QUALITY ENGINEERING

ING-IND/16 - 9 CFU - 2° semestre

Docente titolare dell'insegnamento

GIOVANNI CELANO

Obiettivi formativi

Alla fine del corso gli studenti devono essere in grado di:

conoscere i più importanti concetti e definizioni associate alla qualità di un prodotto;
far parte di un team impegnato nell'assicurazione della qualità secondo gli standard ISO 9000;
implementare un progetto di miglioramento Six Sigma ed utilizzare la procedura DMAIC;
effettuare delle analisi dati strutturate per identificare problemi associati alla qualità in processi manifatturieri e servizi;
implementare gli strumenti dello monitoraggio statistico di processo;
realizzare una valutazione di capacità dei sistemi di misura e dei processi;
avere competenze di base nell'utilizzo del software Minitab®

Modalità di svolgimento dell'insegnamento

L'apprendimento dei contenuti viene conseguito mediante lezioni teoriche e pratiche. Le lezioni pratiche sono programmate una volta a settimana e prevedono la risoluzione di problemi numerici e di casi studio reali.

Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus.

Prerequisiti richiesti

Propedeuticità: Programmazione e Controllo della Produzione

Frequenza lezioni

La frequenza delle lezioni è obbligatoria, secondo quanto previsto dal Regolamento Didattico del Corso di Laurea in Ingegneria Gestionale, Art. 3, comma 1.

http://www.dicar.unict.it/sites/default/files/documenti_sito/LM%2031_Ingegneria%20gestionale_20_21.pdf

Contenuti del corso

Il corso introduce i principi della gestione e dell'ingegneria della qualità implementati nel settore dell'industria e dei servizi al fine di mantenere i Sistemi di Gestione della Qualità. Vengono inoltre descritti i principali strumenti statistici per il monitoraggio e l'analisi dei dati e per realizzare il miglioramento continuo.

Durante il corso viene presentato il software Minitab® per l'implementazione delle tecniche statistiche del controllo di qualità.

Testi di riferimento

1. D.C. Montgomery, “Statistical Quality Control”, 6^th edn or successive, Wiley.

2. C. Cochran, “ISO 9001: 2015 in plain English”, 2015, Paton Professional, ISBN: 978-1-932828-72-6. A recent guide to the implementation of the new ISO 9000: 2015.

3. K. Magnusson, D. Kroslid, B. Bergman, 2003, “Six Sigma: The Pragmatic Approach, Studentilitteratur, Sweden, ISBN: 9-789-144-028033. A professional text presenting the Six Sigma approach.

4. Q. Brook, “Lean Six Sigma & Minitab”, 4^th edn., 2014, OPEX Resources Ltd, ISBN-13: 978-0954681388. A very good text for professional use of Minitab in a lean Six Sigma context.

Altro materiale didattico

This course uses the web system Studium.unict as the only means to deliver materials and assignements given during classes

Il materiale del corso viene fornito interamente sulla piattaforma Studium.unict prima dell'inizio delle lezioni. Viene inoltre utilizzata la piattaforma Microsoft Teams di Ateneo per lo scambio veloce di informazioni e materiale, nonché per l'eventuale svolgimento di attività didattiche in remoto.

Programmazione del corso

	Argomenti	Riferimenti testi
1	1. QUALITY IMPROVEMENT IN MODERN BUSINESS ENVIRONMENT. The Meaning of Quality and its Dimensions. Quality Improvement (QI). Quality Engineering Terminology: Quality Characteristics (CTQs). A Brief History of Quality Control and Improvement (QCI). Statistical Methods for QCI. Management Aspects of Quality Improvement: Quality Planning, Quality Assurance, Quality Control and Improvement. PDCA cycle. The Link between Quality and Productivity, Supply Chain Quality Management, Quality Costs.	Text 1: Ch.1, Section 1.1 to 1.4, 1.4.1 (p.21)-1.4.2, 1.4.3, 1.4.4.
2	2. QUALITY MANAGEMENT STANDARDS AND METHODS. ISO 9000 quality standards. ISO 9000 and 9001-2015, Fund. Concepts, Structure, Context of the Organiz., Quality policy and objectives, Risk-based thinking. Docum. Information. Nonconform. and defect. products. Certific. and Accredit. Audits. The 6 Sigma Philosophy and Roles1, The DMAIC Process Steps. DFSS, Lean principles and 6 Sigma. Case Studies. Reference files: 1Ch01_SupplMaterial.pdf, QM_Strategies_ISO9000_1920.pdf, ISO_9001_2015_Description.pdf.	Text 2(ISO 9001): Ch.1, Ch.2, Ch.4 (p.53-61), Ch.9 (only reading) Text 1(Six Sigma): Ch. 1, 1.4.1 p.28-to end Ch. 2 Text 3(Six Sigma): Ch.8 and Ch.9 (only read.)
3	3. STATISTICAL MODELS FOR QCI. Describing variation and data: Histogram, Box Plot and Dot Plot. Discrete distributions: Hypergeometric, Binomial, Poisson Distributions. Continuous distributions: Normal, Lognormal, Exponential Distributions. Probability Plots. The Anderson Darling test. The Normal Approximation to the Binomial. Reference files: Ch03_SupplMaterial.pdf. Suggested exercises: 3.1-3.26, 3.29-3.50.	Text 1, Ch. 1, Text 3, Ch. 8
4	4.1. STATISTICAL INFERENCE IN QCI. Statistics and Sampling Distributions. Sampling from a Normal, Binomial and Poisson Distribution. Point Estimation of Process Parameters. Statistical Inference for a Single Sample. Inference on the Mean of a Normal Distribution, (z-test and t-test), Confid. Intervals. The p-value approach. Infer. on the Variance of a Norm. Distrib., (chi^2-test). Infer. on a Population Proportion and Confidence Interval. The OC curve for the z-test: Choice of the Sample size.	Text 1: Ch.4, Sections 4.1 to 4.5
5	4.2. STATISTICAL INFERENCE IN QCI. Statistical Infer. for Two Samples. Inference for a Difference in Means, (z-test and t-test), Confidence Intervals. Inference on the Variances of a Normal Distribution, (F-test), Confidence Interval. Comparing two populations. Inference on k>=2 Population Proportions. Infer. on More Than Two Pop.: ANOVA and multiple comparison tests. Reference files: Ch04_SupplMaterial.pdf. Suggested exercises: 4.1-4.21, 4.29, 4.31, 4.33-4.35, 4.37-4.40, 4.43-4.51	Text 1: Ch.4, Sections 4.1 to 4.5
6	5. HOW STATISTICAL PROCESS CONTROL WORKS. Chance and Assign. Causes. Stat. Basis of the Control Chart. The Run Length of a control chart. Choice of Control Limits. Sample Size and Sampling Frequency. Rational Subgroups. Analysis of Patterns. Adding Sensitizing Rules to Control Charts. Phase I and II Implementation of Control Charts. The Rest of Magnificent Seven: Pareto Chart, Cause and Effect Diagram. Applications of SPC (reading). Reference files: Ch05_SupplMaterial.pdf. Suggested exercises: 5.1-5.33.	Text 1, Ch. 5
7	6.1. VARIABLES CONTROL CHARTS. Introduction. Control Charts for Xbar and R. The op. characteristic curve. Computation of the performance for the Xbar control chart. Control Charts for Xbar and S: Construction and Operation of and Charts; the Xbar and R Control Charts with Variable Sample Size. The s^2 control chart. The Shewhart Control Chart for Individual Measurements. Reference files: Ch06_SupplMaterial.pdf. Suggested exercises: 6.1-6.10,6.15-6.61.	Text 1: Ch.6, Sections 6.1 to 6.3.2, 6.4 (to p.262)
8	6.2. ATTRIBUTES CONTROL CHARTS. Shewhart Control Charts for Attributes. Control Charts for Fraction Nonconforming (p Charts). Selection of the sample size for a p control chart. Control Charts for number of nonconforming (np Charts). Computation of type II error probability for the p and np charts. Control Charts for Nonconformities (only c Charts). Procedures with variable sample size. Reference files: Ch07_SupplMaterial.pdf. Suggested exercises: 7.1-7.31,7.36	Text 1, Ch. 7, Ch.7, Sections 7.1, 7.2, 7.3.1 (to p.314)
9	7.1. CAPABILITY ANALYSIS OF PROCESSES. Introduction. Process Capability Ratios: Cp, Cpk, Cpm. Process Capability Analysis with Control Charts. Confidence intervals (only Cp) and tests on process capability ratios. Short term and long term variability. Reference files: Ch08_SupplMaterial.pdf, CapabilityAnalysisWithMINITAB.pdf, Suggested exercises: 8.1-8.16.	Text 1: Ch.8, Sections 8.1, 8.3 to 8.3.5.
10	7.2. CAPABILITY ANALYSIS OF MEASUREMENT SYSTEMS. Introduction. Process Capability Ratios: Cp, Cpk, Cpm. Process Capability Analysis with Control Charts. Confidence intervals (only Cp) and tests on process capability ratios. Short term and long term variability. Measurement system analysis: reference value and resolution; location variation: bias, linearity, stability, testing for location variation.	Text 1: Ch.8, Sections 8.4, 8.6, 8.7.1. Text 4: p.56-69, p.77-92.
11	7.3. CAPABILITY ANALYSIS OF MEASUREMENT SYSTEMS. testing for width variation, Gauge R&R study: Xbar and R method with Excel. Part variation, Total variation, Number of distinct categories. Gauge R&R Analysis with Minitab. Measurement error models	Class Material

Verifica dell'apprendimento

MODALITÀ DI VERIFICA DELL'APPRENDIMENTO

Il superamento dell'esame è subordinato allo svolgimento di una prova scritta con esito positivo in cui sono proposti esercizi pratici e domande aperte su argomenti teorici.

La verifica dell'apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere.

ESEMPI DI DOMANDE E/O ESERCIZI FREQUENTI

Esempi di domande d'esame e testi di prove degli anni precedenti sono forniti nell'area Studium del corso.

Apri in formato Pdf English version