Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Agfa Progetto Al1 Certificazione Green Blet Master Lean Six Sigma Festo Academy Pubblicabile

1,040 views

Published on

Progetto di miglioramento realizzato da AGFA All'interno della parteciapzione al Master Lean six sigma Festo Academy per la certificaione Green Belt

Published in: Business, Technology
  • Be the first to comment

  • Be the first to like this

Agfa Progetto Al1 Certificazione Green Blet Master Lean Six Sigma Festo Academy Pubblicabile

  1. 1. Industrial Management School • Riduzione del consumo di bagno di sgrassaggio AL/1 • Presented by R. Tognacci • Date: 21/01/09 1
  2. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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. 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

×