e sono funzione solamente del tipo di distribuzione ipotizzata
per il membro i-esimo.
3.19

3. Analisi della Precisione del prodotto.

Da come si ricavata, la (3.22) tanto pi esatta quanto pi aumenta il numero m-1 di


membri componenti, cio tanto pi la distribuzione del membro conclusivo si avvicina a
quella normale di Gauss. Si visto che, in generale, la (3.22) pu essere applicata con
sufficiente precisione a catene dimensionali con m 3 , quando la legge di distribuzione dei
membri componenti approssima quella di Gauss, a catene dimensionali con m>5 quando la
legge di distribuzione delle frequenze assimilabile a quella triangolare isoscele di Simpson,
a catene con m>7 se la legge di distribuzione quella rettangolare.
Si nota che il coefficiente Z 0i esatto sia per la distribuzione rettangolare, sia per quella
triangolare, invece approssimato per quella normale.
Nel caso di m membri e facendo riferimento a ' av (valore medio del campo di tolleranza
di tutti i membri componenti), dove, al solito, lapice indica che si tratta di tolleranze di
lavorazione reali, quindi ottenute nella produzione tecnologica dellimpianto disponibile, la
(3.22) diventa:
2
av
(m 1) 'av

(3.22a)

Z'02

cio:
'av =

(3.23)

Z' 0 [ av (m 1)]0.5

che la relazione cercata.

Esempio
Applicazione del metodo di intercambiabilit limitata ad un caso pratico. Siano:
= 0.05

m=7

Z' 0 = 3

Applicando il metodo di intercambiabilit completa, si sarebbe costretti a garantire una tolleranza


media pari a av = 0.008 . Inoltre, si supponga che:
1 = 2 = ... = m 1

1 = 2 = ... = m 1

Dalla (3.23) si ricava che:


av = 1 / 3 (legge di equiprobabilit) corrisponde

' 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:

'

Z' (m 1) 0.5 ( m 1)0.5


R = av = 0 av
=

av
Z'0 0av.5

(3.24)

m 1

3.20

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Valori dellincremento del campo di tolleranza, grazie allimpiego del metodo


dellintercambiabilit limitata, per la percentuale di nonconformit P[%].
Z'0

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

Per esempio, se sono dati:

= 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

i quali valori portano ad un = 0.29 . Si ottiene:

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%.

Usando il metodo di intercambiabilit limitata per risolvere simultaneamente i problemi


riguardanti diverse catene associate ad un singolo prodotto, deve essere considerato il fatto
che la frazione difettosa totale pi grande dei valori assunti per ogni catena dimensionale
presa a se stante.

3.21

3. Analisi della Precisione del prodotto.

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

Metodo dellIntercambiabilit di Gruppo.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Applicazione del metodo di intercambiabilit di gruppo ad una catena


dimensionale a tre membri: albero-gioco-foro.

Consideriamo lapplicazione di questo metodo per raggiungere la precisione richiesta del


membro conclusivo in una catena dimensionale a soli tre membri, poich le catene aventi un
numero di membri maggiore possono sempre essere ridotte ad una a tre membri sommando le
dimensioni dei membri, rispettivamente incrementanti e decrementanti, di ciascuno dei rami
della catena. La fig. 3.14 mostra la catena a tre membri: albero-gioco-foro, caratterizzata dalle
tolleranze di produzione:

' h > ' av > ' sh


ottenute col procedimento indicato sopra. Come si pu osservare dalla fig. 3.14,
evidentemente non possibile assicurare che il risultato dellassemblaggio garantisca la
funzionalit, qualunque sia il gruppo dal quale sono stati presi i componenti. Infatti, in fig.
3.14 e mano a mano che si sale dal gruppo I a quello k-esimo, la posizione del campo di
tolleranza del membro conclusivo si sposta verso i valori pi grandi della dimensione
av
( A av
k > A 1 ). Ne deriva che, per ciascuno dei k gruppi, deve essere:

'h = 'sh

h = sh

(3.28)

3.23

3. Analisi della Precisione del prodotto.

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)

Conseguentemente, tolleranze diverse possono essere associate a ciascuno dei membri


componenti, siano essi incrementanti o decrementanti, purch sia soddisfatta la (3.31).
Tuttavia, la condizione (3.27) comunque valida, e questo porta la necessit di aumentare
dello stesso numero di volte ciascuna delle tolleranze stabilite in accordo alla funzionalit che
i membri della catena dimensionale devono assicurare, per permettere di selezionare i
componenti dopo la lavorazione nello stesso numero di gruppi; quindi, per ottenere alla fine la
tolleranza di produzione imposta.

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:

'1 = '2 +'3

3.24

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

per cui, conoscendo il valore della tolleranza di produzione sul membro conclusivo, si ha:

1' = 0.5 ' = 0.5 0. 06 5 = 0.15

fig. 3.15.

Montaggio di una ruota dentata in una forcella.

allora, sostituendo i valori delle tolleranze note, possiamo scrivere:

'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

3. Analisi della Precisione del prodotto.

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.

Limiti di selezione dei 5 gruppi per il caso di fig. 3.15.

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

dopo aver spostato la media del campo


di tolleranza del membro A1 di:
= 0.150

-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

'av e, conseguentemente, da un valor medio della tolleranza dei membri componenti av , e


non da quello delle tolleranze di produzione 'av = k av .
Per questo motivo le tolleranze assegnate sulle dislocazioni angolari delle superfici che
definiscono le quote, sulle deviazioni della forma geometrica delle superfici e sulla rugosit
superficiale di tutti i membri componenti deve essere minore della tolleranza di progetto i (e
non della tolleranza di produzione ' i ). E' impossibile applicare il metodo di
intercambiabilit di gruppo se questa condizione non verificata!

3.26

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Ne deriva che, allaumentare della precisione richiesta, potrebbe perdere addirittura


validit fisica la quota, quale indicata sul disegno: a seconda della posizione scelta, la
misura pu essere interna od esterna al campo di tolleranza imposto alla quota. Perci, la
precisione dellimpianto produttivo deve essere la stessa di quello dellintercambiabilit
completa!
Il vantaggio del metodo di intercambiabilit di gruppo utilizzato per ottenere standard di
elevata precisione in molti articoli quali gli strumenti di misura, i cuscinetti a sfere ed a rulli
di precisione, laccoppiamento tra spinotto e pistone dei motori alternativi a combustione
interna, tra tuffante e cilindro delle pompe di iniezione Bosch, ecc.
Le spese addizionali dovute alla necessit di misurare tutti i pezzi con strumenti di
opportuna precisione, di selezionarli, di immagazzinarli e di consegnarli in gruppi separati per
lassemblaggio devono essere giustificate dal risparmio ottenuto lavorando i pezzi con le pi
ampie tolleranze ottenibili economicamente. Tuttavia, luso del metodo di intercambiabilit di
gruppo richiede unorganizzazione precisa di controllo. Anche la pi piccola confusione nella
selezione dei pezzi, che quindi siano posti nei gruppi sbagliati, esclude lintercambiabilit
completa allinterno dei gruppi e, conseguentemente, la possibilit di raggiungere la voluta
precisione. Per queste ragioni, i pezzi, dopo essere stati selezionati, sono marchiati con
simboli di riferimento per lidentificazione, o sono riposti in speciali contenitori per
limmagazzinamento e la gestione delle scorte. Infine, i risparmi ottenuti col metodo di
intercambiabilit di gruppo sono sostanzialmente ridotti se anche solamente uno dei
componenti comune ad una o pi catene dimensionali.
Se la tolleranza di produzione ' , risultante dalle condizioni di produzione date, assunta
costante, ed il numero di gruppi k e la tolleranza richiesta variabili, lequazione che lega
queste grandezze ' = k rappresenta uniperbole nel sistema di coordinate , k. Con
questo metodo, aumentando il numero di gruppi k, la precisione dellinsieme assemblato
prima migliora rapidamente, poi sempre pi lentamente, in accordo con la legge dei
progressivi minori rendimenti del ripetuto impiego di uno stesso parametro o procedura
migliorativa della produzione. Cos, il maggior beneficio ottenuto usando il metodo di
intercambiabilit di gruppo se, per una richiesta tolleranza , i componenti sono selezionati
nel numero minore possibile k di gruppi. In altre parole, la tolleranza di produzione ' deve
essere tenuta quella ottimale nelle condizioni date di produzione. Questo stabilito dalle
considerazioni prima fatte e deve tener conto dei valori che effettivamente possibile
mantenere per le dislocazioni angolari, le deviazioni della forma dal modello geometrico e la
rugosit superficiale.
Unaltra delle condizioni essenziali per una economica applicazione del metodo di
intercambiabilit di gruppo che i membri componenti ottenuti dalla lavorazione devono
soddisfare le richieste seguenti:
egual valore e segno degli spostamenti dalla media del campo di dispersione, i ;
identiche curve di distribuzione delle frequenze.
Se queste condizioni non sono verificate, abbiamo numeri differenti di pezzi componenti
allinterno di ciascun gruppo ed impossibile assemblare tutti i prodotti di una serie,
mantenendo la precisione richiesta. Poich le due condizioni vanno verificate comunque,
dobbiamo avere lo stesso numero di pezzi a costituire un gruppo (vedi in fig. 3.16a, come
mostrato luguaglianza richiesta delle aree sottese). Si pu vedere in fig. 3.16b che, se questo
non pi vero, le aree sottese dalle curve non sono uguali per i gruppi aventi lo stesso nome.
Dato che sono gli errori sistematici a distorcere landamento della dispersione delle quote,
lindividuazione e la correzione di questi porta la distribuzione ad avvicinarsi sempre pi a
quella normale. Ne risulta che, per ottenere distribuzioni simili delle frequenze dei diversi
3.27

3. Analisi della Precisione del prodotto.

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.

Condizioni per una corretta applicazione del metodo di intercambiabilit di


gruppo.
a) giusta numerosit dei membri componenti prodotti appartenenti allo stesso gruppo;
b) diseguale numerosit dei membri appartenenti allo stesso gruppo.

Perci, vista lapplicazione del metodo di intercambiabilit di gruppo allalta tecnologia, e


per la dimostrata convenienza a mantenere basso il numero k dei gruppi, quasi sempre
necessario tenere sotto rigido controllo la produzione mediante il controllo degli errori
sistematici. Ad esempio, nel caso di fig. 3.11, una frequente registrazione della mola annulla
linfluenza dellusura, in quanto gli inevitabili errori di registrazione obbediranno facilmente
ad una distribuzione normale ma, soprattutto, renderanno lusura della mola un fattore non
predominante. Oppure, riferendoci alla fig. 3.14, un pi corretto progetto della maschera di
posizionamento, che contenga ad esempio una spina estensibile, ridurrebbe la distorsione del
diagramma ed, anche in questo modo, un avvicinamento alla distribuzione normale della
curva di frequenza degli errori.

3.2.6

Metodo dellAggiustaggio.

Nello studio dei metodi dellintercambiabilit limitata e di quella di gruppo, abbiamo


concentrato le nostre possibilit di intervento alla sola estensione del campo di tolleranza. Ci
proponiamo ora di agire sulla posizione della media di tale campo, al fine di ottenere il
membro conclusivo con le volute caratteristiche di qualit. Per questo, studieremo i metodi
dellaggiustaggio e delladattamento.
Lessenza del metodo dellaggiustaggio che la precisione richiesta al membro conclusivo
per il rispetto della sua funzionalit raggiunta, ove necessario, con la modifica delle
3.28

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

dimensioni di uno dei membri componenti, modifica ottenuta rimuovendone un opportuno


sovrametallo. Questo metodo spesso il solo che permette di ottenere una precisione
sufficientemente elevata per il membro conclusivo, anzi il solo che permette il
miglioramento della precisione del prodotto, anche in confronto alla precisione delle
macchine che l'hanno lavorato. Cio, il metodo dellaggiustaggio il solo che ha consentito il
progresso tecnologico di miglioramento continuo della precisione delle macchine, dalla
primitiva ascia di pietra al moderno robot, per mezzo del solo contributo del lavoro umano.
Per applicare il metodo dellaggiustaggio, a tutti i membri componenti la catena
dimensionale sono assegnate le tolleranze economicamente ottenibili con limpiego dellunit
produttiva disponibile nelle condizioni operative reali. Questo procedimento produrr un
ampliamento del campo di tolleranza del membro conclusivo ad un valore:

' =

m 1

'i
1

Pertanto, per ottenere un membro conclusivo di fissata qualit, caratterizzata dalla


precisione che imposta dalla funzionalit, necessario rimuovere dalla catena
dimensionale il surplus di deviazione ' , detto sovrametallo di compensazione.
Se sono date le tolleranze di tutti i membri componenti nella lavorazione economica,
lammontare massimo della compensazione c determinato dalla:
m 1

c = i'
1

dove:

'i
m

la tolleranza del membro conclusivo imposta dalla funzionalit,


la tolleranza economica delli-esimo membro componente,
, al solito, il numero totale dei membri della catena dimensionale.

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

3. Analisi della Precisione del prodotto.

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

Catene dimensionali interconnesse.

Per lapplicazione del metodo dellaggiustaggio necessario provvedere il membro


compensatore del sovrametallo necessario a correggere lerrore del membro conclusivo. Per
questo bisogna:
assegnare lampiezza delle zone di tolleranza 'i , le coordinate dei valori medi '0i di
quelle zone in riferimento alle quote nominali Ai, dei coefficienti di asimmetria i delle
curve delle frequenze, tali che siano quelle economicamente ottenibili nelle condizioni
reali di produzione;
spostare la media della zona di tolleranza del membro compensatore scelto di un valore
di compensazione c , ricordando che, quando sono lavorati per asportazione di
truciolo, se il membro compensatore incrementante femmina esso aumenta la propria
dimensione e quella del membro conclusivo; se, invece, il membro compensatore
decrementante maschio esso diminuisce la propria dimensione, ma, ancora, aumenta il
membro conclusivo;
non ammettere errori che siano al di fuori dei limiti della tolleranza stabiliti per le
condizioni reali di produzione.
Questo metodo conduce ad un aumento del lavoro necessario per lammontare del tempo
richiesto dalle operazioni di aggiustaggio e porta ad una diminuzione della produttivit
dellimpianto.
In accordo con la seconda condizione, lassegnazione di tolleranze economicamente
ottenibili richiede lintroduzione di una correzione addizionale dei valori della coordinata del
valor medio della zona di tolleranza del membro compensatore.
Come si vede in fig. 3.18a, dove il membro compensatore scelto il membro
decrementante A 2 , la correzione c necessaria per riportare il valore massimo A' max
, che
si otterrebbe senza lapplicazione del metodo, al valore richiesto dalla funzionalit A max

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

tolleranza imposto dalla funzionalit.


Amax
'02- c
'2

'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

3. Analisi della Precisione del prodotto.

In fig. 3.18b rappresentato il caso in cui il membro compensatore A1 incrementante.


Come anticipato nella seconda condizione, la lavorazione del membro incrementante porta ad
un aumento del membro conclusivo. Quindi, lo spostamento c della media del campo di
tolleranza del membro compensatore deve essere fatto ancora nel senso di diminuire il valore
massimo di A' .
Le coordinate dei valori medi delle zone di tolleranza inserite nella (3.32) possono far
crescere o diminuire la misura del membro conclusivo A della catena dimensionale a tre
membri di fig. 3.18b:
A1 + A A 2 = 0

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)

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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:

c = 0.015 + (0.0075 + 0.015) (0.0025 + 0.005) = 0.03


Si aumenta il valor medio del campo di tolleranza '2 di questa quantit, come indicato in fig. 3.19c,
per verificare la prima condizione. Dalla fig. 3.19a si ricava:
A max
= A min
+ 0.015

ed il valore di A' max


di fig. 3.19c determinato da:

max
min
min
A'
= A
+ ' 2 + '1 c = A min
+ 0.03 + 0.015 0.03 = A + 0.015

Cos, il valore richiesto per A' max


rispetta, anzi coincide, con A max

, ed il membro compensatore
possiede il richiesto e sufficiente spessore di materiale per compensare tutti i possibili errori del
membro conclusivo.

3.33

3. Analisi della Precisione del prodotto.

A1
A2

min 2

max

b
2'

2'

1'

c
1'

max

fig. 3.19.

Applicazione del metodo dellaggiustaggio allaccoppiamento con gioco


linguetta-sede (*).
a) catena dimensionale secondo il metodo di intercambiabilit completa,
b) catena dimensionale reale, prima della compensazione,
c) catena dimensionale compensata.

(*) Tale caso riportato a titolo semplicemente didattico, in quanto la catena dimensionale
rappresentata sicuramente interconnessa con unaltra che ha il membro compensatore
comune.

Il principale vantaggio del metodo dellaggiustaggio sta nellopportunit che fornisce di


rendere economiche le lavorazioni di prodotti con tolleranze strette. Il primo e principale
svantaggio la necessit di un lavoro extra (lavoro a misura), per adattare il membro
compensatore. Molto spesso questo lavoro fatto a mano e consiste di due operazioni:
si stabiliscono tutti gli errori che influenzano le dimensioni del membro conclusivo,
siano essi le dimensioni, le dislocazioni angolari, le deviazioni dalla forma corretta, ecc.
quando gli errori del membro conclusivo lo fanno uscire dal campo di tolleranza
imposto dalla funzionalit, si rimuove il materiale in eccesso dal membro compensatore,
a mano od a macchina, rispettando contemporaneamente tutti i vincoli dimensionali
3.34

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

imposti al membro conclusivo, anche dalle catene dimensionali interconnesse (che si


riferiscono agli errori di forma, le rugosit e le tolleranze angolari).
La pratica indica che, per queste operazioni, richiesto un operatore di elevata abilit
professionale e la qualit del lavoro di aggiustaggio, cio lottenimento di un membro
conclusivo che rispetti tutti gli indici di qualit, dipende dalla sua bravura e dalla sua
esperienza. La difficolt legata alla lavorazione del membro compensatore per riportare il
membro conclusivo alla qualit richiesta consiste nella circostanza che la lavorazione si
presenta come problema composto, poich, come detto, necessario assicurare che tutti gli
indici di precisione siano ottenuti, come risultato delle modifiche fatte su un singolo membro.
Per esempio, nella lavorazione eseguita per ottenere la richiesta precisione della distanza tra le
due superfici di accoppiamento della linguetta di fig. 3.19, lerrore sulle dislocazioni angolari
(quello sul parallelismo di esse) non deve essere aumentato; se, invece, la catena dimensionale
presa in conto si riferisse proprio al mantenimento della dislocazione angolare, con
laggiustaggio non deve essere peggiorata la precisione della distanza, ecc.
Un altro inconveniente del metodo la variazione del tempo richiesto per laggiustaggio, il
quale dipende, ma non solo, dalleccesso di materiale da asportare al membro compensatore.
Come si visto, il sovrametallo da asportare varia da 0 a c . Conseguentemente, maggiore
il valore di c , maggiore pu essere lextralavoro richiesto per la correzione del membro
conclusivo. Se non si conosce la curva delle frequenze del membro conclusivo prima della
compensazione (come vedremo subito, la cosa addirittura ovvia nelle lavorazioni in cui
razionale adottare tale metodo, cio quelle di piccola serie o di pezzi singoli), impossibile
prevedere la durata del lavoro di aggiustaggio. In ogni caso, il tempo richiesto per il lavoro di
aggiustaggio aumenta al peggiorare della precisione economicamente ottenibile sui membri
componenti; per contro, il tempo di aggiustaggio pu essere ridotto utilizzando la
meccanizzazione ed equipaggiando il posto di lavoro con efficienti strumenti di misura e con
organi di bloccaggio e di lavorazione adeguati. Per questa ragione, e per laltra che risulta
dalla difficolt di reperire manodopera di elevata qualifica professionale (quindi anche
costosa), il metodo dellaggiustaggio non pu essere considerato nelle lavorazioni di serie.
Per quanto detto, il metodo strettamente limitato al controllo tecnico della qualit del
prodotto. Esso impiegato nella costruzione di prodotti di piccola serie, anche caratterizzati
da un numero elevato di membri componenti le catene dimensionali e dalla necessit che i
membri conclusivi risultino di elevata precisione.
Il metodo dellaggiustaggio pu essere usato anche nella fase di registrazione delle catene
dimensionali di processo, nelle quali sono coinvolti i membri del sistema MFTW, per la
lavorazione di un lotto, fino alla successiva registrazione. Pure in presenza di errori dinamici
non facilmente eliminabili, esso consiste nel fare una passata di prova. Quindi, rimuovendo un
numero consecutivo di sovrametalli e misurando la quota del membro conclusivo dopo ogni
passata, il membro conclusivo viene riportato alla richiesta precisione. Dopo questa
operazione, il sistema MFTW si considera pronto per la lavorazione del lotto, fino alla
successiva registrazione, anche se nella fase precedente non si tenuto conto correttamente
degli errori dinamici. In questo caso, la quota stessa del pezzo lavorato svolge la funzione di
membro compensatore e di membro conclusivo.

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

3. Analisi della Precisione del prodotto.

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.

Lessenza di questo metodo che la precisione richiesta sullelemento conclusivo della


catena dimensionale si ottiene cambiando la misura dellelemento compensatore prescelto,
senza rimuovere uno strato di sovrametallo da esso.
Per questo motivo, il metodo delladattamento tende a risolvere i problemi organizzativi
derivanti dallapplicazione del metodo dellaggiustaggio, in particolare tende a superare le
incertezze nella definizione del costo di costruzione del prodotto derivanti
dallindeterminatezza dei tempi di ripresa dei prodotti che escono dal campo di tolleranza
imposto dalla funzionalit. Come abbiamo detto, in realt possibile ridurre sensibilmente tali
incertezze solamente attraverso la stesura e lanalisi delle curve di distribuzione delle
frequenze delle quote ottenute nel ciclo di lavorazione reale, ma tale procedura risulta
impossibile nelle lavorazioni di piccola e piccolissima serie, semplicemente per mancanza di
un numero sufficiente di dati.
In linea di principio, il metodo delladattamento simile a quello dellaggiustaggio. I due
metodi differiscono esclusivamente per il modo secondo cui viene cambiata la misura
dellelemento compensatore. Con il metodo delladattamento la modifica della misura del
membro compensatore pu essere condotta in due modi:
cambiando la posizione di uno dei componenti la catena dimensionale, quindi del pezzo
ad esso associato, mediante uno spostamento lineare o rotatorio od entrambi
simultaneamente. Lo spostamento uguale o maggiore dellerrore eccedente del
membro conclusivo;
introducendo un pezzo speciale della misura richiesta o della richiesta dislocazione
angolare nella catena dimensionale, in modo che il membro conclusivo rientri nel
campo di tolleranza imposto.
I pezzi, la cui posizione viene cambiata per ottenere la precisione richiesta del membro
conclusivo (cio nel primo modo detto), sono chiamati membri compensatori regolabili.
Elementi speciali, e perfino meccanismi, possono servire da membri compensatori regolabili
(gli esempi sono moltissimi, in particolare si possono considerare i dispositivi di registrazione
2

R. Dorfman, Prezzi e Mercati, il Mulino, 1968.

3.36

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Applicazione del metodo delladattamento per laccoppiamento silenzioso tra una


forcella e la propria ruota dentata.
a soluzione col metodo di intercambiabilit completa;
b soluzione col metodo delladattamento con un membro compensatore regolabile;
c soluzione col metodo delladattamento con un membro compensatore fisso.

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

3. Analisi della Precisione del prodotto.

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.

Il Metodo dellAdattamento con Membri Compensatori Regolabili.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

compensare gli errori di parallelismo dellalbero solamente su un piano, rendendo


loperazione pi agevole. La distanza dellasse di rotazione dellalbero dalla guida del piano
di lavoro, sul piano del disegno, determinata dal supporto centrale. Lasse di rotazione
dellalbero reso parallelo ad x-x per adattamento della posizione dei due supporti di
estremit. La distanza dellasse di rotazione dalla guida del piano di lavoro, sul piano
longitudinale ortogonale a quello del disegno, determinata dal supporto di sinistra:
regolando gli altri due supporti su due piani ortogonali al primo, lasse di rotazione dellalbero
reso parallelo al piano del disegno.
motore

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.

Applicazione del metodo delladattamento per il parallelismo dellalbero di


comando degli avanzamenti alla guida del banco di lavoro di una scorniciatrice.
a) soluzione del problema col metodo dellaggiustaggio;
b) soluzione col metodo delladattamento con membri compensatori regolabili;
d) soluzione della catena dimensionale A sul piano verticale.

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

3. Analisi della Precisione del prodotto.

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.

Diverse applicazioni del metodo delladattamento con membri compensatori


regolabili nel caso di numero di supporti n>3.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

fissare la posizione della boccola, rimettendo il grano 4.

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

Applicazione del metodo delladattamento ad una catena dimensionale a tre


membri. Caso di membro compensatore A2 decrementante.

La rappresentazione grafica dellapplicazione del metodo delladattamento con membro


compensatore regolabile al caso appena descritto riportata in fig. 3.23. Si adottato
laccorgimento non limitativo di confondere i membri A2 ed A3 di fig. 3.20b nel membro
compensatore A2. In essa si pu osservare laffinit del metodo con quello dellaggiustaggio,
con la variazione che, per il caso proposto, che il limite alla posizione del campo di tolleranza
del membro conclusivo la coincidenza dellestremo inferiore dei campi di tolleranza validi
per la funzionalit e per la produzione economica, in confronto a quello superiore, stabilito
per il metodo dellaggiustaggio. E' come dire che, mentre col metodo dellaggiustaggio si
deve togliere sovrametallo dal membro compensatore per correggere lerrore residuo del
membro conclusivo, col metodo delladattamento si deve poter aggiungere materiale per
ottenere lo stesso risultato.
'

c = A' min A min = '0 0 =


2
2

'
=
+ '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

3. Analisi della Precisione del prodotto.

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.

Altri esempi in cui si ristabiliscono i giochi con la precisione richiesta sono:


nelle vetture:
- la registrazione dei cuscinetti conici delle ruote anteriori,
- la registrazione della convergenza e della campanatura,
- la registrazione della forza di serraggio della frizione, come mostrato in fig. 3.24a,
- le sospensioni "intelligenti", che costituiscono un caso di compensazione automatica,
introdotta nelle vetture di elevate prestazioni, ecc;
nei motori a combustione interna:
- le registrazioni della distanza dei contatti del ruttore nel vecchio sistema di
accensione,
- la registrazione della distanza tra punteria e camma nel sistema di distribuzione, ecc;
nelle macchine utensili:
3.42

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

- la registrazione dei lardoni conici tra guide e slitte,


- tutti i sistemi di registrazione manuale della distanza del pezzo dallutensile, ecc.
- i sistemi automatici di recupero dei giochi, come ad esempio quello mostrato in fig.
3.24b, applicato allavanzamento della tavola longitudinale di una fresatrice. Questo
dispositivo particolarmente utile nella fresatura in concordanza, quando lazione
dellutensile tende a trascinare il pezzo e la tavola, che lo supporta.
In molti casi, la registrazione periodica di compensatori variabili sostituita con successo
con un adattamento automatico e continuo (principio del controllo adattativo). Un caso
rappresentativo quello di fig. 3.24b e mostra il dispositivo di recupero automatico dei giochi
tra vite-madre e chiocciola, nel meccanismo di avanzamento longitudinale della tavola di una
fresatrice orizzontale. Tale dispositivo installato per evitare che la componente della forza di
taglio, orientata secondo la direzione del moto (moto del pezzo in concordanza con quello
dellutensile), provochi irregolarit di avanzamento, urti ed usura, dovuti alla presenza di
gioco tra i fianchi delle filettature della vite madre e della chiocciola.

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.

Il Metodo dellAdattamento con Membri Compensatori Fissi.

Quando vengono impiegati compensatori fissi - sotto forma di distanziatori, anelli,


colonne, boccole, flange ed altri particolari di non complicata costruzione - necessario
determinare il numero di intervalli in cui viene diviso il campo di tolleranza reale del membro
conclusivo, e, per ognuno degli intervalli, viene definita la dimensione e la tolleranza del
membro compensatore adatto a far rientrare il membro conclusivo nel campo di tolleranza
imposto dalla funzionalit.
Lapplicazione del metodo delladattamento con membri compensatori fissi mostrata in
fig. 3.25a, per una catena dimensionale di quattro membri. Dei membri componenti sono
rappresentati solamente i campi di tolleranza di produzione economicamente ottenibili e, del
membro conclusivo, sia la tolleranza che rispetta la funzionalit, sia quella economicamente
ottenibile in produzione. La catena dimensionale :
A1 A 3 A A 2 = 0

3.43

3. Analisi della Precisione del prodotto.

ed in essa, per il momento, si supposto trascurabile il campo di tolleranza del membro


compensatore A3.
Nella parte bassa del diagramma, si pensato arbitrariamente di ordinare le dimensioni
crescenti del membro incrementante A1 e le dimensioni progressivamente decrescenti del
membro decrementante A2. Altrettanto arbitrariamente, si scelta una scala delle ordinate e,
quindi, linclinazione dei segmenti che collegano gli estremi inferiore e superiore dei campi di
tolleranza dei due membri componenti A1 ed A2 nellordine scelto. Ne risulta un trapezio
abcd, nel quale ogni parallela alle basi rappresenta una combinazione opportuna delle
dimensioni del membro conclusivo A e del membro compensatore necessario per riportare
il membro conclusivo allinterno del campo di tolleranza imposto dalla funzionalit .
Come si pu capire, la posizione del campo di tolleranza di ognuno dei membri componenti
assolutamente indifferente ai fini della corretta costruzione del diagramma, giacch
semplicemente vengono abbassate le verticali dagli estremi di ogni campo di tolleranza di
produzione, senza tener in alcun conto la loro posizione.

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.

Si esamini la combinazione della dimensione massima del membro decrementante A2 e di


quella minima del membro incrementante A1. Essa rappresentata dalla base minore bc del
trapezio. In questa condizione, il membro conclusivo A deve assumere la dimensione
minima, poich, a partire da questo momento, il membro decrementante pu solamente
diminuire e quello incrementante solamente aumentare. Allora, il membro compensatore pu
essere graficamente determinato dalla differenza:
A 3I = A'1min A' 2max A min

3.44

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Il membro compensatore fisso A 3I pu essere utilizzato fino al momento in cui la


combinazione delle dimensioni dei membri componenti fa uscire il membro conclusivo dal
campo di tolleranza imposto dalla funzionalit.
Tale circostanza pu essere rappresentata convenzionalmente dalla parallela alle basi
indicata in fig. 3.25a con ef, per la quale deve essere scelto un nuovo membro compensatore
fisso:
A II = A I +

Con questo procedimento si continua fino a coprire completamente il campo di tolleranza


' del membro conclusivo. Ne deriva che il numero dei membri compensatori da prevedere
per risolvere il problema della precisione del membro conclusivo della catena dimensionale
scelta :
N=

'

(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

3. Analisi della Precisione del prodotto.

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

Applicazione del metodo delladattamento con membri compensatori fissi ad una


catena dimensionale di quattro membri. Caso di membri compensatori con campo
di tolleranza '3 non trascurabile.

Se il campo della tolleranza di costruzione del membro compensatore non pu essere


trascurato, come in fig. 3.26, bisogna tenerne conto per mantenere rigorosamente la tolleranza
per tutte le catene dimensionali. Come si pu vedere nel particolare della fig. 3.26, dopo
aver determinato col metodo precedente il numero dei membri compensatori, il campo di
3.46

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

tolleranza del membro compensatore determinerebbe un certo numero di catene dimensionali


per le quali pu non essere verificata la tolleranza funzionale del membro conclusivo
(esso sarebbe superiore ad A max
, vista la posizione del campo di tolleranza '3 )
dellesempio. Ci si deve ridurre, allora, alla determinazione del numero di membri
compensatori come in fig. 3.26, dove esso risulta:
N' =

'
' 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.

Determinazione della numerosit di ogni gruppo di membri compensatori.

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.

Vantaggi dellApplicazione del Metodo dellAdattamento.

Da quanto detto evidente che il metodo delladattamento presenta lo svantaggio di andare


contro il principio della total-quality, in quanto tende ad incrementare il numero dei
componenti la catena dimensionale. Tuttavia esso porta i seguenti vantaggi:
3.47

3. Analisi della Precisione del prodotto.

la possibilit di ottenere il membro conclusivo con elevata precisione, pur assegnando


tolleranze che sono economicamente ottenibili ai membri componenti la catena
dimensionale. I limiti di precisione raggiungibili sono quelli gi indicati a proposito del
metodo dellintercambiabilit di gruppo e del metodo dellaggiustaggio: il problema
ancora di tipo composto, ed richiesta contemporaneamente la precisione sulle
dimensioni, quella sulle dislocazioni angolari, il rispetto dei limiti degli errori di forma,
dei limiti di rugosit, ecc. Cio, la costruzione con limiti allargati per le quote deve in
ogni caso garantire che le grandezze ottenute automaticamente (implicitamente, col
metodo di intercambiabilit completa) corrispondano ai limiti imposti dalla funzionalit,
quindi ai campi di tolleranza e non gi a quelli ' ;
leliminazione di ogni aggiustaggio o lavoro di selezione dei membri componenti. Cos,
si assicura una minore variazione del tempo richiesto per il completamento del lavoro e
questo tempo pu essere facilmente inserito in un ciclo di lavorazione certo;
gli impianti, le macchine ed i loro componenti acquistano una nuova propriet: la
precisione richiesta pu essere periodicamente ripristinata; alcune volte, la precisione
pu addirittura essere ripristinata in modo continuo ed automatico.

Questi vantaggi essenziali del metodo delladattamento lo rendono il pi efficace per


ottenere membri conclusivi con elevato grado di precisione, specialmente in catene
dimensionali aventi membri soggetti a variazioni delle dimensioni dovute allusura.
Lesperienza insegna che una diffusa applicazione del metodo delladattamento per ottenere
unelevata precisione permette in molti casi anche di ridurre i costi di fabbricazione, in
particolare quelli di collaudo.
Uno svantaggio del metodo comunque la necessit di aumentare il numero dei
componenti. Tuttavia, sembra che ladozione del metodo delladattamento con membri
compensatori fissi riduca sensibilmente i costi aggiuntivi.
Inoltre, evidente che ladozione del metodo delladattamento richiede una progettazione
specifica dellinsieme, poich quasi sempre impossibile applicare questo metodo in modo
efficace se i compensatori non hanno un opportuno disegno fin dalle prime fasi del progetto
del prodotto.

3.48

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

3.3

LA FORMA DELLE MACCHINE E DEI LORO COMPONENTI.

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

3. Analisi della Precisione del prodotto.

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

Disegno della forma di un componente a partire dalla funzionalit richiesta.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

le superfici di riferimento ausiliarie, che determinano la posizione degli elementi


accoppiati a quello in esame, relativamente alle loro superfici principali di riferimento,
e, quindi, a tutti i componenti la macchina o limpianto. Ad esempio, le superfici
ausiliarie della testa di un tornio parallelo sono la combinazione delle superfici
costituenti le sedi dei cuscinetti degli alberi dei cambi di velocit, dellalbero del
mandrino, le superfici di accoppiamento dei coperchi, ecc. Oppure, con riferimento alla
fig. 3.28, le superfici a e b (insieme agli spallamenti) sono principali di riferimento
dellalbero e le c e d (insieme agli spallamenti) sono quelle ausiliarie dellalbero. Poi,
queste ultime sono le superfici principali di riferimento delle ruote dentate, le quali
avranno quelle dei denti come superfici operative;
le superfici atmosferiche, che provvedono semplicemente alla continuit fisica ed,
assieme alle precedenti, impartiscono la forma al componente elementare, in dipendenza
della sua funzionalit. Esse non posseggono altro ruolo funzionale e, spesso, non sono
lavorate.

3.51

3. Analisi della Precisione del prodotto.

3.4

IL PIAZZAMENTO.

Il problema di collegare due o pi pezzi con la richiesta precisione caratteristico della


fabbricazione delle macchine e degli impianti. Questa attivit si presenta nellassemblaggio e
nella registrazione, come pure nella lavorazione dei pezzi con vari procedimenti, quando il
pezzo deve essere piazzato e bloccato con la precisione richiesta sulla macchina o
sullattrezzatura.
Come noto, simili problemi si incontrano nel fissaggio e bloccaggio degli utensili da
taglio sulle torrette, sulle barre di alesatura, sui morsetti od altre attrezzature, ed ogni volta
che il pezzo sia da lavorare oppure, una volta lavorato, debba essere misurato con uno
strumento di misura idoneo. Gli stessi problemi si incontrano anche nella manutenzione e nel
funzionamento dellimpianto.
La soluzione di tali problemi basata innanzitutto sullo studio dei principi del
posizionamento, poi deve tener conto dell'effetto dell'applicazione delle forze di serraggio.
Si sa dalla Meccanica Teorica che ogni corpo rigido ha 6 gradi di libert in rapporto a tre
assi perpendicolari coordinati x, y e z: il corpo pu essere spostato parallelamente a se stesso e
ruotato intorno a ciascuno dei 3 assi. La posizione di un tale corpo, in riferimento al sistema
coordinato scelto, completamente determinata da 6 valori indipendenti, cio da 6 coordinate.
Ciascuna coordinata priva il corpo di un grado di libert. La grandezza della coordinata pu
indicare la distanza, con il richiesto grado di precisione, di un punto sul corpo rigido da uno
dei piani coordinati, opportunamente scelto. Perci, la posizione di un pezzo, considerato
come corpo rigido, determinata in riferimento ai tre piani coordinati scelti, come detto sopra.
Ad esempio, volendo applicare questi concetti alle lavorazioni tecnologiche, con
riferimento al prisma di fig. 3.29, lindicazione delle coordinate 1, 2 e 3 con le linee
tratteggiate che collegano le superfici del pezzo ai piani coordinati definisce i legami tra la
superficie piana inferiore xoz del pezzo col piano coordinato XOZ, che sono le distanze di 3
punti della superficie del pezzo dal piano, privando il pezzo di 3 gradi di libert: il pezzo non
pu pi essere spostato nella direzione dellasse Y o girare intorno ad assi paralleli agli assi X
e Z. Nel caso generale, il sistema coordinato associato ad ogni pezzo pu essere disposto in
una posizione qualunque; tuttavia, comodo disporlo o sulle superfici principali di
riferimento, oppure lungo gli assi di simmetria del pezzo.
Due coordinate che determinano le distanze 4 e 5 di due punti giacenti sulla superficie del
pezzo yoz dal piano coordinato YOZ evitano che esso subisca spostamento nella direzione
dellasse X e rotazione intorno ad un asse parallelo allasse Y: In questo modo, due coordinate
lo privano di altri due gradi di libert.
La sesta coordinata 6 determina la distanza di un punto giacente su una delle superfici xoy
del pezzo, in rapporto al piano coordinato XOY, privandolo con ci dellultimo grado di
libert.
In questo modo, ciascuna delle coordinate non solo determina la distanza dei punti di una
superficie del pezzo, ma priva anche il pezzo di uno dei suoi gradi di libert. Analoghe
considerazioni possono essere fatte per il cilindro, il disco e la sfera delle fig. 3.29b, fig. 3.29c
e fig. 3.29d. Questi esempi mostrano che la posizione di ogni pezzo, in rapporto al sistema
coordinato scelto, pu essere determinata da 6 coordinate che congiungano 6 punti del pezzo,
disposti sui tre piani del suo sistema coordinato, con il sistema coordinato scelto sullaltro
pezzo da accoppiare. I pezzi sono uniti portando le loro superfici in contatto o facendo
coincidere i loro assi simultaneamente. In altre parole, lunione di due pezzi pu essere
concepita come il fissaggio del sistema coordinato di un pezzo con il sistema coordinato

3.52

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Eliminazione dei gradi di libert di elementi meccanici di forma semplice.

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

3. Analisi della Precisione del prodotto.

Col termine superficie di posizionamento ci riferiremo ad una superficie coordinata del


pezzo che determina la sua posizione per mezzo di 3 coordinate. Uno dei principi della
meccanica teorica che un corpo rigido appoggiato su tre punti pi accuratamente e
stabilmente collocato quanto pi essi sono lontani tra loro. Su questa base, la superficie avente
la maggiore dimensione scelta come superficie di posizionamento.
La superficie coordinata che definisce la posizione del pezzo con laiuto di due coordinate,
privandolo di due gradi di libert, sar chiamata superficie di guida. Questo nome stato
dato perch attraverso i due punti pu essere disegnata una linea retta e la retta determina la
relativa direzione. La precisione delle guide caratterizzata fondamentalmente dalla tangente
dellangolo formato dalla retta ideale con quella reale, rapporto dei cateti di un triangolo
rettangolo:
tan = a / b

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

Materializzazione dei vincoli di posizionamento.

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

Gradi di Libert Residui e Superfici di Riferimento Latenti

In dipendenza della funzionalit dellimpianto al quale appartengono, alcuni componenti


posseggono uno o pi gradi di libert residui.

3.54

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

3. Analisi della Precisione del prodotto.

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.

Assemblaggio di un compensatore regolabile.

Spesso le superfici latenti di riferimento vengono materializzate (fig. 3.30):


per migliorare la precisione con cui il pezzo viene montato durante lassemblaggio,
costituendo esso un compensatore regolabile,
per ridurre il tempo richiesto per posizionare il pezzo da lavorare,
per creare appoggi che resistano pi efficacemente alle forze che tendono a spostare il
pezzo sotto bloccaggio.

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:

la superficie a, che destinata ad accoppiarsi al disco orientabile, usata come superficie di


riferimento per il posizionamento e la lavorazione (i punti di contatto con lattrezzatura sono
indicati con 1, 2 e 3). La superficie di posizionamento non molto estesa e determina sensibili
errori di posizionamento. Inoltre, quando la guida lavorata sulla parte a sbalzo, essa soggetta a
deformazione elastica e si verificano errori di forma geometrica dei piani lavorati,

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,

invece, migliori risultati si ottengono aumentando artificialmente lestensione della superficie di


posizionamento per la lavorazione con le speciali appendici c, che sono lavorate inizialmente
3.56

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

superficie di riferimento per il posizionamento


e la lavorazione
3

3
1e2

fig. 3.32.

1e2

Posizionamento ottimale mediante


posizionamento materializzate.

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

Applicazione di Forze per il Piazzamento.

Quando il pezzo piazzato in riferimento ad altri con la precisione richiesta, la sua


posizione deve essere mantenuta durante lintero periodo di utilizzazione sulla macchina (se il
piazzamento una fase del montaggio), o durante il tempo di lavorazione o di misura (se il
piazzamento una fase della lavorazione o del controllo).
3.57

3. Analisi della Precisione del prodotto.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Instabilit di posizionamento dovuta ai giochi eccessivi.

Nella pratica, il problema dellinstabilit di piazzamento si incontra spesso anche durante


lesercizio. Con questa espressione si devono ora intendere singole o diverse interruzioni nel
contatto tra le superfici interessate degli organi accoppiati. Ad esempio in fig. 3.33 sono
rappresentati (esagerati) i giochi esistenti tra la linguetta e la sua sede ottenuta tra un albero e
lorgano accoppiato. Come si vede, i giochi permettono spostamenti lungo gli assi X ed Y, ma
anche rotazioni attorno ai tre assi associati alla linguetta. Ne segue che, a causa dellinstabilit
di piazzamento, necessario calcolare e tener conto quantomeno degli errori che risultano
nellintera catena cinematica per riguardo alla precisione dei moti che si devono ottenere.

3.4.3

Superfici di Riferimento per lAssemblaggio, la Lavorazione e la Misura.

La definizione di superfici di riferimento per lassemblaggio stata data sopra, indicandole


come quelle superfici principali del componente da accoppiare ed ausiliarie del componente
che lo ospita, le quali determinano la posizione del componente, in riferimento a quello cui
collegato durante lassemblaggio.
Allo stesso modo, poich durante la lavorazione meccanica il componente deve occupare
la posizione voluta in riferimento alla macchina utensile, le superfici o le combinazioni di
superfici di posizionamento per mezzo delle quali questo ottenuto sono dette superfici di
riferimento per la lavorazione.
Inoltre, sia durante la lavorazione come pure durante lassemblaggio, spesso necessario
eseguire misure che indichino, con un grado di precisione adeguato, le dimensioni delle
superfici e le loro posizioni in confronto ad altre. In particolare, la misura delle quote
eseguita sempre tra (in generale 2) porzioni di superficie. Le superfici in riferimento alle quali
3.59

3. Analisi della Precisione del prodotto.

si eseguono misure di distanza o di dislocazione angolare sono dette superfici di riferimento


per la misura. Le superfici di riferimento per la misura sono impiegate per determinare la
posizione dello strumento in riferimento alle superfici, o, viceversa, la posizione dellinsieme
da misurare in confronto allo strumento. Spesso il numero di superfici di riferimento reali
insufficiente e deve essere integrato da una o pi superfici latenti per riportare il numero totale
a 3.
In ogni caso, sempre necessario eliminare i 6 gradi di libert che il componente o la
macchina possiede e, dunque, devono essere previste 3 superfici sulle quali si debbano
disporre i 6 punti di contatto previsti per i corpi rigidi. Abbastanza spesso si impiegano
superfici latenti di riferimento, dopo averle materializzate nei modi detti.

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.

Cambio di posizionamento non organizzato nel serraggio mediante morsa.

3.60

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Modalit di Quotatura che Influiscono sulla Precisione.

Le superfici di riferimento per la quota, la lavorazione e la misura devono coincidere


perch lerrore di posizionamento sia nullo. La quotatura del disegno del pezzo deve
prevedere il ciclo di lavorazione, interpretandolo.
Esistono tre metodi di quotatura, allo stesso identico modo in cui esistono tre metodi per
lottenimento della misura:
a catena,
3.61

3. Analisi della Precisione del prodotto.

a coordinata,
combinato.

3.4.4.1.1. Il Metodo a Catena.

4
4
B

2
2

3
4

1
1

fig. 3.35.

Quotatura col metodo a catena di un albero.

La caratteristica di questo metodo che ogni quota A i (distanza o dislocazione angolare)


ottenuta con la lavorazione, od misurata, dopo che stata ottenuta o misurata una quota
precedente A i 1 ; la superficie comune ad A i ed A i 1 presa come superficie di riferimento
per la lavorazione o la misura della quota A i .
In questo modo, per ottenere successivamente ogni quota, si opera una sostituzione della
superficie di riferimento e, quindi, si esclude leffetto degli errori commessi nellottenimento
di tutte le quote precedenti sulla quota in via di ottenimento o di misura. Inoltre, lerrore
commesso per ogni quota dipende solamente dalle modalit specifiche del processo di
lavorazione o di misura impiegato per ottenere la quota.
Il fatto che lerrore che si commette in ognuna delle quote sia indipendente dagli errori
degli altri il vantaggio principale di questo metodo, ma si deve osservare che lerrore che si
commette sugli elementi coordinati, cio sulle quote misurate a partire da ununica superficie
di riferimento, dipende dagli errori dei membri della catena dimensionale che definisce ogni
elemento coordinato, come mostrato in fig. 3.35 per la quota complessiva B, la cui tolleranza
ottenuta sommando aritmeticamente gli scostamento superiori ed inferiori dalle quote
nominali di Ai.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Quotatura a catena di dislocazioni angolari.

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

e, quindi, gli errori sulle quote coordinate sono:

2 = 2 + 1

3 = 3 + 2 + 1

ed aumentano allaumentare del numero di membri che definiscono la quota coordinata.

3.4.4.1.2. Il Metodo a Coordinata.

La particolarit di questo metodo che tutte le quote sono prodotte indipendentemente e


sono relative ad ununica superficie di riferimento. La stessa modalit deve essere seguita
nella lavorazione, nel montaggio e nelle successive procedure di controllo e misura. Di
conseguenza, lerrore ottenuto su ogni quota dovuto solo alle particolarit tecnologiche della
particolare lavorazione o montaggio che adottato per ottenere quella coordinata. Cos,
lerrore di ogni quota coordinata non dipende dallerrore commesso sulle altre quote.
3.63

3. Analisi della Precisione del prodotto.


3

1=1

2= 2

3
4

fig. 3.37.

Quotatura di un albero col metodo a coordinata.

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

e gli errori corrispondenti risultano solamente:

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.

3.4.4.1.3. Il Metodo Combinato.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Inoltre, in generale il metodo a coordinata pi favorevole anche dal punto di vista


economico, poich richiede un minor numero di posizionamenti e, quindi, minori soste nel
ciclo di lavorazione. Tuttavia, giova osservare che luso troppo estensivo di ognuno dei due
metodi pu portare a difficolt (e, quindi, a costi aggiuntivi) nella corretta progettazione e
realizzazione delle attrezzature di montaggio, lavorazione, controllo o misura necessarie al
raggiungimento dello scopo prefisso.

1
2
3
4

fig. 3.38.

Quotatura di un albero col metodo combinato.

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.

Principio della Costanza delle Superfici di Riferimento.

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

3. Analisi della Precisione del prodotto.

in realt una combinazione di superfici che entrano in contatto con lattrezzatura di


posizionamento e serraggio, sono considerati componenti dei soli errori di serraggio.

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.

Eliminazione dellerrore di posizionamento sulla posizione relativa delle superfici


lavorate.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Insorgenza di un errore di posizionamento a causa della distinzione tra superficie


di riferimento per la quota e per la lavorazione.

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 max h min = H max H min

h = H

oppure:

h =HU

e, differenziando con U = cost:

3.67

3. Analisi della Precisione del prodotto.

h = dh = dH = H

Quando le superfici di riferimento per la lavorazione e per la quota non coincidono,


lerrore di posizionamento pari alla tolleranza prevista per la quota che lega le due superfici
di riferimento per la lavorazione e la quota: nel caso dellesempio precedente, la quota 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.

Insorgenza di un errore di posizionamento nel piazzamento di un pezzo cilindrico


su un supporto a V.

e, differenziando con U = cost:

D 1
h =

+ 1

2
sin

(3.33)

3.68

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Eliminazione dellerrore di posizionamento nel piazzamento di un albero tra le


punte.

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

3. Analisi della Precisione del prodotto.

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)

essendo S il gioco tra spina e foro.


RAPPRESENTAZIONE SCHEMATICA

min
hmax U h

max

d min D

fig. 3.43.

Errore di posizionamento nel piazzamento di un foro su una spina fissa. Esempio


applicato alla lavorazione della base di un supporto di cuscinetto, con centraggio
sulla superficie di riferimento ausiliaria (passaggio dellalbero).

3.70

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

fig. 3.44a. Errore di posizionamento nellesecuzione successiva di quote in serie.

3.71

3. Analisi della Precisione del prodotto.

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.

Scelta delle Superfici di Riferimento per i Pezzi Esili.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

condizioni, la tendenza sar di andare dalle superfici di maggiore estensione a quelle pi


piccole.
Particolare attenzione merita la scelta delle superfici di riferimento per la lavorazione dei
pezzi ai quali, durante lesercizio, sono collegati solamente uno o due altri componenti. La
loro particolarit di avere un solo sistema di superfici di riferimento principali od ausiliarie,
talvolta incompleto. Tali componenti sono leve, ruote dentate, mensole, alberi, coperchi, ecc.
e, per essi, la scelta delle superfici di riferimento per la lavorazione pi semplice, nel senso
che essa presenta meno alternative. In pratica, si sceglie la superficie di maggiore estensione
quale superficie di riferimento principale per la lavorazione, quella di massima lunghezza
quale superficie di guida e quella pi piccola quale superficie di riscontro.
Quando possibile lavorare tutte le superfici del pezzo previste con un solo
posizionamento, le superfici atmosferiche ed opportune superfici latenti saranno prese come
superfici di riferimento per la lavorazione, coi criteri sopra esposti. Altrimenti, per la seconda
lavorazione si useranno come superfici di riferimento quelle lavorate durante la prima
lavorazione. Si proceder cos in tutte le operazioni successive, applicando il principio della
costanza delle superfici di riferimento, cio utilizzando come superfici di riferimento per la
lavorazione quelle ottenute durante la prima operazione.

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

fig. 3.45a. Biella da posizionare.

3.73

3. Analisi della Precisione del prodotto.

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

fig. 3.45c. Maschera di posizionamento secondo la prima alternativa. E possibile il


trasferimento della biella con lattrezzatura per la successiva lavorazione
(spianatura della faccia in vista), senza cambio della superficie di riferimento.

Per risolvere questo problema, si scelgono come superfici di riferimento per la lavorazione:
3.74

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

3. Analisi della Precisione del prodotto.

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

fig. 3.45e. Errore di posizionamento per la seconda alternativa.

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

fig. 3.45f. Errore di posizionamento sullo spessore a, per la seconda alternativa.

Si ha:

D 1
d
a=
1
2
2
sin

3.76

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

dove d il diametro del foro. Differenziando con d = cost:

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

fig. 3.45g. Attrezzatura di posizionamento per la terza alternativa.

A questo scopo, sar necessario cambiare il disegno dellattrezzatura di posizionamento, in accordo


con la fig. 3.45g, prendendo laccorgimento di eliminare leffetto dellangolo di V1, eliminando
cos lerrore di posizionamento.
Per questo, si fissa in un punto 5 la superficie di riscontro, mentre la superficie latente di guida
materializzata dal meccanismo autocentrante a ganasce parallele ad X-X. Resta inalterato il sistema di
serraggio con V2 mobile.

3.77

3. Analisi della Precisione del prodotto.

Impiegando questo posizionamento e lattrezzatura di disegno congruente, si garantisce il massimo di


precisione sullo spessore a lungo lasse X, ed uno spessore costante lungo lasse parallelo a Z passante
per lasse del foro.

3.4.4.4.

Scelta delle Superfici di Riferimento per i Pezzi Massicci.

La caratteristica di questi elementi che essi posseggono un certo numero di superfici di


riferimento principali ed ausiliarie e spesso di superfici operative, le quali devono occupare
una posizione stabilita in rapporto alle superfici di riferimento principali, oppure in rapporto
ad un altro sistema di superfici di riferimento ausiliarie.
Perci, prima di scegliere le superfici di riferimento per la lavorazione, necessario
studiare la funzionalit del pezzo nella macchina e stabilire i legami dimensionali sulle quote
e sulle dislocazioni angolari tra tutte le superfici del pezzo stesso. Solamente dopo si potranno
scegliere le superfici di riferimento per la lavorazione per mantenere la precisione richiesta
sulle dislocazioni angolari e, quindi, si potranno scegliere le superfici di riferimento per la
lavorazione che assicurano la precisione richiesta sulle quote.
Nella maggior parte dei pezzi massicci si devono coordinare alle superfici di riferimento
principali le superfici ausiliarie e quelle atmosferiche. Se il pezzo disegnato correttamente,
le superfici di riferimento principali obbediscono alle condizioni di questo capitolo, e, quindi,
resta buona norma scegliere queste superfici anche come superfici di riferimento per la
lavorazione, secondo il principio della costanza delle superfici di riferimento.
Normalmente, questa procedura comporta luso delle superfici di riferimento principali
come superfici di riferimento per la lavorazione nella prima operazione, per lavorare le
superfici ausiliarie parallele alle prime. Nella lavorazione successiva si lavoreranno le
superfici di riferimento principali, utilizzando come superfici di posizionamento quelle
lavorate nella prima operazione. Il risultato di questa strategia di permettere di ottenere (ora
nella lavorazione delle superfici di riferimento principali) la migliore costanza del
sovrametallo e, quindi, di mettere a giorno lo strato del materiale costituente la superficie di
riferimento principale che presenta la grana migliore, in particolare quella pi fine.
Ove possibile, in tutte le lavorazioni successive si adopereranno le superfici di riferimento
principali come superfici di posizionamento, raggiungendo cos la massima precisione nelle
dislocazioni angolari e nelle quote di tutte le rimanenti superfici da lavorare.
Nella costruzione delle macchine e degli impianti, la maggior parte delle superfici sono
riferite, per esigenze di funzionalit dei componenti, non alle superfici di riferimento
principali (rappresentate spesso dagli appoggi dei basamenti), ma a quelle ausiliarie. Ad
esempio, si pu osservare che lanalisi della funzionalit del tornio parallelo impone che la
posizione di tutti i componenti - la testa, la controtesta, il gruppo delle barre, ecc. - deve
essere coordinata alle guide del basamento, che sono superfici di ausiliarie del basamento, ma
rappresentano le superfici di riferimento principali dei singoli componenti. Allora, per queste
macchine, le superfici ausiliarie che sono superfici principali per la posizione di altre superfici
ausiliarie rispetto ad esse, devono essere usate come superfici di riferimento principali per la
prima operazione, purch abbiano le propriet adatte al corretto posizionamento.
Per di pi, lanalisi dei legami dimensionali tra le superfici dei componenti le macchine e
gli impianti mostra che molte delle superfici di riferimento ausiliarie sono superfici di
riferimento principali rispetto ad altre superfici di riferimento ausiliarie, e che questo legame
si ripete alcune volte prima di arrivare a mettere in relazione una qualunque superficie di
riferimento ausiliaria direttamente con la superficie di riferimento principale del pezzo
massiccio.
3.78

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Esempio semplificato di legami dimensionali tra superfici di riferimento principali


ed ausiliarie.

fig. 3.47.

Maschera per la lavorazione di fig. 3.46.

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

3. Analisi della Precisione del prodotto.

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.

V. Kovan, Technologie de la Construction Mcanique, ed. MIR, 1970.

3.80

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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. Analisi della Precisione del prodotto.

3.5

GLI ERRORI DI REGISTRAZIONE DINAMICA.

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

Variazioni di Durezza del Materiale.

Le variazioni delle caratteristiche del materiale influenzano direttamente la grandezza


dellerrore di registrazione dinamica, in quanto determinano variazioni dello sforzo di taglio.
Le relazioni note tra la qualit del materiale e le forze di taglio non sono precise. Tuttavia,
chiaro che, passando dalla lavorazione di pezzi di un gruppo di materiali a quella di un altro
gruppo, le forze di taglio possono variare in grandezza diverse volte. I calcoli pratici si
eseguono con relazioni che legano le forze di taglio alle caratteristiche del materiale
costituente il pezzo, ai parametri tecnologici di taglio ed alla geometria dellutensile.

3.82

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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'

numero ordinale della quota

Riduzione dellerrore di registrazione dinamica mediante la preselezione delle


durezze del grezzo.

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. Analisi della Precisione del prodotto.

3.5.2

Variazioni del Sovrametallo di Lavorazione.

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

La Deformabilit del Sistema MFTW.

La deformabilit della macchina utensile definita come lattitudine a cedere sotto


lazione degli sforzi che si sviluppano durante il processo di taglio. La deformabilit

3.84

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

misurata come rapporto tra lincremento di deflessione e lincremento di carico F che


lha determinato:

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]

Esperienza di Votinov (1936), per la determinazione del diagramma di


deformabilit della testa di un tornio parallelo.

Uno schema dellinstallazione impiegata per determinare lo spostamento di una superficie


operativa della macchina utensile, sotto lazione della forza applicata, rappresentato in fig.
3.49a (esperienza di Votinov, 1936). Allaumentare del carico applicato alla testa 1 del tornio
parallelo, il comparatore 2, sistemato nel punto opposto a quello di applicazione della forza e
nella direzione di questa, misura lo spostamento della punta in riferimento al basamento; al
raggiungimento del carico di progetto, il carico viene fatto diminuire in modo da completare
la curva di isteresi del sistema di fig. 3.49b. Per studiare compiutamente i fenomeni che
intervengono, spesso il ciclo di carico e scarico viene ripetuto, dando luogo a curve aperte
sempre pi spostate verso destra, ma sempre pi vicine. Inoltre e pi proficuamente, la prova
pu essere condotta con la macchina in moto, interponendo un cuscinetto di precisione tra il
naso del mandrino ed il punto di applicazione della forza, e misurando la deformazione
secondo i tre assi del sistema coordinato principale associato alla macchina.
Larea di isteresi di fig. 3.49b rappresenta il lavoro fornito per vincere gli attriti che
insorgono nellannullamento dei giochi nei giunti, per dar luogo alle deformazioni di contatto
ed, in alcuni casi, a vincere la forza di gravit agente sui componenti interessati. Ripetendo
pi volte il carico e lo scarico, larea di isteresi normalmente diminuisce, perch i giochi

3.85

3. Analisi della Precisione del prodotto.

progressivamente sono recuperati e perch diminuiscono i cedimenti residui tra le superfici a


contatto, in relazione ai valori che si sono raggiunti nel ciclo precedente.
Le ricerche hanno stabilito che le curve dei cedimenti determinati dal carico sui singoli
componenti possono assumere varie forme, ma solo raramente sono segmenti rettilinei, quindi
dimostrano che le macchine utensili non sono membri perfettamente elastici del sistema
MFTW.
Per comprendere la variabilit delle relazioni che intercorrono tra carico e spostamento,
consideriamo in fig. 3.50 il cedimento di un punto A, appartenente al componente I, in
relazione al componente II, quando in A applicata una forza F (per semplicit parallela al
piano y-y e giacente sul piano del disegno).
F4

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

Descrizione del meccanismo del cedimento di un componente una macchina,


soggetto ad un carico F.

3.86

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Quando la forza F raggiunge il valore F1 sufficiente a vincere lattrito di primo distacco, il


componente I comincia a muoversi verso il componente II; lo spostamento continua fino a
che I entra in contatto con II su una piccola superficie di contatto (per semplicit, qui si
inteso che F rimane costante). In questa fase, ad un piccolo aumento di F corrisponde un
grande spostamento di I, come si pu vedere per il primo tratto della curva della
deformazione di fig. 3.50g, che caratterizzato da una piccola pendenza.
Nella fase successiva, allaumentare della forza F si verifica una deformazione al contatto
delle superfici dei componenti I e II (fig. 3.50c), determinando una dipendenza tra cedimento
e carico diversa dalla precedente e caratterizzata da una maggiore inclinazione.
Un ulteriore incremento del carico non crea variazioni dellequilibrio fino a quando il
componente I comincia a ruotare intorno ad un asse ortogonale al piano del disegno. Ora, si
ha uno spostamento di A della lunghezza y3, con una pendenza inferiore al tratto precedente.
In corrispondenza dellappoggio tra i due componenti secondo lintera superficie b b , si
verificano deformazioni al contatto e lo spostamento y4 del punto A avviene con notevole
incrementi della forza F. Ogni ulteriore aumento della forza comporta la deformazione dei
componenti stessi e, quindi, la pendenza della curva non subisce forti modificazioni.
La descrizione del meccanismo di cedimento fatta precedentemente sintetizzata
schematicamente in fig. 3.50g, la quale mostra la parte concava del ramo di carico. In effetti,
essa spiega solamente la non linearit dellandamento. Infatti, il meccanismo del cedimento
diventa molto pi complicato se invece di solamente due componenti si considera lintero
sistema MFTW, in particolare se i componenti che portano i punti i cui cedimenti devono
essere determinati sono collegati tra loro attraverso un certo numero di altri pezzi. Per
esempio, lalbero del mandrino collegato alla testa per mezzo di cuscinetti radiali e
reggispinta; qui i cedimenti e le deformazioni descritti sopra possono aver luogo in varie
sequenze in ogni coppia di elementi a contatto e, quindi, si spiega come le curve carico cedimento possono assumere forme diverse. Si pu allora concludere che i cedimenti relativi
di due punti appartenenti a due componenti del sistema MFTW mostrano la somma dei
cedimenti di tutti gli accoppiamenti che li legano.
Durante la descrizione del meccanismo di cedimento relativo tra i punti di due componenti,
stato indicato che il cedimento dovuto allazione delle forze e dei momenti agenti. Un
fenomeno simile si osserva per gli interi componenti anche se, in questo caso, possono agire
numerose forze ed ognuna di esse pu sviluppare momenti diversi. Perci, ogni spostamento
relativo di due componenti scelti nel sistema MFTW dovuto allazione del momento
risultante. Inoltre, lo sforzo di taglio (che determina i cedimenti nel sistema) pu agire a vari
angoli nei riguardi della normale alla superficie in lavorazione condotta nella superficie di
contatto del tagliente. Quindi, necessario scomporre le forze agenti secondo le coordinate
associate al sistema MFTW ed esaminare la deformabilit secondo quelle direzioni.
Sfortunatamente, molto spesso il problema della determinazione della deformabilit lungo una
direzione risulta complicato dallinfluenza esercitata dalle forze agenti secondo le direzioni
ortogonali ad essa. Cos, bisogna superare due aspetti molto scomodi della deformabilit: la
dipendenza dal carico nella direzione in cui essa deve essere determinata (esperienza di
Votinov) ed inoltre la dipendenza dai carichi nelle direzioni ortogonali.
Nel seguito questi aspetti saranno del tutto trascurati e, per semplicit, si parler di
coefficiente di deformabilit costante ed indipendente dalle condizioni di carico secondo gli
assi coordinati ortogonali a quello in esame. Infatti, ovvio che in questa fase laspetto pi
importante quello di acquisire i concetti e gli ordini di grandezza degli errori dinamici in
gioco.

3.87

3. Analisi della Precisione del prodotto.

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

Caso della Tornitura di un Albero tra le Punte.

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.

Deformazione del sistema MFTW nella tornitura di un albero.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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)

Invece, la deformabilit di un albero di acciaio montato a sbalzo pu essere espressa


approssimativamente da:

3.89

3. Analisi della Precisione del prodotto.

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

PROFILO DELL' ALBERO

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

Cedimenti elastici del sistema MFTW, al variare della deformabilit di testa e


controtesta di un tornio parallelo, nella lavorazione tra le punte di un albero piano.

3.90

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Inoltre, si supposto che la forza agente fosse di 70daN.


I valori della deformabilit pari a 0.25m / daN possono essere considerati caratteristici di macchine
universali di modesto pregio. Valori almeno 7 volte inferiori sono comuni per le alesatrici.

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

3. Analisi della Precisione del prodotto.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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:

Y = Fymax W max Fymin W min

(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)

un coefficiente che definisce le condizioni di lavoro: materiale del pezzo e

dellutensile, condizioni di affilatura, velocit di taglio, presenza di lubrificazione e


refrigerazione, geometria dellutensile, ecc.
p
profondit di passata, in mm,
a
avanzamento per giro,
HB durezza Brinnell del materiale costituente il pezzo.
3.93

3. Analisi della Precisione del prodotto.

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.

tab. 3.IV. Correzione kVB di c y per lusura dorsale dellutensile monotagliente.


VB

labbro dusura VB [mm]

0.5

1.0

1.5

2.0

acciaio e ghisa malleabile

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

Correzione kv di c y per la velocit di taglio.

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

Effetto della Profondit di Passata e dellAvanzamento.

Durante la lavorazione su macchine registrate preventivamente, il valore di a costante,


mentre la profondit di passata p pu cambiare da pmin a pmax, a seconda della tolleranza sulla
quota del grezzo, degli errori di forma e di posizione relativa delle sezioni trasversali, dei
difetti di posizionamento, come pure dei difetti di geometria della macchina.
3.94

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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)

Quando lutensile si trova sulla controtesta, si ha:


Y' = 38. 02 1. 6 0.9 ( 0. 36 + 0. 34) 41m

Questo ritorno elastico produce una diminuzione della profondit di passata:


p = 1 .6 0 .041 1 .56

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

Con questi dati, la forza risulta:

Fy = 38. 02 1. 56 0.9 57daN


e, supponendo che essa sia costante, si pu costruire la deformata di primo tentativo di fig. 3.54, dalla
quale si osserva che il cedimento massimo si ha in corrispondenza della controtesta e che quello
minimo nellintorno del punto x/l=0.1, cio di x=30.
Allora, calcoliamo i cedimenti del sistema MFTW per i primi punti con la (3.40).
per x=0.1l=30mm, dove graficamente si pu vedere sta approssimativamente il minimo in fig. 3.54:
2
2
2
2
3

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

A questa distanza la profondit di passata , dunque:


p = 1.6 0.0358 = 1.54

ed :

Y min = 38 .02 1.54 0.9 (0.36 + 0.2106 + 0.0034 + 0.0108 ) = 35 .17 m

3.95

3. Analisi della Precisione del prodotto.

Cos, i cedimenti elastici aumentano la quota di:


Y = Y max Y min = 40 35 = 5m

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

(0.36 + 0.34) 47.6m

mentre il cedimento minimo resta al valore prima calcolato di 35m . Cos, tenendo conto degli errori
di forma:
Y = Y max Y min 13m

cedimento elastico del sistema [m]


42
41
40
39
38
37
36
35
0.1

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

Deformata di primo tentativo del sistema MFTW, per il presente esempio.

Lavorazione di un Lotto di Grezzi.


Durante la lavorazione di un lotto di grezzi bisogna tener conto dellusura dellutensile. Se il lotto
ottenuto con la stessa colata, la stessa lavorazione primaria e lo stesso trattamento termico, si possono
considerare trascurabili le variazioni di durezza e ritenere HB costante. In queste condizioni e
pensando che il coefficiente kVB sia limitato ad 1, risulta:

Fy = 0.0027 0.4 0.75 200 2 p x = 54.32 p x


In corrispondenza della controtesta e per lo sbozzato il cui diametro massimo, la profondit di
passata aumenta di 0.7 e, ponendo kv=0.7 (la velocit assunta di 20m/min), il cedimento elastico
risulta, in prima approssimazione:
Y ' = 54.32 (1.6 + 0.7 ) 0.7 (0.36 + 0.34 ) 56m
0 .9

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A = 0.0027 0.52 0.4 0.75 200 2 = 28 .25


vale, in prima approssimazione:

Y' = 28.25 1.6 0.9 Wsys

0.1l

25m

ed, in definitiva:

Y min = 28.25 (1.6 0.025 ) Wsys


0.9

0.1l

25m

Cos, per un lotto di grezzi, laumento massimo di quota :


Y = Y max Y min = 55 25 = 30m

Lavorazione di pi Lotti di Grezzi.


In questo caso generale bisogna tener conto delle variazioni ammesse della durezza HB, tra 200 e 240.
Quando la durezza vale 240:

Fy = 0.0027 0.4 0.75 240 2 p x = 78.22 p x


e, col procedimento gi utilizzato sopra:

Y ' = 78.22 (1.7 + 0.7 ) (0.36 + 0.34 ) 116m


0 .9
Y max = 78.22 (1.7 + 0.7 0.116 ) (0.36 + 0.34 ) 110m
0 .9

Poich il cedimento minimo resta quello calcolato precedentemente, laccrescimento limite di quota
risultante dalla variazione dello sforzo di taglio risulta:

Y = Y max Y min = 110 25 = 85m


Quando la lavorazione eseguita con limpiego di pi utensili sulla stessa sezione, evidentemente si
deve calcolare la risultante delle componenti di repulsione degli sforzi di taglio. Invece, quando gli
utensili lavorano contemporaneamente la superficie, ma a distanze diverse dallorigine, si deve trovare
la deformata dellalbero, anche tenendo conto dei diversi diametri ai quali gli utensili sono registrati.

3.5.5

Caso della Fresatura Frontale.

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

3. Analisi della Precisione del prodotto.

D il diametro della fresa.

Per la fresatura frontale, i valori delle componenti dello sforzo di taglio possono assumere
indicativamente i seguenti valori:

componente assiale, normale alla superficie di lavorazione


Fv=0.5F,

componente orizzontale, parallela alla superficie di lavorazione:


- taglio simmetrico
Fh=0.4F,
- taglio non simmetrico, in concordanza
Fh=0.8F,
- taglio non simmetrico, in opposizione
Fh=0.3F.

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

Gli errori di Registrazione Statica.

Con il termine di registrazione alla quota della macchina si comprende la registrazione


dellutensile, degli organi della macchina e degli elementi di posizionamento che fanno parte
dellattrezzatura, in modo da comunicare al pezzo in lavorazione una posizione che assicuri,
tenendo conto degli sforzi sviluppati col taglio, lesecuzione della quota richiesta con la
tolleranza voluta. La posizione relativa degli elementi del sistema tecnologico la loro quota
di posizionamento. Poi, sotto il termine di rimessa alla quota dellutensile, detta nellindustria
ritocco di registrazione, si comprende il ristabilimento della registrazione compromessa
dallusura dellutensile.
Ogni nuova regolazione della macchina comporta un errore di registrazione dellutensile
H , poich impossibile ristabilire esattamente la posizione relativa degli organi della
macchina e dellutensile conferita con la registrazione precedente. Di pi, sar impossibile

3.98

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Lavorazione di Superfici Esterne.

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

ed i valori limite della quota di registrazione sono:


C max
= b max Y max
R
min
C min
Y min
R =b

e tutte le quote reali ottenute entro i limiti b min e b max sono statisticamente associate alle

quote iniziali a min ed a max di fig. 3.55a.


3.99

3. Analisi della Precisione del prodotto.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici


min
Calcoliamo ora il valore H = C max
R C R e verifichiamo che esso sia positivo e che
valga allincirca 0.1 b . Se questo non accade, devono essere cambiate le condizioni al
contorno: pu essere troppo ampio il campo di tolleranza a in confronto a b . Inoltre, pu
essere eccessiva la variazione di c y imposta con lusura dellutensile o pu essere eccessiva

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

fig. 3.55b. Relazioni generali nella lavorazione di superfici esterne.

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

Y = Wsys a y c y p x HBn = Wsys a y c y p x HBn


c y p x HBn

3.5.6.2.

Lavorazione di Superfici Interne.

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

3. Analisi della Precisione del prodotto.

a min

bmin pmax max


Y

CR

a max

bmax pmin min


Y

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)

Dunque, per lesecuzione delle superfici interne, la quota di registrazione si deve


avvicinare al limite superiore della quota da rispettare.
Una scelta giudiziosa della quota di posizionamento permette sia di prevenire gli scarti, sia
la migliore utilizzazione dellutensile ed il numero di ritocchi di registrazione della macchina
si trova annullato durante tutto il periodo di durata dellutensile.

3.5.7

Previsione della Tolleranza di una Quota.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

Y = Fymax W max Fymin W min

(3.42)

ed il valore Y caratterizza la differenza limite dei cedimenti e, dunque, le rispettive


variazioni di quota di registrazione dinamica;
le variazioni della quota m che rappresentano il difetto di forma della superficie
lavorata e sono dovuti ai difetti geometrici della macchina. Dal fatto che i difetti di
forma di una superficie in generale sono prodotti da numerosi difetti di forma della
macchina, i quali inevitabilmente si sovrappongono, questa componente della tolleranza
della quota da osservare definita come somma degli scarti massimi della quota, che
risultano dai difetti della macchina;
VB tg cos

90
VB tg
Sez.

VB
VB tg

fig. 3.56.

Effetto geometrico dell'usura VB dell'utensile da tornitura. Si tratta di


rappresentazione schematica, non essendosi tenuto conto, tra l'altro,
dell'arrotondamento al vertice del tagliente.

lerrore di registrazione H il quale rimane costante nellesecuzione dei pezzi lavorati


tra due sostituzioni dellutensile;
lusura u dellutensile, la quale cambia regolarmente durante la durata dellutensile e
determina un errore geometrico sulla distanza del tagliente dal riferimento per la
registrazione, secondo lo schema di fig. 3.56, disegnato con riferimento ad una
lavorazione di superfici di rivoluzione, ma facilmente estensibile agli altri casi. Come
vedremo anche nel caso della foratura, il valore di u deve essere inteso dare un
contributo semplicemente statico (geometrico), essendo il contributo dinamico tenuto in
conto in Y ;
lerrore di piazzamento p , quando esso influisce direttamente sulla quota da rispettare.
Esso definito dalla somma dellerrore di posizionamento e di quello di serraggio:

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)

3. Analisi della Precisione del prodotto.

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 )

ed il termine p scompare, quando non influisce sulla quota da rispettare.


Inoltre, nel caso di lavorazione di superfici di piccola estensione, vantaggioso
semplificare i calcoli, trascurando i difetti geometrici della macchina m . Cos, in molti
casi si pu trascurare il difetto di perpendicolarit degli spallamenti degli alberi, quando la
differenza tra i diametri piccola e gli spallamenti non hanno la funzione di centraggio dei
cuscinetti o di altri organi montati sullalbero.

3.5.7.1.

Valori Razionali della Tolleranza di Lavorazione.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Determinazione dellErrore Risultante nella Foratura.

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

3. Analisi della Precisione del prodotto.

dove, con le notazioni di fig. 3.57:


Yt lo scarto totale dellasse del foro;
Yg lo scarto dovuto al difetto di ortogonalit tra tavola ed asse dellutensile;
Yd

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

Passando allo studio di previsione dellerrore di foratura, consideriamo che i grezzi di


diversi lotti non possono essere lavorati con lo stesso utensile, anzi che bisogna sostituirlo pi
volte. Ora, i diametri dellutensile variano nei limiti della loro tolleranza di fabbricazione ed
inoltre a causa delle riaffilature, che diminuiscono il diametro a causa della conicit inversa
(da 30 a 100 m per 100mm di lunghezza, per le punte elicoidali). Sotto il termine di usura
dimensionale dellutensile si intende qui non la sua diminuzione di diametro durante la
lavorazione, ma la diminuzione del diametro dellutensile a seguito dellusura e della
riaffilatura. La diminuzione di diametro dellutensile, rilevata dai dati sperimentali, tenuta
pari a circa 1/3 della tolleranza sulla quota del foro. Cos, la tolleranza sul diametro del foro, i
diametri limite dellutensile e la sua usura dimensionale limite sono legati reciprocamente.
In fig. 3.58 sono indicati con:
R max ed R min

i limiti massimo e minimo del raggio dei fori;

r max ed r min
u

i limiti massimo e minimo del raggio dellutensile nuovo;


lusura dimensionale massima ammessa dellutensile avente diametro

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.

Tenendo conto dellusura, si ottiene:

3.106

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Rappresentazione grafica dei limiti dimensionali nelloperazione di foratura.

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

3. Analisi della Precisione del prodotto.

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.

Determinazione dellErrore Risultante nello Stampaggio a Caldo.

I difetti di lavorazione di un laminato a caldo risultano dallimprecisione di fabbricazione e


dallusura delle scanalature dei cilindri del laminatoio, dai difetti di registrazione, dai
cedimenti elastici dei cilindri e delle spalle durante la laminazione e dalle variazioni di
temperatura del laminato.
Invece, volendo stabilire le tolleranze sulle quote dei pezzi stampati a caldo al maglio,
bisogna tener conto delle condizioni di realizzazione delle singole quote.
Nel senso dellazione della mazza (perpendicolare al piano di divisione), la precisione
della quota notevolmente influenzata da una coniatura insufficiente. Perci, lo scarto
superiore dalla quota nominale deve essere maggiore di quello inferiore. Invece, nel senso del
piano di divisione, un ruolo importante svolto dallusura dellimpronta e dalle variazioni di
ritiro, poich, generalmente, le quote nel senso del piano di divisione sono maggiori di quelle
ad esso ortogonali. Giacch lo stampato riproduce la forma e le dimensioni dellimpronta
dellultima figura, scegliendo le tolleranze, bisogna sempre tener conto della precisione di
fabbricazione degli stampi ed anche del fatto che, normalmente, i pezzi sono prodotti da pi
stampi.
Tutte queste considerazioni permettono di dedurre che esiste unanalogia tra i fattori che
determinano la precisione di stampaggio e quelli della lavorazione per asportazione di
truciolo. In particolare, il rinculo della mazza identico al meccanismo al cedimento elastico
del sistema MFTW e rende lo stampaggio insufficiente; lusura delle matrici identica
allusura dellutensile; i difetti di forma, risultanti dagli errori geometrici dellultima figura,
sono analoghi ai difetti di forma che hanno origine nellimprecisione della macchina; le
variazioni di ritiro dovute alle variazioni di regime termico di stampaggio corrispondono alle
deviazioni delle quote che risultano dalle deformazioni termiche del sistema MFTW.
Infine, come nella lavorazione simultanea di 2 facce opposte, lo stampaggio non
influenzato dagli errori di posizionamento. Infatti, il difetto di registrazione del maglio non
agisce direttamente sulle quote da ottenere e sui contorni del pezzo determinati dalla figura
nello stampo. Invece, esso produce difetti di posizione relativa, generati dal disassamento di
stampo e controstampo. Daltra parte, bisogna notare che lavorando su presse meccaniche,
linsufficiente stampaggio limitato dal valore delle deformazioni elastiche del sistema
stampo - pressa, poich qui non si hanno i colpi ripetuti della mazza. Inoltre, si ha il vantaggio
di una minore probabilit di spostamento relativo tra stampo e controstampo per la migliore
precisione delle guide e la migliore definizione della fine della corsa caratteristica delle
presse, in confronto ai magli.

3.5.7.4.

Determinazione dellErrore Risultante nella Colata.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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. Analisi della Precisione del prodotto.

3.6

CALCOLO DEL SOVRAMETALLO DI LAVORAZIONE.

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

Invece, il sovrametallo totale lo spessore di materiale da togliere per rispettare linsieme


delle prescrizioni stabilite dal ciclo di lavorazione, cio per effettuare tutte le operazioni che
deve subire la superficie elementare dal suo stato di grezzo fino allo stato di finito. E' evidente
che il sovrametallo totale pari alla somma dei sovrametalli intermedi di tutte le passate:
zt =

z bi

Si distingue anche tra sovrametalli di lavorazione simmetrici ed asimmetrici. I primi si


trovano nella lavorazione di superfici di rivoluzione esterne od interne e nella lavorazione
parallela di piani opposti:
superfici esterne
superfici interne

l l
zb = a b
2
l l
zb = b a
2

d db
zb = a
2
d da
zb = b
2

3.110

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Sovrametalli di lavorazione di superfici elementari.

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

3. Analisi della Precisione del prodotto.

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

z max = a max b max

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 n om = a min + A a b min A b n om = z min + A a A b


in cui A a ed A b sono le posizioni delle quote nominali realizzate nella passata precedente
( A a ) ed in corso ( A b ), in riferimento alla quota minima.

z max

a max

fig. 3.60.

b max

z min

CR

a min

CR

b min

Sovrametallo nella lavorazione di superfici esterne.

Per le superfici interne e lavorazione unilaterale, in modo del tutto analogo:


z min = b max a max

z max = b min a 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)

Cos, per le superfici esterne e sovrametalli simmetrici:


2 z min = D amin D min
b
D amax = D amin + Da

2 z max = D amax D max


b
D max
= D min
b
b + Db

min
2 z max = D amin + Da D min
+ Da Db
b Db = 2 z

3.112

(3.51a)

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Calcolo del sovrametallo nella lavorazione di superfici interne.

Dalla fig. 3.61, per le superfici interne ed i sovrametalli simmetrici:


2 z min = D max
D amax
b
D amax = D amin + Da

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

Lo Strato Superficiale Difettoso.

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

3. Analisi della Precisione del prodotto.

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

Definizione della qualit degli strati superficiali.

Equazione Generale del Sovrametallo Minimo.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

lutensile registrato sulla superficie di riferimento dellattrezzatura. Questo errore di


piazzamento deve essere compensato da un aumento di sovrametallo.

zmin

F
a

Ra+Ta

min

fig. 3.63.

min

h1

h2

CR
superficie
di riferimento

Influenza dellerrore di posizionamento sul sovrametallo minimo.

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)

Si nota che il difetto di posizionamento a risultante dalla lavorazione precedente ed il


difetto di posizionamento p relativo alla lavorazione in corso rendono il foro eccentrico in
rapporto alla superficie esterna del pezzo. Se la superficie esterna stessa dovesse essere
successivamente lavorata posizionando il pezzo sulla superficie del foro ora in lavorazione,

3.115

3. Analisi della Precisione del prodotto.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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.

Caso di Pezzi ad Elevato Sviluppo Assiale.

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

il coefficiente di precisione da raggiungere,


la distorsione del grezzo,

ma ogni caso va trattato a s, in dipendenza delle modalit di produzione e delle specifiche


dimensionali da garantire.

3.117

3. Analisi della Precisione del prodotto.

3.6.4.2.

Caso di Pezzi di Rivoluzione.

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

lazione esercitata dai difetti di forma delle superfici di riferimento,


lazione esercitata dai difetti di registrazione della macchina a centrare.

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

il campo di tolleranza sul diametro della superficie di riferimento.

Daltra parte si sa che, durante la lavorazione delle superfici di rivoluzione, lerrore di


piazzamento non agisce direttamente sulla quota da rispettare; tuttavia, se si vuole ottenere
una buona qualit del prodotto, il diametro deve essere aumentato di un opportuno
sovrametallo di lavorazione. Si esporranno di seguito due esempi illustrativi dellazione
esercitata dal difetto di piazzamento sul valore del sovrametallo.
Poniamo che i pezzi di un lotto siano lavorati con procedimento automatico di ottenimento
delle quote su macchine utensili preventivamente registrate e siano piazzati con riferimento al
foro, preso come superficie di riferimento principale per la lavorazione, come rappresentato in
fig. 3.65. Come si vede, il piazzamento ha luogo mediante limpiego di una spina fissa. Il
diametro del foro abbia inizialmente un campo A e la lavorazione abbia luogo
contemporaneamente su pi macchine utensili equipaggiate con spine fisse il cui diametro
vari nel campo B di tolleranza.
3.118

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

Posizionamento su spina fissa di un pezzo di rivoluzione, per la lavorazione della


superficie esterna.

Tuttavia, la probabilit di un tale accoppiamento infima: lo spostamento dellasse del


foro in rapporto allutensile registrato alla quota varia praticamente entro i limiti:
d max d min
B
A max = C R + A
2

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

sono i giochi massimo e minimo tra foro e spina fissa,


sono le tolleranze sulla quota del foro e della spina.

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

3. Analisi della Precisione del prodotto.

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.

Influenza del Ciclo di Lavorazione sul Sovrametallo Totale.

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

Bronzina in lavorazione, secondo lesempio.

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

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

I VARIANTE. Prima operazione con posizionamento sul foro.


1 operazione. Come si vede in fig. 3.66, la colata pu dar luogo allerrore di parallelismo dellasse
del foro, in confronto a quello della superficie esterna, di 1.

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

3. Analisi della Precisione del prodotto.

2 z min = 2 300 + 300 + 1000 2 = 3200m

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

mentre quella massima il restante sovrametallo, quindi:


min ( Ra + Ta ) = 3.2 0.6 = 2.6
z1min
,max = 2 z

Lo spostamento della superficie interna in confronto a quella esterna :

res = Wsys c y0 k v k VB a y HBn z1x (z1 a )x

Essendo Wsys = 1m / daN , e con i parametri della lavorazione sono quelli indicati in tabella, risulta
che:

res = 1 0.064 0.7 1.00 0.40.75 1801.3 2.60.9 0.60.9 = 33m

Il difetto di posizionamento sullautocentrante a 3 griffe secondo la superficie esterna sgrossata


nelloperazione precedente , in base alla tab. 3.IIId, di 150m ; perci, il sovrametallo da assegnare al
foro :
2 z 2 = 2 300 + 300 + 1502 + 532 = 1520m

E interessante valutare lerrore residuo dovuto alla 2 operazione, ancora utilizzando le stesse
relazioni:

res = Wsys c y0 k v k VB a y HBn z1x (z1 a )x

ed essendo:
Wsys = 4m / daN

z 2min
, min = 0.6

z 2min
, min = 0.92

res = 4 0.064 0.78 1.00 0.40.75 1801.3 0.920.9 0.60.9 = 25m

3.122

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

II VARIANTE. Prima operazione con posizionamento sulla superficie esterna.


1 operazione. Se la lavorazione si esegue secondo questa seconda variante, la prima operazione di
sgrossatura si svolge posizionando il pezzo sulla superficie esterna grezza di colata. Lerrore di
posizione relativa ancora pari a:
a = 1000m

Invece, lerrore di posizionamento che deriva dalla presa della piattaforma autocentrante secondo la
superficie grezza e (dalla tab. 3.IIId) pari a:
su = 400m

Ne risulta che il sovrametallo per il foro deve essere:

2 z 2 = 2 300 + 300 + 10002 + 4002 = 3400m

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.

Le condizioni di taglio sono quelle di tabella e:

z3min
, min = 0.6

z3min
, max = 2.8

perci :

res = Wsys c y0 k v k VB a y HBn z1x (z1 a )x

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

2 operazione. Durante la lavorazione ulteriore, si esegue la sgrossatura della superficie esterna,


posizionando il pezzo secondo il foro appena lavorato, per mezzo di una spina estensibile col codolo
rettificato, questultimo essendo preso su unaltra piattaforma autocentrante. Il posizionamento del
codolo della spina d luogo allerrore di serraggio di tab. 3.IIId:

3.123

3. Analisi della Precisione del prodotto.

d = 30m

Inoltre, permane il difetto di serraggio dovuto alla presa sullautocentrante secondo la superficie
esterna grezza di colata:
cl = 400m

Allora, il sovrametallo necessario sulla superficie esterna risulta:


2 z 4 = 2 300 + 300 + 4002 + 302 + 1632 = 2065m

Come fatto sopra, calcoliamo lerrore residuo. Le condizioni di taglio sono quelle di tabella e:

z3min
, min = 0.6

z3min
, max = 1,465

perci :

res = Wsys c y0 k v k VB a y HBn z1x (z1 a )x

ed essendo:
Wsys = 4m / daN

z min
2, min = 0.6

z min
2, min = 1,465

res = 1 0.064 0.7 1.00 0.40.75 1801.3 1,4650.9 0.60.9 = 15m

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

inoltre, se la tolleranza di fonderia porta agli scostamenti:


3.124

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

A Da = BDa = 3.0

il valore nominale dei sovrametalli sarebbe giusto fosse quello della seguente tabella.

I VARIANTE

II VARIANTE

superficie esterna

3.2 + 3.0 + 0.054 = 6,25

2.1 + 3.0 + 0.054 = 5,15

superficie interna

1.52 + 3 0.054 = 4,47

3.4 + 3.0 0.054 = 6,35

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

volume di truciolo [cm3]

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

INDICE DEL CAP. 3


3

ANALISI DELLA PRECISIONE DEL PRODOTTO. ................................3.1

3.1

TIPI PRINCIPALI DI INTERCONNESSIONE TRA LE SUPERFICI


DEI COMPONENTI........................................................................................3.2

3.2

DEFINIZIONI ED INDIVIDUAZIONE DELLE CATENE


DIMENSIONALI. ............................................................................................3.6
3.2.1
Tre Modi per Migliorare la Precisione. .......................................................3.8
3.2.2
I Principali Metodi per Raggiungere la Voluta Precisione del Membro
Conclusivo. ..................................................................................................3.9
3.2.3
Metodo dellIntercambiabilit Completa...................................................3.10
3.2.3.1. Controllo della Precisione di Produzione ....................................................... 3.11
3.2.3.2. Assegnazione delle Tolleranze ....................................................................... 3.11

3.2.4
3.2.5
3.2.6
3.2.7

Metodo dellIntercambiabilit Limitata.....................................................3.14


Metodo dellIntercambiabilit di Gruppo..................................................3.22
Metodo dellAggiustaggio.........................................................................3.28
Metodo dellAdattamento..........................................................................3.36

3.2.7.1. Il Metodo dellAdattamento con Membri Compensatori Regolabili.............. 3.38


3.2.7.2. Il Metodo dellAdattamento con Membri Compensatori Fissi....................... 3.43
3.2.7.3. Vantaggi dellApplicazione del Metodo dellAdattamento............................ 3.47

3.3

LA FORMA DELLE MACCHINE E DEI LORO COMPONENTI. .......3.49

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

3.4.4.2. Principio della Costanza delle Superfici di Riferimento. ............................... 3.65


3.4.4.3. Scelta delle Superfici di Riferimento per i Pezzi Esili. .................................. 3.72
3.4.4.4. Scelta delle Superfici di Riferimento per i Pezzi Massicci............................. 3.78

3.4.5

Errori di Serraggio. ....................................................................................3.80

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

Caso della Fresatura Frontale. ...................................................................3.97


Gli errori di Registrazione Statica. ............................................................3.98

3.5.6.1. Lavorazione di Superfici Esterne. .................................................................. 3.99


3.5.6.2. Lavorazione di Superfici Interne. ................................................................. 3.101

3.5.7

Previsione della Tolleranza di una Quota................................................3.102

3.5.7.1. Valori Razionali della Tolleranza di Lavorazione........................................ 3.104


3.i

3. Analisi della Precisione del prodotto.

3.5.7.2. Determinazione dellErrore Risultante nella Foratura. ................................. 3.105


3.5.7.3. Determinazione dellErrore Risultante nello Stampaggio a Caldo............... 3.108
3.5.7.4. Determinazione dellErrore Risultante nella Colata. .................................... 3.108

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

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

INDICE DELLE FIGURE DEL CAP. 3


fig. 3.1.
fig. 3.2.
fig. 3.3.
fig. 3.4.
fig. 3.5.
fig. 3.10.
fig. 3.11.
fig. 3.12.
fig. 3.13.
fig. 3.14.
fig. 3.15.
fig. 3.16.
fig. 3.17.
fig. 3.18a.
fig. 3.18b.
fig. 3.19.
fig. 3.20.
fig. 3.21.
fig. 3.22.
fig. 3.23.
fig. 3.24a.
fig. 3.24b.
fig. 3.25a.
fig. 3.25b.
fig. 3.26.
fig. 3.27.
fig. 3.28.
fig. 3.29.
fig. 3.30.
fig. 3.31.
fig. 3.32.
fig. 3.33.
fig. 3.34.
fig. 3.35.

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

3. Analisi della Precisione del prodotto.

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.

Quotatura a catena di dislocazioni angolari. .................................................................. 3.63


Quotatura di un albero col metodo a coordinata. ........................................................... 3.64
Quotatura di un albero col metodo combinato............................................................... 3.65
Eliminazione dellerrore di posizionamento sulla posizione relativa delle superfici
lavorate........................................................................................................................... 3.66
Insorgenza di un errore di posizionamento a causa della distinzione tra superficie di
riferimento per la quota e per la lavorazione. ................................................................ 3.67
Insorgenza di un errore di posizionamento nel piazzamento di un pezzo cilindrico
su un supporto a V. ........................................................................................................ 3.68
Eliminazione dellerrore di posizionamento nel piazzamento di un albero tra le
punte............................................................................................................................... 3.69
Errore di posizionamento nel piazzamento di un foro su una spina fissa. Esempio
applicato alla lavorazione della base di un supporto di cuscinetto, con centraggio
sulla superficie di riferimento ausiliaria (passaggio dellalbero)................................... 3.70
Errore di posizionamento nellesecuzione successiva di quote in serie......................... 3.71
Miglioramento degli errori di posizionamento rispetto alla situazione di fig. 3.44a. .... 3.72
Biella da posizionare...................................................................................................... 3.73
Posizionamento per il rispetto delle condizioni della prima alternativa. ....................... 3.74
Maschera di posizionamento secondo la prima alternativa. E possibile il
trasferimento della biella con lattrezzatura per la successiva lavorazione
(spianatura della faccia in vista), senza cambio della superficie di riferimento. ........... 3.74
Posizionamento per la seconda alternativa. ................................................................... 3.75
Errore di posizionamento per la seconda alternativa. .................................................... 3.76
Errore di posizionamento sullo spessore a, per la seconda alternativa. ......................... 3.76
Attrezzatura di posizionamento per la terza alternativa................................................. 3.77
Esempio semplificato di legami dimensionali tra superfici di riferimento principali
ed ausiliarie. ................................................................................................................... 3.79
Maschera per la lavorazione di fig. 3.46........................................................................ 3.79
Riduzione dellerrore di registrazione dinamica mediante la preselezione delle
durezze del grezzo.......................................................................................................... 3.83
Esperienza di Votinov (1936), per la determinazione del diagramma di
deformabilit della testa di un tornio parallelo. ............................................................. 3.85
Descrizione del meccanismo del cedimento di un componente una macchina,
soggetto ad un carico F. ................................................................................................. 3.86
Deformazione del sistema MFTW nella tornitura di un albero. .................................... 3.88
Cedimenti elastici del sistema MFTW, al variare della deformabilit di testa e
controtesta di un tornio parallelo, nella lavorazione tra le punte di un albero piano. .... 3.90
Errore dinamico di forma originato dai cedimenti elastici del sistema MFTW,
nellapplicazione della coppia motrice mediante brida e menabrida. ............................ 3.92
Deformata di primo tentativo del sistema MFTW, per il presente esempio. ................. 3.96
Dipendenza delle quote finali da quelle iniziali nella lavorazione di superfici
esterne. ......................................................................................................................... 3.100
Relazioni generali nella lavorazione di superfici esterne............................................. 3.101
Dipendenza delle quote finali da quelle iniziali nella lavorazione di superfici
interne. a) superfici piane; b) superfici di rivoluzione................................................. 3.102
Effetto geometrico dell'usura VB dell'utensile da tornitura. Si tratta di
rappresentazione schematica, non essendosi tenuto conto, tra l'altro,
dell'arrotondamento al vertice del tagliente. ................................................................ 3.103
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. ......................................................................... 3.105
Rappresentazione grafica dei limiti dimensionali nelloperazione di foratura. ........... 3.107
Sovrametalli di lavorazione di superfici elementari..................................................... 3.111
Sovrametallo nella lavorazione di superfici esterne..................................................... 3.112
Calcolo del sovrametallo nella lavorazione di superfici interne. ................................. 3.113
Definizione della qualit degli strati superficiali. ........................................................ 3.114
3.iv

L. Rosa, La Progettazione degli Impianti Industriali Meccanici

fig. 3.63.
fig. 3.64.
fig. 3.65.
fig. 3.66.

Influenza dellerrore di posizionamento sul sovrametallo minimo. .............................3.115


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. ...........................3.116
Posizionamento su spina fissa di un pezzo di rivoluzione, per la lavorazione della
superficie esterna. .........................................................................................................3.119
Bronzina in lavorazione, secondo lesempio. ...............................................................3.120

3.v

3. Analisi della Precisione del prodotto.

INDICE DELLE TABELLE DEL CAP. 3


tab. 3.I.
tab. 3.II.
tab. 3.IIIa.
tab. 3.IIIb.
tab. 3.IIIc.
tab. 3.IIId.
tab. 3.IIIe.
tab. 3.IV.
tab. 3.V.
tab. 3.VI.

Valori dellincremento del campo di tolleranza, grazie allimpiego del metodo


dellintercambiabilit limitata, per la percentuale di nonconformit P[%]. ................... 3.21
Limiti di selezione dei 5 gruppi per il caso di fig. 3.15. ................................................ 3.26
Errore radiale ed assiale di serraggio di barre calibrate bloccate con pinza. ................ 3.80
Errore radiale ed assiale di serraggio di barre laminate a caldo con precisione
spinta, bloccate su piattaforma autocentrante. ............................................................... 3.80
Errore di serraggio radiale ed assiale di barre laminate a caldo con precisione
corrente, bloccate su piattaforma autocentrante............................................................. 3.81
Valori medi dellerrore di serraggio radiale ed assiale di alcuni semilavorati,
bloccati su piattaforma autocentrante. ........................................................................... 3.81
Errore di serraggio generico di pezzi con precisione corrente, bloccati sulle
attrezzature con forza ortogonale alla superficie di appoggio. ...................................... 3.81
Correzione kVB di per lusura dorsale dellutensile monotagliente. ............................... 3.94
Correzione kv di per la velocit di taglio. ...................................................................... 3.94
Coefficienti per il calcolo dello sforzo di taglio per la fresatura frontale. ..................... 3.98

3.vi

UNIVERSITA' DI PADOVA
FACOLTA' DI INGEGNERIA
DIPARTIMENTO DI INGEGNERIA MECCANICA

LA PROGETTAZIONE DEGLI
IMPIANTI INDUSTRIALI MECCANICI

Vol. 3
4.

AFFIDABILITA E RISCHIO DI GUASTO.

Lorenzo Rosa

Anno Accademico 2002-2003

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

4. LAFFIDABILITA ED IL RISCHIO DI GUASTO


La teoria dellaffidabilit dei componenti meccanici venne presa in considerazione durante
la seconda guerra mondiale, per risolvere i problemi connessi al funzionamento dei missili
tedeschi V1. Lusser (il direttore del progetto), partendo dal concetto gi richiamato della
catena che ha la resistenza della sua maglia pi debole, concentr gli sforzi per ridurre al
massimo il numero di componenti con bassa affidabilit, prefigurando quello che sar poi
chiamato il principio della total-quality. Il tentativo non fu, allora, coronato da successo. In
seguito e sulla stessa linea logica, il matematico Pieruschka propose una nuova teoria,
secondo la quale la probabilit di successo P in un sistema in cui tutti i componenti debbono
funzionare perch il sistema operi, pari al prodotto delle probabilit di comportamento
positivo di ogni singolo componente:
n

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

P. Nese, Progettazione degli Impianti Industriali: lo studio di Sicurezza di unindustria di Produzione di


Poliuretano di Tipo Rigido e Flessibile, Tesi di Laurea, Fac. Ing. Padova, 1994.
S. Salvan, Lanalisi del rischio negli impianti chimici: la valutazione della frequenza di accadimento di
incidente rilevante in un impianto di elettrolisi del cloruro di sodio, Tesi di Laurea, Fac. Ing. Padova,
1994.

4.1

4. LAffidabilit ed il Rischio di Guasto.

4.1. LE NOZIONI PRINCIPALI DELLA TEORIA DELLAFFIDABILIT.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

divengono sempre pi strette. La teoria dellaffidabilit serve precisamente a ricercare i modi


di soluzione di questa contraddizione. Si prospettano due modi:
il miglioramento della qualit e laumento dellaffidabilit dei singoli componenti il
sistema complesso;
lelaborazione di metodi mirati di produzione di articoli affidabili a partire da articoli
non affidabili e di metodi di manutenzione dei sistemi durante lesercizio.
Da questo punto di vista, la teoria dellaffidabilit la scienza che studia le leggi generali
da osservare nellelaborazione dei progetti, nella programmazione delle prove, nella
definizione del processo produttivo, nelle modalit di ricezione e di esercizio degli articoli per
assicurare la massima efficienza del loro utilizzo.
Continuando con lelencazione delle nozioni principali in teoria dellaffidabilit,
definiamo:
non-guasto la facolt dellarticolo di conservare la propria funzionalit nellintervallo
di tempo dato e nelle condizioni duso definite;
guasto la perdita totale o parziale, oppure una modifica delle propriet dellarticolo, che
abbassa sensibilmente o che impedisce completamente la funzionalit. In molti casi la
definizione di guasto chiaramente definibile, come per una lampadina: o si accende o
resta spenta al comando.
Tuttavia, in generale la definizione di guasto deve essere rapportata alla funzionalit. Ad
esempio, consideriamo resistenze per circuito elettronico per le quali, evidentemente,
lindice fondamentale di qualit il valore della resistenza in ohm. Normalmente si
individua la condizione di guasto di una resistenza nel fatto che il suo valore esca dai
limiti ammissibili:
R 0 R 0
e si dir che, allistante t, sono in condizione di guasto quelle resistenze il cui valore
fuori dallintervallo detto. Il valore R 0 di fornitura non legato alle condizioni
concrete di utilizzazione, ma solamente al processo produttivo della resistenza: infatti, il
valore di R 0 richiesto differisce sostanzialmente nei diversi schemi elettronici nei
quali la resistenza pu essere impiegata; inoltre, se lo schema elettronico stato
progettato in maniera opportuna, accade che luscita del valore dallintervallo
R 0 R 0 pu non provocare una situazione di guasto.
Tuttavia ed indipendentemente dal suo carattere relativo, la nozione di guasto una
caratteristica utile e ricca dellaffidabilit, perch permette di introdurre gli indici
numerici dellaffidabilit ed, attraverso tali indici, permette di confrontare laffidabilit
di articoli diversi o degli stessi articoli, ma costruiti in tempi diversi oppure con processi
diversi;
durata di vita la facolt di mantenere la funzionalit per un lungo periodo di tempo
(magari in presenza di unadeguata manutenzione). Alla fine della vita, nellarticolo si
manifestano fenomeni legati allusura od allinvecchiamento che impossibile od
antieconomico eliminare. La durata di vita pu essere espressa sia in termini di tempo,
sia in termini di numero di cicli, sia in termini di volume di lavoro svolto. Per certi
articoli la nozione di durata di vita e di non-guasto possono coincidere, ma non si tratta
di una regola generale.
Per gli articoli di cui la funzionalit mantenuta per mezzo di procedure di rinnovamento,
chiamate riparazioni, un indice di affidabilit importante la capacit di riparazione, intesa
come attitudine alla prevenzione, alla validazione ed alla ripresa dei guasti. Essa
caratterizzata dal costo del lavoro e dei mezzi impiegati nella riparazione.

4.3

4. LAffidabilit ed il Rischio di Guasto.

Le caratteristiche di qualit e di affidabilit degli articoli sono legate intimamente ai loro


indici economici (prezzo di costo). In generale, laumento dellaffidabilit degli articoli si
accompagna allaumento del prezzo sostenuto dallutente al ricevimento della merce. In
questo senso, gli articoli cari pi affidabili non si distinguono da quelli meno cari ma meno
affidabili e per giudicare quali siano i migliori, non si pu tener conto solamente del prezzo.
Perci, lelaborazione di metodi che prendano in considerazione entrambi gli aspetti
costituisce uno dei problemi pi importanti della scienza economica.
Ora si pu formulare pi concretamente loggetto della teoria dellaffidabilit. Essa
stabilisce e studia gli indici economici e le prove di affidabilit, i legami tra gli indici del
grado di economicit e di efficienza e gli indici di affidabilit. In dettaglio:
elabora i metodi di realizzazione degli esperimenti di affidabilit e quelli di analisi dei
dati di tali esperienze;
elabora i metodi di controllo dellaffidabilit, i metodi di pianificazione delle frequenze
ottimali di manutenzione nel periodo di esercizio degli articoli ed i metodi di
individuazione delle caratteristiche dei pezzi di ricambio;
aiuta ad individuare gli indici di affidabilit degli articoli ed i regimi di sostituzione o
riparazione degli articoli, in modo da ottenere laffidabilit ottimale;
definisce i metodi di scelta dei progetti e degli schemi costruttivi che garantiscano
laffidabilit richiesta ed elabora i migliori metodi di ricerca dei guasti nei sistemi
complessi.
Nella soluzione dei problemi di teoria dellaffidabilit si utilizzano i risultati degli studi dei
processi fisici e chimici che stanno alla base dei fenomeni legati alla perdita della qualit. Per
questo, i metodi matematici della teoria dellinformazione, della teoria delle code, la
programmazione lineare e non lineare, la logica matematica, i metodi di simulazione statistica
al computer trovano unampia applicazione.
Abbiamo fin qui parlato delle nozioni di affidabilit sul piano pi generale. Tuttavia, se
cerchiamo di introdurre gli indici quantitativi nelle nozioni formulate, arriveremo
immancabilmente alla necessit di ricorrere ad uninterpretazione probabilistica degli indici
stessi ed, infatti, per la maggior parte degli articoli disponibili si intende per affidabilit la
probabilit di funzionamento senza guasti in un certo intervallo di tempo. Ma si incontrano
anche altre interpretazioni del termine. In questo non troviamo niente di straordinario, poich
la diversit dei problemi pratici comporta la necessit di utilizzare differenti indici di
affidabilit di funzionamento dellarticolo dato. Cos, in certi casi importante che la durata
media di vita in un intervallo di tempo T sia massima; ma la necessit di introdurre altri indici
quantitativi pu ugualmente farsi sentire. Di pi, in diversi casi pu essere indispensabile
raggiungere il massimo livello di affidabilit simultaneamente per diversi indici, e queste
esigenze possono risultare contraddittorie. In tali casi, si pu cercare di trovare la soluzione
ottimale in relazione alle diverse esigenze, e tale ottimalit non pu essere determinata senza
tener conto del sistema concreto e del suo impiego.
Per esempio, molto importante fare in modo che i veicoli dei Vigili del Fuoco si prestino
bene alle riparazioni e che la loro durata di vita sia la pi lunga possibile. Tuttavia, dal punto
di vista dellinteresse dellesercizio e del Paese in generale, laffidabilit di queste macchine
acquista unimportanza particolare per riguardo allelevato grado di probabilit di
funzionamento senza guasti nel corso della chiamata di emergenza. Cio, le perdite di
sicurezza saranno elevate se il veicolo, che tuttavia possiede una lunga durata di vita, si
trovasse in panne proprio durante lintervento e richiedesse in quel momento una riparazione.
La durata di vita, cio la durata netta di esercizio del veicolo fino alla sua messa fuori
servizio, pur essendo una caratteristica importante della qualit, resta cos in secondo piano.

- 4.4 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

se li-esimo blocco funzionante,


se li-esimo blocco guasto.

Se i blocchi in stato di guasto possono essere riparati e se il tempo di riparazione una


variabile casuale la cui funzione di ripartizione Frip(x), in generale naturale pensare che gli
stati del sistema differiscono tra loro se i tempi gi spesi per la riparazione dei blocchi sono
anch'essi diversi. Perci ci si deve riferire ad uno spazio delle fasi pi complesso, nel quale
si tenga conto dei tempi di riparazione e formato dai punti:
x = (1 , t1 , 2 , t 2 , ..., n , t n )

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 )

che appartengono al quadrante dei valori positivi 0 ed F 0 .

Il primo passo dellelaborazione di un modello matematico la scelta dello spazio delle


fasi {x}.
Nel tempo, nei componenti del sistema si producono modificazioni legate, ad esempio,
allinvecchiamento. A causa di ci, se allistante t1 lo stato del sistema descritto dal punto
x1, allistante t2>t1 corrisponder un punto x2. Pu accadere che x2 sia diverso da x1. Se si
indica con:
x(t)
lo stato del sistema allistante t, si pu considerare la sequenza degli stati x(t) come un
processo che si svolge nel tempo. Poich la variazione dello stato presenta un carattere
casuale, si possono considerare i valori di x(t) come la traiettoria di un processo casuale che si
svolge nello spazio delle fasi del sistema .
Il secondo passo dellelaborazione del modello matematico consiste nella definizione di
tale processo casuale, in funzione delle condizioni concrete del problema.

4.5

4. LAffidabilit ed il Rischio di Guasto.

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

nel quale il sistema nello stato di 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 )

pari alla probabilit di funzionamento senza guasto nellintervallo (0, t).


- 4.6 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

Invece, un altro funzionale, 2 (x ( t ) ) , pu rappresentare la lunghezza dellintervallo di


tempo compreso tra linizio delluso del sistema ed il momento in cui la traiettoria entra in
guasto. La costante:
T = M{ 2 ( x ( t ))}

un indice importante dellaffidabilit del sistema, ed chiamata durata media del


funzionamento senza guasto (vita media) del sistema.
Esistono modi per definire laffidabilit ottimale del sistema dal punto di vista della sua
efficienza. Cos, per esempio possiamo avere la necessit di confrontare gli indici di
affidabilit di diversi sistemi, i quali possano percorrere spazi delle fasi di stati differenti e di
scegliere il migliore di essi. Una condizione tipica nellesame di tali problemi pu essere la
definizione della riserva ottimale di ricambi.

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

LAffidabilit di un Articolo Fino al Primo Guasto.

Per articolo considereremo non solamente la parte non decomponibile di un sistema, ma


anche ogni dispositivo di cui si studia laffidabilit indipendentemente dallaffidabilit dei
suoi componenti.
Supponiamo che luso dellarticolo inizi allistante t = 0 e che lo stato di guasto si
verifichi allistante t = . Diremo che la durata di vita dellarticolo . Supponiamo anche
che sia una variabile casuale, la cui funzione di ripartizione sia:
Q( t ) = P{ < t}
P( t ) = 1 Q( t )
dove Q(t) la probabilit di guasto prima dellistante t. Se Q(t) continua e la densit di
guasto:
q ( t ) = Q' ( t )

4.7

4. LAffidabilit ed il Rischio di Guasto.

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

e questa relazione sar considerata valida per N grande.

P (t)
N

0.8
0.6
0.4
0.2
t
0
0

fig. 4.2.

10

15

20

25

Funzione empirica di affidabilit.

Al contrario, se desideriamo individuare la funzione P(t) per i valori t t 0 , dobbiamo


tener conto dei guasti che progressivamente si verificano nellintervallo. Conoscendo la
sequenza e registrando i tempi ai quali il guasto degli articoli via via si verifica, si determina
- 4.8 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

detto funzione empirica dellaffidabilit ed rappresentato in modo generico in fig. 4.2.


Allaumentare di N, essa approssima uniformemente la funzione P(t) e, per grandi valori di
N:
PN ( t ) =

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

ed, ancora per il teorema di Borel:


T0

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

4. LAffidabilit ed il Rischio di Guasto.

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

ma, per ragioni pratiche:


T0 =

1 + ... + n + ( N n ) t
N

considerando che una tale stima ha tanto pi senso quanto pi n prossimo ad N.


Passiamo ora allo studio dellindice di affidabilit pi diffuso, il rischio di guasto.
Consideriamo il problema seguente: supponiamo che larticolo abbia funzionato nello stato di
non guasto fino allistante t. Vogliamo determinare la probabilit che esso non entri nello
stato di guasto nellintervallo (t, t1). Chiamiamo questa probabilit:
P( t , t 1 )

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)

e la probabilit di guasto nello stesso intervallo (t , t1 ) :


Q( t , t 1 ) = 1 P( t , t 1 ) =

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 )

ed, indicando con (t ) :


P' ( t )
P( t )

(4.3)

Q( t, t + t ) ( t ) t

(4.4)

( t ) =

Quindi, (t ) la probabilit che larticolo in non-guasto fino allistante t, si guasti nellunit


di tempo (piccola) successiva. Essa la densit di probabilit condizionale di guasto nel
tempo t precedente. Perci, (t ) detta rischio di guasto. Dalla (4.3) risulta:

- 4.10 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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)

in cui n il numero di guasti nellintervallo (t , t + t ) . Questo significa che,


statisticamente, il rischio di guasto pari al numero di guasti che si producono nellunit di
tempo, numero riferito a quanti articoli sono ancora nello stato di non guasto.

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.

E' significativo rappresentare graficamente landamento dei guasti e rapportarlo al numero


di articoli ancora nello stato di non guasto. Nel diagramma di fig. 4.3 si suddiviso lasse dei
tempi riportato in ascissa in unit di tempo h e si riportato il numero relativo di guasti che
cadono nellintervallo:
( k 1) h t < k h

con

k = 1, 2,...

Il rischio di guasto empirico :


N (t) =

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

4. LAffidabilit ed il Rischio di Guasto.

P( t ) = e t

(4.6)

che segue la legge esponenziale.

N(t)

fig. 4.3.

Determinazione del rischio di guasto empirico mediante una prova sperimentale.

(t)

rodaggio

funzionamento normale

invecchiamento

fig. 4.4.

Curva tipica del rischio di guasto di un articolo.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

il primo periodo di vita spesso chiamato di rodaggio o di bruciatura degli articoli


non conformi;
il secondo periodo detto di funzionamento normale. Esso caratterizzato da un
valore costante (o approssimativamente costante) del rischio di guasto;
il terzo periodo di invecchiamento. Esso caratterizzato dalla presenza di fenomeni
di tipo fisico-chimico irreversibili, i quali provocano il degrado della qualit
dellarticolo che invecchia. In questo periodo il rischio di guasto aumenta.

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)

e la densit di probabilit di guasto:


q ( t ) = e t

Per questo caso ( = cos t ) , la durata di vita dellarticolo :

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

La legge esponenziale molto diffusamente impiegata in teoria dellaffidabilit. Questo si


spiega per il fatto che essa, molto naturale dal punto di vista fisico, anche semplice e
comoda da applicare. Praticamente molti problemi che interessano la teoria dellaffidabilit
sono pi semplici da risolvere se si pu assumere che il comportamento degli articoli segue la
legge esponenziale e le formule si semplificano notevolmente.
La ragione principale di queste caratteristiche risulta dal fatto che la legge esponenziale
esprime la propriet che la probabilit di funzionamento senza guasto nellintervallo
(t, t + t ) non dipende dal tempo pregresso t, ma dipende solamente dallintervallo t . Cio,
se si sa che allistante t larticolo non guasto, il suo comportamento futuro non dipende dal
passato. In effetti, la probabilit di funzionamento senza guasto nellintervallo (t , t + ) , in
virt della (4.2), pari a:

4.13

4. LAffidabilit ed il Rischio di Guasto.

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 )

non dipenda da t. Allora:


P( t + )
= ( )
P( t )

Tuttavia, in generale, P(0)=1 e, dunque:


P( t + ) = P( t ) P( )

per ogni t 0 e 0 . Ma allora, per ricorrenza:


P( t 1 + t 2 + ... + t n ) = P( t 1 ) P( t 2 ) ... P( t n )

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

Poich P(t) monotona decrescente, si ha:


n 1
n
P P( t ) P

m
m

oppure:

- 4.14 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.


n
n 1
q m P( t ) q m

Quando m tende ad , i rapporti: n ed n 1 tendono a t e, passando al limite:


m

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

LAffidabilit di un Sistema Fino al Primo Guasto.

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

4. LAffidabilit ed il Rischio di Guasto.

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

Gli Articoli Collegati in Serie dal Punto di Vista dellAffidabilit

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)

Cos, in un collegamento in serie dal punto di vista dellaffidabilit, le funzioni di affidabilit


sono tra esse moltiplicate. Se si esprime la funzione di affidabilit per mezzo del rischio di
guasto:
t

( t ) dt

=e

1 ( t ) dt ... n ( t ) dt
0

ricaviamo:
( t ) = 1 ( t ) + ... + n ( t )

(4.10)

cio, in un collegamento in serie, i rischi di guasto si sommano. In particolare, nel caso di


articoli che seguono la legge esponenziale, quando k (t ) = k = cost , si ha:
= 1 + ... + n

(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

In un sistema complesso si trovano spesso articoli identici. Se essi si trovano in condizioni


identiche di funzionamento, oppure se la differenza di condizioni non influisce sensibilmente
sulla loro affidabilit, laffidabilit di tali articoli uguale. Ad esempio, supponiamo che il
primo gruppo sia costituito da n1 articoli con affidabilit p1(t), il secondo gruppo comporti n2
articoli con affidabilit p2(t), ecc. Allora, le (4.44) e (4.47) si possono scrivere:
P( t ) = [p1 ( t )]n 1 [p 2 ( t )]n 2 ... [p s ( t )]n s
( t ) = n1 1 ( t ) + ... + n s s ( t )
- 4.16 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

e, nel caso di comportamento secondo la legge esponenziale:


( t ) = n1 1 + ... + n s s
n
n
1
= 1 + ... + s
Ts
T0 T1
Per quanto riguarda la probabilit di guasto, dalla (4.11), ed applicando la (4.4):
Q( t ) q1 ( t ) + q 2 ( t ) + ... + q n ( t )

(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

Gli Articoli Collegati in Parallelo dal Punto di Vista dellAffidabilit

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)

cio, in un collegamento in parallelo, le probabilit di guasto si moltiplicano ed, essendo tali


probabilit normalmente molto minori di 1, la probabilit di guasto dellintero sistema
minore della probabilit di guasto dei singoli articoli. In particolare, quando tutti gli articoli
hanno la stessa affidabilit, che il caso pi interessante ed al quale si tende per il principio
della total-quality, otteniamo:

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

Effettuando il cambio di variabile:


x = 1 e t

t=

1
1
ln
1 x

dt =

4.17

dx
(1 x )

4. LAffidabilit ed il Rischio di Guasto.

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)

la quale, ripetiamo, vale in presenza di articoli che seguono la legge esponenziale.

4.1.2.3

LAnalisi dellAffidabilit con lAlgebra Booleana

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.

Tabella di verit delle variabili logiche.


porta

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

la quale indica che indifferente scambiare tra loro gli ingressi,

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)

le quali indicano, rispettivamente, che:


mettere allingresso di una porta AND una variabile X e luscita di una porta OR (i cui
ingressi siano Y e Z) equivale ad entrare in una porta OR con le uscite di due porte
AND i cui ingressi siano la variabile X e, rispettivamente, le variabili Y e Z;
entrare in una porta OR con una variabile X e con luscita di una porta AND (i cui
ingressi siano Y e Z) equivalente ad entrare in una porta AND con le uscite di due
porte OR, i cui ingressi siano la variabile X e, rispettivamente le variabili Y e Z.
Altre propriet degne di nota sono le seguenti:
X + XY = X
X (X + Y) = X

X+XY = X+Y
XY +XZ+ YZ = XZ+ YZ

Infine, particolarmente importante la legge di De Morgan, descritta da:


X+ Y = XY

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

4. LAffidabilit ed il Rischio di Guasto.

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

e, come si visto in 4.1.2.2, e nelle particolari condizioni di (4.4):


1 ... n

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)

ma, soprattutto e sempre nelle particolari condizioni di (4.4):


= 1 + ... + n

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

P{A k A r } P{A k A r As }+ ...

k<r

(4.18)

k < r <s

evidentemente, dove Ak laccadimento contrario allaccadimento A k . Qui, ogni probabilit


ha la forma:

- 4.20 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

P{A r1 , A r 2 , ..., A rs } = q s1 ( t ) q s 2 ( t ) ... q sr ( t )


in cui s1, s2, ..., sr sono i numeri di tutti gli articoli che fanno parte dei gruppi
r1 , r 2 , ..., rk , e dove certi articoli possono appartenere contemporaneamente a diversi
gruppi. Allora la (4.18) permette di calcolare laffidabilit del sistema in questo caso generale,
tuttavia, quando m grande, la sua applicazione scomoda, dato che il secondo membro
composto da 2m membri. Per evitare questo inconveniente si possono semplificare i calcoli
procedendo nel seguente modo.
Diremo che due gruppi di guasto sono tra essi legati in classi, se possibile vincolarli con
una catena di gruppi non disgiunti. In questo modo, tutti i gruppi di guasto sono divisi in
gruppi di guasto legati. Supponiamo che i gruppi 1 , 2 , ..., s1 costituiscano la prima classe,
s1+1 , s1+ 2 , ..., s 2 la seconda classe, ecc. Gli accadimenti A k che appartengono a diverse
classi sono indipendenti e laffidabilit del sistema si pu esprimere con:
P( t ) = P{A1 , A 2 , ..., A n } = P{A1 , A 2 , ..., A s1 } P{A s1+1 , A s1+ 2 , ..., A s 2 } ...

(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. LAffidabilit ed il Rischio di Guasto.

4.1.3

LAffidabilit dellArticolo Riparato.

Nel paragrafo precedente si studiato il funzionamento dellarticolo fino al primo guasto.


Supponiamo ora che, dopo il guasto, larticolo venga riparato. Ladeguamento dellimpianto
dopo il guasto pu avvenire secondo due diverse modalit:
larticolo pu essere sostituito da unidentico nuovo,
larticolo pu essere riparato in modo da ristabilire le propriet iniziali.
Per noi il modo concreto di adeguamento dellimpianto non importante e, nel seguito,
immagineremo che larticolo sia sostituito da uno nuovo identico; inoltre, supporremo che il
tempo di adeguamento sia trascurabile in confronto alla sua durata di vita, in modo da poter
stimare che ladeguamento sia istantaneo.
Supponiamo che larticolo cominci a funzionare allistante t = 0 e che si guasti dopo aver
funzionato per un tempo casuale 1 . Esso venga sostituito da un altro identico nuovo, il quale,
dopo aver funzionato per un tempo 2 , si guasti a sua volta per essere sostituito da un terzo
articolo. Il processo continui indefinitamente. E' naturale pensare che le durate di vita degli
articoli, 1 , 2 , ... siano tra esse indipendenti e che i tempi casuali 1 , 2 , ... siano descritti da
una stessa funzione di ripartizione del guasto F(t), per distinguerla da Q(t), che la
probabilit di primo guasto:
F( t ) = P{ n < t}

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

formano un flusso casuale, che chiameremo flusso di rinnovamento e rappresenteremo come


in fig. 4.5.

fig. 4.5.

t1

t2

t3

tn

n+1

Schematizzazione del flusso di rinnovamento dellimpianto con riparazione


dellarticolo guasto.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

Infine, supponiamo che la densit di probabilit:


f ( t ) = F' ( t )
esista e sia continua.
Nello studio del processo di rinnovamento il ruolo principale appartiene alla variabile
casuale (t ) , pari al numero di guasti che si sono prodotti fino allistante t. La variabile (t )
determinata dalla condizione:
t ( t ) < t t ( t )+1

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)

in cui le funzioni Fn(t) (leggi di distribuzione di tn) sono determinate da:


t

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 )

Si pu dimostrare che H(t) sempre finita e che essa verifica lequazione:


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)

4. LAffidabilit ed il Rischio di Guasto.

ed il numero di guasti nellintervallo (t1 , t 2 ) evidentemente pari ad H(t 2 ) H(t1 ) .


Spesso ed al posto di H(t), si considera la sua notazione differenziale:
h( t ) = H ' ( t )
che detta densit del rinnovamento od intensit dei guasti. Essa uguale al numero
medio di guasti che si producono allistante t nel corso dellunit di tempo (piccola)
immediatamente successiva. Dalla (4.21) discende che la densit di rinnovamento si esprime
con la serie:

h( t ) = F' ( t ) = f n ( t )
1

(4.24)

Si possono utilizzare le grandezze Pn (t ), H(t ) ed h (t ) che abbiamo definito sopra per la


risoluzione di alcuni problemi di affidabilit. Ad esempio supponiamo che si debba trovare il
minor numero possibile di articoli di riserva n, necessario per avere la garanzia di
funzionamento del sistema per un tempo t, con la probabilit 1 (con numero piccolo).
Perch questa garanzia sia soddisfatta necessario che il numero di guasti che si verificano
nel tempo t non superi n. La condizione che permette di determinare n :
P{( t ) n} 1

oppure :

P{( t ) > n} <

(4.25)

e, dalla (4.17):
Fn +1 ( t ) <

4.1.3.1

(4.26)

Caso di Conformit alla Legge Esponenziale

Nel caso in cui i guasti seguano la legge esponenziale:

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)

Caso di Conformit alla Legge Normale

Invece, nel caso in cui i guasti seguano la legge normale:


t n T0
Fn ( t ) =
n

con :

(x ) =

x
1
e 2

La funzione di rinnovamento:

- 4.24 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

t n T0
H( t) =

pu essere facilmente calcolata dalla tab. A2.I. La densit di rinnovamento:

h( t ) =
1

1
2n

(t nT0 )2
22 n

ha una forma oscillatoria caratteristica, intorno ad

4.1.3.3

1
.
T0

Il Comportamento Asintotico del Processo di Rinnovamento

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.

Studiamo ora in dettaglio la questione del comportamento asintotico della grandezza (t ) ,


numero di guasti durante il tempo t, al crescere del tempo. Torniamo alla (4.20):
P{( t ) n} = P{1 + 2 + ... + n < t}

4.25

4. LAffidabilit ed il Rischio di Guasto.

Poich le grandezze i sono identicamente distribuite e possiedono una varianza 2 finita, la


frazione:
+ ... + n n T0
n = 1
n
converge, per n , verso una variabile casuale normale con media 0 e varianza unitaria.
Per dimostrare questa affermazione, supponiamo che t e che:
n=

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

la quale, per t , pu essere scritta nel modo seguente:


3

2
( t ) T

T0 z

0
lim P
z n = P <


t
t

(4.30)

ed, effettuando il cambio di variabile:

x=

3
2
T0 z

( t ) t

T0
x = P{ n < x} =
lim P
t t

T2

t
e 2 dt

2 x

da cui deriva che la variabile (t ) asintoticamente normale, con media:

M{( t )}

1
T0

e varianza:

D{( t )}

2 t
T02

- 4.26 -

(4.31)

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

Quanto abbiamo stabilito permette di valutare in maniera abbastanza precisa il numero


eventuale di guasti su un grande intervallo di tempo (0,t). In effetti, dalla (4.31) si ottiene che
tale numero di guasti sar, con un grado di confidenza (1 ) , compreso tra i limiti dati dalla:
t
t
t
t
Z 0,
< ( t ) <
+ Z 0,
3
3
T0
T0
2
2
T02
T02

(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

LAffidabilit dellArticolo in un Intervallo di Tempo Dato

Consideriamo ora un altro aspetto interessante e non meno importante dellaffidabilit,


qual la probabilit che un articolo funzioni senza guasti per un intervallo di tempo (t , t + ) .
Questo problema si presenta per i dispositivi che sono in esercizio continuo, ma che svolgono
la loro funzione solamente nel corso di definiti intervalli di tempo.
Indichiamo tale probabilit con p t ( ) e consideriamo il sistema di accadimenti
reciprocamente incompatibili:
A 0 = {t + < i }
...........
A n = {t n < t < t + < t n + n +1 }

con

n = 1, 2,...

Laccadimento An rappresenta la circostanza che, fino allistante t, si sono prodotti


esattamente n guasti e che, nellintervallo (t , t + ) , non se ne sono verificati ulteriori. E'
evidente che linsieme degli accadimenti B che ci interessa, cio lassenza di guasti
nellintervallo (t , t + ) , la somma di tutti gli accadimenti precedenti:

B = U An
0

Tenuto conto dellincompatibilit degli accadimenti An, si ha:

p t ( ) = P{B} = P{A n }
0

4.27

4. LAffidabilit ed il Rischio di Guasto.

la quale, dalla formula delle probabilit totali, vale:


P{A n } = P{t n < t < t + < t n + n +1 } =
t

= P{x < t n < x + dx} P{ n +1 > t + x} =


0
t

= [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)

dalla quale facile ottenere, quando t = t 0 :


1 p t ( t ) = h( t ) t + o( t )

(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 )

con la densit di rinnovamento h(t), le quali sono caratteristiche completamente differenti: la


densit di rinnovamento approssimativamente uguale alla probabilit marginale di guasto
nellunit di tempo sufficientemente piccola, mentre (t ) la probabilit condizionale di
guasto nel corso dellunit di tempo, sapendo che prima dellistante t non si verificato alcun
guasto.
La (4.34) scarsamente utilizzata, poich si abitualmente interessati a tempi molto
distanziati, per i quali il processo di rinnovamento ha luogo in modo stazionario e la
probabilit p t ( ) cessa di dipendere da t. Allora, conviene passare al limite la (4.34), facendo
tendere t ad . Cos, il primo termine del secondo membro tende a 0 ed, utilizzando la (4.32),
si ottiene:
1
p() = lim p t () =
T0
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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

P{ > } = p( ) =

1
[1 F( t )] dt
T0

della quale utile descrivere alcune caratteristiche. Il tempo medio di sopravvivenza :

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

Schematizzazione del tempo di sopravvivenza dellarticolo.

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

4. LAffidabilit ed il Rischio di Guasto.

e si pu dimostrare che, se larticolo suscettibile di invecchiamento (cio se (t )


monotona crescente), 1 (t ) anch' essa monotona crescente.
E' utile disporre di stime semplici della funzione p(t). Poich:
p" ( t ) =

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+

Schematizzazione del tempo di sopravvivenza dellarticolo soggetto ad


invecchiamento.

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)

dalla quale, per gli articoli suscettibili di invecchiamento, si pu ricavare lespressione


approssimata seguente:

- 4.30 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

dalla quale ricaviamo:


P{ t = n} =

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)

e, dunque, che la varianza di :

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. LAffidabilit ed il Rischio di Guasto.

4.2

IL CONTROLLO DEL RISCHIO.

4.2.1

Il Rischio.

Il rischio di un evento il frutto di una valutazione di frequenza e magnitudo: il rischio


generato dallevento definito dal prodotto delle due variabili P e D:
R=PD
dove P la probabilit di accadimento dellevento dannoso e D il danno provocato. Le curve
di iso-rischio sono sub-iperboli, come rappresentato in fig. 4.8.3
Si definisce innanzitutto come probabilit di accadimento dellevento A la possibilit
che il detto evento si verifichi, dati N eventi ugualmente possibili:
P(A ) =

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.

Supponendo di dover valutare il rischio di due operazioni, ad esempio il trasporto su strada


ed il trasporto aereo, il primo relativo a frequenti incidenti con modeste perdite di vite umane,
il secondo invece collegato a rari incidenti con perdite umane ingenti, si nota come la
sensibilit della persona media e mediamente informata sia pi toccata dai pochi incidenti
aerei di maggiore rilevanza, rappresentati globalmente da punti a sinistra del grafico, rispetto
alla continua strage provocata dagli incidenti stradali, rappresentata dai punti a destra del
grafico. Invece, la valutazione del rischio legato ai due sistemi di trasporto deve essere
3

L. Ciarambino, M. Scarrone, N. Piccinini, Analisi di operabilit finalizzata allo sviluppo di alberi logici, Atti
III Conv. ATIG, Genova, 1990.

- 4.32 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

effettuata valutando il prodotto di frequenza e magnitudo, cos dimostrando che il trasporto


aereo (in fatto di vittime/km) ben pi sicuro dellautomobile.
Avvicinandoci polarmente allorigine, diminuir il prodotto PD e quindi il rischio R.
Quindi, il compito del progettista di agire per diminuire la probabilit di accadimento
dellevento pericoloso, attuando in tal modo una misura di prevenzione e di diminuire le
conseguenze dellevento, mediante unopera di protezione.
Linstallazione di speciali apparecchiature o lattuazione di procedure opportune possono
abbassare la probabilit di accadimento ed i danni subiti. Cos, nel caso del trasporto su
strada, il rispetto delle distanze di sicurezza (opera di prevenzione), sposta il punto indicativo
orizzontalmente verso sinistra, consentendo di abbassare la probabilit di accadimento
dellevento; invece, allacciare le cinture di sicurezza (opera di protezione), riduce i danni
provocati dallimpatto e sposta il punto verticalmente verso il basso.

danno
R=6

PREVENZIONE

4
3

R=3

PROTEZIONE

2
1
0
1

probabilit

fig. 4.9.

Lopera di protezione e di prevenzione.

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

4. LAffidabilit ed il Rischio di Guasto.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

Il processo di sviluppo dellincidente, secondo Houston.

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

4. LAffidabilit ed il Rischio di Guasto.

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

LAnalisi degli Incidenti Occorsi.

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.

Incidenti con emissione di diossina.

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

1968 / 1974 non nota

79 / 4

Seveso

ICMESA

1976

non definibili

Un caso particolarmente rilevante, e che riguarda per lappunto lIndustria Chimica,


lincidente di Flixborough (GB), avvenuto sabato 1 Giugno 1974 in un impianto per la
produzione di cicloesano (materiale di base per la produzione del Nylon 6), allorch si form
una nube di cicloesano, gas altamente infiammabile, per la rottura di un tubo di by-pass da

- 4.36 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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 Deposito dei Materiali

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

Perch un deposito di materiale pericoloso esploda allinterno di un impianto o si disperda


in forma di nube infiammabile o tossica necessario che esso disponga della corrispondente
energia. Molte volte questa energia immagazzinata nel materiale stesso, sotto forma chimica
o fisica.
In particolare, un materiale tenuto liquido sopra il suo punto di ebollizione alla pressione
atmosferica (tenendolo sotto pressione) contiene una grande quantit di energia, la quale pu
determinare la vaporizzazione di una gran parte di esso, secondo un processo di flashoff, se si
dovesse verificare un cedimento del contenitore. Per contro, un materiale che tenuto come
liquido alla pressione ambiente come liquido refrigerato contiene una quantit di energia
molto minore e non pu vaporizzare che molto poco, se si dovesse verificare un cedimento

4.37

4. LAffidabilit ed il Rischio di Guasto.

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

Un altro parametro fondamentale lo sviluppo dellincidente nel tempo, in quanto il fattore


tempo influenza sia il tasso di rilascio, sia il tempo di reazione richiesto.
La natura e la gravit di un incidente sono spesso pi condizionate dal tasso di rilascio
(portata) piuttosto che dalla quantit di materiale immagazzinato. Cos, la portata della fuga
che determina la grandezza della nube di gas infiammabile formata dal getto di un idrocarburo
liquido (perch tenuto sotto pressione), come avvenuto a Flixborough.
Similmente, il rischio di nube tossica derivante da una fuga dipende principalmente dalla
portata della fuga e c molta differenza tra una fuga a grandissima portata e quella a bassa
portata e continua, ma che determina alla fine la stessa quantit di materiale tossico disperso.
Il tempo di reazione richiesto per prendere le giuste contromisure e per ridurre il numero
delle persone esposte risulta, cos, molto importante. Ne deriva che unesplosione richiede
tempi di reazione brevissimi, dellordine delle frazioni di secondo, mentre la fuga di gas
tossici richiede tempi di reazione misurati nellordine dei minuti.

4.2.2.5

Le Relazioni Distanza - Intensit

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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.

Un fattore che pu grandemente mitigare il potenziale effetto di un incidente la riduzione


dellesposizione che la persona pu subire nellarea interessata. Tale riduzione pu ottenersi
con accorgimenti o dispositivi di emergenza che si adottino prima dellincidente oppure prima
che i mezzi di soccorso possano intervenire.
Limportanza delle misure di emergenza nel caso di rilascio delle sostanze tossiche
evidente. Tali misure possono essere date sotto forma di istruzioni per levacuazione
dellarea, oppure di sigillo dei luoghi di permanenza con la chiusura di porte e finestre.

4.39

4. LAffidabilit ed il Rischio di Guasto.

Invece, nel caso di esplosione, non si dispone di un sufficiente tempo di allarme, ad


esempio, per poter evacuare larea. Ci non toglie che misure di evacuazione possano essere
prese nel caso di esplosione od incendio. Infatti, anche se lincidente pu accadere
allimprovviso, subentrano pericoli di incendio e di esplosione successivi e, quindi,
levacuazione pu essere interamente applicabile.

4.2.3

Le Statistiche delle Perdite.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

4.2.4

Il Costo delle perdite.

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.

A livello nazionale la statistica degli incidenti e delle loro conseguenze abbastanza


facilmente accessibile nei rapporti annuali dei Ministeri dellInterno, dellIndustria e della
Sanit. Tuttavia, non tutti i dati sono direttamente espressi in forma monetaria e non
disponibile una sufficiente mole di informazioni per quanto riguarda gli altri dati della lista
precedente, dalla quale si possano stabilire tutti i costi per la comunit. Quindi, assumendo le
opportune ipotesi semplificative, il relativo costo per la Comunit deve essere in qualche
modo stimato.
Ovviamente, dal punto di vista nazionale i costi per le assicurazioni, non costituiscono
aggiunte, piuttosto sono una conseguenza dellaccadere degli incidenti.
Esistono molti casi in cui, a causa del rischio nei luoghi di lavoro, oppure del rischio di
inquinamento, lazienda ha cessato la produzione con limpianto esistente, o non ha
proceduto, o non gli stato concesso di procedere allo sviluppo di un nuovo impianto
produttivo. Evidentemente, questi casi comportano grandi perdite finanziarie.

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

J.A.Fletcher, H.M.Douglas, Total Loss Control, Ass. Bus. Programmes, 1971

4.41

4. LAffidabilit ed il Rischio di Guasto.

responsabile della sicurezza. Il fatto positivo di tale cambio di livello di attenzione che il
controllo globale risulta riguardare aree pi ampie.

- 4.42 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

4.3

IL CONTROLLO DELLA SICUREZZA.

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

4. LAffidabilit ed il Rischio di Guasto.

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.

E evidente lanalogia di quanto abbiamo appena descritto con la gestione, la


predisposizione e la stesura del diagramma causa-effetto di Ishikawa.

4.3.1

La normativa che disciplina il rischio di incidente rilevante. Recepimento


della direttiva CEE (DPR 175/88).

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

LAnalisi di Operabilit (Hazop).

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

tab. 4.III. Parole chiave nella stesura dellHazop.


lo scopo completamente disatteso, senza
che si verifichino altri fenomeni
si verifica un aumento della grandezza
significativa per il fenomeno considerato
(portata, pressione, ecc.)
si verifica la diminuzione della grandezza
significativa per il fenomeno considerato

NO...

ASSENZA DI

MORE...

AUMENTO DI

LESS...

DIMINUZIONE DI

AS WELL THAN...

ALLO STESSO
TEMPO DI

lo scopo completamente soddisfatto, ma


si verificano altri fenomeni in parallelo

PART OF...

SOLO PARTE DI

REVERSE...

INVERSIONE DI

OTHER THAN...

DIVERSO DA

lo scopo soddisfatto solo in parte


accade il contrario di ci che previsto
nello scopo
lo scopo completamente disatteso, e si
verificano altri fenomeni

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

V. Olivari, LHazop per gli impianti tecnologici, RCI, 3, 1994.

4.45

4. LAffidabilit ed il Rischio di Guasto.

La precisa e completa formulazione dello scopo (secondo la lista precedente)


fondamentale per la riuscita dellHazop: lo scopo deve risultare chiaro, esauriente e condiviso
da tutti i componenti il team. Infatti, costituisce il riferimento per tutte le attivit dello studio,
a partire da quella immediatamente successiva, e cio lanalisi delle condizioni di
funzionamento diverse da quelle di progetto, secondo quanto indicato dalle parole chiave.
Cio, ciascuna parola chiave consente di evidenziare uno scostamento dalle condizioni di
progetto, del quale necessario ricercare le cause, simulare le conseguenze ed indicare le
opportune azioni correttive.
Lesempio descritto di seguito rende pi chiari i meccanismi che governano lapplicazione
del metodo, evidenziandone la semplicit e lutilit.
In fig. 4.11 rappresentato lo schema di un semplice impianto, la cui funzione di
mantenere alla temperatura Ta il locale. Si supponga che il locale disperda una quantit di
calore Q e che tale energia sia reintegrata con lintroduzione di aria riscaldata da una batteria
a vapore.
Durante il funzionamento in regime di progetto, la portata daria costante, ed il vapore
fornito alla batteria da V07 aperta al 50% garantisce la fornitura di Q. Per cause diverse, il
fabbisogno energetico del locale pu cambiare e portarsi a valori diversi da quelli previsti, per
intervalli di tempo pi o meno lunghi, ma comunque limitati: quindi, limpianto deve
modificare i propri parametri di funzionamento e fornire al locale lenergia necessaria al
mantenimento di Ta.
allarme

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.

Schema dellimpianto di trattamento dellaria modificato alla luce di quanto


suggerito dallHazop.

Lo schema di fig. 4.11 mostra la strumentazione prevista per controllare limpianto. Un


controllo di temperatura TIC confronta la temperatura T del locale col valore desiderato Ta,
regola la portata di vapore alla batteria attraverso V07 e comanda in apertura od in chiusura
V02, se la temperatura Ta non viene ripristinata entro un tempo 1. Le manovre di apertura e
chiusura di V02 e V07 sono fatte con una regolazione di tipo proporzionale, che assume come
- 4.46 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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

4. LAffidabilit ed il Rischio di Guasto.

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.

...

...

...

A07. Verifica delle pressioni di


progetto del tubo e della batteria, lato
aria, e confronto con la prevalenza del
ventilatore.
A07. Come A06, ma con riferimento
alle condizioni di picco.
A08. Come A01, ma con installazione
di microswitch su V06 (aperta) per
consenso allalimentazione del
vapore.
...

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

probabile frequenza di accadimento, si dovrebbe eseguire la costruzione dei modelli logici


dell'impianto sulla base delle informazioni riportate nei moduli dellAnalisi di Operabilit.
Perci, queste informazioni dovrebbero essere interpretate dallanalista (cosa non sempre
facile) e tradotte in un albero logico dei guasti, come sar spiegato sotto.
In qualche misura, la metodologia dellanalisi di operabilit si presta, per la sua
caratteristica di ricorsivit, allimplementazione informatica, la quale, tuttavia, resta di tipo
verboso.

4.3.3

Il Metodo dellAlbero dei Guasti.

Il sistema pi moderno e pi largamente usato per condurre unanalisi qualitativa e


quantitativa del rischio la stesura dellalbero dei guasti.
Il concetto di albero presto spiegato con un semplice esempio: supponiamo di volere
unire due particolari metallici (tronco): possiamo saldarli, od unirli con un bullone: in questo
secondo caso avremo bisogno di un bullone e di un foro praticato sui due particolari; per
effettuare il foro avremo bisogno di un trapano manuale o di un trapano elettrico; in
questultimo caso avremo bisogno dellenergia elettrica e di un motore elettrico.
Analogamente, posso scomporre loperazione saldare nelle operazioni elementari che
consentono loperazione. A questo punto si nota come dalle foglie (operazioni elementari od
articoli fisici) la lavorazione prenda corpo per mezzo della connessione delle foglie mediante
notazioni logiche di tipo e od o (rami), operazioni complesse che portano al tronco:
loperazione voluta. Cos possiamo scrivere unequazione logica del tipo:
pezzi uniti = (pezzi forati AND bullone) OR (pezzi accostati AND saldatura)
pezzi forati = pezzi AND foro

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. LAffidabilit ed il Rischio di Guasto.

Poich la composizione di un albero di guasto non immediata e spesso abbisogna di


continue verifiche e modifiche ed spesso legata ad una certa dose di esperienza e fantasia, ci
aiuteremo con esempi colti dalla letteratura.
I passi da effettuare per analizzare un albero dei guasti sono fondamentalmente i seguenti:
definire il sistema,
costruire lalbero dei guasti,
valutare qualitativamente lalbero dei guasti,
valutare quantitativamente lalbero dei guasti.

4.3.3.1

LAnalisi Qualitativa.

La parte qualitativa riguarda lindividuazione delle cause elementari che determinano il


Top-Event, mentre la parte quantitativa consiste nel calcolo della frequenza di accadimento di
tale evento. Esse possono essere condotte con lapplicazione di varie metodologie, tra le quali
sar descritta quella dei Minimum-Cut-Set.
Di solito, la definizione del sistema la parte pi difficile del programma, essendo vitale
per lanalisi laver considerato tutte le possibili correlazioni fra i vari componenti del sistema.
Inoltre, i collegamenti fisici fra i componenti devono essere descritti in modo accurato, per
evitare ragionamenti fuorvianti nellesecuzione dellanalisi. Infine, necessario identificare
gli eventi secondo regole logiche; in questo modo potremo definire:
il Top-Event,
gli eventi possibili,
gli eventi impossibili,
gli eventi iniziatori,

TOP EVENT

evento iniziatore
= dato

fig. 4.12.

Rappresentazione del Top-Event e degli eventi iniziatori.

fig. 4.13.

=1 2

=1+2

porta AND

porta OR
2

Relazioni sulla probabilit in un albero dei guasti.


- 4.50 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

Controllo
Compressore
Valvola di
Sicurezza
Valvola
Non Ritorno
Compressore
Serbatoio

fig. 4.14.

Riduttore
di Pressione

Sistema costituito da un generatore di aria compressa controllato.

AND
OR

PORTATA ALL' UTILIZZO


INFERIORE ALLA PORTATA DEL
COMPRESSORE

ESPLOSIONE
SERBATOIO

1
PORTATA D' ARIA IN ENTRATA
AL SERBATOIO SUPERIORE DI
QUELLA IN USCITA

LA VALVOLA DI SICUREZZA NON


FORNISCE SCARICO ADEGUATO
ALLA PRESSIONE DI PERICOLO

L' ANELLO DI CONTROLLO


DELLA PRESSIONE
MANTIENE IN MOTO IL
COMPRESSORE

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

Lalbero dei guasti del sistema di fig. 4.14.

Ovviamente, il Top-Event levento pericoloso da studiare; esso legato a numerosi altri


eventi mediante le condizioni logiche che danno luogo allalbero. Per un sistema,
normalmente si debbono analizzare vari Top-Event, ma poich un albero dei guasti inizia e si
riferisce ad un solo Top-Event, la stima del rischio di guasto del sistema non completa se
non comprende tutti i Top-Event del sistema.

4.51

4. LAffidabilit ed il Rischio di Guasto.

tab. 4.V.

Costruzione parziale dellHazop del caso di fig. 4.15.

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

controllo visivo della


tubazione.

intasamento della valvola innalzamento della


pressione nel
OR
serbatoio
rottura di un articolo della
valvola
aggravamento del
blocco della valvola
OR
di scarico fino al
errore di progettazione
blocco completo (vai
AND
a "no flow");
flusso in uscita inferiore
sovraccarico della
al flusso in entrata
valvola di riduzione
della pressione

spegnimento del
motore;

intasamento della valvola innalzamento della


pressione nel
OR
serbatoio
rottura di un articolo della
valvola (raro, perch la
valvola deve essere
costruita a sicurezza
positiva)
AND

come sopra

scarico del serbatoio


tramite le tubazioni di
utilizzo;
riesame dei calcoli;

manutenzione
programmata della
valvola

flusso in uscita inferiore


al flusso in entrata

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

Il sistema elettromeccanico di controllo della pressione (pressostato) collegato al


serbatoio per mezzo di un tubo (che quindi alla pressione interna del serbatoio, salvo che
esso non sia otturato oppure non sia interessato da una falla). Il serbatoio dotato di una
valvola di sicurezza in grado di espellere tutta la portata generata dal compressore e tarata per
aprirsi ad un livello di pressione inferiore a quello dichiarato pericoloso. Tale scelta
effettuata per cautelarsi dalleventualit di un mancato spegnimento del compressore dovuto
al fallimento del comando da parte del pressostato. Si consideri Top-Event dellalbero di
guasti lesplosione del serbatoio per sovrapressione.
Per la complessit del ramo dellalbero dei guasti ad essa dedicato, la valvola di riduzione
della pressione viene considerata come sottosistema a parte, da inserire in corrispondenza del
simbolo rappresentato da un triangolo. Una causa primaria di guasto di questa valvola
lostruzione a causa della sporcizia.
Due degli eventi nellalbero sono mutuamente esclusivi e si riferiscono al segnale captato
dal sensore di pressione: essi sono: pressione nel sistema di controllo eccessivamente alta e
pressione nel sistema di controllo eccessivamente bassa. Questa seconda eventualit
possibile nel caso di una perdita nel tubo di adduzione dell'aria dal serbatoio al sistema di
controllo.

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

La Valutazione Quantitativa col Metodo dei Minimum-Cut-Set.

Come visto, levento pu accadere in dipendenza dellaccadimento di uno o pi altri


eventi: in questo caso vi quindi una relazione logica fra laccadimento degli eventi
iniziatori e laccadimento degli avvenimenti successivi. Per lo studio delle concatenazioni
logiche si deve usare lalgebra booleana, vista in 4.1.2.3.
Un albero dei guasti pu essere analizzato per ottenere i Minimum-Cut-Set (MCS), cio
le combinazioni di eventi iniziatori che portano al Top-Event.

4.53

4. LAffidabilit ed il Rischio di Guasto.

Limportanza dei Minimum-Cut-Set legata al numero di eventi elementari che sono


necessari per ottenere il Top-Event: levento che porta direttamente al Top-Event
generalmente il pi importante, generalmente seguito dagli eventi che sono comuni nei
Minimum-Cut-Set a due soli eventi iniziatori e - dopo di questi - gli eventi comuni nei
Minimum-Cut-Set a tre eventi iniziatori, e cos via.
Seguendo questa procedura, si ottiene una classificazione di pericolosit degli eventi
iniziatori, dando cos indicazione al responsabile della sicurezza della direzione secondo la
quale prioritariamente intervenire per diminuire la frequenza di accadimento del Top Event. Il
sistema manuale di rilevamento dei Minimum-Cut-Set si basa sulla sostituzione degli eventi
di cui composto levento considerato con gli eventi da cui esso stesso prende forma: cos per
un evento A generato da due eventi che devono essere contemporaneamente presenti, (B AND
C), dovremo sostituire nella casella alla notazione A la notazione (B AND C). Se invece
levento A generato da una (B OR C) si sostituiscono alla riga A due righe, una riga dove A
sostituito da B ed una dove A sostituito da C. Cos facendo, si scompone levento in tutte
le combinazioni possibili di eventi iniziatori che portano al Top-Event. Il sistema molto
macchinoso e, per grandi sistemi, viene eseguito con lausilio del calcolatore.
La lettura dellalbero dei guasti si fa partendo dal Top-Event, segnato nella doppia finestra
di fig. 4.12. Con vari passaggi attraverso i cosiddetti eventi precursori (segnalati allinterno
di rettangoli, e legati in modo sequenziale da porte logiche), si arriva agli eventi iniziatori di
fig. 4.12: gli eventi cio che non possono essere pi scomposti, o che non conviene
scomporre, in quanto da apposite banche dati possiamo ricavare i ratei di guasto e le
probabilit di accadimento.
A questo punto si ripercorre lalbero in senso inverso, operando sulle probabilit di
accadimento degli eventi iniziatori considerati con le regole esposte, per arrivare alla
probabilit di accadimento del Top-Event. Con riferimento alla fig. 4.14, si costruisce la tab.
4.VII, dove, in grassetto, sono riportati i MCS, ricavati seguendo lalbero. Dopo aver dato un
valore logico 1 agli eventi presenti nel MCS, si genera il Top-Event.
Per costruire la tab. 4.VII, lanalisi pu essere condotta in modo manuale: iniziamo dalla
fig. 4.14 dando un numero alle uscite delle porte logiche da 1 a 7.
Il metodo consiste nel trovare tutte le combinazioni di condizioni iniziali necessarie per
dare lo stato logico 1 al Top-Event, cio presenza dello stato logico 1 alluscita della porta
logica che porta al Top-Event; ci permette di fare il primo passaggio, sostituendo allevento
il simbolo legato alla porta logica (sostituisco al Top-Event luscita della porta 1 che una
porta AND. Lo stato logico 1 si ha se sono contemporaneamente allo stato logico 1 le uscite
delle porte logiche 2 e 3, quindi la notazione 1 (che indica la presenza di segnale alluscita
della porta 1) equivalente allo stato logico 1 alle uscite delle porte 2 e 3: quindi, si
sostituisce allevento 1 la combinazione degli eventi 2 e 3.
La porta logica 2 ancora una porta AND: ci significa che allo stato logico 1 quando
sono allo stato logico 1 gli ingressi: quindi 2 pu essere logicamente sostituito dalla
combinazione degli eventi che lo generano: 4 e 6: da ci consegue che le combinazioni di
ingressi che permettono alla porta logica 1 di avere lo stato logico di uscita 1 sono: 4 AND 6
AND 3, cio 5 AND 7 AND 6 AND 3, ecc.
Ma, poich proprio il serbatoio ad effettuare la rottura del carico del compressore, per far
fronte alle variazioni di richiesta di aria compressa, P(C) 1 e, quindi, gli MCS vengono
modificati in modo da trascurare l'effetto imposto in fase di progetto di funzionamento
intermittente del compressore.

- 4.54 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

Da questo si possono evincere le seguenti semplici regole, valide per la scomposizione


degli alberi secondo i Minimum-Cut-Set:
la riga che porta luscita della porta AND viene sostituita da una che riporta la
combinazione degli ingressi necessaria a porre nello stato logico 1 la porta stessa;
luscita della porta OR viene sostituita da pi righe, ciascuna delle quali sostituisce
luscita con uno degli ingressi.

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

4. LAffidabilit ed il Rischio di Guasto.

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.

tab. 4.VIII. Alcuni dati di rischio ricavati dalle banche dati.

4.3.4

causa

ordine di grandezza
di P

errori umani in cond. di allarme


errori di progettazione e mancato rispetto delle procedure
di lavoro e di sicurezza
errori umani in cond. normali
rottura di organi meccanici
rottura di flange
rottura di tubazioni
incendio di autobotte carica di liquido infiammabile
guasto di un controllo elettronico
attivit meteo fulminatrice in territorio padano

10-2
10-3
10-3
10-6
10-7
10-9
10-2
10-2
10-7

LEvoluzione della Sicurezza sul Posto di Lavoro.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

produzione industriale ed il rischio di infortuni e di malattie professionali per il


lavoratore.8,9,10
La legislazione italiana ed europea, nel campo della sicurezza e delligiene sul lavoro, ha
seguito un lungo cammino, dai Regi Decreti degli anni '30 fino al DL 626/94, Sul
miglioramento della sicurezza e della salute dei lavoratori sul luogo di lavoro, attraverso
grandi tappe di solito legate a eventi occasionali, come gli incidenti di Seveso o Bhopal od a
periodi caratterizzati da insofferenza sociale nei confronti dellambiente di lavoro, come le
contestazioni sindacali degli anni settanta.
Negli anni '50 nasce una legislazione tecnica relativa alla sicurezza sul posto di lavoro,
strettamente legata ai particolari costruttivi delle macchine. Con il DPR 547/55, Norme per la
prevenzione degli infortuni sul lavoro, si danno precise istruzioni al progettista, al costruttore,
al datore di lavoro e la legge si presenta ricca di indicazioni numeriche; la sicurezza
aggiunta alla macchina, mediante una quantit di schermi, valvole, lettori ottici che
intervengano in caso di pericolo, mentre del tutto assente la valutazione della sicurezza nella
fase pi consona, quella progettuale.
Seguono i decreti che introducono miglioramenti nello standard di igiene ed ergonomia sul
posto di lavoro: Il DPR 303/56 prescrive linstallazione di docce per i lavori insudicianti,
spogliatoi dotati di armadietti personali e chiudibili, sedili, illuminazione adeguata e
riscaldamento nei mesi invernali, requisiti minimi per la grandezza e laerazione dei locali,
lilluminazione minima prevista per le diverse tipologie di lavoro: dai 10 lux per ambienti
destinati al magazzinaggio di grossi pezzi, fino ai 300 lux, anche utilizzando illuminazione
circoscritta, per lavori finissimi; la temperatura, lumidit e le correnti daria vengono prese
nella dovuta considerazione.
Si obbliga il datore di lavoro a fornire e mantenere la "cassetta di pronto soccorso" o ad
installare allinterno della fabbrica la sala di medicazione; leventuale obbligatoriet della
presenza di personale medico o infermieristico ora legata al grado di pericolosit della
lavorazione effettuata, al numero di addetti, alla distanza dal pi vicino centro di pronto
soccorso.
Negli anni '70, in seguito alle contestazioni sindacali, si rinnova la sensibilit dellopinione
pubblica nei confronti della fabbrica e degli incidenti al suo interno: con diversi strumenti
legislativi, viene imposta lobbligatoriet della vaccinazione antitetanica, vengono
determinate le lavorazioni insalubri legate alla presenza di ambienti pericolosi per presenza
di sostanze chimiche o per difficili condizioni climatiche e vengono introdotte in Italia, per
recepimento di Direttive Comunitarie, norme speciali riguardanti la sicurezza nelle
lavorazioni utilizzanti materie pericolose (ad esempio il DPR 962/82 sullutilizzo del cloruro
di vinile monomero).
Dell82 la citata direttiva CEE n.501 sugli incidenti rilevanti (legge Seveso), che prevede
la produzione da parte del datore di lavoro di un piano di emergenza con le possibilit di
fuga, e la valutazione dei rischi cui sono sottoposti non solo gli operai, ma anche la
popolazione nei pressi della fabbrica e lambiente circostante.

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. LAffidabilit ed il Rischio di Guasto.

4.3.4.1

Il Monitoraggio del Pericolo: il DL 277/91.

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

Il Programma della Riduzione del Rischio: il DL 626/94.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

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.

Secondo le normative comunitarie gi recepite nei paesi CE viene attribuito un valore di


probabilit di accadimento legato anche allo shock subito dalloperatore in occasione
dellaccadimento dellincidente, associando un valore basso allincidente che provoca stupore
ed incredulit, un valore superiore ad un incidente ritenuto quotidiano ed inevitabile. In modo
forse pi scientifico, viene associato il valore del danno possibile: valori alti per leventuale
letalit dellincidente, inferiori per incidenti parzialmente invalidanti, minori ancora per
incidenti arrecanti modesti e temporanei problemi al lavoratore stesso. Unalternativa
possibile per aziende di una certa grandezza lanalisi statistica sulla base dei dati presenti nel
registro degli infortuni, registro che deve essere presente nello stabilimento e che riporta la
causa, il tipo e la gravit dellincidente. Invece, nel caso in cui lazienda sia di dimensioni
piccole o medie, tali cio da non permettere unaffidabile valutazione statistica per mancanza
di dati - in attesa della legge di semplificazione delle procedure - vi la possibilit di
appoggiarsi a statistiche nazionali elaborate da enti pubblici ed in cui si analizzano gli
incidenti avvenuti in Italia nei diversi comparti produttivi.
Infatti, il DL 626/94 non prevede una riduzione del rischio legato agli incidenti
effettivamente riscontrati nella storia dellazienda, ma ben pi sibillinamente una valutazione
dei rischi degli incidenti possibili legati a tale tecnologia.
Il datore di lavoro, responsabile della valutazione dei rischi, stila un programma di
attuazione delle misure economicamente sostenibili. Una mancata o carente valutazione del
rischio costituisce reato punito con arresto o ammenda. Il DL 626/94 comunque una
disposizione quadro, non prevedendo infatti misure prestabilite o regole precise; diviso in
pi titoli, alcuni riguardanti la produzione dei sopracitati documenti, altri che prendono in
oggetto alcuni problemi particolari della vita lavorativa non ancora previsti da normativa ad
hoc: luso delle attrezzature di lavoro, dei dispositivi di protezione individuale, delle
postazioni a videoterminale, la movimentazione manuale dei carichi, la protezione da agenti
cancerogeni e biologici.
In questi titoli si d ampia discrezionalit operativa ai progettisti ed agli organi di
controllo: ad esempio, nellallegato VIII del DL 626/94, alla voce caratteristiche delle
postazioni a videoterminale le condizioni imposte per lo schermo sono le seguenti
(testualmente): i caratteri devono avere una buona definizione ed una grandezza sufficiente, e
vi deve essere uno spazio adeguato tra i caratteri e le linee, senza fornire criterio alcuno per la
determinazione di buona definizione, di grandezza sufficiente, o di spazio adeguato. Secondo
i legiferatori, questo tende ad un continuo miglioramento delle condizioni di ergonomia del
posto di lavoro seguendo un non meglio precisato programma di introduzione di
miglioramenti economicamente attuabili dallazienda: (tale allegato ora oggetto di
revisione, dr).
Insieme al DL 758/94, il DL 626/94 rivede le sanzioni relativamente ai reati previsti dalla
normativa di sicurezza gi esistente, prevedendo la punibilit con arresto o ammenda per il
datore di lavoro, i dirigenti ed i preposti, ma rivede anche le sanzioni per i lavoratori che,
regolarmente informati, non rispettino gli obblighi di sicurezza loro imposti: il quinto comma

4.59

4. LAffidabilit ed il Rischio di Guasto.

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 -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

INDICE DEL CAP. 4


4.

LAFFIDABILITA ED IL RISCHIO DI GUASTO

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

La Porta AND..................................................................................................... 4.19


La Porta OR........................................................................................................ 4.20

Il Caso Generale ............................................................................................. 4.20

LAffidabilit dellArticolo Riparato. .........................................................4.22

4.1.3.1
4.1.3.2
4.1.3.3
4.1.3.4

Caso di Conformit alla Legge Esponenziale................................................. 4.24


Caso di Conformit alla Legge Normale........................................................ 4.24
Il Comportamento Asintotico del Processo di Rinnovamento ....................... 4.25
LAffidabilit dellArticolo in un Intervallo di Tempo Dato ......................... 4.27

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

LAnalisi degli Incidenti Occorsi. .................................................................. 4.36


Il Deposito dei Materiali................................................................................. 4.37
Il Fattore Energetico ....................................................................................... 4.37
Il Fattore Tempo ............................................................................................. 4.38
Le Relazioni Distanza - Intensit.................................................................... 4.38
Il Fattore di Esposizione. ................................................................................ 4.39

Le Statistiche delle Perdite. .........................................................................4.40


Il Costo delle perdite. ..................................................................................4.41

4.2.4.1
4.2.4.2

Il Livello Nazionale........................................................................................ 4.41


Il Livello Aziendale........................................................................................ 4.41

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

LAnalisi Qualitativa. ..................................................................................... 4.50


La Valutazione Quantitativa col Metodo dei Minimum-Cut-Set. .................. 4.53

LEvoluzione della Sicurezza sul Posto di Lavoro......................................4.56

4.3.4.1
4.3.4.2

Il Monitoraggio del Pericolo: il DL 277/91.................................................... 4.58


Il Programma della Riduzione del Rischio: il DL 626/94. ............................. 4.58

- 4-i -

L. Rosa, La Progettazione degli Impianti Industriali Meccanici.

INDICE DELLE FIGURE DEL CAP. 4


fig. 4.1.
fig. 4.2.
fig. 4.3.
fig. 4.4.
fig. 4.5.
fig. 4.6.
fig. 4.7.
fig. 4.8.
fig. 4.9.
fig. 4.10.
fig. 4.11.
fig. 4.12.
fig. 4.13.
fig. 4.14.
fig. 4.15.

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

INDICE DELLE TABELLE DEL CAP. 4


tab. 4.I.
tab. 4.II.
tab. 4.III.
tab. 4.IV.

Tabella di verit delle variabili logiche.......................................................................... 4.18


Incidenti con emissione di diossina. .............................................................................. 4.36
Parole chiave nella stesura dellHazop. ......................................................................... 4.45
Esempio parziale di applicazione del metodo al caso di fig. 4.11. Scopo: controllo
della portata daria al locale a temperatura prefissata Ta. ............................................. 4.48
tab. 4.V.
Costruzione parziale dellHazop del caso di fig. 4.15. .................................................. 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.............................................................................................................. 4.53
tab. 4.VII. Analisi manuale dei Minimum-Cut-Set del caso esplosione del serbatoio.................... 4.55
tab. 4.VIII. Alcuni dati di rischio ricavati dalle banche dati............................................................. 4.56

- 4-ii -

You might also like