OTTIMIZZAZIONE DEI CONSUMI DI AZOTO PER LA MICRONIZZAZIONE

Documenti analoghi
Progetto di riduzione Scarti Linea di produzione pasta lunga. Plant: Pastificio italiano

LEAN E IMPATTI SULLE PRESTAZIONI AZIENDALI. Castellanza, 12 Gennaio 2018

Metodologie statistiche per l analisi del rischio IL RUOLO DELLA STATISTICA NELL ANALISI QUANTITATIVA DEL RISCHIO

IL RUOLO DEI METODI STATISTICI NELL INGEGNERIA

L applicazione del metodo Six Sigma in una piccola azienda

TRW Automotive Italia! "! #$ % & '

MIGLIORAMENTO FLESSIBILITÀ, PRODUTTIVITÀ ED ECONOMICITÀ OPERATIVITÀ LEASEPARK

Metodologie statistiche per l analisi del rischio ELEMENTI DI STATISTICA DESCRITTIVA PER L ANALISI DEL RISCHIO

Metodologie statistiche per l analisi del rischio ELEMENTI DI STATISTICA DESCRITTIVA PER L ANALISI DEL RISCHIO

Riduzione scarti processo di produzione di un componente in materiale termoplastico tramite metodologia DMAIC

Industrial Consulting for Change

Liquid Filling per il settore Petrolifero

Applicazione del metodo Six Sigma all'ottimizzazione della produttività di un impianto di chimica fine

Progetto MAPEI 6 Sigma

IMPIANTO DI POLVERIZZAZIONE D900

Efficienza Energetica negli impianti di aria compressa e vapore con ultrasuoni e termografia, con contratto EPC per ottenimento TEE

Autori: prof. ing. Maurizio Fauri ing. Matteo Manica ing. Manuel Gubert

Industrial Management School. Workshop Lean Six Sigma Assago, 6 Dicembre 2018

MIGLIORAMENTO FLESSIBILITÀ, PRODUTTIVITÀ ED ECONOMICITÀ OPERATIVITÀ LEASEPARK

Catalogo. Humanform Corsi catalogo Area Comportamentale Lean Six Sigma

Gli strumenti operativi per la ri-organizzazione dell ospedale per intensità delle cure e complessità assistenziale 29 Marzo 2012.

ENGINEERING SOLUZIONI PER LA VENTILAZIONE E IL TRATTAMENTO ARIA. per cucine professionali

Regressione. Monica Marabelli. 15 Gennaio 2016

INDICE VALUTAZIONI ENERGETICHE ED ECONOMICHE

Lean Six Sigma SMAIL

Environment Six Sigma

CENTRALIZZAZIONE DELLE INFORMAZIONI CLINICO SANITARIE DELLA REGIONE CAMPANIA

ESSICATORE DISIDRATATORE - DRYER

Six Sigma Metodo DMAIC Corso per Green Belts

Applicazioni per le Bio-Tecnologie

MercurBusiness Control

L efficienza energetica nell industria parte dalla diagnosi: il punto della situazione e prospettive future

Elaborazione statistica di dati

VALVOLA DI RITEGNO TIPO VENTURI

La competitività delle regioni italiane in chiave prospettica: focus Lombardia e Brescia

AMPIA GAMMA DI MACCHINE COMPATTE PER OGNI TIPO DI NEGOZIO LAVANDERIA - STIRATRICI E CALANDRE MURALI

Commissione delle Comunità europee. Regolamento 19 dicembre 2007, n. 1516/2007/Ce. Testo aggiornato al 01/04/2013

Università di Padova

Six Sigma Metodo DMAIC Corso per Black Belt

La Portata volumetrica Q, spesso viene misurata in m3/h con la formula: La Velocità viene poi calcolata con la formula:

Progetto Six Sigma miglioramento del processo di saldatura di componenti elettronici con la metodologia DMAIC

Haupt-Pharma Latina - Introduzione

ing. Nicola Fergnani

SOGEAC GRUPPI DI PREPARAZIONE ARIA " COMPAIR - WATTS " s.r.l.

L Efficientamento Energetico in Ambito Portuale: la case history PIR/ENEL a Porto Corsini

miglioramento energetico della struttura edilizia e degli impianti elettrici e termici

Sistemi di Gestione dell Energia: l auditl energetico

Corso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano

Il ruolo delle diagnosi energetiche nelle imprese

LAVANDERIA STIRATRICI E CALANDRE MURALI AMPIA GAMMA DI MACCHINE COMPATTE PER OGNI TIPO DI NEGOZIO

Descrizione del fenomeno Metodologia d indagine Setup di sperimentazione Test e validazione Conclusioni

Serie F15. Riduttore di pressione flangiato ad azione diretta a pistone. Campi di applicazione. Regolazione.

APPLICAZIONI. Analisi della varianza ad un fattore

Termoregolatore Serie 43 Tipo 43-2 N. Fig. 1 Tipo 43-2 N. Istruzioni operative e di montaggio EB 2186 IT

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:

CASE STUDY OTTIMIZZAZIONE DELL EFFICIENZA ENERGETICA: VAPORE ED ACQUA CALDA GRATUITA NELL INDUSTRIA ALIMENTARE, LIBANO KitCOG-200/Steam

Bologna, 20 maggio 2015

Corso di Sistemi di Gestione per la Qualità (SGQ) AA

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17

APPENDICE A: Tabella Process Sigma (I)

Quanti soggetti devono essere selezionati?

Manutenzioni, Ispezioni Impianti, Attrezzature Antincendio

UTILIZZO CERAMICO DI SCARTI DI LAVORAZIONI INDUSTRIALI. Studio di fattibilità

Enterprise Risk Management

Case History: AcegasAps SpA Acquedotto di Trieste

CATALOGO qualità dell aria salubrità dell ambiente risparmio energetico VMC VENTILAZIONE MECCANICA CONTROLLATA

Valvola di controllo azionata con pilota MATERIALI

NORMATIVA PRODOTTO BREVETTATO

La competitività del Piemonte: scenario atteso

Operations Management Team

Soluzione degli esercizi di riepilogo sul controllo statistico di qualità e sull ANOVA.

Regolatori autoazionati della pressione. Valvola di sfioro Tipo M Istruzioni operative e di montaggio. EB 2532 it

Corso di Impianti meccanici. Traccia per lo svolgimento del caso studio

VAIMA srl MANUALE USO E MANUTENZIONE FILTRI A CANDELE IN BRONZO SINTERIZZATO DA FIG 751 FINO A FIG 786

standardizzazione dei punteggi di un test

ESERCIZIO /03/ :23:20

MANUTENZIONE E BUONA PRASSI IGIENICA

Versioni. Dati tecnici. Confezionamento. Unità per bancale. Garanzia 5 anni sullo scambiatore, 2 anni sulle altre parti.

Analisi grafica residui in R. Da output grafico analisi regressionelm1.csv Vedi dispensa. peso-statura

ELEMENTI DI STATISTICA DESCRITTIVA

REQUISITI E PROCEDURE PER L INSTALLAZIONE DI APPARATI PER LA DETERMINAZIONE DELLA QUALITÀ DEL GAS

MACCHINA PELLETTIZZATRICE

VOUCHER IN TEMA DI RISPARMIO ENERGETICO

Biomasse ad uso energetico

RTCP SYSTEM ACTIVE PRESSURE MANAGEMENT FOR A SMART WATER NETWORK

Fondo produttività 2013 Risorse integrative. Varese, maggio 2013

ANTINCENDIO ATTIVITA E FREQUENZA CEN DI NAPOLI

Regolatore digitale di flusso massiccio - Modello DFC

Indice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75

Tor Vergata LEAN & Six Sigma Academy

BIN = 15 um l [um] Minimum um. Data_31misure_ l [um] Maximum Points 102, , um 1.3 um

L approccio Festo Consulenza e Formazione

Reggio Emilia Settore Alimentare. Insights e analisi statistica - Anno 2012

PULIFIL. Filtro autopulente semi-automatico con datario.

KWB Easyfire 1. Caldaia a pellet kw Riscaldare con la qualità KWB. Informazioni prodotto KWB EASYFIRE 1 Caldaia a pellet

GENERATORI DI VAPORE

IL DIGITAL DMAIC APPLICATO AL WORLD CLASS OPERATIONS MANAGEMENT:

Riqualificazione di edifici scolastici: le esperienze dell Università Iuav di Venezia

PIANO DI MANUTENZIONE PER IMPIANTO TERMICO E DI CLIMATIZZAZIONE

Transcript:

AZIENDA: Olon S.p.A. Gruppo Chimico: P&R GB: Fascella Simone UN PROGETTO DI EFFICIENZA ENERGETICA REALIZZATO CON IL s SIGMA 3 Workshop SPICE3-6 Maggio 2014 OTTIMIZZAZIONE DEI CONSUMI DI AZOTO PER LA MICRONIZZAZIONE

Olon Olon è una società del Gruppo Chimico, holding delle società: Fidia Farmaceutici Olon SIR Industriale I prodotti di Olon sono principi attivi (API) o intermedi di principi attivi per antibiotici, antivirali, antitumorali. Definizione del processo: il processo all oggetto del presente studio riguarda la micronizzazione di polveri presso uno stabilimento Olon.

Micronizzazione: cos è? La micronizzazione è un operazione di macinazione utilizzata per ridurre un prodotto solido in polveri molto sottili mediante un flusso di gas (azoto) in pressione. Lo strumento utilizzato per la micronizzazione si definisce micronizzatore. La dimensione del prodotto micronizzato è espressa dalla sua granulometria, che si misura in micron [mm]. Lo strumento utilizzato per la rilevazione della granulometria è detto granulometro.

Impianto di micronizzazione SACCO CICLONE COCLEA FUSTINO FQI AZOTO EIETTORE PI VALVOLA MANUALE PI MANOMETRO MICRONIZZATORE PI FQI TOTALIZZATORE Il consumo totale di azoto, espresso in chilogrammi [kg], è letto come differenza al totalizzatore fra il valore ad inizio erogazione e quello al suo termine. La regolazione delle portate di azoto alla camera di macinazione ed all eiettore avviene mediante valvole manuali e supporto dei manometri di linea.

Definizione del problema DEFINE Presso lo stabilimento sono presenti 2 micronizzatori di 2 fornitori differenti (indicati nel seguito come G ed E), che presentano medesime caratteristiche di progetto. Definizione del problema: è stata riscontrata una significativa differenza fra i consumi di azoto dei 2 micronizzatori Obiettivo del progetto: verificare la reale differenza fra i consumi di azoto dei 2 micronizzatori e portarli a lavorare nelle medesime condizioni Ring: il perimetro del progetto è limitato ai consumi del serbatoio di azoto di stabilimento nella frazione dedicata alla micronizzazione

Business Case DEFINE A parità di condizioni operative, di prodotto e di granulometria iniziale e finale, si identifica nel micronizzatore E quello maggiormente dispendioso. Si prevede che la riduzione di azoto del 30% sul micronizzatore E (per portare i 2 micronizzatori nelle medesime condizioni di esercizio) comporterà un risparmio economico del 10% sui costi di azoto annuo dello stabilimento. Beneficio finanziario: ci si attende un beneficio di circa 25.000 Euro/anno.

Team di progetto DEFINE Viene di seguito indicato il team di cui si avvale il progetto: Sponsor: Corporate Engineering Director Green Belt: Simone Fascella Corporate Project Engineer Team members: Direttore di stabilimento Responsabile Utilities di stabilimento Responsabile Produzione di stabilimento Proprietario del Processo: Responsabile Produzione di stabilimento

SIPOC DEFINE Per descrivere correttamente il processo, si disegna una mappa del processo di alto livello, che identifica fornitore, input, processo, output e cliente. Produzione Utilities Solidi in polvere Consumo di azoto Micronizzazione di polveri Prodotto micronizzato Bolletta Produzione Cliente esterno Cliente esterno Specifiche di granulometria

VOC DEFINE La VOC è la voce del Cliente, ovvero l insieme delle problematiche sollevate dal cliente sul processo in esame. È stata sollevata un unica VOC: il micronizzatore E consuma più azoto del micronizzatore G Cliente: la produzione Olon. Analisi della VOC: a parità di prodotto e condizioni operative, esiste una sostanziale differenza fra i consumi di azoto dei 2 micronizzatori sui prodotti che richiedono una granulometria finale inferiore ai 20 mm. Si identifica nel micronizzatore E quello maggiormente dispendioso.

CTQ DEFINE La CTQ è la richiesta del cliente tradotta in termini critici per il processo. La CTQ deve essere SMART (specifica, misurabile, raggiungibile, rilevante, temporalmente spendibile). Vengono identificate 2 CTQs: consumi di azoto granulometria del prodotto finito Poiché il prodotto finito rientra sempre in specifica di granulometria, la CTQ presa a riferimento sono i Consumi di Azoto Definizione operativa: misura dell azoto consumato mediante i 2 totalizzatori installati a monte di ciascuna linea Tipologia di dato: misura espressa in chilogrammi [kg]

Sintesi della fase di DEFINE DEFINE Si riporta a sintesi il Project Charter aggiornato al termine della fase di DEFINE. MEASURE

Data Collection Plan MEASURE La prima fase di un programma di miglioramento di qualità consiste in una sistematica raccolta di dati, per ottenere informazioni appropriate, strutturate e storicizzabili. I dati di cui sopra devono essere: rappresentativi del problema (devono evidenziare le differenze fra i consumi di azoto dei 2 micronizzatori) sufficienti a manifestare l intera gamma delle condizioni effettive del processo. Le misure verranno effettuate con frequenza giornaliera. Si prospetta un periodo di raccolta dati della durata di 1 mese.

Raccolta dei dati Di seguito viene riportata la tabella di raccolta dati compilata. Il prodotto è stato trattato su entrambi i micronizzatori. MEASURE

CTQ Consumi di Azoto MEASURE Si evidenzia la distribuzione dei consumi specifici di azoto attraverso un graphical summary, stratificando per micronizzatore Summary for kg azoto / kg prodotti MODELLO MICRONIZZATORE = G Summary for kg azoto / kg prodotti MODELLO MICRONIZZATORE = E A nderson-darling Normality Test A -Squared 0,31 P-V alue 0,524 A nderson-darling Normality Test A -Squared 0,34 P-V alue 0,460 Mean 8,4832 StDev 2,1455 V ariance 4,6032 Skew ness 0,332766 Kurtosis -0,743120 N 22 Mean 10,095 StDev 2,442 V ariance 5,962 Skew ness -0,17741 Kurtosis -1,22683 N 19 6 8 10 12 14 Minimum 4,7309 1st Q uartile 6,8734 Median 8,3053 3rd Q uartile 10,2547 Maximum 12,2938 95% C onfidence Interv al for Mean 6 8 10 12 14 Minimum 6,323 1st Q uartile 7,975 Median 9,953 3rd Q uartile 12,153 Maximum 13,640 95% C onfidence Interv al for Mean 95% Confidence Intervals 7,5319 9,4345 95% C onfidence Interv al for Median 7,0169 9,4692 95% C onfidence Interv al for StDev 95% Confidence Intervals 8,918 11,272 95% C onfidence Interv al for Median 8,729 11,973 95% C onfidence Interv al for StDev Mean 1,6506 3,0661 Mean 1,845 3,611 Median Median 7,0 7,5 8,0 8,5 9,0 9,5 9,0 9,5 10,0 10,5 11,0 11,5 12,0 Il micronizzatore G ha consumi specifici medi inferiori ed una variabilità più ristretta: il micronizzatore G appare migliore del micronizzatore E. Nulla si può dire a riguardo della distribuzione normale dei dati (N<30).

Percent Percent Verifica della normalità dei dati MEASURE Per entrambi i micronizzatori si verifica la normalità dei dati, ipotesi fondamentale per successive eventuali analisi statistiche. Probability Plot of kg azoto / kg prodotti Micro G - Normal Probability Plot of kg azoto / kg prodotti Micro E - Normal 99 95 90 Mean 8,483 StDev 2,146 N 22 RJ 0,985 P-Value >0,100 99 95 90 Mean 10,09 StDev 2,442 N 19 RJ 0,979 P-Value >0,100 80 80 70 60 50 40 30 70 60 50 40 30 20 20 10 10 5 5 1 4 6 8 10 kg azoto / kg prodotti 12 14 1 5,0 7,5 10,0 12,5 kg azoto / kg prodotti 15,0 In entrambi i casi il valore del pvalue (> 0,05) conferma la normalità dei dati

Calcolo del Process s MEASURE L obiettivo postosi è quello di portare il micronizzatore E a lavorare nelle medesime condizioni del micronizzatore G. Si stabilisce pertanto, in accordo con lo sponsor, di considerare come limite di specifica superiore (USL) il valore massimo del consumo di azoto del micronizzatore G (12,29 kgn2/kgprodotto) maggiorato di un margine di sicurezza del 10%: 13,52 kgn2/kgprodotto. Dalle tavole della normale standardizzata si ricava: Rendimento Micronizzatore G: h = (100-0,96)% = 99,04% Dalle tabelle Ps 3,85 Micronizzatore E: h = (100-8,07)% = 91,93% Ps 2,90

Individual Value Individual Value Stabilità del processo MEASURE Attraverso l uso delle control chart si verifica la risposta del processo (VOP) alla VOC VOP I Chart of kg azoto / kg prodotti Micro G I Chart of kg azoto / kg prodotti Micro E 16 14 UCL=14,57 18 16 UCL=16,88 12 14 10 8 6 _ X=8,48 12 10 8 6 _ X=10,09 4 2 1 3 5 7 9 11 13 Observation 15 17 19 21 LCL=2,40 4 2 1 3 5 7 9 11 Observation 13 15 17 19 LCL=3,31 Non essendoci punti esterni ai limiti di controllo, il processo può considerarsi stabile per entrambi i micronizzatori. ANALYZE

kg azoto / kg prodotti Test delle ipotesi ANALYZE Le distribuzioni normali dei consumi specifici di azoto ai 2 micronizzatori consentono di effettuare un 2-sample t Test: lo scopo è quello di verificare se i 2 campioni sono riconducibili a popolazioni differenti. 14 Boxplot of kg azoto / kg prodotti 13 12 11 10 9 8 7 6 5 E MODELLO MICRONIZZATORE G Pvalue < 0,05: le medie dei consumi di azoto ai 2 micronizzatori sono statisticamente differenti

Metodo di Ishikawa: cause radici ANALYZE DIAGRAMMA FISHBONE MISURA MATERIALI PERSONALE Totalizzatori di azoto differenti (modello, fondo-scala, etc...) Calo di pressione del serbatoio dell'azoto a seguito di apertura di altre utilities Azoto alimentato mediante tubazioni di differente diametro Scarsa manutenzione (verifica stato di valvole, tarature manometri, etc...) Utilizzo di flessibili di materiale differente per l'alimentazione dell'azoto (es. gomma al posto di acciaio) Errate regolazioni delle portate di azoto (errate aperture delle valvole manuali) Scarsi controlli sulla granulometria finale (consumo di azoto superiore a quanto necessario) Mantenimento dell'azoto aperto anche in assenza di micronizzazione (es. carico polvere iniziale, pausa mensa, etc...) Assenza di controllo del mantenimento di pressione costante all'eiettore ed al micronizzatore durante la micronizzazione Differenti condizioni di temperatura nei 2 ambienti Differenti condizioni di umidità nei 2 ambienti Inadeguata formazione del personale Mancanza di rotazione del personale (se sullo stesso micronizzatore operano sempre gli stessi operatori) DIFFERENZE NEI CONSUMI DI AZOTO Differenti coclee a monte dei micronizzatori Differenti cicloni a valle dei micronizzatori (filtri a manica inadeguati alle portate di azoto) Differenti alimentazioni dell'azoto ai 2 micronizzatori Differente disposizione degli ugelli all'interno dei micronizzatori Differenti ugelli fra i 2 micronizzatori AMBIENTE METODI MACCHINE

Principali cause radici ANALYZE Attraverso l assegnazione di un punteggio da parte dei membri del team, si individuano le cause radici su cui intervenire: a) Ugelli del micronizzatore E b) Controllo della granulometria finale c) Controllo della regolazione dell azoto d) Rotazione del personale operatore IMPROVE

Proposta delle soluzioni Sempre in fase di brainstorming del team, si identificano delle proposte di soluzione per le 4 cause radice precedentemente individuate. IMPROVE A. Ugelli del micronizzatore E Comparare gli ugelli dei 2 micronizzatori in termini di direzione di flusso e di tipologia B. Controllo della granulometria del prodotto finito Maggior numero di controlli del valore di granulometria al fine di terminare la micronizzazione non appena venga superata la soglia di specifica finale minor consumo di azoto. C. Controllo della regolazione dell azoto Maggior controllo dei 2 manometri presenti sull impianto al fine di correggere le portate in concomitanza con eventuali cali di pressione. D. Rotazione del personale operatore Rotazione del personale fra le 2 macchine al fine di ridurre la dipendenza dei risultati della micronizzazione dall operatore.

BASSO benefici ALTO Selezione delle soluzioni IMPROVE Al fine di individuare gli interventi migliori si riassumono le proposte di soluzione in una matrice decisionale. Maggior numero di controlli sulla granulometria del prodotto Rotazione del personale Interruzione dell azoto quando non si micronizza Controllo della pressione dell azoto Sostituzione degli ugelli del micronizzatore E Modifica degli ugelli del micronizzatore E Solo se la pressione dell azoto al micronizzatore è inferiore a quella di rete (8 barg) BASSO impegno ALTO

Piano di implementazione IMPROVE Vengono consegnate ai gestori dell impianto una serie di istruzioni, con l indicazione che vengano rese da subito operative. A seguito della loro implementazione, si invita quindi la produzione ad una nuova raccolta di dati secondo il Data Collection Plan già utilizzato e descritto in fase di Measure. CONTROL

Piano di controllo È finalizzato a controllare l implementazione delle soluzioni riducendo le interferenze al processo COSA FREQUENZA STRUMENTO CONTROL granulometria delle polveri in micronizzazione pressione all eiettore ogni 2 ore ogni 30 minuti granulometro Malvern manometro su linea azoto all eiettore pressione al micronizzatore ogni 30 minuti manometro su linea azoto al micronizzatore chiusura azoto all eiettore chiusura azoto al micronizzatore - a fine micronizzazione - in pausa - a fine micronizzazione - in pausa - valvola manuale - manometro - valvola manuale - manometro

Flow Chart CONTROL Inizio processo apro valvola azoto micronizzatore chiudo valvola manuale azoto regolo valvola manuale azoto NO SI NO azoto eiettore chiuso? SI azoto micronizzatore chiuso? SI c è polvere in coclea? NO carico polveri in coclea apro valvola azoto eiettore imposto pressione azoto eiettore pressione a manometro corretta? NO ogni 30 minuti SI chiudo valvola manuale azoto NO vado in pausa (es. mensa o cambio turno)? SI NO imposto pressione azoto micronizzatore ogni 30 minuti pressione a manometro corretta? SI MICRONIZZAZIONE controllo granulometria granulometria finale in specifica? NO regolo valvola manuale azoto all inizio ogni 2 ore, poi ogni 30 minuti SI chiudo valvola azoto micronizzatore chiudo valvola azoto eiettore polvere da micronizzare terminata? SI NO Fine processo

CONTROL Standardizzazione: One Point Lesson Al fine di trasmettere le conoscenze acquisite al team di lavoro ed all azienda si riassumono le attività elencate in una ONE POINT LESSON

Determinazione dei saving CONTROL Vengono di seguito riportati i saving previsti a seguito dell applicazione del piano di implementazione, da consolidare a termine del progetto. Saving diretti: minor consumo di azoto al micronizzatore E. Si stima un risparmio economico annuo (sul totale delle polveri micronizzate sotto i 20 mm) di circa 20.000 Saving indiretti: riduzione del tempo di micronizzazione al micronizzatore E (rispetto delle quantità e dei tempi di consegna). Si stima un risparmio economico annuo di circa 12.000 Saving totali annui: 32.000 (pari a circa il 14% del costo annuo dell azoto consumato in stabilimento)

Sintesi del progetto CONTROL TITOLO: OTTIMIZZAZIONE DEI CONSUMI DI AZOTO PER LA MICRONIZZAZIONE PROBLEM STATEMENT E' stata riscontrata una significativa differenza fra i consumi di azoto di 2 micronizzatori (G ed E) nel caso di granulometria finale richiesta inferiore ai 20 mm. I 2 micronizzatori, di fornitori differenti, presentano identiche caratteristiche di progetto. BUSINESS CASE (Obiettivi e Impatti) Si prevede che la riduzione di azoto di circa l 8% sul micronizzatore E, per portare i 2 micronizzatori nelle medesime condizioni di esercizio, comporterà un risparmio economico totale (compreso della riduzione dei tempi di produzione) corrispondente al 14% sul costo di consumo di azoto annuo dello stabilimento. ROOT CAUSES (Analisi dei Fattori Critici) Sono state identificate dal team come cause radici del problema su cui intervenire: ugelli del micronizzatore E controllo della granulometria finale controllo della regolazione dell azoto rotazione del personale operatore SAVING (Risultati) I saving previsti a seguito dell applicazione del piano di implementazione sono riconosciuti in un valore totale di circa 32.000 /anno

UN PROGETTO DI EFFICIENZA ENERGETICA REALIZZATO CON IL s SIGMA 3 Workshop SPICE3-6 Maggio 2014 GRAZIE PER L ATTENZIONE