Analisi del processo

In un seminario dell'Organizzazione Europea per la Qualità (EOQ) è stato dichiarato: "Solo il disegno di esperimenti [permette] di ottenere le informazioni necessarie per il miglioramento sistematico di prodotti e processi, in un tempo ragionevole."

Chiarezza sulle influenze e sugli effetti

Nessun vero processo di fabbricazione o di conversione fa sempre ed esclusivamente quello che ci si aspetta da lui. Se le deviazioni sono troppo grandi per la qualità richiesta dei risultati, si pone la domanda: da dove viene la variabilità e come può essere influenzata, cioè ridotta? È quindi una questione di interrelazioni interne del processo e di come reagiscono alle influenze esterne intenzionali e ai disturbi non intenzionali. Solo con una comprensione di questi siamo in grado di ottimizzare i processi e mantenerli al loro livello ottimale.

Tuttavia, questo di solito non è così facile, perché, come mostra il ricercatore del caos Arthur Koestler, gli esseri umani, e in particolare il pensiero umano orientato agli obiettivi, sono in gran parte soggetti a cicli limite inconsci (1).

Ecco perché il progettista non vede i suoi stessi difetti di progettazione che impediscono a una macchina di funzionare correttamente. Questa è anche la ragione per cui lo scienziato non dubita o addirittura rifiuta una teoria cara, anche se è stato dimostrato che dà ripetutamente false previsioni per processi reali.

Questo pensiero in cicli limite era buono nella savana africana, dove era richiesta un'azione rapida in situazioni ricorrenti; i nostri antenati lo applicavano con successo anche lì. Ma di solito non è ottimale in ambienti industriali dove è richiesta una risposta sostenuta a problemi complessi. E, come dice Azeem, il compagno musulmano di Robin Hood, "Non ci sono persone perfette, solo intenzioni perfette! (2) Per controllare e, se necessario, ridurre la variabilità di un processo, dobbiamo conoscere le influenze che lo controllano e i loro effetti sulle variabili critiche di destinazione, i risultati del processo.

intuizione del design

Il più delle volte, la situazione descritta è paragonabile a "stare di fronte a un labirinto". Per comprendere il suo funzionamento interno, non è sufficiente girare le manopole familiari nella speranza di trovare una soluzione. Piuttosto, dobbiamo prima chiederci quali sono le influenze generali sul nostro processo e poi considerare tutte le influenze identificate come significative nella nostra indagine. Per il disegno sperimentale, questo significa espandere la dimensionalità dello spazio sperimentale. Nell'immagine del labirinto, è sufficiente introdurre la terza dimensione: Visto dall'alto, il percorso verso il centro diventa facilmente visibile.

Nel lavoro di processo, è necessario trovare tutte le impostazioni di tutti i fattori di influenza essenziali e prenderli in considerazione negli esperimenti corrispondenti per poter creare un modello matematico globale del processo che descriva tutte le interrelazioni interessanti. Per quanto riguarda le interazioni già menzionate, si devono prendere in considerazione anche i fattori i cui effetti sono "noti", e gli esperimenti devono essere eseguiti fondamentalmente secondo la regola "cambiare tutti i fattori simultaneamente". Come esattamente questo deve essere fatto è regolato da un piano di esperimento, che viene creato con un software adatto.

La procedura intuitiva consiste soprattutto nel sondare in modo erratico lo spazio multidimensionale del processo. Mentre questo è ancora fattibile per due variabili, diventa confuso dalla terza dimensione in poi. Di solito, quindi, si traduce in molti tentativi, che tuttavia non rendono riconoscibili le relazioni interne, né tantomeno trovano un optimum (Figura 1).

L'illuminazione pianificata dello spazio del processo, d'altra parte, risulta in un numero controllabile di esperimenti definiti e, di conseguenza, una descrizione matematica del modello che può essere ottimizzata secondo qualsiasi criterio.

Nella figura 2, gli effetti principali delle influenze da 1 a 6 di un processo reale di una macchina esistente sono mostrati come diagrammi di dispersione con le curve di regressione approssimate associate. I seguenti grafici sono stati creati con il programma statistico CORNERSTONE (3).

Interazioni

Nei contesti mostrati sopra, non si tratta di un esempio scolastico "falsificato", ma di un esempio più recente della pratica. È facile vedere che relazioni così complesse non possono più essere afferrate "a piedi nudi". Va notato che l'intero set di dati è stato generato con solo 38 impostazioni della macchina in un turno.

Come già detto, gli effetti principali non sono purtroppo tutta la verità. Abbastanza spesso, come detto, sono le interazioni tra loro che contribuiscono alla mancanza di comprensione della realtà del processo in misura particolare. Questa circostanza è spiegata più dettagliatamente per mezzo del grafico della figura 3.

La figura 3 mostra tutte le possibili interazioni dei sei fattori di influenza sulla variabile obiettivo 1, con i più grandi evidenziati in colore. Le interazioni più importanti si verificano tra i fattori di influenza 1 e 6 (sfondo blu), 2 e 6 (giallo) e 4 e 6 (verde). Le tre curve per diagramma corrispondono alle tre impostazioni di un partner nelle caselle diagonali Max, Midpoint, Min.

L'interazione più forte avviene tra Influx4 e Influx6 (verde). Ne risulta un'inversione quasi completa dell'effetto sulla variabile target Target1! Nella posizione centrale del fattore di influenza 6 (Einfl6 = 3 = Midpoint[3]), la variazione di Einfl4 tra 3000 e 7000 (riquadro verde in basso) non ha praticamente alcun effetto sulla variabile obiettivo Ziel1 (scala all'estrema sinistra). Anche questa curva corrisponde essenzialmente all'effetto principale mostrato nella figura 2 per Einfl4. Al contrario, target1 varia su una vasta gamma di valori quando influx6 è impostato su min o max - nella direzione opposta!

Una tale costellazione può portare a un processo incontrollabile se non si conoscono le interrelazioni, perché a seconda della situazione iniziale, possono essere necessarie misure correttive completamente diverse e contraddittorie per raggiungere i valori target desiderati.

Parole di chiusura

Per quanto possa sembrare incomprensibile che in molte aziende di produzione il lavoro di processo si svolga ancora oggi senza pianificazione delle prove, è gratificante vedere che almeno in importanti industrie chiave si lavora sistematicamente con esso nella ricerca e nella produzione.

L'automobile, la chimica, i semiconduttori lavorano di default con metodi sistematici, uno dei quali è il disegno degli esperimenti. Ma soprattutto per le aziende più piccole, le difficoltà di processo sono spesso disastrose. L'acquisto di una nuova macchina per snellire un processo non significa automaticamente un miglioramento dei risultati. L'ottimizzazione del processo è il compito del proprietario del processo e spesso non è adeguatamente supportato dal produttore. In molti casi, un'analisi congiunta aiuterebbe entrambe le parti. In pratica, ci sono molti casi in cui, dopo mesi di costosi tentativi ed errori, un singolo esperimento pianificato è riuscito a risolvere un problema.