rapport-1

PAJ
@ K Ag

.
Universite de Tunis El Manar
Departement Genie Industriel
Projet de Fin dEtudes
Presente par
Zied TRIKI
Pour obtenir le
Diplome National dIngenieur
En
Genie Industriel
Amelioration du niveau de performance qualite

de lUAP VW/RSA par la methode SIX SIGMA
Realise a : Blaupunkt-Robert Bosch
Soutenu le : 3 Juin 2008
Devant le Jury :
President : M. Ralf Reichwald

Rapporteur : M. Habib Bouhafa
Encadreur ENIT : M. Chiheb Ghalleb
Encadreur Entreprise : M. Sofien Missaoui
Annee universitaire : 2007 2008

Pour leur soutien inconditionne tout le long de mon parcours,
je dedie ce travail a mes chers et aimables parents.
2
Remerciements
Je remercie vivement M. Sofien Missaoui, responsable de lunite autonome de pro-

duction, pour les ressources quil ma fournies et pour son assistance tout le long du
projet mais aussi pour la confiance et la pleine autonomie quil ma accordees des le
debut du projet.
Mes plus chaleureux remerciements sadressent aux membres de lequipe Six Sigma
et principalement a Mr Karl Heinz Gorke, Directeur General de Robert-Bosh Tunisie
(RBTN), M. Sofien Missaoui Six Sigma Master Black Belt et Mme Narjes Damargi,
Team Leader de la ligne 2.
Jaimerais par ailleurs souligner la contribution importante realisee par M. Mohamed

Hammamia , responsable Bosch Production System chez RBTN. Son expertise au
niveau de la gestion de la production et de la qualite a ete dun precieux recours
pour assurer lamelioration et la mise en place de solutions selon les standards de
Bosch.
Finalement, je voudrais remercier mon encadreur a lENIT, M. Chiheb Ghalleb pour

son encadrement pedagogique et professionnel et pour ses precieux conseils quil na
cesse de me prodiguer.
3
Liste des abreviations
o UAP = Unite Autonome de Production
o QMM = Quality Management Methods
o FOR = Fall Of Rate
o PFOR = Partial Fall Of Rate
o PPM = Part Per Million
o DPMO = Defects Per Million Opportunities
o DMAIC = Define-Measue-Analyse-Improve-Control
o AMDEC = Analyse des Modes de Defaillance, de leur Effets et de leur Criticite
o CTQ = Critical To Quality
o R&R = Repetabilite et Reproductibilite
o MCD = Modele Conceptuel de Donnees
o MPD = Modele Physique de Donnees
o IPR = Indice de Priorite de Risque
4
Resume
Ce projet est realise dans la societe Robert Bosch Tunisie, et a pour but dameliorer
le niveau de performance qualite du processus de fabrication des hauts parleurs.
Trois grands problemes sont traites dans ce projet :
Un taux de rebut important, une faible reactivite face aux problemes qualite et un
systeme dinformation qualite non fiable.
Pour ce faire, on a mene notre projet en trois phases :
La premiere est une etude de lexistant qui a permis de bien saisir les problemes
et les opportunites damelioration.
La deuxieme consiste a appliquer la demarche DMAIC dont le but etait de di-

minuer le taux de rebut, mais aussi lamelioration de la reactivite qualite.
La conception et le developpement du systeme dinformation et du tableau de bord

pour le suivi des indicateurs de performance qualite, a ete entame dans la troisieme
phase.
Laboutissement de ce projet est une diminution importante du taux de rebut, la

definition et limplementation des limites dintervention face aux problemes qualite,
et une base de donnees developpee sous Ms Access et exploitee par VB.Net et Crys-
tal Report.
Mots cles :
Six Sigma, DMAIC, rebut, reactivite, systeme dinformation.
5
Abstract
The projects main object is to improve the quality level of the car speakers ma-
nufacturing process. Three issues are covered : important scarp rate, slow response
when quality problems occur and a non credible Information System. Therefore, the
project is subdivided into three major stages :
The first is exploring the factorys state of the art for a better understanding of
existing problems and for detecting improvements opportunities.
The next step is to deploy the DMAIC methodology, not only on the purpose of
reducing defects rate, but also to implement a high reactivity system.
Tracking performance indicators through a full featured dashboard is the main aim
of the information system designed in the third and final stage.
Accomplishments were a significant decrease of the scrap rate, a highly reactive sys-
tem when a response limit is reached, and an ergonomic back-office developed under
the .Net Framework.
Keywords :
Six Sigma, DMAIC, scrap, response, Information System.
6
7
Sommaire
Liste des figures 10
Liste des tableaux 12
Introduction generale 13
I Presentation de lentreprise et etude de lexistant 17

1 Presentation de lentreprise 18
1.1 Le groupe Bosch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2 La filiale Blaupunkt . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3 Le site RBTN : Robert Bosch TuNesien . . . . . . . . . . . . . . . . 21
1.3.1 Les departements de RBTN . . . . . . . . . . . . . . . . . . . 21
1.3.2 Les produits de RBTN . . . . . . . . . . . . . . . . . . . . . . 23
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2 Etude et critique de lexistant 25

2.1 Description du processus de fabrication des haut-parleurs . . . . . . . 25
2.2 Organisation de la fonction qualite chez RBTN . . . . . . . . . . . . 26
2.2.1 Definition de la qualite . . . . . . . . . . . . . . . . . . . . . . 26
2.2.2 Description des services qualite . . . . . . . . . . . . . . . . . 27
2.3 Problemes qualite dans lUAP104 . . . . . . . . . . . . . . . . . . . . 32
2.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
II Application de la methodologie Six Sigma 34

3 Introduction a Six Sigma 35
3.1 Principe de la methodologie . . . . . . . . . . . . . . . . . . . . . . . 35
3.2 Structure dun projet Six Sigma . . . . . . . . . . . . . . . . . . . . . 37
3.3 Methodologies Six Sigma . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.3.1 La demarche DMAIC . . . . . . . . . . . . . . . . . . . . . . . 38
8
3.3.2 La demarche DFSS . . . . . . . . . . . . . . . . . . . . . . . . 39
3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4 Phase de definition 42
4.1 Description du probleme . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.2 Objectifs du projet et mesurable . . . . . . . . . . . . . . . . . . . . . 42
4.3 Evaluation des couts de non qualite . . . . . . . . . . . . . . . . . . . 43
4.4 Planning du projet . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.5 Equipe Six Sigma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.6 Conclusion de la phase . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5 Phase de mesure 46
5.1 Validation du systeme de mesure . . . . . . . . . . . . . . . . . . . . 46
5.1.1 Principe de la demarche . . . . . . . . . . . . . . . . . . . . . 46
5.1.2 Validation du controle visuel . . . . . . . . . . . . . . . . . . . 47
5.1.3 Validation du controle acoustique . . . . . . . . . . . . . . . . 51
5.1.4 Validation de la base de donnees . . . . . . . . . . . . . . . . 54
5.2 Stabilite du processus . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.3 Recentrage du domaine du projet . . . . . . . . . . . . . . . . . . . . 55
6 Phase danalyse 59
6.1 Defaut 114 : Bobine inclinee dans la membrane . . . . . . . . . . . . 59
6.1.1 Choix du processus . . . . . . . . . . . . . . . . . . . . . . . . 59
6.1.2 Recherche et verification des causes . . . . . . . . . . . . . . . 60
6.2 Defaut 419 : Collage Sicke/Corbeille ouvert . . . . . . . . . . . . . . . 69
6.2.1 recherche des causes . . . . . . . . . . . . . . . . . . . . . . . 69
6.2.2 Verification des causes . . . . . . . . . . . . . . . . . . . . . . 70
7 Phase damelioration 74
7.1 Defaut 114 : Bobine inclinee dans la membrane . . . . . . . . . . . . 74
7.1.1 AMDEC process . . . . . . . . . . . . . . . . . . . . . . . . . 74
7.1.2 Determination de la hauteur de la bobine . . . . . . . . . . . . 77
7.1.3 Manipulation de lensemble bobine membrane . . . . . . . . . 77
7.2 Defaut 419 : Collage membrane/corbeille ouvert . . . . . . . . . . . . 77
7.3 Amelioration de la reactivite Qualite . . . . . . . . . . . . . . . . . . 77
7.3.1 La reactivite qualite selon BPS . . . . . . . . . . . . . . . . . 78
7.3.2 Definition et implementation des limites dintervention . . . . 79
8 Phase de controle 82
8.1 Suivi du defaut 114 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
8.2 Suivi du taux de rebut de la ligne 2 . . . . . . . . . . . . . . . . . . . 84
8.3 Estimation des gains . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
9
III Conception dun systeme dinformation 87
9 Generalites sur les systemes dinformations 88
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
9.2 Fonctionnalites du systeme dinformation et daide a la decision . . . 88
9.3 La methode MERISE . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
9.3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
9.3.2 Modele conceptuel de donnees . . . . . . . . . . . . . . . . . . 89
9.3.3 Modele physique de donnees . . . . . . . . . . . . . . . . . . . 91
9.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
10 Phase de conception 93
10.1 Environnement de developpement . . . . . . . . . . . . . . . . . . . . 93
10.1.1 Presentation de Power AMC Designor 12.1 . . . . . . . . . . 93
10.1.2 Presentation de loutil de developpement VB.NET . . . . . 93
10.1.3 Presentation de lSGBD : MS ACCESS . . . . . . . . . . . 94
10.2 Conception de la base de donnees . . . . . . . . . . . . . . . . . . . . 97
10.2.1 Les regles de gestion . . . . . . . . . . . . . . . . . . . . . . . 97
10.2.2 Modele conceptuel de donnees . . . . . . . . . . . . . . . . . . 98
10.2.3 Modele physique de donnees . . . . . . . . . . . . . . . . . . . 100
10.3 Description de lapplication . . . . . . . . . . . . . . . . . . . . . . . 102
10.3.1 Module de gestion des rebuts . . . . . . . . . . . . . . . . . . 102
10.3.2 Module de gestion des relations clients . . . . . . . . . . . . . 103
10.3.3 Module de gestion des relations fournisseurs . . . . . . . . . . 103
10.4 Tableau de bord . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
10.4.1 Fonctionnalites dun tableau de bord . . . . . . . . . . . . . . 105
10.4.2 Presentation du tableau de bord . . . . . . . . . . . . . . . . . 106
10.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Conclusion generale 110
Annexes 111
A Codes et description des defauts 111
B Arbre de decision pour la validation dhypotheses 114
C Tables de cotation pour le calcul de lIPR 115
D Limites dintervention pour chaque poste 118
E Rapports de suivi des rebuts 123
References Bibliographiques 133
10
Liste des Figures
1 Six Sigma comme metrique, methodologie, systeme de management . 16
1.1 Les principaux clients de Blaupunkt . . . . . . . . . . . . . . . . . . . 21

1.2 Organigramme de RBTN . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1 Constituants dun haut-parleur . . . . . . . . . . . . . . . . . . . . . 25

2.2 Processus de production de la ligne 2 (Modele 325) . . . . . . . . . . 26
2.3 Modelisation de la relation client-fournisseur . . . . . . . . . . . . . . 27
2.4 Exemple dun test dendurance . . . . . . . . . . . . . . . . . . . . . 29
2.5 Reponse de la machine K&K . . . . . . . . . . . . . . . . . . . . . . . 30
2.6 Procedure du Versandaudit . . . . . . . . . . . . . . . . . . . . . . . 31
2.7 Feuille de saisie des rebuts . . . . . . . . . . . . . . . . . . . . . . . . 32
3.1 Infrastructure dun projet Six Sigma . . . . . . . . . . . . . . . . . . 37

3.2 Synoptique de la demarche DMAIC . . . . . . . . . . . . . . . . . . . 40
4.1 Pareto des defauts par ligne dans lUAP 104 . . . . . . . . . . . . . . 43

4.2 Cout de non qualite . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
5.1 Evolution du taux de rebut de la ligne 2 . . . . . . . . . . . . . . . . 55

5.2 Pareto des couts par modele . . . . . . . . . . . . . . . . . . . . . . . 56
5.3 Pareto des modeles par quantite de production . . . . . . . . . . . . . 57
5.4 Pareto des defauts par modele . . . . . . . . . . . . . . . . . . . . . . 57
5.5 Description des defauts cibles par le projet Six Sigma . . . . . . . . . 58
6.1 A-Montage vs. B-Montage . . . . . . . . . . . . . . . . . . . . . . . . 60

6.2 Cartographie detaillee du processus B-Montage . . . . . . . . . . . 61
6.3 Diagramme IPO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.4 Diagramme cause effet pour le defaut 114 . . . . . . . . . . . . . . . . 62
6.5 Tests de normalite dAnderson Darling . . . . . . . . . . . . . . . . . 64
6.6 Recherche des valeurs aberrantes . . . . . . . . . . . . . . . . . . . . 65
6.7 Tests de normalite dAnderson Darling . . . . . . . . . . . . . . . . . 66
6.8 Recherche des valeurs aberrantes . . . . . . . . . . . . . . . . . . . . 67
6.9 Impact des machines et des operatrices sur le taux de defaut . . . . . 68
6.10 Carte de moyennes pour la cause : hauteur de la bobine incorrecte . . 69
11
6.11 Resultats du test dAnderson Darling . . . . . . . . . . . . . . . . . . 71
6.12 Resultats de la transformation de Box-Cox . . . . . . . . . . . . . . . 71
6.13 Etude de la capabilite du doseur . . . . . . . . . . . . . . . . . . . . . 72
6.14 Comparaison des valeurs de lhumidite par rapport aux specifications 73
7.1 AMDEC process - defaut 114 . . . . . . . . . . . . . . . . . . . . . . 76

7.2 Manipulation de lensemble bobine/membrane . . . . . . . . . . . . . 77
7.3 Actualisation des limites dintervention . . . . . . . . . . . . . . . . . 78
7.4 Temps de reactivite qualite selon BPS . . . . . . . . . . . . . . . . . 78
7.5 Membres de lequipe Six Sigma et lequipe CIP . . . . . . . . . . . . 79
7.6 Exemple de Q data pour le poste Montage Zn/MB . . . . . . . . . 80
7.7 Exemple de QA matrix pour le poste Montage Zn/MB . . . . . . . 80
7.8 Visualisation du seuil dalerte devant chaque poste . . . . . . . . . . . 81
8.1 Evolution de lFOR du defaut 114 . . . . . . . . . . . . . . . . . . . . 83

8.2 Evolution du PFOR du defaut 114 . . . . . . . . . . . . . . . . . . . 84
8.3 Evolution du taux de rebut de ligne 2 . . . . . . . . . . . . . . . . . . 85
9.1 Exemple dune entite contenant plusieurs attributs . . . . . . . . . . 90

9.2 Forme generale dun modele conceptuel de donnees . . . . . . . . . . 90
9.3 MPD : relation de type (1,n) . . . . . . . . . . . . . . . . . . . . . . . 91
9.4 Passage du MCD au MPD : cas de relation de type (n,n) . . . . . . . 92
10.1 Organisation locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

10.2 Organisation client-serveur . . . . . . . . . . . . . . . . . . . . . . . . 95
10.3 Le modele conceptuel de donnees . . . . . . . . . . . . . . . . . . . . 99
10.4 Le modele physique de donnees . . . . . . . . . . . . . . . . . . . . . 101
10.5 Interface de saisie de lFOR . . . . . . . . . . . . . . . . . . . . . . . 102
10.6 Interface de saisie des reclamations clients . . . . . . . . . . . . . . . 104
10.7 Interface de saisie des reclamations matiere premiere . . . . . . . . . 105
10.8 Etapes de fabrication dun haut-parleur . . . . . . . . . . . . . . . . . 108
B.1 Test de legalite de moyenne tirees de plus de deux populations . . . . 114
12
Liste des Tableaux
5.1 Resultats R&R pour le controle visuel . . . . . . . . . . . . . . . . . . 48

5.2 Criteres devaluation dun systeme de mesure . . . . . . . . . . . . . 51
5.3 Resultats R&R pour le controle acoustique . . . . . . . . . . . . . . . 52
6.1 A-Montage vs. B-Montage . . . . . . . . . . . . . . . . . . . . . . . . 59

6.2 Taux de defaut selon loperateur et la machine . . . . . . . . . . . . . 63
6.3 Tableau comparatif des index daptitude . . . . . . . . . . . . . . . . 73
9.1 Liste des cardinalites . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
10.1 Comparatifs des SGBDs les plus repondus . . . . . . . . . . . . . . . 96
A.1 Liste des codes des defauts . . . . . . . . . . . . . . . . . . . . . . . . 111
C.1 Bareme de cotation de la detection . . . . . . . . . . . . . . . . . . . 115

C.2 Bareme de cotation de la gravite . . . . . . . . . . . . . . . . . . . . . 116
C.3 Bareme de cotation de loccurrence . . . . . . . . . . . . . . . . . . . 117
13
Fiche technique de lentreprise
Raison sociale : BkdP Blaupunkt Bosh Group

Directeur General : M. Karl Heinz Goerke
Annee de creation : 1979
Domaine dactivite : Production des hauts parleurs
Chiffre daffaires annuel : 10 millions de TND
Siege social : Beni Khalled Route de Korba-Tunisie
Effectif : 710 employes
Telephone : (+216) 72 108 564
Fax : (+216) 72 371 937
14
Introduction generale
Lenvironnement de lentreprise a connu trois principales phases : la premiere est

caracterisee par un marche porteur, puisque loffre etait inferieure a la demande.
Cest une economie de production ou les entreprises produisent pour vendre. La
deuxieme, etant caracterisee par un equilibre entre loffre et la demande, il etait
necessaire de faire des previsions commerciales et de matriser lactivite de produc-
tion pour ne produire que ce quil sera vendu. Actuellement, nous sommes dans la
troisieme phase. Cette derniere est caracterisee par :
Une economie mondialisee tout utilisateur est de plus en plus informe, ce qui
rend la concurrence plus apre ;
Une offre excedentaire et multipliee les utilisateurs cherchent plus de qualite
pour un meme prix ;
Une diversite non couteuse et le client peut trouver ce qui lui convient il devient
plus exigeant.
= Toutes ces caracteristiques du marche mondial menent les entreprises a implementer
des demarches qualite pour accroitre lecart de productivite avec les concurrents.
Pour atteindre ces objectifs, les entreprises ont adaptees divers systemes de mana-
gements et plusieurs outils damelioration de la qualite. Une enquete conduite par
DynCorp1 indique quenviron 22% des entreprises americaines ont implemente des
programmes Six Sigma, dont 38, 2% sont des societes de services. Ceci est en faite
en leurs confiances aux ameliorations quapporte cette methodologie. Les entreprises
les plus connues par leurs implementations de Six Sigma sont : Motorola, General
Electric, HoneyWell, DuPont, 3M, Kodak, Sony, IBM, Ford, LG,. . .
Selon le contexte et la strategie de lentreprise, Six Sigma est utilisee comme metrique,
methodologie ou systeme de management [1]
1
http ://www.qualitydigest.com/feb03/articles/01-article.shtml
15
Figure 1 Six Sigma comme metrique, methodologie, systeme de management
Consciente de lefficacite de cette demarche et disposant dune structure bien orga-

nisee et dune experience dans la gestion des projets Six Sigma, RBTN a propose ce
projet dans le cadre de lamelioration des processus de fabrication des hauts parleurs
dans lUnite Autonome de Production Renault -Volkswagen. Le present rapport
sarticule sur trois principales parties.
La premiere partie est consacree a la presentation du groupe Bosch, Blaupunkt

puis le site RBTN. Cette presentation est suivie dune etude et critique de lexistant
afin de bien saisir la problematique et cerner le champ du projet.
Lapplication de la methodologie Six Sigma represente lobjectif de la deuxieme

partie. Cette partie traite a travers ces six chapitres, la description de la methode
ainsi que ces cinq phases. On a traite avec cette methode le probleme des rebuts
qui engendre un cout de non qualite important, mais aussi le probleme de la faible
reactivite suites aux problemes qualites.
Suite a la non validation du systeme de saisie des donnees concernant les rebuts,
et le faible niveau de reporting que presente le systeme actuel, une action degagee
etait la conception et le developpement dun systeme dinformation robuste et fiable,
et un tableau de bord qui permet le suivi de quelques indicateurs de performance
qualite. Cest lobjectif de la troisieme partie : on va donc presenter dans le chapitre
9 des generalites sur les systemes dinformations et aussi la methodologie MERISE
en tant que methode utilisee pour la conception de la base de donnees. Dans le
dernier chapitre, on va presenter lenvironnement de developpement, les modeles
conceptuels et physiques de donnees, une description des principales interfaces de
lapplication pour finir avec la description du tableau de bord developpe.
16
Premiere partie
Presentation de lentreprise et
etude de lexistant
17
Chapitre 1
Presentation de lentreprise
1.1 Le groupe Bosch

Robert Bosch est une entreprise allemande fondee par Robert Bosch en 1886. Le
nom Bosch est lie etroitement au secteur automobile. Neanmoins Bosch nest pas
seulement connu pour la technique automobile comme les systemes essence, die-
sel, les systemes de chassis et delectronique automobile mais egalement pour une
variete dautres produits et de services comme la technique industrielle, les outils
electriques, les systemes de securite et les appareils menagers.
Techniques automobiles :
La technique automobile constitue le secteur dactivite le plus important du Groupe
Bosch. En 2005, le chiffre daffaires de ce secteur a ete de 26,3 millions deuros ce
qui correspond a pres de 63 % du chiffre daffaires global. Bosch se positionne parmi
les plus grands fabricants mondiaux de composants automobiles.
Biens de consommation et techniques du batiment :

En 2005, le chiffre daffaires sest eleve a pres de 10 millions deuros.
Bosch est present sur les secteurs outillage electroportatif, thermotechnique, appa-
reils menagers et techniques de securite.
Techniques industrielles :
Ce secteur dactivite a atteint un chiffre daffaires de 5,2 millions deuros en 2005.
La division Techniques dautomation propose des systemes integres pour lauto-
matisation de la production. La division Machines demballage figure parmi les
fournisseurs les plus importants sur le marche mondial.
Avec un effectif denviron 261 300 personnes, le Groupe Bosch a realise un chiffre
daffaires de 69 milliards de dollars en 2007, occupant ainsi la premiere place a
lechelle mondiale 1 en tant que equipementier automobile devant des groupes tels
1
Automative news 2007
18
ENIT 2008 1. Presentation de lentreprise
que Delphi, Johnson Controls, Lear, Valeo . . .
Cependant, malgre sa taille et sa notoriete, Robert Bosch GmbH nest pas une
societe cotee en Bourse. Son capital est reparti comme suit :
La fondation Robert Bosch Stiftung GmbH detient a 92% du capital mais ne
possede aucun droit de vote.
Robert Bosch Industrietreuhand KG detient 93% des droits de votes et seulemnent
0.01% du capital.
Le reste (8% du capital et 7% des droits de votes) sont detenus par les descendants
du fondateur de lentreprise Robert Bosch (Familie Bosch).
Present sur 150 pays dans les quatre coins du monde, le groupe Bosch articule ses
activites a travers sept grandes filiales :
Blaupunkt : fabricant dautoradios depuis 1923 dont la marque a garde longtemps
le monopole sur le marche dequipementiers pour les autocars et les autobus.
Skil : entreprise neerlandaise specialisee en equipements de bricolage qui date
depuis les annees 50.
Dremel : fabricant doutillages rotatifs (visseuses, graveurs sur metal . . .) fonde
depuis 1932.
Geminox : Premier constructeur francais de chaudieres en aciers, cree en 1987.
E.L.M. Leblanc : constructeur sanitaire (chaudieres et chauffe-bains) fonde en
1932
Etas : specialisee dans le developpement doutils pour la programmation de cal-
culateurs automobiles.
Buderus : fait partie des entreprises europeennes les plus anciennes, specialisee
dans les techniques de fonderie depuis 1731.
1.2 La filiale Blaupunkt

Blaupunkt devient une filiale du Groupe Bosch depuis 1933.
En 1923, lorsque les technologies radio etaient dans le stade denfance en Alle-
magne, une entreprise nommee Ideal (lancienne raison sociale de Blaupunkt) est
fondee a Berlin. Son activite etait restreinte a la construction des casques decoute.
Les techniciens inspectaient scrupuleusement chaque composant et marquaient les
exemplaires acceptes dun symbole de qualite sous la forme dun point bleu. Re-
connus par leurs qualites, les consommateurs commencent a acheter seulement les
produits marques par un point bleu. Ainsi, le symbole de qualite devient en 1938 la
raison sociale de lentreprise.
Maintenant, Blaupunkt est lun des plus importants constructeurs de systemes din-
formation pour les conducteurs, les autoradios, les haut-parleurs et les antennes de
voitures. Elle produit chaque annee plus que 6 millions dautoradios, 20 millions de
hauts parleurs, et plus que 500.000 systemes de navigations.
La societe a son siege a Hildesheim en Allemagne, et des sites de production au Por-
19
tugal, en Hongrie, Tunisie et Malaisie. En 2006 la division Bosch Car Multimedia

devient sous la direction de Blaupunkt.
La societe a realise en 2006 un chiffre daffaires de 1, 48 milliards deuros et elle
emploie actuellement 11708 personnes repartis dans le monde comme suit :
20
1.3 Le site RBTN : Robert Bosch TuNesien

Le Site BkdP (Beni Khalled Plant) a ete fonde en 1979 sous le nom de L.A.A.T
(Laboratoires et Ateliers Acoustiques Tunisie). Grace a une experience de plus de
20 ans, il devint en juin 2000 un membre de la societe Robert Bosch Allemagne.
Actuellement, le site BkdP est compose de deux unites de production U AP 102 et
U AP 104, contenant respectivement 6 et 8 lignes de production.
Cest une societe totalement exportatrice dont les principaux clients sont Nissan,
Volkswagen, Audi, Skoda, Renault, Seat . . .(Figure1.1).
Figure 1.1 Les principaux clients de Blaupunkt
1.3.1 Les departements de RBTN

Robert Bosch TuNesien a une structure en 10 departements (Figure 1.2) :
PUR : Service Achat

Ce service est charge de la gestion des achats des divers besoins des services et toutes
les entites de RBTN.
CTG : Service comptabilite

Ce dernier controle la gestion et la comptabilite de lentreprise.
HSE : Departement Hygiene Securite et Environnement

RBTN accorde une grande importance a la sante et la securite des ouvriers. En effet,
elle cherche a proteger les ouvriers contre les produits chimiques (surtout la colle) et
les flemmes de soudure et a ameliorer la securite de lusine (contre les incendies . . .).
De plus, cette entreprise na pas nie la protection de lenvironnement. En effet, ce
21
Figure 1.2 Organigramme de RBTN
departement est charge de sensibiliser les ouvriers a leur securite et a la protection

environnementale afin de reduire les impacts environnementaux provoques par les
dechets et les eaux usees.
CFA : Departement administration

Ce departement est charge de :
Definir, planifier et controler les operations administratives et la gestion du per-
sonnel ;
Veiller a la gestion efficace des ressources humaines dont dispose la societe.
CIP/BPS : Continous Improvement Process - Bosch Production System

Il est charge de limplantation et le suivi des standards de production de Bosch
(BPS) sur les lignes, ainsi que lamelioration continue des Processus par le lance-
ment de chantiers Point CIP ayant pour objectifs de mettre a niveau la performance
globale de lentreprise et son developpement a moyen et long terme.
LOG : Departement Logistique

Ce departement a pour mission de suivre et controler les entrees (matiere premiere)
et les sorties (produits finis), et lapprovisionnement des lignes de production.
MOE : Departement production

A travers ses deux UAP (Unite Autonome de Production), la 104 et la 102, le
departement de production constitue le coeur battant de lentreprise : sa mission
22
est de produire, en grandes series, les quantites demandees etablies dans les PDP
hebdomadaires (Plan Directeur de Production) afin de satisfaire les besoins de ses
clients.
Les deux unites autonomes de production sont confiees a deux responsables UAP,
et les lignes de production fonctionnant avec le systeme EAP (Equipe Autonome de
Production) en trois equipes et pilotees par la responsabilite des Teams Leaders.
TEF : Departement Methode

Le departement TEF est compose de quatre structures :
TEF1 : charge de la coordination des nouveaux projets dans lusine, la reduction
du taux de rebut et laugmentation de la productivite ;
TEF2 : charge de la construction des C- et D-Echantillons ;
TEF6 : ce service assure la gestion de temps lergonomie des postes de travail et
la documentation technique des processus ;
TEF8 : charge de la planification de nouveaux concepts et des techniques de mon-
tage.
QMM : Departement Qualite

Pour satisfaire ses clients, RBTN accorde une grande importance a la qualite de ces
produits. Le departement qualite divise en cinq equipes, dont les principales taches
sont :
QMM1 : ce service veille au respect des standards qualites, la demarche du systeme
qualite ISO-TS et la preparation de la documentation ;
QMM5 : responsable de la qualite matiere premiere, de la phase projet a la phase
fabrication. Ce service traite aussi les problemes qualite fournisseur ;
QMM6 : effectue les testes pour la validation de nouveaux produits mais aussi le
controle de la stabilite des processus de fabrication ;
QMM7 : ce service est assure par des animateurs qualite. Ces derniers veillent au
respect du processus de fabrication et a la detection des problemes qualite des
produits finis ;
QMM9 : ce service represente linterface client puisquil gere leurs reclamations.
1.3.2 Les produits de RBTN

Les ateliers RBTN sont specialises dans la production des deux variantes de hauts
parleurs :
Woofer : Cest un haut-parleur specialement concu pour assurer la repro-
duction des frequences basses du spectre audible. Generalement de grand
diametre, il accepte un niveau de puissance electrique eleve, permettant un
fort deplacement de la membrane.
Tweeter : Cest un haut-parleur destine a reproduire les hautes frequences,
soient les sons aigus. Generalement, les frequences reproduites sont comprises
entre 2000 et 20000Hz (seuil maximum de laudition humaine). Parce quil
23
reproduit les hautes frequences, la membrane du tweeter est de petite taille

(2, 5cm de diametre en moyenne).
1.4 Conclusion
Dans ce chapitre, nous avons presente le groupe Bosch, la filiale Blaupunkt et la
position quoccupe le site de production BkdP au sein de ce groupe.
On a presente aussi les differents departement de RBTN ainsi que les produits fa-
briques par cette societe, dont lamelioration de la qualite du processus de production
fera lobjet de ce projet.
24
Chapitre 2
Etude et critique de lexistant
Letude de lexistant presente une etape indispensable afin dapprehender les procedures
et les fonctions existantes dans lentreprise, et ceci dans le but dy deceler les failles.
Ainsi, cette analyse de la situation actuelle de lentreprise va presenter un terrain
fertile pour lidentification des problemes pour apporter des solutions efficaces.
2.1 Description du processus de fabrication des

haut-parleurs
Pour produire des sons, il faut faire vibrer de lair. Un haut-parleur est constitue
dune membrane mobile en matiere synthetique, dune bobine mobile attachee a
cette membrane, dun aimant dispose entre les poles desquels elle vibre, et enfin
dun cadre destine a soutenir le tout (Figure 2.1).
Le processus de production differe selon la ligne de production et selon le modele
Figure 2.1 Constituants dun haut-parleur
du produit. Le processus de production de la ligne 2 est presente par la figure 2.2 :
25
ENIT 2008 2. Etude et critique de lexistant
Figure 2.2 Processus de production de la ligne 2 (Modele 325)
2.2 Organisation de la fonction qualite chez RBTN

2.2.1 Definition de la qualite
Selon la norme ISO 8402, la qualite est lensemble des caracteristiques dune entite
qui lui conferent laptitude a satisfaire des besoins exprimes ou implicites.
En partant de cette definition, on peut dire que la qualite represente la conformite
dun produit ou dun service aux exigences du client.
26
Cependant, les besoins du client peuvent etres soit explicites, cest a dire traduite
par un cahier des charges, soit implicite. Ici, on note lintervention de la psychologie
et la personnalite du client. Ce meme facteur intervient dans la phase de lobtention
du produit ou du service.
En fait, a partir dune qualite reelle donnee, le client ne voit quune partie de cette
qualite : cest la qualite percue. Ainsi, on peut modeliser ce cycle par le schema
de la figure 2.3. Comme lon voit ici, la satisfaction du client est mesuree par le
Figure 2.3 Modelisation de la relation client-fournisseur
rapprochement entre les caracteristiques du produit souhaite et les caracteristiques

du produit recu.
2.2.2 Description des services qualite

2.2.2.1 Service QMM5
La qualite de la matiere premiere represente lun des facteurs influant sur la qua-
lite du produit final. Le service QMM5 assure le controle de la qualite des matieres
premiere a la reception pour garantir leurs conformites aux exigences de RBTN.
En cas de detection de problemes qualite, ce service a a traiter des reclamations
fournisseurs.
Le controle a la reception de matiere premiere

Le controle de la matiere premiere a la reception est la vaillance sur le raccorde-
ment et la tracabilite de matiere premiere entrant aux specifications predefinies. Le
27
controle et les mesures se font sur la base de lechantillonnage en faisant des tests
destructifs ou des mesures dimensionnelles selon le dessin technique du composant.
Traitement des reclamations fournisseurs

Suite a la detection dune non conformite aux specifications, le service QMM5 doit
remplir un rapport decrivant la deviation par rapport aux besoins et contenant
les informations necessaires pour la tracabilite du produit. Deux cas peuvent se
presenter :
Si la non-conformite est detectee par le QMM5 lors de linspection, alors la charge
contaminee de cet arrivage de ces pieces sera automatiquement bloquee ;
Si la non conformite est detecte lors de la production, la reclamation sera enre-
gistree, et la charge contaminee de cet arrivage de ces pieces sera automatiquement
bloquee et soumise a un tri pour garantir un lot securise permettant la production
du jour en attendant la resolution du probleme.

Ce service est charge de faire les audits sur les produits fabriques : Product Au-
dit. Le Product Audit represente lensemble de tests faits dans le laboratoire
pour sassurer de la conformite des produits selon les specifications des clients.
On distingue deux types de tests :
Test dendurance
ce type de test est destine de prevoir si certains modes de defaillances peuvent
apparatre suite a une utilisation intense du haut parleur. Ce test suppose que le
produit a plus que 24 heures depuis sa sortie de la ligne de production, et quil
a reussi le controle visuel et acoustique. La demarche du test dendurance est la
suivante :
Regler le voltage selon la fiche technique des hauts parleurs ;
Brancher les hauts parleurs au bornes du montage approprie, puis mettre len-
semble sous tension (Figure 2.4) ;
Controler letat des hauts parleurs chaque 2 heures ;
Laisser les sujets testes 24 heures pour effectuer ensuite le 100% controle ;
Cloturer le test par la redaction dun rapport contenant le resultat du test.
Test acoustique :
Cest un moyen de controle subjectif pour detecter les non conformites surtout dans
la zone audible (bande de frequence ou loperateur peut facilement detecter la non-
conformite). Le moyen de mesure utilise est un generateur de signal sinusodal (swee-
per) qui fait le balayage dans une bande de frequence designe par le client, tout en
observant la reponse a la sortie.

Le service QMM7 assure trois fonctions a savoir :
28
Figure 2.4 Exemple dun test dendurance
Le controle de la qualite sur la ligne, la qualification des operateurs, la documen-

tation de la ligne et le controle de produits finis ;
La saisie des rebuts a la fin de la ligne (FOR) et les rebuts au milieu de la ligne
(PFOR) ;
La realisation du rapport mensuel.
2.2.2.3.1 Controle qualite Produit : Le controle de la qualite produit se fait

a travers le 100% controle et le Versandaudit.
100% controle
Le 100% controle consiste en un controle visuel puis un controle acoustique. Le
controle acoustique peut etre objectif ou subjectif :
Controle acoustique objectif

Le controle acoustique objectif se fait a laide dune machine K&K qui est pro-
grammee pour detecter tous les problemes acoustiques. Dans le cas ou la courbe
de reponse se trouve hors les limites de specification, cela indique que la piece est
defectueuse (Figure 2.5). Cependant, le controle avec cet outil semble parfois etre
inefficace car on a souvent des faux defauts (la K&K peut considerer quune piece est
mauvaise bien quelle ne presente pas une defaillance) en plus des pannes frequentes
sur cette machine. Dans ce cas, on fait recours au controle par le sweeper.
Controle acoustique subjectif

Ce controle seffectue par le sweeper. Loperateur qui fait ce type de controle doit
etre experte et disposer de lexperience dans un tel poste.
29
Figure 2.5 Reponse de la machine K&K
Versandaudit (VQ)
Cest linspection dun echantillon de produits finis destines a lexpedition tout en
se referant aux plans dinspections.
Ce controle est effectue apres le demarrage de chaque poste ou changement dun
modele.
La procedure du Versandaudit [8] est resumee dans la synoptique suivante (Figure
2.6) :
30
Figure 2.6 Procedure du Versandaudit
2.2.2.3.2 Saisie des rebuts : La saisie des rebuts se fait par les animateurs
qualite dans des fichiers Excel. Il sagit de matrices contenant des dates et les codes
de defauts (Figure 2.7). Ce systeme de saisie presente plusieurs insuffisances :
31
Figure 2.7 Feuille de saisie des rebuts
Les codes de defauts ne sont pas tous integres dans la feuille de calcul, et donc
dans le cas ou il ny a pas le code de defaut approprie, la quantite rebutee sera
enregistree sous la rubrique divers. On aura souvent le cas ou trois ou quatre
types de defauts sous cette rubrique.
Le systeme ne donne pas des informations fiables en plus que des erreurs qui
peuvent arriver a cause de la disposition matricielle de la feuille de donnees.
Systeme de reporting faible : pauvre en termes dinformations et difficile de point

de vue realisation (3 heures de travail continu au minimum)
Tache penible et risque derreur important.
Lacces au fichier pour faire la saisie est tres lourd. Pour arriver par exemple a la
feuille de saisie de lFOR de la ligne 2, mois de mars, modele 383 il faut suivre le
chemin suivant :
Y:\QMM\QMM7-FOR\FOR\Rapports journaliers\FOR 2008\Ligne2\FOR 03-08\
FOR383.xls

Le service QMM9 a pour role de traiter les reclamations clients, definir et appliquer
les mesures correctives et suivre leurs efficacites.
2.3 Problemes qualite dans lUAP104

Letude de lexistant nous a permi de degager plusieurs problemes dans lUAP 104 :
32
Taux de rebut important ;

Faible reactivite face aux problemes qualite ;
Defauts non detectes sur la ligne de production et donc plusieurs incidents chez
le client ;
Actions a non valeur ajoutee notamment pour le double controle ;
Systeme dinformation non fiable ;
Systeme de reporting faible.
Cela nous a permi de delimiter le champ de projet pour agir sur les points suivants :
Diminuer le taux de rebut ;
Ameliorer la reactivite qualite ;
Concevoir et developper un systeme dinformation
2.4 Conclusion
Ce chapitre represente un diagnostique de la fonction qualite a RBTN. En fait, on a
pu a partir de la description des procedures existantes, identifier quelques problemes
qui peuvent etre le sujet de plusieurs opportunites damelioration.
Ceci a permis de mieux comprendre la problematique et cerner le perimetre du projet
33
Deuxieme partie
Application de la methodologie
Six Sigma
34
Chapitre 3
Introduction a Six Sigma
3.1 Principe de la methodologie

Six Sigma est une methodologie damelioration continue qualitative, quantitative et
structuree de la gestion dentreprise. Elle est elaboree a la fin des annees 80 par
la societe americaine Motorola dans le but dameliorer le rendement ainsi que les
profils en chute de lentreprise.
La methodologie Six Sigma est basee sur la collecte de donnees permettant de mesu-
rer les parametres sensibles et significatifs qui contribuent le plus a la variabilite du
processus, et donc offrent lopportunite de reduire la variabilite dans un processus,
assurant ainsi une amelioration visible de la qualite du produit.
Six Sigma tient son nom de la lettre grecque sigma , designant lecart type
dans les outils statistiques. Cette approche representant une combinaison judicieuse
doutils modernes de gestion des processus, de methodes statistiques et de controle
de qualite, est utilisee pour caracteriser la qualite dun processus ainsi que son ap-
titude a fournir un produit ou un service dans des intervalles de tolerances specifies
par le client. Ce fait est explique davantage par la courbe de distribution normale.1
1
Le theoreme de la centrale limite stipule que : Tout systeme, soumis a de nombreux fac-
teurs, independants les uns des autres, et dun ordre de grandeur de leffet equivalent, genere une
repartition qui suit une loi de Gauss
35
ENIT 2008 3. Introduction a Six Sigma
Niveau 3 : 93, 3% des valeurs utiles (rendement) se trouvent sous la courbe de dis-
tribution normale. Le nombre de defauts (rebut) par million dopportunites DPMO
est : DP M O = (1 93, 3%) 1000000 = 67000
Niveau 4 : 99, 3% des valeurs utiles (rendement) se trouvent sous la courbe de dis-
tribution normale. Le nombre de defauts (rebut) par million dopportunites DPMO
est : DP M O = (1 99, 3%) 1000000 = 7000
Niveau 6 : 99, 99966% des valeurs utiles (rendement) se trouvent sous la courbe
de distribution normale. Le nombre de defauts (rebut) par million dopportunites
DPMO est : DP M O = (1 99, 99966%) 1000000 = 3, 4
36
3.2 Structure dun projet Six Sigma

Limplementation de la methodologie Six Sigma dans une entreprise necessite une
equipe constitue dau minimum des membres suivants [2] (Figure 3.1) :
Figure 3.1 Infrastructure dun projet Six Sigma
Manager de projet ou champion :

Le champion peut etre un directeur technique ou un chef de departement concerne
directement par la gestion du processus en question. Le champion doit etre bien
informe des exigences du client dans le but declairer rigoureusement les membres
de lequipe Six Sigma.
Master Black Belt :

Le role du Master Black Belt est de sassurer que le projet de gestion du proces-
sus aboutisse aux previsions elaborees avec les membres de lequipe ainsi quavec le
client. Sa participation est primordiale pour affiner le plan du projet Six Sigma et
repartir les taches de travail entre les membres de lequipe.
Black Belt :
Son role est de gerer le projet du debut jusqua la fin ainsi que de developper une
formation adaptee aux besoins damelioration du processus donne.
Le Black Belt tient informe le Master Black Belt de levolution progressive du projet
Six Sigma.
Deux ou plusieurs Green Belt :

Le Green Belt est quelquun qui est habitue du processus concerne. Une formation
Six Sigma lui est administree par le master black belt ou le black belt, dans le but
de contribuer au plein succes du projet.
37
Process owner :
Ce dernier fournit les ressources necessaires pour sassurer que les nouveaux controles
du processus se maintiennent dans le temps.
3.3 Methodologies Six Sigma

Six Sigma peut se presenter sous plusieurs formes, dont les principaux sont DMAIC
et DFSS.
3.3.1 La demarche DMAIC

Cette methodologie setend sur cinq phases essentielles a savoir : Define, Measure,
Analyse, Improve, Control
3.3.1.1 La phase Definir

Dans cette etape, lequipe Six Sigma definit le processus en question ainsi que les
exigences du client qui sont les plus critiques pour la qualite (CTQ). Ensuite elle doit
decrire avec precision le probleme. La description se fait a travers des mesurables de
la satisfaction du client.
3.3.1.2 La phase Mesurer

La phase de mesure a pour but didentifier les sources de variabilite dans le processus.
Le processus en question doit etre cartographie et sa capabilite doit etre evaluee.
Cest-a-dire, voir la capacite de ce processus a repondre aux besoins du client.
Les parametres variables dans le processus sont identifies puis mesures a travers une
collecte de donnees.
Plusieurs outils sont utilises durant cette phase dont les plus repondus sont :
Le plan de collecte de donnees ;
Lanalyse du systeme de mesure ;
Le calcul du niveau sigma ;
Lanalyse daptitude ;
La methode AMDEC.
3.3.1.3 La phase Analyser

Suite a la collecte de donnees pour les mesurables, les causes principales sont iden-
tifiees. Ces causes seront verifiees afin de ne pas faire des investissements sur des
causes imaginaires ce qui constituera du gaspillage.
Les outils principaux utilises dans cette phase sont :
Le diagramme dIshikawa ;
Les cinq pourquoi ;
La matrice cause-effet ;
La methode AMDEC ;
38
Le plan dexperience (DOE) ;

Le test dhypothese ;
La regression lineaire ;
Lanalyse de la variance (ANOVA).
3.3.1.4 La phase Ameliorer

Durant cette etape, les membres de lequipe Six Sigma commencent a developper
les solutions a apporter au probleme en question, puis entament grace a plusieurs
outils et techniques un test de ces solutions pour distinguer celles qui seront les plus
adequates.
Par mis les outils utilises, on cite :
Les plans dexperiences ;
Le brainstorming ;
La methode AMDEC ;
Le diagramme de la fonction qualite (QFD).
3.3.1.5 La phase Controler

La phase de controle permet de verifier si le travail realise jusque-la est efficace et
offre une garantie au processus de fournir un produit robuste avec un niveau de
variabilite minimal et un niveau de haute qualite.
Des outils robustes de la qualite sont utilises pour eviter toute erreur potentielle et
realiser un meilleur controle de la qualite. En dautres mots, toutes les recomman-
dations retenues dans les phases precedentes doivent etre strictement documentees,
appliquees, validees et controlees au fur et a mesure que le processus en question
prenne maturite. Les outils necessaires sont la matrise statistique des processus et
la normalisation du processus [3].
Parfois, lors dune demarche de DMAIC, et apres la phase danalyse, on se trouve

dans le cas ou le processus doit etre reconcu (Voir figure 3.2). Dans ce cas on utilisera
la demarche DFSS.
3.3.2 La demarche DFSS

La demarche DFSS (Design For Six Sigma) est appliquee a la realisation et le design
dun produit ou service nouveau tout en tenant compte des exigences recueillies
aupres du client.
Dans ce contexte, le projet setend sur cinq phases : Define-Measure-Analyze-Design-
Verify (DMADV) :
39
Figure 3.2 Synoptique de la demarche DMAIC
3.3.2.1 La phase Definir

Lequipe Six Sigma definit le processus a elaborer. Une charte de projet est etablie
apres avoir etudie le marche, dans le but de clarifier les enjeux du projet.
3.3.2.2 La phase Mesurer

Dans cette phase, le processus de realisation du produit ou du service est carto-
graphie, puis son aptitude est evaluee. Pour les mesurables qui ont ete deja definis
dans la phase de definition, il faut faire la collecte de donnees afin de visualiser les
variabilites de chaque parametre dans des cartes de controle
3.3.2.3 La phase Analyser

Les origines de la variabilite sont etudiees ainsi que les principales causes de ces
memes variabilites
3.3.2.4 La phase Design

Le produit ou le service est realise en pratique. Lequipe Six Sigma sassure de la
conformite du produit et du processus, au plan mis en action depuis le debut du
projet.
Le processus est alors optimise et son aptitude est evaluee.
40
3.3.2.5 La phase Controler

Un plan de controle est finalement etabli pour le suivi rigoureux de toutes les ins-
tructions qui permettent lexecution du processus tel quil a ete etabli. Un bilan
financier est remis au champion ainsi qua la direction de lentreprise pour indi-
quer les benefices realises suite a lapplication du meme type de methodologie au
processus en question
3.4 Conclusion
Nous venons de voir que la demarche Six Sigma se distingue de toutes les autres
methodes damelioration par le degre de caracterisation par la collecte et lanalyse
des donnees sur les produits du processus tout en identifiant les causes de la disper-
sion et des defauts, mais aussi par le degre doptimisation des processus en degageant
des solutions permettant de contrecarrer les causes et par la mise en oeuvre de ces
dernieres avec un systeme de controle et de surveillance afin de conserver les gains
sur le long terme.
Cest donc un veritable outil de la performance industrielle.
41
Chapitre 4
Phase de definition
Lobjectif de cette phase est de definir lobjet de letude, son perimetre ou etendue,
ainsi que de rechercher les donnees de reference et les valoriser, et finalement de
traduire limpact sur les clients en terme de valeurs cles.
4.1 Description du probleme

Lunite autonome de production UAP 104, produit des haut-parleurs pour ces
clients Renault et Volkswagen. En termes de qualite, cette unite souffre de plu-
sieurs problemes (voir chapitre 2).
Nous nous proposons dans ce projet Six Sigma dagir sur la diminution du taux de
rebut dans lUAP 104, ce qui va nous permettre de reduire non seulement les couts
de la matiere premiere, temps non productif, mais aussi de diminuer la probabilite
davoir des incidents chez les clients.
4.2 Objectifs du projet et mesurable

Le mesurable de ce projet est le taux de rebut : FOR.
Le taux de rebut moyen de lUAP 104 pendant lannee 2007 est de 8000 ppm. On
se propose dans ce projet de diminuer ce taux a 2000 ppm, ce qui est traduit par le
passage dun niveau de 3,91 Sigma a 4,38 Sigma.
Pour ce faire, on doit delimiter encore plus le champ de projet. En fait pour di-
minuer le taux de rebut global de lUAP, on doit agir seulement sur les lignes cri-
tiques. Cest-a-dire celle qui engendre le plus de defauts. On a donc proceder par
une analyse Pareto 1 sur toutes les lignes de lunite (Figure 4.1) :
On voit a travers cette analyse que 57,5% des rebuts sont engendres par la ligne 2 et
la ligne 21. Ainsi nous avons decides de focaliser nos efforts seulement sur ces deux
lignes. Pour atteindre lobjectif, il faut :
Baisser le taux de rebut de la ligne 2 de 19465ppm a 3000ppm ;
1
Lanalyse Pareto postule que seulement 20% des causes generent 80% des effets
42
ENIT 2008 4. Phase de definition
Figure 4.1 Pareto des defauts par ligne dans lUAP 104
Baisser le taux de rebut de la ligne 21 de 8500 ppm a 2000 ppm.
4.3 Evaluation des couts de non qualite

En pratique, la non-qualite revient a travailler et fabriquer des produits a reprendre
ou a rebuter, a payer des garanties, a perdre une partie de la clientele. Ces activites
negatives, inutiles et nuisibles sont celles de ce que lon appelle lusine fantome.
La non-qualite entrane des pertes enormes, mais ne doit en aucun cas etre imputee
au client, il faut donc leliminer. Dans la demarche Six Sigma, les economies sont
classees en economies HARD et economies SOFT :
Une economie hard est caracterisee par la disparition definitive du cout.

Exemple : Moins de rebuts, de retouches et de depenses dinspection ; Reduction
des heures supplementaires ; Cout de transport reduit ; Moins de couts de garantie ;
Elimination de postes . . .
Une economie soft est caracterisee par lelimination du cout dune etape specifique,
mais la depense continue sans que la ressource ne soit employee a un autre endroit.
Exemple : Besoins futurs en personnel reduits en raison damelioration du processus.
Le detail de calcul des couts de non qualite sont resume dans la figure 4.2 :
Ce calcul est base sur lestimation du taux de rebut pour lannee 2008 a partir du
43
Figure 4.2 Cout de non qualite
taux de rebut de lannee 2007 et de la quantite produite programmee pour 2008 :

FOR 2007 = (quantite rebutee en 2007/quantite delivree en 2007) x 1000000
Taux de rebut en 2008= (quantite produite pour 2008 x F0R2007) / 1000000
4.4 Planning du projet

Le deroulement du projet devra suivre le planning suivant :
Phase Debut Fin

Definir 28/02/2008 01/03/2008
Mesurer 03/03/2008 03/04/2008
Analyser 04/04/2008 03/05/2008
Ameliorer 03/05/2008 24/05/2008
44
4.5 Equipe Six Sigma

Champion : Karl-Heinz Gorke (Directeur de RBTN)
Process Owner : MOE
Membres de lequipe :
Narjess Damargi / MOE
Omor El Hif / QMM
Rochdi Hanafi / MOE
Hosni Hamdi / TEF
Mohamed Elaroui / MOE
Project Leader : Zied Triki
Master Black Belt : Sofien Missaoui
4.6 Conclusion de la phase

Dans cette phase on a defini le probleme et les motivations de ce projet, lequipe
et aussi le planning ce qui devra permettre le suivie de lavancement des differentes
etapes du projet.
45
Chapitre 5
Phase de mesure
Lobjectif de cette phase est de collecter des donnees sur le mesurable du projet
ainsi que la validation des systemes de mesures pour pouvoir evaluer la stabilite et
la capabilite du processus. Cette phase est tres importante dans la demarche Six
Sigma, car si on peut mesurer, on peut corriger.
5.1 Validation du systeme de mesure

Afin dentamer la collecte de donnees relatives a notre mesurable, la validation du
systeme de mesure savere utile pour pouvoir tirer des analyses vraies pour les phases
qui suivent. Dans notre cas, on a trois systemes de mesures a valider : le controle
visuel, le controle acoustique et la base de donnees.
5.1.1 Principe de la demarche

Pour un systeme de mesure, il y a deux sources de variabilite : une variabilite due
au processus, et une variabilite du au processus de mesure. Pour se faire, on utilise
une etude de reproductibilite et de repetabilite (R&R).
La reproductibilite :elle traduit la variabilite introduite par les operateurs durant

le processus de mesure et permet devaluer le niveau dhomogeneite des operateurs.
En faite, si lun des operateurs decide par exemple quune unite a un defaut daspect
et quun autre operateur decide que cette unite nen a pas, cela signifie quil y a un
probleme dans le systeme de mesure.
La repetabilite :elle exprime la variabilite des mesures des parametres du proces-

sus prises a plusieurs reprises par un operateur unique. Donc, on peut juger quun
systeme de mesure est inadapte si la meme personne tire des conclusions differentes
lors de ses evaluations successives de la meme unite de produit.
Pour proceder a une etude R&R, la premiere etape consiste a identifier le type
46
ENIT 2008 5. Phase de mesure
de donnees ; Cest-a-dire voir sil sagit des donnees dattribut, ou des donnees va-
riables. Une donnee est dite dattribut (egalement discrete), si elle est obtenue par
calcul. Exemple : nombre de Haut parleurs defectueux, nombre derreurs sur fac-
tures.
Une donnee est dite variable (egalement continue), si elle peut etre mesuree a partir
dune echelle continue. Exemple : Dimension, poids, force, temps, cout
Si le mesurable est traduit par des donnees dattribut, on procede par une etude
R&R dattribut. Sinon, on utilise la methode ANOVA ou Xbar-R.
Dans notre cas, il sagit bien de donnees dattribut. Pour effectuer cette etude on a
pris un echantillon de 30 pieces : 20 bonnes, 5 presentant un defaut non acceptable
facile a juger et 5 presentant un defaut non acceptable difficile a juger, puis on a
demande lavis de lexpert (Norme) ensuite lavis des controleuses.
5.1.2 Validation du controle visuel

Il sagit de valider trois operatrices. Les resultats obtenus sont resumes dans le
tableau 5.1 :
47
Tableau 5.1 Resultats R&R pour le controle visuel

Modeles 325-322 Controle visuel
Test1 Test2 Test1 Test2 Test1 Test2
Nbr F.Hsan F.Hsan F.Yazidi F.Yazidi F.Jlasi F.Jlasi Norme
1 G NG NG G NG NG NG
2 G G G G G G G
3 NG G NG NG NG NG G
4 G NG G G G G G
5 NG NG NG G G G G
6 G NG G G G G G
7 NG NG NG NG NG NG NG
8 NG NG NG NG NG NG G
9 G NG NG G NG G G
17 G NG NG NG NG NG G
18 G NG NG NG NG G G
19 G G G G NG G G
21 G G G G NG NG G
22 G NG G G G NG G
23 G NG G NG NG G G
25 NG NG G NG NG G G
28 G NG G G G NG G
30 NG NG G NG NG NG G
1
Les resultats de traitement avec Minitab nous donnent les resultats suivants :
1
Minitab est un logiciel de traitement statistique
48
Within Appraisers
Assessment Agreement
Appraiser # Inspected # Matched Percent 95 % CI

1 30 20 66,67 (47,19; 82,71)
2 30 24 80,00 (61,43; 92,29)
3 30 23 76,67 (57,72; 90,07)
# Matched: Appraiser agrees with him/herself across trials.
Each Appraiser vs. Standard

1 30 12 40,00 (22,66; 59,40)
2 30 16 53,33 (34,33; 71,66)
3 30 14 46,67 (28,34; 65,67)
# Matched: Appraisers assessment across trials agrees

with the known standard.
Assessment Disagreement
49
Appraiser # NG / G Percent # G / NG Percent # Mixed Percent

1 8 40,00 0 0,00 10 33,33
2 8 40,00 0 0,00 6 20,00
3 9 45,00 0 0,00 7 23,33
# NG / G: Assessments across trials = NG / standard = G.

# G / NG: Assessments across trials = G / standard = NG.
# Mixed: Assessments across trials are not identical.
Between Appraisers
# Inspected # Matched Percent 95 % CI

30 15 50,00 (31,30; 68,70)
# Matched: All appraisers assessments agree with each other.
All Appraisers vs. Standard

30 10 33,33 (17,29; 52,81)
# Matched: All appraisers assessments agree with the known standard.
50
La connaissance du pourcentage daccord entre tous les evaluateurs vis a vis de la

norme nous permet de juger si le systeme de mesure est valide ou non : Pour le
Tableau 5.2 Criteres devaluation dun systeme de mesure

Pourcentage Critere
Moins de 80% Inacceptable
80 a 90% Marginal
90 a 100% Acceptable
controle visuel, le pourcentage daccord entre tous les evaluateurs vis a vis de la
norme est egal a 33,33%. A partir du tableau 5.2 on peut confirmer la non valida-
tion de ce systeme de mesure.
Apres analyse les operatrices ne peuvent pas detecter les defauts suivant :
Operatrice 1 : Corbeille/Membrane ouverte, Manque FD ;
Operatrice 2 : Membrane Sali, Corbeille/Membrane ouverte, calotte abme ;
Operatrice 3 : Corbeille/membrane ouverte, Calotte Sali, Membrane Sali.
Laction prise est la formation et le recyclage des operatrices pour les defauts non
detectes.
5.1.3 Validation du controle acoustique

Il sagit de valider deux operatrices. Les resultats obtenus sont resumes dans le
tableau 5.3 :
51
Tableau 5.3 Resultats R&R pour le controle acoustique

Modele 325-322 Controle Acoustique
1er test 2eme test 1er test 2eme test
Nbr F.Hsan F.Hsan F.Yazidi F.Yazidi Norme
1 G G G G G
2 NG NG NG NG NG
3 NG NG NG NG NG
4 G G NG G G
5 G G G G G
6 G G NG G G
7 NG NG NG NG NG
8 G G G G G
9 G G G G G
10 G G G G G
11 NG NG G NG NG
12 G G G G G
13 G NG NG G G
14 G G G G G
15 NG NG NG NG NG
16 G G G G G
17 G G G G G
18 G NG G G G
19 NG NG NG NG NG
20 G G G G G
21 G G G G G
22 NG G NG NG NG
23 G G G G G
24 NG NG NG NG NG
25 G G G G G
26 G NG NG G G
27 G G G G G
28 G G G G G
29 NG G NG NG NG
30 NG NG NG NG NG
Le traitement avec le logiciel Minitab nous donne les resultats suivants :
52
Within Appraisers

1 30 25 83,33 (65,28; 94,36)
2 30 24 80,00 (61,43; 92,29)
# Matched: Appraiser agrees with him/herself across trials.
Each Appraiser vs Standard

1 30 25 83,33 (65,28; 94,36)
2 30 24 80,00 (61,43; 92,29)
# Matched: Appraisers assessment across trials agrees with the known standard.
Between Appraisers
53

30 24 80,00 (61,43; 92,29)
# Matched: All appraisers assessments agree with each other.
All Appraisers vs Standard

30 24 80,00 (61,43; 92,29)
# Matched: All appraisers assessments agree with the known standard.
Le pourcentage daccord entre tous les evaluateurs vis a vis de la norme est egal
a 80%. Donc cest un critere marginal.
5.1.4 Validation de la base de donnees

Pour valider la base de donnees, il faut verifier le systeme de collecte et de saisie de
donnees. Cette etude nous a permis de detecter une deviation grave :
Pour la date 27 fevrier 2008, on a trouve dans la feuille de saisie des rebuts corres-
pondant au modele 475, 250 pieces rebutes enregistrees sous le code de defaut 528
(composant detache) tandis que le vrai defaut etait composant faux, ce qui cor-
respond au code de defaut 526. Ceci implique la non validation de la base de donnees.
Laction prise etait de concevoir un systeme dinformation robuste (Voir par-

tie III)
5.2 Stabilite du processus

Pour verifier la stabilite on a suit levolution du taux de rebut de la ligne 2 pendant
6 mois a travers la carte de controle I-MR (Figure 5.1). En fait, le processus est dit
stable et sous controle si les tests suivants sont verifies :
1. Le schema est aleatoire, cest-a-dire non repetitif ;
2. Il ny a pas de tendances longues, ni de montees ou descentes irregulieres ;
3. Tous les points se trouvent dans les limites de controle ;
4. Les deux tiers des points se trouvent a un tiers de lespace entre la LSC et la
LIC a un tiers de la ligne centrale.
A partir la carte de controle tracee, on note quil ny a aucun point qui depasse les
limites de controle statistique. Cependant, il y a une grande variabilite a linterieur
des limites de controle, ceci est du aux causes communes de variations. Donc on
54
Figure 5.1 Evolution du taux de rebut de la ligne 2
peut affirmer que le processus est stable et sous controle statistique.

Le nombre moyen de rebut est de 21155 ppm avec une etendue mobile moyenne de
8492 ppm.
5.3 Recentrage du domaine du projet

Vu quil ya une multitude de modeles de hauts parleurs qui sont produits dans la
ligne 2, une analyse Pareto savere utile pour savoir les modeles les plus affectes et
les defauts les plus importants afin de les eliminer. Pour ce faire, deux criteres sont
choisis :
Les modeles qui engendrent des couts de non qualite les plus eleves ;
Les modeles qui sont les plus produits.
Les diagrammes Pareto ainsi trouves indiquent que les modeles 325 322, 462, 475,
383 engendrent des 62% des couts de rebuts du total de la ligne 2 (Figure 5.2).
Pour connatre les modeles qui seront produits le plus pendant lannee 2008, nous
nous sommes referes au plan industriel et commercial. Le Pareto des modeles obtenu
est represente dans la figure 5.3. 80% de la production de lannee 2008 sera dediee
aux les modeles 475, 383 et 462. Ainsi, il sera plus judicieux de travailler sur ces
modeles car ils constituent a la fois les modeles les plus couteux et les plus produits.
55
Figure 5.2 Pareto des couts par modele
Pour les modeles 325-322, 475,383, 462, on a etabli les Pareto des defauts pour savoir
les defauts potentiels qui doivent etres elimines (Figure 5.4).
A partir de cette analyse, on a decide que le projet Six Sigma traite les defauts
114 et 419 puisque lelimination de ces derniers va contribuer a diminuer le taux de
rebut de la ligne 2 denviron 50%.
56
Figure 5.3 Pareto des modeles par quantite de production
Figure 5.4 Pareto des defauts par modele
57
Figure 5.5 Description des defauts cibles par le projet Six Sigma

Dans cette phase, on a etudie les systemes de mesure et on a degage des actions
pour les systemes non valides tel que la formation et recyclage pour les operatrices
du controle visuel et la conception et la mise en place dun nouveau systeme din-
formation. On a pu aussi centrer davantage le domaine du projet pour agir sur les
defauts bobine inclinee dans la membrane et collage Sicke/corbeille ouvert pour
les modeles de produits 325 322, 475, 383, 462.
58
Chapitre 6
Phase danalyse
Lobjectif de la phase danalyse est didentifier les sources de variabilites (les X)

tout en continuant a observer notre mesurable (Y). On va donc identifie les causes
potentielles des deux defauts quon a identifies dans la phase de mesure, puis procede
a la validation de ces causes afin de determiner les causes racines.
6.1 Defaut 114 : Bobine inclinee dans la mem-

brane
Le defaut de la bobine inclinee, se trouve dans deux types de processus. On distingue
le processus dassemblage A-Montage et le processus dassemblage B-Montage.
Ces deux processus nont aucune ressemblance, ce qui implique que les causes de
defauts sont differentes. Nous avons alors a choisir de travailler ou bien sur le pro-
cessus A-Montage ou bien le B-Montage.
6.1.1 Choix du processus

Pour effectuer ce choix, on sest base sur le taux de rebut du defaut en question pour
les deux types de processus. Les valeurs en PPM enregistrees pour les mois Janvier,
Fevrier, Mars 2008 sont recapitulees dans le tableau 6.1. Ces donnees sont illustrees
par le graphique de la figure 6.1.
On note quil ny a pas une grande difference entre les deux types de processus. On
sest donc refere a un deuxieme mesurable qui est le PFOR.
Tableau 6.1 A-Montage vs. B-Montage

Mois A-montage B-montage
Janvier 2008 2432,94 2355,64
Fevrier 2008 2979,31 2904,27
Mars 2008 2641,17 2517,15
59
ENIT 2008 6. Phase danalyse
Figure 6.1 A-Montage vs. B-Montage
PFOR (A-Montage) = 0 ppm

PFOR (B-Montage) = 95 000 ppm On va donc se concentrer sur lelimination du
defaut 114 dans les modeles fabriques selon le processus dassemblage B-Montage.
6.1.2 Recherche et verification des causes

Apres avoir recentre le champ detude du defaut 114, on a procede a la recherche
des causes potentielles.
6.1.2.1 Cartographie du processus B-Montage

Cette cartographie permet de comprendre encore plus le processus dassemblage
bobine/membrane (Figure 6.2).
6.1.2.2 Diagramme Input-Process-Output

La construction du diagramme IPO (ou encore EPS : Entree-Processus-Sortie) per-
met didentifier les entrees du processus, ce qui permet de savoir la nature de la
cause de defaillance qui suit les lois de la logique des flux [4] :
un processus est defaillant sil en sort un flux defaillant alors que les flux
entrants sont bons ;
lorsque tous les flux sortants dun processus sont bons, le processus est bon ;
quand un flux sortant dun processus est bon, ses flux entrants correspondants
sont bons ;
quand un flux sortant ne peut pas etre produit par le processus, cest un des
flux entrants correspondants qui est defaillant.
Dans notre cas, le diagramme IPO est donnee par la figure 6.3 :
60
Figure 6.2 Cartographie detaillee du processus B-Montage
Figure 6.3 Diagramme IPO
6.1.2.3 Recherche des causes potentielles

Apres avoir determine les inputs du processus dassemblage bobine - membrane, on
peut proceder par une recherche des causes. On a utilise un brainstorming pour
citer toutes les causes possibles quon a classe dans le diagramme cause effet suivant
61
(Figure 6.4) :
Apres un vote, lequipe du projet a retenu les causes suivantes :
Figure 6.4 Diagramme cause effet pour le defaut 114
1. Inattention de loperatrice ;
2. Machine dassemblage usee ;
3. Axe de centrage incline ;
4. Axe de centrage use (Diametre inferieur a la tolerance) ;
5. Hauteur de la bobine dans la membrane non correcte.
6.1.2.4 Verification des causes

6.1.2.4.1 Inattention de loperatrice Dans le processus de production des
modeles B-montage, le poste dassemblage bobine/membrane est dedouble. Ceci
nous a facilite la verification de cette cause. On a donc permute les deux operatrices
entre ces deux postes pour observer les resultats.
Pour recueillir les informations necessaires, une feuille de collecte de donnees dans
le poste de controle de ce defaut est mise en place. Cette feuille comporte le nombre
de defauts engendres par chacun des deux postes enregistres pendant des intervalles
de duree 15 minutes.
Les defauts que le poste de controle peut detecter sont : bobine inclinee dans la
62
Tableau 6.2 Taux de defaut selon loperateur et la machine

Essaie Machine1 Machine 2
Operateur1 1 19060,3 92881,9
2 10447,8 40642,7
Operateur2 1 13020,8 38563,8
2 17013,2 95522,4
membrane, collage bobine/membrane ouverte et bobine/membrane non bien colle.

Les donnees recueillis (en DPMO) sont resumees dans le tableau 6.2. Ces donnees
parviennent dune distribution de poisson, ce qui implique quon peut utiliser lana-
lyse de la variance unidirectionnelle si les conditions de normalite et la non existence
de points aberrants sont satisfaites.
Test de normalite : Pour verifier la normalite, on a utilise le test dAnderson

Darling. Ce test est base sur le fait que lhypothese de normalite est rejetee lorsque
la statistique du test A prend des valeurs trops elevees. Cest a dire lorsque A est
superieure a une valeur critique Acrit . La statistique du test dAnderson Darling
secrit : n
1X
A = n (2i 1) [ln(Fi ) + ln(1 Fni+1 )]
n i=1
Ou Fi est la frequence theorique de la repartition normale centree reduite associee
x x
a la valeur standardise z(i) = (i)s
La valeur de Acrit depend du niveau de risque . Par exemple :
Pour =10%, Acrit =0,631

Pour =5%, Acrit =0,752
Pour =1%, Acrit =1,035
Pour le cas de ce projet, on a utilise le logiciel Minitab qui calcule une probabilite
P-value. Cette valeur sera compare directement a . Exemple :
Pour =5%, si P0,05, on peut affirmer que les donnees ne suivent pas la loi nor-
male.
Les tests de normalite dAnderson Darling pour les donnees de chaque operatrice
montrent que les donnees ne suivent pas une distribution normale puisque les valeurs
de P 5% (Figure 6.5).
63
Figure 6.5 Tests de normalite dAnderson Darling
Recherche des points aberrants : La detection des points aberrants se fait a tra-
vers les boites de moustaches (Box plot). Il sagit dun outil graphique qui represente
une distribution empirique a laide de quelques parametres de localisation qui sont
la mediane (M), le premier quartile (Q1 ) et le troisieme quartile (Q3 ).
Pour deceler lexistence des points atypiques, il suffit de comparer les observations
a la valeur 1,5 lintervalle Q3 Q1 .
Dans notre cas les boites a moustaches indiquent quil ya des valeurs aberrantes
(Figure 6.6).
64
Figure 6.6 Recherche des valeurs aberrantes
On ne peut alors pas utiliser lANOVA ;
En se referant a larbre de decision pour la validation dhypotheses de lannexe

B, on devra utiliser le test de mediane de Mood.
La formulation des hypotheses est comme suit :
H0 : Le nombre de defauts ne depend pas de loperatrice

H1 : Le nombre de defauts depend de loperatrice
Mood Median Test : C8 versus Operateur
Mood median test for C8

Chi-Square = 1,60 DF = 1 P = 0,206
Individual 95,0% CIs

Operateur N< N>= Median Q3-Q1 +---------+---------+---------+------
1er op 11 21 1,00 2,00 (----------------*---------------)
2eme op 16 16 0,50 1,00 (-------*--------)
+---------+---------+---------+------
0,00 0,60 1,20 1,80
Overall median = 1,00
La valeur de P calculee est egale 0, 206. Par consequent, on ne peut pas rejeter
lhypothese nulle et on peut considerer que le nombre de defaut ne depend pas de
loperatrice.
65
6.1.2.4.2 Machine dassemblage usee Toujours en se basant sur les donnees

recueillis, les tests de normalite dAnderson Darling pour les donnees de chaque
machine dassemblage montrent que les donnees ne suivent pas une distribution
normale puisque les valeurs de P 5% (Figure 6.7). Les boites a moustaches
indiquent aussi quil ny a pas des valeurs aberrantes.
On peut appliquer le test degalite des medianes de Kruskal Wallis.
Figure 6.7 Tests de normalite dAnderson Darling
66
Figure 6.8 Recherche des valeurs aberrantes
La formulation des hypotheses est comme suit :
H0 : Le nombre de defauts ne depend pas de la machine dassemblage

H1 : Le nombre de defauts depend de la machine dassemblage
Kruskal-Wallis Test : C8 versus Machine
Kruskal-Wallis Test on C8
Machine N Median Ave Rank Z

1ere machine 31 1,000 18,6 -5,62
2eme machine 31 5,000 44,4 5,62
Overall 62 31,5
H = 31,63 DF = 1 P = 0,000
H = 32,18 DF = 1 P = 0,000 (adjusted for ties)
On obtient une valeur de P=0. Par consequent, on rejette lhypothese nulle et on

peut considerer que le nombre de defaut depond de la machine.
Ces resultats obtenus sont confirmes graphiquement par une Multi-Vari chart (Fi-
gure 6.9).
67
Figure 6.9 Impact des machines et des operatrices sur le taux de defaut
On remarque a partir de ce graphique que les deux operatrices creent pratiquement le

meme taux de defauts, independamment du poste dassemblage. On remarque aussi
que la deuxieme machine est celle qui est responsable du taux de rebut important,
et quil ny a pas dinteraction entre ces deux facteurs.
Donc, une action sur la deuxieme machine engendre une diminution significative du
taux de defaut.
6.1.2.4.3 Axe de centrage incline/use Pour verifier cette cause, il suffit juste
de mesurer le degre dinclinaison de laxe de centrage et son diametre. Les valeurs
obtenus sont dans les tolerances.
Cause non verifiee.
6.1.2.4.4 Hauteur de la bobine dans la membrane non correcte En se

referant au dessin technique de lensemble bobine-membrane assemble, on a vu que
le bobinage de la bobine doit etre centre par apport au polplatte. Ce qui nest pas
realise dans notre processus. On devra donc repondre a la question suivante : le
reglage de la hauteur de la bobine a t-il un impact sur linclinaison de lensemble ?
Pour verifier cette cause, on a procede par un test de proportion. Le premier
echantillon est constitue de 2304 pieces dont 214 pieces ont ete rebute.
Apres un reglage de la hauteur de la bobine dans la membrane (ce qui revient a
regler la hauteur des rondelles dans loutil dassemblage) on a pris un deuxieme
echantillon. Ce dernier comporte 670 pieces dont 12 ont ete rebutees. Mais cette
difference est elle statistiquement significative ? ! (Voir figure 6.10).
68
Figure 6.10 Carte de moyennes pour la cause : hauteur de la bobine incorrecte
Les resultats du test de proportion sont :
Test and CI for Two Proportions
Sample X N Sample p
1 214 2304 0,092882
2 36 670 0,053731
Difference = p (1) - p (2)

Estimate for difference: 0,0391506
95% CI for difference: (0,0183661; 0,0599351)
Test for difference = 0 (vs not = 0): Z = 3,69 P-Value = 0,000
Fishers exact test: P-Value = 0,001
La valeur de P obtenue est 0, 001. Cest la probabilite daccepter lhypothese :

H0 : la difference entre les deux proportions nest pas significative.
Ainsi nous rejetons lhypothese nulle.
Le reglage de la hauteur de la bobine dans la membrane a un impact sur le defaut.
6.2 Defaut 419 : Collage Sicke/Corbeille ouvert

6.2.1 recherche des causes
Apres un brainstorming, on a constitue le diagramme cause effet suivant :
69
Apres un vote, lequipe du projet a retenu les causes suivantes :

Doseur non capable ;
Humidite insuffisante.
6.2.2 Verification des causes

6.2.2.1 Doseur non capable
Lequipe Six Sigma a vote pour cette cause par doute que le doseur de colle nest
capable de fournir les quantites voulues a tout moment. Pour etudier la capabilite
du doseur, on a preleve des mesures de la quantite de colle dosee par operation a des
intervalles de temps constants de 3 heures. Puis on a mene une etude de capabilite
a long terme.
La premiere etape, est de determiner la nature de distribution des donnees. Un test
de normalite dAnderson Darling, montre que les donnees ne suivent pas une loi
normale car la valeur de P est nettement inferieure a 0,05 (Voir figure 6.11). Il faut
donc realiser une transformation sur les donnees pour pouvoir estimer la capabilite
du doseur.
70
Figure 6.11 Resultats du test dAnderson Darling
La transformation de Box-Cox essaie automatiquement un certain nombre de trans-

formations et selectionne celle qui marche le mieux. Pour notre cas, cette transfor-
mation donne un lambda optimal de 0,5 pour un intervalle de confiance de 95%
(Figure 6.12). Ainsi, en utilisant la transformation qui associe a tout Y son racine
Figure 6.12 Resultats de la transformation de Box-Cox
carre, on obtient une distribution normale. Ce fait est traduit par la representation
graphique de la forme de distribution lors de letude de capabilite (Figure 6.13)
71
Figure 6.13 Etude de la capabilite du doseur
Calcul de capabilite :
Pour mesurer et analyser laptitude dun processus, on utilise la formule :
Tsup Tinf
Cp =
6
Avec : Tsup : valeur superieure du parametre mesurable.
Tinf : valeur limite inferieure (minimale) du parametre mesurable.
:lecart type calcule.
Pour evaluer la performance et le centrage dun processus, on utilise lindex Cpk

n o
Cpk = min Zinf/3, Zsup/3
Avec
Zsup = (Lsup ) qui est la valeur Z de la limite superieure
Zinf = (Linf) qui est la valeur Z de la limite inferieure
La valeur Z est la difference absolue entre la valeur mesuree et la moyenne divisee
par lecart type.
Les valeurs des index daptitude ainsi que leur interpretation sont fournies dans le
tableau 6.3
72
Tableau 6.3 Tableau comparatif des index daptitude

Indice Cpk Etat du processus Niveau sigma
1 Aptitude faible 2
1Cpk 1,33 Aptitude juste acceptable 3
1,33Cpk 2 Aptitude acceptable Entre 3 et 4
Cpk 2 Tres bonne aptitude Entre 4 et 6
On remarque que le processus est capable (Cp =1,84) et il est bien centre (Cpk 0).
= La cause est non verifiee.
6.2.2.2 Humidite insuffisante

Il sagit de verifier si les valeurs de lhumidite sont dans les intervalles de tolerance
ou pas. Le placement des valeurs de lhumidite prelevees dans une carte de controle
I-MR (Figure 6.14), confirme que ces donnees sont completement hors specifications.
= Lhumidite est une cause verifiee.
Figure 6.14 Comparaison des valeurs de lhumidite par rapport aux specifications

Durant cette phase, on a analyse les causes potentielles de lapparition des defauts
bobine inclinee dans la membrane et collage corbeille/membrane ouvert.
Certaines causes sont verifiees, dautres non. Ceci, va nous permettre de contrecarrer
des causes vraies dans la phase damelioration.
73
Chapitre 7
Phase damelioration
Apres la phase analyser, le role de lequipe Six Sigma dans phase ameliorer est
de degager des solutions et des actions. Au cours de ce chapitre, nous presentons
les actions engagees pour diminuer le taux de rebut engendre par les deux defauts
bobine inclinee dans la membrane et collage Membrane/corbeille ouvert, mais
aussi dautres actions damelioration concernant lamelioration de la reactivite de la
qualite.
7.1 Defaut 114 : Bobine inclinee dans la mem-

brane
Les deux causes identifiees sont : machine dassemblage usee et le mauvais reglage
de la hauteur de la bobine dans la membrane.
Laction que lequipe Six Sigma a pris cest de commander deux outils inferieur de
la machine dassemblage, dans le but de :
Diminuer le taux de rebut engendre par la machine 2 ;
Avoir deux outils dassemblages standards dans le but de determiner la hauteur
de la rondelle optimale pour fixer la bonne position de la bobine par rapport a la
membrane. Ainsi on pourra commander deux rondelles standards pour les deux
postes dassemblage.
On a degage aussi dautres actions a partir de la realisation dune AMDEC process
pour permettre le suivi des actions et leur efficacites dans la phase controler.
7.1.1 AMDEC process

LAMDEC (Analyse des Modes de Defaillance, de leur Effets et de leur Criticite) est
un outil methodologique permettant lanalyse systematique des dysfonctionnements
potentiels dun produit, dun procede ou dune installation.
LAMDEC-Process est utilisee pour etudier les defauts potentiels dun produit nou-
veau ou non, engendres par le processus de fabrication [6].
74
ENIT 2008 7. Phase damelioration
Elle est mise en oeuvre pour evaluer et hierarchiser les defauts potentiels dun pro-
duit dont les causes proviennent de son processus de fabrication.
Sil sagit dun nouveau procede, lAMDEC-Process en permettra loptimisation, en
visant la suppression des causes de defaut pouvant agir negativement sur le produit.
Sil sagit dun procede existant, lAMDEC-Process en permettra lamelioration.
Dans notre cas, le perimetre du defaut bobine inclinee dans la membrane concerne
les deux postes dassemblage Bobine Membrane. La realisation de lAMDEC sur ce
poste nous permettra non seulement lelimination de ce defaut, mais aussi dautres
problemes qui sont :
Hauteur de la bobine dans le systeme magnetique incorrecte ;
Collage bobine membrane ouvert.
A chaque cause, nous avons attribue une cotation de sa gravite, sa frequence dappa-
rition et sa detection (Figure 7.1). Les abaques des indices de gravite, occurrence et
detection, sont fournis dans lannexe C. Un Indice de Priorite des Risques (IPR) est
par la suite calcule pour chaque mode de defaillance : IPR = Gravite Occurrence
Detection
75
Figure 7.1 AMDEC process - defaut 114
76
7.1.2 Determination de la hauteur de la bobine

On sest base sur lexperience pour determiner la bonne hauteur de bobine dans la
membrane. On a essaye alors plusieurs combinaisons de rondelles. La bonne combi-
naison a donne une hauteur de 3, 43 mm pour le modele 383.
7.1.3 Manipulation de lensemble bobine membrane

Lexperience realisee qui concerne la permutation des deux operatrices entre les deux
postes a montre que la manipulation de loperatrice na pas dinfluence sur le taux du
defaut. Cependant, la mauvaise manipulation de lensemble bobine/membrane apres
le poste dassemblage peut influencer linclinaison de la bobine puisque lensemble
nest pas completement seche. Ce fait est note dans le poste dinsertion du fil de
cuivre dans le rivet creux. Des nouvelles instructions de travail sont alors mises
en place qui indiquent a loperatrice comment manipuler les pieces sans toucher la
frontiere bobine/membrane (Voir photo de la figure 7.2)
Figure 7.2 Manipulation de lensemble bobine/membrane
7.2 Defaut 419 : Collage membrane/corbeille ou-

vert
Dans la phase analyser, on a vu que les valeurs de lhumidite sont completement
hors specifications. Laction engagee etait la mise en place dun humidificateur pour
le poste de collage membrane/corbeille.
7.3 Amelioration de la reactivite Qualite

Un point faible note dans les lignes de production cest que la reactivite face aux
problemes qualite est tres lente, et parfois elle nexiste pas. Ceci est a la cause de
la non definition des limites dintervention, bien que le systeme de production BPS
prevoie un systeme de reaction contre les problemes.
77
7.3.1 La reactivite qualite selon BPS

Pour assurer une meilleure reactivite, un systeme doit etre capable de reagir effica-
cement contre tous types de deviation telle que les pannes machines, defauts qualite,
limite dintervention atteinte, variation du temps de cycle. . .
Au niveau qualite, pour assurer un systeme de reaction rapide, on doit definir des
limites dintervention pour chaque defaut. Cest-a-dire definir un seuil dalerte pour
les deviations au de-la duquel, il y aura une intervention sur la ligne de production
et la resolution du probleme. Ces seuils dalerte seront redefinis au cours du temps.
A chaque fois quil aura une amelioration maintenue, les limites dinterventions se-
ront reduites encore plus. Selon le standard BPS, le temps de la reactivite suite a
Figure 7.3 Actualisation des limites dintervention
lapparition dun probleme qualite se calcule a partir de trois temps (Figure 7.4) :
TF R = TF + TE + TI
Avec :
Figure 7.4 Temps de reactivite qualite selon BPS
TF = Temps ecoule entre le moment de lapparition du defaut et le moment de

detection de ce dernier ;
TE = Cest le temps passee depuis la detection du defaut, jusqua latteinte du seuil
dalerte ;
TI = Cest le temps mise entre latteinte de la limite dintervention et la reaction
78
face au defaut.
Lobjectif alors est de diminuer au maximum possible le TF R pour assurer une

boucle qualite performante.
7.3.2 Definition et implementation des limites dinterven-

tion
Cette action est realisee dans le cadre dun workshop en collaboration avec les
membres du CIP (Photo de la figure 7.5).
La realisation sest deroulee sur quatre etapes :
Figure 7.5 Membres de lequipe Six Sigma et lequipe CIP
7.3.2.1 Definition des Q data

Il sagit denumerer tous les postes de tarvail, tout en indiquant le nombre de pieces
entre les postes (WIP : Work In Process), et le nombre moyen des rebuts en ppm
(Figure 7.6).
79
Figure 7.6 Exemple de Q data pour le poste Montage Zn/MB
7.3.2.2 Elaboration des QA matrix

Une QA matrix est une matrice qui comporte les defauts possibles par poste de
travail, ainsi que la detectabilite du defaut. Elle permet de repondre aux questions
suivantes :
1. Quelle sont les defauts crees dans cette station ?
2. Est-ce que le defaut peut etre detecte dans ce poste, dans un autre poste, ou
ne peut pas etre detecte ?
3. Comment le defaut peut etre detecte ?
Le remplissage de la QA matrix se fait de la maniere suivante : La premiere colonne
comporte les descriptions des defauts crees dans ce poste ; La deuxieme colonne est
coloree en vert si le defaut peut etre detecte dans ce meme poste, et en rouge sinon.
Dans ce cas, on passe a la colonne suivante qui contient le numero du poste de travail
ou ce defaut peut etre detecte ; La quatrieme colonne comporte levaluation de la
detectabilite du defaut :
Si le defaut est detecte a 100% avec un systeme de Poka Yoke, elle sera coloree en
vert ;
Si le defaut nest pas detecte a 100%, la cellule correspondante sera coloree en
jaune ;
La couleur sera rouge sil est impossible de detecter le defaut.
Exemple :
Figure 7.7 Exemple de QA matrix pour le poste Montage Zn/MB
80
7.3.2.3 Definition des limites dintervention

Les stations, les defauts et leurs lieux de detection sont definis, on peut alors
determiner les limites dintervention pour chaque station ; ceci en se referant a
lexperience du groupe.
On a etablis alors les feuilles de visualisation du seuil dalerte pour chaque poste
(Annexe D) puis on les a attachees devant chaque poste de travail, comme le montre
la photo de la figure 7.8.
Cette feuille comporte un nombre daimants correspondant au nombre de defaut
Figure 7.8 Visualisation du seuil dalerte devant chaque poste
qui peuvent etre detectes dans ce poste. A defaut detecte, loperatrice place laimant
dans la case correspondante.

Dans cette phase, nous avons propose des solutions quon a jugees efficaces.
Cependant, pour que ces actions aboutissent, il faut assurer un suivi rigoureux de
leur implantation et apprendre aux operateurs a accepter les changements et les
nouvelles habitudes de travail.
81
Chapitre 8
Phase de controle
Tout projet Six Sigma se cloture par une phase de controle et de validation pour
evaluer lefficacite des actions mises en place. Cette phase se caracterise par la mise
en place de cartes de controle et par une deuxieme mesure des performances du
processus pour comparer lavant et lapres amelioration.
Pour linstant on va se limiter a presenter les resultats actuels qui ne presentent
quune partie des resultats damelioration ; Car certaines actions ne sont pas mises
en place. Cette tache sera confiee aux responsables designes.
8.1 Suivi du defaut 114

Suivi de lFOR
Levolution du taux de rebut a la fin de la ligne du defaut 114 avant et apres
limplementation dune partie des actions engagees dans la phase damelioration,
est presentee dans la carte de controle de la figure 8.1. Le taux de rebut moyen a
diminue de 3000 ppm a 1073 ppm.
82
ENIT 2008 8. Phase de controle
Figure 8.1 Evolution de lFOR du defaut 114
Suivi du PFOR
A travers la carte de controle de la figure 8.2, on remarque que le taux de rebut au
milieu de la ligne a diminue dune valeur moyenne de 101 883 ppm a 23 939 ppm.
Cette diminution importante du PFOR na pas seulement un impact sur les couts
de non qualite mais aussi sur la performance de la ligne de production, vue que les
pieces qui on etait rebute, entrent maintenant en production.
83
Figure 8.2 Evolution du PFOR du defaut 114
8.2 Suivi du taux de rebut de la ligne 2

A travers la carte de controle de la figure 8.3, on remarque que le taux de rebut de
la ligne 2 a diminuer dune valeur moyenne de 21 155 ppm a 15 360 ppm, sachant
quon a enregistre pour le mois davril un taux de 13 419 ppm.
Ce taux devra chuter enormement pendant le mois de Mai vue les resultats enre-
84
gistres pour le defaut 114 pour la premiere semaine de ce mois.
Figure 8.3 Evolution du taux de rebut de ligne 2
8.3 Estimation des gains

Deux types de gains peuvent etre evalues : un gain en temps non productif (en
PFOR) et un gain qui resulte de la diminution de la quantite rebute dans la fin de
la ligne (FOR).
Estimation des gains en PFOR :
Gain de temps par piece :

(P F ORavant P F ORapres )
T akt T ime1
1000000
A.N :
101883 23939
20 = 1, 6 Sec/piece
1000000
Gain en PFOR :
Gain de temps par piece
Gain en P F OR par piece = Coutminute
60
1
Le takt time est le rythme auquel les produits doivent sortir du systeme pour satisfaire exac-
tement la demande
85
A.N :
1, 6
0, 14 = 0, 3724 102
60

Gain en P F OR = Qte produite programmeeGain en P F OR par piece = 1629, 52DT
Gain en FOR :
Cout moyen pondere selon le volume de production :

X Qi
C = Ci = 5, 217DT
Qtot
Avec i represente lindice du produit
F ORavant F ORapres
Gain en F OR = Qte produite programmee C = 31864, 58
1000000
Gain total estime= 31864,58+1629,52=33494 DT

Dans cette phase, on a pu presenter les resultats de quelques actions damelioration.
Ces resultats vont etre ameliores par la mise en place des autres solutions degagees
et qui sont en cours, notamment linstallation de lhumidificateur et la definition des
distances des rondelles pour chaque modele.
Il est a noter que cette phase nest pas encore cloturee puisque la duree du projet
de fin detude ne le permet pas.
86
Troisieme partie
Conception dun systeme

dinformation
87
Chapitre 9
Generalites sur les systemes dinformations
9.1 Introduction
Le systeme dinformation est un outil dobservation et de description qui vise a
partir de donnees de gestions et de statistiques, a donner aux decideurs les moyens
didentifier les alertes de gestion et de suivre levolution de lactivite.
Plusieurs outils ont ete concus pour guider lanalyse et la conception des systemes
dinformation dont on cite :
UML : Unified Modeling Language, que lon peut traduire par langage de modelisation
unifie ;
MERISE : Methode Eprouvee pour retarder Indefiniment la Sortie des Etudes.
9.2 Fonctionnalites du systeme dinformation et

daide a la decision
En fait, un systeme dinformation et daide a la decision (SIAD) permet dassurer
quatre fonctions a savoir :
1. Regrouper les differentes informations issues du systeme ou de son exterieur ;
2. Memoriser les donnees manipulees par le systeme ;
3. Traiter les donnees deja stockees ;
4. Transmettre des informations vers les autres composantes du systeme ainsi
que vers son environnement exterieur.
9.3 La methode MERISE

9.3.1 Introduction
La methodologie MERISE est basee sur le modele entite-association qui est un outil
(et une technique) danalyse permettant de construire des schemas theoriques de
88
ENIT 2008 9. Generalites sur les systemes dinformations
raisonnements sur des applications tournantes avec les bases de donnees relation-
nelles.
Plusieurs logiciels on ete developpes afin de permettre la construction des schemas

entites-relations, et par la suite lanalyse des consequences logiques, et enfin la
construction des tables associes dune maniere automatique. Ce type de logiciel
est appele AGL (Atelier de genie logiciel), et on peut citer a titre dexemple : Po-
werAMC, TRAMIS,. . .
Il est a noter que la methode MERISE nest pas adaptee seulement aux gestion-
naires de bases de donnees relationnelles (tel que : ACCESSS, ORACLE, SQL Ser-
ver,Informix) mais aussi aux bases de donnees oriente objets tel que O2 de Ardent
Software.
9.3.2 Modele conceptuel de donnees

Le modele entite-association est constitue de deux elements de base qui sont les
entites et les associations.
9.3.2.1 Les entites

Ce sont des regroupements dinformations. Les informations contenues dans les en-
tites, appelees attributs doivent etre des informations variables, mais communes
a une meme classe dobjets.
Par exemple, si lon considere lentite reclamation client les informations com-
munes aux reclamations clients peuvent etre :
Date de la reclamation ;
Nature de la reclamation ;
Description de la reclamation ;
Cause du defaut ;
Date de la reponse ;
Action corrective ;
Quantite delivree ;
Quantite reclamee.
9.3.2.2 Les attributs

Les attributs sont les caracteristiques decrivant les entites et doivent etre representes
comme une liste de mots, la plus simple possible, dans le cadre de lentite corres-
pondante. On devra preciser le type des donnees attendues pour chaque attribut ;
La figure 9.1 illustre un exemple.
9.3.2.3 Les associations (ou relations)

Ce sont des liaisons logiques entre les entites. Les associations se representent dans
une ellipse (ou un rectangle aux extremites rondes), reliee par des traits aux entites
89
Figure 9.1 Exemple dune entite contenant plusieurs attributs
quelles lient logiquement.
9.3.2.4 Les cardinalites

Elle consiste a valoriser les liaisons entre les entites et les associations en de nombre
doccurrence minimum et maximum qui peuvent ou doivent exister. La cardinalite
est presente par un couple (x,y) dont x indique le minimum et y indique le
maximum.
La figure 9.2 illustre la forme du modele conceptuel de donnees :
Figure 9.2 Forme generale dun modele conceptuel de donnees
Dans un MCD, chaque tranche dassociation porte un couple de cardinalite minimal

et maximal. Les differentes cardinalites sont representees dans le tableau 9.1 :
Tableau 9.1 Liste des cardinalites

Cardinalite Description
(0,1) Chacune des occurrences de lentite est relie au
plus a une occurrence de relation
(1,1) Chacune des occurrences de lentite est relie
exactement a une occurrence de relation
(0,n) Chacune des occurrences de lentite est relie
a un nombre quelconque de loccurrence de relation
(1,n) Chacune des occurrences de lentite est relie
au moins a une occurrence de relation
90
9.3.3 Modele physique de donnees

Tout modele conceptuel de donnees peut etre transforme en un modele physique de
donnee. Ce dernier sera directement exploite par la base de donnees.
En utilisant un outil de genie logiciel tel que Power AMC, ce passage se fait dune
maniere automatique et voici les regles de base necessaire a une bonne automatisa-
tion du passage du MCD au MPD [5] :
Regle 1 : Toute entite doit etre representee par une table.

Regle 2 : Dans le cas dentites reliees par des associations de type (1,1), les
tables doivent avoir la meme clef
Regle 3 : Dans le cas dentites reliees par des associations de type (1,n), chaque
table possede sa propre clef, mais la clef de lentite cote (0,n) (ou (1,n)) migre
vers la table cote (0,1) (ou (1,1)) et devient une clef etrangere (index secon-
daire).
Exemple (Figure 9.3) :
Figure 9.3 MPD : relation de type (1,n)
Regle 4 : Dans le cas dentites reliees par des associations de type (n,n), une
table nommee table de jointure doit etre creee.
Cette derniere possede comme clef primaire une conjonction des clefs primaires
des deux tables pour lesquelles elle sert de jointure.
La figure 9.4 illustre le passage dun MCD a un MPD dans le cas de deux
entites reliees entres eux par une relation de type (n,n).
91
Figure 9.4 Passage du MCD au MPD : cas de relation de type (n,n)
9.4 Conclusion
Ce chapitre represente une etude bibliographique, ainsi quune description sur les
fonctionnalites attendues par un systeme dinformation.
On a presente aussi la methodologie MERISE et comment on peut creer une base
de donnees relationnelles en utilisant cette methodologie.
92
Chapitre 10
Phase de conception
10.1 Environnement de developpement

A travers le present chapitre, on va presenter lenvironnement logiciel choisi pour le
developpement de lapplication.
10.1.1 Presentation de Power AMC Designor 12.1

Power AMC Designor est un outil de genie logiciel specialement concu pour
modeliser et creer les bases de donnees relationnelles et objets.
En ce qui concerne son principe de fonctionnement, Power AMC se base sur la
methodologie Merise et il permet de :
Dessiner le modele conceptuel de donnees ;

Verifier et valider le modele conceptuel de donnees ;
Generer le modele physique de donnees (la majorite des SGBD sont disponibles
tel que ACCESS, ORACLE,MySQL, SQL Server,. . .)
Generer un script SQL ; Lexecution de ce fichier permet la creation de la base de
donnee.
Dans le cas de ce projet, la base de donnee est generee sous Ms ACCESS.
10.1.2 Presentation de loutil de developpement VB.NET

Vb.net (ou bien Visual Basic .net) est la nouvelle generation du langage Visual Ba-
sic. Bien que la syntaxe de ces deux langages reste sensiblement proche, VB. Net
constitue une rupture totale avec son ancetre. Il integre des nouvelles fonctionnalites
telles que lheritage, les interfaces et la surcharge des fonctions, ce qui lui rend un
langage oriente objet a part entiere [7].
Par ailleurs, Visual basic .net dispose dun IDE tres puissant qui est le Visuel Studio,
et il permet de creer divers types dapplications a savoir :
Les applications winforms ;
93
ENIT 2008 10. Phase de conception
Les applications console ;

Les bibliotheques de type DLL ;
Les services Windows ;
Les applications web.
A cause de la simplicite et la haute productivite quoffre ce langage, on la choisi
pour developper notre systeme dinformation.
10.1.3 Presentation de lSGBD : MS ACCESS

10.1.3.1 Definition dun SGBD
SGBD : Systeme de Gestion de Base de Donnees ;
Un SGBD permet dassurer les fonctions suivantes :
Le maintien des coherences entre les donnees entre elles ;
Le controle dintegrite des donnees accedees ;
Les autorisations des acces aux donnees ;
les operations classiques sur les donnees (consultation,modification, insertion, sup-
pression).
Les SGBD peuvent etres organises suivant deux modes :
Lorganisation locale :
Pour cette configuration, lSGBD reside sur la machine ou se trouve la base de
donnees (figure 10.1).
Figure 10.1 Organisation locale
Lorganisation client-serveur :
Pour ce type dorganisation, lSGBD est reparti entre la machine serveur locale
supportant la base de donnee (partie SGBD serveur), et les machines des utilisa-
teurs (partie SGBD client). Ce sont ces deux parties de lSGBD qui communiquent
entre elles pour assurer les transactions de donnees (Figure 10.2).
10.1.3.2 Comparatif des SGBDs

Avant meme de commencer la conception de la base de donnees, il faut avoir une
idee claire sur le gestionnaire de base de donnee quon devrais utiliser.
En fait, le choix de lSGBD doit dependre de loutil de developpement quon va
adopter afin de mieux exploiter les possibilites offertes par ce dernier ;
94
Figure 10.2 Organisation client-serveur
On peut citer par exemple : J2EE/ORACLE, VB/ACCESS, C#/SQL Server, Del-

phi/Interbase, etc. . .Cependant ceci nimplique pas quon ne peut pas choisir nim-
porte quel type de couplage tel que C#/ORACLE ou VB.Net/SQL Server.
Et voici un comparatif des SGBD les plus repondus sur le marche (Voir tableau
10.1) :
95
Tableau 10.1 Comparatifs des SGBDs les plus repondus
SGBD Avantages Inconvenients
Oracle Peut gerer un gigantesque vo- Prix eleve que ce soit pour ob-
lume de donnees tenir les licences ou en terme de
materiel qui doit etre de hautes
performances (RAM,CPU)
Perennite de lediteur avec plus Fort demandeur de ressources
de 40% de part de marche memoires
Programmation procedurale Administration un peux com-
plexe par rapport aux autres
SGBD
Fonctionne sous NT et UNIX
ACCESS Compatibilite avec lenvironne- Ne supporte pas un grand vo-
ment Windows lume de donnees
Facilite de manipulation
Ne supporte pas les procedures
stockes
MySQL Simplicite et performances Couverture fonctionnelle limitee
Supporte par une large commu-
note
Fiabilite
Supporte des plate formes autres
que windows
Possibilite dutilisation sans au-
cune charge financiere sous la li-
cence GNU
SQL Server Plus rapide que ORACLE Ne peut pas tourner sur Linux
Supporte les procedure stocke
Administration facile
Gere un volume important de
donnees
Exploite mieux les possibilites
quoffre Visual Studio.NET
96
10.1.3.3 Presentation de MS ACCESS

Ms. ACCESS est un SGBDR edite par Microsoft. Il supporte les requetes SQL et
dispose dune interface graphique pour saisir les requetes. Il permet aussi de confi-
gurer des formulaires et des sous formulaires de saisie, des etats imprimables, des
pages html liees aux donnees dune base, des macros et des modules VBA.
Les langages couramment utilises avec Access, sont le VBA (Visual Basic for Appli-
cation) et les langages disposant des modules dacces aux donnees pour les fichiers
mdb tel que Delphi de Borland, VB.Net, C#.Net, C++.Net.
Il est aussi possible dinstaller un fichier mdb, contenant les tables de donnees,
sur un serveur et des fichiers mdb contenant tous les elements de lapplication sur
les postes clients. Dans ce cas, les fichiers clients sont attaches aux tables du fichier
mdb deja installe sur le poste serveur. Dapres Microsoft, Ms Access supporterait
des configurations de 256 postes. Mais en pratique, pour une utilisation confortable,
Ms Access serait limite a une vingtaine dutilisateurs simultanes.
10.2 Conception de la base de donnees

10.2.1 Les regles de gestion
En se basant sur le flux de documents qui circule entre les differents acteurs de la
fonction qualite, on a pu definir les regles de gestion suivantes :
La societe RBTN fabrique une multitude de modeles de hauts parleurs. Chaque

modele de produit est identifie par un code, caracterise par un cout et ne peut etre
produit que sur une ligne de production.
Chaque modele est fabrique a partir de plusieurs composants. Si un des composants
est juge non conforme aux specifications, une fiche de reclamation matiere premiere
est envoyee au fournisseur. Cette fiche est caracterisee par un identifiant, une date
et la description du probleme et elle concerne un et un seul fournisseur. Chaque jour
et pour chaque modele de produit, le chef de ligne remplie deux feuilles :
Feuille de saisie FOR : cette feuille comporte la date, la quantite produite du
jour, lequipe de production (matin, soir, nuit) et la quantite de rebut. Apres
lanalyse des defauts, une nouvelle fiche sera rempli contenant outre les informa-
tions precedentes, la quantite rebutee correspondante a chaque type de defaut
Feuille de saisie PFOR : cette feuille comporte la date, la quantite de defaut pour
chaque etape du processus, et la quantite produite du jour. Apres le controle
final des produits, ces derniers seront emballes puis envoyes au client. Dans le cas
de detection de non-conformite, le client envoie une fiche de reclamation client.
Cette fiche est caracterisee par une date, le produit reclame et la description du
probleme. Apres resolution du probleme, cette fiche est mise a jour pour inclure
la cause du defaut, la date de reponse et les actions correctives a mettre en place.
97
10.2.2 Modele conceptuel de donnees

Lelaboration des regles de gestion constitue la base du systeme dinformation. En
effet ces regles vont etres traduite par un modele conceptuel de donnees que Power
AMC va le transformer a notre future base de donnees.
Le modele conceptuel de donnees est donnee par la figure 10.3 :
98
Figure 10.3 Le modele conceptuel de donnees
99
10.2.3 Modele physique de donnees

Une fois le modele conceptuel est mis en place, il ne reste qua generer le modele
physique.
Ceci se fait dune maniere automatique grace au logiciel Power AMC (Paragraphe
10.1.1).
Ceci nous donne le modele physique de donnees suivant (Figure 10.4) :
100
Figure 10.4 Le modele physique de donnees
101
10.3 Description de lapplication

Une fois que la base est generee, letape qui suit est le developpement de lapplica-
tion logicielle, qui devra manipuler les donnees issues de la base de donnees.
Selon la conception de la base de donnees, lapplication doit greer trois entites prin-
cipales a savoir : la saisie des rebuts, les relations clients en ce qui concernent les
reclamations sur les produits de RBTN et les relations fournisseurs qui concernent
les reclamations des matieres premieres.
10.3.1 Module de gestion des rebuts

La saisie journaliere des rebuts (FOR et PFOR) se fait a travers ce module. Cepen-
dant avant de commencer la saisie, on doit tout dabord stabiliser la base de donnees.
Pour cela, on a developpe des interfaces qui permettent lajout, la suppression et la
mise a jour des donnees concernant :
Les lignes de production ;
Les differents modeles de produits fabriques dans les lignes de production ;
Les differents constituants de chaque modele ;
Les codes des defauts FOR et PFOR ainsi que leurs descriptions.
Apres que ces donnees soient enregistrees dans la base de donnees, la saisie des rebuts
sera une tache tres simple (Figure 10.5). Pour se faire, lutilisateur doit effectuer les
Figure 10.5 Interface de saisie de lFOR
102
operations suivantes :
1. Cliquer sur le symbole + pour ajouter un nouvel enregistrement. Les champs
de saisie seront alors actifs ;
2. Saisir les informations concernant la date, le modele, lequipe, et la quantite
produite du jour ;
3. Saisir les rebuts de cette journee. Lutilisateur na qua choisir le code de defaut
qui se charge automatiquement de la base de donnees, ensuite la quantite de
hauts parleurs rebutes a cause de ce dernier. Pour rendre cette tache facile et
pour eliminer la probabilite derreurs, un tableau est place a cote qui contient
la description de tous les code de defauts. Lorsque lutilisateur choisis un type
de defaut, ce code sera selectionne dans cette table. Ainsi lutilisateur peut
verifier son choix.
Il est de meme pour la saisie du PFOR.
Ce systeme de saisie nous apportera des gains sur plusieurs niveaux :

Au niveau rapidite : de point de vue accessibilite, lutilisateur entre au for-
mulaire de saisie en deux clics seulement, tandis quavant il a un long chemin
a parcourir pour arriver a la feuille de saisie de lFOR, ce qui augmentera la
probabilite de saisir dans dautres fichiers (ceci arrive parfois) ;
Au niveau fiabilite : dans la phase mesurer (paragraphe 5.1.4), on a deja
demontrer que le systeme denregistrement des donnees est non fiable a cause
dune deviation de 250 pieces pour une journee. Cette erreur est due a lexis-
tence de tous les codes de defauts dans la feuille Excel ce qui a engendre la
saisie de linformation dans la fausse cellule.
Maintenant, avec le nouveau systeme de saisie, lutilisateur choisi seulement
les defauts dont il a besoin de visualiser.
Au niveau pertinence : les donnees de ce systeme dinformation sont plus perti-
nente, car tous le codes de defauts sont disponibles et accessible a lutilisateur
non pas comme la saisie sous Excel, ou lutilisateur classe les defauts dont il
ne trouve pas les codes correspondants, dans la categorie divers.
10.3.2 Module de gestion des relations clients

Ce module permet la gestion des relations de RBTN avec ses clients en ce qui
concerne la qualite des produits finis. Ce module interesse particulierement le ser-
vice QMM9. Tous dabord il faut remplir la base de donnees par les informations
qui concernent les clients. Ensuite lutilisateur peut faire la saisie des reclamations
(Figure 10.6).
10.3.3 Module de gestion des relations fournisseurs

Ce module interesse particulierement le service QMM5.
103
Figure 10.6 Interface de saisie des reclamations clients
La saisie des reclamations sur les matieres premieres se fait apres la saisie de donnees
relatives a tous les fournisseurs (Figure 10.7). Avant, la saisie des reclamations des
matieres premieres se fait dans fichiers Word. Ainsi a travers ces modules de gestion,
on a pu non seulement centraliser linformation mais aussi avoir des donnees fiables
pertinentes et juste a temps, outre que le systeme de reporting quon va le presenter
dans le paragraphe suivant.
104
Figure 10.7 Interface de saisie des reclamations matiere premiere
10.4 Tableau de bord

10.4.1 Fonctionnalites dun tableau de bord
Le tableau de bord peut etre defini comme :
Un outil daide a la decision et a la prevision (et) un ensemble dindicateurs peu

nombreux (cinq a dix) concus pour permettre aux gestionnaires de prendre connais-
sance de letat et de levolution des systemes quils pilotent et didentifier les ten-
dances qui les influenceront sur un horizon coherent avec la nature de leurs fonc-
tions.
[BOUQUIN, 1987]
En tant quoutil daide a la decision, le tableau de bord a pour premiere mission de

fournir un ensemble dinformations a un responsable, pour que celui-ci puisse orienter
ses decisions et ses actions en vue datteindre ses objectifs. Ainsi, Les informations
existante doivent etre non seulement fiables et intelligibles mais aussi synthetiques
et produites souvent. Elles peuvent etre utilisees soit au titre de la surveillance
105
des delegations (ce sont alors des donnees de reporting destinees a la direction de
lentreprise ou aux responsables des niveaux hierarchiques superieurs), soit dans
une optique dauto-controle (tous les responsables de lentreprise peuvent dans ce
cas etre concernes).
10.4.2 Presentation du tableau de bord

Lapplication logicielle developpee est compose de trois modules. Cette decomposition
suit aussi les indicateurs : des indicateurs qualite pour le suivi des rebuts, des indi-
cateurs clients et des indicateurs fournisseurs.
Dans ce projet, on sest limite a la conception et le developpement des indicateurs
de suivi de la qualite de la production, vue la contrainte du temps. Cest-a-dire, on
sinteressera pour le moment aux indicateurs de lFOR et du PFOR.
10.4.2.1 Indicateurs de suivi de lFOR

Le suivi des indicateurs de des rebuts en fin de ligne se fait dune facon journaliere,
mensuelle et annuelle. On note ici que lFOR se calcule de la facon suivante :
3
P
R(i)
i=1
F OR(en ppm) = 3
1000000
P
Qteproduite R(i)
i=1
Avec R(i)= taux de rebut enregistre par le systeme de controle i (controle visuel de
vue de face, controle visuel interieur, controle acoustique)
Suivi journalier
Suivi FOR par Ligne
Ce rapport comporte la repartition des defauts pour une production dune journee
dans une ligne de production.
Recapitulatif
Pour avoir une idee sur toutes les lignes de production, ce rapport qui represente un
recapitulatif comportant une representation graphique de tous les rebuts de toutes
les lignes.
Suivi mensuel
Etat FOR par Ligne
Ce rapport comporte pour un mois donne, et pour une ligne de production choisie,
les taux de rebuts enregistres pendant ce mois pour chacun des modeles produits.
106
Etat FOR par UAP

Ce rapport comporte pour un mois donne, les taux de rebuts enregistres pour cha-
cune des lignes de lUAP 102 ou lUAP 104.
Evolution des defauts par ligne

Le tableau de bord developpe regroupe non seulement les indicateurs permettant de
donner une photographie de la situation a un instant donne mais aussi une indica-
tion sur la tendance devolution. Le rapport de levolution des taux de rebuts par
ligne permet de suivre levolution dun type de defaut dans une ligne de production.
Lutilisateur na qua choisir le code de defaut dune liste deroulante de choix pour
voir levolution du taux de rebuts en ppm generee par cet effet.
Evolution des defauts par UAP

Il sagit du meme output que le rapport precedent, sauf que le suivi de levolution
du defaut nest pas pour une ligne de production mais pour une Unite Autonome
de production selectionne.
Recapitulatif
Ce rapport constitue une representation graphique globale de toutes les lignes de
production. Pour chaque ligne, il y a un graphique qui represente l contribution en
ppm de chaque defaut dans les rebuts de cette derniere pour un mois donnee.
Suivi annuel
Suivi FOR par UAP par mois
Ce rapport permet de suivre levolution du taux de rebut enregistres chaque mois
par UAP.
Suivi FOR par UAP par semaine

Il sagit dune vue de loupe par apport au precedent puisque lechelle devient de
lordre de semaine (kw) non pas le mois. Ce type dinformation est tres utile dans
les projets Six Sigma, puisquil permet de suivre en proche levolution.
10.4.2.2 Indicateurs de suivi du PFOR

Le processus de fabrication dun haut parleur se compose de cinq etapes principales
comme le montre la figure 10.8.
Ainsi le PFOR se calcule de la maniere suivante :
8
P
Ri
i=1
P F OR (en ppm) = 8
1000000
P
Qte produite Ri
i=1
Suivi journalier
Suivi PFOR journalir
Ce rapport comporte la repartition des defauts pour une production dune journee
107
Figure 10.8 Etapes de fabrication dun haut-parleur
dans une ligne de production.
Recapitulatif
Ce rapport qui comporte une representation graphique de tous les rebuts de tous
108
les lignes de production.
Suivi mensuel
Tout comme le reporting de lFOR, le suivi mensuel du PFOR, permet de visualiser :
Etat PFOR par Ligne ;
Etat PFOR par UAP ;
Evolution du PFOR par ligne ;
Evolution du PFOR par UAP.
Les rapports concernant le suivi des rebuts sont fournis dans lannexe E.
10.5 Conclusion
L analyse etendue de lexistant et le recueil des differentes regles de gestion, a
permis la structuration de la base de donnees, qui represente le coeur battant du
systeme dinformation. Cette derniere est exploitee par une application developpee
sous VB.Net quon a presente les principales fonctionnalites. Un tableau de bord est
aussi developpe pour permettre le suivi journalier, mensuel et annuel des indicateurs
de performances qualite.
109
Conclusion generale
On a traite a travers ce projet de fin detude, certains aspects des problemes qua-
lite a RBTN. La demarche suivie lors du projet est issue dune analyse etendue de
lexistant ; Ce qui a permis de delimiter letendue du projet pour agir seulement sur
les defauts qualite, qui generent un taux de rebut important.
Ayant lavantage de lexperience et lorganisation que dispose RBTN dans la gestion

des projets Six Sigma, on a choisi cette methodologie pour atteindre nos objectifs.
On a traite aussi le probleme de la faible reactivite dans les lignes de production

lors de lapparition des problemes qualite. Les actions engagees ont ete presentees
dans la phase damelioration de la demarche DMAIC.
A travers la phase mesurer, on a conclu la non validite du systeme de mesure

qui concerne lenregistrement du mesurable du projet (FOR). Ceci nous mene a
concevoir et developper un systeme dinformation fiable, robuste et rapide de point
de vue accessibilite et traitement.
Ce systeme dinformation integre aussi un point qualifie comme critique dans lancien
systeme, qui est : un tableau de bord permettant de suivre les indicateurs qualite
dune facon instantanee, rapide et sans faire beaucoup deffort pour ressortir ces
indicateurs. Ce tableau de bord offre un certain niveau de flexibilite puisquil per-
met lexportation des donnees vers des fichiers Excel pour des traitements ulterieurs
(comme on le fait dans le cas des projets Six Sigma).
Ce projet a contribue a plusieurs gains financiers a la societe de point de vue

matieres premiere, produits finis, performance et temps non productif. Cependant,
les gains evalues dans le present rapport, ne presente quune partie des resultats
damelioration puisque il y a des actions degagees dont la mise en place est deja en
cours.
En dernier lieu, il est a souligner que ceci fut un projet consistant, mais aussi
une experience enrichissante sur les plans technique, ideologique, methodologique
et communicationnel. . .
110
Annexe A
Codes et description des defauts
Tableau A.1 Liste des codes des defauts

Code Designation
100 Distorsion, cause non identifiee
111 Ensemble vibreur decentre Defauts mecaniques et visuelles
112 Colle dans lentrefer (de la calotte)
113 Colle sur la bobine
114 Bobine inclinee dans la membrane
115 Spires de plus sur la bobine
116 Bobine deformee (non rond)
117 Papier de la bobine abime
118 Korps etranger sous les spires
120 Polplatte abme
121 Polkern abme
122 Bobine avec etain
123 Systeme magnetique decentre
124 Colle MGS dans lentrefer
125 Colle dans lentrefer (du corbeille)
126 Exces ou manque de Ferrofluid/Di
200 Particule, cause non identifiee
211 Particule de ferrite
213 Particule metallique
214 Particule de plastique
215 Particule de sodure
300 Pas de fonction, cause non identifiee
111
ENIT 2008 A. Codes et description des defauts
311 Syteme non magnetise

312 Interruption enter fil de bobine a Litze / Rivet creux
313 Interruption Litze / douille
314 Fil de la bobine interrompu
315 Coupe circuit dans la bobine
316 Bobine ouverte
317 Pas de connection entre Litze et Tweeter
319 Condensateur, Bobine
322 Coupe circuit
323 Derangement electrique dans le fonctionnement
324 Connection tweeter/woofer
325 Masse
326 Derangement dans fonctionnement de Tweeter
400 Defauts acoustique, cause non identifiee
411 Ensemble vibreur touche le bas du systeme magnetique
415 ZN double
416 Collage ZN / Membrane ouverte
417 Collage ZN / Corbeille ouverte
418 Collage Membrane / bobine ouverte
419-1 Collage Sicke / Corbeille (colle nest pas bien repartie : interieure)
419-2 Collage Sicke / Corbeille (colle nest pas bien repartie : exterieure)
419-3 Collage Sicke / Corbeille(une partie est completement ouverte)
420 Collage Membrane / Sicke ouverte
421 Collage Calotte /membrane ouverte
422 Collage HT- Calotte
424 Rivet/Collage du Systeme magnetique/Corbeille mauvaise
425 Collage Calotte-Tweeter-ZN / Membrane ouvert
427 Bobine non correcte
428 Hauteur de la bobine dans le syst.-magn. Incorrecte
430 Montage BF/KB (nest pas encore seche)
431 membranes doubles
432 Collage Membrane /Traegerplatt
433 Collage centrage/Bobine incline
434 Collage centrage/Bobine ouverte
435 Montage BF /tweeter niO
511-1 Membrane abme
511-2 Membrane Sali
511-3 Calotte abme
511-4 Calotte Sali
511-5 colle calotte insuffisant
112
ENIT 2008 A. Codes et description des defauts
512-1 Corbeille Sali

512-2 Corbeille abme
512-3 Colle entre flansh et corbeille manque
512-4 Systeme magnetique Sali
513 colle sur sicke
514 Denudage
515 HT- Haut-parleur tres abme
516 Terminal brise
517-1 Colle dans le douille
517-2 Lo incline
517-3 Lo nest pas bien presse
520 Emplacement HT/ Calotte- Hparleur
521 Calotte double
522 HT double
526 Composant faux
528 Composant detache
529 Rivet/collage de systeme magnetique/corbeille manque ou casse
615 Terminal detache
618-1 Position de Di niO
618-2 Di abme
618-3 Collage Klappachutz ouverte
619 Positionnement du Litze non correcte
620-1 Exces detain sur lo
620-2 Etain manque sur lo
620-3 Etain froid
621-1 Tampon illisible
621-2 Position de Tampon fausse
621-3 Position
621-4 Identification fausse
622 Dipolement
624 Emplacement incline Calotte, HT-Calotte
627 BF (tweeter) endommage
628 Mauvais coupage de Litze
629 Colle de securite manque
113
Annexe B
Arbre de decision pour la validation
dhypotheses
Figure B.1 Test de legalite de moyenne tirees de plus de deux populations
114
Annexe C
Tables de cotation pour le calcul de lIPR
Tableau C.1 Bareme de cotation de la detection

Detection Criteres Rang
Quasiment impossible Aucun controle connu pour detecter la cause/le mecanisme 10
de la defaillance ou du mode de defaillance
Tres lointaine Possibilite tres lointaine que le controle existant detecte 9
la cause/le mecanisme de la defaillance ou du mode de
defaillance
Lointaine Possibilite lointaine que le controle existant detecte la cau- 8
se/le mecanisme de la defaillance ou du mode de defaillance
Tres faible Possibilite tres faible que le controle existant detecte la cau- 7
se/le mecanisme de la defaillance ou du mode de defaillance
Faible Possibilite faible que le controle existant detecte la cause/le 6
mecanisme de la defaillance ou du mode de defaillance
Moderee Possibilite tres moderee que le controle existant detecte 5
defaillance
Moderement elevee Possibilite tres moyennement elevee que le controle existant 4
detecte la cause/le mecanisme de la defaillance ou du mode
de defaillance
Elevee Possibilite elevee que le controle existant detecte la cause/le 3
mecanisme de la defaillance ou du mode de defaillance
Tres elevee Possibilite tres grande que le controle existant detecte 2
defaillance
Quasiment certaine Il est quasiment certain que le controle existant va detecter 1
defaillance. Des controles fiables sont connus pour des pro-
cessus similaires
115
ENIT 2008 C. Tables de cotation pour le calcul de lIPR
Tableau C.2 Bareme de cotation de la gravite

EFFET Criteres : Gravite de leffet Rang
Dangereux Peut mettre en danger la machine ou loperateur. Degre tres eleve de 10
sans gravite quand le mode de defaillance possible affecte le fonctionne-
preavis ment sur dun vehicule et/ou non respect des reglementations gou-
vernementales. La defaillance se produit sans avertissement prealable
Dangereux Peut mettre en danger la machine ou loperateur. Degre tres eleve de 9
avec gravite quand le mode de defaillance possible affecte le fonctionne-
preavis ment sur dun vehicule et/ou non respect des reglementations gou-
vernementales. La defaillance se produit avec avertisse
Tres eleve Importante perturbation de la ligne de production. 100% du produit 8
risquent de passer au rebut. Le vehicule/lobjet ne fonctionne pas,
perte de la fonction principale. Le client est tres mecontent
Eleve perturbation mineure de la ligne de production. Une partie (moin 7
de 100%) partira au rebut. Le vehicule fonctionne mais a un niveau
reduit de performance. Le client est mecontent
Modere Perturbation mineure de la ligne de production. Une partie (moin 6
de 100%) du produit risque de partir au rebut (sans tri). Le
vehicule/lobjet fonctionne mais certains des elements de confort ou
de commodite sont inaccessibles. Les clients sont victimes de cet in-
confort
Faible Perturbation mineure de la ligne de production. 100% du produit 5
risquent detre repris. Le vehicule/lobjet fonctionne mais certains
des elements de confort ou de commodite fonctionnent en regime
reduit. Les clients eprouvent un certain mecontentement
Tres Perturbation mineure de la ligne de production. Le produit sera 4
faible sans doute trie et une partie (moin de 100%) retravaillee. La non-
conformite reside dans des details visuels (ajustement, finition) ou
sonores (grincements, trepidations). Le defaut est remarque par la
plupart des clients
Mineur Perturbation mineure de la ligne de production ; le produit sera doute 3
trie et une partie (moin de 100%) retravaillee. La non-conformite
reside dans des details visuels (ajustement, finition) ou sonores
(grincements, trepidations). Le defaut est remarque par un ceratin
nombres de clients.
Minime Perturbation mineure de la ligne de production. Le produit sera 2
sans doute trie et une partie (moin de 100%) retravaillee. La non-
conformite reside dans des details visuels (ajustement, finition) ou
sonores (grincements, trepidations). Le defaut est remarque par les
clients avertis
Bas Sans effet 1
116
ENIT 2008 C. Tables de cotation pour le calcul de lIPR
Tableau C.3 Bareme de cotation de loccurrence

Probabilite de defaillance Taux de defaillance Cpk Rang
possible
Tres elevee : Defaillance quasiment inevitable 1 sur 2 0,33 10
1 sur 3 0,33 9
Elevee : Associee en general a des processus simi- 1 sur 8 0,51 8
laires qui ont souvent connu des defaillances
1 sur 20 0,67 7
Moyenne : Associee en general a des processus si- 1 sur 80 0,83 6
milaires qui ont connu des defaillances occasion-
nelles, mais de facon raisonnable
1 sur 400 1 5
1 sur 2000 1,17 4
Faible : Defaillance isolees a des processus simi- 1 sur 15000 1,33 3
laires
Tres faible : Seules des defaillances isolees as- 1 sur 150000 1,50 2
sociees a des processus quasiment identiques
Lointaine : Defaillance improbable. Aucune 1 sur 500000 1,67 1
defaillance associee a des processus quasiment
identique
117
Annexe D
Limites dintervention pour chaque poste
118
ENIT 2008 D. Limites dintervention pour chaque poste
119
120
121
122
Annexe E
Rapports de suivi des rebuts
123
ENIT 2008 E. Rapports de suivi des rebuts
124
125
126
127
128
129
130
131
132
Bibliographie
[1] Thomas McCarty, Michael Bremer, Lorraine Daniels, Praveen

Gupta
Six Sigma Operational Methods : The Six Sigma Black Belt Handbook
McGraw-Hill 2004
[2] Thomas Pyzdek

The Six Sigma Handbook : A Complete Guide for Green Belts, Black Belts, and
Managers at All Levels
McGraw-Hill 2003
[3] El Hadi Ait Belkacem

Puissance Six Sigma
Dunod 2005
[4] Jean-Paul SOURIS

Choix des methodes de resolution de problemes entre variabilite des processus et
deviations brutales
http ://www.jspconsultants.com
[5] Frederic BROUARD

Petit guide danalyse des donnees a laide de la methode MERISE
http ://sql.developpez.com/modelisation/merise
[6] Michel Ridoux

AMDEC-Moyen
Techniques de lingenieur - AG 4220
[7] Cours et Exercices corriges de Visual Basic .NET

http ://www.pise.info/vb-net/01.htm
[8] Document BkdP/QMM

Instruction de procedure - Procedure de Versandaudit Edition 2.0
133

Bien plus que des documents.

rapport-1

Transféré par

Informations du document

Description :

Date du transfert

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Formats disponibles

rapport-1

Transféré par

Description :

Droits d'auteur :

Formats disponibles

Titres liés

PAJ

Departement Genie Industriel

Projet de Fin dEtudes

Amelioration du niveau de performance qualite

Realise a : Blaupunkt-Robert Bosch

Soutenu le : 3 Juin 2008

President : M. Ralf Reichwald

Annee universitaire : 2007 2008

Je remercie vivement M. Sofien Missaoui, responsable de lunite autonome de pro-

Jaimerais par ailleurs souligner la contribution importante realisee par M. Mohamed

Finalement, je voudrais remercier mon encadreur a lENIT, M. Chiheb Ghalleb pour

o UAP = Unite Autonome de Production

o QMM = Quality Management Methods

o FOR = Fall Of Rate

o PFOR = Partial Fall Of Rate

o PPM = Part Per Million

o DPMO = Defects Per Million Opportunities

o AMDEC = Analyse des Modes de Defaillance, de leur Effets et de leur Criticite

o CTQ = Critical To Quality

o R&R = Repetabilite et Reproductibilite

o MCD = Modele Conceptuel de Donnees

o MPD = Modele Physique de Donnees

o IPR = Indice de Priorite de Risque

La deuxieme consiste a appliquer la demarche DMAIC dont le but etait de di-

La conception et le developpement du systeme dinformation et du tableau de bord

Laboutissement de ce projet est une diminution importante du taux de rebut, la

Liste des figures 10

Liste des tableaux 12

I Presentation de lentreprise et etude de lexistant 17

2 Etude et critique de lexistant 25

II Application de la methodologie Six Sigma 34

Conclusion generale 110

A Codes et description des defauts 111

B Arbre de decision pour la validation dhypotheses 114

C Tables de cotation pour le calcul de lIPR 115

D Limites dintervention pour chaque poste 118

E Rapports de suivi des rebuts 123

References Bibliographiques 133

1 Six Sigma comme metrique, methodologie, systeme de management . 16

1.1 Les principaux clients de Blaupunkt . . . . . . . . . . . . . . . . . . . 21

2.1 Constituants dun haut-parleur . . . . . . . . . . . . . . . . . . . . . 25

3.1 Infrastructure dun projet Six Sigma . . . . . . . . . . . . . . . . . . 37

4.1 Pareto des defauts par ligne dans lUAP 104 . . . . . . . . . . . . . . 43

5.1 Evolution du taux de rebut de la ligne 2 . . . . . . . . . . . . . . . . 55

6.1 A-Montage vs. B-Montage . . . . . . . . . . . . . . . . . . . . . . . . 60

7.1 AMDEC process - defaut 114 . . . . . . . . . . . . . . . . . . . . . . 76

8.1 Evolution de lFOR du defaut 114 . . . . . . . . . . . . . . . . . . . . 83

9.1 Exemple dune entite contenant plusieurs attributs . . . . . . . . . . 90

10.1 Organisation locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94

B.1 Test de legalite de moyenne tirees de plus de deux populations . . . . 114

5.1 Resultats R&R pour le controle visuel . . . . . . . . . . . . . . . . . . 48

6.1 A-Montage vs. B-Montage . . . . . . . . . . . . . . . . . . . . . . . . 59

9.1 Liste des cardinalites . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

10.1 Comparatifs des SGBDs les plus repondus . . . . . . . . . . . . . . . 96

A.1 Liste des codes des defauts . . . . . . . . . . . . . . . . . . . . . . . . 111

C.1 Bareme de cotation de la detection . . . . . . . . . . . . . . . . . . . 115

Raison sociale : BkdP Blaupunkt Bosh Group

Lenvironnement de lentreprise a connu trois principales phases : la premiere est