See

discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/228868287

Calcul statistique des chanes de cotes avec

des distributions htrognes non
indpendantes

Article January 2003

CITATIONS READS

8 2,443

2 authors, including:

Bernard Anselmetti
Ecole normale suprieure de Cachan
60 PUBLICATIONS 420 CITATIONS

SEE PROFILE

All content following this page was uploaded by Bernard Anselmetti on 24 June 2015.

The user has requested enhancement of the downloaded file.

Calcul statistique des chanes de cotes avec
des distributions htrognes non
indpendantes

Bernard Anselmetti * Mohammed Radouani **

* Institut Universitaire de Technologie de Cachan
Universit Paris 11 France {bernard.anselmetti@iut-cachan.u-psud.fr}

** Ecole Nationale Suprieure dArts et Mtiers de Mekns

Universit My Ismal Maroc {radouani_m@yahoo.com}

*,** Laboratoire Universitaire de Recherche en Production Automatise

Ecole Normale Suprieure de Cachan
61 avenue du Prsident Wilson, 94 235 Cachan cedex France
http://www.lurpa.ens-cachan.fr {anselmetti ; radouani}@lurpa.ens-cachan.fr

RSUM . Pour respecter les exigences fonctionnelles d'un mcanisme, de nombreuses

spcifications sont ncessaires. Les mthodes statistiques de rpartition des tolrances sont
trs intressantes. Cet article prcise le mode d'emploi des mthodes probabiliste, quadratique
et semi-quadratique et donne des rgles de choix du modle pour des chanes de cotes
unidirectionnelles. Le mode de calcul sera dtaill lorsque les pices ont des modles
statistiques diffrents et lorsque des pices ou des spcifications ne sont pas indpendantes.
ABSTRACT . To respect the functional requirements of a mechanism, many specifications are
necessary. The statistical methods of distribution of the tolerances are very interesting. This
article specifies the instructions of the methods probabilistic, quadratic and semi-quadratic and
gives rules of choice of the model. The calculation method will be detailed when models of
parts of a dimension chain are different and when parts or specifications are not independent.
MOTS -CLS : chane de cotes, cotation fonctionnelle, statistique, indpendance des pices.
KEYWORDS : tolerance chains, functional tolerancing, statistic, independence of parts

Conception et Production Intgres : CPI2003. Mekns 22, 23 & 24 octobre, pages 1 16

2 Conception et Production Intgres : CPI2003

1. Traitement statistique des chanes de cotes

1.1. Prsentation sur un exemple

Dans le cycle de conception et de ralisation d'un produit, l'tape tolrancement

intervient lorsque le mcanisme et le processus de rglage sont parfaitement dfinis.
Dans cette tape, le concepteur cherche maximiser les tolrances pour rduire les
cots de production. Le calcul "au pire des cas" de la chane de cotes est souvent
pratiqu, mais il est jug trs dfavorable. La dmarche statistique est base sur la
constatation qu'il est trs rare que toutes les pices influentes sur une exigence
soient simultanment dfavorables pour cette exigence.
La figure 1 montre un empilage de 6 pices A F. Lexigence fonctionnelle
tudie X est le jeu dans cet empilage. La variation admissible sur X est de 0,12mm.
Pour un assemblage donn, si ak, b k sont les dimensions des pices, la valeur de la
rsultante est xk = ak (b k + ck + d k + ek + fk). La cotation de chaque pice selon les
normes ISO de cotation utilise des spcifications de localisation et est similaire celle
de la pice B.

X mini 0,05 ; maxi 0,17

C
B tb B B D E
F

pice B A

Valeur moyenne : b b c e
d f
Tolrance : tb
a
a, a b, b c, c d, d e, e f, f

A B C D E F

ak bk ck dk ek fk

Rsultante pour x k = ak - (bk +c k +dk +ek +f k)

l'assemblage k

Figure 1. Chanes de cotes unidirectionnelles

La rpartition des tolrances pour respecter une exigence fonctionnelle donne

est obtenue par le traitement des inquations correspondant la chane de cotes. La
mthode classique appele au pire des cas ou arithmtique est largement connue et
peut tre utilise dans toutes les situations. Elle impose d'crire les ingalits
suivantes :
a (b + c+ d + e + f) + (ta + tb + tc + td + te + tf)/2 Xmaxi
a (b + c+ d + e + f) (ta + tb + tc + td + te + tf)/2 Xmini.
 Traitement statistique des chanes de cotes 3

Avec une rpartition uniforme des tolrances, la tolrance sur X tant 0,12 mm, la
tolrance sur chaque pice est : ta = tb = tc = td = te = tf = 0,12 / 6 = 0,02.

1.2. Modles probabilistes

La mthode probabiliste considre que toute pice conforme doit tre accepte,
sans aucune restriction sur la distribution du lot livr. La surface tolrance doit tre
dans la zone de tolrance. Les distributions des lots peuvent donc voluer en
fonction des rglages, des changements de tempratures ou de matriaux

20 20
Distribution des lots
B 0,1 B B
surface
tolrance
tolrance t
surface de
rfrence 0,1

Figure 2. Critre d'acceptation d'une pice

Le calcul des chanes de cotes est fait en prvisionnel. Le modle probabiliste

uniforme considre qu'il y a autant de chance d'avoir une petite, une moyenne ou
une grande pice [CRA 84]. Ce modle de calcul suppose que la pice peut tre
reprsente par une grandeur alatoire avec une distribution parfaitement uniforme
sur tout l'intervalle (figure 3a).

(a) Probabiliste uniforme (b) Probabiliste centr

tolrance t tolrance t tolrance t

t t t t
= = = =
2 3 3,46 4 6

Figure 3. Modles probabilistes uniforme et centr

L'cart type de la distribution peut tre calcul par la relation suivante :

4 Conception et Production Intgres : CPI2003

1 t /2 t t
2 = t / 2
f ( x ).x 2 dx d'o : = =
t 2. 3 3, 46
Pour certains types de production, le concepteur peut estimer qu'il a plus de
chance d'avoir une pice au centre de l'intervalle. Il doit donc dfinir une loi de
probabilit centre en relation avec la fabrication et faire le calcul intgral pour
t
calculer l'cart type prvisionnel sous la forme = . Les valeurs courantes du
2q
modle probabiliste centr sont q = 2 et q = 3 (Figure 3b).
Ce modle probabiliste centr est notamment justifi si la spcification
fonctionnelle de la pice est obtenue par un transfert de cotes de fabrication sur deux
ou plusieurs phases. Si les distributions sur les cotes fabriques sont uniformes, la
distribution sur la rsultante est centre (triangulaire s'il y a deux cotes fabriques de
mme intervalle de tolrance).

Cf2,4 + Cf3,4 => C 2,3

Figure 4. Cumul des tolrances de fabrication

Compte tenu de ces modles prvisionnels de distributions, il est possible de

dterminer la distribution sur la rsultante tudie X. Avec le modle probabiliste
uniforme, s'il y a au moins 5 pices avec des tolrances du mme ordre de grandeur,
la distribution rsultante est pratiquement normale (figure 5a). S'il y a moins de 5
pices ou si les tolrances ne sont pas quilibres, la distribution de la rsultante
n'est pas normale (figure 5b et 5c). Si les distributions des pices sont centres, la
rsultante a une plus forte tendance s'approcher d'une loi normale.

(a) 5 tolrances identiques (b) 1 tolrance 10 fois plus (c) 2 tolrances 5 fois plus
grande que les 4 autres grandes que les 3 autres

1 3 5 7 9 11 13 15 17 19 21 23 25 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Figure 5. Distribution sur la rsultante

 Traitement statistique des chanes de cotes 5

Par contre, quelles que soient les formes des distributions, si les pices sont
indpendantes, l'cart type de la rsultante respecte la relation :

x = a + b + c + d + e + f .

En consquence, la distribution de la rsultante a un cart-type x (figure 6) et est

centre sur le nominale.
p.x
Proportion de dpassement
de l'exigence
Xnominal x p = 3 => 0,135 %
p = 4 => 3,17 10 -5
Xmaxi p = 6 => 1 10 -9

Figure 6. Probabilit de respect de l'exigence

S'il y a au moins 5 pices dans la chane de cotes, la distribution prvisionnelle de

la rsultante est proche de la loi normale. La table de la loi normale donne la valeur de
p qui correspond une certaine probabilit d'tre dpasse. La valeur souvent
admise est p = 3 pour obtenir une probabilit de 99,86%. Si la rsultante n'est pas
normale, elle a tendance tre trapzodale et ce calcul est plutt pessimiste.
La relation de calcul est : X nominal + px Xmaxi. Si toutes les pices suivent
un modle probabiliste uniforme (q= 3 ), la relation pratique est :

X nominal + p . (t i ) Xmaxi soit X nominal + 3 /2 (t )

2 2
i Xmaxi
2.q
Si une pice ou un lot est livr la limite de tolrances, le risque de non-respect
de l'exigence est acceptable avec le modle uniforme, mais augmente sensiblement
avec q pour le modle centr [ANS 00], [RAD 03] (pour 5 pices dans la chane de
cotes et q = 3, le risque est de 2%).

1.3. Modles quadratiques

La mthode quadratique centre considre que toute pice conforme doit tre
accepte, mais que la distribution du lot livr doit tre centre (pas forcment
normale), avec peu de pices aux bords de l'intervalle. Gnralement l'cart type
t
choisi est : = avec q = 3.
2q
6 Conception et Production Intgres : CPI2003

(a) (b) Limite de dcentrage

acceptable ?
t
=
6

tolrance t tolrance t

Figure 7. Modle quadratique centr

Avec ce modle, si toutes les pices suivent une distribution avec t = 2.q., la
rsultante suit naturellement une loi sensiblement normale s'il y a plus de 5 pices
dans l'assemblage. La relation vrifier est :

X nominal + p . (t i ) Xmaxi
2
2.q
En pratique la distribution d'un lot n'est jamais parfaitement centre (figure 7.b).
De plus, la distribution est diffrente suivant le point de la surface des pices (figure
8) [ANS 01a]. Il faut donc une indication sur le dcentrage admissible.

pt 1
Ppk=1.04
LS = 29.5
pt 4 29.4 m=29.39 pt 3
Ppk=1.60 =0.029 Ppk=1.14
LS = 29.5 LI = 29.3 LS = 29.5
0 dfaut
29.4 m=29.42 m=29.43
29.4
=0.016 =0.018
LI = 29.3 4 8 LI = 29.3
0 dfaut 0 dfauts
3
9
pt 5 sens d 1 7 pt 2
usina Ppk=0.39
Ppk=0.30 5 ge
LS = 29.5 LS = 29.5
6
m=29.35 2 m=29.36
29.4 29.4
=0.056 z =0.056
LI = 29.3
8 dfauts x LI = 29.3 6 dfauts
y

Figure 8. Fluctuation des distributions suivant le point de mesure

1.4. Modles semi-quadratiques

Face au problme du dcentrage, les mthodes semi-quadratiques considrent

que toute pice conforme doit tre accepte, mais que la distribution du lot livr doit
tre vrifie avec un cart type maximum et avec une moyenne dans un intervalle
donn, afin de laisser une plage de rglage. Il n'est pas forcment ncessaire d'avoir
une distribution parfaitement normale.
 Traitement statistique des chanes de cotes 7

20
< 0,0125 >
0,1 B
B <IT moyenne 0,025>
critres d'acceptation
b
du lot.
critre d'acceptation
d'une pice

Figure 9. Tolrancement avec contrle statistique des lots de pices

Pour cela, la spcification porte sur le dessin de dfinition doit donner l'cart
type maximal admissible sur le lot et l'intervalle de tolrance dans lequel doit se
trouver la moyenne du lot. Dans l'tat actuel, il n'existe pas d'criture normalise de
ces indications sur les dessins (figure 9). Il faut mettre les indications en
commentaires et confirmer ce protocole par un accord formel entre le client et le
fournisseur. Srinivasan propose une criture d'indicateurs droite du cadre de
tolrance [SRI 98].
Il existe alors deux approches, suivant que l'cart-type de la distribution peut tre
estim ou non (figure 10).

(a) ITR + 6 connu (b) (6 + 2)

zone dans laquelle peut zone dans laquelle peut
m =t/8 m se trouver la moyenne
se trouver la moyenne

LI LS LI LS
ITR t/4
t t

Figure 10. Modles semi-quadratiques

Si l'cart type est connu (figure 10a), il faut allouer une plage de rglage ITR la
plus grande possible. La tolrance de cette pice est alors t = ITR + 6. Si ce modle
est appliqu pour toutes les pices de la chane de cotes, pour respecter l'exigence, il
faut :

IT (s ) Xmaxi
2
Xnominal +1/2. Ri +p i
8 Conception et Production Intgres : CPI2003

Il est possible de supposer que pour chaque pice, la probabilit de la moyenne

est uniforme sur l'intervalle ITR. Dans ce cas, si le nombre de maillons est suprieur
ITR
ou gal 5, on a R = et la relation devient :
2 3

Xnominal + p ( R i ) + p (i ) Xmaxi soit :

2 2

(ITR i )2 + p (i )2 Xmaxi
p
Xnominal +
2 3
Si l'cart-type de la distribution est inconnu (figure 10b), il faut se fixer une
rpartition entre la dispersion 6 et la plage de rglage de la moyenne ITR. La
mthode (6+2) est un choix quilibr : l'cart type de la distribution est = t/8 et la
moyenne se trouve dans l'intervalle ITR = t/4 de sorte que ITR + 6 = ITX. La
distribution de la position de la moyenne est elle-mme centre. Dans ce cas, il est
possible de dfinir un cart type quivalent en considrant que la moyenne sera
dcale avec une distribution uniforme dans l'intervalle ITR, c'est--dire avec un
IT t
cart-type R= R = . Si ce modle est appliqu pour toutes les pices de la
2 3 8 3
chane de cotes, la distribution rsultante est normale, mais la moyenne de cette
rsultante sera dcale par rapport la valeur nominale. Pour respecter l'exigence, il
faut :

Xnominal + p ( R i ) + p (i ) Xmaxi
2 2

1 1
Soit : Xnomin al + p + (t i )2 Xmaxi
8 3 8
Ceci revient affecter chaque pice un cart type quivalent

eq =
(1 + 3 ) t = t
8 3 5, 07

2. Traitement statistique des chanes de cotes avec des modles htrognes

2.1. Principe du calcul

La relation sur les carts-types est vraie quelle que soit la forme des distributions
de chaque composante. La distribution de la rsultante est sensiblement normale ds
qu'il y a au moins 5 pices dans la chane de cotes. Pour chaque pice, il faut donc
dfinir le modle statistique pour estimer l'cart-type en fonction de la tolrance. Il
faut ensuite dterminer la proportion acceptable d'assemblages non conformes et
trouver p dans la table de la loi normale. La relation rsultante est illustre figure 11.
 Traitement statistique des chanes de cotes 9

Probabilit dsire (p=3 pour 99,86%)

ta tb tc td te
X nominal + p + + + + + f 2 + ITf/2 Xmaxi
(2 3) 4 6 6 (5,07)

a
probabiliste uniforme
b
probabiliste centr 4
c probabiliste centr 6
d quadratique centr 6
e semi-quadratique (6+2)
f semi-quadratique

Figure 11. Cumul statistique de pices avec des distributions htrognes

Cette relation montre qu'il suffit de cumuler les carts-types. Par contre, les
dcalages des moyennes issues des modles semi-quadratiques s'ajoutent
simplement au nominal. Toutefois, s'il y a plus de 5 pices avec des modles semi-
quadratiques ayant des intervalles de tolrance sur la moyenne ITi du mme ordre de
grandeur, il est aussi possible de faire un calcul probabiliste sur le cumul des
dcalages des moyennes :

Probabilit dsire (p=3 pour 99,86%) Tolrances sur les moyennes

p
X nominal + p i 2 + ITa 2 + ITb2 + ITc2 + ITd 2 + ITe 2 Xmaxi
2 3

Figure 12. Cumul statistique des modles semi-quadratiques

2.2. Influence de la forme des distributions

Rappelons qu'il s'agit d'un calcul prvisionnel. Si la distribution de chaque lot de

pices est normale, la distribution de la rsultante est normale. Le calcul de p l'aide
de la table de la loi normale pour obtenir la probabilit dsire est parfaitement
justifi. Par contre, si les distributions prvisionnelles des pices ne sont pas
normales, la rsultante n'est pas parfaitement normale. Le calcul de la probabilit est
erron, mais il est gnralement pessimiste. Il est admis que ce calcul de la probabilit
est acceptable s'il y a au moins 5 pices indpendantes dans la chane de cotes avec
des tolrances du mme ordre de grandeur.
10 Conception et Production Intgres : CPI2003

2.3. Influence du nombre de pices

ITx
ti =
n
IT 0,12 0,12 0,12 0,12 0,12 ITx gain :
Nombre de pices 4 5 6 8 10 ti =
3.n
arithmtique 0,030 0,024 0,020 0,015 0,012 2.ITx
uniforme p=3 0,035 0,031 0,028 0,024 0,022 ti = 15%
3 n
q=2 p=3 0,040 0,036 0,033 0,028 0,025
probabiliste ti = ITx -14%
ou q=3 p=6 0,030 0,027 0,024 0,021 0,019
2 n
quadratique q=3 p=4 0,045 0,040 0,037 0,032 0,028
ti =
3.ITx 30%
q=3 p=3 0,060 0,054 0,049 0,042 0,038 4 n
semi quadratique ITx
p=3 0,050 0,045 0,041 0,036 0,032 ti = 73%
(6 + 2) n
5,07.ITx 46%
ti =
6 n

Figure 13. Influence du nombre de pices

La figure 13 montre les tolrances obtenues sur un mcanisme similaire la figure

1, avec des pices respectant le mme modle en fonction du nombre de pices de la
chane de cotes et des coefficients p et q choisis.

2.4. Comparaison des mthodes

La figure 14 compare les diffrents modles pour ITx = 0,12 et n = 6 pices.

Suivant le modle de distribution choisi, l'intervalle de tolrance est plus ou moins
large.
 Traitement statistique des chanes de cotes 11

tolrance cart type

Pire des cas 0,02

Probabiliste uniforme 0,028 0,008

Quadratique centr
0,049 0,008
q=3, p=3

Quadratique centr
0,004
q=3, p=6
0,024

=0,004
Semi-quadratique
0,041 ITR =0,01
(6+2) , p=3

Figure 14. Comparaison des mthodes

Le modle au pire des cas est le plus svre, mais le plus sr. Le modle
probabiliste uniforme apporte un gain de 40% pour n=6 pices. Il est donc trs
intressant, car il ne ncessite aucun contrle statistique des lots.
Le modle quadratique centr q=3, p=3 apporte un nouvel largissement trs
sduisant des tolrances (0,049), mais elle impose un suivi statistique des lots et
pose un problme de critre d'acceptation des lots avec une moyenne dcentre. En
plus, la production doit s'assurer que la plupart des pices soient proches de la
moyenne, afin de garantir l'cart-type = t/6 = 0,008, ce qui fait que globalement, la
production sera plus difficile raliser qu'avec la mthode probabiliste uniforme. Le
bilan n'est donc pas intressant. Une variante avec p = 6 semble offrir une
amlioration considrable de la qualit avec une proportion de dfectueux de 10-9. La
tolrance (0,024) et l'cart type (0,004) sont en pratique aussi svres (voire plus) que
le modle au pire des cas, lorsque le nombre de pices est faible. Cette restriction est
tout fait inutile.
Le modle semi-quadratique apporte un largissement significatif de la tolrance
(0,041) par rapport au modle probabiliste uniforme, mais au prix d'un suivi statistique
des lots en production et la rception. Il faut en particulier noter que le mlange de
deux lots conformes peut donner un lot non conforme (avec un cart-type trop large).
Ceci impose un suivi rigoureux des lots chaque perturbation des facteurs de
variabilit (changement de rglage, de matire, de temprature).
12 Conception et Production Intgres : CPI2003

2.5. Rgle de choix

En synthse, la rgle propose dpend du nombre de pices dans la chane de

cotes :
- s'il y a moins de cinq pices : modle au pire des cas,
- sinon (cot rduit) : modle probabiliste uniforme (pas de contrle des lots)
- sinon (cot plus lev) :
. si l'cart-type est connu : le modle semi-quadratique t = 6 + ITR
. si l'cart-type n'est pas connu : le modle semi-quadratique t = (6 + 2).

3. Traitement avec des spcifications non indpendantes

3.1. Pices identiques dans le mcanisme

La relation de base du calcul statistique est : = (i ) . Cette relation

2

impose que des diffrentes dimensions des pices soient indpendantes. Les
paragraphes suivants montrent les traitements appliquer lorsque la chane de cotes
comporte des pices identiques. Pour chaque mcanisme des figures 15 17, les
pices C1 et C2 sont identiques et susceptibles d'tre issues d'un mme lot de
fabrication.
Dans la figure 15, le jeu J dpend des dimensions des pices :
J = d k (c k1 + ak + b k + ck2).

Le montage est dit en srie, car les dimensions des deux pices C1 et C2
s'ajoutent dans la relation du jeu. Si ck1 est grand, il est aussi trs probable que ck2
soit grand. L'effet est doubl. Dans ce cas, l'cart-type caractrisant le jeu est :

J = a 2 + b2 + (2 c ) 2 + d 2
J
ck 1 ak bk c k2

C1 C2
A B

Pices dk
identiques
D

Figure 15. Influence de pices non indpendantes en srie

 Traitement statistique des chanes de cotes 13

Dans la figure 16, la hauteur X de l'alsage dpend des dimensions des pices :
X = ak + b k + (c k1 + ck2)/2.

Le montage est dit en parallle, car les dimensions des deux pices s'ajoutent
dans la relation, mais avec un coefficient 0,5. Si ck1 est grand, il est aussi trs
probable que ck2 soit grand. L'effet est doubl, mais avec un coefficient 0,5. Cela
revient exactement comme s'il n'y avait qu'une seule pice C au centre. Dans ce cas,
l'cart-type caractrisant la hauteur X est : J = d 2 + (0. 5 2 c )2 + b 2

Pice B
bk
Pices identiques
c k1 C1 C2 c k2
X

ak Pice A

Figure 16. Influence de pices non indpendantes en parallle

Dans la figure 17, le jeu dpend des dimensions des pices :

X = ak + ck2 b k ck1.

Le montage est dit diffrentiel, car c'est la diffrence des dimensions des deux
pices qui intervient dans la relation. Si on est sr que ck1 et ck2 sont tirs du mme
lot, si ck1 est grand, il est trs probable que ck2 soit aussi grand. Le jeu J ne dpend
pas du rglage de la dimension des pices C. La diffrence est nulle la variation
alatoire prs ca Dans ce cas, l'cart-type caractrisant le jeu J est :

= a 2 + b 2 + 2 (ca )2

Pice A
J

ak
bk B

c k1 C1 C2 c k2

Pices identiques
14 Conception et Production Intgres : CPI2003

Figure 17. Influence de pices non indpendantes en diffrentiel

3.2. Influence de plusieurs spcifications sur une mme pice

La hauteur Hmaxi de cet empilage figure 18 dpend notamment du dfaut

angulaire de la pice dappui.

t1b B L L.
t1a/2
t2a/2
b1

b
H
= t2a/E
B
a1

t2a A
t1a A
E
a1

a
(a1 + b1) + [ t1a+ t2a(2L/E-1)+ t1b ]/2 = Hmaxi
A

Figure 18. Spcifications non indpendantes

Les tolrances de position t1a et dorientation t2a de la pice a ne sont pas

indpendantes. Elles ne peuvent pas tre cumules de manire statis tique. Il faut
considrer linfluence globale de chaque pice sur lexigence. Par exemple, la
mthode probabiliste uniforme suppose que cette influence est uniformment
probable sur toute ltendue de lintervalle. Ces termes sont donc regroups entre
parenthses dans le calcul de l'cart-type rsultant.

Variation H = t1a+ t2a(2L/E-1)+ t1b

pice a pice b

Modle pessimiste t1a + t2a(2L/E-1) t1b

Figure 19. Regroupement des tolrances d'une pice

La variation probabiliste de H est donc :

 Traitement statistique des chanes de cotes 15

t1a + t 2a(2L / E 1) t1b

2 2

= + + .....
2 3 2 2

4. Gestion quantitative des tolrances

La cotation des pices est obtenue sous forme de spcifications ISO de

tolrancement. Les rsultantes sont des inquations dont les inconnues sont les
tolrances [ANS 00]. La gestion quantitative des tolrances est illustre ici sous
EXCEL. Le problme de ce modle de donnes est qu'une spcification intervient
dans plusieurs chanes de cotes, parfois avec peu de composantes, ce qui impose un
calcul arithmtique, parfois avec de nombreuses composantes, ce qui permet un
calcul statistique.
Chaque pice est dfinie par une feuille EXCEL (figure 20) qui rcapitule les
spcifications de cette pice, avec les tolrances et l'cart-type correspondant en
fonction du modle de distribution choisi ( = t avec par exemple q= 3 pour une
2q
distribution uniforme).
Pour chaque chane de cotes, le calcul de la rsultante est effectu partir des
tolrances et des carts-types de chaque spcification de chaque pice. Par exemple,
pour l'exigence F9, le concepteur a choisi un calcul statistique avec une proportion
de pice devant respecter l'exigence de 99,86% en dfinissant la valeur de p =3. Pour
l'exigence F1, il a choisi un calcul au pire des cas.
Une feuille d'analyse des exigences fonctionnelles rcapitule toutes les exigences.
Le concepteur indique la valeur dsire. Le rsultat de la chane de cotes est report,
ce qui permet de calculer la marge. Si la marge est positive, l'exigence est vrifie, si
elle est ngative, elle est indique en rouge car l'exigence n'est pas vrifie. Le
concepteur peut alors ajuster les tolrances des diffrentes pices, jusqu' ce que
toutes les marges soient positives ou nulles, avec comme objectif de maximiser les
tolrances. Une procdure de synthse automatique des tolrances est alors possible
avec un solveur [ANS 01b].
16 Conception et Production Intgres : CPI2003

Analyse des exigences Spcifications de la pice e Distribution

Valeurs prvisionnelle
fonctionnelles Spcifications de la pice d optimiser
ire Spcifications de la pice c
tion

Spcifications de la pice b
s
na

ltat
rd

rge
sig

su
leu

Spcification de la pice a MoyFeuille

t 1 =t/2q
R
D

Ma
Va

axe trou 12 0.06 D C 30 0,06 0,01

F1 30 mini 30,340 0,340 face avant 0.2 B A 120 0,2 0,033

E31 0,4 0,35 0,05 rainure 200,15 20 0,3 0,086
F9 0,1 0,113 -0,013 centreur 0,03 0 0,03 0,005
rainure 0,02 0 0,02 0,0057

F9 + p i Chane de cotes F12 F1 - (ti)/2

Chane de cote E31
Chane de cotes F9 : 0.113 Chane de cotes F1 : 30,340
risque : p = 3 risque : pire des cas
Pice ti Moy i Pice ti Moy i
a 0,02 0 0,0057 a 0,02 0 0,0057
c 0,08 0 0,0133 b 0,06 0,62 0,0100
d 0,12 0 0,02 e 0.36 50 0,1010
f 0,1 0 0,0288 i f 0,12 -20 0,0346
total 0,32 0 0.0379 total 0.56 30,62 0,0392

Figure 20. Gestion quantitative des tolrances

5. Conclusion

Le traitement statistique des chanes de cotes est souvent pratiqu par les
entreprises sans bien connatre les diffrentes hypothses et les risques. Ce
document doit permettre de choisir le mieux possible la mthode de calcul de la
rsultante en dfinissant le protocole appliquer pour le contrle statistique des lots
en fabrication et la rception.
L'ensemble des calculs est effectu sur des distributions prvisionnelles. Il faut
notamment noter que les mthodes probabilistes sont applicables mme en petites
sries, car il n'y a pas de contrle statistique des lots. La vrification de la normalit
des distributions relles des pices n'est pas ncessaire, mme pour des mthodes
quadratiques et semi-quadratiques. La seule utilisation de la loi normale porte sur le
calcul de p correspondant une proportion de respect de l'exigence. Les carts
gnrent des calculs pessimistes.
Pour traiter les chanes de cotes radiales (effet des coaxialits, des jeux radiaux,
des dfauts d'orientation), il faut appliquer une mthode plus complexe base sur la
loi de Raleigh [ANS 03a]. Il existe encore d'autres mthodes, que nous avons juges
moins intressantes [ANS 03b].
 Traitement statistique des chanes de cotes 17

Ces tudes peuvent paratre complexes mais la mise en pratique reste assez
simple. Les gains en tolrance peuvent tre assez importants. Rappelons qu'il n'y a
aucun contrle statistique faire avec les mthodes probabilistes et arithmtiques.

6. Bibliographie

[ANS 00] ANSELMETTI B., "Tolrancement Fonctionnel ISO avec influence 3D". Actes du
colloque IDMME 2000, Montral, Canada, mai 2000, CD ROM.
[ANS 01a] ANSELMETTI B., et BISSON S., "Influence des dfauts de forme et d'orientation d'une
surface sur l'estimation d'indicateurs d'aptitude" 4me Congrs International
Pluridisciplinaire en Qualit et Sret de Fonctionnement, Annecy, 22 et 23 Mars 2001,
pp 231-236
[ANS 01b] ANSELMETTI B., M AWUSSI K., M EJBRI H. "Synthesis of tolerances starting from a
fuzzy expression of the functional requirements", Colloque International du CIRP sur le
Computer Aided Tolerancing, pp 265-274, 24-25 avril 2001, Cachan, France.
[ANS 03b] ANSELMETTI B., "Tolrancement : mthode de cotation fonctionnelle", collection
Hermes Sciences (mai 2003).
[ANS 03a] ANSELMETTI B., "Traitement statistique des chanes de cotes radiales", revue
deCFAO et d'Informatique graphique, avril 2003 ( paratre)
[CRA 84] CRAPET M., "Calcul des cotes et des tolrances : rappel des notions de probabilit
et de statistique", Note technique Renault, 1984.
[RAD 03] RADOUANI M., Contribution la validation du modle des chanes de cotes .
Thse de doctorat de lEcole Normale Suprieure de Cachan, 2003
[SRI 98] SRINIVASAN V., "ISO Deliberates Statistical Tolerancing" Geometric design
tolerancing : theories, standards and applications. Chapman & Hall, 1998, pp77-87

Remerciements : ce travail a t partiellement soutenu dans le cadre de laction intgre

Franco-Marocaine N 228/SI/00

View publication stats