Podcast thumbnail for Professional Courses & Training

Professional Courses & Training

Claim This Podcast

by Veljko Massimo Plavsic

41 episodes
Updated Daily
Accepts GuestsHas SponsorsLocation 🇮🇹

Podcast Overview

<p>This is the right place if you search for a podcast course or training professionally created and 100% success guaranteed </p>

Language

🇺🇲

Publishing Since

10/23/2025

Reach the team behind Professional Courses & Training

Verified contact details for this show aren't on file yet — sign up to get notified when they land.

Recent Episodes

Episode thumbnail for Lezione n° 10: Piano di Reazione e Miglioramento Continuo

May 6, 2026

Lezione n° 10: Piano di Reazione e Miglioramento Continuo

<p>2. L'Out-of-Control Action Plan (OCAP): Il Protocollo Operativo</p><p>L'OCAP un documento vivo che guida l'operatore e il team tecnico attraverso una sequenza logica di azioni quando viene rilevata una condizione "Fuori Controllo" (OOC).</p><p>2.1 Le Fasi Chiave di un OCAP Efficace</p><p>Un piano di reazione robusto deve coprire cinque fasi fondamentali:</p><ol><li><strong>Identificazione del Segnale (Rilevazione):</strong> Non si tratta solo di punti oltre i limiti di controllo (LCL/UCL). Bisogna saper interpretare i segnali non casuali definiti dai manuali AIAG VDA, come i trend (7 punti consecutivi in salita/discesa), i run (7 punti dallo stesso lato della media) o la stratificazione.</li><li><strong>Contenimento Immediato:</strong> Prima di analizzare, bisogna proteggere il cliente. Questa fase risponde alla domanda: "Cosa facciamo con i pezzi prodotti dall'ultimo punto sotto controllo a ora?". Include il blocco della produzione e l'isolamento del lotto sospetto.</li><li><strong>Analisi della Causa Radice (Investigazione):</strong> Utilizzo di strumenti come il diagramma di Ishikawa o i "5 Perch". fondamentale distinguere tra un errore di misurazione (problema dello strumento) e un cambiamento reale del processo (problema di macchina, uomo, metodo o materiale).</li><li><strong>Azione Correttiva:</strong> Intervento mirato per rimuovere la <strong>Causa Speciale</strong>. Se la causa l'usura di un utensile, l'azione sar la sostituzione dello stesso e la verifica del nuovo setup.</li><li><strong>Verifica e Documentazione:</strong> L'efficacia dell'azione deve essere validata da nuovi punti sul grafico di controllo. Ogni reazione deve essere tracciata per alimentare la base di conoscenza aziendale (Lessons Learned).</li><li><strong>Regola d'oro:</strong> Il Piano di Reazione si attiva solo in presenza di segnali statistici di instabilit. Regolare la macchina basandosi su un singolo punto che fluttua all'interno dei limiti aumenta la deviazione standard totale e distorce il processo.</li></ol><p>Ruoli, Responsabilit e Integrazione con il Control Plan</p><p>Il manuale AIAG VDA enfatizza che il Piano di Reazione deve essere coerente con il <strong>Control Plan</strong> (Piano di Controllo) dell'APQP.</p><p>| Ruolo | Responsabilit Principale |</p><p>| <strong>Operatore</strong> | Rilevazione del segnale, stop produzione, primo contenimento e annotazione sul grafico. |</p><p>| <strong>Ingegnere di Processo</strong> | Supporto tecnico per l'identificazione della causa radice complessa. |</p><p>| <strong>Qualit</strong> | Audit del rispetto dell'OCAP e decisione finale sul rilascio del materiale bloccato. |</p><p>| <strong>Manutenzione</strong> | Interventi preventivi e correttivi su parametri macchina fuori specifica. |</p><p>Dal Controllo al Miglioramento Continuo: Il Ciclo PDCA</p><p>Una volta stabilizzato il processo (eliminazione delle cause speciali), l'obiettivo si sposta sulla riduzione della variabilit intrinseca (cause comuni). Questo il vero cuore del miglioramento continuo.</p><ul><li><strong>Plan (Pianificare):</strong> Analizzare i grafici di controllo storici. Anche se il processo stabile, la sua campana di Gauss troppo larga rispetto alle specifiche del cliente (Cp/Cpk bassi)?</li><li><strong>Do (Eseguire):</strong> Implementare miglioramenti strutturali, come nuovi sistemi di fissaggio, automazione del caricamento o selezione di fornitori di materia prima con tolleranze pi stringenti.</li><li><strong>Check (Verificare):</strong> Osservare il grafico SPC dopo l'intervento. Se i limiti di controllo naturali si restringono (riduzione di sigma), il miglioramento avvenuto.</li><li><strong>Act (Standardizzare):</strong> Aggiornare le istruzioni operative e il Control Plan per riflettere il nuovo stato ottimizzato del processo.</li></ul>

Episode thumbnail for Lezione n°9:: Analisi dei Segnali e Instabilità del Processo

May 6, 2026

Lezione n°9:: Analisi dei Segnali e Instabilità del Processo

<p>La Teoria della Variazione: Comprendere il Nemico</p><p>Per un operatore o un ingegnere, comprendere la variazione è fondamentale per evitare i due errori capitali di Deming:</p><ol><li><strong>Iper-correzione (Tampering):</strong> Intervenire su un processo quando la variazione è dovuta a cause comuni (peggiorando la variabilità).</li><li><strong>Sottovalutazione:</strong> Non intervenire quando è presente una causa speciale.</li></ol><p>2.1 Cause Comuni (Variazione Casuale)</p><p>Sono inerenti al sistema stesso. Esempi includono piccole vibrazioni ambientali, variazioni minime nella temperatura dell'officina o fluttuazioni costanti nella tensione elettrica.</p><ul><li><strong>Impatto:</strong> Definiscono la "capacità" potenziale del processo.</li><li><strong>Soluzione:</strong> Solo il management può ridurle cambiando la tecnologia o il design del processo.</li></ul><p>2.2 Cause Speciali (Variazione Assegnabile)</p><p>Eventi esterni che alterano il comportamento del processo. Esempi: un nuovo lotto di materia prima fuori specifica, l'usura improvvisa di un utensile, un errore di settaggio dell'operatore.</p><ul><li><strong>Impatto:</strong> Rendono il processo statisticamente non sotto controllo.</li><li><strong>Soluzione:</strong> Identificazione immediata e rimozione della causa radice.</li></ul><p>3. Identificazione dei Segnali: Le 8 Regole di Controllo</p><p>I grafici di controllo (Shewhart Charts) utilizzano i <strong>Limiti di Controllo (UCL e LCL)</strong>, solitamente calcolati a $\pm 3$ deviazioni standard (sigma) dalla media. Mentre i limiti di tolleranza riguardano il cliente, i limiti di controllo riguardano la voce del processo.</p><p>Ecco le 8 regole standardizzate AIAG-VDA per rilevare l'instabilità:</p><p>| Regola | Descrizione | Significato Statistico |</p><p>| <strong>1</strong> | 1 punto oltre la Zona A (3 Sigma) | Evento raro, causa speciale immediata. |</p><p>| <strong>2</strong> | 9 punti consecutivi in Zona C o oltre (stesso lato della media) | Spostamento (Shift) della media del processo. |</p><p>| <strong>3</strong> | 6 punti consecutivi in crescita o decrescita costante | Trend: logorio utensile o deriva termica. |</p><p>| <strong>4</strong> | 14 punti consecutivi alternati (su e giù) | Oscillazione sistematica (es. alternanza di due operatori o materiali). |</p><p>| <strong>5</strong> | 2 su 3 punti consecutivi oltre 2 Sigma (stesso lato) | Segnale di allerta precoce per spostamento della media. |</p><p>| <strong>6</strong> | 4 su 5 punti consecutivi oltre 1 Sigma (stesso lato) | Tendenza allo spostamento costante. |</p><p>| <strong>7</strong> | 15 punti consecutivi entro 1 Sigma (entrambi i lati) | Stratificazione: i limiti sono troppo larghi o i dati sono stati manipolati. |</p><p>| <strong>8</strong> | 8 punti consecutivi oltre 1 Sigma (entrambi i lati, nessuno in Zona C) | Bimodalità: si stanno misurando due processi diversi mischiati. |</p><p>Analisi Critica e Limiti dell'SPC</p><p>Il Problema della Normalità</p><p>Un ricercatore accademico sottolineerebbe che le regole di Nelson presuppongono una <strong>distribuzione normale</strong> dei dati. Nella pratica industriale (es. rugosità superficiale o errori di forma), la distribuzione può essere asimmetrica. Applicare ciecamente le 8 regole a distribuzioni non normali genera una quantità insostenibile di "falsi allarmi". In questi casi, è necessario trasformare i dati o adattare i limiti.</p><p>Errore di Tipo I e Tipo II</p><ul><li><strong>Tipo I (Alpha):</strong> Vedere un problema dove non c'è (Falso allarme). Le regole 5, 6 e 7 aumentano il rischio di errore Alpha.</li><li><strong>Tipo II (Beta):</strong> Non vedere un cambiamento reale (Mancato allarme). È il rischio più pericoloso per la qualità finale.</li></ul><p></p>

Episode thumbnail for Lezione n° 8: Indici di Prestazione del Processo: Pp e Ppk

May 6, 2026

Lezione n° 8: Indici di Prestazione del Processo: Pp e Ppk

<p>Mentre in passato le aziende spesso confondevano la capacit (Cp/Cpk) con la prestazione (Pp/Ppk), l'attuale standard sottolinea che il <strong>Pp</strong> e il <strong>Ppk</strong> sono indicatori della "verità storica". Essi non riflettono ci che il processo potrebbe fare in condizioni ideali, ma ci che il processo ha effettivamente prodotto durante il periodo di osservazione, includendo ogni forma di variazione.</p><p>2. Fondamenti Matematici: La Deviazione Standard Totale</p><p>La distinzione fondamentale tra gli indici di capacit e quelli di prestazione risiede nel calcolo della variabilit ($\sigma$).</p><p>Pp (Process Performance)</p><p>Il <strong>Pp</strong> misura la dispersione totale del processo rispetto alla larghezza della specifica. È definito come:</p><p>$$Pp = \frac{USL - LSL}{6\sigma_{total}}$$</p><p>Qui, <strong>$\sigma_{total}$</strong> è calcolata utilizzando la deviazione standard campionaria classica (S):</p><p>$$\sigma_{total} = \sqrt{\frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n-1}}$$</p><p>Questa formula include tutte le fonti di variazione: derive termiche, usura degli utensili, cambi turno e variabilit dei lotti di materia prima.</p><p>Ppk (Process Performance Index)</p><p>Il <strong>Ppk</strong> corregge il Pp in base alla centratura del processo. Se il processo è perfettamente centrato, Pp = Ppk. Se è decentrato, il Ppk sar sempre inferiore al Pp.</p><p>$$Ppk = \min \left( \frac{USL - \bar{x}}{3\sigma_{total}}, \frac{\bar{x} - LSL}{3\sigma_{total}} \right)$$</p><p>3. Prospettive Multidimensionali sugli Indici</p><p>La Visione del Ricercatore: L'Assunzione di Normalit</p><p>Da un punto di vista statistico, Pp e Ppk presuppongono che la distribuzione dei dati sia <strong>Normale (Gaussiana)</strong>. Se i dati seguono una distribuzione diversa (es. Weibull o Log-normale), i valori di Ppk calcolati con le formule standard perdono di significato. In questi casi, è necessario applicare trasformazioni (come la trasformazione di Box-Cox) o utilizzare metodi basati sui percentili (ISO 22514-2).</p><p>La Visione del Pratico (Quality Manager): Il Ppk nel PPAP</p><p>Durante la fase di validazione iniziale del processo (PPAP - Production Part Approval Process), non abbiamo ancora prove di stabilit nel lungo periodo. Per questo motivo, l'AIAG-VDA richiede solitamente un <strong>Ppk ≥ 1.67</strong> su un campione iniziale di almeno 125 pezzi. Questo "cuscinetto" di sicurezza serve a compensare l'incertezza dovuta alla limitata quantit di dati.</p><p>4. Analisi Comparativa: Pp/Ppk vs. Cp/Cpk</p><p>| Caratteristica | Cp / Cpk | Pp / Ppk |</p><p>| <strong>Significato</strong> | Capacit Potenziale (Breve termine) | Prestazione Reale (Lungo termine) |</p><p>| <strong>$σ$ utilizzata</strong> | $\hat{σ}$ (stima entro i sottogruppi) | $s$ (deviazione standard totale) |</p><p>| <strong>Stabilit </strong>| Richiede controllo statistico | Può essere calcolato su qualsiasi set di dati |</p><p>| <strong>Obiettivo</strong> | Analizzare cosa il processo può fare | Analizzare cosa il cliente riceve |</p><p>5. Interpretazione Critica dei Risultati</p><p>In un ambiente di produzione reale, il confronto tra Pp e Ppk (e tra Cpk e Ppk) fornisce diagnosi preziose:</p><ol><li><strong>Pp &gt;&gt; Ppk</strong>: Il processo ha una variabilit intrinseca molto bassa (potenzialmente ottima), ma è mal centrato. L'azione correttiva deve concentrarsi sulla regolazione del set-up o degli offset.</li><li><strong>Cpk &gt;&gt; Ppk</strong>: Esiste una variazione significativa "tra" i sottogruppi (Between-group variation). Questo indica spesso problemi di deriva, lotti di materiale inconsistenti o influenze ambientali cicliche.</li><li><strong>Ppk &lt; 1.33</strong>: Il rischio di produrre scarti è elevato. Secondo le linee guida AIAG-VDA, è necessario un controllo al 100% o una revisione radicale del design del processo.</li></ol>

41 total episodes available

Deep-dive analytics for Professional Courses & Training

Frequently asked questions

Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.

What is Professional Courses & Training?
<p>This is the right place if you search for a podcast course or training professionally created and 100% success guaranteed </p>
How often does this podcast release new episodes?

This podcast updates daily.

Where can I listen to this podcast?

This podcast is available on 4 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.

Does this podcast accept guests?

No, this podcast does not typically feature guests.

Legal Disclaimer

Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.

All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.

We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.

While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.

By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.