Riassunto analitico
In questo elaborato viene presentata una metodologia innovativa per l’analisi del rischio e lo sviluppo del processo di produzione di componenti in C-SMC per applicazioni automobilistiche, sottolineando l’importanza fondamentale della qualità in tale settore. La tesi è frutto di un periodo di tirocinio presso la CPC s.r.l., azienda all’avanguardia nella lavorazione dei compositi e nella meccanica di precisione, operante nel mondo automotive. L’obiettivo di questo studio è lo sviluppo di una nuova tecnica finalizzata all’analisi del rischio e alla trattazione di fasi critiche per l’azienda, adattata alle caratteristiche della produzione di componenti in C-SMC. La metodologia comprende uno studio completo dei rischi potenziali, del loro impatto e l’avanzamento di proposte di azioni volte alla mitigazione dei guasti. La valutazione delle operazioni è stata svolta mediante la redazione del documento della PFMEA (Process Failure Mode and Effect Analysis) secondo la nuova normativa AIAG & VDA, prima edizione del 2019¸ resa possibile grazie all’ausilio del software “FMEA Studio”, versione PRO, che implementa il recente modello, disponendo di un layout a supporto della sua elaborazione. Nello specifico, essendo i processi caratteristici dell’attuale produzione automobilistica in continuo sviluppo tecnologico, si è posta l’attenzione su una delle fasi che precede la plasmatura e l’incollaggio robotizzati, al fine di arrivare a queste nuove operazioni proponendo ai robot dei componenti adeguati lavorando sulla conformità del processo. Viene condotto, quindi, uno studio di caso nel reparto delle presse, in quanto, lo stampaggio per compressione rappresenta il primo stadio dell’iter di produzione di un componente in C-SMC. In particolare, vengono estratte le non conformità imputate in un arco temporale pari a sei mesi, da agosto 2022 a gennaio 2023; in seguito, tramite la costruzione di indici di performance – KPI – e l’utilizzo della legge di Pareto, si sono rilevate le causali di non conformità più ricorrenti e conseguentemente gli step più critici. L’analisi è stata seguita dalla proposta di possibili azioni correttive e dallo svolgimento delle stesse per stimare il reale impatto sugli indicatori, monitorandone l’andamento.
|
Abstract
In questo elaborato viene presentata una metodologia innovativa per l’analisi del rischio e lo sviluppo del processo di produzione di componenti in C-SMC per applicazioni automobilistiche, sottolineando l’importanza fondamentale della qualità in tale settore.
La tesi è frutto di un periodo di tirocinio presso la CPC s.r.l., azienda all’avanguardia nella lavorazione dei compositi e nella meccanica di precisione, operante nel mondo automotive.
L’obiettivo di questo studio è lo sviluppo di una nuova tecnica finalizzata all’analisi del rischio e alla trattazione di fasi critiche per l’azienda, adattata alle caratteristiche della produzione di componenti in C-SMC. La metodologia comprende uno studio completo dei rischi potenziali, del loro impatto e l’avanzamento di proposte di azioni volte alla mitigazione dei guasti.
La valutazione delle operazioni è stata svolta mediante la redazione del documento della PFMEA (Process Failure Mode and Effect Analysis) secondo la nuova normativa AIAG & VDA, prima edizione del 2019¸ resa possibile grazie all’ausilio del software “FMEA Studio”, versione PRO, che implementa il recente modello, disponendo di un layout a supporto della sua elaborazione.
Nello specifico, essendo i processi caratteristici dell’attuale produzione automobilistica in continuo sviluppo tecnologico, si è posta l’attenzione su una delle fasi che precede la plasmatura e l’incollaggio robotizzati, al fine di arrivare a queste nuove operazioni proponendo ai robot dei componenti adeguati lavorando sulla conformità del processo.
Viene condotto, quindi, uno studio di caso nel reparto delle presse, in quanto, lo stampaggio per compressione rappresenta il primo stadio dell’iter di produzione di un componente in C-SMC.
In particolare, vengono estratte le non conformità imputate in un arco temporale pari a sei mesi, da agosto 2022 a gennaio 2023; in seguito, tramite la costruzione di indici di performance – KPI – e l’utilizzo della legge di Pareto, si sono rilevate le causali di non conformità più ricorrenti e conseguentemente gli step più critici.
L’analisi è stata seguita dalla proposta di possibili azioni correttive e dallo svolgimento delle stesse per stimare il reale impatto sugli indicatori, monitorandone l’andamento.
|