Vous êtes sur la page 1sur 103

Mtrologie

Jean-Marie De Conto

Bibliographie: Christophe Bindi - Dictionnaire


pratique de la mtrologie AFNOR (dition
2006) - ISBN 2-12-460722-7
Novembre 2012

La mtrologie
Science de la mesure

Connatre une grandeur par un procd: le mesurage


Le rsultat obtenu entach dune erreur
Lie au principe et au dispositif de mesure
Lie aux appareils, lenvironnement et loprateur
Objectif: Estimer et majorer (au minimum) les erreurs: calculs dincertitude (A ou B)
Modlisation du procd de mesure ou estimation statistique ou connaissance a priori
Avoir une rfrence dfinie (talon)
Type A: calcul dcart-type (par exemple), votre charge
Type B: donne de lappareil
Organisation requise dans lentreprise

Qui va utiliser la mtrologie?


Contrle de fabrication
Ne pas trop livrer de pices non-conformes
Ne pas rejeter trop de pices conformes
Estimer le risque en fonction du rsultat de la mesure
Savoir dfinir ses besoins en matriel de mesure
Laboratoire
Mesures fines.

Ex: mesurer une frquence de rsonance avec 5 chiffres significatifs (prise en compte des drives en

temps, en temprature)
Mesurer la constante de Planck avec 10 chiffres

Multiplier les mesures et rduire lincertitude par moyenne


Besoin de calculs parfois difficiles

Estimer les incertitudes sur des processus complexes et non modlisables (mthodes

empiriques)

Besoin dchange entre laboratoires


Besoin de normalisation

Principes fondamentaux

Questions naves
Quest ce quune incertitude? Une incertitude type?
Quest ce quun intervalle de confiance un niveau donn?
Une mesure se lit entre deux graduations. Que vaut lincertitude?

Et lincertitude type?
Do vient la formule dite de propagation?
Comment dois-je faire en cas derreur systmatique?
Comment dfinir une bonne mesure?
Je trace une grandeur Y en fonction dune grandeur mesure X
selon une droite de rgression Y~aX+b
Pourquoi ai-je besoin de connatre lincertitude sur a et b?
Comment dois-je faire?

Une incertitude est lestimation de lerreur commise


Erreur=variable alatoire avec une moyenne et un cart-type
Moyenne: erreur systmatique (offset, dcalage de zro)

Ecart-type: fluctuation dune mesure lautre


Erreur systmatique: implique un coefficient de correction

(entach derreur)
Fluctuation: peut se rduire par moyenne de plusieurs mesures
Incertitude type: estimation de lcart-type de lerreur
Incertitude largie = k*incertitude type
Intervalle de confiance: intervalle o la vraie valeur n% de
chances de se trouver

Lecture entre deux graduations


Loi derreur: uniforme (pas de rgion privilgie) sur [-a, a]
Une graduation = 2a
Densit: = 1/2
Moyenne: =

= 0 (point milieu)

2 = 2 = 2
3

2
2
= =
3

Lincertitude type de lecture entre deux graduation est la demi-

graduation divise par 3


Pas de philosophie du type je sais apprcier la demi-graduation
Dfinir lincertitude par un cart-type est la seule manire non
ambigu de le faire
Rien nempche ensuite de prendre une incertitude largie!
7

Le processus de mesure
Soit V la valeur vraie
Le processus de mesure donne en fait = + +
E = erreur alatoire (fluctuations) de moyenne nulle et

dcart-type
D = erreur systmatique (constante)

Moyenne et incertitude sur la moyenne


On effectue N mesures mi dune mme valeur M
Moyenne exprimentale =

1 ++

+ o D est lerreur systmatique


On estime D par comparaison/vrification/talonnage
Lcart-type de la fluctuation autour de Me est estim par
2

2
(cest lincertitude type sur une mesure)
1

est lincertitude type sur la moyenne (diffrente

de M)
La seule chose que lon sache dire:
9

Un exemple:ampremtre
On insre un ampremtre 7 chiffres dans un circuit (gamme

0-1A).
On relve 0.516923A. Comment estimer raisonnablement
lerreur commise? Combien vaut elle? Comment amliorer le
rsultat?
On fait 3 mesures successives de 0.511294, 0.522917 et

0.505114 A. Que faire pour amliorer le rsultat? Incertitude?


On ne peut PAS rpondre dans le premier cas car on ne connat
ni lampremtre ni lenvironnement
On na aucune ide de lerreur systmatique (mauvais zro)
Dans le second cas, on peut estimer la fluctuation des valeurs,
qui peut provenir de lenvironnement: ce nest pas parce que
lampremtre est parfait que les valeurs ne fluctuent pas

10

Mesure=appareil+environnement+oprateur

Moralit
Effectuer une mesure de courant correcte demande
La connaissance parfaite de lappareil et de son environnement
La dtermination (comment?) de lerreur systmatique
La connaissance ou la dtermination de la fluctuation statistique des
mesures (dispersion, cart-type esur la valeur lue).
e pourra tre estim exprimentalement. Ce devrait tre une constante
indpendante du nombre de mesures car il mesure la dispersion des
mesures individuelles.
dcroit quand N augmente
2

11

Autrement dit: ne pas confondre

Me

Pour rduire lincertitude on fait N

12

mesures
Lcart-type exprimental estime la
dispersion des mesures. Sa valeur se
stabilise vers la dispersion vraie
(non-nulle) de m quand N grandit
Ce nest donc pas une incertitude
Lincertitude sur la moyenne est
donne par
Elle tend vers zro avec N

1 + +
=


1
=

Un second exemple: mesure de


rsistance
On lit I=0.5A avec une incertitude de 0.001A et V=3V avec une

incertitude de 0.02V
Incertitude sur R?
I

V
R
I
R 2 R 2
2
uR u I
uV
I
V
2

2
V
1 2
2
2
uR 4 uI 2 uV
I
I
13

Formule de propagation des incertitudes

Un dernier exemple

On talonne un manomtre suppos linaire


Vlu=f(Pref)
On fait passer une droite V=aPref
Pref est entach dune incertitude
Vlu galement
On doit donc dduire (cf TDs) lincertitude sur
a
Quand on utilise le manomtre, on relve une
tension Vmes (entache dune incertitude) et lon
dduit Pmes par Pmes=Vlu/a
On dduit lincertitude sur Pmes grce la loi de
propagation connaissant les incertitudes sur a et
V

B
y = m2 * M0
Value
2,6301
26,211
0,95177

m2
Chisq
R

40

Error
0,15137
NA
NA

xy

a
x

35

30

25

20

15

10

0
0

14

2
V
1 2
2
2
uP 4 ua 2 uV
a
a

8
A

V=f(P)

10

12

14

Votre but: une mesure prcise?


Ex: mesurer x (valeur vraie=4)

Faible dispersion: FIDELITE

15

Bon centrage: JUSTESSE

La bonne mesure doit tre juste et fidle

Le terme prcision

nexiste pas en mtrologie

16

Que faire?
Justesse (ex: tarage dune balance):
On lobtient par talonnage ou vrification sur une rfrence (dtermination du

facteur de correction).
Attention: un coefficient de correction a lui-mme une incertitude, que lon devra
intgrer au bilan final
Fidlit
Cas dune seule mesure: il faut connatre la dispersion (lcart-type) sur une mesure.

Il sagit alors en gnral dune incertitude de type B.


Cas de plusieurs mesures:

On dtermine la dispersion en calculant lcart-type eexprimental su N mesures.


On prend la moyenne des N valeurs comme rsultat final
Lincertitude sur la moyenne est e/N

17

Processus de mesure
La mesure ne se borne pas la lecture dun appareil
Les erreurs proviennent
Des performances de lappareil (moyens)
Du mode opratoire (mthode)
Du personnel (main-duvre)
De lenvironnement (milieu)
Du mesurande (matire)
Analyse ncessaire par une personne comptente

18

Niveau de confiance
Lincertitude est, mathmatiquement, lcart-type u estim de la loi

statistique de lerreur commise. La connaissance de la loi de probabilit


associe donne le niveau de confiance
On ne peut pas chiffrer un risque si on ne connat pas la loi de probabilit de
lerreur!! Lincertitude ne donne PAS la loi.
Cas uniforme, on a 57.7% dans u et 100% dans 3 u
Cas gaussien, on a 68% dans u et 99.7% dans 3 u

Lassertion on a 99.7% dans 3 u est une stupidit.


Il faut connatre la loi de probabilit
19

Le cas particulier de la moyenne des


mesures
Thorme Centrale Limite: Si lon ralise N mesures dune

grandeur G, indpendantes et de mme loi, la moyenne de ces N


mesures converge vers une Gaussienne dont lesprance (la
moyenne) est celle de G et la variance est celle de X divise par N.
Autrement dit, quand on travaille sur la moyenne des mesures, on
sait que celle-ci converge vers une loi gaussienne (N>30)
Pour N plus petit, pour G normale, la moyenne suit une loi de
Student

20

Niveau de confiance quand on sait que la loi est


gaussienne (ou N>30)
Intervalle de confiance n%: +-kE

k=facteur de confiance ou dlargissement

21

Si m semble suivre une loi normale, la moyenne des


mesures suit une loi de Student. Plus prcisment:
G est une variable alatoire gaussienne
Quelle est la loi de distribution de la loi normalise (m=moyenne

exprimentale)


2
m

22

G m

m
E2
N

X mesure lerreur commise sur lestimation de m


Pour N=2, cest une distribution de Lorentz
Pour N grand, cest une gaussienne
Pour N petit, cest la loi de Student

Loi de Student

Degrs de
libert: Nb
chantillons-1

23

Loi de Student
Nota: ici x correspond G

24

Estimer lincertitude quand on ne connat


pas les lois statistiques est difficile. On
fait donc des hypothses et/ou des
majorations.
Rgle de base pour toute mesure:
comprendre ce que lon mesure

Autres lois
Garantir un niveau de confiance nest possible que si

lon connat les lois de probabilit

Gauss: pas de pb
Gauss avec peu dchantillons: Student (facteur correctif)

Sinon: estimer les lois et les rapprocher de lois connues


TD: que valent les coefficients de Student pour une

loi uniforme?

25

exemples
Figures p 170 etc

26

Ex: Approximation grossire dune gaussienne


Ainsi que (un caf qui trouve)??????

27

Incertitudes et tolrances
Incertitude: garantit que la valeur est dans un intervalle avec un

niveau de confiance donn


Tolrance = zone de valeurs acceptables
Rapport Incertitude/Tolrance=U/T
Entre (valeur maximale) et 1/10.

28

Exemple: Fabriquer des barres de


400mm+-0.9mm
Un paramtre U/T petit permet
La rduction du nombre de pices dclares non-conformes
Une amlioration du processus de fabrication

Figure 3.4

29

Dcision lors dun contrle

30

Incertitudes: La ralit du terrain


Il est indispensable de sadapter son environnement

A lIUT: utilisation stricte des rgles (but pdagogique)


Au laboratoire (notamment dtalonnage ou dessais): idem
En entreprise: Parfois difficile de bien estimer toutes les incertitudes, problmes

(parfois), de moyens, de temps ou de comptences

Estimations plus sommaires fautes de moyens


Estimations plus sommaires pour des aspects scurit (majoration+facteur de scurit)

Ncessit de comprendre finement ce que lon fait afin de simplifier efficacement sans

pour autant commettre une erreur majeure valeur ajoute

Exemple: mesure de charge de llectron,calcul de vide, dpaisseur de bton etc.

31

On fait des simplifications quand on a compris


le cas gnral!!!

Composition des incertitudes (loi dite


de propagation)
Grandeurs non-corrles

y 2
ui
u 2 ( y )
i 1 xi
n

Grandeurs corrles

n
n
y 2
y y
ui 2
u ( y )
kij
i 1 xi
i 1 j i 1 xi x j
kij ui u j rij
n

Cas dune distribution suppose non-normale: Loi de Student avec un nombre

de degrs de libert efficace (formule de Welch-Satterhwaite, annexe G de


NF ENV 13005)

32

La formule de propagation: trouvez lerreur


Thorme: lapplication brutale de la formule conduit des contradictions

33

La vraie rponse
La cl: les fluctuations de la grandeur de sortie sont dues celles des grandeurs

dentre, de moyenne suppose nulle (justesse) et dcart-type donn


La loi de distribution de lerreur nest pas forcment connue et lon ne peut
considrer que les carts-types
Lincertitude-type fournie ne caractrise que les fluctuations. Il manque
lerreur systmatique

s f ( x, y )
f
f
ds dx dy
x
y
f
f
s x y
x
y

f 2 f 2
x y
x
y
2

2
s

34

Une application intelligente sur la rgression


linaire y=ax
(1) Formule de base et

xy u
a
x

incertitude

2
a

x x
2

u 2y

2
u
x
2

a x 2 xy

(2) Ou encore

x 2 da 2a xi dxi xi dy i yi dx i
x 2 da xi dy i yi 2axi dx i

x u x u y 2ax
x u x u u y
2 2

2
a

2 2

2
a

2
y

2
y

2
x

u x2 x 2 u 2y u x2 y 2 4a xy 4a 2 x 2

Ici, (1) reste le plus simple, mais a ne dure pas


Nota: la regression classique privilgie un axe (minimisation de lerreur selon y,
ce nest pas optimal mais nous nous limiterons ce cas

35

Rgression parabolique pour curiosit cf


document Rgressions et incertitudes

36

Et si je faisais plusieurs mesures ?

xlu x emesurande electure


La dispersion, mesure par lcart-type exprimental, inclut

les deux erreurs. Donc je nai plus de soucis

37

Fabrication de pices de
500mm0.19mm
Pied coulisse gradu au dixime (pas malin!)

UNE Mesure: 500.15mm


a=0.05mmu=0.029mm10% de risques=

u3

500.15
38

500.19

500
500.1

500.18

500.2

Autre exemple (idiot?)


Je mesure une longueur de 600 mm avec une rgle de

500 mm gradue au mm. Incertitude?

x x1 x2

x1 x 2 0.29
2


2
x

39

2
x1

2
x2

0.5 0.5

3 3

x 0.5 2 / 3 0.4

Puisque lexemple est idiot, quel est le niveau de confiance si


lerreur sur chaque mesure est uniforme?
La densit de probabilit de la somme de deux VA continues est le produit de convolution de leurs
densits de probabilits

-a/2

40

a/2

a/ 6

*
-a/2

a/2

-a

Mesure de la moyenne dun d


Moyenne vraie: 3.5 - Ecart-type vrai: 1.7
Essais: 3,3,5,4,4,2,4,5,4,6,3,5,4,1,5,1,5,2,4,5
Cinq premires valeurs
Moyenne exp: mE= 3.8, E=0.836, u=0.37 (incertitude type)
mE1.14u [3.37 4.22] avec 68% de NC
mE2.13u [3 4.6] avec 90% de NC
Dix premires
Moyenne exp: mE= 4, E=1.11, u=0.35 (incertitude type)
mE1.06u [3.65 4.35] avec 68% de NC
mE1.83u [3.35 4.64] avec 90% de NC
Vingt valeurs
Moyenne exp: mE= 3.75, E=1.41, u=0.31 (incertitude type)
mE1.03u [3.44 4.06] avec 68% de NC
mE1.73u [3.21 4.28] avec 90% de NC
Les dix dernires: mE= 3.5, E=1.65, u=0.52 (idal!)

41

Prsentation des rsultats


Mesurande, incertitude type ou incertitude et

coefficient largissement)
M=100.02147g et u=0.36 mg
M=100.02147(36)g
M=100.02147(0.00036)g
M=(100.021470.00036)g risque de confusion
M= (100.021470.00072)g et k=2

42

Faire les calculs avec la prcision maximale


(attention au cumul darrondis!)

Chiffres
Ex: on trouve M=12.783997342 g et u=0.0673176 g
Pour M on garde les chiffres exacts+les deux entachs

derreur avec les rgles darrondi.


Pour u on garde le 1er chiffre non nul et le suivant
major
Ici: M=12.784(0.068)g

43

Estimation concrte de lincertitude:


deux mthodes

Norme NF ENV 13005 (guide pour lexpression de

lincertitude de mesure) ou GUM


Norme NF ISO 5725-1 6 (Exactitude justesse et
fidlit- des rsultats et mthodes de mesure) ou
5725

44

GUM
Notion issue de la mtrologie
Modlisation du processus de mesure
Estimation de lincertitude de mesure (grandeur de sortie)

partir des incertitudes des grandeurs dentre


Besoin de connatre toutes les sources derreurs possibles
(grandeurs dinfluence, talonnage, erreurs de lecture)
Difficile cependant mettre en uvre dans le cas dessais.
Il faut pouvoir modliser mathmatiquement le processus, ce qui
peut tre difficile ou impossible

45

5725
Issu du monde des essais
Quantification de la qualit dune mthode dessai par des

comparaisons exprimentales interlaboratoires


Mthodes et dmarche : fascicule de documentation FD X 07-021
(Normes fondamentales. Mtrologie et applications de la
statistique. Aide la dmarche pour lestimation et lutilisation de
lincertitude des mesures et des rsultats dessais)

46

Caractristiques

47

GUM

48

A titre dillustration: extrait de la norme


ENV13005

49

Estimation des incertitudes de type A


Estimation exprimentales des incertitudes/erreurs
Rptition des mesures et rduction de lincertitude
Pour k sries de mesures, on a la variance cumule

N1 1 12 N k 1 k2

N1 1 N k 1
2

OU talonnage dbouchant sur une loi mathmatique (ventuellement

empirique) obtenue par moindres carrs

50

Estimation des incertitudes de type B


Quand on ne peut pas (ou ne veut pas) valuer les incertitudes de

manire exprimentale

Rsultat de mesures antrieures


Spcifications fabricant
Exprience de ses instruments
Donnes issues de documents dont les certificats dtalonnage

Domaine:
Incertitudes dues aux grandeurs dinfluence
Rsolution de lappareil
talonnage
Besoin:
Connaissance de ltendue des grandeurs utilises
Connaissance des lois de distribution statistiques

51

xemples de lois et de leur domaine dapplication

52

Mthodologie
Rduction des erreurs alatoires et systmatiques
Dtermination du modle mathmatique de lerreur. Exemple de

lampremtre
Ex: Cv est une correction de calibre du voltmtre, avec son incertitude
(donns par le certificat dtalonnage)
C0 est la diffrence entre valeur lue et valeur estime: correction

obtenue par plusieurs mesures et moyenne


Introduction de
lampremtre
dans le systme

U CV
Ie e
Re CR
C0 I e I lu C C0 CI
talonnage

ampremtre

mesure

(rsolution,
impdance etc)

Ie
53

Re

Ue

Les 5M

54

Incertitude type A
Calcul des valeurs moyennes sur I et V, avec les incertitudes

exprimentales (coef de Student 1.05 pour 68.27% de niveau de


confiance)

55

Corrections

56

Incertitude de type B sur les corrections


Concerne Voltmtre, Shunt et Ampremtre
Voltmtre(exemple):
Certificat dtalonnage donne une incertitude de 5 10-5Vmes +0.7V pour
k=2
u(Cvtal)=2.9 V

Rsolution 1 V rectangulaire
1 V /12=0.6 V = u(Cvdrive)

etc

57

Rsultat final: application de la loi de


propagation des incertitudes au modle
choisi (calculs non donns ici)
U e CV
C C0 C I
I CI
Re CR

CR R
CI I

uc2 (C )
58

uV2 uC2V
R2

V2 2
2 uR uC2 R uIa2 uC2 I
R

Mthode 5725

59

La norme NF ISO 5725


Objectif: valuer la qualit dune mthode dessai, grce des

campagnes interlaboratoires, soumises des protocoles spcifis


Exemples: dfinition dun matriau de rfrence, performance des
laboratoires sur des essais spcifiques, comparaison de mthodes

60

Fidlit: modlisation
y=m+B+e
y=rsultat dessai
m=moyenne
B: cart du labo % m (biais du labo)
e=erreur alatoire survenant dans chaque mesure dans des conditions de rptabilit
On dduit:
La variance intralaboratoire
2
La variance interlaboratoires
e
La variance de rptabilit
La variance de reproductibilit
2
Un modle plus raliste demande de
B

rajouter le biais de loprateur


2
r

2
e

R2 r2 B2
61

Exactitude dune mthode dessai:


justesse et fidlit

62

Fidlit: Les facteurs qui influencent la variabilit


dun essai peuvent prendre deux tats - Exemples

63

Fidlit: Le principe de la mthode des plans dexpriences


la catapulte: maximiser sa porte

64

http://www.si.ens-cachan.fr/ressource/r18/r18.htm

CINQ Paramtres (entres):


bandage de llastique (goupille du mt avant ; 4 positions
possibles, 3 utilises)
accrochage de llastique (sur le bras ; 5 positions possibles, 3
utilises)
position du bol sur le bras (5 positions possibles, 3 utilises)
angle de bute de percussion (goupille dans lune des 6 positions
prvues, 3 utilises)
angle darmement (variation continue, 3 positions utilises)

Une grandeur de sortie: la porte

65

Ide: faire un minimum dessai pour


estimer ce que lon cherche
Bandage

Angle
armement

Distance en
mm

ESSAI

P1

P2

Rponse

-1

-1

10

+1

-1

20

-1

+1

200

+1

+1

140

E1=-12.5

66

E2 =77.5

Moyenne=92
.5

P1 : Bandage (niveau haut : position


4 ; niveau bas : position2)
P2 : Angle armement (niveau haut :
180 ; niveau bas : 150)
E1=-12.5 mm signifie que lorsque le bandage
est son niveau haut (position 4) la distance
en mm sera en moyenne de 92.5 - 12.5 = 80
Ainsi, en comparant les effets, il est possible
de constater que l'angle d'armement a une
influence suprieure au bandage

On peut obtenir leffet des facteurs sur la moyenne en seulement 27 essais.

graphe des effets des facteurs avec un plan rduit Taguchi

67

Les plans dexprience pour estimer


les dispersions

68

Estimation de la justesse
Il faut au pralable estimer la fidlit
Il faut disposer dune rfrence conventionnellement

vraie
Problme de la justesse = celui du biais

Biais de la mthode : y=++B+O+e


Tous les labos sont dcals dune mme valeur
: valeur de rfrence accepte
Estimation du biais (ISO 5725-4)

y
69

Comment organiser tout cela?


Organismes, talonnage, raccordement, gestion

70

Les organismes

Convention du mtre: trait qui lgitime la suite


CGPM: runit des dlgus de la Convention du mtre.
CIPM: Comit de supervision
BIPM: Bureau International des Poids et Mesures (Breteuil): en
charge des talons primaires + recherches fondamentales (talons,
techniques)

Nombreux organismes europens, mondial etc


Et en France?

71

LNE
Laboratoire National de Mtrologie et dEssais (LNE)
A repris les activits du BNM depuis 2005
Coordination des 4 laboratoires nationaux de mtrologie

(CEA/LNHB, CNAM/INM, Observatoire de Paris et LNE)


Mtrologie fondamentale (maintien des talons nationaux pour le

raccordement industriel la norme ISO9001). Mcanique, thermique,


optique, chimie et lectricit
Mtrologie lgale (Ministre de lIndustrie)
Mtrologie lusage des industriels, la Sant ou autres (prestations de
service) SI BESOIN
25 accrditations (mai 2005) par le COFRAC

72

COFRAC
Atteste que lorganisme accrdit est comptent
Permet de valider au niveau international
Garantit que le prestataire satisfait
Aux exigences de management de la qualit
celles de traabilit des oprations mtrologiques
Concerne les aspects techniques ET les aspects documentaires
Audit annuel
Accrditation
Peut tre ncessaire
Peut tre volontaire
Quatre sections
Laboratoires
Inspection
Certification dentreprises, personnel et environnement
Produits industriels et services

73

Le raccordement
Proprit dun mesurage ou dun talon dtre reli

des talons nationaux via une chane ininterrompue de


comparaisons dincertitudes connues
Associ une traabilit (documentation) tablie par un
prestataire accrdit COFRAC ou qualifi par le client
(FDX07019 et ISO/CEI 17025)

74

La dgradation des incertitudes

75

Cas o la mtrologie nest pas


accrdite
Mener un audit sur les points suivants
Raccordement des instruments utiliss
Comptence du personnel
Existence de procdures dtalonnage ou vrification
Cohrence des incertitudes

76

Comment reconnatre le raccordement?


ISO 9001: audit et garantie de conformit aux rgles de management de la

qualit (respect des procdures) mais pas technique!


ISO 17025: rfrentiel dvaluation dun laboratoire adapt mais peu praticable
(pbs de temps et/ou de comptence)
Sadresser un laboratoire accrdit COFRAC
Certification
Procdure indiquant quun produit, processus ou service est conforme aux exigences

(ISO9001 atteste la conformit dune entreprise en termes de gestion de la qualit)

Accrditation
Un organisme officiel reconnat une comptence dun organisme effectuer une

tche spcifique

77

Aspects plus pratiques


Critre dobligation versus cot
Exemples de critres de dcision
Mesurages sur les caractristiques produit (contractuelles)
Paramtres de fabrication ayant une incidence sur les caractristiques produit
Mesurages lis la maintenance ou la scurit
Choix de lentreprise

Attention: tre sr des mthodes de mesures avant de sengager

sur une caractristique produit

78

Raccordement interne et externe


Un compromis trouver
talonnage des instruments par un prestataire accrdit
Contrle des talons internes par un prestataire accrdit
Autre

Intgrer la ralit de lentreprise (cot, besoin rel, comptence du personnel

interne, offres de service et proximit et nature du parc)

Ex: un seul instrument externe (sauf cas de confidentialit par exemple)


Beaucoup dinstruments interne, avec des talons

Attention: talonnage ne dit pas prcision

Un appareil talonn 10% ne permet pas des mesures 1%!!

79

Remarque: Sait on toujours faire le


raccordement? NON
Domaine physico-chimique
Duret
Matriaux de rfrence
Accept par des campagnes de validation interlaboratoires
Raccordement certaines constantes fondamentales (point
triple de leau)

80

Etalonnage et vrification - Suivi


Etalonnage (but: rduire les incertitudes de mesure)
Vrification: permet de dclarer que linstrument est apte

lemploi (conforme aux spcifications)


Confirmation: talonnage + vrification + rparation +
rtalonnage + verrouillage + tiquetage.

81

Quand talonner?
Connaissance dune valeur chiffre et de son incertitude (dfinition des

82

corrections, bilan des incertitudes) Evident


Utilisation dun appareil comme rfrence
Suivi de lappareil (drives)
Suivi des talons
Prise en compte des grandeurs dinfluence
Recherche dun niveau dexactitude diffrent de la spcification constructeur
Pas de spcifications constructeur dans le domaine concern
Pas dautre connaissance possible de lappareil de mesure

La chane dtalonnage

83

Vrification si
lon veut savoir si les erreurs dindication de lappareil sont infrieurs aux

erreurs maximales tolres


Pas besoin de rsultat chiffr
On souhaite interchanger des appareils
On souhaite remettre un appareil en service
Comparaison des rsultats dun talonnage aux limites derreurs tolres
(mesure dun talon)
Sans chiffre, en regardant si lon excde ou non une erreur, via un talon
Ex: une balance (donne +- 1mg par le constructeur) est vrifie (incertitude
constate +- 3 mg).
Elle peut tre conforme ou non selon les exigences requises par lindustriel

84

Renseignement dun certificat dtalonnage ou dun


constat de vrification

85

La confirmation mtrologique

86

Exemple de certificat dtalonnage


P324-326 (3 pages)

87

88

Constat de vrification
P322 et 323

89

Gestion du parc dans lentreprise


Norme ISO 10012: systmes de management de la mesure.

Exigences pour les processus et les quipements de mesure

Matrise de la qualit des quipements (talonnage et/ou vrification)


Matrise de la qualit des processus de mesure

Lentreprise doit
Atteindre ces objectifs
Dmontre quelle gre correctement les dispositions associes

90

Rception dun appareil


Vrification de la conformit la commandeet tout de

suite!
Indentification de linstrument
Introduction dans linventaire
Confirmation mtrologique avant mise en service
Marquage de confirmation mtrologique

Ex: tiquette numro/dates de la dernire et prochaine

confirmation, code barre

91

Fiche de vie (exemple)

92

Divers
Conserver les emballages!
Stocker dans des locaux appropris (temprature, hygromtrie,

poussires)
Protger les locaux contenant les moyens dajustage confirms.
Dplacements
Protection adquate des appareils
Enregistrement (traabilit)

Avoir un systme de gestion (papier, informatique)

93

La structure documentaire
Mise en place dune dmarche qualit sans documentation =

chec
Pour la mtrologie, cest pareil
Pour matriser son systme de mesure, il faut
Grer la formation du personnel
Grer les responsabilits de manire formelle
Il faut pouvoir prouver cette matrise

Traabilit technique cad le raccordement mtrologique


La traabilit documentaire prouvant le raccordement
Inventaire, fiches de vie, certificats, rgles et procdures..

94

La documentation: mythe ou pige?


La documentation est indispensable
Trop de documentation tue la documentation
Systme lourd
Trop de procdures inutiles
Le personnel ne lit pas les procdures
Dlais de mise jour trop longs
Trop de visas
Trop de redondance
Pas de concertation avec les utilisateurs
Bon compromis trouver

95

Exemple de procdure
dtalonnage

96

La sous-traitance de la mtrologie
Que sous-traiter?
Confirmation des instruments
Confirmation des talons
Ajustage, rparation
Maintenance
Identification des quipements
Conseil, expertise
Gestion complte

Une valuation correcte des soustraitants potentiels doit tre faite


97

Dfinir clairement le besoin


cahier des charges
Axe technique
Dfinir la liste des instruments concerns
Etablir les exigences techniques
Pour un talonnage, par exemple

Non exhaustif!!

Dfinition des oprations prliminaires (nettoyage, mise en temprature, zro)


Gamme de mesure et calibres concerns
Besoin en incertitude
Documents attendus (certificats)

Pour une vrification


Idem Donner une liste claire et prcise des point, gammes ou calibres

particuliers vrifier

Le sous-traitant ne fait que ce qui a t


ngoci, et dans les dlais convenus
98

Le cahier des charges est un processus


itratif, pas un dogme

Dfinir clairement le besoin


cahier des charges
Axe qualit
Dterminer les exigences relatives la prestation, selon un rfrentiel qualit ou

spcifique une profession


Mise en place de modalits particulires comme la confidentialit, le traitement
ultrieur des non-conformits
Dfinir les audits ventuels
Axe logistique

Travaux sur place ou chez le prestataire


Rgles suivre en cas de rparation ou ajustage (change standard, rendu en ltat)
Acceptation de plusieurs niveaux de sous-traitance (ou non)
Modalits de marquage
Dfinir les responsabilits

Aide la ralisation du cahier des charges: FD X 07-019


99

Exemples dchecs (pas forcment dans le


domaine de la mtrologie)
Impossible de lcrire !
Selon les humeurs de lenseignant
Tolrances mal dfinies
Conception hors specs et responsabilit non dfinie
Analyse incomplte du problme industriel
Gestion documentaire en retard
.

100

Evaluation et optimisation
Optimiser: tout le monde le veut, y compris (et surtout) les chefs
Optimiser implique de pouvoir valuer
Evaluer
Les cots de la mtrologie
La qualit de la mtrologie (autovaluation)
Etablir une grille de critres
Evaluer
Dterminer les points forts et les points faibles
Amliorer si possible
Assurer le suivi

Impliquer les utilisateurs


Conseil personnel: impliquer le chef, comme dans lAQ

101

102

Exemple de grille

103