Gestione efficace significa:

• identificare la variabilità intrinseca del processo, quindi la Qualità che gli impianti sono in grado di fornire;
• mantenere sotto controllo il processo riducendo l’impatto degli scarti e delle rilavorazioni;
• evidenziare i fattori che influenzano maggiormente il processo;
• porre le basi per azioni di miglioramento.

Il controllo statistico della variabilità dei fenomeni assicura l’uscita, dal processo di fabbricazione, di un prodotto conforme alle specifiche qualitative ed è quindi la base per sviluppare ulteriori azioni di miglioramento.

Il seminario illustra le principali tecniche statistiche utilizzate nel controllo dei processi produttivi, evidenziando con molte esemplificazioni operative i notevoli vantaggi qualitativi ed economici ottenibili.

A chi é rivolto:

PROGRAMMA DEL CORSO

L’approccio cibernetico al controllo di processo

• Il significato di controllo
• Il concetto di regolatore

I problemi di Controllo di Processo

• Inquadramento delle problematiche in termini di fonti di variabilità
• Collegamento con le metodologie statistiche
• Il comportamento dei processi statistici
• Sistema e variabilità

La variabilità naturale di un processo produttivo

• L’istogramma
• Indici statistici sintetici
• La curva normale
• La distribuzione fondamentale (Process Capability)
• L’analisi di capability in presenza di distribuzioni non normali

La variabilità campionaria

• Il campionamento
• La stima
• I test di verifica di ipotesi
• Gli errori associati

Le Carte di Controllo

• Che cos'è una Carta di Controllo: significato ed elementi costitutivi (vari tipi di carte di controllo in relazione alla loro finalità)
• Carta di Controllo per valori medi e Range
• Metodi costruttivi e modalità di interpretazione

Cenni ad altre Carte di Controllo

• Le Carte per la media mobile
• Le Carte CUSUM
• Le diverse finalità applicative
• La curva ARL
• Confronti di efficienza

Metodi di individuazione dei dati anomali

Gestire non conformità e miglioramento

• Il metodo 8 D

L’analisi di multiregressione

• La sua applicazione per individuare i legami tra le variabili di processo e le

• Criteri interpretativi
• Rappresentazioni grafiche dei legami