Design & Development

Dimostrazione della Robustezza

del disegno di un Fusibile Automotive con Minitab

CONFIDENTIAL BY MTA

DATE: 10 Aprile 2015

1954

1995

1999

2004

2007

2008

2009

Founding of MTA SpAin Codogno Italy.

Acquisition of Digitek SpA, a

Company founded in 1983 in

Modena, Italy producing and

developing electronic products.

MTA Brasil plant established

in Sao Paolo to guarantee

timely delivery of automo-

tive components for

MERCOSUR

MTA Polska was founded

close to a number of industrial plants in

Bielsko-Biala, in the heart of Poland.

MTA Slovakia, located in

Bánovce nad Bebravou, was

set-up to obtain economic

savings for the production

phases requiring significant

manual labor.

MTA USA is situated in

Schaumburg, Chicago, a

strategic location in the

automotive sector.

MTA India is located in Pune, a

city considered as the strategic

hub of the local automotive

industry.

2014

Incorporation of MTA

China, with office and

production plant in

Shanghai.

2015

MTA Mexico is founded for

production and delivery to

NAFTA Regions .

MTA Group History

Production

MTA USA

MTA BRASIL

MTA MEXICO MTA INDIA

MTA CHINA

MTA POLAND

MTA SLOVAKIA

HEADQUARTERS CODOGNOELECTRONICS ROLO

FRONT OFFICE FRANCE

FRONT OFFICE GERMANY

FRONT OFFICE TURKEY

Production

R & D

Sales

MTA in the World

TURNOVERIN MILLION €

R & D ON TURNOVER

INVESTMENTSON TURNOVER

EMPLOYEES

2011 20142012 2013 Forecast2015

150136

810

155

840 860 950

7 %12 % 9 % 9,5 % 10 %

6% 5,5% 6% 7 % 7,5 %

160 170

1020

MTA Group Figures

MTA Electromechanics and Electronics

� AGCO Group� ARGO Group� CNH� GEHL� JCB� John Deere� SDF Group

� Cargotec� Elgin Sweeper� Freightliner� Iveco� Navistar� Smith Electric

� Aston Martin� BMW� Ferrari-Maserati� FCA� Ford� GM� Lamborghini� Lotus� Mahindra� PSA Peugeot Citröen� Renault – Nissan

� TATA

� Tesla

� Volvo Car Corporation

� Volkswagen

� Aprilia� BMW Motorrad� Brammo� Cagiva� Ducati� Derby� Harley Davidson� Husqvarna� MBK� Moto Guzzi� MV Agusta� Piaggio� Yamaha

MTA Tier 1 Customers

SINTESI

I fusibili per automobile, malgrado la loro apparente semplicità, devono garantire precise

caratteristiche di funzionamento al fine di fornire la corrente elettrica in modo affidabile, e di

interromperla qualora si verificasse qualunque anomalia nel circuito valle del fusibile.

Tali caratteristiche operative dipendono direttamente da una serie di parametri costruttivi come

le dimensioni, le caratteristiche elettriche e termiche dei materiali impiegati, la

conformazione dell’involucro, i terminali, ecc.

Prima di avviare la produzione di massa è imprescindibile determinare che il disegno realizzato è

robusto, ovvero che le variabilità naturali presenti nei materiali e nel processo produttivo

non determinano un funzionamento al di fuori delle tolleranze ammesse.

Essendo poi la funzionalità di un fusibile dimostrabile soltanto con delle prove distruttive, risulta

ancora più importante dimostrare che, se i parametri critici sono sotto controllo, i pezzi

prodotti funzioneranno indubitabilmente all'interno del campo di tolleranze accettato; e

questo lo è per tutte le caratteristiche funzionali contemporaneamente.

La presente comunicazione espone il metodo eseguito con l'utilizzo di Minitab per garantite la

robustezza del design, e l'affidabilità del sistema di controllò del processo.

7

FUNZIONALITA’ DEI UN FUSIBILE AUTOMOTIVE

Effetto JoulePIN=I2xR

i

i

Conduzione

Conduzione

Interazione tra gli effetti del

riscaldamento Joule, eliminazione

del calore, cambi di fase e di

resistività con la temperatura

Condizioni funzionali:

1. Sotto anomalia, il fusibile deve

intervenire prima che il cavo sia

danneggiato, ma….

2. Mai se non c’è anomalia, e…

3. Deve Scaldare «poco» sotto

condizioni operative normali

FUNZIONALITA’ DEI UN FUSIBILE AUTOMOTIVE

ρ Funzioni di trasferi-mento del sistema

Tempo fusione e Caduta di tensione ������������; �; �; ��, ��, . . !

Le caratteristiche funzionali

«Generazione di calore» e «Tempo

di fusione» sono conseguenza della

scelta, o della variabilità di

caratteristiche fisiche

SINTESI: Contenuto Statistico del Lavoro

10

Identificare Funzione di

Trasferimento

Identificare la distribuzione dei

parametri

Calcolare la distribuzione delle

caratteristiche Funzionali

Definire un criterio di controllo

«complessivo»

Valutare la robustezza del

disegno

DOE Analisi Dati

Monte Carlo

Correla zione

Capability

Identificazione delle funzioni di trasferimento

11

Le caratteristiche operative che vogliamo identificare sono tempo di fusione (a

corrente pari al 150% della corrente nominale, la caratteristica più variabile e

difficile da controllare) e la caduta di tensione a freddo, ovvero, la resistenza

elettrica del componente, facile da misurare al 100%

Costruiamo dei campioni con tolleranze in larghezza, lunghezza, resistività, e quantità

di stagno anche oltre i limiti prescritti a disegno.

Per piccole variazioni, l’effetto di variare lo spessore del materiale è lo stesso che

variare la larghezza. Perciò possiamo evitare di costruire campioni con diverso

spessore, che risulta complicato materialmente, e dedurre la dipendenza dello

spessore dalla dipendenza della larghezza.

I tre livelli della quantità di stagno li applichiamo soltanto ai punti centrali del disegno,

in quanto sappiamo che non esiste interazione tra i fattori geometrici e la quantità

di stagno, per queste piccole variazioni

Determinazione delle funzioni di trasferimento

12

Term

L

Resist.

W

9876543210

Standardized Effect

2,069

Pareto Chart of the Standardized Effects(response is t-150% [sec]; α = 0,05)

5002500-250-500

99

90

50

10

1

Residual

Perc

ent

1600140012001000800

500

250

0

-250

-500

Fitted Value

Res

idu

al

6004002000-200-400

10,0

7,5

5,0

2,5

0,0

Residual

Freq

uen

cy

30282624222018161412108642

500

250

0

-250

-500

Observation Order

Resi

du

al

Normal Probability Plot Versus Fits

Histogram Versus Order

Residual Plots for t-150% [sec]

DOE misto fattoriale/superficie di risposta

Misuriamo la CdT ed il tempo di intervento alla 150

% IN per ognuna delle combinazione di

larghezza/lunghezza/resistività 2 volte

Otteniamo un modello di regressione con Minitab.

Determinazione delle funzioni di trasferimento

13

Questi campioni compongono un DOE misto fattoriale/superficie di risposta, con

larghezza, lunghezza a due livelli + punto centrale, e la resistività e la quantità di

stagno a 3 livelli per ogni livello di larghezza, lunghezza.

Misuriamo ognuna delle combinazione di larghezza/lunghezza 6 volte, variando su 3

livelli di corrente.

Misurando la CdT ed il tempo di intervento alla 150 % IN, otteniamo un modello di

regressione con Minitab.

T _(150%)= C0 + C1 x W x Th + C2 x L- C4 x Resistività + Distribuzione(Normale;0;50)

CdT = D0 + D13 x W x Th + D2 x L + D4 x Resistività + D12 x W x L + D24 x L x Resistività

+ Distribuzione(Uniforme;-0,2;+0,2)

Determinazione delle funzioni di trasferimento

14

1,2851,215

1400

1300

1200

1100

1000

900

800

15,31014,660 1,016740,97516

W

Mean o

f t-

150%

[se

c]

L resistività

Effetti principali tempo fusione 150%Fitted Means

Indipendenza tra gli effetti della

deposizione di stagno e le piccole

variazioni geometriche o di

resistività.

Identificare la distribuzione dei parametri

Dai valori storici consideriamo per lo

spessore una distribuzione normale

Sappiamo che, tenendo conto i vari

possibili errori, la lunghezza segue una

distribuzione di Laplace

15

1,3521,3261,3001,2741,2481,2221,1961,170

3500

3000

2500

2000

1500

1000

500

0

Larghezza

Fre

qu

en

cy

Histogram of LarghezzaNormale Stratificata

16,2015,8415,4815,1214,7614,4014,0413,68

10000

8000

6000

4000

2000

0

Lung.present

Fre

qu

en

cy

LunghezzaLAPLACE

Identificare la distribuzione dei parametri

Dai valori storici consideriamo per lo

spessore una distribuzione normale

Invece non abbiamo storia attendibile

della resistività di questi materiali, ma

solo le garanzie del fornitore che i

valori si trovano all’interno di un

intervallo: distribuzione uniforme

16

1,0151,0101,0051,0000,9950,9900,985

1400

1200

1000

800

600

400

200

0

Resistività

Fre

quency

Histogram of ResistivitàNormal

0,38880,38640,38400,38160,37920,37680,3744

3500

3000

2500

2000

1500

1000

500

0

Spessore

Fre

qu

en

cy

Histogram of SpessoreNormal

ROBUSTEZZA DEL DESIGN: SIMULAZIONE DI MONTECARLO

Con la distribuzione dei parametri e le funzioni di trasferimento simuliamo la

distribuzione delle caratteristiche funzionali risultanti

17

16,20

15,84

15,48

15,12

14,76

14,40

14,04

13,68

10000

7500

5000

2500

0

1,35

2

1,326

1,30

0

1,274

1,24

8

1,22

2

1,196

1,17

0

0,38

88

0,38

64

0,38

40

0,38

16

0,379

2

0,376

8

0,37

44

1,01

16

1,008

0

1,0044

1,00

08

0,997

2

0,9936

0,99

00

0,98

64

10000

7500

5000

2500

0

172,5

115,0

57,50,

0-5

7,5

-115,

0

-172

,50,2

10,1

40,0

70,0

0-0

,07

-0,14

-0,21

36003000250020001500100050090

Pp 4,70PPL 2,77PPU 6,62Ppk 2,77Cpm *

Cp 5,58CPL 3,29CPU 7,86Cpk 3,29

Potential (Within) Capability

Overall Capability

PPM < LSL 0,00 0,00 0,00PPM > USL 0,00 0,00 0,00PPM Total 0,00 0,00 0,00

Observed Expected Overall ExpectedDifetti

LSL USL

OverallWithin

Distribuzione del Tempo di Fusione e relativa Capability

"# � F %&

CORRELAZIONE TRA CdT

E TEMPO DI FUSIONE

Calcoliamo la correlazione esistente tra i valori di CdT e i

valori del tempo di fusione.

Utilizziamo le linee del intervallo di confidenza per la

predizione per stabilire il limite per i nostri controlli.

Dalle predizioni ottenute dalla simulazione, si evidenzia che

circa il 100% dei fusibili avranno valori di CdT all’interno

dell’intervallo di controllo, quindi avremo un limitatissimo

numero di scarti

18

CONCLUSIONI

• Con un DOE abbiamo determinato le Funzioni di Trasferimento (modello che

mette in relazione il valore dei parametri costruttivi del fusibile con le

caratteristiche funzionali).

• Analizzando i dati storici dei vari parametri costruttivi, abbiamo definito le

distribuzioni matematiche che statisticamente rappresentano le variazioni

attese per questi parametri durante la produzione a livello industriale.

• Abbiamo utilizzato le distribuzioni dei parametri e le funzioni di trasferimento

per ottenere, con il Metodo di Monte Carlo, la distribuzione dei tempi di

diffusione e delle cadute di tensione, attese in produzione.

• L’analisi della Capability ha messo in evidenza che, garantendo le distribuzioni

dei parametri costruttivi, si ottiene un 0 ppm di difetti nelle specifiche

operative.

• La Correlazione esistente tra il tempo di fusione e la caduta di tensione

garantisce che misurando quest’ultima al 100% dei fusibili (prova non

distruttiva) si eliminino eventuali pezzi comunque difettosi.

19

Thank you for your attention .

HEADQUARTERS

MTA S.p.A - V.le dell’Industria, 12 - 26845 Codogno (LO) - Italy - T. +39 0377 4181 - F. +39 0377 418493 - infoitaly@mta.itUnità locale: 41033 Concordia s/S (MO) – Via Martiri della Libertà, 44/A – T. +39 0535 43563 – F. +39 0535 40240

Company Management System Certified ISO/TS 16949 - ISO 9001 - ISO14001 - www.mta.it20