Vous êtes sur la page 1sur 47

Chapitre 5

La maîtrise statistique des


processus

Pr. Jalil ABOUCHITA

Introduction
Deux objets ne sont jamais rigoureusement identiques

Il existe une variabilité

Objectif de tout industriel


« variabilité naturelle » demeure dans les bornes
acceptables

Pr. Jalil ABOUCHITA

1
Introduction
Question

Comment s’assurer que la variabilité


de production reste stable et faire en sorte
qu’elle le devienne si elle ne l’est pas ?

Pr. Jalil ABOUCHITA

Introduction

Définition:
La Maîtrise Statistique des Processus « MSP » est
ensemble de techniques utiles pour atteindre une
certaine stabilité du procédé et réduire
progressivement la variabilité.

Pr. Jalil ABOUCHITA

2
Introduction

L’outil de base de la MSP que nous étudierons


est la carte de contrôle.

Tests statistiques paramétriques de conformité

Pr. Jalil ABOUCHITA

Principe de base

Il n’est pas possible d’éliminer complètement la


variabilité, mais les cartes de contrôle sont des
outils efficaces pour réduire la variabilité
autant que possible, jusqu’à un niveau jugé
acceptable.

Pr. Jalil ABOUCHITA

3
Rappels statistique
1/ Statistique descriptive
La moyenne  représente la tendance centrale des données xi et se calcule
ainsi: N

x i
 i 1

N
Où N = nombre de mesure dans la population.
L’écart-type  est une mesure de la dispersion des données qui s’obtient par
l’équation suivante:
N

 x  
2
i
 i 1
 2
N 1

Où 2 est la variance.


Pr. Jalil ABOUCHITA

Rappels statistique
2/ Échantillon & population
Il est important de comprendre la différence qui excite entre population et
échantillon.

Représentation graphique d’une population

Pr. Jalil ABOUCHITA

4
Rappels statistique
Comme pour le cas de la population entière, on peut calculer la moyenne et
l’écart-type d’un échantillon provenant de la population. Par définition, on
trouve: n

 xi
x  i 1
n
Et

 x  x
2
i
sx  i 1

n 1
Où n = nombre de mesures dans l’échantillon, ou effectif de l’échantillon.

Pr. Jalil ABOUCHITA

Rappels statistique
NB:
Pour certaines application où il est difficile de calculer l’écart-type sx on peut
choisir d’évaluer la variabilité d’un échantillon en calculant son étendue R.

Dans ce cas:

R  x max  x min

Pr. Jalil ABOUCHITA

5
Rappels statistique

Pr. Jalil ABOUCHITA

Rappels statistique
3/ Loi normale (loi de Laplace-Gauss)

La loi normale décrit la distribution d’une caractéristique continue produite par


un procédé stable avec des paramètres d’opération fixe.

Cette distribution statistique sera donc utile pour modéliser le comportement


des procédés de fabrication.

Pr. Jalil ABOUCHITA

6
Rappels statistique

Si x est une variable distribuée selon la loi normale, alors la densité de


probabilité f(x) est entièrement définie par deux paramètres: la moyenne 
est la variance  2 : 1  x 
2
  
2  
e
f ( x) 
 2
La loi normale ainsi définie, présente l’allure suivante:

Allure de la loi normale


Pr. Jalil ABOUCHITA

Rappels statistique

Caractéristique de la loi normale


Pr. Jalil ABOUCHITA

7
Rappels statistique
4/ Histogramme d’aptitude

L’histogramme d’aptitude permet de visualiser la distribution d’une


caractéristique.

Nature de la distribution

NB: L’histogramme est en bâtons construit à partir d’une série de données


réparties dans plusieurs classes .

Pr. Jalil ABOUCHITA

Rappels statistique
Exemple:
Une entreprise utilise des résistances dans les circuits électroniques des appareils de
mesure de température. La valeur spécifiée des résistances est de 1000  100 Ohms .
Un contrôle de qualité est effectué sur des résistances est les valeurs obtenue sont
les suivantes:

Quelle proportion des résistances produites est conforme aux spécification?

Pr. Jalil ABOUCHITA

8
Rappels statistique
La première étape consiste à tracer l’histogramme pour déterminer si la
distribution s’apparente à la loi normale.

Distribution des mesures obtenues


L’histogramme comporte 11 cellules de largeur 25

Pr. Jalil ABOUCHITA

Rappels statistique

Histogramme de l’exemple
Si les mesures sont distribuées selon la loi normale, alors l’histogramme a
l’allure de la courbe théorique tracée à partir de la moyenne et de l’écart-
type des mesures, soit
  1004.04 Ohms
  58.9816 Ohms

Pr. Jalil ABOUCHITA

9
Rappels statistique
En superposant la courbe théorique à l’histogramme, il est
possible d’apprécier la normalité de la distribution.

Histogramme et courbe normale pour l’exemple

Pr. Jalil ABOUCHITA

Rappels statistique
Connaissant les spécifications du client, on peut compléter l’histogramme
d’aptitude par LSI et LSS représentant les limites de spécification
inférieure et supérieure. On obtient:

Histogramme d’aptitude complet de l’exemple

Pr. Jalil ABOUCHITA

10
Aptitude d’un procédé
Définition:
L’aptitude d’un procédé se définit par sa capacité de générer des
produits à l’intérieur des limites de spécification.

On exprime l’aptitude du procédé par des indices


Cp et Cpk .

Pr. Jalil ABOUCHITA

Aptitude d’un procédé


L’indice Cp compare la largeur de la plage de spécification à la
largeur de la distribution des mesures dont on considère que
les extrémités sont   3 :

LSS  LSI
Cp 
6
NB: le CP ne tient pas compte de la position de la moyenne:

Pr. Jalil ABOUCHITA

11
Aptitude d’un procédé
Moyenne à l’extérieur des limites de spécification

Développement de l’indice Cpk

 LSS     LSI 
Cpk  min  ,
 3 3 
NB: Idéalement, Cpk égale Cp, et tout différence indique que la
moyenne s’écarte du centre des spécifications.

Pr. Jalil ABOUCHITA

Cartes de contrôle
Les cartes de contrôle sont utilisées pour suivre l’évolution des
procédés dans le temps et les contrôler de façon éclairée afin
d’apporter des actions correctives avant de produire des pièces
hors tolérances.

Composantes d’une carte de contrôle

Pr. Jalil ABOUCHITA

12
Cartes de contrôle pour mesures
Le caractère étudié est une mesure (poids, concentration
d’un composant chimique, volume, etc…).

L’objectif d’une carte de contrôle aux mesures est de


détecter la présence de causes assignables de
dérèglement du processus de production.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


Carte de contrôle pour mesure individuelles x-MR
La carte de contrôle pour mesures individuelles est utilisée
lorsque la cadence de mesure et faible.

Carte principale x,
carte de contrôle pour mesures individuelles

Carte x-MR

Carte d’accompagnement MR,


carte de contrôle pour étendues mobiles

Pr. Jalil ABOUCHITA

13
Cartes de contrôle pour mesures
Pour établir une carte de contrôle pour mesures individuelles, il
faut:
1/ Calculer la moyenne et l’écart-type d’un grand échantillon représentatif du procédé
évoluant dans des conditions considérées satisfaisantes;

2/ Calculer les limites de contrôle préliminaire;

3/ Représenter graphiquement les mesures en ordre chronologique sur la carte;

4/ Réviser les limites de contrôle si un des points utilisés pour les établir sort de la zone
de contrôle;

5/ Utiliser la carte avec les nouvelles limites de contrôle pour les prochaines mesures.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


Carte x. Elle se construit à partir de la moyenne et de l’écart-type.

Les limites de contrôle sont obtenues par l’équation suivante:

LCS x    3
LC x  
LCI x    3

Pr. Jalil ABOUCHITA

14
Cartes de contrôle pour mesures
Carte MR. S’obtient en calculant d’abord l’étendue MR.
MRi  xi  xi 1
A partir de la valeur moyenne de l’étendue mobile M R , les limites de
contrôles se calculent avec l’équation suivante:
LCS MR  3.267 MR
LC MR  MR
LCI MR  0
Où la valeur 3.267 est tirée de la loi Chi-carrée sur laquelle s’appuie cette carte
d’accompagnement.
NB: Comme la valeur MR1 n’existe pas, la carte MR commence toujours au point 2.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


Exemple:

La suite de mesure suivante représente la dureté en Rockwell C


d’un train planétaire utilisé dans la transmission manuelle d’un
nouveau modèle d’automobile. Il faut établir une carte de
contrôle pour mesures individuelles pour le procédé de
fabrication. Est-ce que le procédé est sous contrôle statistique?
Que peut-on conclure?

Pr. Jalil ABOUCHITA

15
Cartes de contrôle pour mesures

Dureté de trains planétaires (Rockwell C)


Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


Solution:
1/ Calcul de la moyenne et de l’écart-type;

  84.55
  2.6307
On calcule en suite les étendues mobile, on obtient alors:

Pr. Jalil ABOUCHITA

16
Cartes de contrôle pour mesures

Valeur des étendus mobiles pour l’exemple


A partir des données du tableau on obtient: MR  3.1026
Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


2/ Calcul des limites de contrôle
préliminaires
Carte principale:
LCS x    3  84.55  3( 2.6307)  92.442
LC    84.55
LCI x    3  84.55  3(2.6307)  76.658

Carte d’accompagnement:
LCS MR  3.267MR  3.267  3.1026  10.136
LC MR  3.1026
LCI MR  0

Pr. Jalil ABOUCHITA

17
Cartes de contrôle pour mesures
3/ Représentation graphique des mesures en ordre chronologique sur la carte

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


4/ Révision des limites de contrôle si un des points utilisés pour les établir sort de la
zone de contrôle.

Il faut maintenant vérifier si des points sur la carte sortent des limites préliminaires.
Dans notre cas

les cartes x et MR ne présentent aucun point à l’extérieur

Aucune correction n’est nécessaire

Pr. Jalil ABOUCHITA

18
Cartes de contrôle pour mesures
5/ Utilisation de la carte avec les nouvelles limites de contrôle pour les
prochaines mesures

A cette étape, il est intéressant de vérifier si le procédés est sous contrôle


statistique.

Dans notre le cadre de l’exemple, le procède est sous contrôle


statistique et la conclusion est qu’il faut poursuivre l’utilisation
du procédé sans intervenir.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


NB: Recalcule des nouvelles limite de contrôle

Si des points sur la carte sortent des limites préliminaires, il faut:

Calculer de nouvelle limites pour les deux cartes en excluant des


calculs les points indésirables qui se retrouvent à l’extérieur
des limites préliminaires sur l’une ou l’autre des deux cartes
(tout les point restent tracés sur la carte). Il faut recommencer
ce processus jusqu’à ce qu’aucun point ne se retrouve à
l’extérieur des nouvelles limites

Pr. Jalil ABOUCHITA

19
Cartes de contrôle pour mesures
Carte de contrôle x  R (échantillon représentatif)

Si x1 , x2 ,..., xn est un échantillon représentatif d’effectif n, la moyenne de

l’échantillon est: x1  x2  ...  xn


x
n

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


Supposons k échantillons d’effectif n et que x1 , x2 ,...xk sont les moyennes
des échantillons 1 à k respectivement.

x i
On estime alors la moyenne des moyennes d’échantillons par : x i 1

 x  x 
2
i
Et l’écart-type des moyennes d’échantillons : S  i 1
x
k 1

Pr. Jalil ABOUCHITA

20
Cartes de contrôle pour mesures
Pour construire la carte x R , il faut :

1/ Calculer la moyenne et l’étendue de chacun des échantillons;


2/ Calculer les limites de contrôle préliminaires;
3/ Représenter graphiquement les mesures;
4/ Réviser les limites de contrôle (si nécessaire);
5/ Utiliser la carte de contrôle.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


La carte x se construit à partir de la moyenne et de l’écart-type
des moyennes d’échantillons.

Les limites de contrôle :


LCS x  x  3S x
LC x  x
LCI x  x  3S x

Pr. Jalil ABOUCHITA

21
Cartes de contrôle pour mesures
k

De plus, on définit l’étendue R par: R  xmax  xmin et R i


R i 1

Les limites de contrôle pour les étendues sont établies avec l’équation suivante:

LCS R  D4 R
LC R  R
LCI R  D3 R

Où D3 et D4 proviennent de la table des constantes statistiques pour les cartes


de contrôle.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


Exemple (carte x  R )

Les tiges servant à fabriquer des vérins hydrauliques sont usinées


sur des tours à commandes numériques. Il faut contrôler le
diamètre extérieur de ces tiges en utilisant une carte x  R . Le
tableau suivant présente les mesures obtenus pour 25
échantillons d’effectif n=5.
Établissez les limites de contrôle et construisez une carte de
contrôle x R pour ce procédé.
Est-il sous contrôle statistique? Que pouvez vous conclure?

Pr. Jalil ABOUCHITA

22
Cartes de contrôle pour mesures

Diamètre extérieur des tiges


Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


1/ Calcule de la moyenne et de l’étendu des échantillons
x  49.001
S x  0.00487
R  0.0228
2/ Calcul des limites de contrôle préliminaires
On D3=0 et D4=2.114.
LCS x  49.001  3(0.00487)  49.016
LC x  49.001
LCI x  49.001  3(0.00487)  49.987
et
LCS R  2.114  0.0228  0.481
LC R  0.00228
LCI R  0  0.0228  0

Pr. Jalil ABOUCHITA

23
Cartes de contrôle pour mesures
3/ Représentation graphique des mesures:

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


4/ Révision des limites de contrôle.
Les limites de contrôle sont acceptables comme limites
de contrôle du procédé.

5/ diagnostic
Le procédé de fabrication est sous contrôle statistique et
peut être suivi sans intervention.

Pr. Jalil ABOUCHITA

24
Cartes de contrôle pour mesures
Carte de contrôle x  Sx

La carte x  S x est construite sensiblement de la même façon qu’une


carte x  R . Toutefois contrairement à la carte x  R , on mesure
la dispersion dans l’échantillon à l’aide de l’écart-type.

Cette méthode est préférable d’un point de vue statistique (utilise toutes les
données de chaque échantillon).

NB: Lorsque l’effectif d’échantillon atteint 10 ou plus.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


Les formules nécessaires pour calculer les limites de contrôle de la carte x  Sx
sont:
LCS x  x  3S x
LC x  x
LCI x  x  3S x

Et
LCS S x  B4 S x
LC S x  S x
LCI S x  B3 S x
Où B3 et B4 proviennent de la table des constantes statistiques pour les cartes de contrôle.

Pr. Jalil ABOUCHITA

25
Cartes de contrôle pour mesures
Exemple (carte x  S x )

Une compagnie fabrique des chaises en plastique. Une des opérations de


fabrication consiste à injecter un plastifiant dans le mélange de plastique.

La quantité de plastifiant est mesurée à intervalle régulier sur des échantillons de


10 mélanges. Les tolérances sont 8.4 à 10.2 mg de plastifiant par m3 de
plastique. Les quantités relevées sur 25 échantillons sont présentées au
tableau suivant:

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures

Pr. Jalil ABOUCHITA

26
Cartes de contrôle pour mesures
Construisez une carte x  S x pour ce procédé afin d’assurer un bon
contrôle de la qualité de plastifiant.

Est-ce que le procédé est sous contrôle statistique?


Quel est l’écart-type du procédé?
Que pouvez vous conclure?

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


1/ Calcul des moyennes et
des écats-types des échantillons

Moyennes et écarts-types des échantillons

Pr. Jalil ABOUCHITA

27
Cartes de contrôle pour mesures
2/ Calcul des limites préliminaires:
Pour la carte x : LCSx  9.3656  3(0.14006)  9.786
LCx  9.356
LCIx  9.3656  3(0.14006)  8.945

Pour la carte Sx :
Pour n=10: B3=0.284 et B4=1.716

LCS S x  1.716  0.23640  0.4057


LC S x  0.2364
LCI S x  0.284  0.23640  0.0671

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


3/ Représentation graphique

La carte Sx ne présente aucun


Point à l’extérieur des limites
De contrôle. Par contre le point
1 est à l’extérieur des limites de
La carte x .

Pr. Jalil ABOUCHITA

28
Cartes de contrôle pour mesures
4/ Calcul de nouvelles limites de contrôle:
Le point 1 est exclu du calcul de la moyenne x et de l’écart-type S x . Les nouvelles limites sont:

LCS x  9.3888  3(0.08056  9.630


LC x  9.389
LCI x  9.3888  3(0.08056)  9.147
LCS S x  1.176  0.23654  0.4059
et LCS x  0.2365
LCI S x  0.284  0.23654  0.0672
Puisque aucun point ne se trouve à l’extérieur des limites, ces derniers sont acceptées comme limites
de contrôle du procédé.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


5/ Utilisation (Diagnostic)

Le procédé n’est pas sous contrôle statistique puisque le point 1 tombe à l’extérieur des
limites de contrôle sur la carte x .

Pr. Jalil ABOUCHITA

29
Cartes de contrôle pour mesures
Ecart-type du procédé:
Sachant que, si la distribution est normale on associe l’écart-type des moyennes des
échantillons à l’écart-type des mesures par:

Sx 
n
Alors, si les nouvelles limites de contrôle obtenus sont représentatives du procédé sous
contrôle statistique,

  Sx n 
LCS x  LCI x  n

9.630  9.147  10
 0.2547
6 6

Pr. Jalil ABOUCHITA

Cartes de contrôle pour mesures


On déduit par suite:

(10.2  8.4)
Cp   1.18
6  0.2547
10.2  9.389 9.389  8.4 
Cpk  min  ,  1.06
 3  0.2547 3  0.2547 

Conclusion:
Il faut porter une attention particulière à la moyenne du procédé.
NB: Il est donc possible, à partir d’une carte de contrôle, d’estimer les indices
d’aptitude d’un procédé Cp et Cpk, en autant que la distribution des mesures
soit normale.

Pr. Jalil ABOUCHITA

30
Cartes de contrôle pour attributs
Caractéristique à étudier ne soit bien
Représentée par une valeur numérique

Il sera question de produits


Non conformes ou de non-conformités

Les caractéristiques de ce type sont appelées attributs

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


Sélection des cartes de contrôle pour attributs :

Produits non
Non-conformité
conforme

np c
Effectif
d’échantillon Nombre de Nombre de
produits non
constant non-conformités
conformes
p u
Effectif
d’échantillon Proportions de Taux de
variable produits non
conformes non-conformités

Pr. Jalil ABOUCHITA

31
Cartes de contrôle pour attributs
Carte de contrôle np
Il s’agit d’un graphique du nombre de produits
non conformes observés dans chaque échantillon
d’effectif constant.

Les étapes pour la construction d’une carte np sont les


suivantes:

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


1/ Calculer le nombre moyen de produits non conformes par échantillon np
k

pour k échantillons on a:
 np i
np  i 1

2/ Calculer les limites de contrôle préliminaires

LCS np  np  3 np 1  p
LC np  np
LCI np  np  3 np 1  p
np
Avec: p (proportion de pièces non conformes par échantillon)
n

Pr. Jalil ABOUCHITA

32
Cartes de contrôle pour attributs
3/ Représentation graphique
+ Nombre de produits non conformes dans chaque échantillon
+ Limites de contrôle

4/ Réviser les limites de contrôle (si nécessaire)

5/ Utiliser la carte de contrôle obtenue

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


Exemple de carte np
Une entreprise produit 2500 article par jour. Le nombre d’articles qui ont du
être reclassés à cause de défauts au cours des 20 dernières journées figure
au tableau qui suit.

Établissez une carte de contrôle np pour la production future de ce procédé de


fabrication.
Le procédé est-il sous contrôle statistique?
Que pouvez-vous conclure?

Pr. Jalil ABOUCHITA

33
Cartes de contrôle pour attributs
Journée Articles non conformes Journée Articles non conformes

Articles non conformes des 20 derniers jours de production

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


Solution:
1/ Calcul de la moyenne de produits non
conformes par échantillon
456  394  285  ...  198  414
np   307.05
20
np 307.05
p   0.12282
n 2500

2/ Calcul des limites de contrôle


préliminaires
LCS np  307.05  3 307.05 1  0.12282  356.28
LC np  307.05
LCI np  307.05  3 307.05 1  0.12282  257.81

Pr. Jalil ABOUCHITA

34
Cartes de contrôle pour attributs
3/ Représentation graphique

Les points 1, 2,5,6,7,9,14,15,16,19 et 20 se retrouvent à l’extérieur des limites


de contrôle préliminaires.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


4/ Révision des limites de contrôle
Les points 1, 2,5,6,7,9,14,15,16,19 et 20 sont exclus des calculs de moyenne.

np  311.56
p  0.1246

Les nouvelles limites de contrôle sont :

LCS np  361.09
LC np  311.56
LCI np  262.01

Pr. Jalil ABOUCHITA

35
Cartes de contrôle pour attributs
Comme aucun nouveau point ne se trouve à l’extérieur de ces
nouvelles limites, ces dernières pourraient être acceptées
comme limite de contrôle du procédé.

Grand nombre S’interroger


De points Sur la
exclus situation

Calculer à nouveau des limites de contrôle à partir de nouvelles


données obtenues après avoir étudier et réglé le problème.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


5/ Utilisation

Le procédé n’est pas évidement sous contrôle statistique.

Dans cet exemple, il est préférable de recalculer de nouvelles


limites à partir d’un autre ensemble d’échantillons provenant
du procédé corrigé.

Pr. Jalil ABOUCHITA

36
Cartes de contrôle pour attributs
Carte de contrôle p

Il s’agit d’un graphique de la proportion de produits non


conformes observée dans chaque échantillon.

Contrairement à la carte np, l’effectif d’échantillon peut varier


dans une carte p.

Les étapes pour la construction d’une carte p sont les suivantes:

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


1/ Calculer la proportion moyenne pondérée de produits non conformes p :
k

 pièces non conformes  n p i i


p i 1

 tailles d ' échantillon  n k

i
i 1

2/ Calculer les limites de contrôle préliminaires :


p (1  p )
LCS p  p  3
n
LC p  p
p (1  p )
LCI p  p  3
n
Pr. Jalil ABOUCHITA

37
Cartes de contrôle pour attributs
3/ Représenter graphiquement:
+ Proportion de produits non conformes dans chaque échantillon
+ Limites de contrôle

4/ Réviser les limites de contrôle (si nécessaire)

5/ Utiliser la carte de contrôle obtenue

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


Exemple de carte p

Le tableau suivant présente le nombre d’engrenages non conformes pour 21


échantillons d’effectif variable. Il faut établir une carte de contrôle p pour
contrôler le procédé.

Le procédé est-il sous contrôle statistique?


Que pouvez-vous conclure?

Pr. Jalil ABOUCHITA

38
Cartes de contrôle pour attributs

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


Solution:
1/ et 2/ Calcul de la proportion
moyenne pondérée
de produits non conformes p

Alors:

p
 pièces non conformes  533  0.106
 tailles d ' échantillon 2045

Pr. Jalil ABOUCHITA

39
Cartes de contrôle pour attributs
3/ Représentation graphique

4/ Les limites de contrôle préliminaires sont acceptables.


5/ Le procédé est sous contrôle statistique.

Conclusion: On peut poursuivre le procédé sans intervenir.


Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


Carte de contrôle c

Il s’agit d’un graphique du nombre de non-conformités par


échantillon d’effectif constant.
Dans ce cas, ce ne sont pas les produits défectueux qui sont
comptabilisés mais les défauts.
Un même produits peut présenter plusieurs défauts (crique,
piqûre, imperfection,…)
NB: fabrication en continu de tôles d’acier, de fil, de tissu,…
Les étapes de construction d’une carte c sont les suivants:

Pr. Jalil ABOUCHITA

40
Cartes de contrôle pour attributs
1/ calculer le nombre moyen de non-conformités par échantillon c
k

c
c i 1
k

2/ Calculer les limites de contrôle préliminaires

LCS c  c  3 c
LCc  c
LCI c  c  3 c

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


3/ Représenter graphiquement
+ Nombre de non-conformités par échantillon
+ Limites de contrôle

4/ Réviser les limites de contrôle (si nécessaire)

5/ Utiliser la carte de contrôle obtenue

Pr. Jalil ABOUCHITA

41
Cartes de contrôle pour attributs
Exemple de carte c

Vingt échantillons de 1 m2 de tissus à voile sont inspectés et le


nombre de non-conformités est noté au tableau suivant.

Établissez une carte de contrôle c appropriée.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs

Pr. Jalil ABOUCHITA

42
Cartes de contrôle pour attributs
Solution:
1/ Calcul du nombre moyen de non-conformités par échantillon c

c
 c  82  4.1
n 20
2/ Calcul des limites de contrôle préliminaires
LCS c  4.1  3 4.1  10.17
LCc  4.1
LCI c  4.1  3 4.1  1.97  0
La limite de contrôle inférieure devient 0 car il est impossible d’obtenir une quantité
négative de non-conformités.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


3/ Représentation graphique

4/ Aucun point ne se retrouve à l’extérieur des limites de contrôle, les limites de


contrôle préliminaires sont acceptables pour contrôler le procédé.

5/ On peut donc poursuivre la production sans intervenir.

Pr. Jalil ABOUCHITA

43
Cartes de contrôle pour attributs
Carte de contrôle u

Il s’agit d’un graphique du taux moyen de non-conformités pour


chaque échantillon d’effectif variable.

Les étapes de construction d’une carte u sont les suivants:

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


1/ Calculer le taux moyen pondéré de non conformités u
k

 non  conformités  
ni ui
u i 1

 tailles d ' échantillon  n k

i
i 1

2/ Calcul des limites de contrôle préliminaires


u
LCS u  u  3
n
LCu  u
u
LCI u  u  3
n

Pr. Jalil ABOUCHITA

44
Cartes de contrôle pour attributs
3/ Représenter graphiquement;
+ Taux de non-conformités
+ Limites de contrôle

4/ Réviser les limites de contrôle (si nécessaire);

5/ Utiliser la carte de contrôle obtenue.

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


Exemple de carte u

L’inspection de fils de pêche est effectuée et les


résultats sont rapportés au tableau suivant.

Construisez une carte de contrôle appropriée, et jugez


de l’état du procédé.

Pr. Jalil ABOUCHITA

45
Cartes de contrôle pour attributs

Pr. Jalil ABOUCHITA

Cartes de contrôle pour attributs


Solution:
1/ Calcul du taux moyen pondéré de non-conformités

u
 non  conformités  75  2.95
 tailles d ' échantillon 25.4
2/ Calcul des limites de contrôle préliminaires
(tableau)

Pr. Jalil ABOUCHITA

46
Cartes de contrôle pour attributs
3/ Représentation graphique

4/ Révision des limites de contrôle: Aucun point à l’extérieur des limites de contrôle,
alors elles sont acceptables pour contrôler le procédé.

5/ Utilisation: Le procédé est sous contrôle statistique, on peut poursuivre sans


intervenir.

Pr. Jalil ABOUCHITA

47