‫وز ارة التعليم العالي و البحث العلمي‬

BADJI MOKHTAR ANNABA-UNIVERSITY ‫جامعت باجي مختار عنابت‬

UNIVERSTÉ BADJI MOKHTAR - ANNABA

Année : 2015

FACULTÉ DES SCIENCES DE L’ING ÉNIORAT

DÉPARTEMENT DE GÉNIE MÉCANIQUE

MÉMOIRE
PRESENTÉ EN VUE DE L’OBTENTION DU DIPLOME DE MASTER

INTITULÉ

EVALUATION DES INCERTITUDES ET

APPORT DE LA MAINTENANCE
DMQE-ARCELORMITTAL- ANNABA

DOMAINE : SCIENCES ET TECHNIQUE

FILIÈRE : G ÉNIE MÉCANIQUE

SPÉCIALITÉ : MAINTENANCE INDUSTRIELLE ET FIABILITÉ M ÉCANIQUE

PRESENTÉ PAR : Abderraouf DJEBAR

DIRECTEUR DU MÉMOIRE : Rabia KHELIF Pr Univ.Annaba

Devant Le Jury

PRÉSIDENT : R. KHELIF Pr Univ.Annaba

EXAMINATEURS : S. BOUDECHICHE MCB Univ.Annaba
A. GUEZGOUZ MAA Univ.Annaba
R. LAISSAOUI MAA Univ.Annaba
A. MERABTINE MCB Univ.Annaba
 Remerciements

Je tiens à exprimer mes vives reconnaissances au professeur

KHELIF RABIA pour m’avoir fait confiance, guidé, encouragé,
conseillé, et pour les nombreuses relectures qui m’ont permis de
finaliser ce mémoire.

Je souhaite exprimer aussi mes remerciements aux membres du

jury.

Je remercie Monsieur LEMBOUB Ali (responsable de la DMQE)

pour m’avoir accueillie au sein de sa direction.

Je remercie également Madame KHELLAF Fatma Zohra

(Département métallurgie) pour l’aide et les conseils qu’elle a pu me
donner lors de mon stage.

Je tiens également à remercier tous les professeurs du département

de Génie mécanique pour leurs précieux enseignements durant mes
années d’études.

Enfin, mes derniers remerciements sont pour ma famille pour

m’avoir toujours soutenu et encouragé dans mes choix.
 Résumé

Aujourd’hui, la métrologie prend de plus en plus de place dans tous les secteurs
économiques (industrie, santé, agriculture, prestation de service, etc.). Elle sert à fournir une
information quantitative et objective qui aide à la prise de décision d’accepter ou refuser un
produit ,accepter ou refuser un essai, accepter ou refuser une matière première, ou accréditer
un laboratoire.

Dans cette optique, l’objectif de mon travail consiste à estimer les incertitudes sur l’un
des processus de mesure à la direction métallurgie qualité et environnement – ArcelorMittal,
(DMQE) et à étudier l’impact de la maintenance sur la qualité de ces mesures.

Le présent mémoire rentre dans un cadre d’une démarche qualité et présente tout d’abord
quelques notions de métrologie, puis la méthodologie de travail qui se résume comme suit :

- Connaissance des processus d’essai de la DMQE

- Etude de l’impact de la maintenance sur la qualité de la mesure

- Développement de la démarche de calcul des incertitudes

- Méthodologie de traitement des résultats de mesure

- Illustration par des cas pratiques

- Elaboration de procédures exigées par la norme ISO 17025 version 2005.

Mots-clés : Métrologie, Essai, Mesures, Incertitudes, Maintenance, Procédures.

 Abstract

Nowadays, metrology takes more and more space in all economic sectors (industry,
health, agriculture, service delivery, etc.). It is used to provide quantitative and objective
information which helps in making the decision as to accept or reject a product, accept or
refuse a test, accept or decline a raw material, or to accredit a laboratory.

In this perspective, the aim of our study is to estimate uncertainties on one of the
measurement process to DMQE and to study the impact of maintenance on the quality of
these measures.

Our study is within the framework of a quality approach and presents at first some concepts
of metrology and the working methodology which is as follows:

- Find out the testing process of DMQE

- Study the impact of maintenance on the quality of the measurement

- Develop uncertainties calculation approach

- Show how to treat measurement results

- Illustrate with cases studies

- Develop procedures

Keywords: Metrology, Test, Measurements, Uncertainties, Maintenance, Procedures.

 SOMMAIRE

INRODUCTION GENERALE

Chapitre I : ANALYSE BIBLIOGRAPHIIQUE

I.1. Introduction ...…………………………………………………………………..……...…1

I.2. Les spécificités de la métrologie ....………………………………………………………....…1
I.3. Les catégories de la métrologie ………………………………………………………...…..…3
I.4. Les activités de métrologie ……………………………………………………………..….…3
I.5. L’accréditation des laboratoires d’étalonnage …….………………………………….…….…3
I.6. Assurance de la qualité des mesures ………………………………... ………….….……4
I.7. Surveillance des processus de mesure …………………………………...………………7
I.8. Travaux récents en analyse des incertitudes ……………………………....…………….8

Chapitre II : TRAITEMENT DES RESULTATS DE MESURE

II.1. Les types des erreurs dans les données expérimentales …………………………….…12
II.2. Traitement statistique des erreurs aléatoires ………………………………….……….13

Chapitre III : LA DMQE ET SES PROCESSUS

III.1 introduction ……………………………………………………..…………………….18

III.2 présentation de la DMQE ……………………………………………….……………18
III.3 équipements critiques du laboratoire essai mécanique et métallographique …….……25

Chapitre IV : EVALUATION DES INCERTITUDES DE MESURE

IV.1. Méthodes de calculs des incertitudes …………………………………..….…………34

IV.2. Méthodologie d’évaluation ……………………………………...……….…………..34
IV.3. Détermination de l’incertitude d’étalonnage ………………………….…..………….36
IV.4.Combinaison des incertitudes-types …………………………………….……..………44
IV.5. Exemple de présentation du bilan des incertitudes …………………………...……….45
IV.6. Analyse des régressions par la méthode des moindres carres ………………...……….47
IV.7. Capabilité des instruments de mesure ……………………………...……….………....52

Chapitre V : APPLICATION

V.1. Estimation de l'incertitude de mesure …………………………………...……………55

V.2. Evaluation des incertitudes …………………………………………..……………….56
V.2.1. Évaluations de type A ………………………………………………..……………..56
V.2.2. Évaluation de type B ………………………………………………………………..59

Chapitre VI : APPORT DE LA MAINTENANCE

IV.1. Organisation de la maintenance …………………………………..……………….….64

VI.2. Mise en place d’un programme de maintenance de l’équipement …………..………..65
VI.3. Modèle de maintenance proposé …………………………………….……..…………67
IV.4. Optimisation des périodicités d’étalonnage ………………………………....………..68

CONCLUSION GENERALE

REFERENCES BIBLIOGRAPHIQUES

ANNEXES
 LISTE DES FIGURES

Figure 1 : Organigramme de la DMQE

Figure 2 : Vue générale du laboratoire des Eaux
Figure 3 : Vue générale du laboratoire spectrométrique
Figure 4 : Tronçonneuse du laboratoire métallographique
Figure 5 : Enrobeuse du laboratoire métallographique
Figure 6 : Polisseuse semi-auto du laboratoire métallographique
Figure 7 : Microscope optique du laboratoire métallographique
Figure 8 : Eprouvette/Machine de traction/Courbe contrainte-déformation
Figure 9 : Courbe contrainte-déformation/Domaine élastique et domaine plastique
Figure 10 : Traction simple : force et allongement
Figure 11 : Courbe contrainte-déformation/ Limite d’élasticité et résistance à la traction
Figure 12 : Machine de traction du laboratoire
Figure 13 : Logigramme de la préparation des éprouvettes
Figure 14 : Logigramme de la méthodologie de calcul d’incertitude
Figure 15 : Courbe de traction contrainte-déformation
Figure 16 : Diagramme d’Ishikawa
Figure 17 : Distribution des périodicités optimales

LISTE DES TABLEAUX

Tableau 1 : Impact des différentes caractéristiques sur l’incertitude de mesure
Tableau 2 : Coefficient de Student
Tableau 3 : Criticité des équipements
Tableau 4 : Facteurs d’influence
Tableau 5 : Causes réelles ou potentielles de variation du résultat de mesure
Tableau 6 : Exemple de présentation du bilan d’incertitudes
Tableau 7 : Contribution de l’incertitude aux résultats de l’essai de traction
Tableau 8 : Exemple de contribution d’incertitude pour les différents résultats
Tableau 9 : Exemple d’incertitude combinée
Tableau 10 : Exemple de l’incertitude pour un niveau de confiance de 95%, k=2
Tableau 11 : Moyens de production pris en compte
Tableau 12 : Facteurs d’influence des multimètres.
Tableau 13 : Calcul de l’écart normal.
Tableau 14 : Périodicités optimales.
INRODUCTION GENERALE

La fiabilité des résultats analytiques obtenus dans un laboratoire, qu'il soit un

laboratoire d'analyses et d’essai, un laboratoire de recherche ou un laboratoire de production,
ne peut être établie si ces laboratoires ne disposent pas d'une parfaite maîtrise de leurs
équipements de mesure.

La métrologie, qu'elle soit réalisée en interne ou confiée à un intervenant externe, est un

outil qui permet d'accéder à la maîtrise de ces équipements. Il est essentiel que la fonction
métrologie soit individualisée au sein même du laboratoire. Si l'apport de la métrologie dans
ce domaine est reconnu, l'organisation de cette fonction reste souvent à définir.

D’autre part, il faut s’assurer que la maîtrise de l’incertain est suffisante pour que les
risques soient bien évalués et restent acceptables. C’est l’objet des théories de la fiabilité.
Une définition technique de la fiabilité est donnée par l’AFNOR [V.2] : « aptitude d’un
dispositif à accomplir une fonction requise dans des conditions données, pendant une durée
donnée…le terme est aussi utilisé comme caractéristique désignant une probabilité de succès
ou un pourcentage de succès ».
Cette distinction montre l’intérêt d’une définition qualitative (aptitude) et d’une définition
quantitative (probabilité) étroitement associées. Une telle définition tranche immédiatement
un débat possible en associant la maîtrise de l’incertain à une modélisation probabiliste. De
plus, elle privilégie l’approche par l’utilisation des variables aléatoires et des processus
stochastiques.
La fiabilité peut être considérée comme un élément d’un ensemble plus vaste constituant
la sûreté de fonctionnement qui se décline elle-même en fiabilité, en maintenabilité (aptitude
d’un dispositif ou d’un bien à être maintenu ou rétabli en vue d’accomplir une mission
requise), en disponibilité (aptitude d’un dispositif ou d’un bien à accomplir une mission
requise à un instant donné) et, enfin, en sécurité (relative aux risques de dommages corporels,
matériels et environnementaux liés au dispositif ou au bien considéré).
L’étude de la fiabilité d’une structure vise à vérifier que les états limites ne soient pas violés.
Il existe de nombreuses manières d’appréhender cette vérification et d’introduire des
exigences pour réduire l’éventualité de cette violation et l’incertitude sur les variables de
résistance et de chargement. Parmi ces approches, on peut citer l’approche probabiliste.
Comme pour tout problème de sûreté de fonctionnement, il convient de vérifier:
 - la justesse des données;
- leur représentativité;
- leur pertinence;
Ces variables sont, en outre, incertaines et toutes les incertitudes doivent être considérées dans
le cas d’une analyse de fiabilité.
Les variables de base peu incertaines sont considérées déterminantes. Pour les autres
variables, il conviendra de les présenter par un histogramme ou par distribution de problème.
On peut distinguer différents types d’incertitudes:
- L’incertitude avec le temps de fonctionnement;
- Incertitude dans l’espace;
- Les erreurs dues aux instruments de mesures;
- L’incertitude statistique due au nombre d’observation d’une variable de base;
- Enfin l’incertitude due au modèle de fiabilité des structures utilisées, à l’équation de
défaillance utilisée, pour expliquer les phénomènes physiques et leurs effets. Cette dernière
incertitude est réductible par un accroissement des connaissances;
Pour de meilleures évaluations de fiabilité, il est nécessaire de toujours réduire l’incertitude,
notamment en complétant les échantillons des variables de base:
- En collectant plus encore les données notamment celles qui s’avèrent nécessaires;
- En collectant le retour d'expérience analogue;
- En enrichissant les données par l’expertise, même si cette expertise est vague et
dispersée;
- En utilisant les méthodes statistiques.
Qu’on est-il de la question de validation des méthodes et l’estimation de l’incertitude des
résultats de mesure ? C’est l’objet de notre travail.
Cette étude est consacrée à l’analyse des incertitudes dans les processus de la DMQE pour un
but d’accréditation de leur laboratoire. Il s’agit de répondre à des objectifs fixés par le client
(DMQE)
1. Objectifs fixés par la DMQE et assignés à cette étude
- Connaitre les processus de la DMQE
- Etudier l’impact de la maintenance sur la qualité de la mesure
- Développer la démarche de calcul des incertitudes
- Montrer comment traiter les résultats de mesure
- Illustrer par ces cas d’applications
- Elaborer des procédures
 CHAPITRE I

ANALYSE BIBLIOGRAPHIIQUE
I.1. INTRODUCTION

Le génie industriel a pour objet la mise en œuvre de tous les moyens permettant l’obtention
de produits dans un domaine donné. Le génie mécanique a pour but la conception, la production
et le contrôle de produits et de biens d’équipement dans le domaine de la mécanique au sens le
plus large du terme (automobile, machines-outils, aéronautique, électroménager, instrumentation
médicale, etc.).
Toute décision prise dans une entreprise est liée à une mesure, qu’elle soit technique,
financière, comptable, humaine…La fonction métrologie est donc stratégique dans la gestion de
l’entreprise.
Pour n’importe quelle entreprise, privée ou publique, ayant un but soit économique soit social,
faire de la qualité métrologique est un impératif qui entraîne bien sûr un coût. Mais n’est-ce pas le
prix à payer pour une meilleure compétitivité, la pérennité de l’entreprise, sa capacité à innover et
à se développer, sur la marché national ou à l’international ?
Toutefois, pour qu’elle apporte sa valeur ajoutée, la fonction métrologie dans l’entreprise doit être
reconsidérée. Les entreprises doivent apprendre à mesurer pour bien produire plutôt que pour
savoir si elles ont bien produit. Pour cela, elles doivent cesser de considérer la mesure comme une
fonction de support et la placer au cœur du processus de production, dés la phase d’analyse des
besoins.
La qualité métrologique peut être réalisée seulement à la suite du développement de la
culture et de bonnes pratiques métrologiques dans les organisations concernées.
Aujourd’hui, on peut assurer la qualité métrologique à l’aide de l’accréditation qui permet, soit
d’assurer directement la fiabilité des essais et mesures effectués dans les laboratoires accrédités
internes aux organisations productrices de biens et services, soit d’y porter cette qualité par
l’intermédiaire d’organismes tiers accrédités qui fournissent à ces organisations des services
d’étalonnage, essai, et certification de produits et systèmes.
Actuellement, la métrologie n’est pas assez connue dans notre pays. Elle doit renforcer sa
visibilité.
Quelles sont les actions à mener ? Il faut communiquer avec les industriels pour leur faire
connaître d’accréditation et les sensibilisés de ces intérêts économiques et financière.

I.2. LES SPECIFICITES DE LA METROLOGIE

I.2.1 Le vocabulaire

Le vocabulaire lié à la métrologie est tellement particulier et tellement rigoureux qu’il a été nécessaire
d’établir un document spécifique intitulé Vocabulaire International de Métrologie connu sous le vocable

1
VIM. Ce document regroupe un peu plus de centaine (120 termes) : étalon, étalonnage, vérification,
traçabilité, incertitudes, justesse, précision,…etc.

I.2.2 La rigueur et le doute

Le métrologue doit donc posséder un certain nombre de qualités pour exercer son métier :

 La curiosité : pour estimer une incertitude, il doit se livrer à une enquête minutieuse pour
déterminer tous les paramètres qui peuvent influencer la mesure. Il doit donc se poser un
grand nombre de question et y répondre.

 L’ordre de la méthode : toute opération de métrologie doit être écrite dans une procédure
d’étalonnage ou de vérification. Pour comparer des étalonnages successifs, il est
indispensable de répéter les opérations de manière rigoureusement identique (conditions
de répétabilité).

 L’aptitude à douter : Ce trait de caractère conduit à répéter les mesures dans des
conditions différentes (conditions de reproductibilité).

 Le sens d’observation : la connaissance des mesures permet au métrologue de répéter

très vite un paramètre qui pourra perturber la mesure exemples : un montage mal réalisé
en électricité, une température ambiante anormale, la présence de poussière …etc.

 L’honnêteté : le métrologue à souvent la responsabilité de signer une série de résultats de

mesure sous forme de certificat d’étalonnage ou de constat de vérification. Son honnêteté
lui imposera de ne transcrire que les valeurs qu’il aura relevées sans modification ou
adaptation qui pourrait satisfaire à une demande client pour rendre le produit conforme à
une spécification.

I.2.3. L’universalité de la mesure

Plus la technologie se développe, plus les objets que nous utilisons sont équipés de capteurs de mesures
physiques les plus diverses. L’exemple de l’automobile est impressionnant. Aujourd’hui, la plupart des
voitures sont équipées d’une centaine de capteurs, parmi les paramètres mesurés, il y a des courants, des
tensions, des résistances électriques, des températures, des pressions, des accélérations, des déplacements,
des volumes, des vitesses…etc.

Les mesures effectuées aux quatre coins du monde devront concourir soit au bon fonctionnement du
véhicule soit à la sécurité des passagers. Cette mondialisation des étalons et la multiplicité de la diversité
des mesures du monde moderne impliquent que les métrologues se rencontrent et communiquent aussi
bien au niveau national que dans des réunions international.

2
I.3. LES CATEGORIES DE LA METROLOGIE

Suivant les buts poursuivis par l’entreprise ou le laboratoire, la métrologie mise en œuvre peut être :

 Scientifique, s’il est pratiquée dans le seul but de développer de nouveaux étalons ou les
conserver (exemple : laboratoire National des Essais en France LNE)

 Légale, si elle est pratiquée dans le seul but de garantir que les lois sont appliquées (Office
National de Métrologie Légale en Algérie ONML).

 Industrielle, si elle est pratiquée dans le but de garantir la qualité des mesures effectuées dans une
entreprise fabriquant des produits ou produisant des essais.

Pour notre cas, la métrologie scientifique et la métrologie industrielle sont les deux catégories de la
métrologie décrites dans ce travail qui suit.

I.4. LES ACTIVITES DE METROLOGIE

Mesures et essais sont des ensembles de valeurs qui assurent la qualité des activités industrielles. Ceci
inclus les besoins en termes de traçabilité, qui deviennent aussi importants que la mesure elle-même. La
reconnaissance des compétences en métrologie, à chaque niveau de la chaîne de traçabilité, peut être
établie par des accords ou arrangements de reconnaissance mutuelle et à travers l’accréditation et la revue
par pairs.

I.5. L’ACCREDITATION DES LABORATOIRES D’ETALONNAGE

Le label qualité décerné aux laboratoires de métrologie par les organismes d’accréditation des différents
pays (ALGERAC en Algérie et COFRAC en France) permet aux laboratoires accrédités de mettre en
avant leur capacité à effectuer des étalonnages avec une rigueur non contestable, notamment en matière
de traçabilité aux étalons et de détermination des incertitudes de mesure.

3
I.6. ASSURANCE DE LA QUALITE DES MESURES
I.6.1 Validation des Méthodes d’analyses
Selon la norme ISO 17025, la validation se définit comme la « confirmation par examen et
l’apport de preuves objectives du fait que les prescriptions particulières en vue d’une utilisation
prévue déterminée sont remplies »
Il faut donc démontrer que la méthode mise en œuvre par le laboratoire est apte à l’emploi prévu
(besoin du client).
Les besoins et attentes client doivent être clairement définis et identifiés. Comme la norme
l’indique, il faut élucider la demande et considérer ce dont le client aura besoin pour utiliser
l’information qui lui sera remise. Il faut donc examiner les exigences règlementaires et légales et
rechercher les informations nécessaires à la mise en œuvre de la méthode.
La norme demande de valider les méthodes lorsque les laboratoires utilisent les méthodes non
normalisées ou hors du domaine d’application de la norme.
Les performances d’une méthode peuvent s’exprimer à l’aide des caractéristiques telles que : la
justesse, la linéarité, la répétabilité, la reproductibilité, la robustesse, les limites de détections,
sensibilité, sélectivité, spécificité …
Ces caractéristiques s’évaluent grâce à des travaux expérimentaux, réalisés soit en interne, soit de
manière collective en impliquant plusieurs laboratoires. La connaissance des caractéristiques des
méthodes est une information tout à fait pertinente pour l’évaluation de l’incertitude des résultats
d’analyse.
Toutes les caractéristiques qui servent à décrire les performances d’une méthode analytique n’ont
pas une incidence directe sur l’évaluation de l’incertitude de résultat d’analyse.
Le tableau 1 résume l’impact des différentes caractéristiques sur l’évaluation de l’incertitude.

Caractéristiques Impact sur l’incertitude

Sélectivité, spécificité Les effets liés à la sélectivité et à la spécificité
sont évalués globalement lors de l’évaluation de
la composante d’incertitude liée à la justesse
Répétabilité, Reproductibilité Ces variances figurent parmi les éléments les
plus significatifs pour l’évaluation de
l’incertitude
Linéarité, Sensibilité 1er Cas : Si le test statistique montre que le
modèle est linéaire, pas d’incidence sur
l’incertitude
2ème Cas : Si le test montre que le modèle n’est

4
 pas linéaire, on peut alors soit réduire le domaine
de mesure, soit ajouter une composante (de non
linéarité) dans l’évaluation de l’incertitude. Cette
composante pouvant être l’écart maximal au
modèle.
Capacité de détection Cette caractéristique n’a pas d’incidence sur
l’évaluation d’incertitude, elle sert pour définir le
domaine d’utilisation de la méthode
Robustesse La technique des plans d’expériences permet de
quantifier l’effet d’un facteur, pour un facteur

a
l’incertitude correspondante est ua  c , ou
3
C est le coefficient de sensibilité de la réponse
aux variation du facteur a.

Justesse

Tableau 1 : Impact des différentes caractéristiques sur l’incertitude de mesure

Quelles stratégies pour l’évaluation de l’incertitude et la prise en compte des caractéristiques de la

méthode ?
Le laboratoire d’analyse, devant la question de validation des méthodes et l’estimation de
l’incertitude des résultats, se trouve face à deux situations possibles : soit l’approche intra-
laboratoire avec une démarche analytique qui lui permet d’évaluer l’incertitude du résultat de
mesure en combinant toutes les sources d’incertitude, soit une approche collective (inter-
laboratoire), si la méthode de mesure est aussi pratiquée par d’autres collègues. [1].

I.6.2 L’approche intra-laboratoire

Cette approche se décompose en plusieurs possibilités.

Si un modèle mathématique complet du processus de mesure est disponible, une évaluation
analytique de type GUM (Guide Uncertainty Measurement) est possible. La procédure décrite
dans le GUM comporte 4 étapes principales :

5
 1. Identification des facteurs d’influence qui ont une action sur le résultat d’analyse et prise
en compte de ces facteurs pour la construction du modèle mathématique
2. Évaluation de l’incertitude des différentes grandeurs d’entré du modèle (facteurs
d’influences) à l’aide de la méthode statistique de type A et autre que statistiques de type
B.
3. Application de la loi de propagation de l’incertitude sur le résultat en fonction de
l’incertitude sur le résultat en fonction de l’incertitude des différentes grandeurs d’entrée
du modèle
4. Evaluation d’une incertitude élargie.

I.6.3 L’approche inter-laboratoire

Cette approche se base sur le calcul de la reproductibilité qui prend en compte à la fois la
moyenne des répétabilités des différents laboratoires participant à la compagne d’évaluation des
incertitudes, plus la composante liée à la dispersion des valeurs liée à chaque laboratoire
(compétences de technicien par exemple).

I.6.4 Expression des besoins (cahier des charges)

Le cahier des charges résulte de la revue de contrat, il consiste à répondre aux questions.
 Dans quel but on mesure ? (objectif) : étalonnage, contrôle de production, mesure dans
un cadre réglementaire visant à prononcer une conformité, expertise judiciaire, mesure à
l’initiative d’un particulier, d’une collectivité…
 Sur quelle grandeur porte la mesure ? (éventuellement, autant de processus de mesure
que grandeurs) : quel mesurande, spécifications associées ou risques (valeurs et tolérance),
incertitude acceptable.
 Comment faire la mesure ? Choix d’une méthode :
2. Existante : normalisée ou non, existante et validée
3. Méthodes pouvant être mise en œuvre et validées rapidement.
4. Méthodes à concevoir en totalité (nouveau dans l’entreprise, phase de recherche et
développement …)
 Quand ? Délais
 Combien ? coûts
 Contraintes (prise en compte des contraintes imposées (réglementation, sécurité,
protection de l’environnement)[2].

6
Dans les approches intra-laboratoire et inter-laboratoire, le principe pour évaluer l’incertitude est
le même : combiner les sources d’incertitudes les plus significatives en faisant la somme de leurs
variances.
En fonction des données disponibles, qui sont différentes suivant l’approche choisie, on compose,
dans la démarche intra-laboratoire : justesse, répétabilité, non-linéarité, robustesse, et d’autres
facteurs si nécessaire ; dans l’approche inter-laboratoire : au minimum justesse et reproductibilité
inter-laboratoire.

I.7. SURVEILLANCE DES PROCESSUS DE MESURE

La surveillance d’un processus de mesure est un ensemble d’actions intervenant à la suite des
différentes étapes préalables à son choix et utilisation (validation du processus de mesure,
estimation d’incertitudes de mesure, des capabilités, du risque industriel, …) visant à s’assurer du
maintien (pérennité) de ses performances dans le temps. Elle intervient entre les opérations
d’étalonnage /vérification. Mais quelles sont les enjeux de la surveillance du processus de
mesure ?
La mise en place d’une stratégie de surveillance permet :

o De réduire les coûts liés à la gestion des instruments de mesure (diminution de la

périodicité d’étalonnage)
o De maîtriser aussi les processus de mesure, et ainsi à terme de réduire les coûts de non
qualité
o De sensibiliser tous les acteurs de l’entreprise aux incertitudes de mesure et aux capabilités
en observant, lors des surveillances, les dispersions liées aux mesures.
o Développer et promouvoir la culture statistique liée à la réalisation du produit et/ou
service.

La mise en place d’un dispositif de surveillance des processus de mesure est un élément
fondamental pour garantir la qualité des produits et pour maîtriser au mieux les risques.
La pratique de l’étalonnage périodique sans autre dispositif de surveillance conduit inévitablement
à la conclusion suivante : Soit des équipements vérifiés trop tôt (conforme), soit des équipements
vérifiés trop tard (non conforme). Il convient donc de passer à une fréquence de raccordement
conditionnelle en fonction des risques encourus par l’entreprise. La fréquence de raccordement
conditionnelle permet donc de tendre vers le ratio optimum (vérifié trop tôt / vérifié trop tard).[3].

7
I.8. GESTION DES MOYENS DE MESURE DE CONTROLE ET D’ESSAI

La gestion des moyens de mesure recouvre l’ensemble des actions à engager pour constituer et
entretenir le parc d’instruments de mesure nécessaire à la satisfaction des besoins de l’entreprise.
Cette gestion nécessite de prendre en compte :
 L’analyse du besoin et le choix des moyens de mesure,
 La réception, la mise en service et le suivi des moyens,
 L’étalonnage ou la vérification des moyens et les décisions qui en découlent.
Cette gestion doit aider l’entreprise à mieux maîtriser la connaissance des performances exactes
de ses moyens, leurs limites d’emploi et leur comportement dans le temps, ceci afin qu’elle puisse
donner l’assurance de la qualité des opérations de mesurage qu’elle réalise. Donc, le choix d’un
moyen de mesure est en rapport avec l’incertitude de mesurage, la tolérance à contrôler et sa
classe de précision [4].
Il faut bien constater que l’évaluation des incertitudes de mesure n’est pas encore totalement
intégrée dans la plupart des entreprises, même si tout le monde à progresser ces dernières années
sur ce sujet.|
En mettant en place des stratégies de surveillance adaptées au contexte, les industriels pourront
non seulement limiter les coûts liés aux étalonnages mais surtout diminuer le risque client.

I.8. TRAVAUX RECENTS EN ANALYSE DES INCERTITUDES

>Pour augmenter la qualité des résultats et motiver le personnel de laboratoire médical et le

rendre favorable pour une amélioration continue, une équipe de travail [5] a réussi
l’accréditation du laboratoire pour 531 épreuves selon l’ISO 15189 version 2003).
Ce groupe ambitieux a fourni beaucoup d’efforts pour accomplir cette lourde tâche et a traversé
l'évaluation avec succès.

Les étapes de l’accréditation se résument dans l’ordre suivant :

 Approches environnementales du laboratoire (maîtrise de températures, humidité et
pression ...etc) ;

 Installation d’un système de gestion de document (DMS) ;

 Utilisation d’un système informatique de laboratoire (LIS) ;

 Mettre en place des actions correctives et préventives ;

 Calculs des incertitudes de mesures pour répondre à un besoin normatif.

8
 >Dans ces travaux, l’équipe du laboratoire [6] a développé la notion de la qualité au sein des

laboratoires de la santé publique en mettant l’accent sur le rôle des organismes

accréditeurs.
L'erreur de qualité de santé publique est accomplie par les corps accréditant professionnellement
fondés et exposé aux contrôles des ces agences.
Ces organisations mettent en place des normes ou définissent des règlements qui s’adressent à
des fonctions importantes d'organisation.
Une des fonctions évaluée par les normes du Programme d'Accréditation Clinique(JCI) de
Laboratoire est la planification, le développement et la disposition de services de laboratoire.
Les normes rattachées à cette édition adressent les processus nécessaires qui devraient être dans
l'endroit avant d'exécuter la mise à l'essai.

Les fonctions couvertes par ces normes et ces services peuvent être résumées comme suit :

 Les chefs de laboratoire planifient les services, les fonctions et les produits à être fournis

 Les chefs de Laboratoire devraient s'assurer que les besoins des patients sont disponibles.
 Il doit y avoir des renseignements modernes pour tous les utilisateurs. La réalisation d’un
manuel de laboratoire est une façon efficace de faciliter l'utilisation nécessaire des
services de laboratoire.
Les renseignements pour les patients devraient inclure l'explication et les instructions
concernant les procédures cliniques pour être exécutées.

>Le travail présente l'expérience développée par le Laboratoire de Métrologie d'Isotope

radioactif (LMR)de l'Argentine en terme d’accréditation[6], ce laboratoire d’étalonnage

nous montre à travers son expérience la structure du système qualité , les résultats
d’audit de la Commission nationale de l’énergie nucléaire (CNEA) comme le résultat du
processus d'accréditation du Système de Qualité par ISO 17025 et donne le nombre de
non-conformités découvertes et des observations faites qui ont toutes été résolues. Le
LMR, comme un laboratoire de référence national, a la responsabilité du
développement, la maintenance et la diffusion des normes nationales pour la
radioactivité Depuis 1998 le LMR a adopté l'ISO 17025

> La société des pharmaciens et chimistes canadiens a publié cet article [7]pour nous faire

part de son expérience de la mise en place d’un système d’accréditation de laboratoires

pharmaceutiques et médicaux pour :

 S’assurer que le traitement aide les patients et ne cause pas de mal.

 Minimiser les risques des traitements

9
 Réduire le temps d’attente et les retards qui sont nuisibles aux patients

 Ne pas gaspiller le temps et l’argent aussi pour les docteurs que pour les patients.

 Rendre les services médicaux équitables et de grande qualité pour tous les patients

Indépendamment de leur statut social, culturel, racial ...etc.

> KBUDEK, est un programme de contrôle de qualité externe [8] de KBUD (Association de

Pharmaciens(Chimistes) Cliniques) en Turquie qui a mis en place (ISO/IEC Guident 43-1)

pour évaluer non seulement ces incertitudes de mesures dans les conditions du laboratoire
, mais aussi il a pris en compte un écart-type qui exprime la compétence des techniciens en
faisant des essais intralaboratoires pour évaluer la taille du
déplacement (de la prévention) de laboratoire.

Les articles publiés dans le domaine de la métrologie mécanique sont rares.

10
 CHAPITRE II
TRAITEMENT DES RESULTATS DE MESURE

11
II.1. LES TYPES DES ERREURS DANS LES DONNEES EXPERIMENTALES

L'obtention de la meilleure précision n’est pas une fin en soi. L’important quand on
entreprend une série de mesures, est de savoir à quoi elles vont servir, d’adapter l’appareillage à la
précision souhaitée, au moindre coût et le plus rapidement possible.
On distingue trois types principaux d’erreurs :

II.1.1 Les erreurs aléatoires

Elles affectent la précision des mesures. Elles sont étudiées soit en effectuant des calculs
d’incertitudes soit en comparant statistiquement les résultats d’expériences soigneusement
répétées.

II.1.2 Les erreurs grossières

Elles se produisent rarement et son facilement identifiées car elles conduisent à des valeurs
excentriques qui diffèrent significativement des résultats dans une série de mesures. Elles sont
naturellement éliminées avant interprétation des résultats.

II.1.3 Les erreurs systématiques

Il est beaucoup plus délicat d’identifier les erreurs systématiques qui affectent l’exactitude. Il
est très difficile d’être exhaustif dans la description des erreurs systématiques. Les principales
sont :
1. les erreurs de méthodes ;
2. les erreurs instrumentales ;
3. les erreurs personnelles.
Les erreurs systématiques sont les plus difficiles à détecter et nécessitent une vigilance constante
dans les laboratoires. Certaines dites « bonne pratique de laboratoire »permettent de donner un
cadre réglementaire à cette vigilance.
La méthode la plus rigoureuse d’évaluation des erreurs aléatoires est toujours la méthode
statistique, mais elle exige de répéter un nombre de fois significatif l’expérience et ce n’est pas
toujours possible. Une manière simple d’appréhender l’incertitude sur un résultat est d’utiliser la
combinaison des incertitudes de chaque étape [9].

12
II.2. TRAITEMENT STATISTIQUE DES ERREURS ALEATOIRES

II.2.1 Principe de base

On appelle échantillon de données un nombre fini (N) d’observations expérimentales de la

grandeur x. Comme les lois statistiques ont été établies pour une population c’est à dire un
échantillon de très grande taille, elles doivent être modifiées quand on les applique à un petit
échantillon de données.
On appelle moyenne de l’échantillon le terme suivant :

x i
x i 1
…………………..II.1
N
L’écart type (s) d’un échantillon fini est défini par :

x x
N
2
i
…………………II.2
s i1

N1

On peut approfondir la signification statistique de l’écart type à condition d’y associer une
limite de confiance (LC). La limite de confiance définit un intervalle de confiance dans lequel la
valeur réelle à (p) de chance de se trouver.

Les calculs théoriques démontrent que l’écart type doit être majoré par un facteur
multiplicatif d’autant plus grand que le nombre de mesures est faible et l’exigence de fiabilité
grande :

A une limite de confiance de (p) correspond l’intervalle :

ts
xx ………………..II.3
N

Ou :N, s , x ont les significations précédentes et (t) coefficient de Student.

On trouve dans les ouvrages de statistique des tableaux complets donnant (t) en fonction de N et
des limites de confiance [10].

13
 Nombre de mesures N Facteur p pour les limites de confiance
80% 90% 99% 99,9%
2 3,08 6,31 63,7 637
3 1,89 2,92 9,92 31,6
4 1,64 2,35 5,84 12,9
5 1,53 2,13 4,60 8,60
6 1,48 2,02 4,03 6,86
10 1,38 1,83 3,25 4,78
15 1,34 1,76 2,98 4,14

Tableau 2 : Coefficient de Student

II. 2.2 Modèles et erreurs associées

Dans de nombreuses applications, les mesures sont complétées par des résultats de modèles,
conduisant à comparer de nombres tous incertains, mais dont seuls les résultats expérimentaux
sont accompagnés d’une estimation des incertitudes. Avec le développement des méthodes
d’estimation des incertitudes de mesure, se pose la question de la faisabilité et de la pertinence de
l’application de ces méthodes pour déterminer l’incertitude des modèles. Il est montré que les
définitions et méthode de calcul utilisées pour les incertitudes de mesure ne peuvent pas être
utilisées comme indicateurs de la qualité des modèles.

II.2.3 Topologie des modèles

Les modèles sont utilisés dans différents domaines (climatologie, météorologie, biologie,
industrie, …etc), dont l’objet n’est pas directement accessible à l’expérimentation. Ils peuvent être
des modèles physiques (maquettes) ou modèles théoriques, exprimés sous forme de relations
mathématiques dont la résolution est de plus en plus souvent traitée par des méthodes de calculs
numériques [11].

 Modèles physiques
Les modèles physiques sont utilisés dans certains domaines où les lois théoriques ne sont pas
complètement connues. L’étude sur ces modèles, souvent réalisée à échelle réduite, permet de

14
visualiser l’ensemble du phénomène et de suivre son évolution au cours du le temps, en mesurant
les paramètres d’intérêt dans des conditions de laboratoires.
 Modèles mathématiques
Les modèles mathématiques sont des constructions conceptuelles, allant de modèles simples
à des modèles plus complexes. Un exemple de modèle familier du métrologue est le
développement limité de Taylor utilisé pour la propagation des incertitudes de mesure. Cet
exemple rappelle que le modèle mathématique n’est applicable que sous certaines conditions et
qu’il conduit, même en respectant ces conditions, à une solution éventuellement exacte mais
d’une équation approchée.

 Modèles numériques
Les équations des modèles mathématiques peuvent être discrétisées sous forme numérique,
avec des modèles de différents types en fonction de la représentation spatiale (0D, 1D, 2D, 3D) et
temporelle (stationnaire ou instationnaire) choisies pour le système étudié.
Les modèles numériques se distinguent par la génération « rapide »d’un nombre élevé
d’informations.

II.2.4 Sources d’erreur dans les modèles

L’identification et la réduction des erreurs sont les préoccupations naturelles des

modélisateurs et guident l’élaboration des modèles. Pour tous les modèles, qu’ils soient
physiques, mathématiques ou numériques, les erreurs sont dues à la méconnaissance des données
d’entrée et des lois théoriques. A ces erreurs, les modélisations numériques ajoutent les erreurs
liées à la discrétisation des équations tandis que les modèles physiques sont confrontés à des
erreurs de similitude (liées aux changements d’échelle).

II.2.5 Qualité des modèles

Les caractéristiques décrivant la qualité d’un modèle sont nombreuses, parmi lesquelles on
peut citer :
 La robustesse (le modèle ne diverge pas lorsque les données d’entrée sont peu modifiées) ;
 La sensibilité (la sortie est sensible à des variations significatives des données d’entrée) ;
 L’ambiguïté (simulations proches pour des valeurs différentes des paramètres).
D’une manière générale, la qualité d’un modèle est évaluée à travers la vérification et la
validation.

15
 L’évaluation des incertitudes de modèles et non la propagation des incertitudes de mesure,
vise à exploiter la signification du résultat obtenu, elle doit correspondre à une réflexion
argumentée sur le degré de vraisemblance et de prudence des éléments de l’étude les plus
sensibles.
Un modèle, qu’il soit physique, mathématique ou numérique, est une représentation du
système étudié, qui a pour objectif de répondre à une question posée sur l’objet soumis à étude et
non sur le modèle lui même.
Le modèle doit servir à produire de la connaissance pour la construction d’hypothèses, de
découverts, de validations ou de prévisions ; il est nécessairement une simplification de la réalité,
car d’après Selon G. Beslon, « l’enjeu de la définition de la qualité d’un modèle est d’apprécier
son apport à la compréhension progressive d’un système et de ses comportements ».

16
 CHAPITRE III
LA DMQE ET SES PROCESSUS

17
III.1 INTRODUCTION

À l'heure actuelle, pratiquement aucune industrie ne peut fonctionner valablement sans faire
des mesures exactes.
Que ce soit au niveau de la production, de la gestion de la qualité ou des essais de conformité,
la globalisation des marchés et la concurrence accrue imposent à l'entreprise une fonction
métrologie non seulement performante et adaptée aux besoins, mais aussi apte à prouver aux
clients l'exactitude des mesures et le bien-fondé des méthodes.

III.2 PRESENTATION DE LA DIRECTION DMQE

Comme nous avons essentiellement réalisé notre stage au sein de cette direction dénommée
par abréviation « DMQE et RTC » qui fait partie des quinze directions que compte l’usine, nous
allons faire un tour d’horizon non exhaustif des aspects techniques de cette direction.

III.2.1- Organigramme de la direction

Figure 1 : Organigramme de la DMQE

18
III.2.2 Présentation du département laboratoire central

Situé au 2ème étage du bâtiment principal de la direction DQME-RTC, ce département abrite

quatre laboratoires :

 Laboratoire d’analyse des huiles ;

 Laboratoire traitement des eaux ;
 Laboratoire matière première ;
 Laboratoire spectrométrique.

III.2.2.1 Laboratoire d’analyse des huiles

Ce laboratoire qui travaille selon la norme ISO 9001/2008 réalise différentes inspections et
analyses préalables aux études de fluides hydrauliques notamment l’huile industrielle. Il apporte
également un diagnostic de l’état de l’huile ainsi que l’état de l’équipement.

Activités principales

 Contrôle qualité des huiles ;

 Suivi de la qualité (lors des achats, l’utilisation et la vidange) ;
 Elaboration de PV d’analyse ;
 Détermination des paramètres physico-chimiques (viscosité, densité, teneur en eau).

III.2.2.2 Laboratoire traitement des eaux

Figure 2 : Vue générale du laboratoire des Eaux

19
 Ce laboratoire dispose des équipements destinés à effectuer des analyses des eaux
industrielles brutes et des eaux de rejet. Il faut noter que le contrôle de qualité de ces eaux est
indispensable pour maintenir le bon fonctionnement des installations industrielles et éviter ainsi,
la corrosion et l’entartrage.

Activités principales :

 Détermination de la dureté de l’eau par méthode volumétrique (TH, CA, MG) ;

 Mesure et calcul des paramètres alcalimétrique (TA, TAC) ;
 Mesure de la conductivité électrique.

III.2.2.3 Laboratoire matière première

La qualité du produit commence par la qualité de la matière première. Les tests et les
analyses effectués dans ce laboratoire sont essentiels pour la production. Les contrôles de qualité
des matières premières révèlent l’identité, la pureté et la teneur de ces substances.

Activités principales

 Contrôle et réception des matières premières (HF + Aciéries) ;

 Suivi de la production (PMA, HF) ;
 Contrôle du bain de Zinc (LAF) ;
 Vérification par analyse spéciale des spécifications techniques (composition élémentaire
du matériau).

III.2.2.4 Laboratoire spectrométrique

Figure 3 : Vue générale du laboratoire spectrométrique

20
 Ce laboratoire utilise des techniques analytiques permettant la détermination de la
composition chimique d’un matériau.

Activités principales

 Analyse des différents échantillons (acier, fonte, laitier)

 Révélation des résultats des éléments chimiques constituant le matériau avec leur taux de
concentration.

III.2.3 Présentation du Département métallurgie

Situé au RDC du bâtiment principal de la direction DQME-RTC, ce département abrite trois

laboratoires :

 Laboratoire métallographie ;
 Laboratoire essai mécanique ;
 Laboratoire traitement thermique.

III.2.3.1 Laboratoire Métallographie

Ce laboratoire réalise des examens et des analyses macrographiques et micrographiques sur

tous types de matériaux métalliques.

Activités principales

 Caractérise les microstructures ;

 Analyse les défauts ;
 Détermine la grosseur du grain.

C’est un laboratoire d’analyse et d’essais des matériaux métalliques. Il a pour but la

caractérisation d’une structure d’un matériau ou d’un assemblage métallique à l’échelle
macrographique ou micrographie. Il constitue un moyen de contrôle essentiel pour révéler les
différentes caractéristiques mécaniques des matériaux.

21
Grâce au microscope optique, il est possible de visualiser tous types de surfaces avec un
grossissement pouvant aller jusqu’à 1000 fois.

A partir de ces nombreuses observations, et avec une bonne connaissance de la physique

des solides « métallurgie » et des diagrammes de phases des matériaux, une analyse précise peut
être menée. Ainsi, de nombreux paramètres tels que la grosseur du grain, l’homogénéité et la
présence d’impuretés (inclusion non métallique) peuvent être observés.

III.2.3.1.1 Etape du processus d’analyse métallographique

Il faut noter que les échantillons à analyser proviennent de plusieurs unités LAF, LAC et
LRB etc., mais aussi de différentes unités de fabrication extérieures : SONACOME, El KHABIR
etc.
La préparation de ces échantillons en vue d’un examen métallographique est une étape
essentielle et déterminante pour une bonne réalisation des essais et donc la qualité de ses résultats.

Etape 1 : Découpage de l’échantillon

Lors de l’opération livraison/réception des échantillons, l’agent ou bien l’ingénieur procède

à une identification pour faciliter la traçabilité et le repérage. Une fois l’échantillon identifié,
l’agent effectue un prélèvement en tenant compte des précautions qui doivent être prises afin de
préserver la nature du matériau. L’échantillon à analyser est découpé dans la zone d’intérêt du
matériau et testé à l’aide d’une machine tronçonneuse à disque.

Figure 4 : Tronçonneuse du laboratoire métallographique

22
Etape 2 : Enrobage de l’échantillon

L’échantillon découpé et ensuite amené à subir une opération d’enrobage afin d’améliorer la
manipulation et le maintien de l’échantillon métallique lors de la prochaine étape de polissage.

Figure 5 : Enrobeuse du laboratoire métallographique

Etape 3 : Polissage de l’échantillon

L’objectif de cette étape est d’obtenir une surface plane et polie (sans rayures, avec effet
miroir). L’échantillon est enrobé dans une résine spécifique, un polissage mécanique est
nécessaire pour atteindre un état de surface de rugosité inférieure au micron. Le travail s’effectue
au moyen de papiers abrasifs (carbure de silicium, alumine, diamant…) disposés sur un tour.

Figure 6 : Polisseuse semi-auto du laboratoire métallographique

Après polissage, on fait subir à l’échantillon une attaque par voie chimique pour révéler la
structure interne du métal. Cette technique consiste à tromper la face à attaquer dans un réactif
chimique, tel que le Nital, qui est le réactif le plus souvent utilisé pour le fer, l’acier et la fonte.

23
 C’est de la qualité de ces opérations que dépend le résultat de l’analyse. Une fois toutes ces
opérations réalisées, l’échantillon est prêt pour l’analyse microscopique.

Les observations effectuées sur les échantillons sont de type macroscopique ou

microscopique. Elles peuvent être complétées par des essais mécaniques comme la mesure de
micro-dureté.

Figure 7 : Microscope optique du laboratoire métallographique

III.2.3.2 Laboratoire essai mécanique

Le laboratoire d'essai mécanique de la direction métallurgie qualité et environnement

(DMQE) possède les équipements nécessaires de contrôle et de réalisation d'essais de résistance
mécanique.

Pour répondre aux besoins de l’industrie et ceux des clients, le laboratoire d'essai mécanique
réalise des essais de traction, dureté, résilience.

 Essai de dureté

Que ce soit pour une dureté Brinell, Rockwell ou Vickers, la mesure de dureté consiste à
appliquer sur une pièce ou éprouvette à mesurer, un pénétrateur (dont la forme varie selon le type
de l’essai) sous une charge F (variable).

24
  Essai de résilience

Le laboratoire d'essai mécanique est équipé d'un mouton-pendule de 300J permettant de

réaliser les essais de résilience. La méthode consiste à faire une entaille en U ou V au milieu de
l'éprouvette et de la rompre d'un coup avec le mouton-pendule.

 Essai de traction

Le laboratoire réalise des essais de traction sur pièces et éprouvettes afin de mesurer ou
tester la résistance des matériaux. Pour cela, le laboratoire d'essai mécanique est équipé d'une
machine de traction et compression permettant d'appliquer des efforts allant jusqu’à 600kN.

III.3 ÉQUIPEMENTS CRITIQUES DU LABORATOIRE ESSAI MÉCANIQUE ET

MÉTALLOGRAPHIQUE

Dans le but de minimiser les risques, les coûts de non qualité et les pertes d’exploitation, on
a donc élaboré un plan d’actions conséquent, une identification de la criticité des équipements est
devenue un impératif.

III.3.1 Criticité des équipements

La méthode retenue est la méthode PIEU qui permet de calculer la criticité d'un dispositif
en tenant compte:

- des incidences des pannes sur la production ;

- de son importance stratégique ;
- de son état et
- de son taux d'utilisation.
Cette criticité PIEU (exprimée sous forme d'indice) permet de mettre en évidence et de
hiérarchiser les équipements sensibles sur lesquels doit être axée en priorité la politique de
maintenance, la politique métrologique,…etc. Les valeurs attribuées à chaque critère sont 0.01, 1,
2 et 3. Plus l'indice est petit, plus le dispositif est critique.
Aucune des pondérations n'est égale à 0 afin de mieux hiérarchiser les différents dispositifs
Critiques.

25
P - Incidence de la panne: il s'agit de refléter la fiabilité et la fidélité de l'équipement de mesure.
I - Importance de l'équipement : l'influence du dispositif sur l'activité de la production.
E - Etat de l'équipement : ce critère est lié à l’âge du matériel, sa précision et son usure.
U - Taux d'utilisation de l'équipement : ce critère est lié à la fréquence d'utilisation.
Si :
C < 1 les équipements sont critiques.
1<C<10les équipements sont moyennement critique et à surveiller.
C > 10les équipements sont non critiques.
Les grilles utilisées sont :

- Critère P : Incidence des pannes en cas d'arrêt du système

0.01 : répercussions graves

1 : répercussions sur qualité des produits
2 : corrections des produits possibles
3 : aucune incidence sur la qualité des produits

- Critère I : Importance des équipements

0.01 : équipement stratégique

1 : Important
2 : secondaire
3 : équipement de secours

- Critère E : État de l’équipement

0.01 : à rénover ou à réformer

1 : à réviser
2 : à surveiller

- Critère U : Taux d'utilisation

0.01 : Saturé
1 : élevé
2 : moyen
3 : faible
26
Ordre Equipement P I E U Criticité Recommandations
01 Tronçonneuse 1 1 3 2 6 Moyennement
STRUERS Critique
02 Enrobeuse 1 1 3 2 6 Moyennement
STRUERS Critique
03 Polisseuse semi-auto 1 1 3 2 6 Moyennement
JEANWIRTZ Critique
04 Microscope optique 0.01 1 2 2 0.04 Critique
OLYMPUS
05 Machine de traction 0.01 0.01 2 1 0.0002 Critique
WOLPERT ZWICK
06 Machine de résilience 1 1 3 3 9 Moyennement
Liebherr Critique
Tableau 3 : Criticité des équipements

Nous constatons que la Machine de traction WOLPERT ZWICK est la plus critique, elle
fera alors l’objet de notre l’étude.

III.3.2 Développement du processus de l’essai de traction

La caractérisation des propriétés mécaniques d'un matériau est essentielle pour les
concepteurs de produits mais aussi pour le contrôle qualité et la recherche scientifique. Elle
apporte des informations sur la résistance, le seuil de déformation élastique, les capacités de
déformation avant rupture ou encore la résistance au choc.

Les essais de traction de dureté et de résilience sont parmi les essais mécaniques que l’on peut
réaliser dans ce laboratoire. Ces essais révèlent plus rapidement et plus facilement les
caractéristiques mécaniques du matériau.

Le laboratoire dispose de plusieurs machines d'essais mécaniques, de résilience, de dureté et

de traction, et c’est grâce à cette dernière machine (de traction) sur laquelle on a travaillé, que
l’on a pu acquérir le plus d’information sur le déroulement du processus d’essai et la procédure de
réalisation de l’essai de traction.

27
III.3.2.1Généralités et principe de l’essai

L’essai de traction est un processus standard visant à contrôler les matériaux, il sert à
déterminer la résistance à l’allongement, la résistance à la traction, l’allongement à la rupture ainsi
que d’autre valeur concernant les matériaux. Il fait partie des méthodes d’essai distractives.
L’essai de traction est généralement réalisé en introduisant une éprouvette dans une
machine de traction universelle. Cette machine consiste en une base plane et un piston
hydraulique ayant un mouvement linéaire perpendiculairement à cette même base. De plus, des
mâchoires (hydrauliques ou manuelles) se trouvent sur le piston ainsi que sur la base. Ces
dernières sont installées de sorte à ce que leurs axes soient colinéaires avec celui du piston. Alors,
une fois l’éprouvette insérée dans les mâchoires, le piston est déplacé verticalement et la force
axiale nécessaire à ce déplacement est enregistrée. Les propriétés mécaniques sont généralement
calculées de la manière suivante : Premièrement, la contrainte axiale x dans l’éprouvette est
obtenue en divisant la force axiale mesurée par l’aire de la section utile1 de l’éprouvette au début
de l’essai. Deuxièmement, le module élastique en tension est calculé en divisant la contrainte
axiale par la déformation mesurée par la jauge. Finalement, la contrainte à la rupture est
habituellement identifiée comme étant la contrainte maximale enregistrée durant tout l’essai. Ceci
étant établi, les différentes géométries d’éprouvettes ainsi que les manières d’introduire la charge
axiale proposées dans la littérature peuvent être discutées.

Figure 8 : Eprouvette. Machine de traction. Courbe contrainte-déformation

En enregistrant la force appliquée à l'éprouvette par la machine de traction et son

allongement progressif, on obtient un diagramme contrainte-déformation.
Diagramme contrainte-déformation en traction d’une éprouvette en métal :
L'application d'une force provoque initialement une déformation élastique de l’éprouvette. Cela se
traduit sur le diagramme par une droite car la déformation est proportionnelle, pour un métal, à la
contrainte (loi de HOOKE).

28
 Cette déformation élastique est réversible. Si la contrainte est annulée, l’éprouvette revient
instantanément à sa forme initiale. Cette déformation élastique est suivie d'une déformation
irréversible (permanente) appelée déformation plastique, qui se traduit sur le diagramme par une
courbe qui se termine au moment de la rupture de l’éprouvette.

Figure 9 : Courbe contrainte-déformation. Domaine élastique et domaine plastique

Différents paramètres sont remarquables :

- Le module d'élasticité E (ou module de YOUNG) donné par la pente du domaine élastique du
diagramme contrainte- déformation. Le module d’élasticité. Si l’on raisonne, par simplification,
sur un corps parallélépipédique supposé à une seule dimension dans un essai de traction dans un
seul axe (uni axiale, selon l’axe des x), l’éprouvette subit un allongement..

Figure 10 : Traction simple : force et allongement

La limite d'élasticité Re correspond à la contrainte à partir de laquelle le matériau commence

à se déformer plastiquement. En pratique, bien que la définition soit simple, cette limite est

29
difficile à apprécier car le passage du domaine élastique au domaine plastique se fait de façon
progressive. La difficulté de lecture donnerait des interprétations erronées de cette limite d’un
laboratoire à l’autre. Pour s’en affranchir, on a déterminé une limite conventionnelle d’élasticité à
0,2% (Re 0,2%). C’est la contrainte pour laquelle on mesure une déformation plastique de 0,2%.

- La résistance à la traction Rm se définit comme la contrainte maximale atteinte durant l’essai de

traction.
- L’allongement à la rupture εr que l’on peut lire sur le diagramme ou sur l’éprouvette rompue.

Figure 11: Courbe contrainte-déformation. Limite d’élasticité et résistance à la traction

Spécification technique de la machine

- Machine de traction universelle : traction,

pliage, flexion compression
- Marque : WOLPERT ZWICK
- Puissance : 600 KN
- Contrôle et pilotage : assistée par ordinateur +
logiciel TESTEXPERT

Figure 12 : : Machine de traction du laboratoire

Eprouvette
La forme et les dimensions de l’éprouvette sont généralement obtenues en usinant un
échantillon du produit. Cependant la préparation des éprouvettes au sien du laboratoire essais
mécanique se fait de la manière suivante/
30
 Procédure de préparation des éprouvettes dans le laboratoire essai mécanique :

Qui Quoi Comment

-Agent d’usinage Le service de fabrication
Livraison livre les échantillons.

L’agent reçoit les

Réception
-Agent d’usinage échantillons et met au point
une liste d’identification.
Mise au point du
chalumeau, oxycoupeur. Vérifier la disponibilité de
-Agent d’usinage l’oxycoupeur.

Entretien et
Disponible mise au Passer à l’oxycoupage ou
point faire appel au service
-Agent d’usinage maintenance pour régler le
chalumeau.

Oxycoupage Passer à l’oxycoupage.

-Agent d’usinage
A l’aide des poinçons
Identifier
alphanumé riques.
l’éprouvette

-Agent d’usinage
Vérifier la disponibilité de
Mise au point de la
fraiseuse. la fraiseuse.

-Agent d’usinage
Passer au fraisage ou faire
Entretien et
Disponible mise au appel au service
point maintenance pour régler la
fraiseuse.
-Agent d’usinage

31
-Agent d’usinage Passer au fraisage pour
concevoir une éprouvette
Fraisage
selon la norme ISO 6892-
1 et
ISO 377
-Agent d’usinage
Utilisation

Figure 13 : Logigramme de la préparation des éprouvettes

Procédure de réalisation de l’essai :

Après avoir conçu les éprouvettes, l’atelier d’usinage livre les échantillons avec leur liste
d’indentification, l’ingénieur réceptionne les éprouvettes et procède à la vérification et au contrôle
de conformité de ces éprouvettes.

S’il y a non-conformité, l’ingénieur signale à l’atelier d’usinage le défaut rencontré sur

l’éprouvette, Sinon, la machine est mise en marche ainsi que le logiciel TEST-EXPERT. L’essai
est réalisé en mode automatique depuis le PC de contrôle. Le logiciel TEST-EXPERT permet de
programmer l’essai, de le piloter et de récupérer les résultats obtenus. Une fois que l’éprouvette
est fixée sur les mâchoires de la machine, l’essai peut démarrer et l’ingénieur aura à surveiller le
déroulement de l’essai ainsi que la déformation de l’éprouvette jusqu’à la rupture. Les résultats
affichés sur l’ordinateur seront enregistrés et puis rédigés sur un registre.

32
 CHAPITRE IV

EVALUATION DES INCERTITUDES DE MESURE

33
 La certification ISO 9000 est maintenant incontournable dans les relations clients-
fournisseurs. Dans ce cadre, la norme stipule que pour démontrer la conformité d’un produit aux
exigences spécifiées, l’incertitude de mesure des équipements utilisés est connue et compatible
avec l’aptitude requise en matière de mesurage.
La détermination de l’incertitude de mesure permet d’estimer les risques de déclarer
conforme un produit mauvais ou non conforme un produit bon. Mais qu’est qu’une incertitude de
mesure ?
Les incertitudes de mesurages sont les paramètres qui caractérisent la dispersion des
valeurs associées au mesurande. Elles doivent être établies raisonnablement et exprimées sous
forme d’un écart-type (ou d’un multiple de celui-ci).
Elle définit un intervalle dont on espère qu’il contient la valeur vraie de mesurande.
L’étude des incertitudes à donc pour objectif de déterminer les capabilités des moyens de
mesures.[12].

IV.1. METHODES DE CALCULS DES INCERTITUDES

Plusieurs méthodologies coexistent pour évaluer l’incertitude associée à un résultat de

mesure, d’étalonnage, d’essai ou d’analyse.
Ces méthodologies sont souvent distinguées, par l’origine des données qu’elles utilisent :
 Méthodologies intra organismes lorsque les données sont accessibles au sein de
l’organisme lui même (carte de contrôle, plan d’expérience)
 Méthodologies inter ou extra organismes lorsque les données sont externes à l’organisme
(comparaison inter laboratoires)[13].

IV.2. METHODOLOGIE D’EVALUATION

L’estimation de l’incertitude de mesure associée à un résultat de mesure se déroule en quatre
étapes :
 La définition du mesurande
 La description et l’analyse du processus de mesure
 L‘estimation de l’incertitude
 L’expression de l’incertitude

34
 Etape 1 : Définition du mesurande

D’après le guide de vocabulaire international de la métrologie (VIM), le mesurande est

défini comme la « grandeur particulière soumise à mesurage », cette description doit être aussi
complète que possible et prendre en compte :
 Le principe physique de la méthode ;
 Les caractéristiques de la méthode ;
 Les niveaux des valeurs auxquels on souhaite estimer l’incertitude ;
 Les grandeurs d’influence.
Une mauvaise définition du mesurande peut entraîner des erreurs importantes dans
l’exploitation des résultats de mesure et l’estimation de l’incertitude associée [14].

Etape 2 : Description de la méthode de mesure

Toute opération de mesure est entachée d’erreurs. Ces erreurs ont pour origine le système de
mesure et la grandeur elle-même.
Le système de mesure n’est jamais parfait. Il peut être sensible à l’environnement (exp :
température ambiante).Il n’est pas exact puisque la répétition des mesures révèle une dispersion
des résultats, et même les étalons qui ont servi à son étalonnage ne sont pas exacts. Donc les
résultats de mesure sont très souvent dépendants de la méthode employée.
Il est donc important de la détailler avec une précision suffisante, l’objet étant de mettre en
évidence les facteurs d’influences du résultat et de vérifier que ces facteurs sont bien pris en
compte lors de l’évaluation des incertitudes.
Ces facteurs d’influence peuvent être listés par l’utilisation du diagramme d’Ishikawa (5M),
mis en œuvre sur la méthode de mesure, d’analyse, d’essai ou d’étalonnage mais également aux
opérations mises en œuvre avant (pré-) et après (post-) la mesure en elle-même. Les laboratoires
d’analyses utilisent d’ailleurs les termes de « pré-analytique » et de « post-analytique » pour
identifier ces phases :

35
 Pré-méthode Méthode Post-méthode
-Main d’œuvre (préleveur) -Main d’œuvre (préleveur) -Main d’œuvre : personne en
-Méthode :plan -Méthode :plan charge de la validation des
d’échantillonnage, ordre des d’échantillonnage, ordre des résultats.
prélèvements, etc prélèvements, etc -Méthode : calculs, etc.
- Milieu : conditions et durée - Milieu : conditions et durée - Milieu : conditions et durée de
de transport des échantillons de transport des échantillons transport des échantillons
- Matériel - Matériel - Matériel
-Matière : qualité de -Matière : conservation de -Matière : traitement des
l’échantillon l’échantillon résultats bruts, logiciels et
validation des logiciels.

Tableau 4: Facteurs d’influence

Etape 3 : Evaluation de l‘incertitude associée au résultat de mesure

Précédemment, il a été établi que le processus de mesure, d’analyse, d’essai ou d’étalonnage
considéré peut être morcelé (pré-méthode, méthode, post-méthode). Il est à noter que chaque
morceau peut également être lui même morcelé, en répondant aux différentes questions :
a. le résultat associé au résultat est-il quantitatif ?
b. L’essai est –il modélisable ?
c. Le modèle est –il linéaire ?
d. Le résultat est quantitatif, le processus n’est pas modélisable. La méthode est-
elle commune à un ensemble d’organisme ?
e. Existe-t-il des compagnes de comparaison inter laboratoire ?

Étape 4: Détermination des incertitudes de mesure.

IV.3. DETERMINATION DE L’INCERTITUDE D’ETALONNAGE
Il y a lieu de distinguer deux sources d’incertitudes

IV.3.1. Incertitude liée à la méthode et aux moyens d’étalonnage

Cette opération se fonde sur des essais techniques et sur une analyse objective des causes
d’incertitudes. Cette incertitude est déterminée à partir de plusieurs composantes provenant
notamment du montage, des étalons et des instruments utilisés, des conditions d’environnement.
36
IV.3.2. Incertitude liée à l’instrument à étalonner

Cette incertitude est déterminée à partir des caractéristiques propres de l’instrument dont
notamment la fidélité et l’erreur de lecture ou de quantification.
En général, l’incertitude de mesure comprend plusieurs composantes. Certaines peuvent être
estimées en se fondant sur la distribution statistique des résultats de séries de mesurage et peuvent
être caractérisées par un écart-type expérimental. L’estimation des autres composantes ne peut
être fondée que sur l’expérience ou sur d’autres informations.

IV.3.3. Procédure de détermination des incertitudes

IV.3.3.1. Méthodologie du travail

Afin de réaliser un travail organisé, une méthodologie a été mise en place et qui se résume comme
suit :
1- Consulter le responsable de l'essai et la norme correspondante, ainsi que le rapport d'essai;
2- Comprendre le principe et le déroulement de l'essai ;
3- Identifier les différentes chaînes de mesure ;
4- Déceler les principales causes d'incertitudes ;
5- Établir le bilan d'incertitudes.

III.3.3.2. Identification des causes réelles ou potentielles de variation du résultat de mesure

1 MESURANDE
variation spatiale, stabilité temporelle échantillonnage prélèvement
2 INSTRUMENTS DE MESURE
INSTRUMENT 1
étalonnage hystérésis linéarité
3 METHODE DE
conservation de MESURE
l'étalonnage
biais 1 dû à la méthode
biais 2 dû à la méthode
Modélisation
4 GRANDEURS D'INFLUENCE
constantes physiques ou mathématiques
Température, pression atmosphérique,
humidité
tension d'alimentation
5 OPERATEUR
champs électromagnétiques
Préparation, montage, relevé des résultats
Tableau 5: Causes réelles ou potentielles de variation du résultat de mesure

37
VI. 3.3.3 Le principe de calcul des incertitudes

La méthode de calcul utilisée est basée sur les instructions du « Guide pour l'Expression de
l'incertitude de Mesure » (norme XP X 07-020) et du « Guide technique du COFRAC pour un
dossier d'accréditation ».

Il s'agit d'un calcul simplifié pour les essais effectués dans des laboratoires accrédités.
La méthode consiste à faire le tour de la question d’un point de vue technique avec les
responsables d’essai et les acteurs qui interviennent dans son déroulement, en vue de déceler les
principales causes d’incertitudes et d’appréhender facilement toutes les facettes de la chaîne de
mesure [15].

La méthodologie de travail utilisée est présentée dans le logigramme suivant :

38
 Définir :
Mesurande, caractéristique
Spécification d’entreprise, tolérance
Contraintes réglementaires, normatives

Définir et expliciter :
La méthode de mesure
Les chaînes de mesure
Moyens humains
Mode opératoire
Environnement

Analyser le processus de mesure :

Budget des causes d’erreurs
Correction
Répétition des mesures

Modéliser le processus :
Méthode directe ou indirecte
Modèle mathématique

Traitement des résultats de mesure :

Moyenne
Écart type, incertitude type
Incertitude composée
Incertitude élargie

Comparer
incertitude et
erreurs maximales
tolérées Non

Oui

Décider, utilisation du résultat et

incertitude

Oui : valeur satisfaisante Non : valeur non satisfaisante

Figure 14 : Logigramme de la méthodologie de calcul d’incertitude

39
Deux grandes catégories de méthodes permettent d'évaluer numériquement l'incertitude de
mesure :

> Méthodes de type A qui utilise l'outil statistique

C'est une approche globale, basée sur le caractère de variabilité du résultat de

mesure.

> Méthodes de type B qui ne font pas appel à la statistique

C'est une approche analytique, basée sur une analyse physique du contexte
expérimental. Elles sont obligatoires pour toutes les composantes d'incertitudes qui ne
se traduisent pas par une variabilité du résultat.

Une fois ces deux méthodes mises en œuvre, il faudra faire une synthèse de manière à
exprimer l'incertitude composée, c'est à dire l'incertitude associée au résultat de la mesure,
indépendamment des méthodes utilisées pour la quantifier [16].

VI.3.3.4 Diagramme Causes-à- effets

La réalisation d'une mesure fait intervenir du matériel et du personnel, selon un schéma

clairement défini dit « Diagramme causes -à- effets » ou « 6M » :

 Le matériel de mesure utilisé, qui doit assurer la réalisation des contrôles,

 Le choix de la méthode de mesure mise en œuvre,

 L'honnêteté, la compétence et la neutralité de l'opérateur.

 La matière faisant l'objet du mesurage.

 La maîtrise de l'environnement des mesures.

VI.3.4 Méthodes d'évaluation des incertitudes

Cette méthode s'inspire du GUM " Guide pour l’Expression de l’Incertitude de Mesure"
(Guide ISO ou XP-X-07-020-juin 1996), mais a été volontairement simplifiée pour les
laboratoires accrédités.

40
VI.3.4.1 Les incertitudes-types

Les incertitudes-types sont évaluées suivant deux types de méthodes :

- de type A : Ai : estimées statistiquement

- de type B appréciées et subdivisées en deux sous-catégories :

BRj : liées aux raccordements externes et internes (extraites des certificats d'étalonnage)

BLk : liées au montage et évaluées par d’autres méthodes que les méthodes statistiques :

- Dérive des étalons utilisés

- Résolution

- bruit

- Influences diverses (température, environnement)

VI.3.4.2. Évaluation des incertitudes-types

> Si une composante d’incertitude est présentée sous forme d’un écart-type (cas des

estimateurs par exemple), elle sera directement utilisée dans le bilan des incertitudes.

> De même, les données issues d’une notice constructeur (pour les grandeurs d’influence)

seront considérées directement en un écart-type à moins que le constructeur ne donne

une information sur le facteur d’élargissement utilisé.

> Si une composante d’incertitude a été appréciée à partir d’une limite maximale d’erreur,

sa valeur sera spécifiée ainsi que la manière dont elle a été réduite à un écart-type pour
obtenir une incertitude-type.

02 cas se présentent lors de l'estimation ou du calcul des BLk :

VI.3.4.2.1. La distribution de probabilité relative à cette composante

d’incertitude est inconnue

Soit uM1 la demi-étendue de la limite maximale d’erreur ; on prendra, dans le calcul,

l'incertitude-type BL1 homogène à 1 écart-type, telle que :
Si la distribution de probabilité relative à cette composante d’incertitude est inconnue, on
traitera le problème comme si la loi de distribution était rectangulaire :

41
 BL1 = uM 1 / 3 ………VI.1

On pourra dans la pratique simplifier en divisant par 2.

VI.3.4.2.2. La distribution de probabilité relative à cette composante

d’incertitude est connue
Soit uM2 , la demi-étendue de la limite maximale d’erreur associée, par exemple, à une loi
de distribution gaussienne (ou proche d’une gaussienne) à condition de prouver qu’elle l’est
effectivement:

On obtiendra BL2 homogène à 1 écart-type par la relation :

BL2 = uM2 /3 .............. VI.2

VI.3.4.2.3 Cas particuliers d’évaluation des incertitudes-types

Dérive par rapport au temps d’un étalon ou d’un instrument de référence.

Pour évaluer l’incertitude-type associée à cette composante d’incertitude, 4 cas se

présentent :

1er cas

S’il existe au moins 5 valeurs connues de l'étalon au cours du temps :

Une méthode statistique (régression linéaire) peut être envisagée (évaluation suivant une
méthode de type A).

2ème cas

S’il existe au moins 3 valeurs connues de l'étalon au cours du temps :

Considérer la limite maximale d’erreur entre deux valeurs et la diviser par 2 3 pour la rendre
homogène à un écart-type (évaluation suivant une méthode de type B).

42
3ème cas

S’il existe une ou deux valeurs connues de l'étalon :

- Pour deux valeurs : Comparer la dérive fournie par la notice du constructeur à la dérive
réelle observée entre deux raccordements. Considérer le cas le plus défavorable (évaluation
suivant une méthode de type B)
- Pour une valeur : Prendre en compte la dérive fournie par la notice constructeur directement
en un écart- type si le constructeur ne donne pas d'informations sur le facteur d'élargissement
utilisé (évaluation suivant une méthode de type B).

• Influence de la température

Pour les rendre homogènes à un écart-type, les limites maximales d’erreur (valeurs

maximales de fluctuations de température) seront divisées par 2 2 car la loi de distribution qui
leur sont associées correspond généralement à la densité de probabilité d’une fonction
périodique sinusoïdale.
Le coefficient de température peut être soit issu d'une notice constructeur, soit évalué par
le laboratoire.

Résolution, bruit et sensibilité

Les incertitudes-types associées à la résolution, au bruit ou à la sensibilité d'un montage

peuvent être évaluées suivant des méthodes de type A ou B.

Ces composantes d'incertitude peuvent être déterminées a priori en évaluant l'écart-type

expérimental d'une série de mesures (méthode de type A).

La distribution de probabilité associée à l'incertitude-type peut être envisagée comme une loi
rectangulaire.

La demi-étendue de la limite maximale d’erreur sera donc divisée par 3 pour être
homogène à un écart-type.

43
Linéarité

Pour évaluer la composante d’incertitude associée à l’influence de la linéarité, deux cas

peuvent se présenter :

 La linéarité est considérée comme une grandeur de référence, son évaluation doit être
effectuée à partir des résultats d’un certificat d’étalonnage en employant une méthode
adaptée.
 La linéarité est considérée comme une grandeur d’influence, son évaluation doit être
effectuée soit à partir des résultats d’un certificat d’étalonnage, soit à partir de
spécifications issues d’une notice constructeur.

L’incertitude-type associée à cette composante d’incertitude est égale à la limite maximale

d’erreur relevée divisée par 2 3 .

IV.4. COMBINAISON DES INCERTITUDES-TYPES

Toutes les composantes d’incertitude doivent être exprimées en 1 écart-type et avec la

même puissance de 10, afin d'en faciliter la somme (arithmétique ou quadratique).
Pour chacun des 3 groupes, l'incertitude-type composée intermédiaire est calculée de la façon
suivante:

Les composantes d’incertitudes Ai et BRj sont considérées comme non corrélées et donc
composées respectivement entre elles quadratiquement pour donner les incertitudes-types
composées intermédiaires A et BR.

1
m 22
BR BRj ………IV.3
j1 

Les composantes d’incertitudes BLk sont considérées comme corrélées et donc additionnées
arithmétiquement pour obtenir l'incertitude-type composée intermédiaire BL :

44
 w
BL   BLk ………IV.4
k 1

L'incertitude-type composée uc est la somme quadratique des incertitudes-types composées

intermédiaires : A, BR et BL :

……IV.5

L'incertitude élargie U, proposée par le laboratoire, est obtenue en multipliant uc par le

facteur d'élargissement k = 2 :

…..... IV.6

A cette incertitude peut s'ajouter une incertitude supplémentaire BS qui est attribuée par la
Commission Permanente d'Accréditation en fonction de différents critères dont il est difficile de
tenir compte dans le calcul, tels que :

- l'expérience du personnel ;
- les redondances métrologiques ;
- les moyens de détection d'erreurs accidentelles ;
- etc...

L'incertitude d'accréditation, attribuée au laboratoire, exprimée en 2 écart-type, est :

U(2
.ucBS
) ……. IV.7

IV.5. EXEMPLE DE PRESENTATION DU BILAN DES INCERTITUDES

Avec n=2 (catégorie A), m=3 (catégorie BR), w=5 (catégorie BL) Valeurs en 1écart-type

45
A1 XX
A2 XX

 
1 XX
AA
1
2
A2
2
2

BR1 XX
BR2 XX
BR3 XX

BR =  
1 XX
B RB
RB R 2
1
2
2
2 2
3

BL1 XX
BL2 XX
BL3 XX
BL4 XX
BL5 XX
BL = BL1 + BL2 + BL3 + BL4 + BL5 XX

Uc= 
L
1
XX
ABRB2 2 2 2

Tableau 6 : Exemple de présentation du bilan d’incertitudes

Incertitude élargie proposée par le laboratoire :

U = ± 2.uc

L’incertitude type composée définit un intervalle

xu,xu  qui contient la valeur vraie
c c

avec une probabilité de 2/3. On peut aussi dire que la probabilité que cette valeur vraie soit à
l’extérieur de l’intervalle ainsi défini est d’environ 1/3. Ce risque d’erreur pouvant paraître
excessif, on introduit la notion d’incertitude élargie définie par :

U  k.uc

Avec k : facteur d’élargissement.

46
 Les laboratoires accrédités par le Cofrac (organisme d’accréditation Français) accompagnent
leurs résultats par une incertitude élargie, le facteur d’élargissement étant conventionnellement
égale à 2.

Pour une distribution normale :

K=1 correspond à un niveau de confiance de 68 %

K=2 correspond à un niveau de confiance de 95 %
K=3 correspond à un niveau de confiance de 99,7 %
L’expression finale d’un résultat de mesure peut être exprimée sous la forme :

Y  y U

y : valeur moyenne calculée

U : incertitude élargie pour (k=2), qui correspond à un niveau de confiance de 95%.
L’incertitude associée au résultat de mesure est en général donnée avec deux chiffres
significatifs en cohérence avec la valeur moyenne calculée :
Exp : P=1013,25 Pa ou 0,12 hPa

IV.6. ANALYSE DES REGRESSIONS PAR LA METHODE DES MOINDRES CARRES

Le tracé de la meilleure droite au milieu de points expérimentaux est un problème courant

au laboratoire. Une méthode numérique objective, appelée analyse de régression (on considère
ici la méthode la plus simple dite la méthode des moindres carrées), permet d’établir cette droite
et de calculer les incertitudes associées.|

 Hypothèses

Soit une relation linéaire y=mx+b

On considère que x est affecté d’incertitude négligeable mais que y est entaché d’erreurs
expérimentales aléatoires. Ce cas simple s’applique facilement dans le cas d’une courbe
d’étalonnage.

47
  Calcul de la droite des moindres carrés :

L’écart vertical de chaque point à la droite est appelé un résidu. La droite calculée par la
méthode des moindres carrés est celle qui minimise la somme des carrés des résidus de tous les
points.
S yy S xy
En pratique on définit trois grandeurs S xx , , :

x 
x 2
……..IV.8

2
S
i
xx x i
N

y 
y 2
……..IV.9

2
S
i
yy y i
N


  
 
y 
x……..IV.10
S

xy x
ix
yi
y
i

N
i

Où :
xi , yi sont des paires de données, N le nombre de paires et x et y sont les valeurs moyennes

des variables.

On peut en déduire :
S xy
 la pente de la droite : m ……..IV.11
S xx

 l’ordonnée à l’origine : b  y  mx ……..IV.12

S yy  m 2 S xx ……..IV.13
 l’écart type des résidus : S r 
N 2

S r2
 L’écart type de la pente : S m 
S xx ……..IV.14

 L’écart type de l’ordonnée à l’origine :

Sb  Sr
x 2
i

N  x   x 
2 2 ……..IV.15
i i

48
  Le coefficient de corrélation : r ou coefficient de Pearson permet d’établir le niveau de
validité de la relation linéaire entre les deux variables x et y.

r

N x
iy 
i i
x y
……..IV.16
N x
N
i

 y
 2 2
x 2
i y i
2
i i

Plus la valeur de r est proche de 1 plus grande est la probabilité d’une corrélation de
linéarité entre les deux variables x et y.
Actuellement, il existe des logiciels plus élaborés (par exemple Minim 3) qui permettent
d’attribuer un poids différent(une incertitude différente)à chaque point expérimental. Les
calculs de régression ou d’identification de paramètres sur ces logiciels permettent d’affiner la
discussion dans les cas difficiles.

 Mise en pratique de la méthode :

x y
On a n couples de valeurs i , i qui, dans un plan rapporté au système d’axes (Ox,Oy), sont
représentés par n points.

On désire modéliser les points par la relation Y=a X+b

 Estimation au sens des moindres carrés

1. Estimateur de la sensibilité (ou gain/ pente de la droite) a :

n n n
n xi yi  xi  yi
a i
1 i
1 i
1
2
……..IV.17
2  
n n
n xi  xi 
i
1 i1 

49
 2. Estimateur du décalage d’origine (ou ordonnée à l’origine) b :

n n n

x y x y
2
i 1 i i i
b  i 1 i 1 i 1
2
……..IV.18
n
  n
n xi2    xi 
i 1  i 1 

La droite des moindres carrés passe par le point de coordonnées :

i 1 i 1

x i y i
x n
y n

n , n

C’est à dire que : y a  x  b  ……..IV.19

L’ordonnée du point d’abscisse xi appartenant à la droite des moindres carrés :

y
ax ……..IV.20
ib

Résidu : ri  yi  y  yi a  x i  b  ……..IV.21

n n
Propriétés :  ri  0 ,
i 1
r x
i 1
i i 0 ……..IV.22

3. Incertitudes des estimateurs :

S2
 Sensibilité : u a  
2 ……..IV.23

 x 
n
2
i x
i 1

u b   S
1 x
 L’ordonnée à l’origine : 2
 S2 2
……..IV.24
 x 
n
n 2
i x
i 1

50
 2
Avec S est la variance de répétabilité de y. Elle peut être obtenue en répétant les mesures
de y pour une valeur de x donnée (conditions de répétabilité) où à partir de la somme des carrés
des résidus.
n

r i
2

S2  i 1 ……..IV.25
n2
C’est à dire dans les conditions de reproductibilité.

L’application du principe des moindres carrés à l’estimation de la pente et de l’ordonnée à

l’origine d’une droite affine entraîne une corrélation entre ces estimateurs donnée par :

x ……..IV.26
cov(a, b)  -S2
 x 
n
2
i x
i 1

L’origine de cette corrélation est due à la contrainte de la droite des moindres carrés qui
 
est astreinte à passer par le point de coordonnées x, y .Il est possible d’annuler cette corrélation
par un choix judicieux des axes de coordonnées [1].

4. La Variance de l’ordonnée y  d’un point d’abscisse x appartenant à la droite des moindres

carrés prend la forme :

u y   S
2 1
2
 S2

n xx  2
……..IV.27
2
n n
  n
n xi2    xi 
i 1  i 1 

y  b  u 2 y 
Si: x  , alors u 2 x   ……..IV.28
a a 2
Il existe donc plusieurs approches pour évaluer la validité des résultats expérimentaux.
o Au minimum, un résultat doit être exprimé avec une incertitude calculée à l’aide des
calculs d’incertitudes simples. Mais l’inconvénient est qu’il n’est pas toujours possible
d’identifier la relation expérimentale indispensable pour effectuer ce calcul.

o L’utilisation de méthodes statistiques permet d’exprimer plus rigoureusement les limites

de fiabilité du résultat. Elles incitent à multiplier le nombre de mesures, ce qui n’est pas
toujours possible.

51
 o Une solution intermédiaire souvent utilisée est de donner uniquement les écarts types
(selon le nombre de mesures). Ceci permet aux utilisateurs d’approfondir si nécessaire
l’étude statistique en fonctions de leurs besoins.

IV.7. CAPABILITE DES INSTRUMENTS DE MESURE

La capabilité est l’aptitude d’un appareil à présenter les caractéristiques correspondant à

l’utilisation prévue. Elle prend en compte : le mesurande, l’instrument, la méthode, l’incertitude
de mesure, les conditions opératoires, le coût…etc

IV.7.1. Les fiches de capabilité

La capabilité concerne tout le matériel ayant un impact sur le résultat d’essai et

particulièrement faisant l’objet d’une spécification.
La fiche de capabilité concerne un instrument pour un essai. Chaque équipement concerné
possède une ou plusieurs fiches de capabilité qui reprennent ses références, l’incertitude
d’étalonnage et d’essai, sa classe ainsi que les caractéristiques de l’essai,le rapport de capabilité
(facteur) et un avis de validité de capabilité ou non capabilité de l’instrument à répondre aux
spécifications demandées.
La capabilité d'un processus de mesure (et non d'un instrument de mesure ou moyen de
mesure) est définie comme étant le rapport entre la tolérance à vérifier (T: différence entre les
valeurs minimale et maximale de la spécification) et l'incertitude de mesure (notée U) qui
s'exprime lors de la vérification de l'objet.
On peut définir alors le coefficient de capabilité C tel que:

C=T/U ……..IV.29
Un processus de mesure peut, de ce fait, être déclaré « capable » ou « apte » si et seulement
si il respecte la condition :
C est supérieur ou égale à une valeur contractuelle résultant d'un accord entre le client et le
fournisseur.
Dans le cas ou aucun accord client-fournisseur n’existe, on pourrait prendre comme coefficient
de capabilité 8 pour une incertitude exprimée avec un niveau de confiance de 95 %.

52
IV.7.2.Fiche de vie et intervention métrologique

Pour toute nouvelle acquisition de matériel, une fiche de vie est créée dans la base de
données. L’élément clé de la gestion d’un parc de matériel est la fiche de vie. Chaque
laboratoire dispose d’une base de données concernant le matériel qu’il convient de répertorier
« appareils de mesure »et qui, à ce titre, est soumis à des contrôles métrologiques systématiques.
Après chaque intervention sur un matériel, la fiche de vie correspondante est mise à jour.
IV.7.3.Etiquetage
Le responsable de chaque parc doit affecter à chaque nouveau matériel une étiquette de
référence.

53
CHAPITRE V
APPLICATION

54
V.1. ESTIMATION DE L'INCERTITUDE DE MESURE
Ce travail réalisé présente des méthodes de calcul qui donne conseils sur la façon
d'estimer l'incertitude des valeurs obtenues lors des essais de traction. L'incertitude de mesure
présentée ici ne décrit pas la non-homogénéité de la matière, par exemple, d'un lot, à partir
d'une bobine laminée, ou de différentes positions dans une pièce coulée. L'incertitude résulte
de la dispersion des données obtenues à partir de différents essais réalisés au laboratoire
essais mécanique. Ces données sont prises de plusieurs types de matériau supposé homogène
et idéal. Dans ce qui suit, les différentes influences sont décrites pour la détermination de
l'incertitude.
V.1.1. Définition de la mesurande :
L’essai consiste à appliquer une force de traction à une éprouvette, généralement à la fin
de l’essai et rupture de l’éprouvette, on peut déterminer plusieurs propriétés mécaniques qui
se définies par :
La limite d'élasticité : Re
Contrainte correspondant à l'ordonnée du premier palier de la courbe, à condition que ce
palier ne soit pas le maximum absolu du diagramme
Re = Fe [N/mm2] So …………V.1

La résistance à la rupture (ou encore résistance mécanique) : Rm

Contrainte correspondant à l'ordonnée du maximum absolu du diagramme
Rm = Fm [N/mm2] So ……….. V.2

L'allongement à la rupture : A%
Allongement spécifique après la rupture
Lu  L0
A%  *100%
L0 …………….V.3
L 0 = longueur initial
Lu = longueur ultime après rupture
L’essai est réalisé à température ambiante entre 10 ° C et 35 ° C

55
 Figure 15 : Courbe de traction contrainte-déformation

V.2. ÉVALUATION DES INCERTITUDES

V.2.1. Évaluations de type A

C’est le cas où l’opérateur fait toute une série de mesures. Le traitement des erreurs est
statistique : moyenne, écart-type, … Cette analyse statistique se fait lorsqu’on a peu
d’indications sur les sources d’erreurs.

V.2.1.1.Méthodes d’évaluation des incertitudes de type A

Différentes mesures de X diffèrent en raison des variations aléatoires des grandeurs

d'influence ou des effets aléatoires. Les mesures de X sont distribuées avec une espérance µX
et un écart-type σX. L'espérance mathématique est une caractéristique de position ou de
tendance centrale, l'écart-type est une caractéristique de dispersion. σ X s'interprète comme
l'incertitude-type de X.

Estimation de l'espérance mathématique µX

La valeur d'une grandeur X est l'espérance mathématique µX de la distribution des

mesures. Si on dispose de n mesures indépendantes xk (pour 1 ≤ k ≤ n) obtenues dans les
mêmes conditions de mesure, dans la plupart des cas, la meilleure estimation disponible de µX
est la moyenne arithmétique des n observations xk .

56
 1 k
moyenne d’échantillonnage x  xk ………….V.4
n k 1
La moyenne d'échantillonnage est distribuée selon une loi d'espérance µX
et d'écart-type snx

Estimation de l'écart-type σX :

L'écart-type expérimental de n observations

s
1 k

 xk  x
n  1 k 1

2
……………V.5

L’écart-type de la moyenne d'échantillonnage est estimé sous la forme

s
s ( x)  ………..……...V.6
n

V.2.1.2. Calcul d’incertitude

A partir des résultats obtenus lors des essais réalisés, nous estimons dans un premier
temps les incertitudes sur les différentes grandeurs mesurées.

Incertitude sur la limite d’élasticité Re

On dispose de 157 mesures réalisées sur différents échantillons qui sont regroupés en
fonction de leurs nuances, dimension et la forme de l’éprouvette, voir annexe 1.

Exemple de calcul pour l’échantillon S185 [épaisseur 2,4 ; longeur1250]

La moyenne arithmétique est : Re  330,48N / mm2

Cette moyenne est supposée être la meilleure estimation de l'espérance mathématique µRe de
Re sur la base des données disponibles.

L'écart-type expérimental est : s(Re)  23,75N / mm2

L'écart-type de la moyenne estimée est s(Re)  4,57 N / mm2

L’évaluation de l’incertitude-type retenue sur la moyenne de ces 26 mesures est :
µ(Re)= 4,57 N / mm2

57
Pour une confiance à 95% : k=2 on a l’incertitude élargie : U  2  4,57  9.14 N / mm2

Le résultat est exprimé sous la forme : Re  330,41  9,14 N / mm2 .

Incertitude sur la résistance la rupture Rm

Pour les mêmes résultats obtenus lors des 26 mesures réalisées

La moyenne arithmétique est : Rm  418,22 N / mm2
Cette moyenne est supposée être la meilleure estimation de l'espérance mathématique µRm
de Rm sur la base des données disponibles.

L'écart-type expérimental est : s( Rm)  13,35N / mm2

L'écart-type de la moyenne estimée est s( Rm)  2,57 N / mm2

L’évaluation de l’incertitude-type retenue sur la moyenne de ces 26 mesures est :

µ(Rm)= 2,57 N / mm2

Pour une confiance à 95% : k=2 on a l’incertitude élargie : U  2  2,57  5,14 N / mm2

Le résultat est exprimé sous la forme : Rm  418,22  5,14 N / mm2 .

Incertitude sur la résistance l’allongement à la rupture A% :

Pour les mêmes résultats obtenus lors des 27 mesures réalisées

La moyenne arithmétique est : A%  27,70%
Cette moyenne est supposée être la meilleure estimation de l'espérance mathématique µA de
A sur la base des données disponibles.

L'écart-type expérimental est : s( A%)  2,68%

L'écart-type de la moyenne estimée est s( A%)  0,51%

58
L’évaluation de l’incertitude-type retenue sur la moyenne de ces 26 mesures est :
µ(A%)= 0,51%

Pour une confiance à 95% : k=2 on a l’incertitude élargie : U  2  0,51  1,02%

Le résultat est exprimé sous la forme: A%  27,70  1,02 N / mm2 .

Tableau récapitulatif des résultats des essais, en annexe 1.

V.2.2. Evaluation de type B

Si un laboratoire de mesure disposait des ressources et d'un temps illimités, il pourrait

effectuer une recherche statistique exhaustive de toutes les causes imaginables d'incertitude,
en utilisant par exemple des instruments de différents types et de différents fabricants, avec
différentes méthodes de mesure, différents modes opératoires et différentes approximations
dans les modèles théoriques du mesurage.
Les incertitudes associées à toutes ces causes pourraient être alors évaluées par l'analyse
statistique de séries d'observations et l'incertitude due à chaque cause pourrait être caractérisée
par un écart-type évalué statistiquement. Finalement, toutes les composantes de l'incertitude
seraient obtenues par des évaluations de Type A.
Comme une telle étude n'est pas envisageable économiquement, de nombreuses
composantes de l'incertitude doivent être évaluées par tous les autres moyens praticables.
L'ensemble des informations recherchées peut comprendre :
- des résultats de mesures antérieures,
- la connaissance générale du comportement des instruments et machines utilisés,
- les spécifications du fabricant,
- les certificats d'étalonnage,
- l'incertitude attribuée à des valeurs de référence provenant d'ouvrages, manuels et
autres normes.

D'une manière générale, si le constructeur fournit l'incertitude, on l'utilise directement. La

valeur vraie est également susceptible de se trouver partout dans l'intervalle défini de sorte
que la distribution est décrite comme rectangulaire ou uniforme.
Alors l'incertitude-type est donnée par l’équation :
a
u ( x)  Avec x  a …….…………..V.7
3

59
 Souvent, l'estimation d'une quantité, y, nécessite de mesurer d'autres grandeurs.
L'estimation de l'incertitude y tient compte des contributions des incertitudes dans toutes ces
mesures. Cette contribution est connue comme une incertitude combinée. Si l'estimation
implique simplement l'addition ou la soustraction d'une série de mesures, x1, x2 ... x , alors
l'incertitude combinée à y, u (y), est donnée par l'équation :

u( y)  u( x1) 2  u( x2) 2  ....  u( xn) 2 ………………V.8

Où u ( x1) est l'incertitude sur le paramètre x1, etc.

Exemple de calcul

Les incertitudes des résultats obtenus à partir d'un essai de traction contiennent
plusieurs composants en fonction de l'équipement utilisé. Divers résultats d’essais comptent
différentes contributions à l'incertitude en fonction de la façon dont ils sont déterminés. Le
tableau 7 indique les contributions à l'incertitude de l'équipement qui devraient être pris en
considération pour certaines des propriétés les plus communs. Parmi les résultats obtenus de
l'essai, certaines propriétés peuvent être déterminées avec une incertitude inférieure à d'autres,
par exemple l’allongement à la rupture A% ne dépend que de l’incertitude de mesure de
l’extension, tandis que la résistance à la rupture Rm dépend de la force appliquée et de la
section de l’éprouvette.

Résultats de l’essai
Paramètre Re Rm A%

Capteur de Force X X

Section de
X X
l’éprouvette

Extensomètre X
Tableau 7 : Contribution d’incertitude aux résultats de l’essai de traction

60
 L'incertitude des résultats des essais énumérés dans le tableau 7 peut être obtenue à
partir des informations fournies par le constructeur ou bien des certificats d'étalonnage des
dispositifs utilisés pour la détermination des résultats de l’essai.
Par exemple, la valeur d'incertitude standard pour un capteur de force en utilisant une
machine avec une incertitude de 1,4% certifié, serait 1,4 / 2 ou 0,70%. Il est à noter qu'une
classification classe 1,0 (pour la machine d'essai de traction ou extensomètre) ne garantit pas
nécessairement une incertitude de 1%. L'incertitude pourrait être sensiblement supérieure ou
inférieur, cependant le dossier technique et le certificat de l'équipement doit être consulté.
La contribution due à des facteurs d’incertitude tels que la dérive de l’appareil depuis son
dernier étalonnage et son utilisation dans différentes conditions environnementales devraient
également être prises en compte.
Selon l'équation V.7 et V.8, en tenant compte des incertitudes dans la mesure de force et
de l’extensomètre, l'incertitude combinée des résultats de l’essai pour Re, Rm et A% est :
2
 1,4   1 
2

u (Re)        0,70 2  0,58 2  0,91%

   3
2

2
 1,4   1 
2

u ( Rm)        0,70 2  0,58 2  0,91%

   3
2

1
u ( A%)   0,58%
3

Contribution à l'incertitude (a)

Paramètre Re Rm A%

Capteur de Force 1,4 1,4

Section de
1 1
l’éprouvette

Extensomètre 1

(a) est donné à titre illustratif

Tableau 8 : Exemple de contribution d’incertitude pour les différents résultats

61
L’exemple de l'incertitude combinée pour une série de résultats d'essais est présenté dans le
tableau suivant :

Incertitude combinée pour les différents résultats

%
Re Rm A%
0,91 0,91 0,58
Tableau 9 : Exemple d’incertitude combinée

Conformément à la norme ISO / IEC Guide 98-3, l'incertitude totale expansée est
obtenue en multipliant les incertitudes types combinés par une fonction de couverture, k.
Pour un niveau de confiance de 95%, k = 2.

niveau de confiance de 95%, k = 2 les différents résultats

%
Re Rm A%
1,82 1,82 1,16
Tableau 10 : Exemple de l’incertitude pour un niveau de confiance de 95%, k=2

Il est fortement recommandé d’effectuer des essais périodiques programmés sur

différents échantillons. Les écarts-types résultant des données de ces essais dans le temps
peuvent donner une bonne indication de savoir si l'incertitude des résultats est conforme aux
prévisions.

62
 CHAPITRE VI
APPORT DE LA MAINTENANCE

63
 Le présent chapitre a été élaboré pour aider le personnel des laboratoires DMQE à
mettre en place une politique de maintenance. Il vise à faire mieux connaître les exigences en
matière de maintenance concernant l’installation, l’utilisation et l’entretien des divers
équipements qui jouent un rôle majeur dans l’exécution des essais. Il s’adresse également au
personnel responsable de la gestion de la qualité et de la maintenance.

IV.1. ORGANISATION DE LA MAINTENANCE

Selon la nature des laboratoires et leur affectation, les diverses activités de maintenance
sont menées sous les responsabilités suivantes :

Moyens de production (machines, appareils, outillages)

Lieu/département/ Equipements et Responsabilité Générale Maintenance Maintenance

laboratoire moyens Préventive Curative
DMQE/Métallurgie/mét -Tronçonneuse Chef laboratoire Chefs service Chefs service
allographie -Polisseuse maintenance maintenance
-Enrobeuse
-Microscope
-Machine de dureté
(B, R, V)
DMQE/ Métallurgie/ -Machine de Chef laboratoire Chefs service Chefs service
Essai mécanique résilience maintenance maintenance
-Machine de
traction
DMQE/ -Spectromètre à Chef laboratoire Chefs service Chefs service
Labo central/ émission maintenance maintenance
Spectrométrique -Spectromètre
X-ray fluorescence
Tableau 11 : Moyens de production pris en compte

64
VI.2. MISE EN PLACE D’UN PROGRAMME DE MAINTENANCE DE
L’EQUIPEMENT

La maintenance de l’équipement est l’un des points essentiels du système de gestion de la

qualité. Une bonne maintenance de l’équipement au laboratoire est nécessaire pour assurer la
justesse, la fiabilité et la pertinence des analyses et des essais.

VI.2.1. Maintenance préventive

La maintenance préventive comprend des mesures telles que le nettoyage systématique et

routinier, l’ajustement et le remplacement de certaines parties de l’équipement à intervalles
réguliers. Les fabricants recommandent généralement un ensemble d’actions de maintenance
de l’équipement qui doivent être effectuées à intervalles réguliers : actions quotidiennes,
hebdomadaires, mensuelles ou annuelles. L’équipement fonctionnera au maximum de sa
capacité et sa durée de vie sera prolongée si ces recommandations sont suivies. Cela évitera :

• Des résultats d’essai et d’analyses inexacts dus à une panne ou à un défaut de l’équipement ;
• Des retards dans le compte rendu des résultats ;
• Une faible productivité ;
• Des coûts de réparation élevés.

VI.2.2. Plan de Maintenance

Un plan de maintenance comprend des procédures de maintenance préventive et des

dispositions pour la gestion des stocks, la résolution des problèmes et la réparation de
l’équipement. Lors de la mise en place d’un programme de maintenance de l’équipement, les
premières étapes sont les suivantes :
• Attribuer la responsabilité de la supervision.
• Développer des lignes de conduites et des procédures écrites pour la maintenance de
chaque équipement, incluant leurs plans de maintenance routiniers. Le plan devrait
spécifier à quelle fréquence les actions de maintenance devant être menées.
• Développer un format de registre, créer des carnets de maintenance et des
formulaires puis établir les processus nécessaires pour tenir à jour les registres.

65
 • Former le personnel à l’utilisation et à la maintenance de l’équipement, et s’assurer
que chaque personne comprenne ses responsabilités.
VI.2.3. Processus contribuant à l’amélioration de maintenance dans les laboratoires

Figure 16 : Diagramme d’Ishikawa

66
VI.2.4. Perspectives et améliorations

- Il est important de formaliser les actions de maintenance à effectuer.

- La réalisation de protocoles et de procédures permet d’unifier le travail des ingénieurs et
techniciens et ainsi améliorer la qualité du service rendu.
- Il serait nécessaire d’améliorer la traçabilité des interventions en utilisant un logiciel de
gestion de maintenance « SAP ».
- Il faut développer et pérenniser les relations avec les laboratoires afin d’instaurer un
climat de confiance. En cas de problème, l’appel au service maintenance pour les
laboratoires doit devenir un réflexe.

VI.3. MODELE DE MAINTENANCE PROPOSE

Cette procédure a pour objectif de décrire le modèle de maintenance proposé afin de garantir
la disponibilité et la conformité des moyens et équipements des laboratoires de la direction
qualité.

VI.3.1. Maintenance préventive

Les collaborateurs ayant la responsabilité générale de la maintenance dans chacun des

Lieu/département/laboratoire mentionnés dans le tableau, doivent veiller à ce que des listes de
matériels concernés par une maintenance préventive en (annexe 2), soient établies et mises à
jour ; elles sont approuvées par ces responsables.
Tout autre matériel ne figurant pas sur ces listes, ne fait que l’objet de maintenance
curative suite à pannes, casses ou avaries.
Pour tout matériel faisant l’objet de maintenance préventive (sur listes), une Gamme de
Maintenance Préventive existe. Elle est établie en utilisant le format donné en (annexe 2).
Cette gamme sera assurée par les responsables généraux de la maintenance en coordination
avec les chefs laboratoires, operateurs et ingénieures.

Sur ces fiches, tous les éléments ou composants soumis à échanges ou remplacements
préventif sont signalés, avec :
 C = Contrôle systématique pour statuer sur le besoin d’échange,
Critères d’acceptation ou limites / seuils d’usure à contrôler,

67
  S = Remplacement Systématique,

Fréquences des Contrôles (si C) ou des Remplacements systématiques (si S).

VI.3.2. Maintenance Curative Et Fiches De Suivi

Pour tous les moyens et équipements faisant l’objet de la maintenance, des « Fiches
Historiques » doivent être établies. Sur ces fiches sont enregistrées toutes les interventions
internes et externes menées, autant à titre de maintenance curative que préventive.

Les « Fiches Historiques » sont établies en utilisant les formulaires en (Annexe 2.) sur ces
fiches, l’on consigne, au minima, les informations suivantes :
 Elément sur lequel l’intervention a eu lieu,

 La nature Préventive ou Curative (suite à panne) de l’intervention,

 Le coût estimé de l’intervention (heures internes de réparation, prix des pièces,

factures des réparateurs externes), coût induits par l’arrêt non-compris,

 La dominante externe ou interne des « réparateurs »,

 Les heures d’arrêt de production induites,

 Tout autre information utile (nature technique, causes des pannes, etc..)

L’étalonnage contribue à redresser les dérives pouvant survenir sur le matériel.

IV.4. OPTIMISATION DES PERIODICITES D’ETALONNAGE

La qualité des produits fabriqués dans les entreprises et la qualité des essais effectués
dans les laboratoires sont dépendantes de la qualité des mesures effectuées pour élaborer ces
produits ou pour effectuer les essais.
La qualité des mesures dépend d’un certain nombre de paramètres parmi lesquels figurent les
conditions d’environnement : température, hygrométrie, pression atmosphérique… Elle
dépend aussi des opérateurs chargés des mesures et de l’instrument de mesure utilisé (qui sera
aussi dénommé équipement de mesure, de contrôle et d’essai) qui doit être « juste ». Ceci

68
signifie que le résultat donné par l’instrument de mesure, éventuellement corrigé d’une erreur
issue d’un certificat d’étalonnage, doit être aussi proche que possible de la valeur recherchée.
IV.4.1. La dérive des instruments de mesure

C’est un phénomène bien connu, tous les instruments de mesure dérivent dans le temps.
Un instrument de mesure « juste » aujourd’hui ne le sera peut-être plus demain parce qu’il
aura dérivé. Les causes de dérive sont multiples et variées et nous pouvons citer les plus
fréquentes :
 celles d’origine mécanique, telles que les chocs et les vibrations

 l’oxydation aussi bien en mécanique qu’en électricité

 le vieillissement des composants aussi bien en mécanique qu’en électronique

 les fausses manipulations et les surcharges appliquées à l’entrée des équipements de

mesure, de contrôle et d’essai

 les conditions d’utilisation de l’instrument de mesure (poussière, humidité, haute

température, etc.)

 le vieillissement des matériaux de base. C’est ainsi que l’on peut supposer qu’une
burette en verre graduée peut évoluer dans le temps et donner un volume erroné parce
que le verre a évolué

 la qualité intrinsèque de l’instrument

 le taux d’utilisation

Cette liste n’est pas exhaustive et il est possible de trouver d’autres causes de dérive.

VI.4.2. La maitrise des équipements de mesure qui dérivent

La réponse apportée à ce problème est connue et appliquée dans le monde entier. Pour
maîtriser cette dérive, les utilisateurs mettent en place un système de vérification ou (et)
d’étalonnage périodique. Pour étalonner ou vérifier un instrument de mesure, on le compare à
un étalon « raccordé » aux étalons nationaux. C’est en général assez simple et les méthodes de
rattachement sont pratiquées couramment dans l’industrie et les laboratoires. Mais avec quelle
périodicité :

69
  Tous les jours ?

 Toutes les semaines ?

 Tous les ans ?

VI.4.3 Méthode OPPERET pour la détermination des périodicités d'étalonnage

VI.4.3.1. Principe de la méthode OPPERET

OPPERET, pour OPtimisation des PERiodicités d'ETalonnage, est une méthode qui
permet d'estimer le meilleur moment pour ré-étalonner les instruments de mesure. Ni trop tôt
pour éviter un surcoût, ni trop tard pour éviter une mesure non valable. Cette méthode ne se
contente pas seulement de suivre la dérive d'un instrument. Elle intègre aussi la notion de
risque et tous les facteurs qui peuvent dégrader ou améliorer la qualité de la mesure, sans
oublier les contraintes de coût ou d'organisation. Pour les initiateurs de cette méthode, c'est un
peu de bon sens mis en équation. OPPERET est une approche fondée sur l'analyse du risque
qui permet d'optimiser les périodicités d'étalonnage équipement par équipement. Pour mettre
en œuvre cette méthode, il est nécessaire de définir les différents critères qui interviennent
dans le choix de la périodicité. Ces critères peuvent être de différentes natures : métrologique,
économique, organisationnelle, risque accepté par l'entreprise.
L'idée de départ est de proposer une méthode de détermination de la périodicité de
vérification d'un instrument de mesure ou d'une famille d'instruments de mesure qui tienne
compte des différents facteurs qui peuvent influencer cette périodicité.
VI.4.3.2 Prérequis de la méthode
Méthode statistique
Vu le caractère statistique de la méthode, les différents appareils de mesure doivent être
regroupés en famille :
 sur base de leur domaine de mesure,

 sur base de leur domaine d’emploi

Exemple de famille : multimètres destinés à l’inspection des installations électriques

70
Facteurs d’influence prédéfinis
 C1 - Gravité des conséquences d’une mesure erronée

 C2 - Capabilité du processus de mesure (T/U)

 C3 - Capabilité de l’équipement de mesure

 C4 - Dérive de l’équipement

 C5 - Intervention sur l’équipement

 C6 - Facteurs permettant de déceler des anomalies

 C7 - Facteurs aggravants

 C8 - Contraintes de coûts

 C9 - Contraintes opérationnelles

-* Choix des facteurs à retenir par rapport à la famille d’appareils étudiés.

Cotation de l’importance des facteurs d’influence

Pour chaque instrument de mesure, on attribue à chacun des facteurs d’influence une cotation
comprise entre -2 et 2 :

Par convention :
 -2 tend à faire diminuer la périodicité (criticité haute du facteur)

 2 tend à faire augmenter la périodicité (criticité basse du facteur)

Pondération des critères (facteurs d’influence)

Si les critères ont des niveaux d’importance différents pour l’organisme, ils peuvent être
affectés de facteurs de pondération P afin de correspondre aux exigences de l’organisme en la
matière.

71
Par exemple :
 P(C1) = 2 (importance de la gravité des erreurs de mesure)

 P(C2) = 1

La méthode par l’exemple

Prenons l’exemple d’une famille de 3 multimètres destinés aux inspections électriques

1ère étape - Cotation des facteurs d’influence
2ème étape - Calcul de la moyenne et de l’écart-type S

Appareils
Ecart-
Mul 1 Mul 2 Mul 3 Moyenne type S
C1 2 1 1 1,33 0,58
Facteurs d’influence

C2 2 1 1 1,33 0,58
C3 2 1 1 1,33 0,58
C4 1 2 1 1,33 0,58
C5 1 2 1 1,33 0,58
C6 0 0 2 0,67 1,15
C7 0 0 2 0,67 1,15
C8 -1 1 -1 -0,33 1,15
C9 2 1 1 1,33 0,58
Tableau : Facteurs d’influence des multimètres.

3ème étape – Calcul de l’écart normalisé ENi 

xi  xmoy
s
Où:
- ENi représente l'écart normalisé de la valeur xi ;
 x i la ième valeur de la série observée ;
 xmoy la moyenne des valeurs qui composent la série observée ;
 s l'écart type de la série observée.

4ème étape – Calcul de la note globale de l’instrument NG   Pi  ENi

Où:
 Pi représente la pondération du critère i ;
 ENi représente l'écart normalisé de la note donnée à l'instrument en cours pour le critère i ;
 5ème étape – Calcul de l’écart normal de la note globale ENNG

72
 Appareils
Mul 1 Mul 2 Mul 3 P
C1 1,15 -0,58 -0,58 1
C2 1,15 -0,58 -0,58 1

Facteurs d’influence
C3 1,15 -0,58 -0,58 1
C4 -0,58 1,15 -0,58 1
C5 -0,58 1,15 -0,58 1
C6 -0,58 -0,58 1,15 1
C7 -0,58 -0,58 1,15 1
C8 -0,58 1,15 -0,58 1
C9 1,15 -0,58 -0,58 1
NG 1,73 0,00 -1,73

EN NG
1 0 -1

Tableau : Calcul de l’écart normal.

Hypothèses de la méthode
 Distribution gaussienne des périodicités

 Périodicité fixée arbitrairement = valeur à 2 écarts-type de la valeur

moyenne

 Périodicité maximale acceptable vaut pour 99% de la famille =

valeur à 3 écarts-type de la moyenne optimale.

Figure17 : Distribution des périodicités optimales

73
Correcteur OPPERET
La méthode OPPERET déduit de cette répartition un facteur correcteur à appliquer à la
périodicité actuelle pour en déduire une périodicité réelle :
 Périodicité réelle = périodicité actuelle + correcteur
 Correcteur = (périodicité moyenne + EN NG x S) – périodicité actuelle

6ème étape – Calcul du correcteur Opperet

7ème étape – Addition du facteur Opperet à la périodicité actuelle
8ème étape – Obtention de la périodicité réelle

Matériel Mul 1 Mul 2 Mul 3

Correcteur 19,86 10,56 5,90

(mois)

P actuelle
12 12 12
(mois)

P réelle
31,86 22,56 17,90
(moi)

Tableau : Périodicités optimales.

La méthode OPPERET permet une optimisation (parfois non négligeable) des

périodicités d’étalonnage MAIS requiert pour cela une bonne connaissance et une analyse
détaillée de ces processus de mesure.

Afin de faire le suivi de l’ensemble des équipements, un « Planning d’étalonnages » est

établi et tenu à jour par le responsable technique ou laboratoire sur des formulaires (voir
annexe 3).

Pour chaque équipement, une « Fiche de Vie » est établie et tenue à jour sur des
formulaires (voir annexe 3). Outre les éléments d’informations de base, prévus en haut de
chaque fiche, elle permet de consigner les différentes dates des étalonnages, la précision
obtenue en fin d’étalonnage (après réglages) et le nombre de pages et contenu du rapport

74
d’étalonnage. Indépendamment si l’étalonnage est réalisé en interne ou en externe, ce rapport
d’étalonnage doit contenir au minima les éléments suivants :
• Une page de garde de Rapport d’Etalonnage, établie selon le formulaire (voir annexe
3) à laquelle l’on vient agrafer les autres pièces du dossier,
• La précision obtenue avant réglages, de façon à éventuellement réduire les fréquences
d’étalonnages définies,
• La précision obtenue après réglages,
• La référence des étalons raccordés utilisés lors de l’étalonnage,
• Eventuellement, photocopie des certificats de ces étalons.

CONCLUSION GENERALE

Ce travail rentre dans un cadre qui a pour but l’analyse des incertitudes et l’amélioration
des résultats de mesures obtenues lors des essais réalisés au sein des laboratoires de la
DMQE, c’est une étude qui se base sur la maitrise du processus de mesurage auquel j’ai
participé. Cette occasion constitue effectivement une véritable opportunité. Elle m'a permis de
découvrir et d'apprécier la vie professionnelle et de développer mes capacités de
communication outre l’élaboration du mémoire. Aussi, j'ai eu la chance de collaborer avec des
personnes expérimentées qui m'ont appris beaucoup de choses grâce à leur méthodologie de
travail et leur mode de raisonnement. En outre, ce travail m'a permis d'assimiler de nouvelles
méthodes de rédaction de rapports exigeant une rigueur particulière ; les procédures proposées
et calculs doivent être, en effet, à la portée de tous, pour permettre l'exploitation et la mise à
jour régulière du bilan des incertitudes d’étalonnage et de maintenance. Ce projet m'a permis
également de développer ma capacité de recherche et de patience.

Il existe donc plusieurs approches pour évaluer la validité des résultats expérimentaux.
 Au minimum, un résultat doit être exprimé avec une incertitude calculée à l’aide des calculs
d’incertitudes simples. Mais l’inconvénient est que pour le calcul des incertitudes de type
B, des données incertitude sur l’extensomètre et capteur de force doivent être formulées par
le concepteur, chose manquante pour la machine de traction. Il est recommandé d’établir,
dans le futur, des cahiers des charges intégrant ces aspects.

75
 L’utilisation de méthodes statistiques permet d’exprimer plus rigoureusement les limites de
fiabilité du résultat.

Les résultats de ce travail répondent aux objectifs envisagés au début du projet et qui sont
validés par les responsables des laboratoires. En effet, nous avons pris connaissance des
processus de la Direction, une étude de l’impact de la maintenance sur la qualité de la
mesure a été développée ainsi que la démarche de calcul des incertitudes. Nous avons
également montré comment traiter les résultats de mesure avec des illustrations par des cas
d’applications. Enfin un ensemble de procédures demandées par le client a été proposé.

76
77
REFERENCES BIBLIOGRAPHIQUES

[1] Jean Paul SENELAR, « Traitement des résultats de mesure » École des Mines de
Douai- édition 2005
[2] M.LECOLLINET -Professeur CNAM à Paris-, « Evaluation et expression des
incertitudes de mesure » édition 2004
[3] Francis ROUSSEL, « La fonction métrologique dans l'entreprise »édition 2004
[4] Mouvement Français Pour la Qualité « BIBLIOTHEQUE QUALITE » « Guide pour
la détermination des incertitudes »version 2004
[5] ISO 15189 accreditation: Requirements for quality and competence of medical
laboratories, experience of a laboratory II,2006
[6] A. Iglicki et al., Accreditation experience of radioisotope metrology laboratory of
Argentina 2007
[7] InciKaraarslan, Joint Commission on International Accreditation workshop: Planning,
development and provision of laboratory services. 2006
[8] BernaAslan et al., Uncertainty in proficiency testing schemes: KBUDEK experience
2007
[9] Normes AFNOR
• NF ENV 13-005 Guide pour l'expression de l'incertitude de mesure (1995) abrégé non
officiel : GUM
• NF X 07-001 Vocabulaire international des termes fondamentaux et généraux de
métrologie (1994)
• NF X 07-021 Aide à la démarche pour l'estimation de l'incertitude des mesures et des
résultats d'essais
• NF EN ISO 10012 Systèmes de management de la mesure – Exigences pour les
processus et les équipements de mesure (septembre 2003)
• NF ISO 17025 Prescriptions générales concernant la compétence des laboratoires
d'étalonnage et d'essais.
• NF ISO 5725 Fidélité des méthodes d'essais
[10] Michèle Désenflant, Marc Priel, Cédric Rivier, « De la validation des méthodes
d'analyse à l'évaluation de l'incertitude des résultats de mesure », Actes du 11e congrès
international de métrologie, Toulouse, Laboratoire National des Essais LNE, 20-23 octobre
2003.
[11] « Métrologie dans l’entreprise » AFNOR 2004.
[12] Soraya AMAROUCHE, Armelle PICAU, Olivier PIERSON, Raphaël Dael. « Assurer
la qualité des résultats d'essai et d'étalonnage », Actes du 12e congrès international de
métrologie, Lyon, 20-23 juin 2005.
[13] Guide COFRAC pour une accréditation 2004.
[14] Christian BOURDILLON « Traitement des données expérimentales », juillet 2001.
[15] B. BLANQUART, « Incertitude de mesure, un indicateur de qualité pour le résultat de
modèles » Acte du 11ème congrès international de métrologie, Toulon du 20 au 23 octobre
2003.
[16] S.LAUDREL, « Démarche pour déterminer la méthode d’évaluation de l’incertitude
adaptée », Acte du 13ème congrès international de métrologie. 18-21 juin 2007, Lille, France.

Sites internet
[1] Association française de normalisation : www.afnor.fr
[2] Bureau National de Métrologie : www.bnm.fr
[3] Comité français d'accréditation : www.cofrac.fr
[4] Bureau International des Poids et Mesures : www.bipm.org
[5] Euromet : www. euromet.org
[6] European Committe for standardization ( CEN): www.cenorm.be
[7] Organisation internationale de normalisation : www.iso.ch
[8] Organisation internationale de Métrologie Légale www.oiml.org
[9] Intranet du CSTB
ANNEXES
 ANNEXE 1

Tableau des résultats des essais avec leurs incertitudes et un niveau de confiance à 95% (k=2)
 ANNEXE 2

Procédure de maintenance

Spécimen des listes de matériels concernés par une maintenance préventive

MOYENS DU LABORATOIRE :
Page :
DMQE 1
SOUS MAINTENANCE PREVENTIVE
Code Inventaire Dénomination Nombre Observations
 Spécimen des Gammes de Maintenance Préventive

GAMME DE MAINTENANCE PREVENTIVE :

Page :
DMQE Moyen : 2

Elément Critère d’acceptation Fréquences pour les S =

S C si « C » Remplacement Systématique
Composant
ou pour les C = Contrôles pour
statuer sur le besoin de
remplacement
 Spécimen des Fiches Historiques

FICHE HISTORIQUE DES INTERVENTIONS

SUR :
DMQE Page :
3

Eléments P C Observations / Interventions Nbre Coût (pr) Int Ext

Hrs Estimé
 ANNEXE 3
Maitrise des équipements de mesure
Formulaire « Planning d’étalonnages »

PLANNING
DMQE D’ETALONNAGE
Page :4

Equipement de Mesure Prochains

Référence Fréquence Dernier étalonnages
N° Désignation étalonnage N N+1 N+2 N+3
 Formulaire « Fiche de vie »

Etabli le :

DMQE FICHE DE VIE Réf. équipement de mesure :

Equipement : Affectation :
Responsabilité d’étalonnage :
Critère d’acceptation : Norme/MO d’étalonnage :
[ ] Sous-traitance [ ] Interne

Date Précision Rapport de vérification/Etalonnage

d’étalonnage après Réf. Nb pages Contenu/Observations Visa département technique
étalonnage
 Formulaire « Rapport d’étalonnage »

Etabli le :
RAPPORT D’ETALONNAGE
DMQE DU : Réf. équipement de mesure :

Equipement : 11 Affectation :

Critère d’acceptation : Responsabilité d’étalonnage : Norme/MO :

[ ] Sous-traitance [ ] Resp tech-labo/Interne

Date de vérification de l’étalonnage : Fait par :

Items Synthèse/Résultats Observations

Précision obtenue avant réglages
Précision obtenue après réglages
Référence des étalons raccordés utilisés lors de
l’étalonnage

Documents joints
Nature Nombre Observations
Feuilles de calcul
Graphiques
Photocopies des certificats des étalons utilisés

Nb total de pages

(celle-ci exclue) :