Controllo di Processo per la Bioingegneria

Concetti Preliminari

  • Termini e definizioni: Non specificato nel dettaglio.
  • Standard normativi sulla gestione della qualità: Non specificato nel dettaglio.
  • Standard normativi sulla qualità della produzione in ambito della bioingegneria: Non specificato nel dettaglio.
  • Tecnologie di lavorazione: Non specificato nel dettaglio.
  • Lavorazioni meccaniche avanzate per la bioingegneria: Non specificato nel dettaglio.

Controllo Statistico di Processo (SPC)

  • Introduzione ai metodi statistici per il controllo della qualità: Panoramica dell'uso della statistica per il controllo qualità.
  • Variabilità e tolleranza naturale di un processo: Importanza di comprendere e gestire la variabilità nei processi.
  • Carte di controllo per variabili: Strumenti grafici per monitorare variabili continue nei processi.
    • Xbar-R: Utilizzata per monitorare la media e la variabilità (range) di un processo.
    • Xbar-S: Simile a Xbar-R, ma utilizza la deviazione standard invece del range per misurare la variabilità.
    • I-MR: Impiegata per il monitoraggio di singole osservazioni (Individual) e la loro variabilità (Moving Range).
  • Carte di controllo per attributi: Usate per monitorare caratteristiche qualitative o attributi.
    • p: Frazione di non conformità in un campione.
    • np: Numero di non conformità in un campione.
    • c: Numero di difetti per unità.
    • u: Numero di difetti per unità, quando la dimensione dell'unità varia.
  • Curva Caratteristica Operativa di una carta di controllo: Valutazione della capacità della carta di controllo di rilevare cambiamenti nel processo.
  • Indici di capacità di processo: Metriche per valutare se un processo è in grado di soddisfare le specifiche.

Controllo di Accettazione

  • Controllo di accettazione di forniture per lotti: Metodi per accettare o rifiutare lotti di materiali in entrata.
  • Piani di campionamento singoli per attributi: Decisioni basate su un singolo campione per attributi qualitativi.
  • Piani di campionamento doppi per attributi: Possibilità di prelevare un secondo campione se il primo non è conclusivo.
  • Piani di campionamento per variabili: Utilizzo di misurazioni quantitative per il controllo di accettazione.
  • Piani di campionamento continui: Campionamento continuo durante la produzione.
  • Curva caratteristica operativa di un piano di campionamento: Probabilità di accettare un lotto con una certa qualità.
  • Standard normativi per il controllo di accettazione attraverso campionamenti per attributi e per variabili: Riferimenti a standard specifici non menzionati.

Introduzione ai Metodi Statistici per il Controllo della Qualità

Modellazione della Qualità del Processo

  • Introduzione alle statistiche descrittive: Tecniche grafiche e numeriche per riassumere le informazioni in un campione di dati.
  • Distribuzioni di probabilità: Utilizzo di distribuzioni di probabilità per modellare il comportamento dei parametri di prodotto in un processo.
  • Tecniche di inferenza statistica: Come le informazioni contenute in un campione di dati possono essere utilizzate per trarre conclusioni sulla popolazione da cui il campione è stato disegnato.

Obiettivi della Modellazione della Qualità del Processo

  1. Costruire e interpretare visualizzazioni di dati, inclusi stem-and-leaf plot, istogrammi e box plot.
  2. Calcolare e interpretare la media campionaria, la varianza campionaria, la deviazione standard campionaria e il range campionario.
  3. Spiegare i concetti di variabile casuale e distribuzione di probabilità.
  4. Comprendere e interpretare la media, la varianza e la deviazione standard di una distribuzione di probabilità.
  5. (TODO: fix equation)Determinare le probabilità dalle distribuzioni di probabilità.
  6. Comprendere le ipotesi per ciascuna delle distribuzioni di probabilità discrete presentate.
  7. Comprendere le ipotesi per ciascuna delle distribuzioni di probabilità continue presentate.
  8. Selezionare una distribuzione di probabilità appropriata per l'uso in applicazioni specifiche.
  9. Utilizzare i probability plot.
  10. Utilizzare approssimazioni per alcune distribuzioni ipergeometriche e binomiali.

Descrivere la Variabilità

  • Stem-and-Leaf Display: Una versione dello stem-and-leaf plot prodotta da Minitab, dove le foglie sono ordinate per magnitudo, facilitando l'individuazione dei percentili dei dati.
  • Plot of Data in Time Order (Run Chart): Grafico dei dati in ordine temporale.
  • Marginal Plot: Grafico marginale prodotto da MINITAB.

Istogrammi

  • Raggruppamento dei valori: Raggruppare i valori della variabile in intervalli (bin) e contare il numero di osservazioni che rientrano in ciascun intervallo.
  • Plot della frequenza: Plot della frequenza (o frequenza relativa) rispetto ai valori della variabile.
  • Utilità: Utile per grandi set di dati.
    ```latex
    Frequency
    10
    30
    Modellazione della qualità del processo: Descrivere la variabilità
    20
    20
    0
    405 415 425 435 445 455 465 475 485 495
    Metal thickness
    FIGURE 3.3 Minitab histogram for the
    metal layer thickness data in Table 3.2.