Presentazione del caso Colorobbia. Progetto di miglioramento realizzato nell'ambito della certificazione green belt del master lean six sigma Festo Academy 2° edizione. Saving di progetto 240.000 euro / anno
Caso Power One Lean Project Work Certificazione Green Belt Six Sigma Master F...
Colorobbia Progetto Riduzione Scarti Macinati Smalti Festo Academy Six Sigma Green
1. Caso realizzato per la certificazione Green Belt all’interno del
Master Lean Six Sigma 2° ed
Festo Academy
Per informazioni Alessandro Enna –
02 45794302 alessandro_enna@it.festo .com
Riduzione della variazione della
granulometria nel processo di
produzione di polveri elettrostatiche
per elettrodomestici
Di Elisa Bombonato - Resp Produzione
2. Il Gruppo COLOROBBIA
Il Gruppo Colorobbia è
presente nel settore ceramico
da quasi un secolo.
Ad oggi è costituito da oltre 40
società con sedi in 14 paesi
del mondo.
3. Il Gruppo COLOROBBIA
Il presente progetto si
svolge nell’ambito della
Divisione Macinati Smalti
Porcellanati
6. Analisi del problema
VOC CTQ
•Eliminare il prodotto finito Granulometria del prodotto
fuori range granulometrico
• % residuo a 45µ =g residuo a 45µ x 10
•Ottenere la costanza del
batch di 1000kg
• Range di accettabilità:
•Rendere stabile il controllo valore atteso 1%
di produzione
• Definizione Operativa:
percentuale di prodotto che rimane
setacciando 10g di prodotto.
DEFINE
7. S I P O C
• Reparto • Composto • Campione per il • Laboratorio di
composti: per controllo controllo
fornitore del macinazione
• Batch di
composto per
macinazione
• Quantità di MACINAZIONE prodotto per DEFINE
additivo Cliente
•Fornitore
• Settaggio • Registrazioni di
esterno:
mulino: tempo produzione
additivo
e temperatura
• Registrazione su
• Laboratorio del processo
ERP
di R&D:
scheda di
processo
Carica
per Impostazione
Preparazione Caricamento Macinazione
mulino mov. parametri
composto mulino Elettrostatica
600- macinazione
1200kg
Controll
Stoccaggio Prelievo campione Insaccaggio Trasporto Scarico prodotto
mov. o in
prodotto finito per laboratorio prodotto polvere e vagliatura SI NO
linea
8. PROJECT CHARTER
Team Leader Elisa Bombonato
Team member Bruno Corbani Funzione Capo Reparto
Franco Bruni Funzione Responsabile del controllo
Proprietario del
Elisa Bombonato
processo
Champion Marco Bitossi
Durata 4 mesi
Definizione operativa Granulometria: % di resiuo che resta setacciando il prodotto a 45µ
CTQ Granulometria del prodotto finito: set teorico ± 1%
Valore iniziale Oscillazioni fino a +3%
Valore atteso set teorico ± 1%
Savings Riduzione delle NC interne dal 4% al 1% (circa 20.000€/mese)
Vincoli Impianto di macinazione e depolverazione esitente
Milestone Data inizio prevista Data chiusura prevista Stato di avanzamento
Define 25/05/2007 10/07/2007 conclusa
Measure 01/06/2007 08/08/2007 conclusa
Analyze 03/09/2007 15/09/2007 conclusa
Improve 01/10/2207 15/10/2207 conclusa
Control 15/10/2007 30/10/2007 conclusa
DEFINE
9. Schema raccolta dati
La raccolta dati è stata fatta su un singolo codice in produzione e su tre linee di
macinazione, che sono:
Linee P503 e P504 costituite da :
Mulino Elevatore
e Vaglio a Insaccaggio
tramoggia tazze
Linea P505 costituita da:
Mulino
e Vaglio Insaccaggio
tramoggia
MEASURE
Questo per evidenziare la differenza tra linee ed individuare eventuali
zone di intervento.
10. Schema raccolta dati
Agli operatori di Reparto è stato dato il seguente schema di raccolta dati con precisa
indicazione dei punti di prelievo campioni.
I punti significativi sono:
A – Finezza di scarico del mulino (comune a tutti)
B – Finezza al vaglio prima della setacciatura industriale (comune a tutti)
C – Finezza al piede dell’elevatore a tazze
E – Finezza del prodotto finito insaccato (comune a tutti)
SIGLA FINEZZA SET DEL
DATA PRODOTTO N° MACINATA RICHIESTA MULINO A B C E OPERATORE
01-giu AMSP1179 3310N 15% 13% 13,2 13,5 13,9 14,7
02-giu AMSP1179 3311N 15% 13% 13,4 13,6 13,9 14,5
02-giu AMSP1179 3311N 15% 13% 13,4 13,4 13,8 14,6
MEASURE
02-giu AMSP1179 3312N 15% 13% 13,5 13,3 13,3 14,1
03-giu AMSP1179 3312N 15% 13% 13,4 13,5 13,6 14,2
03-giu AMSP1179 3313N 15% 13% 13,4 13,6 13,8 14,9
03-giu AMSP1179 3314N 15% 13% 13,5 13,8 13,4 15
04-giu AMSP1179 3315N 15% 13% 13,1 13,5 13,6 14,8
04-giu AMSP1179 --- 15% 13% 13,1 13,5 13,8 14,7
11. MULINO
“A” TRAMOGGIA
“B” “C”
VAGLIO
ELEVATORE A TAZZE
INSACCAGGIO
“E”
Punti prelievo campioni
MEASURE
12. Confronto fra linee produttive
Boxplot Linea P504 Boxplot of Linea P503
12,5
15,0
12,0
Finezza (%) della polvere
Finezza (%) della polvere
14,5
11,5
14,0 11,0
10,5
13,5
10,0
13,0 9,5
A(mulino) B(Vaglio) C(elvatore) E(Big-bag) A(mulino) B(vaglio) C(Elevatore) D(big-bag)
Boxplot Linae P505
13,0
Per prima cosa analizzo i dati per
linea produttiva utilizzando la Finezza (%) della polvere
12,8
rappresentazione grafica della 12,6
dispersione BOX-PLOT. 12,4
12,2
ANALYZE 12,0
A(mulino) B(vaglio) C(big-bag)
13. DOE (Design of experiments)
Analizzo il tratto di impianto “critico” e definisco gli input
e gli output per il DOE
Aspirazione
(ON – OFF)
Processo di Delta finezza
produzione Delta (C-E) (%)
Velocità dell’elevatore
tra C ed E
(50Hz – 20Hz)
Fattori non
controllabili
ANALYZE
14. DOE (Design of experiments)
Tramite lo strumento del DOE effettuerò la pianificazione di una serie
di esperimenti da fare sulla linea P504, avendo fissato:
Variabile in Output y : Delta finezza C-E (%)
Variabile in Input x: Aspirazione (ON – OFF)
Velocità dell’elevatore (50Hz- 20Hz)
Supponendo di fare due ripetizioni (2) per test, il numero di test che
devo performare sono:
Run = n X 2K
Con n=2 e k=2 ottengo Run=8
ANALYZE
Con Minitab® vedo che con questo numero di Run catturo con
sicurezza le interazioni di primo livello (zona verde).
15. DOE (Design of experiments)
Il set di prove che devo effettuare è il seguente:
Full Factorial Design Scatterplot of Asp. vs Hz
1,0
Factors: 2 Base Design: 2; 4 0,5
Runs: 8 Replicates: 2
Asp.
0,0
Blocks: 1 Center pts (total): 0
-0,5
All terms are free from aliasing. -1,0
20 25 30 35 40 45 50
Hz
StdOrder RunOrder Aspirazione Hz
3 1 OFF 50
Al Reparto Macinazione viene
5 2 OFF 20
data una nuova tabella di
7 3 OFF 50
raccolta dati per effettuare
2 4 ON 20
ANALYZE
8 5 ON 50
questa sperimentazione.
1 6 OFF 20
4 7 ON 50
6 8 ON 20
16. DOE (Design of experiments)
I dati raccolti sono:
SIGLA FINEZZA
StdOrder PRODOTTO ASPIRAZIONE Hz TEORICA C E Delta (E-C)
3 AMSP1179 OFF 50 15 13,6 15,1 1,3
5 AMSP1179 OFF 20 15 13,8 15,2 1,3
7 AMSP1179 OFF 50 15 13,5 15,1 0,7
2 AMSP1179 ON 20 15 13,9 15,2 1,3
8 AMSP1179 ON 50 15 13,4 14,5 1,5
1 AMSP1179 OFF 20 15 13,3 14,6 1,4
4 AMSP1179 ON 50 15 13,9 14,6 1,1
6 AMSP1179 ON 20 15 13,8 15,1 1,6
ANALYZE
Inserisco questi dati su Minitab® e faccio l’analisi statistica.
Analizzo l’interazione tra Aspirazione, Hz e la combinazione
Aspirazione-Hz.
17. DOE (Design of experiments)
Factorial Fit: Delta (E-C) versus Aspirazione; Hz
Interaction Plot (data means) for Delta (E-C)
Estimated Effects and Coefficients for Delta (E-C) (coded units)
1,6 Aspirazione
OFF
Term Effect Coef SE Coef T P 1,5 ON
Constant 1,2750 0,05303 24,04 0,000
Aspirazione -0,3500 -0,1750 0,05303 -3,30 0,030 1,4
Hz -0,1000 -0,0500 0,05303 -0,94 0,399
Aspirazione*Hz -0,3000 -0,1500 0,05303 -2,83 0,047 1,3
Mean
1,2
S = 0,15 R-Sq = 83,18% R-Sq(adj) = 70,56% 1,1
1,0
Analysis of Variance for Delta (E-C) (coded units)
0,9
Source DF Seq SS Adj SS Adj MS F P 20 50
Hz
Main Effects 2 0,265000 0,265000 0,13250 5,89 0,064
2-Way Interactions 1 0,180000 0,180000 0,18000 8,00 0,047
Residual Error 4 0,090000 0,090000 0,02250
Pure Error 4 0,090000 0,090000 0,02250 Main Effects Plot (data means) for Delta (E-C)
Total 7 0,535000 1,5
Estimated Coefficients for Delta (E-C) using data in uncoded units 1,4
Mean of Delta (E-C)
Term Coef
Constant 1,39167
ANALYZE
1,3
Aspirazione 0,175000
Hz -0,00333333
Aspirazione*Hz -0,0100000 1,2
Alias Structure 1,1
I OFF ON
Aspirazione Aspirazione
18. DOE (Design of experiments)
Con l’analisi DOE e Surface Plot of Delta (E-C) vs Hz; Asp.
correlando fisicamente
quanto ottenuto,
procedo impostando 1,6
l’impianto come segue: 1,4
Delta (E-C ) 1,2
- Aspirazione: ON 1,0
-Frequenza: 50Hz 20
30
Hz 40 -1
50 0
e vado a monitore il
1
A spir azione (1 =O N, -1 =O FF)
processo.
L’analisi grafica 3D delle interazioni ottenibile dal DOE mi fa vedere
IMPROVE
come questa situazione sia la migliore, ma che devo tenere sotto
controllo il processo in modo da non peggiorare.
19. Control Chart
Utilizzo quindi una carta di controllo, al fine di verificare e
consolidare i risultati ottenuti.
Obbiettivo è continuare a monitore il processo affinché sia garantita
la performance di Delta (E-C) ≤ 1.
In questo modo il prodotto sarà CONFORME al Controllo di
Laboratorio.
I Chart of Delta (E-C)
2,0
UCL=1,946
1,5
Individual Value
_
X=1,108
1,0
CONTROL
0,5
LCL=0,271
1 11 22 33 44 55 66 77 88 99
Observation
20. Conclusioni
Il presente progetto ha consentito di:
- capire approfonditamente il processo produttivo;
- comprendere gli effetti che maggiormente vanno ad influenzarne la
variabilità;
- pianificare le prove senza “sprechi” di risorse;
- monitorare il processo con lo scopo di consolidare i risultati
ottenuti nel tempo;
- con la CTQ all’interno dei limiti di controllo il tasso di NON
CONFORMITA’ è NULLO!!
Conseguentemente i savings per l’Azienda sono:
1- Riduzione delle NC del 4%, pari a circa 16t/mese di prodotto di
scarto (circa 20.000€/mese);
2 – Riduzione del magazzino dei prodotti NC e della loro successiva
fase di recupero (paria circa 5.000€)
3 – Nessun investimento impiantistico.