IL FUTURO DEL MIGLIORAMENTO CONTINUO: LEAN SIX SIGMA 4.0
Obiettivi
Consente all’azienda di:
- Diffondere la nuova metodologia Lean Six Sigma 4.0, come unione dell’approccio quali-quantitativo di problem solving universalmente utilizzato con le nuove tecnologie digitali caratteristiche della Quarta Rivoluzione Industriale
- Digitalizzare i propri processi mediante il confronto con business cases reali, valutando l’applicabilità delle tecnologie abilitanti ai diversi settori di applicazione, evidenziandone i benefici ottenibili
Consente ai partecipanti di:
- Sviluppare un approccio strutturato (ciclo DMAIC) per la gestione dei progetti di miglioramento, potenziato dall’utilizzo delle moderne tecnologie digitali
- Definire sistemi di raccolta dati finalizzati all’analisi predittiva dei processi
- Acquisire strumenti quantitativi per l’individuazione delle cause radice delle problematiche aziendali
- Conoscere strumenti di ottimizzazione dei processi mediante l’esplorazione dello spazio di progetto
Struttura del corso
Dal Lean Six Sigma all’Industry 4.0
- Overview sul Lean Six Sigma: il ciclo DMAIC
- Oltre il Lean Six Sigma: l’Industry 4.0
- Industry 4.0: tecnologie abilitanti, settori di applicazione, potenzialità e criticità
Strategie di Campionamento, Measurement System Analysis e Indicatori di Efficienza Produttiva
- Come potenziare l’approccio Lean Six Sigma con le nuove tecnologie digitali
- Definizione di un Piano di Campionamento rilevante, rappresentativo e significativo
- Measurement System Analysis: ripetibilità, riproducibilità e risoluzione di un Data Collection Plan
- Analisi Indici di Efficienza – OEE (Overall Equipment Effectiveness)
Test Statistici Parametrici vs Non Parametrici
- Statistica Inferenziale: Livelli di Confidenza e Intervalli di Confidenza
- Test Statistici Parametrici: Test delle Ipotesi (Rischio Alfa e Rischio Beta)
- Potenza di un Test delle Ipotesi
Dalle analisi di correlazione alla tecniche di regressione
- Tecnologie e Algoritmi per la Root Causes Analysis
- Overview sulle Analisi di Correlazione: Scatterplot
- Modelli di Regressione Statistica: Regressione Semplice, Multipla, Logistica
Progettazione ed Analisi degli Esperimenti
- Principi di base della programmazione degli esperimenti
- Experimental Design: Design Of Experiment (Piani fattoriali completi vs Piani fattoriali frazionari)
- Dal Design Of Experiment al Response Surface Method: strategia di sperimentazione
- Taguchi Design
- Come implementare tecniche di Experimental Design in una Fabbrica 4.0
Controllo Statistico di Processo
- Teoria e metodi del Controllo Statistico di Processo
- Gestione dati non Normali
- Carte di controllo per variabili\attributi
Controllo Multivariato e Machine Learning
- Introduzione al Controllo di Processo Multivariato
- Un software per l’analisi multivariata open source
- Carta di Controllo Multivariata
- Contribution Plot
- Analisi di Regressione Multipla Partial Least Square
- Tecniche di Machine Learning
Il corso è arricchito da esempi applicativi che evidenziano le potenzialità della nuova metodologia nelle diverse aree aziendali.