Esperienze dei clienti

Verso l'industria 4.0, un successo dopo l'altro

Domande rimaste a lungo senza risposta non sono più un mistero, grazie all'impegno analitico di Saint-Gobain NorPro

Gli obiettivi di Saint-Gobain NorPro sono dominati dalla promessa dell'industria 4.0. Digitalizzazione della produzione, robotica, IoT e Internet of Systems (fusione del mondo reale e virtuale) sono tutti concetti alla base dell'iniziativa Stellar Factory, tramite cui Saint-Gobain NorPro intende identificare e implementare le proprie best practice.

Da ben più di un secolo, Saint-Gobain NorPro rifornisce le industrie petrolchimica, chimica, della raffinazione, ambientale e di lavorazione del gas naturale, di un'ampia gamma di componenti e forme in ceramica. Come responsabile della qualità, Jim Lamar ha il compito di assicurarsi che, in un panorama produttivo sempre più complesso, l'azienda riesca ad applicare a fondo la potenza dell'analisi per offrire ai propri clienti il miglior prodotto possibile.

Lamar, che risiede a Bryan, in Texas, sta contribuendo a creare una cultura in Saint-Gobain NorPro che riesca a sfruttare i passati successi dell'azienda affrontando l'analisi dei dati in maniera ancor più strutturata. Il cuore dell'iniziativa è costituito dal disegno di esperimenti, che sta funzionando a meraviglia.

Esempio pratico: Lamar e il suo team sono stati contattati per affrontare un problema con un fornitore di materie prime. Dopo aver condotto esperimenti tramite DOE sia in Saint-Gobain NorPro sia presso lo stabilimento del fornitore, hanno scoperto due cose importanti: primo, che la qualità del materiale grezzo era l'unico fattore utile a predire la qualità del prodotto finale; secondo, che c'erano due parametri di qualità del materiale grezzo usato dal fornitore che contribuivano al problema. La chiave per risolvere la questione è stata l'interazione tra i due parametri. “Tramite questo processo”, spiega Lamar, “siamo riusciti a dare risposta a domande che in passato nessuno sapeva neppure come affrontare. Tutti sono esaltati dai risultati e vogliono continuare in questa direzione per ottenere successi ancora maggiori”.

Un problema di produzione persistente risolto da un modello predittivo

“Negli ultimi vent'anni, ho usato JMP a tempo pieno”, afferma Lamar. Di recente, lui e il suo team hanno usato il software di analisi statistica per creare un modello predittivo in grado di risolvere un problema che tormentava l'azienda da decenni, relativo a una caratteristica qualitativa di uno dei loro prodotti. “Di tutto quello che avevamo provato a fare in 20 anni, nulla pareva funzionare”, dice Lamar. “Avevamo tentato di tutto e non era servito a niente. Con qualunque variazione del materiale grezzo, non cambiava nulla”.

Gli esperimenti condotti nello stabilimento di Saint-Gobain NorPro hanno evidenziato che il problema era dovuto a un particolare materiale grezzo. “Abbiamo contattato il fornitore”, ricorda Lamar “e gli abbiamo spiegato che pareva essere un problema correlato alla materia prima, ma che non riuscivamo a individuare la correlazione. Non era qualcosa che potessimo misurare”.

Il team di Lamar ha condotto altri esperimenti con la materia prima in questione, “ma senza che le condizioni operative del processo sembrassero avere alcun effetto sulla qualità del prodotto finito”. Tuttavia, non si sono scoraggiati e, col tempo, il materiale grezzo si è confermato essere la radice del problema. Alla fine, sono stati individuati due parametri di qualità della materia prima precedentemente sconosciuti. “Ho detto al fornitore: dovete verificare che questi due fattori siano sempre allineati, perché sono correlati tra loro. I singoli valori dell'uno e dell'altro non vogliono dire niente per noi, ma, insieme, fanno la differenza”.

Uno dei parametri era una caratteristica propria del materiale grezzo, l'altro dipendeva dalla sua lavorazione. Lamar ha spiegato che l'approccio tradizionale alle specifiche sui materiali grezzi è di definire dei limiti per ogni singolo parametro, indipendentemente dagli altri. In questo caso, però, i limiti accettabili per il secondo parametro dipendevano dai valori del primo. “La loro correlazione non era mai stata colta da nessuno, finora”, dice Lamar. “Nessuno aveva a disposizione i dati per individuarla. Il profiler alla fine del report di regressione multipla multivariata mi ha dato le risposte che cercavo”.

Script per accedere ad anni di dati

Lamar e il suo team hanno utilizzato JMP per generare un profilo interattivo in grado di consentire al fornitore di inserire le metriche di qualità del materiale grezzo e poi controllare l'altro fattore in modo che non superasse il livello richiesto per ottenere un prodotto finale accettabile. “Abbiamo salvato la formula in formato HTML”, spiega Lamar. “JMP mi ha consentito di dare al fornitore ciò che gli serviva. Gli abbiamo portato il file su una chiavetta e gli abbiamo fatto vedere come funziona”.

“Così abbiamo risolto il problema”, continua, “e non solo: abbiamo ottenuto un risultato tale che il nostro cliente è venuto da noi e ci ha detto che, dato l'ottimo lavoro fatto, volevano restringere le specifiche tecniche, perché le specifiche precedenti non rispecchiavano più ciò che siamo in grado di fare oggi”.

Lamar giura che è tutto merito di JMP, perché nessun altro software sarebbe stato all'altezza. “Non ho altri strumenti che mi permetterebbero di fare ciò che ho fatto con il profiler interattivo e nessuno degli altri software consente di archiviare il file come Shockwave da dare al fornitore dicendogli: “Tieni, usa questo. La specifica da seguire è l'indice presente su questo profiler. Non so come avremmo potuto cavarcela, altrimenti”. Inoltre, loda anche le funzionalità di scripting di JMP. “I miei script riescono a recuperare i dati direttamente dal software di pianificazione delle risorse aziendali in pochi secondi. Cose che un tempo ci richiedevano ore, ora mi arrivano direttamente, con anni di dati da analizzare a mia disposizione”.

Lamar usa JMP regolarmente, per analizzare parametri di qualità chiave e condurre analisi comparative in breve tempo: “Cosa emerge dal confronto tra 2017 e 2018? Ci sono delle tendenze? Posso dimostrare un miglioramento continuo?” Oggi, Lamar e il suo team possono rispondere facilmente a queste domande.

“Gli script sono già progettati per estrarre i dati, con altri script realizzati per analizzarli. In questo modo, JMP riesce a rispondere alle domande in pochi secondi. Quando un cliente viene da me con una domanda, non devo più rispondere: “Le faccio sapere”, ma posso dire “Guardi” e mostrargli la risposta già sullo schermo”, condividendo file di dati, journal e molto altro ancora. Non solo: quei clienti usano a loro volta JMP. “Se i miei clienti usano JMP (e molti lo fanno), è bene che lo utilizzi anche io”.

Senza tanti giri di parole: JMP^® è incredibile

Anche la dirigenza è in cerca di risposte rapide, e Lamar sottolinea che chi deve prendere decisioni non vuole “una pila di indici statistici, ma poter guardare un grafico o un diagramma di qualche genere e vedere che la risposta è X. Non serve consegnargli un documento di 10 pagine, basta mostrargli il grafico alla fine”. JMP consente di fare esattamente questo. “JMP è incredibile”.

Il team di NorPro è composto da ingegneri di ricerca e industriali, chimici, tecnici di laboratorio e altro personale, spesso con titoli di studio di alto livello, “ma nessuno che abbia a che vedere con la statistica”. Certo, le cose potrebbero cambiare. Nel frattempo, però, con l'aiuto di JMP e del suo facile accesso all'efficienza, funzionalità analitiche approfondite e strumenti visivi sofisticati, Saint-Gobain NorPro sta comunque riuscendo a coltivare un ambiente in grado di avanzare, un successo dopo l'altro, verso le promesse dell'industria 4.0.