{"id":7731,"date":"2026-10-28T11:41:17","date_gmt":"2026-10-28T03:41:17","guid":{"rendered":"https:\/\/www.unitecho.net\/?p=7731"},"modified":"2026-11-06T10:15:56","modified_gmt":"2026-11-06T02:15:56","slug":"sorting-accuracy-explained-ppm-false-reject-rate-and-yield","status":"publish","type":"post","link":"https:\/\/www.unitecho.net\/it\/knowledge-news\/sorting-accuracy-explained-ppm-false-reject-rate-and-yield\/","title":{"rendered":"Spiegazione della precisione di selezione: PPM, tasso di falsi scarti e resa"},"content":{"rendered":"<p class=\"wp-block-paragraph\">I team addetti agli appalti mettono a confronto <a href=\"https:\/\/www.unitecho.net\/it\/product-category\/optical-sorting-machine\/\">macchine per la cernita ottica<\/a> in una riga di un preventivo: precisione pari o superiore al 99,9%. I team di stabilimento scoprono in seguito che la stessa macchina riporta un tasso di scarto vicino all\u20191%, che una parte di quel flusso \u00e8 costituita da prodotto vendibile e che nessuno \u00e8 in grado di dire quanti difetti abbiano effettivamente raggiunto il cartone. Il divario raramente \u00e8 dovuto a un fornitore disonesto. Si tratta di un problema di misurazione, poich\u00e9 la fuga dei difetti, la perdita di prodotto buono e la resa sono tre grandezze distinte che una singola cifra percentuale mescola insieme.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La precisione di selezione espressa in PPM indica il numero di pezzi difettosi che superano il selezionatore ogni milione di pezzi ispezionati, e ha senso solo se considerata insieme al tasso di falso scarto, ovvero la percentuale di pezzi buoni erroneamente scartati, e alla resa, ovvero la percentuale di pezzi buoni che raggiungono il flusso di accettazione. Una macchina che lascia passare 25 PPM scartando lo 0,2% di prodotto buono non \u00e8 uguale a una che lascia passare 200 PPM con uno scarto eccessivo quasi nullo, anche se entrambe vengono commercializzate come aventi un\u2019accuratezza del 99,9%.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Le sezioni che seguono distinguono i tre valori, illustrano come calcolarli a partire dai normali dati di produzione e spiegano perch\u00e9 i risultati ottenuti in fabbrica raramente corrispondono a quelli della sala dimostrativa.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-full is-resized\"><img fetchpriority=\"high\" decoding=\"async\" width=\"800\" height=\"520\" src=\"https:\/\/www.unitecho.net\/wp-content\/uploads\/2025\/12\/800mm-Single-Glass-Disc-Optical-Sorting-Machine.png\" alt=\"800mm Single Glass Disc Optical Sorting Machine\" class=\"wp-image-2915\" style=\"aspect-ratio:1.5385148800924588;width:416px;height:auto\" srcset=\"https:\/\/www.unitecho.net\/wp-content\/uploads\/2025\/12\/800mm-Single-Glass-Disc-Optical-Sorting-Machine.png 800w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2025\/12\/800mm-Single-Glass-Disc-Optical-Sorting-Machine-300x195.png 300w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2025\/12\/800mm-Single-Glass-Disc-Optical-Sorting-Machine-768x499.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Cosa misura effettivamente la precisione di smistamento espressa in PPM<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La precisione in PPM \u00e8 un tasso di difetti rielaborato come numero assoluto per milione di pezzi ispezionati, che trasforma una percentuale in una quantit\u00e0 che pu\u00f2 essere moltiplicata per il volume, valutata in base al costo del materiale e confrontata con il limite di accettazione del cliente. I fornitori di grandi volumi hanno adottato questa unit\u00e0 proprio per questo motivo: le percentuali riducono l\u2019intervallo di interesse a due cifre decimali, dove 99,9 e 99,99 sembrano quasi identici pur differendo di dieci volte in termini di difetti sfuggiti al controllo.<\/strong><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Perch\u00e9 una percentuale nasconde il problema<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Un\u2019affermazione che parla di un\u2019accuratezza del 99,9% sembra sfiorare la perfezione. Significa per\u00f2 anche 1.000 pezzi difettosi ogni milione di pezzi spediti, ovvero ventimila pezzi difettosi che sfuggono al controllo ogni anno in uno stabilimento che ispeziona venti milioni di pezzi. Questo dato comporta operazioni di smistamento per il contenimento dei difetti, spese di trasporto e una discussione sui risultati.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td>Precisione dichiarata<\/td><td>Tasso di fuga<\/td><td>Parti per milione sfuggite<\/td><\/tr><tr><td>99 per cento<\/td><td>1 per cento<\/td><td>10,000<\/td><\/tr><tr><td>99,9 per cento<\/td><td>0,1 per cento<\/td><td>1,000<\/td><\/tr><tr><td>99,99 per cento<\/td><td>0,01%<\/td><td>100<\/td><\/tr><tr><td>99,999%<\/td><td>0,001 per cento<\/td><td>10<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">L'unit\u00e0 stessa \u00e8 definita nel documento di riferimento standard all'indirizzo <a href=\"https:\/\/en.wikipedia.org\/wiki\/Parts-per_notation\" target=\"_blank\" rel=\"noopener\">notazione \"parti per\"<\/a>, e un PPM equivale allo 0,0001%, quindi ogni cifra decimale rappresenta una somma concreta di denaro.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">La formula e le due direzioni verso cui pu\u00f2 puntare<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019accuratezza in termini di PPM \u00e8 un rapporto rapportato a un milione, ma una selezionatrice produce due flussi di uscita e la scelta del numeratore determina quale rischio viene descritto. Il PPM di sfuggita, calcolato sul flusso accettato, misura i difetti che hanno lasciato la macchina ed \u00e8 ci\u00f2 che i clienti riscontrano. Il PPM di scarto, calcolato sul flusso di scarti, mescola i difetti reali con i prodotti conformi e quindi, di per s\u00e9, non dice nulla sull\u2019accuratezza. Il PPM di spreco, calcolato sul flusso in entrata, misura i pezzi conformi distrutti per ogni milione ispezionato, ovvero ci\u00f2 per cui lo stabilimento paga. Un singolo valore PPM citato senza la sua base di riferimento \u00e8 uno slogan, non una specifica tecnica.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Gli obiettivi riflettono anche la capacit\u00e0 di processo, non solo l'impegno dedicato al controllo. Un livello di difetti pari a 64 PPM corrisponde a un indice di capacit\u00e0 di 1,33, mentre 0,6 PPM corrisponde a 1,66, secondo il <a href=\"https:\/\/www.itl.nist.gov\/div898\/handbook\/pmc\/section1\/pmc16.htm\" target=\"_blank\" rel=\"noopener\">Manuale NIST\/SEMATECH sulla capacit\u00e0 di processo<\/a>. Un obiettivo di 20 PPM riguarda quindi tanto il processo di alimentazione dello smistatore quanto lo smistatore stesso, poich\u00e9 la macchina pu\u00f2 rimuovere solo ci\u00f2 che i suoi sistemi ottici rilevano e che i suoi espulsori riescono a raggiungere.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Come si relazionano tra loro PPM, tasso di falsi scarti e resa<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Il PPM, il tasso di falsi scarti e la resa sono tre indicatori derivanti da un\u2019unica serie di decisioni di ispezione, pertanto devono essere considerati nel loro insieme, poich\u00e9 il miglioramento di uno di essi pu\u00f2 comportare un peggioramento impercettibile degli altri due. Ogni pezzo che attraversa la zona di rilevamento rientra esattamente in una delle quattro categorie, e ciascuna categoria ha un responsabile e un costo diversi.<\/strong><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">I quattro esiti di ogni decisione di ispezione<\/h3>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td>Decisione del selezionatore<\/td><td>La parte \u00e8 buona<\/td><td>Il pezzo \u00e8 difettoso<\/td><\/tr><tr><td>Espulso<\/td><td>Falso rifiuto, o eccesso di reattivit\u00e0. Costo per il produttore.<\/td><td>Rifiuto corretto<\/td><\/tr><tr><td>Accettato<\/td><td>Accetta correzione<\/td><td>Rifiuto o accettazione fittizia. A carico del cliente.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Riducendo le due celle di errore a un\u2019unica percentuale di precisione, una macchina con un\u2019eccellente capacit\u00e0 di rilevamento ma un elevato livello di overkill viene venduta come equivalente al suo opposto. Gli errori reagiscono inoltre in modo diverso alle regolazioni: inasprendo la soglia si scambiano le sfuggite con l\u2019overkill in un rapporto quasi di uno a uno, mentre ottiche migliori, un\u2019illuminazione pi\u00f9 adeguata o una diversa spaziatura dei pezzi possono ridurre entrambi contemporaneamente.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Le tre formule<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Una volta che i pezzi prelevati dal contenitore degli scarti vengono fisicamente riesaminati e classificati, tutti e tre gli indicatori derivano dai conteggi e risultano coerenti tra loro poich\u00e9 condividono la stessa logica del denominatore.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Tasso di falsi scarti: numero di pezzi conformi scartati diviso per il numero totale di pezzi conformi ispezionati, moltiplicato per 100.<\/li>\n\n\n\n<li>Resa: numero di pezzi conformi che raggiungono il flusso di prodotti accettati diviso per il numero totale di pezzi conformi presenti nel flusso in entrata, moltiplicato per 100.<\/li>\n\n\n\n<li>Purezza: numero di pezzi conformi nel flusso accettato diviso per il numero totale di pezzi accettati, moltiplicato per 100; tale valore \u00e8 il complemento del PPM di scarti.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Un separatore descritto come accurato al 98% potrebbe garantire una purezza del 98% con una resa dell'85%, oppure una purezza del 95% con una resa del 98%. Si tratta di macchine diverse con caratteristiche economiche diverse.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large is-resized\"><img decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/How-PPM-false-reject-rate-and-yield-fit-together-1024x683.jpg\" alt=\"Come si relazionano tra loro PPM, tasso di falsi scarti e resa\" class=\"wp-image-7732\" style=\"aspect-ratio:1.4992826024574126;width:916px;height:auto\" srcset=\"https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/How-PPM-false-reject-rate-and-yield-fit-together-1024x683.jpg 1024w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/How-PPM-false-reject-rate-and-yield-fit-together-18x12.jpg 18w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/How-PPM-false-reject-rate-and-yield-fit-together-300x200.jpg 300w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/How-PPM-false-reject-rate-and-yield-fit-together-768x512.jpg 768w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/How-PPM-false-reject-rate-and-yield-fit-together.jpg 1536w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Calcolo della precisione effettiva di smistamento sulla base dei dati di produzione<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La vera accuratezza deriva da cinque conteggi effettuati in un intervallo di produzione definito, non da una scheda tecnica: il flusso in entrata, il flusso dei prodotti accettati, il flusso dei prodotti scartati, i difetti verificati all\u2019interno del flusso degli scarti e i pezzi conformi verificati all\u2019interno dello stesso flusso. La registrazione di tutti e cinque questi elementi \u00e8 ci\u00f2 che distingue un rapporto di qualit\u00e0 difendibile da una semplice stima, e il calcolo che ne consegue \u00e8 semplice una volta che i dati sono disponibili.<\/strong><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">I cinque elementi che devi registrare<\/h3>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Quantit\u00e0 totale di pezzi o massa in entrata nel selezionatore.<\/li>\n\n\n\n<li>Totale dei componenti o della massa nel flusso accettato.<\/li>\n\n\n\n<li>Quantit\u00e0 totale di pezzi o massa nel flusso di scarti, verificata rispetto ai primi due entro i limiti di tolleranza di conteggio.<\/li>\n\n\n\n<li>Parti scartate che presentano difetti effettivi, individuati tramite un\u2019ispezione visiva del flusso delle parti scartate.<\/li>\n\n\n\n<li>Parti scartate ma conformi, provenienti dalla stessa ispezione.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Due sono gli errori pi\u00f9 comuni, entrambi tali da falsare il risultato: riportare il flusso degli scarti come percentuale del materiale in entrata senza scomporlo, e tralasciare la verifica del contenitore degli scarti, il che rende invisibile il tasso di falsi scarti e non verificabile il tasso di sfuggiti.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Un esempio pratico con un milione di parti<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Si considerino un milione di pezzi con un tasso di difetti in entrata dello 0,5%, un selezionatore in grado di rilevare il 99,5% dei difetti e un tasso di falsi scarti pari allo 0,2% dei pezzi conformi.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td>Flusso o parametro<\/td><td>Calcolo<\/td><td>Risultato<\/td><\/tr><tr><td>Parti difettose nel mangime<\/td><td>1,000,000 \u00d7 0.005<\/td><td>5,000<\/td><\/tr><tr><td>Elementi positivi nel feed<\/td><td>1.000.000 \u2212 5.000<\/td><td>995,000<\/td><\/tr><tr><td>Difetti correttamente scartati<\/td><td>5,000 \u00d7 0.995<\/td><td>4,975<\/td><\/tr><tr><td>Fughe<\/td><td>5.000 \u2212 4.975<\/td><td>25<\/td><\/tr><tr><td>Componenti in buono stato erroneamente scartati<\/td><td>995,000 \u00d7 0.002<\/td><td>1,990<\/td><\/tr><tr><td>Flusso totale dei prodotti scartati<\/td><td>4,975 + 1,990<\/td><td>6,965<\/td><\/tr><tr><td>Tasso di falsi rifiuti<\/td><td>1.990 \u00f7 995.000<\/td><td>0,20%<\/td><\/tr><tr><td>Rendimento<\/td><td>993.010 \u00f7 995.000<\/td><td>99,80 per cento<\/td><\/tr><tr><td>Fuga da PPM<\/td><td>25 \u00f7 993.035 \u00d7 1.000.000<\/td><td>25 PPM<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">Il tasso di scarto complessivo dello 0,70% \u00e8 praticamente inutile, poich\u00e9 il 29% di quel flusso \u00e8 costituito da prodotti vendibili. I dati che contano sono i 25 PPM dal punto di vista del cliente e i 1.990 pezzi conformi distrutti per milione dal punto di vista dello stabilimento, e nessuno dei due compare in un rapporto sul tasso di scarto.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Perch\u00e9 i cicli di nuova ispezione modificano il numero<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Una stazione di ricontrollo manuale a valle migliorer\u00e0 immediatamente il dato relativo ai pezzi sfuggiti al controllo, poich\u00e9 gli operatori recuperano parte dei 25 pezzi sfuggiti, ma comporta l\u2019aggiunta di un secondo operatore con un proprio tasso di errore e un proprio costo per pezzo. I rapporti dovrebbero quindi distinguere tra il PPM di linea, ovvero il dato fornito dal selezionatore, e il PPM spedito, ovvero il dato che il cliente riceve dopo la rilavorazione. La somma dei due dati produce un valore che non valuta n\u00e9 le attrezzature n\u00e9 la manodopera.<\/p>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large is-resized\"><img decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/luifaazu6k-1024x683.jpg\" alt=\"Hands using a digital caliper to measure metal part\" class=\"wp-image-7733\" style=\"width:360px;height:auto\" srcset=\"https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/luifaazu6k-1024x683.jpg 1024w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/luifaazu6k-300x200.jpg 300w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/luifaazu6k-768x512.jpg 768w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/luifaazu6k-1536x1024.jpg 1536w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/luifaazu6k-18x12.jpg 18w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/luifaazu6k.jpg 1600w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Perch\u00e9 la precisione indicata sulla targhetta non viene mantenuta in produzione<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La precisione nominale viene misurata in condizioni che la macchina non ritrover\u00e0 mai pi\u00f9, e sulla linea di produzione subisce un deterioramento perch\u00e9 polvere, vibrazioni, luce fluttuante e variazioni tra i lotti influiscono ciascuno su una parte diversa della catena di rilevamento. La sala dimostrativa offre una temperatura stabile, ottiche pulite, un unico tipo di pezzo e una velocit\u00e0 di alimentazione scelta per garantire un risultato ottimale piuttosto che per il funzionamento effettivo.<\/strong><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Presentazione e separazione<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Un selezionatore pu\u00f2 classificare solo ci\u00f2 che vede separatamente. I pezzi sovrapposti si nascondono a vicenda, mentre quelli distanziati meno del passo dell\u2019espulsore vengono rimossi insieme, per cui un elemento estraneo porta via con s\u00e9 un pezzo buono adiacente. La velocit\u00e0 di alimentazione, la qualit\u00e0 del monostrato e il passo delle valvole stabiliscono quindi una soglia minima per il tasso di falsi scarti che nessuna ottimizzazione dell\u2019algoritmo pu\u00f2 superare. Le macchine che trasportano i pezzi su un nastro mantengono una spaziatura pi\u00f9 uniforme rispetto ai modelli alimentati tramite scivolo, motivo per cui un <a href=\"https:\/\/www.unitecho.net\/it\/product\/belt-type-optical-sorting-machine\/\">macchina per la selezione ottica a nastro<\/a> viene spesso specificato nei casi in cui il costo dell\u2019overkill \u00e8 predominante.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Deterioramento ottico e contaminazione<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Polvere, fibre e umidit\u00e0 si depositano sulla finestra tra la lente e il prodotto. La patina che ne deriva viene interpretata, da un classificatore basato su soglie, come uno scolorimento, per cui gli espulsori attivano l\u2019espulsione anche su pezzi puliti. Anche l\u2019emissione dei diodi a emissione luminosa (LED) diminuisce nel corso di migliaia di ore, modificando la linea di base del colore rispetto alla quale sono state calibrate tutte le soglie. Nessuno dei due difetti fa scattare un allarme; entrambi causano un eccesso di scarti in modo graduale e gli operatori compensano allentando la sensibilit\u00e0, il che trasforma l\u2019eccesso di scarti in prodotti che sfuggono al controllo.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Vibrazioni, luce ambientale e variazioni tra i lotti<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Le vibrazioni del pavimento provenienti dalle presse a monte sfocano i pixel dei bordi, e i bordi sfocati vengono interpretati come irregolarit\u00e0 dimensionali. La luce del giorno che entra dalle porte aperte del capannone modifica la temperatura di colore nel corso del turno, per cui una soglia impostata alle 8 del mattino genera errori di classificazione alle 16. Un nuovo lotto di rivestimento modifica la riflettanza superficiale e invalida una ricetta che nessuno ha rivalidato. Questi effetti si sommano, ed \u00e8 per questo che i tassi di falsi scarti in fabbrica sono spesso parecchie volte superiori ai valori di dimostrazione.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Quando l'ordinamento non basta a risolvere il problema<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">La selezione separa solo ci\u00f2 che \u00e8 separabile. Se la contaminazione \u00e8 distribuita uniformemente in un lotto, nessun punto di taglio isola una frazione pulita, e aumentare il tasso di scarto riduce la resa senza migliorare la qualit\u00e0. Gli studi pubblicati sulla selezione dei cereali a basso costo ne evidenziano i limiti: per modificare la distribuzione delle impurit\u00e0 erano necessari tassi di scarto compresi tra il 23 e il 28 per cento e, in un campione fortemente contaminato, non esisteva alcuna frazione pulita. \u00c8 necessario misurare innanzitutto la distribuzione dei difetti in entrata, quindi fissare l\u2019obiettivo e infine scegliere l\u2019attrezzatura.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">L'aspetto economico di mille PPM<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Mille PPM rappresentano una posizione su una curva di compromesso piuttosto che una mancanza morale, e la posizione corretta dipende dal fatto che, nella vostra applicazione, siano pi\u00f9 costose le fughe o l\u2019eccesso di sicurezza. Poich\u00e9 i due errori hanno un costo espresso in valute diverse, i reparti acquisti e qualit\u00e0 spesso non sono d\u2019accordo riguardo alla stessa macchina.<\/strong><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Costo della fuga<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Un difetto sfuggito alla selezione costa poco da produrre ma molto da individuare. I costi visibili comprendono la selezione di contenimento presso il cliente, il trasporto, le spese amministrative e, nelle categorie regolamentate, la quarantena dei lotti. I costi nascosti comprendono il tempo dedicato dagli ingegneri a verificare il contenimento e la minore disponibilit\u00e0 ad assegnare nuovi incarichi. Per i componenti critici per la sicurezza, un singolo difetto sfuggito al controllo pu\u00f2 innescare un'azione correttiva che costa pi\u00f9 di un anno di misure eccessive, motivo per cui <a href=\"https:\/\/www.unitecho.net\/it\/automotive-fasteners-optical-sorting-solution\/\">smistamento di elementi di fissaggio per il settore automobilistico<\/a> I programmi prevedono livelli di esposizione inferiori di un ordine di grandezza rispetto a quelli tipici delle attivit\u00e0 industriali in generale.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Il costo dell'eccesso<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">L\u2019eccesso di produzione comporta costi in termini di materiale, manodopera e capacit\u00e0, e solitamente viene sottostimato poich\u00e9 il materiale \u00e8 gi\u00e0 stato acquistato. Una linea che lavora dieci tonnellate all\u2019ora con un tasso di falsi scarti del 2% scarta 200 chilogrammi di prodotto vendibile ogni ora, ovvero 3,2 tonnellate su due turni. Nel caso dei prodotti a pezzo, 1.990 parti per milione su venti milioni di unit\u00e0 all\u2019anno corrispondono a circa 39.800 unit\u00e0, a cui si aggiungono le operazioni di movimentazione e di nuova ispezione ad esse associate.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Individuazione del punto di funzionamento economico<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Il costo totale segue un andamento a forma di U: il costo di fuga diminuisce all\u2019aumentare della sensibilit\u00e0, l\u2019eccesso di capacit\u00e0 aumenta e il valore totale raggiunge il minimo in un punto intermedio. Tale minimo varia in base al valore dei componenti, ai termini di penalizzazione e alle tariffe orarie della manodopera, pertanto le ricette copiate da uno stabilimento all\u2019altro raramente danno i risultati sperati.<\/p>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td>Modalit\u00e0 operativa<\/td><td>Obiettivo di fuga<\/td><td>Falso rifiuto<\/td><td>Rendimento<\/td><td>Applicazione tipica<\/td><\/tr><tr><td>La purezza prima di tutto<\/td><td>Meno di 10 PPM<\/td><td>dall'1,5 al 3 per cento<\/td><td>dal 96 al 98 per cento<\/td><td>Critici per la sicurezza, soggetti a regolamentazione<\/td><\/tr><tr><td>Equilibrato<\/td><td>da 20 a 50 PPM<\/td><td>dallo 0,3 all'1 per cento<\/td><td>dal 99 al 99,5 per cento<\/td><td>Settore industriale in generale<\/td><\/tr><tr><td>La resa prima di tutto<\/td><td>da 100 a 300 PPM<\/td><td>Inferiore allo 0,2%<\/td><td>Superiore al 99,5%<\/td><td>Elevato valore del materiale<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<figure class=\"wp-block-image aligncenter size-large is-resized\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/fonqu4ynepw-1024x683.jpg\" alt=\"a person using a calculator on a machine\" class=\"wp-image-7734\" style=\"width:510px;height:auto\" srcset=\"https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/fonqu4ynepw-1024x683.jpg 1024w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/fonqu4ynepw-300x200.jpg 300w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/fonqu4ynepw-768x512.jpg 768w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/fonqu4ynepw-1536x1024.jpg 1536w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/fonqu4ynepw-18x12.jpg 18w, https:\/\/www.unitecho.net\/wp-content\/uploads\/2026\/10\/fonqu4ynepw.jpg 1600w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Come verificare la precisione dell'ordinamento prima e dopo l'installazione<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>La convalida sostituisce la dimostrazione con un esperimento concepito in modo tale che una macchina difettosa non possa superarlo, avvalendosi di difetti inseriti intenzionalmente, campioni di dimensioni determinate statisticamente e criteri di accettazione specificati nel contratto. Ciascun elemento colma una specifica lacuna presente nel rapporto di collaudo redatto dal fornitore stesso.<\/strong><\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Il protocollo dei difetti di semina<\/h3>\n\n\n\n<ol class=\"wp-block-list\">\n<li>Prelevare un campione di produzione sufficientemente ampio da consentire di rilevare il livello di scarti previsto: per dimostrare la presenza di 50 PPM con un livello di confidenza del 95% sono necessari circa 60.000 pezzi senza alcun scarto.<\/li>\n\n\n\n<li>Inserire i difetti noti in ogni classe che la macchina deve individuare, compresi i casi limite, registrandone il numero esatto.<\/li>\n\n\n\n<li>Effettuare una distribuzione casuale in modo che gli operatori non possano identificare i pezzi contrassegnati, ed eseguire il processo alla velocit\u00e0 di avanzamento e alla velocit\u00e0 di produzione.<\/li>\n\n\n\n<li>Confrontare i pezzi con semi rilevati con il totale dei pezzi con semi, classe per classe, e contare i pezzi conformi espulsi durante lo stesso ciclo.<\/li>\n\n\n\n<li>Ripetere l'operazione per tre serie e tre turni, quindi riportare l'intervallo di valori anzich\u00e9 il risultato migliore.<\/li>\n<\/ol>\n\n\n\n<p class=\"wp-block-paragraph\">Anche la logica di campionamento \u00e8 importante. Il campionamento per l\u2019accettazione dei lotti ai sensi di <a href=\"https:\/\/www.iso.org\/standard\/2859-1\" target=\"_blank\" rel=\"noopener\">ISO 2859-1<\/a> protegge il cliente da un lotto difettoso; non definisce la capacit\u00e0 PPM di una macchina, e una tabella pensata per il primo scopo consentir\u00e0 il superamento dei test da parte di quasi tutte le macchine anche per il secondo.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Criteri di accettazione che vale la pena inserire nel contratto<\/h3>\n\n\n\n<figure class=\"wp-block-table\"><table class=\"has-fixed-layout\"><tbody><tr><td>Criterio<\/td><td>Esempio di specifica<\/td><td>Metodo di verifica<\/td><\/tr><tr><td>Livello di fuga<\/td><td>50 PPM o superiore<\/td><td>Prova con campioni selezionati, 60.000 pezzi, 3 cicli<\/td><\/tr><tr><td>Tasso di falsi rifiuti<\/td><td>0,5% o meno<\/td><td>Verifica del contenitore degli scarti, 3 turni<\/td><\/tr><tr><td>Rendimento<\/td><td>99,3% o superiore<\/td><td>Conteggio o bilancio di massa, 8 ore<\/td><\/tr><tr><td>Ripetibilit\u00e0<\/td><td>Variazione entro il 20%<\/td><td>Confronto tra le 3 serie<\/td><\/tr><tr><td>Controllo delle modifiche<\/td><td>Ogni modifica della soglia viene registrata e riconvalidata<\/td><td>Verifica della cronologia delle ricette<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n<p class=\"wp-block-paragraph\">The <a href=\"https:\/\/www.unitecho.net\/it\/industry-news\/what-detection-functions-are-included-in-visual-inspection\/\">funzioni di ispezione visiva<\/a> offered should map one to one onto the defect classes in the seeded trial; a class with no matching function is an acceptance gap, not a training issue. Monitoring then follows a fixed rhythm: daily escape PPM against target, weekly audit of a few hundred rejected parts to keep the false reject estimate current, and a scheduled optics and illumination check that catches degradation before it appears as overkill.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">FAQ<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">What escape PPM should a sorting specification actually target?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Set the target from the customer&#8217;s process, not from a brochure. A common industrial norm for conventional high-volume supply is around 200 PPM, with 100 percent optical inspection used to reach roughly 20 PPM or better. The binding constraint is proof: claims below about 50 PPM require tens of thousands of inspected parts to demonstrate, so a target tighter than the verification budget cannot be audited and will not be enforced.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">How can the false reject rate be estimated if the reject stream is too large to inspect fully?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Audit a stratified sample instead of the whole bin. Pull 300 to 500 parts across shifts, part types and time of day, classify each by hand or on a measuring stage, then weight the results by each stratum&#8217;s share of the reject stream. Because that stream is deliberately enriched with defects, the sampled proportion of conforming parts estimates the false reject rate, not the incoming defect rate, and confusing the two is the most frequent source of inflated accuracy claims.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Does raising sorting accuracy always cost yield?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">No. Only threshold adjustment trades one error for the other. Better illumination uniformity, cleaner optics, tighter part spacing and retrained classifiers reduce escapes and overkill at the same time, because both errors come from the same uncertainty about what the sensor saw. Yield loss becomes unavoidable only when the machine is pushed past the resolution of its optics or the singulation its feed system can deliver, which is a mechanical limit rather than a software setting.<\/p>","protected":false},"excerpt":{"rendered":"<p>Procurement teams compare optical sorting machines on one line in a quotation: accuracy of 99.9 percent or better. Plant teams [&hellip;]<\/p>\n","protected":false},"author":16,"featured_media":2787,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[18],"tags":[],"class_list":["post-7731","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-knowledge-news"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/posts\/7731","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/users\/16"}],"replies":[{"embeddable":true,"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/comments?post=7731"}],"version-history":[{"count":3,"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/posts\/7731\/revisions"}],"predecessor-version":[{"id":7866,"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/posts\/7731\/revisions\/7866"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/media\/2787"}],"wp:attachment":[{"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/media?parent=7731"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/categories?post=7731"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.unitecho.net\/it\/wp-json\/wp\/v2\/tags?post=7731"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}