all’impiego del disegno sperimentale, tecnica statistica largamente impiegata in diverse realtà di processi produttivi. La pianificazione degli esperimenti ha consentito di individuare la migliore combinazione dei livelli dei fattori (variabili), che hanno effetto su una variabile quantitativa scelta come misura di qualità (Y), che, nel caso specifico di una saldatura, corrisponde con la conducibilità elettrica. Saranno descritti la fase di implementazione e di pianificazione del D.o.E. e la fase di realizzazione dei prototipi previsti dal disegno sperimentale; saranno, poi, analizzati e commentati i risultati. Data la complessità del processo in esame, per numero di variabili e loro effetti, è stato importante applicare un approccio di natura quantitativa in modo da controllare le variabili influenti sulla conducibilità elettrica secondo criteri analitici.
5.1 DEFINIZIONE E PROPRIETA’ DEL DISEGNO DEGLI
ESPERIMENTI (D.o.E.)
Il disegno degli esperimenti (Design of Experiments - D.o.E.) è diventato una delle tecniche statistiche per la progettazione degli esperimenti più conosciute degli anni '90. E’ stato inventato nel 1920 dallo scienziato inglese R. A. Fisher, come metodo per massimizzare le informazioni derivanti da dati sperimentali. Tale metodo si è evoluto nei successivi 70 anni, ma molti sviluppi si sono rivelati eccessivamente complessi dal punto di vista matematico e, quindi, ad uso esclusivo degli specialisti. La recente diffusione del D.o.E. è focalizzata sull'uso pratico che è possibile farne, anziché sull’aspetto matematico su cui è principalmente basata questa tecnica. La tecnica statistica del disegno degli esperimenti, applicato in ambito tecnologico, ha ottenuto un notevole impulso teorico ed applicativo a partire dagli anni 80, quando la metodologia detta “Parameter Design”di Genichi Taguchi, ingegnere Giapponese, è stata utilizzata presso l’AT&T Bell
Laboratories negli U.S.A. [5.01]. A partire da quella data, i concetti di “two-step procedure” (procedura a due passi) e di “Robust Design” (progettazione robusta) sono stati ampiamente rivisti, talvolta anche in modo molto critico [5.02-5.04], proprio nell’ottica di un miglioramento continuo (e non di controllo) della qualità del prodotto, sin dalla fase iniziale di progettazione o, in taluni casi, dalla fase di ri-progettazione.
L’applicazione, nell’ambito del disegno degli esperimenti, della procedura a due passi e del concetto di progettazione robusta ha come scopo principale quello di ottimizzare la qualità di un prodotto individuando la migliore combinazione dei livelli delle variabili (fattori) che hanno effetto su una variabile quantitativa scelta come misura di qualità (Y), rendendo inoltre robusta tale combinazione ottimale rispetto a fattori di disturbo (noise), qualitativi o quantitativi, che possono avere caratteristiche di controllabilità e/o misurabilità (in senso statistico). Si sottolinea che la progettazione robusta riguarda quel sottoinsieme di variabili di processo che hanno influenza sulla variabilità di Y. I “noise factors” possono influenzare la qualità iniziale, l’affidabilità e la durata del sistema. Se per i fattori di rumore ignoti si attua un processo di “randomizzazione” (mediare gli effetti), per i fattori di rumore noti o si eseguono misure (analisi di robustezza) o si effettuano dei controlli: per questi ultimi si prevede di mantenerli costanti (tenuti fissi durante le prove) in blocchi (condizioni di prova omogenee) e successivamente misurati (rimuoverne gli effetti, attraverso l’analisi della covarianza).
Le più comune fonti di disturbo possono essere:
1) Influenza interna al sistema (influenza tra i vari componenti); 2) Variabilità dei componenti dovuto al processo di fabbricazione; 3) Uso del prodotto da parte del cliente, fuori dalle specifiche; 4) Influenza dell’ambiente esterno (temperatura, umidità, pressione); 5) Invecchiamento/deterioramento del dispositivo.
Gli ultimi sviluppi teorici ed applicativi in questo settore sono rivolti essenzialmente alla Metodologia delle Superfici di Risposta (M.S.R.) [5.05] ed all’implementazione, entro questa metodologia, di un piano sperimentale (“combined array”) che tenga conto sia delle variabili interne al processo (“control factors”), sia delle variabili noise.
I professionisti della qualità usano la tecnica D.o.E per identificare le condizioni del processo ed i componenti del prodotto che influenzano la qualità, per poi selezionare le
impostazioni del fattore/variabile che massimizza i risultati; dunque, è un metodo statistico utile all’investigazione simultanea degli effetti di variabili multiple sulle variabili/risposte in uscita. La metodologia consiste in una serie di prove sperimentali, o test, in cui le variazioni significative sono dovute dall’inserimento di fattori o di variabili e di dati che sono raccolti/misurati ad ogni prova. Attraverso opportune considerazioni statistiche nella progettazione degli esperimenti, si possono raggiungere i seguenti risultati:
• riduzione dei tempi di sviluppo dei processi; • uso più efficiente delle risorse;
• maggiore affidabilità dei processi.
La metodologia D.o.E. consta di due fasi principali [5.06]:
1) fase di screening: identificazione dei fattori significativi e della loro correlazione; 2) fase di ottimizzazione: identificazione della risposta,
che portano all’individuazione della configurazione ottimale e all’eliminazione dal modello matematico dei fattori ininfluenti. Nella prima fase occorre effettuare una serie di prove sistematiche per individuare i fattori significativi e la correlazione tra questi. Si procede nel modo seguente:
identificare la risposta, che qualifica il processo;
identificare e conoscere i fattori, che potrebbero influire sulla risposta;
per ogni fattore stimare il campo di variabilità ragionevole in relazione al processo d’interesse, ovvero i livelli che possono assumere nella realizzazione del prodotto/processo (individuare possibilmente un valore alto e un valore basso per ogni fattore);
predisporre il piano di prova; eseguire le prove;
raccogliere i dati ed analizzare i risultati per valutare quali siano i fattori che, singolarmente, influenzano il processo.
Il ciclo analitico e sperimentale si conclude con il raggiungimento di un risultato ritenuto adeguato per le conoscenze teoriche del processo/prodotto. Se le informazioni teoriche
rapido e soddisfacente. Spesso però la complessità di un processo impedisce il pieno controllo dei fattori sotto indagine e richiede una conoscenza teorica completa: ciò significa che non sempre è nota a priori la relazione causa-effetto tra i fattori, che influiscono sul processo in esame, e le variabili da ottimizzare.