Il metodo Taguchi è un approccio al disegno robusto di prodotto e processo sviluppato per rendere le prestazioni meno sensibili a fattori di disturbo. È collegato al disegno degli esperimenti, ma insiste in modo particolare sulla qualità come riduzione della variabilità intorno a un valore obiettivo.
L’idea centrale è che un buon progetto non deve funzionare bene solo in condizioni ideali: deve restare stabile quando cambiano ambiente, materiali, operatori, lotti, usura o condizioni d’uso.
1. Disegno robusto
Nel disegno robusto si distinguono:
- fattori di controllo, scelti dal progettista o dall’ingegnere di processo;
- fattori di rumore, difficili o costosi da controllare in esercizio;
- risposta, cioè la prestazione misurata;
- valore obiettivo, quando esiste una specifica nominale.
Lo scopo non è soltanto portare la media della risposta verso il target, ma ridurre la sensibilità ai fattori di rumore.
2. Funzione perdita
Taguchi ha reso popolare l’idea che la perdita di qualità cresca con lo scostamento dal valore obiettivo, anche se il pezzo resta dentro specifica. Una forma classica è:
dove m è il valore nominale e k traduce lo scostamento in costo. Questa visione è diversa dalla logica “conforme/non conforme”: la qualità peggiora gradualmente quando ci si allontana dal target.
3. Matrici ortogonali
Il metodo usa matrici ortogonali per esplorare combinazioni di fattori con un numero ridotto di prove. Una matrice ortogonale bilancia i livelli dei fattori in modo che gli effetti principali possano essere stimati in modo relativamente indipendente.
Per esempio, invece di provare tutte le combinazioni di molti fattori, si sceglie una tabella standard che assegna livelli ai run sperimentali. Questo riduce costi e tempi, soprattutto nelle fasi preliminari.
La logica è vicina ai disegni fattoriali frazionari: si accetta una semplificazione del piano in cambio di economia sperimentale.
4. Rapporto segnale-rumore
Una caratteristica distintiva è l’uso dei rapporti segnale-rumore, o S/N, per combinare media e variabilità in un criterio unico. La forma dipende dall’obiettivo.
Per “nominal is best”, quando esiste un valore target:
Per “smaller is better”:
Per “larger is better”:
Massimizzare il rapporto S/N significa cercare configurazioni con risposta favorevole e bassa variabilità rispetto al rumore.
5. Fattori di controllo e fattori di rumore
Una parte importante del metodo è progettare prove che espongano le configurazioni a condizioni disturbanti. Si può usare una matrice interna per i fattori di controllo e una matrice esterna per i fattori di rumore.
Questo permette di valutare quali impostazioni sono meno sensibili ai disturbi. In produzione, un parametro che massimizza la prestazione media ma amplifica la variabilità può essere peggiore di un parametro leggermente meno performante ma molto più stabile.
6. Analisi dei risultati
I risultati vengono spesso analizzati con tabelle di risposta, grafici degli effetti principali e ANOVA. Si confrontano livelli dei fattori rispetto al rapporto S/N e alla media della risposta.
Una configurazione robusta dovrebbe migliorare il S/N e mantenere la media vicino all’obiettivo. Quando media e variabilità spingono in direzioni diverse, può essere necessario un compromesso tecnico.
7. Interazioni
Una critica frequente al metodo Taguchi è la gestione semplificata delle interazioni. Le matrici ortogonali standard sono economiche, ma non sempre permettono di stimare tutte le interazioni rilevanti.
Se interazioni tecnicamente plausibili vengono ignorate, un effetto attribuito a un fattore può in realtà dipendere dalla combinazione con un altro fattore. In questi casi servono disegni più espliciti, oppure assegnazione consapevole delle colonne della matrice ortogonale.
8. Relazione con qualità industriale
Il metodo è diffuso in qualità, produzione, ingegneria di processo e progettazione di prodotto. È utile quando:
- i fattori candidati sono molti;
- le prove sono costose;
- i disturbi operativi sono rilevanti;
- la robustezza conta più del massimo teorico;
- serve una metodologia comunicabile in ambiente industriale.
È particolarmente coerente con l’idea che la qualità vada progettata a monte, non solo controllata a valle.
9. Limiti statistici
Il metodo va usato con consapevolezza. I rapporti S/N possono nascondere dettagli della distribuzione. Le matrici ortogonali possono confondere interazioni. La scelta dei livelli può limitare il risultato. La replica reale resta necessaria per stimare variabilità in modo credibile.
In alcuni casi un modello di regressione, una superficie di risposta o un DOE fattoriale più completo forniscono inferenza più trasparente.
10. Errori comuni
Il primo errore è scegliere una matrice ortogonale standard senza verificare quali effetti siano stimabili e quali siano confusi.
Il secondo errore è ottimizzare solo il rapporto S/N ignorando il valore medio della risposta o i limiti di specifica.
Il terzo errore è trattare fattori di rumore come dettagli secondari. Nel metodo Taguchi sono centrali: senza rumore controllato non si misura robustezza.
11. Uso operativo
Un’applicazione solida del metodo Taguchi deve dichiarare obiettivo, fattori di controllo, fattori di rumore, livelli, matrice ortogonale, criterio S/N, repliche, analisi delle interazioni e prova di conferma. La prova di conferma è essenziale: dopo aver scelto la configurazione migliore, bisogna verificarla sperimentalmente in condizioni rappresentative.