Meno additivo, stessa resistenza: come un DOE ha tagliato del 33% il consumo di amido in cartiera

Otto prove su macchina continua, tre punti centrali e due settimane di lavoro hanno permesso di mettere a punto una nuova ricetta di produzione. I risultati sono stati immediati: riduzione dei costi, maggiore costanza qualitativa della carta e un processo più stabile.

Ma il valore più importante non è stato solo il miglioramento delle prestazioni. Il lavoro ha permesso di trasformare conoscenze empiriche in un modello interpretativo: le regolazioni non dipendevano più esclusivamente dall’esperienza del turno di guardia, ma da relazioni misurabili e ripetibili.

Il punto di partenza: si dosava “per sicurezza”

Una cartiera tissue, macchina continua da 1.900 m/min, produzione di carta per uso igienico e asciugatutto. Il problema non era un difetto conclamato: era la variabilità della resistenza a trazione in direzione macchina (MD tensile).

• Ogni tanto una bobina scendeva sotto specifica, l’avvolgitore andava in rottura, la trasformazione rallentava
• La contromisura consolidata negli anni era sempre la stessa: alzare il dosaggio di amido cationico
• Si era arrivati a 7,8 kg/t, contro un valore di ricetta teorico di 5,5 kg/t

Nessuno sapeva dire se servisse davvero. Sapevano solo che, quando lo si abbassava, “prima o poi qualcosa succedeva”.

Questo è il momento esatto in cui un DOE ha senso: quando il processo funziona, ma nessuno sa perché — e a quale costo.

Perché “una variabile alla volta” non poteva funzionare

Il tentativo precedente era stato quello classico: abbassare l’amido di 0,5 kg/t e aspettare due giorni. Poi ritoccare la raffinazione. Poi tornare indietro.

L’approccio OFAT (one factor at a time) ha tre difetti fatali su un impianto continuo:

• Non vede le interazioni. Se l’effetto dell’amido dipende dal livello di raffinazione — e in una cartiera dipende quasi sempre — OFAT restituisce due conclusioni parziali e nessuna verità.
• Confonde il segnale con il rumore. La deriva naturale di grammatura, temperatura e qualità dell’impasto tra un turno e l’altro è dello stesso ordine di grandezza dell’effetto che si sta cercando.
• Costa più tempo. Paradossalmente: settimane di aggiustamenti contro due giornate di prove pianificate.

Fase 1 — Prima dei fattori, la misura

Il primo passo non è stato scegliere i fattori. È stato verificare il sistema di misura.

Un Gage R&R sul dinamometro di laboratorio, con tre operatori e dieci campioni, ha mostrato che il 28% della variabilità osservata veniva dal metodo di prova, non dal processo: campioni tagliati con larghezze non uniformi e condizionamento non sempre rispettato.

Prima di misurare l’effetto di un fattore, si è standardizzato: taglio con taglierina calibrata, condizionamento a 23°C e 50% UR secondo ISO 187, 10 provini per campione. Il contributo del sistema di misura è sceso sotto il 10%.

Senza questo passaggio, il DOE avrebbe misurato principalmente il laboratorio.

Fase 2 — I fattori e i livelli

Dopo un Ishikawa con capomacchina, tecnologo e responsabile chimico, i candidati erano diciassette. Ne sono rimasti quattro, selezionati con una matrice causa-effetto pesata sulla risposta.

Risposte monitorate — tre, non una:

• Y1 — Resistenza a trazione MD (N/m) → da massimizzare, specifica ≥ 105
• Y2 — Morbidezza (TS7 da Tissue Softness Analyzer) → vincolo, da non peggiorare
• Y3 — Assorbenza (tempo di bagnatura) → vincolo

Tre risposte, non una. In cartiera la resistenza si compra sempre con qualcos’altro — di solito con la mano e l’assorbenza. Un DOE che ottimizza una sola risposta produce una carta che il cliente rifiuta.

Fase 3 — Il piano sperimentale

Un fattoriale completo 2⁴ avrebbe richiesto 16 prove. Su una macchina continua, ogni prova significa una finestra produttiva, un cambio di condizioni, 45 minuti di stabilizzazione e carta da declassare.

Si è scelto un fattoriale frazionato 2⁴⁻¹ di risoluzione IV: 8 prove, effetti principali non confusi con le interazioni doppie, più 3 punti centrali per stimare l’errore puro e verificare la presenza di curvatura.

Totale: 11 prove, distribuite su due giornate.

Vincoli operativi gestiti esplicitamente:

• Randomizzazione entro blocchi, non totale (prove raggruppate per giornata)
• Sequenza dei livelli di raffinazione ordinata per ridurre i transitori — deviazione dichiarata, non nascosta
• Stabilizzazione di 45 minuti e prelievo dopo due bobine complete
• Criteri di abort definiti a priori: rottura in continuo, umidità fuori range, cambio impasto non programmato

Fase 4 — L’analisi

Gli effetti stimati hanno mostrato un quadro netto:

• A (raffinazione) — effetto forte e positivo sulla resistenza, negativo su assorbenza e morbidezza
• B (amido) — effetto positivo, ma con rendimento decrescente: la curvatura rilevata dai punti centrali era significativa (p < 0,01). Oltre una certa soglia, l’amido in più non aderisce alla fibra: finisce nelle acque bianche
• A×C (raffinazione × fibra corta) — interazione significativa. Con miscela ricca di eucalipto, l’effetto della raffinazione si dimezza. È esattamente ciò che l’approccio OFAT non avrebbe mai potuto vedere.
• D (punto di dosaggio) — non significativo (p = 0,41). Un risultato “negativo” che vale denaro: ha chiuso una discussione tecnica aperta da anni

Modello ridotto: R² adj = 0,93, residui normali e senza struttura, nessun outlier.

Vista la curvatura, il piano è stato aumentato con punti assiali (Central Composite Design) sui due fattori continui rilevanti, con 5 prove aggiuntive, per costruire una superficie di risposta affidabile nella zona di ottimo.

Fase 5 — Ottimizzazione e conferma

Con la funzione di desiderabilità applicata alle tre risposte simultaneamente — massimizzare la resistenza rispettando i vincoli di morbidezza e assorbenza — la finestra operativa ottimale è risultata:

Tre prove di conferma hanno dato valori di resistenza entro l’intervallo di previsione al 95% del modello. Solo a quel punto la ricetta è stata modificata.

I risultati a sei mesi

Il beneficio economico è reale, ma non è il più importante. Il più importante è che la ricetta ora ha un modello dietro: quando cambia la miscela fibrosa, il set point si ricalcola invece di essere rinegoziato tra turni.

Cinque cose che questo progetto insegna

1. Valida la misura prima di validare il processo. Un Gage R&R fatto male manda in fumo l’intero piano sperimentale.
2. Non ottimizzare una risposta sola. In cartiera resistenza, morbidezza e assorbenza sono legate: l’ottimo di una è il peggioramento delle altre.
3. Frazionare non è barare. Otto prove ben scelte spiegano più di quaranta prove disordinate.
4. I vincoli di impianto vanno messi nel piano, non subiti. Blocchi, tempi di stabilizzazione e criteri di stop fanno parte del disegno tanto quanto i livelli dei fattori.
5. Anche un fattore non significativo è un risultato. Chiudere una discussione tecnica con un dato vale quanto trovare un effetto.

Il DOE non è uno strumento da laboratorio di ricerca. È uno strumento da macchina continua, da reparto, da turno — a patto di progettarlo tenendo conto di come funziona davvero un impianto. Undici prove e due giornate hanno sostituito anni di aggiustamenti empirici.