relability_paper
  1. Home
  2. Risorse
  3. Come predire e prevenire il blocco…

Come predire e prevenire il blocco o il guasto di un prodotto… con Minitab!

https://blog.minitab.com/en/how-to-predict-and-prevent-failure
Aggiungi Rimuovi

Immagina che la tua nuova auto si rompa dopo aver guidato per 100 km, che la spia del motore si accenda e il veicolo debba essere sottoposto a manutenzione. Questo non è solo un problema di garanzia, ma anche un problema legato alla mancanza di affidabilità del prodotto.

L’affidabilità è definita attraverso la qualità che un prodotto possa mantenere nel tempo e statisticamente parlando è la probabilità che un prodotto non si guasti durante un periodo di tempo definito.

Questo articolo è stato scritto in collaborazione con Serhan Anac, Black Belt Six Sigma e Shainin RedX Master. Serhan Anac è un problem solving expert con 11 anni di esperienza presso Robert Bosch in Turchia.

Leader nei progetti di Customer Quality, Serhan si occupa anche di ricerca e sviluppo, da qui il suo interesse per l’affidabilità, le simulazioni Monte Carlo e i metodi analitici per l’ingegneria.

Appassionato di statistica, data science e Minitab, Serhan aiuta la sua azienda a migliorare i processi e trovare soluzioni ai problemi di produzione quotidiani condividendo le sue best pratices per aiutare altri professionisti della qualità ad imparare e crescere nella loro professione.

IL RISCHIO DI GUASTO

In casi come questo, i produttori delle apparecchiature che hanno subito un guasto (Original Equipment Manufacturing) sarebbero i principali indiziati. Questi OEM devono quindi trovare rapidamente la causa principale e determinare il rischio per altri veicoli ancora operativi sul campo in modo da poter prevedere quanti manifesteranno lo stesso problema e quanti no (sopravvissuti). Alla fine, se il rischio è abbastanza alto, potrebbe essere necessario un richiamo del veicolo all’interno dello specifico mercato.

Una volta trovata la parte che ha subito il guasto, risulta necessario determinarne il rischio correlato e iniziare a calcolarne la probabilità per un determinato periodo di tempo. Generalmente, i dati relativi alla vita di un prodotto (ad esempio cicli, chilometraggio, tempo di funzionamento) spesso non si adattano alla distribuzione normale (Gaussiana), per eseguire un’analisi di affidabilità e fare previsioni utilizzando il software statistico Minitab, è raccomandabile l’utilizzo della distribuzione di Weibull.

Per eseguire un’analisi di affidabilità in Minitab, sono necessari i seguenti dati:

  • Grandezza in guasto
  • Chilometraggio al guasto
  • Data di guasto
  • Data di produzione delle parti guaste
  • Data di immatricolazione del veicolo
  • Volume prodotto durante il periodo interessato.

Con i dati sopra menzionati è possibile fornire gli input necessari per l’analisi in Minitab.

UNO SGUARDO PIÙ DA VICINO AI DATI

42 veicoli si sono guastati sul campo a causa di un malfunzionamento dell’apparecchiatura di iniezione del carburante (segnalazione OEM). Il numero è basso rispetto alle 11,9 milioni di parti prodotte; inoltre sono stati registrati anche dei guasti precoci, in gergo denominati casi di mortalità infantile.

Pertanto, anche se alcune parti hanno subito un guasto, i sopravvissuti operano ancora sul campo. A questo punto è importante considerare le quantità dei sopravvissuti e il loro chilometraggio fino alla data odierna.

ESECUZIONE DELL’ANALISI DI AFFIDABILITÀ

Una Parametric Distribution Analysis aiuterà a calcolare quanti veicoli rischiano di guastarsi.

QUANTI VEICOLI RISCHIANO DI GUASTARSI?

I veicoli percorrono in media circa 45000 chilometri all’anno. La probabilità cumulativa stimata fino a 45000 chilometri e fino a 135000 chilometri è riportata nella tabella visualizzata di seguito.

Sono state prodotte 11,9 milioni di parti. Il limite superiore del livello di confidenza al 95% stima il guasto massimo atteso di ritorno a 0,0000037. Di conseguenza, su 1 milione di parti possiamo aspettarci 3,7 guasti.

Su 11,9 milioni di veicoli, è probabile che 44 veicoli si guastino:

  • 11,9 milioni di parti x 3,7 parti per milione = 44 parti che potrebbero guastarsi
  • 42 veicoli hanno già avuto un guasto, 2 sono attesi come potenziali ritorni inferiori a 45000 km.

Gli OEM firmano solitamente un accordo di garanzia con i fornitori di componenti: le parti non devono guastarsi entro un determinato periodo di tempo.

Questo approccio basato sui dati è sicuramente molto utile e Minitab offre una serie di funzionalità per calcolare l’affidabilità di un prodotto, alcune di queste mostrate proprio in questo esempio.

Hai difficoltà a gestire, comprendere e sfruttare a pieno i tuoi dati? Parla con GMSL

“Portions of information contained in this publication/book are printed with permission of Minitab Inc. All such material remains the exclusive property and copyright of Minitab Inc. All rights reserved.”

Contattaci

La competenza e la formazione di GMSL permettono di fornire un ampio ventaglio di servizi: software scientifici, consulenza statistica e matematica, sviluppo software custom e prodotti, sessioni di training, acquisizione e analisi dati ad ogni livello. Sei interessato a qualcuna di queste voci? Non esitare a contattarci! Compila il form e riceverai al più presto una risposta dal nostro team altamente qualificato.

Ti potrebbe interessare

Iscriviti alla Newsletter

Utilizza questo modulo per iscriverti alla nostra newsletter, al fine di ricevere aggiornamenti e informazioni via email.

Quali sono le novità?

Impara i principali concetti statistici e preparati ad affrontare gli argomenti avanzati di tuo interesse.  Dopo una panoramica sul software, nella prima fase del corso, scoprirai…