QUALITY ENGINEERING

Anno accademico 2021/2022 - 2° anno
Docente: Giovanni CELANO
Crediti: 9
SSD: ING-IND/16 - TECNOLOGIE E SISTEMI DI LAVORAZIONE
Organizzazione didattica: 225 ore d'impegno totale, 138 di studio individuale, 42 di lezione frontale, 45 di esercitazione
Semestre:

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”, 6th 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”, 4th edn., 2014, OPEX Resources Ltd, ISBN-13: 978-0954681388. A very good text for professional use of Minitab in a lean Six Sigma context.



Programmazione del corso

 ArgomentiRiferimenti testi
11. 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. 
22. 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.) 
33. 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 
44.1. 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 
54.2. 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, 4.43-4.51Text 1: Ch.4, Sections 4.1 to 4.5 
65. 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 
76.1. 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) 
86.2. 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: 7.1-7.31,7.36Text 1, Ch. 7, Ch.7, Sections 7.1, 7.2, 7.3.1 (to p.314) 
97.1. 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. 
107.2. 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. 
117.3. 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.