Académique Documents
Professionnel Documents
Culture Documents
Année : 2015
MÉMOIRE
PRESENTÉ EN VUE DE L’OBTENTION DU DIPLOME DE MASTER
INTITULÉ
Devant Le Jury
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 :
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:
- Develop procedures
INRODUCTION GENERALE
II.1. Les types des erreurs dans les données expérimentales …………………………….…12
II.2. Traitement statistique des erreurs aléatoires ………………………………….……….13
Chapitre V : APPLICATION
CONCLUSION GENERALE
REFERENCES BIBLIOGRAPHIQUES
ANNEXES
LISTE DES FIGURES
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.2.1 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.
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).
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.
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.
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.
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
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.
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.
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 :
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.
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.
8
>Dans ces travaux, l’équipe du laboratoire [6] a développé la notion de la qualité au sein des
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.
> La société des pharmaciens et chimistes canadiens a publié cet article [7]pour nous faire
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
> KBUDEK, est un programme de contrôle de qualité externe [8] de KBUD (Association de
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 :
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.
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.
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
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 i1
N1
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 :
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
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.
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.
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.
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.
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
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 :
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
20
Ce laboratoire utilise des techniques analytiques permettant la détermination de la
composition chimique d’un matériau.
Activités principales
Laboratoire métallographie ;
Laboratoire essai mécanique ;
Laboratoire traitement thermique.
Activités principales
21
Grâce au microscope optique, il est possible de visualiser tous types de surfaces avec un
grossissement pouvant aller jusqu’à 1000 fois.
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.
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.
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.
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.
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
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.
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.
La méthode retenue est la méthode PIEU qui permet de calculer la criticité d'un dispositif
en tenant compte:
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 :
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.
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.
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.
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.
- 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..
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%.
Entretien et
Disponible mise au Passer à l’oxycoupage ou
point faire appel au service
-Agent d’usinage maintenance pour régler le
chalumeau.
-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
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.
32
CHAPITRE IV
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].
34
Etape 1 : Définition du mesurande
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.
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.
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].
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
Modéliser le processus :
Méthode directe ou indirecte
Modèle mathématique
Comparer
incertitude et
erreurs maximales
tolérées Non
Oui
39
Deux grandes catégories de méthodes permettent d'évaluer numériquement l'incertitude de
mesure :
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].
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
BLk : liées au montage et évaluées par d’autres méthodes que les méthodes statistiques :
- Résolution
- bruit
> 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)
> 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.
41
BL1 = uM 1 / 3 ………VI.1
1er cas
2ème cas
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
• 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.
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
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.
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 22
BR BRj ………IV.3
j1
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
……IV.5
…..... 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...
U(2
.ucBS
) ……. IV.7
Avec n=2 (catégorie A), m=3 (catégorie BR), w=5 (catégorie BL) Valeurs en 1écart-type
45
A1 XX
A2 XX
1 XX
AA
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
ABRB2 2 2 2
U = ± 2.uc
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
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.
Y y U
Hypothèses
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
ix
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
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
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.
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.
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 i1
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
i 1 i 1
x i y i
x n
y n
n , n
y
ax ……..IV.20
ib
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
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
n2
C’est à dire dans les conditions de reproductibilité.
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].
u y S
2 1
2
S2
n xx 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.
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.
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
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
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.
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 :
s
1 k
xk x
n 1 k 1
2
……………V.5
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.
57
Pour une confiance à 95% : k=2 on a l’incertitude élargie : U 2 4,57 9.14 N / mm2
Pour une confiance à 95% : k=2 on a l’incertitude élargie : U 2 2,57 5,14 N / mm2
58
L’évaluation de l’incertitude-type retenue sur la moyenne de ces 26 mesures est :
µ(A%)= 0,51%
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 :
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
2
1,4 1
2
1
u ( A%) 0,58%
3
Paramètre Re Rm A%
Section de
1 1
l’éprouvette
Extensomètre 1
61
L’exemple de l'incertitude combinée pour une série de résultats d'essais est présenté dans le
tableau suivant :
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.
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.
64
VI.2. MISE EN PLACE D’UN PROGRAMME DE MAINTENANCE DE
L’EQUIPEMENT
• 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.
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
66
VI.2.4. Perspectives et améliorations
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.
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,
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,
Tout autre information utile (nature technique, causes des pannes, etc..)
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
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
le taux d’utilisation
Cette liste n’est pas exhaustive et il est possible de trouver d’autres causes de dérive.
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 ?
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,
70
Facteurs d’influence prédéfinis
C1 - Gravité des conséquences d’une mesure erronée
C4 - Dérive de l’équipement
C7 - Facteurs aggravants
C8 - Contraintes de coûts
C9 - Contraintes opérationnelles
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)
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
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.
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
Hypothèses de la méthode
Distribution gaussienne des périodicités
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
P actuelle
12 12 12
(mois)
P réelle
31,86 22,56 17,90
(moi)
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
MOYENS DU LABORATOIRE :
Page :
DMQE 1
SOUS MAINTENANCE PREVENTIVE
Code Inventaire Dénomination Nombre Observations
Spécimen des Gammes de Maintenance Préventive
PLANNING
DMQE D’ETALONNAGE
Page :4
Etabli le :
Equipement : Affectation :
Responsabilité d’étalonnage :
Critère d’acceptation : Norme/MO d’étalonnage :
[ ] Sous-traitance [ ] Interne
Etabli le :
RAPPORT D’ETALONNAGE
DMQE DU : Réf. équipement de mesure :
Equipement : 11 Affectation :
Documents joints
Nature Nombre Observations
Feuilles de calcul
Graphiques
Photocopies des certificats des étalons utilisés
Nb total de pages
(celle-ci exclue) :