Analisi statistica per l'identificazione di correlazioni tra parametri di processo e difetti di produzione nel processo di stampaggio ad iniezione di polimeri di componenti per il biomedicale

La presente tesi magistrale analizza il processo di stampaggio ad iniezione per componenti polimerici di ambito medicale su una linea prototipo equipaggiata con uno stampo pilota, con l’obiettivo di strutturare un approccio data-driven a supporto della fase di industrializzazione. Il lavoro si inserisce in un contesto di digitalizzazione e controllo della qualità dei processi produttivi, sfruttando un'infrastruttura IoT per la raccolta e il monitoraggio in tempo reale dei dati provenienti da macchina e stampo. L’attività ha previsto l’identificazione delle variabili critiche (pressioni, temperature e tempi di ciclo) durante le campagne sperimentali condotte sul prototipo. Attraverso strumenti di analisi statistica, tra cui studio della correlazione e valutazioni della stabilità del processo, sono state investigate le relazioni di causa-effetto tra le fluttuazioni operative, la variabilità dimensionale e i principali difetti produttivi riscontrati sui componenti. A completamento dello studio sperimentale, è stata implementata una simulazione del processo mediante Autodesk Moldflow Insight per analizzare il comportamento del materiale nelle fasi di riempimento e impaccamento. L’integrazione tra i dati di campo della linea prototipo e i risultati numerici ha consentito di validare il modello virtuale e identificare le cause radice delle non conformità. L’approccio metodologico proposto combina acquisizione dati, modellazione e analisi quantitativa per definire la finestra di lavorabilità ottimale, fornendo linee guida fondamentali per minimizzare i rischi di processo prima del trasferimento sulla produzione di serie.