Vous êtes sur la page 1sur 19

REVUE DE STATISTIQUE APPLIQUE

JEAN MORICEAU
Une mthode statistique dvaluation des temps oprationnels
Revue de statistique applique, tome 2, n
o
3 (1954), p. 57-74.
<http://www.numdam.org/item?id=RSA_1954__2_3_57_0>
Socit franaise de statistique, 1954, tous droits rservs.
Laccs aux archives de la revue Revue de statistique applique (http://www.
sfds.asso.fr/publicat/rsa.htm) implique laccord avec les conditions gnrales duti-
lisation (http://www.numdam.org/legal.php). Toute utilisation commerciale ou im-
pression systmatique est constitutive dune infraction pnale. Toute copie ou im-
pression de ce chier doit contenir la prsente mention de copyright.
Article numris dans le cadre du programme
Numrisation de documents anciens mathmatiques
http://www.numdam.org/
57
UNE
MTHODE STATISTIQUE
DVALUATION DES TEMPS OPRATIONNELS
par
Jean
MORICEAU
Ingnieur
en chef au Centre dtudes et de mesures de Productivit

Dtach ait Centre de


Productivit
du
Syndicat
Gnral des
Fondeurs,
M.
MORICEA U, a
eu loccasion de
~aire,
dans divers
usines,
des tudes
concrtes de
~yoductivit ~ortant
en
~articuliey
sur la mesure et la
comparai-
son des
temps
dexcution.
On trouvera
ci-aprs
une
analyse
des ysultats ~ obtenus dans ltude des
temps
de
moulage
en
fonderie.
Les rsultats obtenus montrent lintrt dtudes
analogues qui pourraient
.
tre
~aites
dans dautres secteurs industriels
(usinage,
constructions
mcaniques).
La
gestion
rationnelle dune
entreprise
de
production suppose que
lon connaisse a
priori
les
temps
dexcution des divers travaux
qui
doivent tre effectus
pour fabriquer
un
objet
dtermin.
Cette connaissance est,
en
effet,
indispensable pour :
-
permettre
le calcul sur devis des
prix
de revient et de vente dune nouvelle fabrication,
lors dun
appel
doffre de la
clientle ;
-
appliquer,
dans une
entreprise,
un
systme
de rmunration aux
pices
ou au
rendement ;
-
raliser un ordonnancement correct de la
fabrication ;
-
tenir rationnellement et avec
prcision
un
planning
dexcution.
Dans un certain nombre
dindustries,
cette connaissance a
prioriste
des
temps oprationnels
rsulte de
lapplication
de tables et de .barmes de
temps,
de
chronomtrage
ou de
lemploi
de m-
thodes dvaluation des
temps
lmentaires
(B. T.
E. ou M. T.
M.).
Ces divers
systmes
sont dune
application
courante,
lentire satisfaction des
utilisateurs,
dans les industries
mcaniques.
En revanche,
dans dautres secteurs
industriels,
en
particulier
en
fonderie,
la dtermination
a
priori
des
temps oprationnels
relve,
le
plus
souvent,
de
lempirisme
le
plus
absolu. On
peut
en
donner
pour preuve
les rsultats des
enqutes
faites
par
les bureaux
rgionaux
des
prix
du
Syndicat
Gnral des Fondeurs de France. Ces
organismes
adressent
priodiquement
leurs
adhrents des
pions
de
pices
en
prcisant
le
processus technique
de ralisation. Les
entreprises
destinatrices sont
pries dindiquer,
entre autres
renseignements,
les
temps
de
moulage,
de
noyautage
et
dbarbage quelles jugent
ncessaires. On constate
que, pour
une mme
pice,
les
temps prvus
par
des usines
techniquement comparables
sont trs diffrents et
peuvent
varier dans la
proportion
de 1 6. La
position
dune usine
par rapport
la
moyenne
du
groupe
nest
pas systmatiquement
la mme. Elle
peut parfaitement indiquer pour
une
pice
A le
temps
le
plus
bref, et le
plus long pour
une
pice
B. Notons dailleurs
que
cette situation nest
pas propre
la fonderie.
Plusieurs raisons
peuvent expliquer
cette
imperfection
de la
prvision.
Tout dabord, la rali-
sation dune
pice
de fonderie
prsente toujours
un caractre
empirique
et
parfois
alatoire. Lex-
cution est souvent laisse linitiative de
louvrier,
qui
nest
pas toujours
bon
juge
en la matire.
Par
exemple,
au
moulage,
sur une machine
secousses,
la dure de
serrage
est indtermine et
varie avec texcutant. Le caractre alatoire de
lopration
est
particulirement
net
lbarbage
o le travail
effectuer,
sur des
pices identiques,
varie avec la russite des
oprations
antrieures.
58
Dautre
part,
la
majorit
des fonderies travaille sur
modles, la demande des clients. La
nature de la fabrication
change
donc constamment et son caractre non
rptitif
rend fort
difficile,
voire
impossible,
lutilisation des mthodes
classiques
destimation de
temps.
Lintrt
prsent par la prvision
des
temps oprationnels, joint

limpuissance
des mthodes
classiques
dvaluation,
nous ont conduit rechercher sil ntait
pas possible
de trouver une solution
statistique
ce
problme.
Par
ailleurs,
lors de recherches
poursuivies pour
mesurer la
productivit
en
fonderie,
des liaisons
stochastiques
avaient
pu
tre mises en vidence entre le
poids
des
pices
et les divers
temps oprationnels par
unit de
poids (1).
Ces liaisons devant servir au calcul des coeffi-
cients de
pondration
des
productions pour
les rendre
comparables
dans le
temps (2),
il tait nces-
saire dexaminer si ce choix tait
justifi.
Pour
cela,
il fallait
apprcier limportance
du facteur
poids
dans la dtermination des
temps par rapport

limportance
dautres facteurs
qui, techniquement,
semblaient rentrer en
ligne
de
compte.
Ces deux
proccupations
se
rejoignaient
donc,
et il
sagissait,
aussi bien
pour
tester la validit
de notre mthode de mesure de
productivit que pour
donner satisfaction aux industriels dsireux
de
prvoir
leurs
temps,
de dterminer les facteurs
qui
influent sur un
temps dopration
et de mesurer
leur
importance respective.
Les
premiers
travaux eurent
pour objet
lestimation des
temps
de
moulage
en raison de lim-
portance
de cette
opration qui
est la base de tout travail de fonderie. Au
moulage
main,
trois
tudes ont t menes bien et deux sont en
cours,
au
moulage
machine,
deux viennent dtre
abordes.
Dans les mois
venir,
nous
esprons
rsoudre les
problmes poss par
le
noyautage
et
lbarbage,
domaine
que
nous avons dailleurs
dj largement
dfrich.
*
* *
La
premire partie
A est consacre
lexpos
des
principes
de base de la mthode ; dans la
seconde
partie
B
figurent
deux tudes concrtes ralises dans lindustrie de la fonderie.
En
annexe,
nous donnons un bref
aperu
de la
technique
de fonderie.
A. - PRINCIPES
Considrons un
objet
sur
lequel
un travail bien
prcis
doit tre effectu laide dun
outillage
dtermin,
suivant un
processus technique
connu lavance et invariable
(3).
Nous dsirons valuer
a
priori
le
temps
T ncessaire
pour
effectuer ce travail en fonction de m
variables,
qualitatives
ou
quantitatives (x,, X2,...,
Xm
caractristiques
de
lobjet, de loutillage
et du
processus
dexcution.
En dautres termes,
nous cherchons
prciser
la forme et estimer les
paramtres
de la fonction f
de
lexpression :
Seuls des
renseignements
fournis
par
lobservation ou
lexprimentation peuvent
nous
per-
mettre
dexpliciter
cette
quation.
Il
sagit
donc,
en
dfinitive,
dune tude de
rgression
m variables
qui pose
les
problmes
suivants :
1.
-
Choix de la forme de la fonction
f ;
2. Dtermination des conditions de validit de
lanalyse ;
3.-
-
Estimation des
paramtres
de la fonction
f ;
4.
-
Evaluation de la
prcision
obtenue ;
5.
-
Etablissement et mise en
place
dun
plan exprimental.
(1)
Ces tudes ont mis en
particulier
en vidence les liaisons suivantes: Poids des
pices, temps dbarbage ;
Poids des
pices, temps
de
noyautage ;
Poids des
noyaux, temps
de
noyautage,
etc...
(Cf.
un article
paratre :
La
mesure de la
productivit
dans lindustrie de la
fonderie).
(2) Lexprience
a montr aux fondeurs
que,
toutes choses
gales par
ailleurs,
un kilo de
petites pices
est
beaucoup plus long

fabriquer quun
kilo de
grosses pices.
(3)
Par
exemple : perage
dun trou ouvert de 10 mm de
diamtre, 30 mm de
profondeur
dans une
plaque
de fonte de 40 kilos de duret Brinnel 235 laide dune mche amricaine neuve en acier
rapide,
monte sur une
perceuse type
X dont la broche
unique
tourne 600 tours minute et
supporte
une
pression P,
etc...
59
A. - 1. CHOIX DE LA FORME DE LA FONCTION.
A. H.
-
Fonction linaire.
Lexprience
montre
que,
dans le domaine de la dtermination des
temps oprationnels,
les liaisons entre les variables ne sont
pas obligatoirement
linaires. Dans le cas le
plus gnral,
il
sagira
donc dune tude de
rgression
non linaire m variables
indpendantes.
Des
changements
de variables
appropris permettent cependant
de
simplifier
le
problme
et de ramener ltude celle
beaucoup plus
facile dune
rgression
linaire.
A 12.
-
Principe
des
changements
de variables :
Les variables
(x,, x2... Xn,,/)
sont alors
remplaces par
k nouvelles variables
(X,, X~..., Xm,Y)
fonction des variables directement observes et telles
que :
,
Les
quations
normales subissert alors les transformations suivantes. Les coefficients de$
inconnues deviennent :
et les termes de droite :
Si k
=
m et
Xi
=
g (xi)
le
systme
se
simplifie
encore et nous avons
alors,
comme coeffi-
cients des inconnues dans le
systme dquations
normales :
et
comme termes de droite.
A 13.
-
Dtermination de la forme des fonctions
g
et h :
La dtermination correcte de la forme des fonctions
g
et h est extrmement dlicate et
repose
pour
une
large part
sur lintuition du
chercheur,
jointe

lexprience quil peut
avoir de lindustrie
tudie. Cette
exprience
lui
permet
de formuler, sur le
comportement
du
phnomne,
certaines
hypo-
thses conduisant telle ou telle forme de ces fonctions.
Une tude
graphique complte
est
impossible
dans la
gnralit
des cas,
puisquelle
devrait
se droulerdans un
hyper espace
m
(m &#x3E;
3)
dimensions.
Cependant
ltude
graphique
des liaisons
entre les diverses variables
prises
deux
par
deux
(dans
le
plan)
ou trois
par
trois
(dans lespace)
permet
souvent de
prciser
les formes de
g
et h. Si lon hsite entre
plusieurs
formes
possibles,
il
est
toujours
loisible dvaluer la
prcision
obtenue
(en
formant
par exemple
V2
=
s2/s~)
avec chacune
delle et
dadopter
celle
qui
donne le meilleur
ajustement;
cest malheureusement une tche souvent
fort
longue.
A -2. CONDITIONS DE VALIDIT DE LTUDE.
Rappelons,
en tenant
compte
des
changements
de
variables,
les conditions de validit dune
tude de
rgression
linaire.
A 21.
-
Les diverses valeurs de : Y
correspondantes
une valeur donne de
(X."X2
...
1 Xj
sont
distribues normalement. Autrement
dit,
les distributions lies de Y doivent tre normales.
A 22. - Les
moyennes
conditionnelles de Y doivent tre une fonction linaire de
(Xi X2,..., XJ
soit :
60
A 23. - Les
(x~ , x.,
...
4
doivent tre connus avec exactitude et ne
pas
contenir de termes alatoires.
A 24.
-
La variance conditionnelle de Y doit tre, soit
indpendante,
soit lie
fonctionnellement
(XI X2,
...
XJ.
A 25.
-
Les observations doivent tre
stochastiquement indpendantes,
cest--dire
que
les valeurs
de (x1Y x2B"" .XmB1 YmB,)doivent
tre
stochastiquement indpendantes
des valeurs
de (x11J.,x2fL. "xmILYJL).
A 26.
-
Les fluctuations
de YX1 X2. ".Xm autour
de sa valeur calcule en fonction de
(XI, X~,..., Xn)
doivent tre additives.

~
*"
A 27.
-
Lors de
chaque
tude,
il est
indispensable
de vrifier
que
ces
diverses conditions se
trouvent
effectivement satisfaites.
A - 3. ESTIMATION DES PARAMTRES DE LA FONCTION f.
Plusieurs mthodes de calcul des
paramtres
de la fonction f sont
possibles.
On a retenu deux
dentre
elles,
la mthode des moindres carrs et la mthode de rduction
pivotale
dAitken.
A 31.
-
La mthode des moindres carrs :
Divers
systmes
ont t
proposs pour
rsoudre les
quations
normales. Nous avons choisi
lun des
plus simples,
tabli
par
Gauss, celui de llimination successive des inconnues. La
premire
quation
est utilise
pour
llimination de la
premire
des inconnues
b1
dans les
quations
restantes
de manire telle
que
le
systme primitif dquations
sort transform en un
systme compos
dune
quation (la premire)
avec m inconnues et dun
systme
de
(m - 1) quations

(m - 1)
inconnues.
Dans ce dernier
systme dquations (celui
de m - 1
quations)
la
premire
est utilise
pour
llimi-
nation de
b2
et le
procd
se
rpte jusqu
ce
que
lon aboutisse une
quation.
Nous obtenons ra
solution finale
par
substitution successive dans les
quations
rduites.
Par
exemple,
considrons un
systme dquations
trois inconnues :
Lquation (1)
est
multiplie par - a1,,/aH
et
-
CL~/c~
ce
qui
conduit
respectivement

En additionnant ces
quations
aux
quations
2 e
3,
nous obtenons
respectivement
-2 . - - ~. - -
Ce
systme dquations peut
tre crit
aij.1
indiquant que
les
quations
ont t obtenues en liminant
b1
du
systme primitif.
La
multipli-
cation de
lquation (2) par
-a23.1 / a22.1
donne
61
.~~ui
additionne 3
conduit

qui
1
peut
tre crit
En rsolvant cette
quation par rapport b3et
en introduisant
b3dans
lquation (2)
nous obte-
nons
b2 . bf
est calcul
partir
de
lquation
1 en
y
introduisant
b2
et
b3.
Ces calculs
peuvent
tre commodment excuts en les
disposant
comme
indiqu
dans le
tableau C dont la
prsentation
est due Doolittle. Dans ce
schma,
les inconnues ont t omises et on
a utilis la
symtrie
du
systme
de coefficients.
Lquation
2 est
calcule,
lquation
3 est donne
par
la somme de
(3),
(13)
et
(23),
si bien
que lquation
3 ne
figure pas explicitement
dans le tableau
de calcul. Pour vrifier les
oprations
au cours de leur
excution,
on calcule horizontalement les
sommes :
Les valeurs obtenues font
lobjet
des mmes calculs
que
les coefficients et
que
les membres
de droite des
quations
normales. On obtient ainsi les
galits
suivantes
permettant
de vrifier lexac-
titude des calculs :
A 32. - La mthode de rduction
pivotale
dAitken modifie.
Cette
mthode,
surtout utilise en
psychomtrie pour lanalyse
factorielle,
rpond
deux de
nos
proccupations.
Elle
permet
en effet :
-
destimer
lImportance
relative de
chaque
facteur dans la dtermination des
temps opra-
tionnels ;
-
de calculer les coefficients de
rgression.
Sa mise en oeuvre se fait
daprs
le schma suivant :
a)
Calculer les coefficients de corrlation totale entre tous les lments
pris
deux
par
deux.
Ce.calcul,
portant
sur les variables transformes
Xi
et Y
peut
tre men bien laide de
nimporte
quelle
mthode
classique.
b)
Dresser une matrice de corrlation
daprs
le modle
suivant,
Y tant fa variable
dpen-
dante et
Xi
les variables
indpendantes
Naturellement,
r~xj
=
rXjX
et
ryx,
=
r~~
62
c) Supprimer
la colonne critre
(la
colonne
Y)
de cette matrice et
reporter
la
ligne
critre
(la
ligne Y)
en bas
aprs
la dernire
ligne
de la matrice. On obtient ainsi une matrice
oblongue qui
se
prsente
de la manire suivante :
...
d)
A la droite de cette matrice
oblongue,
tracer autant de colonnes
que
la matrice en
comporte
plus
une colonne
supplmentaire
ou colonne de contrle.
Remplir
les colonnes
intermdiaires,
dia-
gonalement
en
partant
en haut
gauche
avec des moins un
(- 1)
sans rien inscrire dans la dernire
ligne
et
complter
avec des zros. Dans la colonne de
contrle,
porter
la somme
algbrique
S des
termes de
chaque ligne. (Cf.
le cadre A du tableau
A.)
e)
Excuter les calculs en suivant le schma de
principe expos
au tab;eau A et illustr
par
un
exemple thorique
3 variables
indpendantes (m
=
3).
A - 4. VALUATION DE LA PRCISION OBTENUE.
A 41.
-
Slection des variables dominantes :
Les variables dites
indpendantes figurant
dans les calculs
peuvent,
en
ralit,
se trouver
plus
ou moins troitement lies. En
consquence,
il est
impossible
daffirmer
que
lintroduction dune
variable
supplmentaire
entrane
automatiquement
une diminution de la variance rsiduelle et une
augmentation
du coefficient de corrlation
multiple.
Parmi les diffrentes mthodes
possibles pour
dterminer la
prcision
obtenue en estimant Y,
nous avons choisi le calcul et la
comparaison
de la variance rsiduelle la variance totale. Concr-
tement,
nous calculons la
rgression pour
toutes les combinaisons des variables
prises
de toutes les
manires
possibles (une par
une,
deux
par
deux,
trois
par
trois,
etc...)
et nous retenons la ou les com-
binaisons de variables
indpendantes
conduisant la
plus petite
variance rsiduelle. Cette mthode,
assurment fort
longue,
se rvle
pleine denseignements
et
permet
souvent, au
prixdun lger
sacrifice
de
prcision,
destimer les
temps oprationnels
en
ayant
recours un faible nombre de variables.
Cest ce
que
nous verrons ultrieurement.
Un
exemple
de tableau de
comparaison
des variances rsiduelles est donn en annexe
(Tableau E).
A 42.
-
Prcision de la
prvision :
Aprs
avoir choisi les variables
retenir,
le calcul du coefficient de corrlation
multiple
R
permet dapprcier
lintensit de la liaison et la
prcision
obtenue. Une
analyse
de variance
permet
ensuite de tester la
signification
de ce coefficient.
Il est enfin
possible
de
calculer,
pour
un seuil de
probabilit
donn,
lintervalle de confiance
de lestimation du
temps oprationnel.
A - 5. TABLISSEMENT ET MISE EN PLACE DUN PLAN EXPRIMENTAL.
A 51.
-
tude du
processus technique
de
production :
La mise en
place
dun
plan exprimental pour
la
prvision
de
temps oprationnels implique
une connaissance aussi
parfaite que possible
de la
technique
utilise et du droulement des
oprations
lmentaires de fabrication. Cette tude doit tre
approfondie
et surtout
systmatique pour
ne rien
oublier. Elle doit tre faite sur le tas,
par
un technicien averti
qui
utilisera,
avec le
plus grand profit,
le
systme danalyse
constitu
par
le
graphique
de droulement des
tapes (Tableau D).
Pour une mme
opration globale (confection
dun moule la main en chssis en
sable,
par
exemple),
le nombre des
oprations
lmentaires
peut
atteindre une centaine. Celles-ci sont ensuite
regroupes pour
obtenir des
tapes principales, homognes
du
point
de vue
technique, dpendantes
du
point
de vue dure,
en
premire approximation,
des mmes facteurs
simples.
63
A 52. - Choix
prliminaire
des
carac-tristiques :
.
Cest
partir
de ces
tapes principales que
lon dresse une liste des
caractristiques qui
sem-
blent influer sur les
temps.
On
peut
dailleurs retrouver le ou les mmes facteurs dans
plusieurs
tapes.
Ce mode
opratoire permet
de ne rien oublier. Il est toutefois
ncessaire,
pour apprhender
ce~ains facteurs alatoires, de
rpter plusieurs
fois une telle
analyse graphique.
Cest lensemble
des observations
qui permettra
dtablir la liste dfinitive des
tapes
et des
caractristiques qui
vont
donner lieu,
dans
lusine,
des relevs
systmatiques pour
obtenir les donnes de base ncessaires
aux calculs de
rgression.
A 53.
-
Collecte des donnes :
La collecte des donnes doit tre faite avec
beaucoup
de
soin,
de leur exactitude
dpend,
en
grande partie,
la validit des rsultats dfinitifs.
a)
Mesure des
temps
de ralisation.
Deux mthodes
peuvent
tre
utilises,
le
chronomtrage
et les relevs de
temps
rels.
Si les
temps
sont
chronomtrs,
ils doivent tre
corrigs par
le
jugement
dallure et ramens
lallure cent. Ceci
implique que
les
chronomtrages
soient faits
par
des
chrono-analyseurs qualifis.
Il est souhaitable
que
ces derniers aient une bonne connaissance de la
technique pour
viter les
fraudes de la
part
des excutants. Il est naturellement ncessaire de
prendre
les
prcautions
habi-
tuelles en matire de
chronomtrage.
Le
manque
de
personnel qualifi,
certaines difficults
propres
une
usine,
peuvent
conduire
abandonner le
chronomtrage pour
utiliser des
temps
rels obtenus en
divisant,
par
le nombre de
pices ralises,
le
temps
total dexcution dune srie. Ce
temps peut
dailleurs tre
indiqu par
lexcutant lui-mme ou observ
par
un tiers. Ce
systme, peut-tre
moins
prcis que
le
prcdent,
nentrane
pas,
en
gnral,
de ractions fcheuses de la
part
du
personnel.
Notons
cependant quil
est souhaitable
dobtenir,
pour
une mme
pice,
des
temps
dexcution relevs des dates diffrentes
et
par
des ouvriers diffrents. On
peut
ainsi calculer un
temps moyen qui,
dans une certaine
mesure, nest
pas
influenc
par
lallure dexcution.
b)
Relevs des
caractristiques.
Les
caractristiques quantitatives,
mesurables,
doivent tre contrles
soigneusement.
Il est
dsirable
quelles
subissent un examen
critique
de la
part
dun technicien averti
qui peut
ainsi
dceler des anomalies.
En ce
qui
concerne les
caractristiques qualitatives
ou
reprables,
il est bon
quelles
fassent
lobjet
dune dtermination
par
deux
personnes
diffrentes et
que
les rsultats obtenus soient
confronts. En cas de
divergence,
un nouvel examen en commun du
problme simpose.
On attnuera
ainsi,
dans une certaine mesure, larbitraire invitable d au caractre
subjectif
de ces
jugements.
B. - TUDES CONCRTES
B - 1. APPLICATIONS DES PRINCIPES.
Les divers
problmes qui
viennent dtre
voqus
ne doivent
pas
tre
perdus
de vue lors de

travaux en usine.
Lapplication
des mthodes de calculs ne doit
pas
tre
automatique.
Elle
exige
une
srieuse tude
pralable
des
possibilits
dexcution.
B Il.
-
Forme des fonctions :
Il rsulte des recherches
que
nous avons
entreprises que
les diverses liaisons entre les variables
peuvent pratiquement
tre rendues linaires
par
transformation
logarithmique.
Il semble
que
nous
nous trouvions ici dans un domaine dans
lequel joue
la loi de leffet
proportionnel.
B 12.
-
Conditions de validit :
Les conditions de validit dune
analyse
de
rgression paraissent
statisfaites ou
peuvent
tre
satisfaites dans ces tudes de
temps oprationnels,
tout au moins en fonderie. Mais il est
indispensable,

chaque
tude
nouvelle,
de le vrifier. Il ne faut
pas
oublier
quune ngligence
dans ce domaine
peut
conduire des rsultats totalement faux.
64
Lors de lutilisation ultrieure des rsultats de
lanalyse
de
rgression
en vue de la
prvision,
il est bon de
sassurer,
de
temps
autre,
que
ces conditions sont
toujours
vrifies.
B. -
2. LES TEMPS DE MOULAGE DANS UNE ACIRIE
(Mthode dAitken).
B 21.
-
Nature de ltude :
Il
sagit
dune fonderie dacier moul sur modle de la
rgion parisienne. Lopration
tudie
est la confection la main de moules en
sable,
destins raliser des
pices noyautes
ou non dont
le
poids
varie de 0
Kg
300 800
Kgs.
Notons
que le moulage
en acier est caractris
par limportance
de la mise au mille
(rapport
du
poids
de mtal ncessaire
pour
faire une
pice
au
poids
net de cette
pice) qui. peut
atteindre 5.
B 22. - tude
prliminaire :
Une tude
graphique
assez
pousse
avait mis en vidence linfluence dominante de trois carac-
tristiques
dominantes :
x1)
le
poids
des
pices (voir graphique
F donn en
exemple) ;
x~
le
temps
de
noyautage par kg ;
x3)
la mise au mille.
sur le
temps
de
moulage par
kilo de
pice y.
Les liaisons avaient
pu
tre rendues linaires
par
les
changements
de variable suivants :
Lquation
de
rgression
tait donc de la forme :
on
disposait
de 309
groupes
de donnes de base
dj
existantes dans lusine.
B 23.
-
Calcul des coefficients de
rgression :
Dsignons par :
T le
log
du
temps
de
moulage par
kilo Y
t le
log
du
temps
de
noyautage par
kilo
X 2
P le
log
du
poids
des
pices X1
M le
log
de la mise au mille
par
kilo
X3
1)
On a calcul les coefficients de corrlation totale entre ces variables en
groupant
les obser-
vations
par
classe suivant la mthode
classique.
On a obtenu les 6 coefficients :
2)
On a dress une matrice de corrlation
65
3)
On a calcul les coefficients de
rgression
b1, b2, b3 par
la mthode de rduction
pivotale
dAitken
(voir
tableau
B).
4)
On obtient en
dfinitive,
en arrondissant les coefficients de
rgression
calculs,
la formule
suivante :
dans
laquelle
T, t,
M et P sont
exprims
en
cart-types (variables rduites).
Linfluence
prpondrante
du
poids
sur le
temps
de
moulage
est ainsi mise en vidence,
ce
qui justifiait
notre mthode de
pondration
de la
production
du
moulage pour
les mesures de
pro-
ductivit.
B 24.
-
Prcision des rsultats :
On a calcul le coefficient de corrlation
multiple
R. en
remplaant respectivement
dans
lqua-
tion obtenue
t, M et P
par
rTt , rTM rTP
et en
extrayant
le carr du rsultat on trouve :
R
=
0.95

caractristique
dun excellent
ajustement
entre les
temps
raliss et les
temps
calculs.
B - 3. LES TEMPS DE MOULAGE DANS UNE FONDERIE DE FONTE
(Mthode
de
Doolittle).
B 31.
-
Nature de ltude :
Il
sagit
dune
tude
mene dans une
petite
fonderie de fonte sur modle de lEst de la France.
Les
pices,
dont le
poids
varie entre et 2.000
kilos,
sont toutes moules la main,
au sable en chssis.
B 32.
-
tude
prliminaire :
A la suite dune tude
systmatique
du
moulage,
laide de
graphiques
de droulement des
tapes,
ralise
par
un technicien averti du
Syndicat
Gnral des Fondeurs de France, Centre de Pro-
ductivit,
M.
Berlancourt,
Ingnieur
E. S.
F.,
5
tapes principales
ont t
dgages
et ! ) I caractris-
tiques
retenues,
savoir :
tapes principales Caractristiques :
1) Serrage
dessous.
1) )
Poids de la
pice.
2)
Dimensions chssis
(L.
1.
Ht).
3)
Nombre coules, masselottes.
4)
Nombre
dattaques.
2) Serrage
dessus.
5)
Haut. de dcrochement du
joint (h
--= 0
=-
joint plat).
3) Dmoulage. 6)
Nombre de
joints.
7)
Nombre de
noyaux.
8)
Nombre en classe.
4) Taillage
coule, vents, masselottes,
Petit une main Pos
(PP).
attaques.
Petit une main
Ajust (PA).
Moyen
deux mains un homme Pos
(MP).
Moyen
deux mains un homme
Ajust (MA).
Gros deux hommes ou au
pont
Pos.
Gros deux hommes ou au
pont Ajust.
9)
Ncessit dune couche
(Oui
ou
Non).
5). Remmoulage
et
chargement
ou
10)
Nature du modle :
crampage.
Mtal
(M).
Bois neuf avec
congs (BNC).
Bois neuf sans
congs (BN).
Bois
usag
avec
congs (BUC).
Bois
usag
sans
congs (BU),
Il)
Coefficient de difficult de 1 3.
66
B 33.
-
Collecte des donnes :
Un technicien de lusine fut
charg
de
recueillir
les donnes sans dailleurs utiliser des chrono-
mtrages.
On tablit une fiche de
renseignements par pice
et ces fiches furent contrles dabord sur
place par
M. Berlancourt lors de
passages
lusine
puis
Paris au Centre de calcul.
B 34.
-
Examen
prliminaire
des donnes :
1) )
Une
analyse graphique
trs
approfondie
des donnes avait abouti aux conclusions suivantes :
-
certains
regroupements
et des transformations
logarithmiques
des
variab1es ..(Xi
=
log xi
et Y
=
log y)
conduisent des liaisons
linaires ;
-
il existe des liaisons entre certaines variables dites
indpendantes ;
;
-
le nombre de donnes concernant les
pices

joint multiples
est insuffisant. Ces
pices
ont
t limines et ltude concerne
uniquement
les
pices
un
joint plat ;
-
il semble
possible
de rechercher directement les
rgressions
entre le
temps
total et les
caractristiques
de
pices.
2)
Il restait en dfinitive mener bien une tude de
rgression
linaire entre les variables
transformes suivantes : T tant la variable
dpendante.
T
==
log temps
de confection dun moule
par
ko de
pice contenue
dans ce
moule ;
P
==
log
du
poids
de la
pice ;
C =
log
de
(volume
du
chssis/Poids
de la
pice) ;
M -
log
de
(nombre
de coules de
masselottes/Poids
de la
pice) ;
A
==
log
de
(nombre dattaques/Poids
de la
pice) ;
N
(1)
=
log
de
(indice
de
rem moulage /Poids
de la
pice) ;
B
==
log
de
(indice
du
modle/Poids
de la
pice).
3)
Pour choisir lensemble de variables donnant la meilleure estimation
possible
du
temps
T,
nous avons calcul les 63
rgressions
obtenues en
prenant
toutes les variables
indpendantes
de toutes
les manires
possibles.
B 35.
-
Calcul des coefficients :
1)
On a
calcul,
en
disposant systmatiquement
les calculs
pour
obtenir un contrle auto-
matique
de lexactitude des rsultats :
2)
On a
rempli
63 tableaux de Doolittle en assurant un autocontrle des rsultats. En annexe
on trouvera en
exemple
le tableau C relatif la
rgression

TP.C.M.A.N.B.
chaque
tableau donne :
-
les
bi
-
la variance rsiduelle.
(1)
Lindice de
remmoulage
est obtenu en faisant la somme des
produits : (nombre
de
noyau
dune classe
par
valeur de la
classe).
La valeur de
chaque
classe de
noyau
a t tablie
par
une
petite
tude de
rgression
entre le
noyautage
et le
temps
de
remmoulage.
67
3)
On dresse
(tableau E)
un tableau
comparatif
des rsultats obtenus.
B 36.
-
Interprtation
des rsultats :
1)
Lexamen du tableau E
permet
de classer les diverses combinaisons de variables
daprs
limportance
de la
variance
rsiduelleV R. Les 5 meilleures sont :
(la
variance totale V T
=
0072956) :
On voit ainsi
que
sans
perdre beaucoup
de
prcision,
il est
possible
destimer un
temps
de mou-
lage
laide dune combinaison de 3 variables seulement sur 6 retenues au
dpart.
B 4.
-
Prsentation des rsultats :
Les rsultats obtenus
par
ces
analyses
sont utiliss
quotidiennement par
les usines
pour
estimer
leurs
temps
de
moulage.
Mais leur
prsentation analytique
nest
pas
dun
usage
commode en atelier. Il faut la
simplifier
lextrme et la rendre
comprhensible
et
pratique pour
des
gens nayant
aucune formation math-
matique.
Concrtement,
les rsultats sont adresss aux
entreprises
sous forme
dabaques.
Le
systme
le
plus
clair nous a
paru
tre
labaque

points aligns
dont les
pivots
sont
rejets
linfini
par aligne-
ment des
origines.
La rotation de
jr/2
et la translation dun
couple
ou de 2
couples
dchelles conduisent la
prsentation
des
abaques qui figurent
en annexe
(tableaux
G et
H)
sur
lesquels
le mode dutilisation
est schmatis.
Symbolisons
un terme
quelconque
de ce tableau en le
dsignant par
un nombre de deuxchiffres,
le
premier indiquant
la
ligne
et le second la colonne
occupe par
ce terme :
.
Exemple :
colonne 7
i
ligne
3
-
S3
==
37
.
Le cadre B est alors
rempli

partir
des
expressions
contenues dans le cadre A . Les
4j
sont calculs en
prenant
le terme ! !
(gal

1)
comme
pivot,
laide des formules suivantes :
VI
... ,
Exemple :
colonne
4.
colonne 1 colonne 4
Le cadre C est form
partir du cadre B en posant :
68
et ainsi de suite
jusqu
ce
que
tous les termes de la
partie gauche
du tableau aient
disparus
(cadre
D de
lexemple).
Les coefficients de corrlation
partielle apparaissent
alors dans la
partie
centrale.
Contrle : Les calculs sont contrls
aprs
avoir servi
chaque ligne
du tableau en formant :
qui
doit tre
gal

Dh7 .
ANNEXE
La fonderie de seconde fusion entre dans les industries de transformation de matriaux bruts
(mtaux)
en
produits
finis ou semi-finis
(pices).
La
pice
est obtenue
partir
dune
empreinte
o est coul le mtal.
A) Lempreinte
est ralise dans un matriau rfractaire et
plastique (sable argileux),
ou
mtallique (coquille),
laide dun outil
(modle)
et
doutillages complmentaires (fouloir,
chssis,
etc...).
La confection de
lempreinte
fait intervenir de nombreuses
oprations,
telles
que :
-
la
prparation
du sable dans une sablerie
(ou non) ;
-
la confection du moule laide du modle
(donnant
les formes extrieures de la
pice)
et
chssis, fouloirs
-
le
dmoulage
du
modle ;
2013
ltuvage
ou limination de lhumidit du
sable ;
-
la confection des
noyaux
en sable
pour
les
parties
internes des
pices (si
elles
existent) ;
-
le
remmoulage,
cest--dire la fermeture du moule
aprs
la mise en
place
des
noyaux.
Lempreinte
est alors
prte
recevoir le mtal
liquide
obtenu
partir
de :
B)
La fusion et la coule
(remplissage
du
moule).
Le mtal est fondu dans un four
(cubilot,
four
lectrique)
suivant sa
nature,
recueilli dans
une
poche,
introduit dans la
pice par
des chenaux et coules.
Le mtal se contracte et se refroidit dans le moule.
On extrait la
pice par :
C)
Les
oprations
de finition :
Le
dcochage spare
la
pice
des matriaux
ayant
servi sa confection.
Le
dbourrage
enlve les
noyaux.
Lbarbage
limine les
appendices
de la
pice
ncessits
par
la coule
(attaques,
vents,
masselottes).
Lopration
se fait de
prfrence aprs dcapage (jet
de
grenailles).
Ces
oprations peuvent
se
complter par
les traitements
thermiques,
la
soudure,
lusinage,
les traitements de
protection (maillage, chromage).
69
FABRICATION DUNE PICE DE FONDERIE
70
TABLEAU A
Schma de calcul des coefficients de
rgression
Mthode dAitken modifie avec
pivot
converti en unit
TABLEAU B
71
u
:D
~
wJ
00
M
W
a
x
S
M
o~H 0
~
H m ~
o ~! 0
000
i~ H A
-
! H
w :~ 0
A Ct w
W~
0
~ H m
j Q
p
d
Z ~W
z 2 &#x3E;
H
~
0
E-
~
0
P
&#x26;
0
ii~
A
72
73
TABLEAU E
74
u-
LLI
J
co
.C
ii,
~
~

~
t-.--
~
0
!J
Q
fi)
t~
1&#x26;J