Vous êtes sur la page 1sur 22

Chapitre 7

La fonction contrle de qualit

7. LA FONCTION CONTRLE DE QUALIT


7.1 LA FONCTION QUALIT 7.1.1 Dfinition de la qualit Dans l'volution conomique actuelle, la qualit devient un des objectifs essentiels des responsables de la production. La qualit contribue fortement la promotion de l'image de marque de l'entreprise. Il ne suffit pas d'appliquer strictement des normes : les lois statistiques montrent que cette application n'est jamais garantie 100 %. Il faut adopter une attitude dynamique et mettre en uvre une politique de qualit qui se manifestera travers les aspects les plus importants : La sret de fonctionnement ; L'innovation ; L'application des techniques de pointe ; L'efficacit du service aprs-vente ; L'esthtique du produit.

Tous ces lments contribuent la cration de style de l'entreprise. La politique de qualit doit intgrer des intrts ou contraintes multiples : L'intrt de l'entreprise ; L'intrt du client ; Les contraintes de l'environnement ; L'intrt gnral.

Les intrts communs des clients et des fournisseurs peuvent tre utilement concrtiss dans l'tablissement d'un programme d'assurance avance de qualit ou P.A.A.Q. qui a fait l'objet de la norme NF X 50104 de novembre 1974. 7.1.2 Gestion de la qualit La gestion de la qualit s'articule autour d'une structure fonctionnelle indpendante des autres fonctions, ds que la taille de l'entreprise le permet, et d'un ensemble de procdures, en gnral runies dans un recueil spcifique. Les principaux axes d'action de la fonction qualit sont les suivants : Conception et dfinition des produits et services associs au produit ; Identification du produit et de ses constituants ; Approvisionnements, fabrication, transport, avec la dfinition des inspections, des quipements et estimation des niveaux de qualit ; Dcision sur les produits non-conformes ; Gestion des documents ; analyse statistique ; Actions correctives ; Formation du personnel ; Audit interne.

On mettra particulirement en valeur le cot de la non-qualit. Quel que soit le dveloppement de la notion de qualit au sein de l'entreprise, le risque demeure car le hasard n'est pas matrisable 100 %. Mais l'volution des techniques de qualit a

88

Chapitre 7

La fonction contrle de qualit

permis des progrs considrables en matire de scurit, de fiabilit et de durabilit du produit. On peut dfinir la qualit comme l'aptitude d'un produit satisfaire les besoins du client pendant une priode plus ou moins longue. A cet effet, le produit remplit diffrentes fonctions dont les performances s'expriment en critres mesurables statistiquement. La fonction qualit doit intervenir dans la ngociation des performances ralisables par le produit du point de vue qualit. Elle fixera de ce point de vue les contrles et tolrances intermdiaires respecter au cours de la fabrication. Les tches remplir peuvent tre rsumes comme suit : 7.1.3 Exemples de l'articulation d'un service qualit. Dans une grande entreprise fabricant du matriel tlphonique, chaque service de qualit est, l'intrieur de son dpartement, le gardien de la qualit suivant la politique gnrale dfinie par le service et approuve par la direction. a) Il gre les cots de la qualit : prvention et dtection des dfauts malfaons et rebuts. b) Il assure deux fonctions complmentaires : mthodes de contrle contrle de qualit. Ce service est indpendant du service de fabrication qui possde gnralement ses propres contrles ou inspections. (Inspection 100% intgre en gamme de fabrication avec notion de valeur ajoute). Le service qualit a pour mission de : Dfinir les mthodes et raliser les moyens, contrles et essais ncessaires la fabrication pour effectuer son inspection. - Vrifier si la fabrication a bien livr un produit conforme aux spcifications en vigueur. - Informer services et dpartements des rsultats obtenus : niveaux de qualit, enqutes et rglement des litiges, actions correctives, cots de non-qualit. Les services de fabrication restent pleinement responsables. Le rle du service qualit est donc de : Mesurer les niveaux de qualit, Informer les services fabrication et installation qui dfinissent leurs actions correctives en fonction des rsultats de mesures mis par le service qualit, Informer les directions : Sur les niveaux de qualit, Les actions correctives, Les cots de la qualit, Assurer la rception des matriels destins l'exportation. Service contrle, fabrication. Contrle entre, en-cours, finition.

89

Chapitre 7

La fonction contrle de qualit

7.1.4 Contrle et assurance qualit On tend aujourd'hui remplacer le contrle caractre curatif par un ensemble d'actions prventives aboutissant une qualit assure, c'est--dire qu'on obtient une assurance de qualit. Il convient cet effet : De sensibiliser tous niveaux les quipes ayant pour objectif la satisfaction de la clientle, en particulier en dveloppant les cercles de qualit. De dfinir clairement les besoins de qualit aux diffrents niveaux avec la participation des intresss. De faire intervenir le groupe qualit ds le dbut de la conception de produit jusqu'au service aprs-vente, en passant par tous les stades : pr-srie, dveloppement et industrialisation, fabrication.

La mise en uvre de l'assurance qualit ncessite une collaboration troite entre services intrieurs : tudes, mthodes et qualit qui, en commun, indiqueront : - Les composants et fournisseurs possibles, - Les normes appliquer, - Les technologies choisies, - Les solutions retenues en fonction de la typologie des dfauts, - Les diffrents niveaux de qualit. Ce travail commun aboutira la ralisation d'un ou plusieurs prototypes qui seront soumis au service qualit. La comparaison au modle thorique permettra de proposer le modle dfinitif, en tenant compte de l'optimisation du rapport qualit/cot. Le choix dfinitif sera effectu au cours d'une runion de tous les services intresss : marketing, tudes, mthodes, fabrication, achats et qualit ; runion au cours de laquelle on appliquera les principes d'analyse de la valeur. 7.1.5 Evolution des phases de la gestion de qualit L'volution vers l'assurance qualit tend remplacer le contrle unitaire des pices par le contrle statistiques des processus par la mise en place du : - Contrle du rglage par la carte de contrle de la moyenne, - Contrle de dispersion par la carte de contrle de l'cart type ou, simplement, de l'tendue. D'une manire gnrale, on contrlera un ou plusieurs paramtres d'influence intervenant sur la performance du produit dans la mesure o l'on aura trouv une corrlation entre y, performance vise et un paramtre x, grce l'tude de r coefficient de corrlation de y par rapport x. Si Sy/x est l'cart type rsiduel de y par rapport x, on sait que l'on a :
x Sy tant l'cart type sur y pour l'ensemble des paramtres d'influence.
2 Sy x = Sy 1 r y

Ceux-ci ayant t dtermins par les calculs de corrlation, la connaissance des diffrents carts types permettra de dterminer l'avance la qualit de la

90

Chapitre 7

La fonction contrle de qualit

fabrication : tel est le principe de base du Programme d'Assurance Avance de Qualit (P.A.A.Q.), objet de la norme NF X 50 104. Pratiquement, on commencera par grer la qualit posteriori, d'aprs le processus indiqu ci-dessous : 1- Mesure de la qualit des produits et pices, 2- Analyse statistique dbouchant sur la mise en vidence des principaux facteurs d'influence, 3- Actions correctives de mise au point, 4- Suivi et maintien de la qualit obtenue avec mise sous contrle des processus de fabrication et tablissement de cartes de contrle. Dans un deuxime temps, une fois stabiliss les principaux facteurs, on passera la gestion priori. 7.1.6 La gestion priori de la qualit La mthodologie employer s'articule de la faon suivante : - Procder l'analyse fonctionnelle du produit raliser ; - Procder ensuite l'analyse de produit avec dfinition des interfaces pour dterminer une chane de cotes ; - Inventaire exact des phases ou oprations avec relev des moyennes et carts types. On dfinira ainsi les variances totales en appliquant le thorme des variances suivant lequel la variance d'une somme est gale la somme des variances des diffrentes variables alatoires. Prenons par exemple le jeu d'un arbre dans son support : il peut tre dfini fonctionnellement par un jeu minimum Ti et un jeu maximum Ts, dtermins au cours d'essais. L'cart type sur le jeu sera tel que :

1 (Ts Ti ) 6

Mais, par ailleurs, si nous considrons l'cart type sur l'arbre Sa et l'cart type sur le support Ss, on devra avoir : (Ts Ti )2 2 2 2 S = S a + Sb 6 D'o les conditions de qualit imposer au tour et l'alseuse. Ce sont des dfinitions de cette nature qui serviront de base l'tablissement du Plan d'Assurance Avanc de la Qualit (P.A.A.Q.) et de ce qu'on appelle aussi l'Audit de Qualit. Le P.A.A.Q. ne peut valablement tre tabli qu'entre partenaires de comptence technique suffisamment affirme. En revanche, il parat difficile de mettre en uvre un P.A.A.Q. dans le cadre d'un march concurrentiel. 7.1.7 Rle du service qualit dans le cadre des achats Dans le cadre de la sous-traitance de produits nouveaux, il parat intressant d'tablir un Plan d'Assurance Avanc de la Qualit avec le fournisseur, plan qui aura pour objectif : 91

Chapitre 7

La fonction contrle de qualit

de prciser ce que l'on attend du produit ; d'orienter le choix des technologies adopter par le fournisseur ; de dfinir : les points de contrle ; les actions du service qualit ; les mthodes statistiques. On prvoira des runions priodiques pour procder aux tudes critiques du prototype et aux mises au point des mesures prconises.

Lors de la fabrication en srie, le suivi de la qualit passe sous la responsabilit du service contrle. Mais l'existence d'un P.A.A.Q. doit permettre d'allger les conditions traditionnelles de recette. Les informations provenant des utilisateurs travers le service aprs-vente, sont recueillies par la fonction qualit qui constitue une banque d'expriences. Le suivi de la qualit permettra une amlioration constante du produit jusqu'un optimum tenant compte du cot. 7.2 LE CONTRLE DE FABRICATION 7.2.1 But du contrle Le but du contrle de fabrication est d'assurer la stabilit de la qualit de la production un niveau fix dans le cadre de la politique de qualit de l'entreprise, en suivant la fois le rglage et la dispersion du processus. A cet effet, une frquence raisonnable qui dpend de l'observation des drglages du processus, on prlve un chantillon de n pices, souvent 5, qui permet une estimation de la moyenne x et de l'tendue w des critres sur lesquels porte le contrle. L'tendue, facile calculer sur les machines, est prfre l'cart type. 7.2.2 Les limites de contrle et de surveillance On appelle limites de contrle et de surveillance de ces paramtres x et w les limites des intervalles de confiance 998 o/oo et 95 %. Elles permettent de conclure une variation significative de x (drglage) et de w (dispersion). Si x sort des limites de contrle, il convient de procder une intervention de rglage. Si c'est w, il faudra procder une rvision de la machine. Si x ou w sortent des limites de surveillance, on refait de suite un deuxime sondage. Si le deuxime point se trouve hors des limites de surveillance, les deux points sont considrs, du point de vue des probabilits, comme quivalents un point situ hors des limites de contrle, et l'on procde aux interventions ncessaires. Si le deuxime point se trouve dans les limites de surveillance, on n'interviendra pas, le risque de 5 % d'erreurs tant estim trop grand pour une intervention sur le processus. 7.2.3 Emploi et tablissement dune carte de contrle On distingue le contrle aux mesures et le contrle aux attributs, qui se fait avec des calibres et permet uniquement de dire passe ou ne passe pas, partir des tolrance dfinies. Le contrle aux mesures se pratique au moyen de cartes de contrle qui constituent un moyen de rglage efficace. La carte est tablie par le

92

Chapitre 7

La fonction contrle de qualit

service qualit et remplie par le contrleur qui communique les rsultats l'oprateur pour que celui-ci modifie le rglage de la machine. a) On s'assure que la fabrication place sous contrle est stable pendant 100 ou 200 mesures successives. Ceci revient vrifier que la loi de distribution est bien une Loi de Gauss (voir chapitre 11) unique et non un mlange correspondant plusieurs drglages, suivis d'interventions. On peut ainsi calculer l'cart type s sur les 100 mesures et vrifier que 95 % des mesures sont comprises entre x100 = 2 s . Souvent on prfrera regrouper les mesures par 5 et calculer 20 moyennes xi et w 20 tendues wi. On aura, dans ce cas, s = n , dn est donn par le tableau 7.1 ci dn joint. Tableau 7.1 Effectif de chaque chantillonnage N 2 3 4 5 6 7 8 9 10 11 12 Moyenne Contrle surveillance Etendues Coefficient pour Contrle surveillance lestimation de s ' ' ' ' d Dc1 Dc 2 Ds1 Ds 2 0,00 0,04 0,10 0,16 0,21 0,26 0,29 0,32 0,35 0,38 0,40 4,12 2,99 2,58 2,36 2,22 2,12 2,04 1,99 1,94 1,90 1,87 0,04 0,18 0,29 0,37 0,42 0,46 0,50 0,52 0,54 0,56 0,58 2,18 2,17 1,93 1,81 1,72 1,66 1,62 1,58 1,56 1,53 1,51 1,128 1,693 2,059 2,326 2,534 2,704 2,847 2,970 3,078 3,173 3,258

Ac' 1,937 1,054 0,750 0,594 0,498 0,432 0,384 0,347 0,317 0,295 0,274

As' 1,229 0,668 0,476 0,377 0,316 0,274 0,244 0,220 0,202 0,186 0,174

Les intervalles de confiance 95 % ou 99,8 % de la moyenne x sont alors 1,96 s 3,09 s x x respectivement : n n w Ils peuvent tre traduits en fonction de wn grce la relation s = n : dn 1,96 x wn ; exprims dans les tables statistiques par : x As' wn , dn n 3,09 x wn ; exprims dans les tables statistiques par : x Ac' wn , dn n Les intervalles de confiance 95 % et de 99,8 % de w sont donns par la loi de w distribution de w = n que l'on traduit par les limites de surveillance et de contrle en

93

Chapitre 7

La fonction contrle de qualit

fonction de wn et des coefficients appropris Ds' 1 , Ds' 2 , Dc' 1 , Dc' 2 figurant sur le tableau prcdent.

Limite de surveillance infrieure : Limite de contrle infrieure : Limite de contrle suprieure :

Lsi = Ds' 1 wn Lci = Dc' 1 wn Lcs = Dc' 2 wn

Limite de surveillance suprieure : Lss = Ds' 2 wn

Les 100 mesures donnant 20 moyennes xi et tendues wi on utilisera les limites de surveillance 95% = 19/20 pour vrifier que 19 points sur 20 se trouvent bien pour x et w dans les limites ; c'est surtout sur la stabilit de w que lon portera son attention puisque, mme s'il y a drglage sur x , comme w limine une grande partie de la drive, on pourra utiliser quand mme w . Si w n'est pas stable, ceci veut dire qu'il y a eu un facteur d'influence sur la dispersion qui a agi au cours des mesures. Il faut chercher l'liminer pour avoir wn minimum. Si l'on n'y arrive pas, on fera tout de mme la carte de contrle, mais on surveillera la fabrication, de manire observer le facteur au cours des variations significatives de w. b) Application de la carte de contrle. Ainsi, en reprenant l'exemple de machine dcrit au paragraphe 11.1.6 pour laquelle nous avions trouv l'estimation de l'cart type s = 0,14 mm et, dans le cas de 0,5 la dcoupe d'lments de meuble cots 52 + mm, la carte de contrle sera 0 centre sur la valeur du rglage vise 52,25 mm milieu des tolrances. En prenant l'chantillon de contrle de taille n = 5 wn = ws = 14 x 2,326 = 0,326 mm dn Carte de contrle des moyennes de cinq mesures : x5

L ss = m + A 's w 5 = 52,25 + 0,377 x 0,326 = 52,37


L si = m A 's w 5 = 52,25 0,377 x 0,326 = 52,13 L cs = m + A 'c w 5 = 52,25 + 0,594 x 0,326 = 52,44 L ci = m A 'c w 5 = 52,25 0,594 x 0,326 = 52,06 Carte de contrle des tendues de cinq mesures : ws

L ss = D 's1 w 5 = 0,37 x 0,326 = 0,12 L si = D 's2 w 5 = 1,81 x 0,326 = 0,59 L cs = D 'c1 w 5 = 0,16 x 0,326 = 0,05 L ci = D 'c2 w 5 = 2,36 x 0,326 = 0,77

N.B. Dans le cas o la distribution n'est pas gaussienne et cependant stable, pour avoir des limites de surveillance et de contrle, il faudra simuler pour des moyennes de 5, 1 000 tirages au hasard de moyenne de 5, soit 5 000 tirages dans le cas gnral, ce qui ne peut se faire qu'avec un ordinateur.
94

Chapitre 7

La fonction contrle de qualit

7.2.4 Efficacit du contrle L'exprience montre que, dans le rglage d'une fabrication, si l'on ne pratique pas le contrle statistique, il arrive que souvent l'on rgle alors que la machine n'est pas drgle et, aussi souvent, que l'on ne rgle pas alors que la machine est drgle.

Nous allons dresser le bilan des erreurs encourues par les modalits du contrle statistique. Pour cela, considrons 100 contrles dans un premier cas (I) o la machine ne s'est pas drgle, puis 100 autres contrles dans un second cas (II) o la machine s'est drgle d'un drglage d, et dnombrons le nombre d'erreurs commises en appliquant les consignes du contrle statistique. Soit (1 ) la surface de la loi de distribution normale (voir chapitre 11), des moyenne x n correspondant la machine bien rgle, situe entre les deux limites de contrle, et les surfaces de la loi de distribution situes l'extrieur. On trouvera (1 ) x 100 valeurs de x l'intrieur des limites de contrle pour lesquelles il n'y aura pas d'intervention et donc pas d'erreurs ; mais par contre, il y aura x 100 valeurs de x situes l'extrieur des limites de contrle, qui entraneront une modification du rglage, alors qu'il n'y avait pas lieu de leffectuer. On dnombrera alors % erreurs (voir figure 7.1).

Dans le cas II o la machine est drgle de d, la loi de distribution est dcentre (courbe en pointill sur la figure 7.1). Soit la surface hachure de distribution l'intrieur des limites de contrle et 1 les surfaces lextrieur.

(I)

(II)

Figure 7.1 : Schma de rpartition des erreurs Parmi les 100 contrles de la situation : -

% donneront des valeurs de x l'intrieur des limites, pour lesquelles nous


n'interviendrons pas sur le rglage, alors qu'il faudrait le faire puisque la machine est drgle. Nous comptons donc % d'erreurs.

100% donneront des valeurs de x l'extrieur des limites, pour lesquelles nous interviendrons sur le rglage comme il y a lieu de le faire.

Rsumons tout ceci dans un tableau (voir tableau 7.2) o nous indiquons, dune part sur la premire ligne l'tat ou la situation de la machine correspondant aux deux

95

Chapitre 7

La fonction contrle de qualit

hypothses examines : rgle ou drgle ; d'autre part sur la premire colonne laction entreprise : acceptation de la situation telle quelle sans intervention sur le rglage, ou refus de la situation existante, traduit par une intervention de rglage. Dans chacune des cases, on fait le bilan des contrles en indiquant le pourcentage d'erreurs obtenues dans chacune des hypothses considres. Nous constatons que, lorsque la machine est bien rgle, nous avons peu de chance d'intervenir contretemps, soit % d'erreurs de premire espce, fix par les limites de contrle 3 n de la moyenne, valu 0,2% ou 2o/oo. C'est ngligeable. Quand la machine se drgle, c'est diffrent : Tableau 7.2 : Bilan tat ACTION ou DCISION ACCEPTATION de la SITUATION (pas d'intervention sur le rglage) REFUS de la SITUATION (intervention sur le rglage) Hypothse I machine bien rgle d=0 100 % % BON (pas d'erreur) Hypothse II machine drgle drglage d

%
ERREUR de 2me espce (risque client)

%
ERREUR de 1re espce (risque fournisseur)

100 % % BON (pas d'erreur)

pour un drglage trs faible, notre probabilit d'accepter % est voisine de 100%. Donc, nous ne nous rendrons pas compte de ce drglage. pour un drglage trs important, la probabilit d'accepter % dcrot sensiblement : 0,50 pour d = 3 n pour d = 6

0,50

Plus le drglage est important, moins nous avons de chance de ne pas nous en apercevoir.
7.2.5 Courbe d'efficacit du contrle 7.2.5.1 Risque et courbe d'efficacit Le bilan des erreurs du contrle statistique peut s'exprimer au complet sur la courbe d'efficacit (figure 7.2) :

dont les ordonnes reprsentent les probabilits d'accepter la situation ; dont les abscisses reprsentent les drglages d. Pa = probabilit d'accepter la situation Pa (d, n, a) = 0.

96

Chapitre 7

La fonction contrle de qualit

Pa

100%

0
Drglage Figure 7.2 : Courbe defficacit Les probabilits de refus correspondants seraient complments 100 % des probabilits d'acceptation. donnes par les

7.2.5.2 Dtermination de la courbe d'efficacit d'une carte de contrle Une carte de contrle est dfinie par la moyenne m du rglage que l'on vise, par la dispersion de la machine contrle et par la taille de l'chantillon n que l'on prlve. Calculer la probabilit Pn d'accepter un drglage donn d, c'est calculer la surface de la loi de Gauss des x n des chantillons comprise entre les limites de

contrle situes t n ( t 3,09 n ) de la moyenne m0. Pour reprsenter la courbe d'efficacit (courbe 7.3), on prend m0 comme origine, en ordonne, on enregistre les diffrentes probabilits d'acceptation du drglage en fonction de sa valeur d.

Figure 7.3 : Contrle de fabrication. Pour gnraliser la courbe d'efficacit indpendamment du rglage m0 et de la dispersion de la machine, on exprimera le drglage d = m m0 en cart type m m0 en prenant la variable = qui dfinira les abscisses de la courbe d'efficacit.

Pour calculer la surface entre les limites Lcs et Lci, il faut exprimer celles-ci xm l'aide de la variable rduite u = de faon utiliser la loi normale rduite centre

sur M pris comme origine, c'est--dire exprimer les carts Lcs et Lci par rapport au centre de la distribution M, soit MS et Ml en cart type s n de la distribution considre. Or, ces limites ont t dfinies : 97

Chapitre 7

La fonction contrle de qualit

L cs = m 0 + t s L ci = m 0 t s

n = m 0 + 3,10 s n = m 0 3,10 s
n

n = OS n = OI
n

MS = MO + OS = m 0 + m 0 + t s MI = MO + OI = m 0 + m 0 t s

Do les variables rduites us et ui en divisant par s n : m m0 us = t =t n s n m m0 ui = t = t n s n

Do : Pa = F t n F t + n
Pa

( ) ( ) = F (t n ) + F (t + n ) 1

Nous remarquons que la courbe d'efficacit Pa ( ) dpend de deux paramtres t et n. - t est dfini par le risque adopt pour les limites de contrle de la carte, gnralement t = 3,10 correspondant F (3,10) = 0,999. Pa = 2 F (3,10) 1 = 998 o/oo. N.B. : Ces limites de contrle dfinies partir de l'cart type sont les mmes que celles qui sont calcules partir de w et des coefficients Ac' que nous avons utiliss plus haut.

n est la taille de l'chantillon adopt pour le contrle, gnralement 5. Pour prciser les courbes d'efficacit, il faut connatre deux points car ces courbes dpendent de deux paramtres, donc de deux quations. Le calcul n'en est pas ais parce qu'il s'agit d'intgrales qui ne peuvent tre explicites qu'au moyen d'abaques.

a. Courbe d'efficacit du contrle de la moyenne (drglage seul de la moyenne et non de l'cart type) en fonction de la taille de l'chantillon :
Pa = F 3 n + F 3 + n 1

) (

Pour simplifier les calculs, donnons les valeurs successives : 0, 1 n , 2 n , 3 n , 4 n , 5 n , 6 n , nous aurons, quel que soit n les mmes valeurs de Pa pour des abscisses variant en fonction de n (voir tableau 7.3). On remarque que l'ensemble des courbes defficacit (figure 7.4) passe par le point Pa = 0,997 et = 0 . On observe aussi que l'ensemble des courbes se resserre de plus en plus au fur et mesure que n crot. En passant de n = 1 n = 5, l'efficacit crot beaucoup plus que pour n croissant de 5 10 : en effet, un drglage de 2 a 84 chances sur 100 de passer inaperu pour n = 1 contre 7 chances sur 100 pour n = 5 et 0 chance sur 100 pour n = 10.

98

Chapitre 7

La fonction contrle de qualit

Tableau 7.3 : Valeurs de Pa(n)

n 1 2 3 4 5 9 10 F 3 n

0 0 0 0 0 0 0 0 F(3)

( (

) )

1 0,707 0,577 0,5 0,446 0,33 0,316 F(2)

2 1,414 1,153 1 0,89 0,66 0,632 F(1)

3 2,12 1,732 1,5 1,338 1 0,948 F(0) 0,50 F(6) 1 0,50

4 2,828 2,31 2 1,785 1,33 1,265 F(1)

5 3,54 2,89 2,5 2,23 1,66 1,58 F(2)

6 4,24 3,46 3 2,68 2 1,90 F(3)

F 3+ n
Pa

0,9986 0,9722 0,8438 F(3) F(4) F(5) 0,9986 0,9999 1 0,9973 0,9771 0,8438

0,1587 0,0228 0,0016 F(7) F(8) F(9) 1 1 0,1587 0,0228 1 0,001

Figure 7. 4 : volution des courbes d'efficacit en fonction de l'chantillon. Dans la pratique, il ne sera pas indispensable de tracer les courbes d'efficacit du contrle. L'tablissement de celles-ci justifie le choix habituel d'une taille d'chantillon gale 5. D'autre part, nous verrons plus loin, dans le contrle de rception, que la courbe d'efficacit peut tre utilise dans l'valuation de la qualit rsiduelle limite qu'on peut atteindre en respectant les consignes du contrle de rception.

99

Chapitre 7

La fonction contrle de qualit

7.2.6 Cas du contrle par attribut Ce type de contrle est utilis chaque fois que le jugement port sur larticle se traduira par lapprciation bon ou mauvais , sans quil ait mesure. On pourra, dans certains cas, transformer un contrle quantitatif (contrle fait au moyen dune usure) en contrle qualitatif, sil ne peut dfinir des tolrances. Cest le cas de lutilisation de calibres passe ou passe-pas, qui peut tre beaucoup plus rapide et moins coteux quun contrle aux mesures. La quantit de la fabrication est exprime par le pourcentage de pices hors tolrance ou hors spcification, ou encore ne rpondant pas aux cahiers des charges.

Les chantillons prlevs prsentent un certain pourcentage k/n de pices mauvaises dont la loi de distribution est la loi binomiale (voir chapitre 11) dfinie par p (pourcentage rel de la population) et n, taille de l'chantillon. Le problme pratique consistera valuer p % l'aide des relevs antrieures dont on aura fait la moyenne, p , reprsentant la meilleure estimation de p, et dfinir les limites de contrle Lc entre lesquelles on devra trouver les valeurs k/n des diffrents chantillons de contrle. Exemple : On a trouv que la qualit moyenne de la fabrication prcdente tait de 2,2% sur une longue priode (3 mois, par exemple). Nous allons tablir une carte de contrle pour un chantillon de taille n afin de suivre journellement la fabrication dans son volution. Les limites de contrle dpendent de n et de la qualit p = 2,2 %. Les tables statistiques spcifiques indiquent dans les colonnes Lc et Ls les limites de contrle et de surveillance correspondant diffrentes valeurs de p % qu'on lit pour diffrentes tailles d'chantillon, n variant de 10 50 dans les deux colonnes marques p % pour Lc et p % pour LS. Ainsi, dans notre exemple p = 2,2 %.

Si l'on choisit un chantillon de taille n = 50 : on aura Lc correspondant p % = 2,2 % ; Lc = 5, on aura Ls correspondant p % = 2,2 % ; Ls = 3, D'o la carte de contrle suivante : (voir figure 7. 5).

Lc = 5

p = 2,2 %

n = 50

Ls = 3

Jour-heure

contrle

Figure 7.5 : Carte de contrle

100

Chapitre 7

La fonction contrle de qualit

Tant que k 5, pas de changement significatif de la qualit. Si k > 5, la fabrication se drgle en qualit. L'efficacit est d'autant plus grande que n est grand, mais le cot sera plus lev. On constate en traant la courbe d'efficacit que celle-ci est moins bonne quen utilisant le contrle aux mesures.
7.3 LE CONTRLE DE RCEPTION 7.3.1 Dfinition et modalits du contrle de rception Le contrle de rception consiste prlever dans un lot de N pices un chantillon n que l'on contrle et accepter ce lot si l'chantillon contient un nombre de rebuts infrieur ou gal C, ou le refuser si l'chantillon contient plus de C rebuts. Le contrle de rception est discontinu. 7.3.1.1 Caractre qualitatif Gnralement, le jugement port sur l'observation des pices sera un attribut : bon ou mauvais. Cependant, si l'observation se traduit par une mesure, elle pourra se ramener l'attribut bon ou mauvais, selon que le rsultat se trouvera l'intrieur ou l'extrieur des tolrances pralablement dfinies. On aura ainsi transform un contrle aux mesures quantitatif en un contrle par attribut qualitatif, souvent plus rapide grce des calibres passe , passe-pas , au prix de la perte de l'information qu'offre la mesure. 7.3.1.2 Caractre conventionnel Ce contrle suppose l'change client-fournisseur, ou encore livraison d'un atelier un autre atelier dans le cas d'un produit semi-fini. Ceci entrane donc l'acceptation par les deux parties en prsence d'une rgle commune, celle du test statistique, et de la procdure d'un contrle 100 % du lot refus, avec remplacement des pices mauvaises la charge du fournisseur. 7.3.1.3 Diffrence entre le contrle classique 100 % et le contrle statistique par chantillonnage Le contrle classique prvoit le contrle de toutes les pices, une par une, du lot complet rceptionner. Moyennant ce procd on est assur d'liminer tous les rebuts du lot rceptionn.

Si l'utilisateur exige une qualit parfaite, n'admettant aucun rebut, c'est ce type de contrle qu'il faut pratiquer. Il risque souvent d'tre onreux. Dans le cas de l'lectronique, o le prjudice d'une pice mauvaise dans le montage est considrable, on a rduit le cot du contrle 100 % en automatisant celui-ci. Cependant, dans le choix d'un type de contrle, ce qui nous guidera c'est la comparaison entre le cot de contrle et le cot de prjudice d'une pice mauvaise l'utilisation qu'il faudra souvent estimer : par exemple, temps pass contrler le montage, rechercher la pice dfectueuse, dmontage de la pice mauvaise et son remplacement par une pice bonne. Selon l'utilisation on constatera ainsi qu'il est possible souvent, d'accepter un rsidu assez faible (quelques pour cent) de rebuts dans le lot contrl. On pourra ainsi bnficier de l'conomie de contrle qu'offre le contrle statistique par chantillonnage, qui se prsente comme un tri partiel amliorant la qualit aval (aprs tri) par rapport la qualit amont (avant tri).

101

Chapitre 7

La fonction contrle de qualit

7.3.2 Dfinition et choix d'un plan de contrle 7.3.2.1 Organisation du contrle de rception Elle consiste choisir les systmes d'chantillonnage et les plans de contrle en fonction, d'une part de la qualit qu'on cherche atteindre, et d'autre part du cot que l'on entend y consacrer. Ce cot sera galement fonction de la qualit amont.

On appelle plan de contrle, une rgle du jeu dfinie par la taille n de l'chantillon prlev sur la population N et par le seuil C de rebuts ne pas dpasser. D'o la rgle : si k est le nombre de rebuts observs dans l'chantillon n. Rsultats Lot N accept k C: k>C: Lot N refus n pices contrles N pices contrles, remplacement de toutes les pices mauvaises

La qualit du lot N est estime par p = k/n dont on sait dterminer l'intervalle de confiance. On peut remarquer que n est indpendant de N tant que n/N 1/10. Par ailleurs, pour les diffrents lots de taille N et qualit p, la probabilit d'avoir k rebuts parmi l'chantillon n est donne par la loi binomiale (voir chapitre 11) :
k Pr (k ) = C n p k (1 p ) Diffrents types de tables permettent de choisir, en fonction du systme d'chantillonnage adopt, les plans de contrle les mieux adapts aux objectifs d'efficacit et de cot du contrle : Military Standard, Dodge et Romig, plans Philips. Chacune d'elles propose une gamme limite de plans de contrle par catgorie de taille du lot N, mais le choix d'un plan de contrle ne peut tre dtermin scientifiquement. nk

La dtermination du cot de contrle dpend du nombre de pices contrles : plus le plan de contrle sera svre, c'est--dire plus n sera lev et C petit, plus la qualit amont sera juge mauvaise ; le nombre des lots refuss augmentera et l'on tendra vers le contrle 100 %. Les tables ont t tudies de faon limiter le nombre des pices contrler pour une mme efficacit, en modifiant les modalits de contrle. On aboutit ainsi des prlvements successifs, appels plans doubles, plans successifs et, la limite, plans squentiels.
7.3.2.2 Dtermination de la qualit moyenne aval La qualit moyenne aval va dpendre du plan de contrle, c'est--dire de n et C. La connaissance de ces deux paramtres permet de dterminer la courbe d'efficacit du plan de contrle. En effet, cette courbe dfinit la relation entre la qualit du lot, p, et la probabilit d'accepter le lot, c'est--dire la probabilit pour que k C. On a, d'aprs la loi binomiale :
k Pa = Pr [k C ] = C n p k (1 p ) 0 c nk

k prend toutes les valeurs de 0 C ; n et C tant fixs par le plan, P dpend de p, et l'on peut tracer la courbe dpendant de n et C (voir figure 7.6). 102

Chapitre 7

La fonction contrle de qualit

On peut encore dfinir cette courbe par deux points, risque de 1er et 2me espces ou, plus concrtement : - % le risque fournisseur de se voir refuser un lot de bonne qualit p1% (trs petit). Ceci donne le point Pa (probabilit d'accepter Pa = 1 % et qualit p1% (Pa, P1). - % risque client qui est la probabilit d'accepter un lot de mauvaise qualit p2%. D'o le deuxime point ( , p2 ).
100%

P1%

100%

P%

Figure 7.6 : Courbe d'efficacit du plan de contrle On peut noter qu'il n'est pas mathmatiquement possible de dfinir un plan de contrle pour lequel on est assur d'accepter uniquement des lots de qualit p p0.
7.3.2.3 Niveau de qualit acceptable (N.Q.A.) Ce niveau est appel en Anglais A.Q.L. (Acceptable Quality Level). C'est la qualit p, que le fournisseur a 95 % ou 99 % de voir accepte. Les Tables Military Standard dfinissent et regroupent les A.Q.L. En revanche, les Tables Dodge et Romig dfinissent le L.T.P.D. ou Lot Tolrance Percent Defect, correspondant la probabilit p, et au risque client . On peut noter quil nest pas mathmatiquement possible de dfinir un plan de contrle pour lequel on est assur daccepter uniquement des lots de qualit p p0. 7.3.2.4 Dfinitions concernant la qualit moyenne aval Le terme couramment employ pour dfinir cette qualit est celui des tables amricaines : A.O.Q. ou Average Outgoing Quality. On appelle A.O.Q.L. (Average Outgoing Quality Limit) la qualit moyenne aval maximale.

La dtermination de la courbe A.O.Q. pour un plan de contrle donn, est obtenu comme suit : au plan de contrle dfini par n, C correspond une courbe d'efficacit donne par les tables, P(p). Si l'on considre 100 lots de N pices, il y aura P(p) lots accepts et 100 p lots refuss. Les 100 p lots refuss, contenant chacun p% de rebuts sont tris entirement et les rebuts remplacs. Ils ne donneront pas de rebuts en aval.

103

Chapitre 7

La fonction contrle de qualit

Les P lots accepts fourniront P x p rebuts en aval. La courbe de qualit moyenne aval se dduit donc de la courbe d'efficacit en faisant le produit P x p correspondant. Cette courbe part de 0 pour p = 0 et revient 0 pour p = 100% et P = 0. Elle prsente un maximum : l'A.O.Q.L., en dessous de laquelle se trouvera la qualit moyenne aval.
7.3.3 Exemple de plan de contrle Soit un contrle sur des lots de 1 000 pices dont le pourcentage de rebuts est de l'ordre de 5 %, relativement stable. Sur les Tables American Standard, prenons le niveau de contrle II, correspondant une svrit moyenne.

Tableau 7.4 A.Q.L. : 0,10 % A.Q.L. : 10 % Courbe defficacit indique A.O.Q. Courbe defficacit indique p% p% P.p p% p% 0,99 0,008 % 0,008 % 0,99 9,75 % 0,95 0,04 % 0,04 % 0,95 11,90 % 0,90 0, 08 % 0, 07 % 0,90 13,20 % 0,75 0,23 % 0,18 % 0,75 15,50 % 0,50 0,55 % 0,27 % 0,50 18,30 % 0,25 1, 11 % 0,27 % 0,25 21,30 % 0,10 1,84 % 0,18 % 0,10 24,20 % 0,05 2,40 % 0,12 % 0,05 26,00 % 0,01 3,68 % 0,04 % 0,01 29,5 %

A.O.Q. P.p 9,75 % 11,30 % 11,90 % 11,60 % 9,15 % 5,32 % 2,42 % 1,30 % 0,295 %

Ce niveau dfinit quatre A.Q.L. : 0,10 0,40 ; 0,40 1 ; 1,5 4 ; 4 10 %, placs dans l'ordre du moins favorable au plus favorable au fournisseur.

Considrons les plans de contrle extrmes : Plan : A.Q.L. : 0,10 %, on a : n = 125 C = 0. Plan : A.Q.L. : 10 %, on a : n = 80 C = 14.

Ces plans dfinissent les courbes d'efficacit et d'A.O.Q. (qualit aval moyenne) reproduites dans le tableau 7.4 ci-dessus. La courbe correspondant A.Q.L. 1 1,5 % est trace cidessous, figure 7.7. La courbe Pa est la courbe d'efficacit. La courbe A.O.Q. est la courbe de qualit aval moyenne.
7.3.4 Cot du contrle. Essai d'optimisation 7.3.4.1 Le cot global du contrle Il comprend : - le cot moyen total de l'chantillonnage n ; - le tri total des pices des lots refuss, au nombre de 100 P ; - le cot de rpercussion des pices rebutes restantes dans les lots accepts, soit r par pice.

Considrons 100 lots de N pices de qualit p et soit a le cot de contrle d'une pice. 104

Chapitre 7

La fonction contrle de qualit

le cot total de l'chantillonnage sera 100 n x a le tri total des pices refuses sera : (100 P) (N n) x a, puisqu'il y a N n pices restant contrler ; le nombre de rebuts restant sera : P x p (N n) et le cot de rpercussion sera : (P x p) (N n) x r

Figure 7. 7 : Courbes de qualit et d'efficacit. Le cot total de contrle des 100 lots sera donc : C100 = 100 n a + (100 P) (N n) a + (N n) x p x r Le cot unitaire sera obtenu en divisant par 100 N :

Cs =
ou :

n n 1 a + (1 P %) 1 a + P % 1 p % r N N N n C s = a P % 1 (a p % r ) N

Pour que le contrle statistique soit moins coteux que le contrle unitaire, il faut que : Cs < a ou a Cs > 0 Donc : n P 1 (a p r ) f 0 N Or P > 0 et n < N, ceci entrane : a > pr x r ou p < a/r.

105

Chapitre 7

La fonction contrle de qualit

a/r = pc% est appele qualit critique. Elle est gale au rapport du cot de contrle au cot de prjudice li la prsence de rebuts rsiduels. Le plan de contrle optimum serait celui qui rendrait maximum la quantit : a C ou

n P % 1 (a p % r ) N

Le calcul thorique ne rsout pas le problme de faon satisfaisante en raison de l'interdpendance des diffrents paramtres. On procde donc, en gnral, par itration. Reprenant l'exemple prcdent de plan de svrit moyenne relev sur les Tables Military Standard, nous avons fait l'hypothse que le fournisseur avait une qualit moyenne stable de p = 5 %. Fixons comme qualit aval moyenne A.O.Q. = 2 % et examinons quel plan elle correspond (tableau 7.5) : Tableau 7.5 A.Q.L. 0,10 1,5 10 A.O.Q. A.Q.Q.L. (p = 5 %) 0 0,27 2,15 2,45 5 12 plan de contrle n = 12,5 n = 80 n = 80 C=0 C=3 C = 14

Nous adopterons le plan : n = 80 C = 3. La courbe d'efficacit indiquera chaque fois la quantit contrler en partant de p et de l'A.O.Q. souhaite.
7.3.4.2 Contrle renforc Contrle rduit La procdure normale consiste calculer la quantit moyenne p portant sur les 10 premiers lots contrls. On calcule la limite infrieure de l'intervalle de confiance 998% gal :
p3 p (1 p ) donn par la loi binomiale. n p (1 p ) > p fournisseur on passe au contrle renforc. n p (1 p ) < p fournisseur on passe au contrle rduit. n

Si p 3 Si p 3

On tablira une carte de contrle centre sur la qualit p annonce par le fournisseur et ayant pour limites de surveillance et de contrle :
Ls = p 2 p (1 p ) 10 n Lc = p 3 p (1 p ) 10 n

n tant la taille de l'chantillon et p la qualit moyenne sur les 10 lots.

106

Chapitre 7

La fonction contrle de qualit

7.3.5 Rduction des cots de contrle : plans doubles, plans multiples, plans squentiels La recherche de la qualit conduit contrler un nombre important de pices, donc accrotre le cot de contrle. Il parat videmment intressant de rechercher une diminution du nombre de pices contrler, tout en conservant la mme efficacit. Tel est le but des plans doubles, plans multiples et plans squentiels. 7.3.5.1 Plan double Considrons le plan simple de contrle des tables correspondant une A.Q.L. = 1,5 %. Il indique n = 80 C = 3. A et R indiquent les seuils d'acceptation et de refus. Le lot sera accept si A = 3 et refus si R = 4. Les tables indiquent le plan double suivant :

1er enlvement n1 = 50 2me enlvement N2 = 50

Seuil dacceptation Seuil de refus A1 = 1 R1 = 4 A2 = 4 R2 = 5

Si, au 1er prlvement de n1 = 50, on trouve k1 rebut 1 le lot est accept. Si l'on trouve k1 4 le lot est refus. Si 1 < k1 < 4 ; c'est--dire si k1 = [2, 3] on procde au 2me prlvement de n2 = 50 pices. k2 tant le nombre total de rebuts, y compris k1. Si k2 R2 le lot est refus : k2 5. Si k2 A2 le lot est accept : k2 4. On peut rsum cette situation par le schma de la figure 7.8 ci-dessous.
Contrler n1 pices k1 rebuts 3 cas possible

k1 A1 Accepter le lot

k1 < A1 < R1 Contrler n2 pices Au total k2 rebuts sur n1 + n2 pices 2 cas possibles

k1 R 1 Refuser le lot

k2 A2 Accepter le lot

k2 R 2 (sur R2 = A2 + 1) Refuser le lot

Figure 7.8 : Schma du plan double On peut, par le calcul des probabilits, estimer le nombre de pices qui seront contrles en fonction du plan double dfini par les tables. Pour ce faire, il faut calculer :

107

Chapitre 7

La fonction contrle de qualit

la probabilit P1 pour k1 A1 la probabilit P2 compose pour que k2 A2 probabilit conditionnelle condition que A1 k1 < R1 soit P1' . La probabilit totale Pa = P1 + P2 dfinira la courbe d'efficacit. P1 et P2 seront calculs partir de la loi binomiale. Le nombre de fois o l'on prlve seulement n1 pices sera P1 Le nombre de fois o s'ajoute le prlvement n2 est P1' . Le nombre total de prlvements est donc en moyenne : n = n1 P1 + n2 P1' On peut dire que, toutes les fois o la qualit sera extrieure l'intervalle A1/n1, R1/n1, le plan double sera avantageux. Dans le cas contraire, le plan simple sera plus avantageux. Le nombre total de pices prleves et tries peut tre donn de la manire suivante : I = nombre total de pices contrles = nombre de pices prleves + nombre de pices tries Soit : P1 probabilit de prlvement de seulement n1 pices P2 probabilit de prlvement de n1 + n2 pices Nombre de pices prleves = n1 P1 + (n1 + n2) P2 La probabilit de tri de l'ensemble du lot correspond au cas de refus ; soit : [1 (P1 + P2)]. L'ensemble du tri porte donc sur : N [1 (P1 + P2)] pices. On a au total : I = n1 P1 + (n1 + n2)P2 + [1 (P1 + P2)] x N
-

7.3.5.2 Plans multiples Dans le but de rduire les prlvements, des plans multiples jusqu' l'ordre 7 sont dfinis par les tables Military Standard. Par exemple, pour les plans de svrit ayant un A.Q.L. de 1,5 % les prlvements successifs n1, n2, , n7 seront chacun de 20. Les limites d'acceptation et de refus sont les suivantes (tableau 7.6) : Tableau 7.6

Numro dordre 1 2 3 4 5 6 7 Acceptation 0 1 2 3 4 6 Refus 3 3 4 5 6 6 7 Il ny a pas dacceptation au premier prlvement, le dernier seuil aboutit ncessairement lacceptation ou au refus dfinitif. On peut dire que plus l'ordre du plan est lev, plus la taille moyenne du prlvement est faible.
7.3.5.3 Plan squentiel ou Test de Wald Le Test de Wald s'effectue sur un graphique tabli partir d'un plan de contrle choisi en fonction d'un A.O.Q.L. ne pas dpasser et d'un nombre moyen de pices prlever acceptable. Ce plan de contrle dterminera une courbe d'efficacit. On se fixera arbitrairement les risques client et fournisseur, et d'o l'on dduira les qualits p1 et p2.

On porte en abscisse le nombre de pices n prleves et, en ordonne, le nombre de pices mauvaises kn. L'quation de H1 est an = h1 + s x n correspondant la limite d'acceptation (moins) lot accept pour kn < an.

108

Chapitre 7

La fonction contrle de qualit

L'quation de H2 est rn = h2 + s x n correspondant la limite de refus (moins) lot refus pour kn > rn. Les constantes h1, h2 et s sont donnes par les formules suivantes en fonction de , p1, et p2 : 1 log h1 = p 1 p1 log 2 + log p1 1 p2
1 p1 1 p2 s= 1 p1 p log 2 + log p1 1 p2 log

h2 =

log

p 1 p1 log 2 + log p1 1 p2

Les valeurs de log

p2 1 p1 1 , log et log sont donnes dans des p1 1 p2 tables spcifiques publis par les spcialistes des statistiques.

, log

109