Agfa Progetto Scarti Certificazione Green Belt Master Lean Six Sigma Festo Ac...
Agfa Progetto Al1 Certificazione Green Blet Master Lean Six Sigma Festo Academy Pubblicabile
1. Industrial Management School
• Riduzione del consumo di bagno di sgrassaggio AL/1
• Presented by R. Tognacci
• Date: 21/01/09
1
2. Industrial Management School
Team Charter Define (1/4)
Business Case: Composizione Gruppo:
La produzione di lastre da stampa offset prevede varie fasi di
Project Lead (GB/BB): R. Tognacci
trattamento chimico ed elettrochimico della bobina di alluminio
utilizzata come supporto, ognuna delle quali ha un impatto sul costo Coach (BB/MBB):
del prodotto finito (lastra) dipendente dal consumo delle materie ---
prime utilizzate nei vari bagni dei suddetti trattamenti: si vuole
cercare di abbassare tali costi
Project Champion: B. Battistoni – Dir. Stabilimento
Team Members: A. Di Carlo – Resp. Produzione
Definizione del problema:
Da un’analisi del costo al mq dei vari bagni nel 2007 effettuata sullo stabilimento di C. Giusti – Analista di Produzione
Vallese di Oppeano (VR), è stato individuato quello con maggior margine di
miglioramento potenziale, ovvero lo sgrassaggio, effettuato con AL/1 (NaOH +
tensioattivi): il suo consumo è dovuto sostanzialmente a due fattori: E. Faccini – Resp. Manutenzione
1. aggiunte di prodotto per mantenerne la concentrazione entro i set di lavoro
2. scarichi di bagno per mantenere la concentrazione di Al3+ entro i set di lavoro G. Affini – Addetto CQ
S. Buniotto – Addetto CQ
Definizione dell’obiettivo : M. Baldin – Resp. Ecologia (stakeholder)
Ridurre del 30% il consumo di AL/1 sulla linea V3 entro Ottobre
2008 (fase Control impostata), per un risparmio potenziale di circa
21.000 €/anno (provvisorio su budget 2008), teoricamente
estendibile alle altre due linee di Vallese (56.000 €/anno),
Milestones:
escludendo il risparmio dovuto alla riduzione dello smaltimento 05/08
05/08 06/08
06/08
Define
In Scope / Out of Scope: Measure 07/08
07/08 09/08
09/08
IN: sgrassaggio linea V3, lastra termica
OUT: modifica dei set di lavoro, modifica del metodo di analisi, altri
Analyze 09/08
09/08 11/08
11/08
tipi di lastre, altri bagni, altre linee Improve 10/08 01/09
10/08 01/09
Control 11/08
11/08
2
3. Industrial Management School
Identificare i CTQ del progetto Define (2/4)
Key Questions
Cliente Commenti Caratteristiche più rilevanti Quali gruppi di clienti sono
per il cliente (CTQs) scopo primario per il
progetto?
• Il consumo di AL/1 è troppo Direzione di Stabilimento
Direzione di elevato, in particolare se
Stabilimento confrontato con quello di • Consumo di AL/1 per mq di lastre processate
(Vallese) Manerbio (sebbene il mix di
prodotti sia diverso) Metodi usati per capire i
bisogni del cliente.
Incontro con Direzione
• Impatto sui costi di • Smaltimento di bagno di sgrassaggio per mq
Ecologia
smaltimento di lastre processate Quale CTQ sarà l’obiettivo
primario del progetto?
Consumo di AL/1 per mq
di lastre processate
Il CTQ principale
verrà calcolato
sulla base delle
aggiunte di AL/1
3
4. Industrial Management School
Define (3/4)
S I P O C Key Questions
Fornitore Input Processo Output Cliente
(sostantivi) (verbi) (sostantivi) Quali sono gli estremi del
processo?
Inizio: Ingresso AL/1 + acqua
1 Sgrassaggio
Bobina Bobina Uscita bagno
Magazzino Produzione Fine:
alluminio alluminio
bobine (bagni successivi)
vergine Lavaggio sgrassata Cosa è incluso negli obiettivi
2
di progetto?
Incluso: Vedi In Scope
Aggiunte: 3
Consumo AL/1
Stoccaggio AL/1 • per mantenere
Scarichi: Dir. Stabilimento Escluso: Vedi Out of Scope
set
• per mantenere
Acqua • per reintegrare
set Al3+
Ecologia
scarico
• statistiche
4 • statistici La process map è stata
approvata dalle persone
chiave?
5
Discussa durante incontro del
• Concentrazione Indicazione 21/05/08
Sistema di analisi AL/1
per scarico / Operatore
(Applikon) • Concentrazione 6
Al3+ aggiunta Necessaria verifica
affidabilità /
7 completezza dati
disponibili
4
5. Industrial Management School
AL/1 agg. Statistica
Define (4/4)
AL/1 agg. da Applikon H2O agg. di livello
AL/1 agg. Manuale H2O agg. Manuale
Key Questions
bobina Al
Quali sono gli estremi del
processo?
BAGNO DI SGRASSAGGIO Inizio: Ingresso AL/1 + acqua
Fine: Uscita bagno
Scarico Statistico Cosa è incluso negli obiettivi
di progetto?
Scarico Manuale
Incluso: Vedi In Scope
Escluso: Vedi Out of Scope
La process map è stata
approvata dalle persone
chiave?
Discussa durante incontro del
21/05/08
Necessaria verifica
affidabilità /
completezza dati
disponibili
5
6. Industrial Management School
Measure (1/5)
Clarify Data CTQ Standard di Performance
Project Y - Measure Caratteristiche di performance dei CTQ
CTQ Descrizione della
Unit /
Definizione operativa misura LSL USL Target Difetto
Opp
Quantità di materia prima Registrazione
Consumo di AL/1 per aggiunta per mantenere i set automatica del tempo di
di lavoro, opportunamente funzionamento della
mq di lastre processate ripartita per i mq processati tra pompa dosatrice, di cui N/A 8,6 5,5 N/A N/A
(l/Kmq) si conosce la portata,
aggiunte successive dello indicizzata per tipo di
stesso tipo aggiunta
Smaltimento di bagno di Quantità di bagno
sgrassaggio per mq di esausto ritirato dallo Raccolta dati
N/A N/A N/A N/A N/A
lastre processate smaltitore divisa per i riportati sul DDT
(Kg/Kmq) mq processati
Le caratteristiche di performance della CTQ principale si riferiscono all’obiettivo di
riduzione del 30% (USL) ed al confronto col sito di Manerbio (Target)
6
7. Industrial Management School
Raccolta dati (1/3) Measure (2/5)
Boxplot of Kg / tmq by Anno Key Questions
22000 Ho garantito che i dati
raccolti siano accurati e
20000
unbiased?
18000 N/A
16000 Quali sono le possibili aree di
Kg / tmq
bias e errori di sistema?
14000
N/A
12000
10000 Ho valutato la ripetibilità e
riproducibilità della mia
8000 raccolta dati?
6000 N/A
2007 2008 Chi raccoglie i dati è
Anno opportunamente formato?
Worksheet: Consumo AL1
N/A, raccolta automatica
Dovendo valutare una
riduzione rispetto ad uno
Dai dati storici disponibili (gennaio 07 – agosto 08, anche se aggregati per storico, non si è ritenuto
mese, linea e prodotto), si è evidenziato il raggiungimento dell’obiettivo ancor indispensabile
prima della partenza del progetto determinare l’accuratezza
7
8. Industrial Management School
Raccolta dati (2/3) Measure (3/5)
Key Questions
Ho garantito che i dati
raccolti siano accurati e
unbiased?
N/A
Quali sono le possibili aree di
bias e errori di sistema?
N/A
Ho valutato la ripetibilità e
riproducibilità della mia
raccolta dati?
N/A
Chi raccoglie i dati è
opportunamente formato?
N/A, raccolta automatica
Dovendo valutare una
riduzione rispetto ad uno
La raccolta dati automatica ha permesso di svincolarsi dal possibile storico, non si è ritenuto
errore umano, troppo frequente in situazioni analoghe precedenti indispensabile
determinare l’accuratezza
8
9. Industrial Management School
Raccolta dati (3/3) Measure (4/5)
Boxplot of Kg/Kmq Key Questions
Ho garantito che i dati
175
raccolti siano accurati e
unbiased?
150
N/A
125 Quali sono le possibili aree di
Kg/Kmq
bias e errori di sistema?
100
N/A
75
Ho valutato la ripetibilità e
riproducibilità della mia
50 raccolta dati?
N/A
2007 2008 Chi raccoglie i dati è
Anno opportunamente formato?
Worksheet: Smaltimento AL1
Sì
Raccolta dati basata
A partire da Novembre 2008, il bagno esausto viene conferito al
su DDT
depuratore, rendendo quindi non più rilevante la CTQ secondaria
9
10. Industrial Management School
Capability del Processo Attuale Measure (5/5)
Summary for Consumo AL/1 [l/mq] (S+A+M)
Anderson-Darling Normality Test
Key Questions
A-Squared
P-Value <
4,37
0,005 Attuale livello di performance
Mean
StDev
0,005676
0,001799
del processo.
Variance 0,000003
Skewness 1,62498 Base Sigma: 2,16
0,000 0,003 0,006 0,009 0,012 0,015 K urtosis 5,98208
N 151
Minimum
1st Quartile
0,000497
0,004546 Potenzialità: N/A
Median 0,005295
95% Confidence Int ervals 3rd Quartile 0,006474
Mean Maximum 0,015105
Median
0,0050 0,0052 0,0054 0,0056 0,0058 0,0060
95% Confidence Interval for Mean Qual’è la forma del processo
0,005387 0,005965
Worksheet: 080930 - per bobina (S +A +M , pulito) 95% Confidence Interval for Median
(per i dati continui)?
0,005038 0,005555
Process Capability of Consumo AL/1 [l/mq] (S+A+M) Non normale per bobina
Normale per data di produzione
Target USL
Process Data Within Quali sono le principali
LSL *
Target 0,0055
Overall
Potential (Within) Capability
statistiche descrittive del
USL 0,0086
Sample Mean 0,00550291
Cp
CPL
*
*
processo?
Sample N 42
StDev(Within)
StDev(Overall)
0,00138009
0,00143337
CPU
Cpk
0,75
0,75
Center: (ie: Mean, Median, etc)
Overall Capability
Pp * Mediana per bobina, Media per data
0,0032 0,0048 0,0064 0,0080 PPL *
PPU 0,72
Observed Performance
% < LSL *
Exp. Within Performance
% < LSL *
Exp. Overall Performance
% < LSL *
Ppk
Cpm
0,72
0,72
Spread: (ie: Std Dev, Span, etc)
% > USL 2,38 % > USL 1,24 % > USL 1,54
% Total 2,38 % Total 1,24 % Total 1,54
Range interquartile per bobina, Dev std per data
Worksheet: 081001 - per data (S +A +M , pulito)
Avendo un solo limite di
specifica, non è applicabile
la valutazione della
La non normalità per bobina, ma solo per data, dovrà essere tenuta potenzialità come centratura
in considerazione nelle fasi successive (tempi più lunghi, tra LSL-USL
normalizzazione con strumenti Black Belt)
10
11. Industrial Management School
Obiettivi di performance Analyze (1/4)
Key Questions
• Consolidare il risultato osservato nella fase di Qual’è il tuo obiettivo rivisto
in base alla conoscenza
Measure maturata?
• Valutare la possibilità di avvicinarsi ulteriormente al Verificare se la riduzione del
consumo di AL/1 già raggiunta prima
consumo del sito di Manerbio del progetto sia ulteriormente
migliorabile
• Per far questo, si prevede di utilizzare un DOE per Quali metodi sono stati
bobine, per contenere i tempi, rendendo quindi utilizzati per impostare gli
obiettivi di progetto ?
necessario utilizzare strumenti Black Belt di
Confronto con processo analogo del
normalizzazione sito produttivo di Manerbio, sebbene
su diverso mix di prodotti
Ho fatto degli studi
comparativi (benchmark)?
Vedi sopra
11
12. Industrial Management School
Analisi Dati: Fonti di Variazione Analyze (2/4)
Matrix Plot of Consumo AL/1; Consumo AL/1; Consumo AL/1; ...
Key Questions
Consumo AL/1 [l/mq] Come si identificano le
possibili cause ?
0,0070
Matrix plot, regressione
0,0045 Consumo AL/1 [l/mq] (Stat)
0,0020 Quali sono le reali cause di
0,002
variazioni nel processo ?
0,001 Consumo AL/1 [l/mq] (APK)
0,000
0,002
Aggiunte statistiche
0,001 Consumo AL/1 [l/mq] (Man)
0,000 Quali metodi sono stati usati
0,009
per verificare le cause ?
0,006
Consumo AL/1 [l/mq] (S+A+M)
Prova pilota
0,003
0,003 0,006 0,009
0,0020 0,0045 0,0070 0,000 0,001 0,002 0,000 0,001 0,002
Worksheet: 081001 - per data (S+A+M, pulito) Su quali variabili X mi
concentrerò nell’Improve ?
Aggiunte statistiche, formula di calcolo,
quantità ed intervallo degli scarichi statistici,
con un DOE
Si nota una possibile dipendenza dalle aggiunte
statistiche
12
13. Industrial Management School
Analisi Dati: Fonti di Variazione Analyze (3/4)
Fitted Line Plot
Consumo AL/1 [l/mq] (S+A+M) = 0,001120 + 0,9791 Consumo AL/1 [l/mq] (Stat)
Key Questions
0,011 Regression
Come si identificano le
95% C I
Consumo AL/1 [l/mq] (S+A+M)
0,010 possibili cause ?
95% PI
0,009 S 0,0006274 Matrix plot, regressione
R-Sq 81,3%
0,008
R-Sq(adj) 80,8%
Quali sono le reali cause di
0,007
variazioni nel processo ?
0,006
0,005
Aggiunte statistiche
0,004
0,003 Quali metodi sono stati usati
0,002 per verificare le cause ?
Prova pilota
0,002 0,003 0,004 0,005 0,006 0,007 0,008
Consumo AL/1 [l/mq] (Stat)
Worksheet: 081001 - per data (S+A+M, pulito) Su quali variabili X mi
concentrerò nell’Improve ?
Aggiunte statistiche, formula di calcolo,
quantità ed intervallo degli scarichi statistici,
con un DOE
La dipendenza qualitativa è stata valutata
quantitativamente
13
14. Industrial Management School
Analisi Dati: Fonti di Variazione Analyze (4/4)
Boxplot of Consumo AL/1 [l/mq] (S+A+M) by Stat S/N
0,010 Key Questions
0,009 Come si identificano le
Consumo AL/1 [l/mq] (S+A+M)
possibili cause ?
0,008
Matrix plot, regressione
0,007
Quali sono le reali cause di
0,006 variazioni nel processo ?
0,005
0,004
Aggiunte statistiche
0,003 Quali metodi sono stati usati
per verificare le cause ?
0,002
Prova pilota
N S
Stat S/N
Worksheet: 081002 - per data (pulito, Stat S_N) Su quali variabili X mi
concentrerò nell’Improve ?
Aggiunte statistiche, formula di calcolo,
quantità ed intervallo degli scarichi statistici,
con un DOE
La prova pilota è stata effettuata al di fuori del
range della regressione
14
15. Industrial Management School
DOE Improve (1/5)
Johnson Transformation for Consumo AL/1 [l/mq] (S+A+M)
Probability Plot for Original Data Select a Transformation
Key Questions
99,9 1
P -V alue for A D test
N 227
99 AD 4,678 Quali cambiamenti del
P-Value <0,005 0,75
90 processo chiave sono stati
P er cent
0,50
proposti ?
50
0,25
10
0,00
Ref P Aggiunte statistiche,
1 0,2 0,4 0,6 0,8 1,0 1,2 formula di calcolo,
0,1 Z V alue
0,000 0,005 0,010 0,015 (P -V alue = 0.005 means <= 0.005)
quantità ed intervallo degli
Probability Plot for Transformed Data
scarichi statistici
99,9
N 227
99 AD
P-Value
0,204
0,875
Con quali altri processi è
90 P -V alue for Best F it: 0,874623 stato effettuato il
P er cent
Z for Best F it: 1
50 Best Transformation Ty pe: S U
benchmarking ?
Transformation function equals
10 -1,34146 + 1,54618 * A sinh( ( X - 0,00350105 ) / 0,00140537 ) Processo analogo del sito
1 di Manerbio, sebbene su
0,1
-4 -2 0 2 diverso mix di prodotti
Worksheet: 081002 - per bobina (pulito)
Come sarà testato l’impatto
di questi cambiamenti ?
Prova pilota, control chart
La trasformazione di Johnson si è rivelata l’unica in grado di
normalizzare i dati per bobina, utilizzati per stimare la deviazione std
per il Power & Sample Size
15
16. Industrial Management School
DOE Improve (2/5)
Power Curve for 2-Level Factorial Design Key Questions
1,0
Reps,
Quali cambiamenti del
Ctr Pts Per Blk
4; 1 processo chiave sono stati
0,8 5; 1 proposti ?
9; 1
A ssumptions Aggiunte statistiche,
A lpha 0,05
0,6 S tDev 1 formula di calcolo,
Power
# F actors
# C orner P ts
4
16
quantità ed intervallo degli
# Blocks none scarichi statistici
0,4 # Terms O mitted 0
Term Included In M odel
C enter P oints Yes Con quali altri processi è
0,2 stato effettuato il
benchmarking ?
Processo analogo del sito
0,0
-0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 di Manerbio, sebbene su
Effect diverso mix di prodotti
Come sarà testato l’impatto
di questi cambiamenti ?
Prova pilota, control chart
Si è utilizzato questo strumento Black Belt per
stimare / prevedere la durata massima del DOE
16
17. Industrial Management School
DOE Improve (3/5)
Pareto Chart of the Standardized Effects
(response is C onsumo A L/1 [l/mq] (S+A +M ), A lpha = 0,05) Key Questions
2,037
A Factor Name
D
CD
C
A
B
Stat
formula K
Quali cambiamenti del
ACD C Qtà scarico Stat
BCD processo chiave sono stati
T er m
ABCD D t scarico Stat
AC
AB
AD
proposti ?
B
ABD
ABC
BC
BD Aggiunte statistiche,
0 1 2 3 4
Standar dized Effect
5 6 7 formula di calcolo,
Worksheet: Blocchi 1 2 3 quantità ed intervallo degli
Pareto Chart of the Standardized Effects
scarichi statistici
(response is C onsumo A L/1 [l/mq] (S+A +M ), A lpha = 0,05)
2,014
Factor Name
Con quali altri processi è
A A
C
Stat
Qtà scarico Stat
stato effettuato il
D
D t scarico Stat
benchmarking ?
T er m
CD
Processo analogo del sito
C
di Manerbio, sebbene su
0 1 2 3 4 5 6 7 diverso mix di prodotti
Standar dized Effect
Worksheet: Blocchi 1 2 3
Come sarà testato l’impatto
di questi cambiamenti ?
Prova pilota, control chart
E’ stata confermata l’importanza delle aggiunte statistiche, inoltre
sono stati individuati altri due parametri di influenza, altrimenti
impossibile dai soli dati storici
17
18. Industrial Management School
DOE Improve (4/5)
Main Effects Plot for Consumo AL/1 [l/mq] (S+A+M)
Interaction Plot for Consumo AL/1 [l/mq] (S+A+M)
D ata M eans Data M eans Key Questions
Stat Qtà scarico Stat 40 60 80 12 36 60
Point Type
0,0055
Corner
Center
Stat
0,0
Point Type
Corner
Quali cambiamenti del
0,0050 0,005 2,5
5,0
Center
Corner
processo chiave sono stati
St at
Stat Point Type proposti ?
0,0045 0,0 Corner
0,004
2,5 Center
0,0040
5,0 Corner
Aggiunte statistiche,
0,003
Qtà
formula di calcolo,
0,0035
0,005
scarico
Stat Point Type
quantità ed intervallo degli
M ean
0,0 2,5 5,0 40 60 80
40
60
Corner
Center scarichi statistici
t scarico Stat Qtà scarico St at
0,0055 80 Corner
0,004
0,0050
Con quali altri processi è
0,003 stato effettuato il
0,0045 benchmarking ?
0,0040
t scarico Stat
Processo analogo del sito
0,0035
di Manerbio, sebbene su
diverso mix di prodotti
12 36 60
Worksheet: Blocchi 1 2 3 Worksheet: Blocchi 1 2 3
Come sarà testato l’impatto
di questi cambiamenti ?
Prova pilota, control chart
Il center point è risultato essere statisticamente significativo, quindi
si potrebbe raffinare l’analisi con le superfici di risposta
18
19. Industrial Management School
DOE Improve (5/5)
Power Curve for 2-Level Factorial Design Key Questions
1,0
Reps,
Quali cambiamenti del
C tr Pts Per Blk
3; 1 processo chiave sono stati
0,8 A ssumptions
proposti ?
A lpha 0,05
S tDev 0,00081 Aggiunte statistiche,
# F actors 4
0,6 # C orner P ts 16 formula di calcolo,
Power
# Blocks 3
# Terms O mitted 0
quantità ed intervallo degli
Term Included In M odel scarichi statistici
0,4 C enter P oints Yes
Blocks Yes
Con quali altri processi è
0,2 stato effettuato il
benchmarking ?
Processo analogo del sito
0,0
-0,003 -0,002 -0,001 0,000 0,001 0,002 0,003 di Manerbio, sebbene su
Effect diverso mix di prodotti
Come sarà testato l’impatto
di questi cambiamenti ?
Prova pilota, control chart
Essendo stato grande l’effetto, il Power & Sample Size a posteriori
dimostra che sono bastate solo tre repliche delle nove previste
19
20. Industrial Management School
Control Charts Control (1/2)
I-MR Chart of Consumo AL/1 [l/mq] (S+A+M) Key Questions
UCL=0,009643
0,009
Quali indicatori saranno
Individual Value
3 monitorati?
0,006 _
X=0,005503 Consumo AL/1 per data
3 3
3
0,003
Come saranno riportati?
LCL=0,001363
1 6 11 16 21 26 31 36 41 46 51 Control chart con aggiornamento
Observation settimanale (da discutere con Resp.
Produzione)
0,006
1
1
UCL=0,005086
Questo progetto influisce su
Moving Range
0,004
indicatori relativi ad un
cruscotto di livello
0,002 __
MR=0,001557
superiore? Se sì, come il
reporting di questo progetto
0,000 LCL=0 sarà collegato al cruscotto?
1 6 11 16 21 26 31 36 41 46 51
No, da discutere con Dir. Stabilimento
Observation
Worksheet: 081001 - per data (S+A+M, pulito)
Cosa ho fatto per
assicurarmi che il processo
sia istituzionalizzato?
Gestione control chart da discutere con
Dir. Stabilimento e Resp. Produzione
Si è deciso di utilizzare l’approccio per data per evitare l’utilizzo di
strumenti Black Belt potenzialmente più “ostici” alla Produzione
20
21. Industrial Management School
Savings 2008 Control (2/2)
Key Questions
Quali indicatori saranno
• Costo 2007 monitorati?
Consumo AL/1 per data
• € 125.800
• Teorici Come saranno riportati?
• Considerando costo materia prima 2007 Control chart con aggiornamento
settimanale (da discutere con Resp.
• € 55.700 Produzione)
• Reali Questo progetto influisce su
• Considerando aumento costo materia prima da indicatori relativi ad un
cruscotto di livello
agosto 2008 superiore? Se sì, come il
• € 54.300 reporting di questo progetto
sarà collegato al cruscotto?
• Potenziali No, da discutere con Dir. Stabilimento
• Se risultato DOE fosse già stato implementato
Cosa ho fatto per
• € 66.900 (solo linea V3, in scope) assicurarmi che il processo
sia istituzionalizzato?
Gestione control chart da discutere con
Il DOE avrebbe permesso un ulteriore saving di € 12.600 su quello Dir. Stabilimento e Resp. Produzione
già consistente osservato prima della partenza del progetto, anche
intervenendo su una sola linea
21