Académique Documents
Professionnel Documents
Culture Documents
Analyse Capacite Fabrication PDF
Analyse Capacite Fabrication PDF
Définition
Exemples
DÉFINITION
Étude statistique d'un processus afin de déterminer si une
caractéristique qualité mesurable associée est capable de
satisfaire des limites de tolérance spécifiées (spécifications)
exigées pour le produit fabriqué par le processus.
CONDITION ESSENTIELLE
Le processus doit être en état de stabilité statistique ! ! !
Le processus doit avoir une personnalité statistique :
la caractéristique mesurable X doit suivre une distribution
statistique caractérisée par des paramètres constants.
( pour une période de temps suffisante )
La méthode par excellence pour faire l’étude :
avec une carte de Shewhart
______________________________________________________________________________1
Bernard CLÉMENT, PhD IND 2501 février 2004
LIMITES DE TOLÉRANCE (spécifications)
2 limites X : caractéristique
LTI N LTS
LTS
Exemple : indice d'alcool dans le sang
X ≤ 0.08 mg/l
LTI
QUAND
processus existant
modification majeure d'un processus
qualification d'un nouveau processus
sélection d'un fournisseur
______________________________________________________________________________2
Bernard CLÉMENT, PhD IND 2501 février 2004
LIMITES "NATURELLES" D'UN PROCESSUS
distribution de
moyenne µ
écart type σ
… 6σ
X
µ
LNI LNS
Limite Naturelle Limite Naturelle
Inférieure Supérieure
PAR CONVENTION on définit LNI et LNS par
LNI = µ - 3 σ LNS = µ + 3 σ
______________________________________________________________________________3
Bernard CLÉMENT, PhD IND 2501 février 2004
DISTINCTION ENTRE 3 TYPES DE LIMITES
Ne pas confondre
LIMITES DE TOLÉRANCE DU PRODUIT
LIMITES NATURELLES DE VARIATION DU PROCESSUS
LIMITES DE CONTRÔLE STATISTIQUE DU PROCESSUS
INTERVALLES de CONFIANCE
χ α2 / 2 ,n −1 χ 12−α / 2 ,n −1
Cˆ p ≤ C p ≤ Cˆ p
n −1 n −1
1 1 1 1
ˆ
C pk 1− Z1−α / 2 + ˆ
≤ C pk ≤ C pk 1+ Z1−α / 2 +
ˆ
9nC pk 2(n −1) ˆ
9nC pk 2(n −1)
REMARQUES
Le diviseur 6 σ représente, la "grandeur" du processus :
c'est une convention
Les indices sont des nombres positifs sans unité.
Plus l'indice est grand meilleur est le processus.
CP ne tient pas en compte la possibilité que la moyenne µ du
processus soit différente de la valeur nominale N de l'intervalle
de tolérance. Il est préférable d'utiliser l'indice CPK
En pratique, toutes ces quantités seront des estimations car les
paramètres ( µ , σ ) de la distribution seront des estimés.
Il y a une relation directe entre les indices et le % de produits
non conformes fabriqués par le processus.
______________________________________________________________________________4
Bernard CLÉMENT, PhD IND 2501 février 2004
CLASSIFICATION des PROCESSUS SELON C PK
Indice C pk Processus
< 1 ………… non capable
= 1 ………… capable
1.00 à 1.33 …… bon
1.33 à 1.50 …… très bon
>= 1.50 ……… excellent
gr mesures gr mesures
1 61 84 76 76 44 11 78 98 81 62 84
2 88 83 76 74 59 12 89 90 79 87 97
3 80 80 94 75 70 13 87 75 89 76 81
4 67 76 64 71 88 14 84 83 72 100 69
5 87 84 88 94 86 15 74 91 83 78 77
6 71 52 72 88 52 16 69 93 64 60 64
7 78 89 87 65 68 17 77 89 91 68 94
8 87 94 86 73 71 18 89 81 73 91 79
9 74 81 86 83 87 19 81 90 86 87 80
10 81 65 75 89 97 20 74 84 92 74 103
LTI = 72 - 20 = 52
LTS = 72 + 20 = 92
µ = 79.73 σ = 10.47
CPL = ( 79.73 - 52 )/3 * 10.47 = 0.88
CPU = ( 92 - 79.73 )/3 * 10.47 = 0.39
CPK = MIN (CPL, CPU) = 0.39
______________________________________________________________________________5
Bernard CLÉMENT, PhD IND 2501 février 2004
UTILISATION de STATISTICA
______________________________________________________________________________6
Bernard CLÉMENT, PhD IND 2501 février 2004
EXEMPLE 2
Échantillon 1 2 3 4 5 6 7 8
Pièce 1 58 67 53 60 62 49 58 54
Pièce 2 61 61 49 65 55 53 61 57
Pièce 3 56 56 57 53 55 57 55 51
Pièce 4 57 60 55 50 58 58 56 56
Échantillon 9 10 11 12 13 14 15 16
Pièce 1 57 55 56 57 58 58 54 60
Pièce 2 68 54 55 57 51 60 65 61
Pièce 3 66 50 59 59 56 58 59 60
Pièce 4 59 54 63 55 60 58 61 57
N = 54 ± 8 LSL = 46 UCL = 62
______________________________________________________________________________7
Bernard CLÉMENT, PhD IND 2501 février 2004
Variable: X34 Moy.: 57.3906 Sigma: 4.09265
Spécifications: LSI=46.0000 Nominal=54.0000 LSS=62.0000
Normale Cp=.6516 Cpk=.3754 Cpl=.9277 Cpu=.3754
-3.s LSI NOMINAL LSS +3.s
40
35
30
25
Fréquence
20
15
10
0
40 45 50 55 60 65 70 75
______________________________________________________________________________8
Bernard CLÉMENT, PhD IND 2501 février 2004
Carte de Shewhart Xbar et R
64
62.901
62
60
58
57.391
56
54
52 51.881
50
0 1 2 3 4 5 6 7 2 4 6 8 10 12 14 16
15
10
0
42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74
______________________________________________________________________________9
Bernard CLÉMENT, PhD IND 2501 février 2004
SixGraph - Carte X-barre et R : X34
X-barre : 57.391 (57.391) ; Sigma : 3.6733 (3.6733) ; n : 4. Droite de Henry
66 3
64 0.99
62.901 2
62 0.95
1 0.85
60 0.70
58 57.391 0 0.50
56 0.30
-1 0.15
54 0.05
52 -2
51.881 0.01
50 -3
2 4 6 8 10 12 14 16 46 48 50 52 54 56 58 60 62 64 66 68 70
______________________________________________________________________________10
Bernard CLÉMENT, PhD IND 2501 février 2004