Hai una domanda?
Messaggio inviato Chiudi

Corso S8 – DOE – DESIGN OF EXPERIMENT

CORSO DI FORMAZIONE S8-DOE – DESIGN OF EXPERIMENT

L’USO DELLA STATISTICA PER GARANTIRE MINORI COSTI, TEMPI DI SVILUPPO, PRODUZIONE E COLLAUDO

L’80% dei costi totali di sviluppo di un prodotto / processo sono “impegnati” prima di aver fabbricato il primo pezzo “buono”. Funzioni maggiormente responsabili sono la Ricerca & Sviluppo, la Progettazione con i relativi test. Enti che traducono i requisiti prestazioni del Cliente in specifiche funzionali e di prodotto. È quindi importante “ottimizzare” al massimo questi step di sviluppo per ottenere le migliori performance, riducendo collaudi ed esperienze a un numero minimo, che consenta di fornire vera informazione agli specialisti. DOE è quindi la metodologia statistica più strutturata per garantire di raggiungere questi obiettivi. Il corso proposto, ricco di esempi applicativi e di interazioni docente-partecipante, consentirà di prendere confidenza con questo approccio “razionale” di sperimentazione e parameter setting, grazie all’uso di SW statistici professionali e MS Excel.


A CHI È RIVOLTO

  • Progettisti di prodotto / processisti
  • Ingegneri di processo / di manutenzione
  • Responsabili del processo produttivo
  • Responsabili Testing / Collaudo
  • Quality Managers

APPRENDERETE A…

  • Fornire ai partecipanti l’opportunità di poter confrontarsi su come progettare le prove, e combinazioni migliori per il settaggio di un processo, per gli elementi di una ricettazione, che rendono “ottimale” la prestazione “chiave”
  • Minimizzare gli elementi di disturbo / sovra-specifiche
  • Semplificare le prove inizialmente lunghe, molto costose, grazie a DOE possono essere rese più snelle, semplificate, massimizzando il ritorno informativo
  • Attraverso esempi e “case study” ogni partecipante potrà “praticare” il DOE nei suoi aspetti più caratteristici, chiarendone le potenzialità, i criteri di utilizzo e le possibili applicazioni nel proprio contesto di lavoro

ESERCITAZIONI, PROGETTI E CASE STUDIES

Procedendo da iniziale richiamo di Statistica Descrittiva e Inferenziale, cui seguiranno i principali Piani Multifattoriali e le relative tecniche di ricerca della “economia” sperimentale limitando il numero di prove, ogni partecipante realizzerà per ognuno di questi passi più analisi dei dati con de-briefing metodologico da parte del relatore


I PLUS

Il corso prevede un uso esteso e interattivo di simulazioni statistiche su “casi aziendali” dove DOE ha dato notevoli vantaggi. Ciò sarà svolto direttamente dai partecipanti elaborando dati forniti dal relatore e con supporto software di Minitab™ o equivalenti

PROGRAMMA

1. RICHIAMI DI STATISTICA INDUSTRIALE 

Pensare in modo statistico in Azienda

  • Definire il problema e l’area di indagine
  • Modello “black-box”: risposta, fattori di input e disturbo (Causa-Effetto)

Dati… Ma per farne cosa?

  • Tipi di dati / tipi di raccolte dati (dati discreti vs. dati misurabili)
  • Tecniche e procedura di raccolta dati

Conoscere / riconoscere la distribuzione statistica dei dati

  • Le distribuzioni di frequenza (dati discreti vs. dati misurabili)
  • Indicatori di “centralità”: media, mediana e moda
  • Indicatori di “dispersione”: range, sigma e coeff. di variazione
  • La “fotografia” di un fenomeno “discreto”: diagrammi di frequenza (Pareto,…)

Comprendere e stimare la probabilità (rischio) di un dato evento

  • Concetto di variabile casuale
  • Distribuzioni “notevoli”, utili alla stima e loro riconoscimento in una data realtà operativa: Normal Probability Plot, Log Normal, Weibull
  • La “fotografia” di un fenomeno “misurabile”: Istogramma / Box-Whiskers Plot

Process Capability

  • Prestazione attese da un processo (standards) vs. prestazioni fornite
  • Concetto di capability Cp, Cpk, Cpm, …)
  • Concetto di stabilità di un processo “a target” (Carte di andamento, …)

Caratterizzare le “condizioni” di lavoro e suggerire cambiamenti

  • Concetto di ‘”ipotesi statistica” – ciclo PDCA & DMAIC per risolvere un problema
  • Errori statistici di I° e II° tipo

Comparazione fra più modi di operare

  • Uno schema di sintesi delle possibili situazioni in cui ci si può trovare
  • Comparazione “parametrica”: ANOVA e il “modello” della media per un processo

Correlazione e regressione di variabili in un fenomeno

  • Concetto di correlazione / coefficiente di correlazione (Scatterplot)
  • Correlazione semplice e multipla
  • Concetto di regressione e differenza con la correlazione
  • Modelli di analisi di regressione (lineare, polinomiale) (Scatterplot)

2. SPERIMENTARE PER MEGLIO CONOSCERE E POTER SCEGLIERE

Gli obiettivi della “sperimentazione”

  • Definizione di “sistema” e caratteristiche funzionali
  • Fattori di controllo e di disturbo

I principi sperimentali di Fisher e la modellazione

  • Introduzione ai modelli fattoriali e regressivi
  • Stima degli effetti / Non linearità della risposta
  • Randomizzazione, replicazione, blocking dei fattori

3. METODI PER ANALIZZARE I RISULTATI SPERIMENTALI

Modelli “fattoriali”

  • Analisi delle medie (ANOVA) con un fattore sperimentale
  • Errori del 1° e del 2° tipo – Potenza del test
  • Il concetto di interazione tra fattori
  • Il Diagramma di Hasse per stimare i gdl delle diverse componenti della media
  • ANOVA multifattoriale. Quando ricorrere al blocking
  • Casi sperimentali “a effetti fissati” e “a effetti casuali”
  • Check delle ipotesi di Fisher: analisi dei residui (grafici e non)
  • Assenza di “memoria” del sistema, assenza di “outliers”

Modelli “regressivi”

  • Regressione lineare semplice
  • Stima dei parametri del modello
  • Controlli di ipotesi sulla significatività del modello
  • Regressione lineare multipla
  • Check delle ipotesi di Fisher: Analisi dei residui (grafici e non)
  • Assenza di “memoria” del sistema, assenza di “outliers”

4. PROGETTARE LE PROVE IN MODO OTTIMALE

  • Piani di prove per modelli fattoriali completi / ridotti (PFC/PFR)
  • Numero minimo di prove / Confounding e Aliasing
  • Ottimizzazione con stima della risposta sul PFC
  • Esperimenti di screening fra molti fattori (Plackett-Burman)
  • Piani ruotabili (FCCCD, Box-Behnken)
  • Piani ortogonali (Taguchi)
Formazione Finanziata

È possibile accedere ai finanziamenti sia per le partecipazioni a Corsi a Catalogo (tramite Voucher) sia per i Corsi erogati in Azienda (tramite Conto Formazione). Il finanziamento è valido sia per corsi erogati in modalità Presenziale che Virtual Classroom. Per approfondire le opportunità e modalità di finanziamento vai alla pagina

Formazione Finanziata

Chi partecipa ai nostri corsi a catalogo, ha la possibilità di poter aderire alla nostra iniziativa “Learn in Action: Formazione – Azione – Risultati” richiedendo una giornata di Follow Up che ha come principali obiettivi:verificare l'avanzamento delle azioni di miglioramento definite a fine corso nel Piano d'Azione Personalesupportare nell' implementazione delle azioni per raggiungere gli obiettivi prefissatiapprofondire tematiche trattate durante le giornate di formazionetrasferire il Know How acquisito durante il corso a persone dello stesso team del partecipanteL’ iniziativa “Learn in Action: Formazione – Azione – Risultati” prevede una tariffa a condizioni agevolate.Per maggiori informazioni potete chiamare il numero 02.21118134 o scrivere a carlo.strano@valeoin.com

Quota multipla

Quota singola

Realizza questo corso in azienda

Richiedi preventivo

Formazione personalizzata

Sei interessato all'argomento? Progettiamo un training personalizzato nella tua azienda.

Contattaci
Date Edizioni
19 Feb 2024 Iscriviti
15 Lug 2024 Iscriviti
Iscritti: 0 studenti
Durata: 2 giorni