Académique Documents
Professionnel Documents
Culture Documents
Réponses
1. Histoire Le contrôle à 100% est bien sûr nécessaire lorsqu’il y a un risque
Dans les années 1960, les bases de la philosophie "Qualité pour la vie des personnes ; aussi, le contrôle par ultrasons doit se faire
Totale" sont formalisées chez General Electrics. Le contrôle sur toutes les pièces.
de la qualité du produit fini commence à céder la place au
contrôle du procédé. Pour des raisons évidentes, le contrôle par échantillonnage devra
être utilisé pour tous les contrôles destructifs (détruire la pièce).
Le fabricant de semi-conducteurs Motorola initie en 1980 La rotule après le test de résistance aux chocs n’est plus utilisable
une démarche de maîtrise de la dispersion des procédés de
donc on adoptera un contrôle échantillonné. Il est possible de
fabrication. C'est en 1986, dans cette même entreprise, que
résumer grossièrement l’utilisation des deux types de contrôle sous
Bill SMITH décrit la démarche d'amélioration basée sur
l'utilisation des outils statistiques connue sous le nom de "6- forme de tableau :
sigma".
3. Contrôle statistique des lots Avant de parler des risques dus à l'échantillonnage, précisons que le
Un procédé de fabrication produit environ 20 produits non-conformes contrôle à 100% n’est pas sans risque. En effet, le caractère répétitif et
sur un lot de 20000. monotone des opérations de contrôle peut conduire à des erreurs et
Est-ce qu'on accepte le lot sans contrôle ? Est-ce qu'on contrôle notamment à l’acceptation de pièces défectueuses. Il peut conduire
tout le lot? aussi au refus de pièces bonnes car certains contrôleurs considèrent
Est-ce qu'on contrôle une partie du lot (échantillon) ? Quelle taille qu’ils doivent nécessairement rejeter certaines pièces pour que leurs
d'échantillon doit-on choisir ? chefs considèrent qu’ils ont bien fait leur travail.
A partir de combien d’articles défectueux dans l'échantillon
refuse-t-on le lot ? Avec quels risques ? 4. Niveau de qualité acceptable, risque client, risque
Un procédé de fabrication réalise des produits conformes à un fournisseur, choix taille d'échantillon
instant t, comment puis-je m'assurer qu'il produira des produits de
qualité dans une semaine, dans deux semaines ou dans une heure 4.1 Risque client, risque fournisseur
sans contrôler toutes les pièces ? Il existe deux types de risque pour le contrôle par échantillon :
Voici un certain nombre de questions auxquelles sont confrontés les - Le risque client (risque β) est la probabilité, pour un plan
fabricants de produits en série et auxquelles les techniques d'échantillonnage donné, d’accepter un lot alors qu’il est mauvais.
statistiques permettent de répondre. - Le risque fournisseur (risque α) est…, de se voir refuser un lot
considéré comme mauvais alors qu’il est bon.
Champ d'application
en contrôle final chez le fournisseur ;
ou en contrôle de réception chez le client,
Ce contrôle statistique des lots ou contrôle par échantillonnage
s’oppose au contrôle à 100%. En effet, dans le contrôle à 100%,
chaque produit est contrôlé. Lors du contrôle par échantillonnage, on
Il est délicat de déterminer facilement le plan qui convient aux deux
ne contrôle qu’un échantillon (une partie du lot) pour accepter ou
risques. L’utilisation de tables standard nous permet de définir le plan
refuser tout le lot.
d'échantillonnage, c.à.d. de déterminer :
Quand faut-il contrôler à 100% ? Quand peut-on contrôler par
la taille n de l’échantillon ;
échantillonnage ?
le critère d’acceptation c (ou k) (le nombre de défectueux
Prenons l’exemple d’une rotule de direction et deux types de contrôle:
admis dans l’échantillon avant de rejeter le lot).
Le premier est un contrôle par ultrasons permettant de
Exemple :
détecter la présence de "pailles" dans l’acier, défauts
Pour une production d’agrume, supposons que nous acceptions des
pouvant apparaître lors de la fabrication de l’acier et
lots dont le taux de défectueux p0= 2%, sur la base d’un contrôle du
pouvant créer des amorces de rupture.
diamètre, et que ceux dont le taux p1 =12%, seront rejetés. En vous
Le second est un contrôle de résistance aux chocs (la rotule
aidant de la table déterminer la taille de l’échantillon et le nombre de
est une pièce de sécurité, elle peut plier en cas de choc mais
défectueux autorisés.
ne doit pas casser).
Réponses :
La première table correspond à un niveau de contrôle II (le plus
utilisé). Elle permet de déterminer la lettre code (L) ainsi que la taille
de l'échantillon : n=200.
La deuxième table nous permet de déterminer à partir de la lettre
code et du NQA (1%) les critères A d'acceptation et R de rejet :
A=5 et R=6.
Cela signifie que pour valider le lot nous allons contrôler un
échantillon de 200 pièces.
Si l'échantillon comporte A (5) ou moins de A pièces défectueuses le
lot sera accepté et si l'échantillon comporte R (6) ou plus de R pièces
défectueuses le lot sera refusé.
Dans la pratique, lorsque la taille des lots, le niveau de contrôle et le Plans doubles
NQA sont définis, on peut déterminer à l'aide de tables la taille des Le principe est identique mais on donne une 2ème "chance" avant de
rejeter le lot en prélevant un 2ème échantillon
échantillons et le nombre de défectueux dans l’échantillon au-delà
duquel on va refuser le lot.
5.3 La variabilité
Il n y a pas deux choses identiques. Statistiquement on dirait: « il
n'y a pas deux individus identiques ».
Elles proviennent des 5 M et de leurs combinaisons, ce qui
représente un grand nombre de différences dues à leurs
influences combinées.
Ceci est vrai à chaque étape du procédé; on imagine aisément le Description d'une répartition Caractéristiques de dispersion
nombre considérable de combinaisons dès l'instant où le nombre
d'étapes est grand.
Valeurs :
Ces influences combinées pour tout le procédé sont appelées Si l’écart type est faible alors les valeurs sont proches de la
variations. moyenne,
Si l’écart type est grand, alors les valeurs sont éloignées de
Les niveaux et les origines de la variabilité la moyenne,
Si toutes les données ont la même valeur alors σ = 0 (notion
théorique).
KIT-SPC :
Identification de l’entreprise
Nom: Groupe REDIX
Établissement de: BASANCON
Activité: Production d’élément mécanique pour les
constructeurs automobiles
Principal moyen de production: machine SIM automates de Les tests de normalité
production d’axes sphérique se connectant sur un sélecteur
automatique de pièce. Les histoires d’après les mesures n’est jamais parfait:
Effectif: personnes 150 Soit parce que les mesures correspondent à des variations dues à
Dessin de la pièce: des causes spéciales ;
Soit parce que les mesures ne sont pas nombreuses ;
M1: Présentation du simulateur Soit parce que le processus de mesure comporte des anomalies ;
Machine –capots- la baguette de production 5 par 5 pièces. Soit tout simplement la loi n’est pas normale.
Production de 100 pièces Dans ce cas si on applique les propriétés de la loi normale les résultats
Constater la dispersion
seront erronés, il est donc important de s’assurer de la normalité de la
Présenter le sélecteur, les échelles de mesure
loi c’est-à-dire l’absence d’anomalies.
M2: la mesure de la conformité
L’entreprise reçoit la lettre N°1 du client
Production de 100 pièces A/ La droite de Henry
Dessiner le contour de la production et envoyer cette image au Objectif : vérifier si la distribution est Gaussienne. . Le caractère
client normal de la distribution se reconnaît à la qualité de l'alignement des
M3: Image de la production
points.
L’entreprise reçoit la lettre N°2 du client
Production de 100 pièces Principe : basé sur la transformation graphique :
Dessiner le contour de la production et envoyer cette image au En abscisse: Les valeurs de Xien ordre croissant (en centre
client de classe)
L’entreprise reçoit la lettre N°3 du client En ordonnée: La probabilité cumulée donnée par :
Production de 100 pièces
Dessiner le contour de la production et envoyer cette image au
client
L’entreprise reçoit la lettre N°4 du client
NB : Ce test est assez puissant et précis par rapport aux autres tests
et ne nécessite, aucune restriction au niveau de ta taille d’échantillon.
Il demande moins de calculs et tient compte à la fois de petits et
grands échantillons.
Procédure :
Soit X1, X2, X3,… Xn un échantillon de distribution théorique F(X)
La dispersion est donnée par le processus (d’après les mesures
connue.
effectuées). Elle permet de calculer les limites de contrôle.
Soit F*(X)= i/n+ 1 la fonction de répartition empirique.
La tolérance est donnée par le plan.
On montre que la quantité Dn = Max lF *(X)- F(x)l ne dépend que de
la taille de t'échantillon (n). Les limites de contrôle sont donc différentes de la tolérance.
En associant cette propriété au risque α (niveau de confiance) on
obtient la probabilité : ⌊ | ( ) ( )| ⌋ Les limites de contrôle, tolérances et défauts:
Au niveau de confiance α, on conclut au rejet de l'hypothèse de
∑ ( ̅̅̅̅̅
)
normalité si :
Les deux responsabilités : Les coefficients de capabilité sont des indicateurs fondamentaux de la
MSP . – preuve à l’aptitude du procédé à respecter les spécifications ;
indice d’évaluation de l’amélioration du procédé, suite aux
actions correctives envisagées.
̅ ̅
( )
Exploitation de l’indice Cm
machine non apte à produire des pièces conformes aux
spécifications. Des valeurs seront > ou < aux tolérances
spécifiées une partie de la production sera en
dehors des tolérances
machine tout juste apte. La dispersion est égale à
l’intervalle de tolérance. Elle produit bien 99,8% de
pièces bonnes, mais la moindre variation entraînera la Exemple
production de pièces non conformes
machine apte et tolère une dérive d’autant plus grande
que l’indice Cm est plus élevé
̅ ̅
̂ ̂
̂
Ts : tolérance supérieure
Ti : tolérance inférieure
S : moyenne des écart-types des échantillons
R : moyenne des étendues des échantillons
C4 selon tableau :
2: 0,7919 / 3: 0,8862 / 4: 0,9213 / 5: 0,940 / 6: 0,9515 /
7: 0,9594 / 8: 0,9650 / 9: 0,9693 / 10: 0,9727 / 11: 0,9754 /
12: 0,9776
̅ ̅
( )
̂ ̂