Vous êtes sur la page 1sur 17

Calcul statistique des chanes de cotes avec des distributions htrognes non indpendantes

Bernard Anselmetti * Mohammed Radouani **


* Institut Universitaire de Technologie de Cachan

Universit Paris 11 France Universit My Ismal Maroc

{bernard.anselmetti@iut-cachan.u-psud.fr} {radouani_m@yahoo.com}

** Ecole Nationale Suprieure dArts et Mtiers de Mekns

*,** Laboratoire Universitaire de Recherche en Production Automatise

Ecole Normale Suprieure de Cachan 61 avenue du Prsident Wilson, 94 235 Cachan cedex France http://www.lurpa.ens-cachan.fr {anselmetti ; radouani}@lurpa.ens-cachan.fr

RSUM .

Pour respecter les exigences fonctionnelles d'un mcanisme, de nombreuses spcifications sont ncessaires. Les mthodes statistiques de rpartition des tolrances sont trs intressantes. Cet article prcise le mode d'emploi des mthodes probabiliste, quadratique et semi-quadratique et donne des rgles de choix du modle pour des chanes de cotes unidirectionnelles. Le mode de calcul sera dtaill lorsque les pices ont des modles statistiques diffrents et lorsque des pices ou des spcifications ne sont pas indpendantes.
ABSTRACT .

To respect the functional requirements of a mechanism, many specifications are necessary. The statistical methods of distribution of the tolerances are very interesting. This article specifies the instructions of the methods probabilistic, quadratic and semi-quadratic and gives rules of choice of the model. The calculation method will be detailed when models of parts of a dimension chain are different and when parts or specifications are not independent.
MOTS -CLS : KEYWORDS :

chane de cotes, cotation fonctionnelle, statistique, indpendance des pices. tolerance chains, functional tolerancing, statistic, independence of parts

Conception et Production Intgres : CPI2003. Mekns 22, 23 & 24 octobre, pages 1 16

Conception et Production Intgres : CPI2003

1. Traitement statistique des chanes de cotes 1.1. Prsentation sur un exemple Dans le cycle de conception et de ralisation d'un produit, l'tape tolrancement intervient lorsque le mcanisme et le processus de rglage sont parfaitement dfinis. Dans cette tape, le concepteur cherche maximiser les tolrances pour rduire les cots de production. Le calcul "au pire des cas" de la chane de cotes est souvent pratiqu, mais il est jug trs dfavorable. La dmarche statistique est base sur la constatation qu'il est trs rare que toutes les pices influentes sur une exigence soient simultanment dfavorables pour cette exigence. La figure 1 montre un empilage de 6 pices A F. Lexigence fonctionnelle tudie X est le jeu dans cet empilage. La variation admissible sur X est de 0,12mm. Pour un assemblage donn, si ak, b k sont les dimensions des pices, la valeur de la rsultante est xk = ak (b k + ck + d k + ek + fk). La cotation de chaque pice selon les normes ISO de cotation utilise des spcifications de localisation et est similaire celle de la pice B.
X mini 0,05 ; maxi 0,17
B tb B

D E F

pice B b

Valeur moyenne : b Tolrance : tb a, a A b, b B

b c, c C

d d, d D

e a

f e, e E f, f F

ak

bk

ck

dk

ek

fk

Rsultante pour l'assemblage k

x k = ak - (bk +c k +dk +ek +f k)

Figure 1. Chanes de cotes unidirectionnelles

La rpartition des tolrances pour respecter une exigence fonctionnelle donne est obtenue par le traitement des inquations correspondant la chane de cotes. La mthode classique appele au pire des cas ou arithmtique est largement connue et peut tre utilise dans toutes les situations. Elle impose d'crire les ingalits suivantes : a (b + c+ d + e + f) + (ta + tb + tc + td + te + tf)/2 Xmaxi a (b + c+ d + e + f) (ta + tb + tc + td + te + tf)/2 Xmini.

Traitement statistique des chanes de cotes

Avec une rpartition uniforme des tolrances, la tolrance sur X tant 0,12 mm, la tolrance sur chaque pice est : ta = tb = tc = td = te = tf = 0,12 / 6 = 0,02.

1.2. Modles probabilistes La mthode probabiliste considre que toute pice conforme doit tre accepte, sans aucune restriction sur la distribution du lot livr. La surface tolrance doit tre dans la zone de tolrance. Les distributions des lots peuvent donc voluer en fonction des rglages, des changements de tempratures ou de matriaux
20
B

20
Distribution des lots

0,1 B

B
surface tolrance

surface de rfrence

tolrance t
0,1

Figure 2. Critre d'acceptation d'une pice

Le calcul des chanes de cotes est fait en prvisionnel. Le modle probabiliste uniforme considre qu'il y a autant de chance d'avoir une petite, une moyenne ou une grande pice [CRA 84]. Ce modle de calcul suppose que la pice peut tre reprsente par une grandeur alatoire avec une distribution parfaitement uniforme sur tout l'intervalle (figure 3a).
(a) Probabiliste uniforme (b) Probabiliste centr

tolrance t t t = = 2 3 3,46

tolrance t t = 4

tolrance t t = 6

Figure 3. Modles probabilistes uniforme et centr

L'cart type de la distribution peut tre calcul par la relation suivante :

Conception et Production Intgres : CPI2003


2 =

t t 1 t /2 2 = t / 2 f ( x ).x dx d'o : = t 2. 3 3, 46

Pour certains types de production, le concepteur peut estimer qu'il a plus de chance d'avoir une pice au centre de l'intervalle. Il doit donc dfinir une loi de probabilit centre en relation avec la fabrication et faire le calcul intgral pour t calculer l'cart type prvisionnel sous la forme = . Les valeurs courantes du 2q modle probabiliste centr sont q = 2 et q = 3 (Figure 3b). Ce modle probabiliste centr est notamment justifi si la spcification fonctionnelle de la pice est obtenue par un transfert de cotes de fabrication sur deux ou plusieurs phases. Si les distributions sur les cotes fabriques sont uniformes, la distribution sur la rsultante est centre (triangulaire s'il y a deux cotes fabriques de mme intervalle de tolrance).
Cf2,4 + Cf3,4 => C 2,3

Figure 4. Cumul des tolrances de fabrication

Compte tenu de ces modles prvisionnels de distributions, il est possible de dterminer la distribution sur la rsultante tudie X. Avec le modle probabiliste uniforme, s'il y a au moins 5 pices avec des tolrances du mme ordre de grandeur, la distribution rsultante est pratiquement normale (figure 5a). S'il y a moins de 5 pices ou si les tolrances ne sont pas quilibres, la distribution de la rsultante n'est pas normale (figure 5b et 5c). Si les distributions des pices sont centres, la rsultante a une plus forte tendance s'approcher d'une loi normale.
(a) 5 tolrances identiques (b) 1 tolrance 10 fois plus grande que les 4 autres (c) 2 tolrances 5 fois plus grandes que les 3 autres

11 13 15 17 19

21

23

25

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Figure 5. Distribution sur la rsultante

Traitement statistique des chanes de cotes

Par contre, quelles que soient les formes des distributions, si les pices sont indpendantes, l'cart type de la rsultante respecte la relation :
x = a + b + c + d + e + f .

En consquence, la distribution de la rsultante a un cart-type x (figure 6) et est centre sur le nominale.


p.x Xnominal x
Proportion de dpassement de l'exigence

p = 3 => 0,135 % p = 4 => 3,17 10 -5 p = 6 => 1 10 -9

Xmaxi

Figure 6. Probabilit de respect de l'exigence

S'il y a au moins 5 pices dans la chane de cotes, la distribution prvisionnelle de la rsultante est proche de la loi normale. La table de la loi normale donne la valeur de p qui correspond une certaine probabilit d'tre dpasse. La valeur souvent admise est p = 3 pour obtenir une probabilit de 99,86%. Si la rsultante n'est pas normale, elle a tendance tre trapzodale et ce calcul est plutt pessimiste. La relation de calcul est : X nominal + px Xmaxi. Si toutes les pices suivent un modle probabiliste uniforme (q= 3 ), la relation pratique est : X nominal + p . 2.q
2 (t i ) Xmaxi soit X nominal + 3 /2

(t )
i 2

Xmaxi

Si une pice ou un lot est livr la limite de tolrances, le risque de non-respect de l'exigence est acceptable avec le modle uniforme, mais augmente sensiblement avec q pour le modle centr [ANS 00], [RAD 03] (pour 5 pices dans la chane de cotes et q = 3, le risque est de 2%).

1.3. Modles quadratiques La mthode quadratique centre considre que toute pice conforme doit tre accepte, mais que la distribution du lot livr doit tre centre (pas forcment normale), avec peu de pices aux bords de l'intervalle. Gnralement l'cart type t choisi est : = avec q = 3. 2q

Conception et Production Intgres : CPI2003


(a) (b)

= tolrance t

t 6

Limite de dcentrage acceptable ?

tolrance t

Figure 7. Modle quadratique centr

Avec ce modle, si toutes les pices suivent une distribution avec t = 2.q., la rsultante suit naturellement une loi sensiblement normale s'il y a plus de 5 pices dans l'assemblage. La relation vrifier est : X nominal + p . 2.q
2 (t i ) Xmaxi

En pratique la distribution d'un lot n'est jamais parfaitement centre (figure 7.b). De plus, la distribution est diffrente suivant le point de la surface des pices (figure 8) [ANS 01a]. Il faut donc une indication sur le dcentrage admissible.
pt 1 LS = 29.5 pt 4 Ppk=1.60 LS = 29.5 29.4 LI = 29.3 pt 5 LS = 29.5 29.4 LI = 29.3 Ppk=0.30 m=29.35 =0.056 8 dfauts 5 m=29.42 =0.016 0 dfaut 29.4 LI = 29.3 Ppk=1.04 m=29.39 =0.029 0 dfaut pt 3 LS = 29.5 29.4 4 8 7 LI = 29.3 3 pt 2 Ppk=0.39 LS = 29.5 29.4 z y x LI = 29.3 m=29.36 =0.056 6 dfauts Ppk=1.14 m=29.43 =0.018 0 dfauts

9 sens d 1 usina ge 6 2

Figure 8. Fluctuation des distributions suivant le point de mesure 1.4. Modles semi-quadratiques Face au problme du dcentrage, les mthodes semi-quadratiques considrent que toute pice conforme doit tre accepte, mais que la distribution du lot livr doit tre vrifie avec un cart type maximum et avec une moyenne dans un intervalle donn, afin de laisser une plage de rglage. Il n'est pas forcment ncessaire d'avoir une distribution parfaitement normale.

Traitement statistique des chanes de cotes


20
B

0,1 B

< 0,0125 > <IT moyenne 0,025> b critres d'acceptation du lot.

critre d'acceptation d'une pice

Figure 9. Tolrancement avec contrle statistique des lots de pices

Pour cela, la spcification porte sur le dessin de dfinition doit donner l'cart type maximal admissible sur le lot et l'intervalle de tolrance dans lequel doit se trouver la moyenne du lot. Dans l'tat actuel, il n'existe pas d'criture normalise de ces indications sur les dessins (figure 9). Il faut mettre les indications en commentaires et confirmer ce protocole par un accord formel entre le client et le fournisseur. Srinivasan propose une criture d'indicateurs droite du cadre de tolrance [SRI 98]. Il existe alors deux approches, suivant que l'cart-type de la distribution peut tre estim ou non (figure 10).
(a) ITR + 6 connu LI
ITR t t

(b) (6 + 2) =t/8 LI
t/4

zone dans laquelle peut se trouver la moyenne

zone dans laquelle peut se trouver la moyenne

LS

LS

Figure 10. Modles semi-quadratiques Si l'cart type est connu (figure 10a), il faut allouer une plage de rglage ITR la plus grande possible. La tolrance de cette pice est alors t = ITR + 6. Si ce modle est appliqu pour toutes les pices de la chane de cotes, pour respecter l'exigence, il faut :

Xnominal +1/2.

IT

Ri

+p

(s ) Xmaxi
2 i

Conception et Production Intgres : CPI2003

Il est possible de supposer que pour chaque pice, la probabilit de la moyenne est uniforme sur l'intervalle ITR. Dans ce cas, si le nombre de maillons est suprieur ITR ou gal 5, on a R = et la relation devient : 2 3

Xnominal + p ( R i ) + p (i ) Xmaxi soit :


2 2

Xnominal +

p 2 3

(ITR i )2 + p (i )2 Xmaxi

Si l'cart-type de la distribution est inconnu (figure 10b), il faut se fixer une rpartition entre la dispersion 6 et la plage de rglage de la moyenne ITR. La mthode (6+2) est un choix quilibr : l'cart type de la distribution est = t/8 et la moyenne se trouve dans l'intervalle ITR = t/4 de sorte que ITR + 6 = ITX. La distribution de la position de la moyenne est elle-mme centre. Dans ce cas, il est possible de dfinir un cart type quivalent en considrant que la moyenne sera dcale avec une distribution uniforme dans l'intervalle ITR, c'est--dire avec un IT t cart-type R= R = . Si ce modle est appliqu pour toutes les pices de la 2 3 8 3 chane de cotes, la distribution rsultante est normale, mais la moyenne de cette rsultante sera dcale par rapport la valeur nominale. Pour respecter l'exigence, il faut :

Xnominal + p ( R i ) + p (i ) Xmaxi
2 2

Soit : Ceci

1 1 Xnomin al + p + 8 3 8
revient affecter

(t i )2 Xmaxi
chaque pice un cart type quivalent

eq =

(1 + 3 ) t =
8 3

t 5, 07

2. Traitement statistique des chanes de cotes avec des modles htrognes 2.1. Principe du calcul La relation sur les carts-types est vraie quelle que soit la forme des distributions de chaque composante. La distribution de la rsultante est sensiblement normale ds qu'il y a au moins 5 pices dans la chane de cotes. Pour chaque pice, il faut donc dfinir le modle statistique pour estimer l'cart-type en fonction de la tolrance. Il faut ensuite dterminer la proportion acceptable d'assemblages non conformes et trouver p dans la table de la loi normale. La relation rsultante est illustre figure 11.

Traitement statistique des chanes de cotes


Probabilit dsire (p=3 pour 99,86%)

X nominal + p

tb tc td te + f 2 + ITf/2 Xmaxi + + + + (2 3) 4 6 6 (5,07)

ta

a b c d e f

probabiliste uniforme probabiliste centr 4 probabiliste centr 6 quadratique centr 6 semi-quadratique (6+2) semi-quadratique

Figure 11. Cumul statistique de pices avec des distributions htrognes

Cette relation montre qu'il suffit de cumuler les carts-types. Par contre, les dcalages des moyennes issues des modles semi-quadratiques s'ajoutent simplement au nominal. Toutefois, s'il y a plus de 5 pices avec des modles semiquadratiques ayant des intervalles de tolrance sur la moyenne ITi du mme ordre de grandeur, il est aussi possible de faire un calcul probabiliste sur le cumul des dcalages des moyennes :
Probabilit dsire (p=3 pour 99,86%) Tolrances sur les moyennes

X nominal + p

i 2

p 2 3

ITa 2 + ITb2 + ITc2 + ITd 2 + ITe 2 Xmaxi

Figure 12. Cumul statistique des modles semi-quadratiques 2.2. Influence de la forme des distributions Rappelons qu'il s'agit d'un calcul prvisionnel. Si la distribution de chaque lot de pices est normale, la distribution de la rsultante est normale. Le calcul de p l'aide de la table de la loi normale pour obtenir la probabilit dsire est parfaitement justifi. Par contre, si les distributions prvisionnelles des pices ne sont pas normales, la rsultante n'est pas parfaitement normale. Le calcul de la probabilit est erron, mais il est gnralement pessimiste. Il est admis que ce calcul de la probabilit est acceptable s'il y a au moins 5 pices indpendantes dans la chane de cotes avec des tolrances du mme ordre de grandeur.

10

Conception et Production Intgres : CPI2003

2.3. Influence du nombre de pices


ITx n gain : ITx ti = 3.n 2.ITx ti = 15% 3 n ti = ITx -14% 2 n 3.ITx 30% ti = 4 n ITx ti = 73% n 5,07.ITx 46% ti = 6 n ti =

IT Nombre de pices arithmtique p=3 uniforme q=2 p=3 probabiliste q=3 p=6 ou quadratique q=3 p=4 q=3 p=3 semi quadratique p=3 (6 + 2)

0,12 4 0,030 0,035 0,040 0,030 0,045 0,060

0,12 5 0,024 0,031 0,036 0,027 0,040 0,054

0,12 6 0,020 0,028 0,033 0,024 0,037 0,049

0,12 8 0,015 0,024 0,028 0,021 0,032 0,042

0,12 10 0,012 0,022 0,025 0,019 0,028 0,038

0,050 0,045 0,041 0,036 0,032

Figure 13. Influence du nombre de pices

La figure 13 montre les tolrances obtenues sur un mcanisme similaire la figure 1, avec des pices respectant le mme modle en fonction du nombre de pices de la chane de cotes et des coefficients p et q choisis.

2.4. Comparaison des mthodes La figure 14 compare les diffrents modles pour ITx = 0,12 et n = 6 pices. Suivant le modle de distribution choisi, l'intervalle de tolrance est plus ou moins large.

Traitement statistique des chanes de cotes

11

tolrance Pire des cas Probabiliste uniforme Quadratique centr q=3, p=3 Quadratique centr q=3, p=6 0,02 0,028

cart type

0,008

0,049

0,008

0,004 0,024 =0,004 ITR =0,01

Semi-quadratique (6+2) , p=3


Figure 14. Comparaison des mthodes

0,041

Le modle au pire des cas est le plus svre, mais le plus sr. Le modle probabiliste uniforme apporte un gain de 40% pour n=6 pices. Il est donc trs intressant, car il ne ncessite aucun contrle statistique des lots. Le modle quadratique centr q=3, p=3 apporte un nouvel largissement trs sduisant des tolrances (0,049), mais elle impose un suivi statistique des lots et pose un problme de critre d'acceptation des lots avec une moyenne dcentre. En plus, la production doit s'assurer que la plupart des pices soient proches de la moyenne, afin de garantir l'cart-type = t/6 = 0,008, ce qui fait que globalement, la production sera plus difficile raliser qu'avec la mthode probabiliste uniforme. Le bilan n'est donc pas intressant. Une variante avec p = 6 semble offrir une amlioration considrable de la qualit avec une proportion de dfectueux de 10-9. La tolrance (0,024) et l'cart type (0,004) sont en pratique aussi svres (voire plus) que le modle au pire des cas, lorsque le nombre de pices est faible. Cette restriction est tout fait inutile. Le modle semi-quadratique apporte un largissement significatif de la tolrance (0,041) par rapport au modle probabiliste uniforme, mais au prix d'un suivi statistique des lots en production et la rception. Il faut en particulier noter que le mlange de deux lots conformes peut donner un lot non conforme (avec un cart-type trop large). Ceci impose un suivi rigoureux des lots chaque perturbation des facteurs de variabilit (changement de rglage, de matire, de temprature).

12

Conception et Production Intgres : CPI2003

2.5. Rgle de choix En synthse, la rgle propose dpend du nombre de pices dans la chane de cotes : - s'il y a moins de cinq pices : modle au pire des cas, - sinon (cot rduit) : modle probabiliste uniforme (pas de contrle des lots) - sinon (cot plus lev) : . si l'cart-type est connu : le modle semi-quadratique t = 6 + ITR . si l'cart-type n'est pas connu : le modle semi-quadratique t = (6 + 2).

3. Traitement avec des spcifications non indpendantes 3.1. Pices identiques dans le mcanisme La relation de base du calcul statistique est : =
2 (i ) . Cette relation

impose que des diffrentes dimensions des pices soient indpendantes. Les paragraphes suivants montrent les traitements appliquer lorsque la chane de cotes comporte des pices identiques. Pour chaque mcanisme des figures 15 17, les pices C1 et C2 sont identiques et susceptibles d'tre issues d'un mme lot de fabrication. Dans la figure 15, le jeu J dpend des dimensions des pices : J = d k (c k1 + ak + b k + ck2). Le montage est dit en srie, car les dimensions des deux pices C1 et C2 s'ajoutent dans la relation du jeu. Si ck1 est grand, il est aussi trs probable que ck2 soit grand. L'effet est doubl. Dans ce cas, l'cart-type caractrisant le jeu est :

J = a 2 + b2 + (2 c ) 2 + d 2
ck 1 ak C1 A bk B c k2 C2 J

Pices identiques D

dk

Figure 15. Influence de pices non indpendantes en srie

Traitement statistique des chanes de cotes

13

Dans la figure 16, la hauteur X de l'alsage dpend des dimensions des pices : X = ak + b k + (c k1 + ck2)/2. Le montage est dit en parallle, car les dimensions des deux pices s'ajoutent dans la relation, mais avec un coefficient 0,5. Si c est grand, il est aussi trs k1 probable que ck2 soit grand. L'effet est doubl, mais avec un coefficient 0,5. Cela revient exactement comme s'il n'y avait qu'une seule pice C au centre. Dans ce cas, l'cart-type caractrisant la hauteur X est : J = d 2 + (0. 5 2 c )2 + b 2
Pice B bk Pices identiques c k1 C1 C2 c k2 X

ak

Pice A

Figure 16. Influence de pices non indpendantes en parallle

Dans la figure 17, le jeu dpend des dimensions des pices : X = ak + ck2 b k ck1. Le montage est dit diffrentiel, car c'est la diffrence des dimensions des deux pices qui intervient dans la relation. Si on est sr que ck1 et ck2 sont tirs du mme lot, si ck1 est grand, il est trs probable que ck2 soit aussi grand. Le jeu J ne dpend pas du rglage de la dimension des pices C. La diffrence est nulle la variation alatoire prs ca Dans ce cas, l'cart-type caractrisant le jeu J est :

= a 2 + b 2 + 2 (ca )2
Pice A J bk B ak

c k1

C1

C2

c k2

Pices identiques

14

Conception et Production Intgres : CPI2003

Figure 17. Influence de pices non indpendantes en diffrentiel

3.2. Influence de plusieurs spcifications sur une mme pice La hauteur Hmaxi de cet empilage figure 18 dpend notamment du dfaut angulaire de la pice dappui.
t1b B

L b t1a/2 t2a/2

L.

b1

H = t2a/E

B t2a A t1a A a1 a1

E a (a1 + b1) + [ t1a+ t2a(2L/E-1)+ t1b ]/2 = Hmaxi


A

Figure 18. Spcifications non indpendantes

Les tolrances de position t1a et dorientation t2a de la pice a ne sont pas indpendantes. Elles ne peuvent pas tre cumules de manire statis tique. Il faut considrer linfluence globale de chaque pice sur lexigence. Par exemple, la mthode probabiliste uniforme suppose que cette influence est uniformment probable sur toute ltendue de lintervalle. Ces termes sont donc regroups entre parenthses dans le calcul de l'cart-type rsultant.
Variation H = t1a+ t2a(2L/E-1)+ t1b pice a pice b

Modle pessimiste

t1a + t2a(2L/E-1)

t1b

Figure 19. Regroupement des tolrances d'une pice

La variation probabiliste de H est donc :

Traitement statistique des chanes de cotes

15

t1a + t 2a(2L / E 1) t1b + = 2 3 2 2


2

+ .....

4. Gestion quantitative des tolrances La cotation des pices est obtenue sous forme de spcifications ISO de tolrancement. Les rsultantes sont des inquations dont les inconnues sont les tolrances [ANS 00]. La gestion quantitative des tolrances est illustre ici sous EXCEL. Le problme de ce modle de donnes est qu'une spcification intervient dans plusieurs chanes de cotes, parfois avec peu de composantes, ce qui impose un calcul arithmtique, parfois avec de nombreuses composantes, ce qui permet un calcul statistique. Chaque pice est dfinie par une feuille EXCEL (figure 20) qui rcapitule les spcifications de cette pice, avec les tolrances et l'cart-type correspondant en fonction du modle de distribution choisi ( = t avec par exemple q= 3 pour une 2q distribution uniforme). Pour chaque chane de cotes, le calcul de la rsultante est effectu partir des tolrances et des carts-types de chaque spcification de chaque pice. Par exemple, pour l'exigence F9, le concepteur a choisi un calcul statistique avec une proportion de pice devant respecter l'exigence de 99,86% en dfinissant la valeur de p =3. Pour l'exigence F1, il a choisi un calcul au pire des cas. Une feuille d'analyse des exigences fonctionnelles rcapitule toutes les exigences. Le concepteur indique la valeur dsire. Le rsultat de la chane de cotes est report, ce qui permet de calculer la marge. Si la marge est positive, l'exigence est vrifie, si elle est ngative, elle est indique en rouge car l'exigence n'est pas vrifie. Le concepteur peut alors ajuster les tolrances des diffrentes pices, jusqu' ce que toutes les marges soient positives ou nulles, avec comme objectif de maximiser les tolrances. Une procdure de synthse automatique des tolrances est alors possible avec un solveur [ANS 01b].

16

Conception et Production Intgres : CPI2003


Distribution Valeurs prvisionnelle

Analyse des exigences fonctionnelles


D sig na tion Va leu rd s ire R su ltat

Spcifications de la pice e

Spcifications de la pice d optimiser Spcifications de la pice c Spcifications de la pice b Spcification de la pice a Feuille Moy t 1 =t/2q 0.06 D C 30 0,06 0,01 axe trou 12 face avant rainure centreur rainure
0.2 B A 120 20 0 0 0,2 0,3

F1 30 mini E31 0,4 F9 0,1

30,340 0,340 0,35 0,05 0,113 -0,013

Ma rge

0,033 0,086

200,15 0,03 0,02

0,03 0,005 0,02 0,0057

F9 + p i Chane de cotes F12


Chane de cotes F9 : 0.113 risque : p = 3 Pice ti Moy i a 0,02 0 0,0057 c 0,08 0 0,0133 d 0,12 0 0,02 f 0,1 0 0,0288 total 0,32 0 0.0379

F1 - (ti)/2

Chane de cote E31 Chane de cotes F1 : 30,340 risque : pire des cas Pice ti Moy i a 0,02 0 0,0057 b 0,06 0,62 0,0100 e 0.36 50 0,1010 i f 0,12 -20 0,0346 total 0.56 30,62 0,0392

Figure 20. Gestion quantitative des tolrances 5. Conclusion Le traitement statistique des chanes de cotes est souvent pratiqu par les entreprises sans bien connatre les diffrentes hypothses et les risques. Ce document doit permettre de choisir le mieux possible la mthode de calcul de la rsultante en dfinissant le protocole appliquer pour le contrle statistique des lots en fabrication et la rception. L'ensemble des calculs est effectu sur des distributions prvisionnelles. Il faut notamment noter que les mthodes probabilistes sont applicables mme en petites sries, car il n'y a pas de contrle statistique des lots. La vrification de la normalit des distributions relles des pices n'est pas ncessaire, mme pour des mthodes quadratiques et semi-quadratiques. La seule utilisation de la loi normale porte sur le calcul de p correspondant une proportion de respect de l'exigence. Les carts gnrent des calculs pessimistes. Pour traiter les chanes de cotes radiales (effet des coaxialits, des jeux radiaux, des dfauts d'orientation), il faut appliquer une mthode plus complexe base sur la loi de Raleigh [ANS 03a]. Il existe encore d'autres mthodes, que nous avons juges moins intressantes [ANS 03b].

Traitement statistique des chanes de cotes

17

Ces tudes peuvent paratre complexes mais la mise en pratique reste assez simple. Les gains en tolrance peuvent tre assez importants. Rappelons qu'il n'y a aucun contrle statistique faire avec les mthodes probabilistes et arithmtiques.

6. Bibliographie
[ANS 00] ANSELMETTI B., "Tolrancement Fonctionnel ISO avec influence 3D". Actes du colloque IDMME 2000, Montral, Canada, mai 2000, CD ROM. [ANS 01a] ANSELMETTI B., et BISSON S., "Influence des dfauts de forme et d'orientation d'une surface sur l'estimation d'indicateurs d'aptitude" 4me Congrs International Pluridisciplinaire en Qualit et Sret de Fonctionnement, Annecy, 22 et 23 Mars 2001, pp 231-236 [ANS 01b] ANSELMETTI B., M AWUSSI K., M EJBRI H. "Synthesis of tolerances starting from a fuzzy expression of the functional requirements", Colloque International du CIRP sur le Computer Aided Tolerancing, pp 265-274, 24-25 avril 2001, Cachan, France. [ANS 03b] ANSELMETTI B., "Tolrancement : mthode de cotation fonctionnelle", collection Hermes Sciences (mai 2003). [ANS 03a] ANSELMETTI B., "Traitement statistique des chanes de cotes radiales", revue deCFAO et d'Informatique graphique, avril 2003 ( paratre) [CRA 84] CRAPET M., "Calcul des cotes et des tolrances : rappel des notions de probabilit et de statistique", Note technique Renault, 1984. [RAD 03] RADOUANI M., Contribution la validation du modle des chanes de cotes . Thse de doctorat de lEcole Normale Suprieure de Cachan, 2003 [SRI 98] SRINIVASAN V., "ISO Deliberates Statistical Tolerancing" Geometric design tolerancing : theories, standards and applications. Chapman & Hall, 1998, pp77-87 Remerciements : ce travail a t partiellement soutenu dans le cadre de laction intgre Franco-Marocaine N 228/SI/00