Vous êtes sur la page 1sur 2

056_057_Dossier metrologie 28/06/05 15:26 Page 56

Dossier mtrologie
VALUATION DE LINCERTITUDE

Une autre faon de voir

Delta Mu Conseil est une socit qui propose des logiciels de gestion de la mtrologie, de la formation, du conseil. Son fondateur, Jean-Michel Pou, est une figure iconoclaste dans le milieu de la mtrologie. Il aime bousculer le GUM*, le VIM** et
les ides reues. Ici, il prsente une solution par simulation numrique qui permet de distinguer lincertitude de linstrument talonner de lincertitude bruit de fond du processus dtalonnage. Si cette solution est encore thorique (mais
dj prouve), elle tente de rpondre de vraies questions : celles que se posent les industriels.

n grand industriel franais


dpense plusieurs dizaines
de milliers deuros par an
pour quelques quatre mille
oprations dtalonnage sur des quipements de mesure. Etalonns en moyenne
tous les trois mois, ils sont pingls dun
certificat avec une dispersion des erreurs
mesures, tous moyens confondus, autour
de 1 %. Or cet industriel ne respecte pas
les spcifications de la norme qui lui impose une erreur pour ce type de moyens infrieure 0,8 %. De plus, le prestataire charg de ltalonnage annonce une incertitude
de 0,04 % sur sa procdure. Lindustriel
sinterroge.
Lui vient alors lide (souffle par Delta Mu
Conseil) de raliser une srie dtalonnages
avec le mme moyen, le mme jour, dans
des conditions strictement identiques et en
changeant uniquement le technicien. Un
simple test de rptabilit et reproductibilit inter-oprateur, en somme, dont lcarttype conduit lui aussi une dispersion de
lordre de 1 %. Premire observation : les
erreurs releves prcdemment ne sont
donc pas les erreurs des moyens par euxmmes mais celles du processus dtalonnage dans son ensemble. Deuxime observation : le prestataire a survalu ses
possibilits en annonant une incertitude
de 0,04 % sur sa procdure dtalonnage
ou du moins a-t-il omis de considrer que
ctait lincertitude optimale de son banc
en laboratoire, sans prendre en compte les
facteurs dinfluences intervenant sur ses
prestations ralises sur site. Pourquoi
dpenser tant pour un si mauvais rsultat?
On comprend que lindustriel, qui a pay
plusieurs dizaines de milliers deuros pour
ce rsultat pendant plusieurs annes, souhaite reconsidrer les choses.
Pour comprendre ce qui se passe, il faut,
en premier lieu, se convaincre quau
moment de ltalonnage, on ne mesure pas
lerreur ponctuelle de linstrument mais on

56

En simulant n fois un processus dtalonnage dun instrument parfait, on obtient n


quations de forme polynomiale (par
exemple ax+b). Sur le graphe de signature,
on obtient un nuage de doublets (a,b) : la
signature du processus dtalonnage. Lors de
ltalonnage rel dun instrument, si le point
obtenu appartient au nuage, ceci veut dire
que leffet observ nest probablement pas d
linstrument (cas 1). A linverse, si le
point se distingue de la signature, linstrument a bien une erreur qui sajoute celle
de processus dtalonnage et que lon peut
quantifier (cas 2).

estime lerreur de mesure dun processus


tout entier. Cette erreur reprsente lcart
entre la valeur mesure (par linstrument)
et la valeur attendue (la plus vraie possible,
mesure par un talon). Elle provient videmment de limperfection de linstrument
en cours dtalonnage mais galement de
tous les autres facteurs qui participent au
processus dtalonnage : talon, mthodes,
oprateurs Ainsi, en faisant lhypothse
de ltalonnage dun instrument parfait, on
aura quand mme des erreurs de mesure
que lon attribue linstrument (du fait des
dfinitions du VIM** que nous avons dj
remises en cause lors du 10me congrs de
Mtrologie de Saint Louis 2001 : Et si
le VIM stait tromp?).

Une approche pas comme les autres


Il est tout fait possible que lincertitude
attribue linstrument soit, en grande partie, celle du laboratoire. Cest ce qui sest
pass pour les moyens spcifiques de
lindustriel pris en exemple. Lincertitude
de linstrument est noye dans celle du processus dtalonnage. Ceci conduit des survaluations de la part de linstrument dans
lincertitude dun facteur pouvant aller parfois jusqu 100.
Aujourdhui, tous les laboratoires procdent ainsi. Pourtant, ce sont eux seuls qui
atteignent des niveaux de bruit suffisamment faible pour esprer dtecter linstrument de mesure sans pour autant ne voir

queux. Mais comment faire?


La socit Delta Mu Conseil qui travaille depuis
plusieurs annes, sur loptimisation de la
mtrologie dans lindustrie, a cherch
sortir de cette problmatique. Elle propose
une solution par une simulation numrique
du processus dtalonnage. Cette approche
sort des sentiers battus et va au-del de celle prconise par le GUM. Elle va dans le
sens dune dmarche Qualit progressiste
qui veut rellement matriser ses mesures
(et non uniquement ses instruments de
mesure !) et donc les dcisions qui en
dcoulent. Elle se prsente comme une rupture avec la tradition administrative qui
consiste le plus souvent collectionner les
PV tous les ans. De plus, elle ninduit pas
de travail supplmentaire car seul le traitement des informations est ralis diffremment. Par ailleurs, comme elle sappuie
sur la modlisation mathmatique dun
processus, elle peut sappliquer tout process industriel : suivi de la dispersion des
pices, matrise statistique des procds,
processus de fabrication
Cette simulation numrique permet de
connatre lincertitude lie au processus
dtalonnage, lexception de linstrument
talonner. Il sagit dans un premier temps
dtablir un modle mathmatique du processus dtalonnage (cest possible partir
dun simple fichier Excel). Ensuite, chaque
simulation, on fait varier, ensemble, toutes
les composantes de lincertitude lies au
MESURES 776 - JUIN 2005 - www.mesures.com

056_057_Dossier metrologie 28/06/05 15:26 Page 57

Dossier mtrologie
processus dtalonnage (talons, mthodes,
oprateurs) en leur donnant des valeurs
alatoires. On peut alors multiplier des centaines de fois le nombre de simulations. On
obtient ainsi les erreurs du processus dtalonnage qui pourraient tre observes si
linstrument tait parfait. Autrement dit, en
simulant n fois ltalonnage dun instrument
parfait, on va trouver n quations attribuables au processus dtalonnage et non
linstrument talonn. A chaque quation
de forme polynomiale (ou autre) correspond donc un n-uplet (ai,bi, ). Ceux-ci
peuvent tre matrialiss graphiquement
deux deux. On obtient alors diffrents
nuages de points : la signature du processus dtalonnage.
Lors de ltalonnage rel dun instrument,
et aprs stre assur de la validit du modle, il suffit alors de positionner les couples
de coefficients obtenus dans les graphes de
signature. Si le point obtenu sort du nuage
de points, alors linstrument a bien une
erreur qui lui est propre et dont on estime
lquation. A linverse, si le point rel appartient au nuage, leffet observ nest probablement pas d linstrument. Dans ce casl, le laboratoire doit dire : Votre instrument
a des erreurs infrieures notre seuil de dtection . Et
sil veut aller plus loin dans sa prestation, il
poursuivra : Ce seuil est tabli partir de notre procdure standard. Pour diminuer ce seuil, il nous faut
augmenter le nombre de points de mesure et/ou le
nombre de rptitions par point. Si vous en avez relle-

ment besoin, nous devrons donc redimensionner notre


prestation . Il peut ainsi, en tout honntet,
dfinir, pour son processus dtalonnage,
un seuil de dtection dincertitude. Le
nombre de points de mesure et de mesures
ralises lors de ltalonnage sera tabli en
fonction du niveau dincertitude que lon
recherche sur linstrument de mesure.

Plus besoin de lerreur maximale


Cette mthode bouscule quelques habitudes. Tout dabord, nous ne raisonnons
plus sous langle de lerreur maximale. En
effet, pour estimer une incertitude de
mesure, le GUM prconise lanalyse des
variances des facteurs qui composent le
processus. Comment procdons-nous
aujourdhui ? Nous dterminons, par un
certain nombre de points (gnralement
limit cinq ou six), lerreur maximale de
chacun de ces facteurs. Nous en dduisons
ensuite, via une loi de distribution dont
nous ne savons pas toujours si elle est la
mieux adapte, lcart-type considrer
dans le calcul. Cette faon de faire soulve
deux interrogations. Premirement, comment sommes-nous sr que lerreur
maximale calcule est vraiment maximale
(le nombre de points tait-il suffisant ?).
Deuximement, comment sommes-nous
srs que nous avons choisi la bonne loi de
distribution?
Avec la simulation numrique, pour chaque
talonnage simul, on obtient des valeurs

Hors normes
Comprendre ce
qui se passe dans
un processus de
mesure, induit
toujours des
gains importants
de productivit .
A Lyon, au Congrs de Mtrologie,
Jean-Michel Pou, fondateur de Delta
Mu Conseil, militera pour une mtrologie industrielle pragmatique qui
ninduit ni survaluation des erreurs, ni
surqualit de la production. Les gens
qui font de la SPC (matrise statistique
des procds) ne se rendent pas toujours
compte quel point la mesure peut les
tromper ! .
Il en profitera certainement pour gra-

tigner quelques normes.


- avec leur interprtation qui a conduit
une approche administrative de la
mtrologie. Comme les normes dassurance qualit qui ont induit la multiplication des certificats dtalonnage sans discernement. Oui, il y a des normes. Mais,
une norme nest pas une loi. Rien ninterdit de les adapter son besoin .
- ou leur vision des E.M.T : (erreurs
maximales tolres). Il a t montr
quune erreur allant jusqu 15 % sur les
moyens naffecte pas la qualit des
mesures ralises. Ainsi on comprend
bien au regard de ce type dutilisation
particulire quune limite de non-conformit fixe 0,8 % par une norme gnraliste est une aberration .

MESURES 776 - JUIN 2005 - www.mesures.com

alatoires qui reprsentent les valeurs possibles de lerreur du processus ( lexception de linstrument). Lorsquon talonne
un instrument rel, on peut extraire directement, sil est au-dessus du seuil, lcarttype qui en provient. Ainsi, on na plus
besoin de passer, ni par lerreur maximale
(qui ne lest pas!), ni par la loi de distribution (que lon ne connat pas!).
Par ailleurs, dans cette approche, une nouvelle notion est introduite : celle des
variances courtes et des variances longues.
Explications : parmi les facteurs qui influent
sur lincertitude globale dun processus
dtalonnage, certains varient vite, dautres
lentement. On peut donc pousser lanalyse des causes dincertitude en se demandant si, pendant le temps de ltalonnage,
elles ont ou non le temps de varier.

Variances courtes
ou variances longues
La rptabilit ou lerreur sur la lecture (qui
diffre chaque point de mesure), sont des
variances courtes. En revanche, la temprature dans un laboratoire climatis ne
variera sans doute pas dune manire significative durant un talonnage. De mme
leffet inter-oprateur dans un processus
peut tre considr comme constant tant
que loprateur ne change pas (ce qui est
souvent le cas lors dun talonnage). Quant
la drive des talons, elle est gnralement une variance longue, longue, longue,
du moins lchelle dun talonnage.
Actuellement, les mthodes destimation
de lincertitude ne tiennent pas compte de
ce caractre rapide ou lent. Les
variances longues, alors quelles se comportent pendant ltalonnage comme des
erreurs systmatiques, ne sont pas considres comme telles et peuvent conduire
des conclusions errones! Pourtant, rien
nest plus simple que la prise en compte
de ce caractre rapide/lent, exprim sous
la forme dun coefficient entre 0 et 100 %.
Pour une variance longue, la mme valeur
derreur simule sappliquera chaque
point de ltalonnage numrique. Pour une
variance courte, la valeur de son erreur
variera (plus ou moins selon son coefficient) dune mesure sur lautre.
Jean-Michel Pou
Delta Mu Conseil
* GUM : Guide pour lexpression de lincertitude de
mesure (NF ENV 13005).
** VIM : Vocabulaire international des termes fondamentaux et gnraux de mtrologie.

57