The objective of the work carried out is first of all to describe the tools used in data analysis and the importance of their quality with the aim of obtaining results that support decisions to be taken in the production field. Quality management data analysis, which is the best tool for companies today, allows them to develop a high degree of customer retention and also the improvement of production performance. The chapters that make up this thesis focus on the importance of data analysis in the manufacturing sector and in particular the case of a manufacturer of ceramic articles has been analysed. First of all, the topic of quality is addressed, its historical evolution, the concept of "quality control" and the algorithms that are used for quality management according to the principles that regulate it. Subsequently, it is also a matter of forecasting the quantities to be produced through the Association rules mining technique. Both the topics just mentioned have been extrapolated from some academic articles that provide a lot of information regarding the importance of data analysis, quality predictive models and algorithms used in the field of "data mining". Chapter 2 introduces the Matrix company from which the data were taken on which an in-depth analysis was then developed, in addition the steps necessary for the processing of ceramics and the creation of the company's products are described. Afterwards, after having addressed and developed the concept of "data mining", the emphasis is placed on the tools used to sift through all the data available, which in recent times are increasingly used by companies. In particular, reference is first made to the data mining algorithms that have been studied in recent years, and the methodologies used to obtain the association rules between the attributes of the dataset being considered are also addressed. After that, the software, RapidMiner, which has been exploited to obtain results that could provide forecasts on the quantities of products to be sent to production, is described. Finally, the dataset that we have given as input to the software is described, the initial mechanical work of transcribing the data on Excel files and the subsequent built processes. Attention is paid to the results obtained, i.e. to the associative rules that have been extrapolated thanks to RapidMiner. In particular, the form of the rules that may affect the aim pursued has been described and a list of products with a certain percentage of waste has been made. At the end, a brief summary of the analyzed work and possible application developments is given.

L’obiettivo del lavoro svolto consiste innanzitutto nel descrivere le strumentazioni utilizzate nell’analisi dei dati e l’importanza della loro qualità con lo scopo di ottenere dei risultati che siano di supporto alle decisioni da prendere in ambito produttivo. L’analisi dei dati sulla gestione della qualità, che ad oggi è lo strumento migliore per le aziende, consente loro di sviluppare un alto grado di fidelizzazione dei clienti e anche il miglioramento delle prestazioni produttive. I capitoli che compongono questa tesi si concentrano sull’importanza dell’analisi dei dati nel settore manifatturiero e in particolare si è analizzato il caso di un’azienda produttrice di articoli in ceramica. Prima di tutto viene affrontato il tema della qualità, la sua evoluzione storica, il concetto di “controllo qualità” e gli algoritmi che vengono utilizzati per la gestione della qualità secondo i principi che la regolano. Successivamente si tratta anche della previsione delle quantità da produrre attraverso la tecnica dell’Association rules mining. Entrambi gli argomenti appena citati sono stati estrapolati da alcuni articoli accademici che forniscono molte informazioni riguardanti l’importanza dell’analisi dei dati, i modelli predittivi di qualità e gli algoritmi utilizzati nel campo del “data mining”. Il capitolo 2 introduce l’azienda Matrix da cui sono stati presi i dati sui quali è stata poi sviluppata un’analisi approfondita, in più vengono descritti i passaggi necessari per la lavorazione della ceramica e la realizzazione dei prodotti dell’azienda. A seguire, dopo aver affrontato e sviluppato il concetto di “data mining”, viene posto l’accento sugli strumenti utilizzati per passare al vaglio tutti i dati a disposizione, che negli ultimi tempi risultano sempre di più per le aziende. In particolare prima si fa riferimento agli algoritmi di data mining che sono stati studiati negli ultimi anni, inoltre vengono affrontate le metodologie sfruttate per ottenere le regole di associazione tra gli attributi del dataset che si va a considerare. Dopo di che viene descritto il software, RapidMiner, che è stato sfruttato per ottenere dei risultati che potessero fornire delle previsioni sulle quantità di prodotti da mandare in produzione. Infine è descritto il dataset che abbiamo dato in input al software, l’iniziale lavoro meccanico di trascrizione dei dati su file excel e i successivi processi costruiti. Viene posta l’attenzione sui risultati ottenuti, ovvero sulle regole associative che sono state estrapolate grazie a RapidMiner. In particolare è stata descritta la forma delle regole che possono interessare lo scopo perseguito e viene fatto un elenco dei prodotti che presentano una certa percentuale di scarto. A conclusione viene fatto un breve riassunto del lavoro analizzato e i possibili sviluppi applicativi.

Analisi e gestione della qualità nel settore della ceramica

LUCIDI, MARTINA
2021/2022

Abstract

The objective of the work carried out is first of all to describe the tools used in data analysis and the importance of their quality with the aim of obtaining results that support decisions to be taken in the production field. Quality management data analysis, which is the best tool for companies today, allows them to develop a high degree of customer retention and also the improvement of production performance. The chapters that make up this thesis focus on the importance of data analysis in the manufacturing sector and in particular the case of a manufacturer of ceramic articles has been analysed. First of all, the topic of quality is addressed, its historical evolution, the concept of "quality control" and the algorithms that are used for quality management according to the principles that regulate it. Subsequently, it is also a matter of forecasting the quantities to be produced through the Association rules mining technique. Both the topics just mentioned have been extrapolated from some academic articles that provide a lot of information regarding the importance of data analysis, quality predictive models and algorithms used in the field of "data mining". Chapter 2 introduces the Matrix company from which the data were taken on which an in-depth analysis was then developed, in addition the steps necessary for the processing of ceramics and the creation of the company's products are described. Afterwards, after having addressed and developed the concept of "data mining", the emphasis is placed on the tools used to sift through all the data available, which in recent times are increasingly used by companies. In particular, reference is first made to the data mining algorithms that have been studied in recent years, and the methodologies used to obtain the association rules between the attributes of the dataset being considered are also addressed. After that, the software, RapidMiner, which has been exploited to obtain results that could provide forecasts on the quantities of products to be sent to production, is described. Finally, the dataset that we have given as input to the software is described, the initial mechanical work of transcribing the data on Excel files and the subsequent built processes. Attention is paid to the results obtained, i.e. to the associative rules that have been extrapolated thanks to RapidMiner. In particular, the form of the rules that may affect the aim pursued has been described and a list of products with a certain percentage of waste has been made. At the end, a brief summary of the analyzed work and possible application developments is given.
2021
2023-02-15
Analysis and quality management in the ceramic sector
L’obiettivo del lavoro svolto consiste innanzitutto nel descrivere le strumentazioni utilizzate nell’analisi dei dati e l’importanza della loro qualità con lo scopo di ottenere dei risultati che siano di supporto alle decisioni da prendere in ambito produttivo. L’analisi dei dati sulla gestione della qualità, che ad oggi è lo strumento migliore per le aziende, consente loro di sviluppare un alto grado di fidelizzazione dei clienti e anche il miglioramento delle prestazioni produttive. I capitoli che compongono questa tesi si concentrano sull’importanza dell’analisi dei dati nel settore manifatturiero e in particolare si è analizzato il caso di un’azienda produttrice di articoli in ceramica. Prima di tutto viene affrontato il tema della qualità, la sua evoluzione storica, il concetto di “controllo qualità” e gli algoritmi che vengono utilizzati per la gestione della qualità secondo i principi che la regolano. Successivamente si tratta anche della previsione delle quantità da produrre attraverso la tecnica dell’Association rules mining. Entrambi gli argomenti appena citati sono stati estrapolati da alcuni articoli accademici che forniscono molte informazioni riguardanti l’importanza dell’analisi dei dati, i modelli predittivi di qualità e gli algoritmi utilizzati nel campo del “data mining”. Il capitolo 2 introduce l’azienda Matrix da cui sono stati presi i dati sui quali è stata poi sviluppata un’analisi approfondita, in più vengono descritti i passaggi necessari per la lavorazione della ceramica e la realizzazione dei prodotti dell’azienda. A seguire, dopo aver affrontato e sviluppato il concetto di “data mining”, viene posto l’accento sugli strumenti utilizzati per passare al vaglio tutti i dati a disposizione, che negli ultimi tempi risultano sempre di più per le aziende. In particolare prima si fa riferimento agli algoritmi di data mining che sono stati studiati negli ultimi anni, inoltre vengono affrontate le metodologie sfruttate per ottenere le regole di associazione tra gli attributi del dataset che si va a considerare. Dopo di che viene descritto il software, RapidMiner, che è stato sfruttato per ottenere dei risultati che potessero fornire delle previsioni sulle quantità di prodotti da mandare in produzione. Infine è descritto il dataset che abbiamo dato in input al software, l’iniziale lavoro meccanico di trascrizione dei dati su file excel e i successivi processi costruiti. Viene posta l’attenzione sui risultati ottenuti, ovvero sulle regole associative che sono state estrapolate grazie a RapidMiner. In particolare è stata descritta la forma delle regole che possono interessare lo scopo perseguito e viene fatto un elenco dei prodotti che presentano una certa percentuale di scarto. A conclusione viene fatto un breve riassunto del lavoro analizzato e i possibili sviluppi applicativi.
File in questo prodotto:
File Dimensione Formato  
tesilucidimartina.pdf

accesso aperto

Dimensione 584.24 kB
Formato Adobe PDF
584.24 kB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/11949