Institut Supérieur des Etudes

Technologiques du Kef

CONTRÔLE DE QUALITÉ
LN3-CM3
Ben Nasser Med
Octobre 2021
 2
Programme
 Concepts des notions de base de la qualité (15%)
 Les outils de base de la qualité
 Indices de capabilités : Procédé & Processus
 Maitrise Statistiques des Procédés (30%)
PLANIFIER
 Cartes de contrôle par mesures/Aux attributs
 Cartes de contrôle « petites séries »
 Optimisation des procédés & processus (25%)
 Les plans d’échantillonnage
QUALIFIER EXÉCUTER
 Les plans d’expériences
 Outils de management et de qualité intégrée (30%)
 AMDEC Machine, produit et process
 Méthodes de Résolution de Problèmes (MRP)
 Notions sur l’approche LEAN-6Sigma
 PARTIE 1:
Concepts des Notions de
Base de da Qualité
4 Indicateurs de l’environnement
Qualité d’une entreprise
Ressources : Humaines, Matérielles, Organisationnelles

Achats
Produits finis
Matières premières
Fournis aux clients
Composants
(Produits Physiques ou services)
Outillages et consommables

4 L’environnement qualité de l’entreprise

5 Les concepts de base
besoins / spécifications / réalisation

Spécifications
5. Double illusion
Besoins
2. Défaut
(non-qualité)
1. 3. Surqualité
Qualité
Maîtrisée
6. Besoins latents
7. Gaspillage

4. Qualité
Plus Réalisation
6
Définition de la qualité

6
7
MUDA : Faire la chasse aux gaspillages
Et encore le 8ème : Gaspillage
des ressources, Le pire !

Optimiser aux mieux

l’exploit des ressources :
• Humaines
• Informationnelles
• Matérielles
• Financières
7 • Organisationnelle
 8 Les 7 Formes De Gaspillage
2. Le Gaspillage des traitements
Je t’apporte les J’ai une commande
Voici les commandes Avec tout ça,
commandes de la semaine plus urgente
retriées d’hier le dernier qui criera,
que les prioritaires
sera servi le premier

On a reçu ce matin
des commande Comme d’habitude,
de la semaine dernière on va s’organiser
Quels clients allons-nous
à livrer hier pour se débrouiller
décaler ???
 9 Place de contrôle qualité
dans le système ISO9001

Problème de planification

Problème pratique

Problème statistique

Solution statistique

Contrôle statistique

11
10 Définir et planifier un processus
de mesure de la qualité : R0

Recruter une équipe de travail

Etablir le planning du projet

11
0
11 Choisir un système de mesure
juste, répétitive et reproductible

1. Choisir un moyen de mesure continu

2. S’assurer qu’une variation de la mesure traduit

bien une variation de ce qu’on mesure

2. Récolter des mesures permettant de caractériser

le problème (ou la performance contrôlée)
13
12 Illustrer, analyser et établir une
règle de décision

1. Analyser les Y
2. Analyser les X
3. Mettre en corrélation entre les Y et les X
4. Identifier les X essentiel
5. Etablir une règle de décision

Performance ou
spécification obtenue

Choix et
paramétrage

Process
Règle de décision : Réajuster, maintenir, voire améliorer en continue
13 Impliquer la R&D dans la maitrise
des processus de production

1. Générer des solutions innovantes et créatives

2. Sélectionner les solution : Effet, Coût, faisabilité)
3. Tester et valider la solution retenue
4. Analyser les risques
5. Optimiser et exécuter le plan de mise en œuvre
 14 Capabilités: les différents
Aspects industriels

Précision Maitrise POM

Etalonnage Cadence/Coût
Flexibilité Flexibilité

 L’instrument : Justesse et fiabilité  La machine : Réglage et capabilité CT/LT

Indicateur Cmc (Prog. Master) Cours termes CT: Indicateurs: Cp, Cpk & Cpm
Longs termes CT: Indicateurs: Pp, Ppk & Ppm
 15 Notions de dispersion des
mesures de contrôle
 Performance demandée: C’est l’intervalle de tolérance : IT
 performance obtenue : C'est la distribution des mesures de contrôles: Ds
µ0
IT
Demandé: Réalisé:
CN µ0
TS, TI et VM, Vm et
donc IT donc Ds

TI CN Ds TS
 16 Caractéristique d’une courbes de
distribution : Loi de Gauss

1 (𝑋−µ)2
𝑦= . exp⁡(- 2 )
𝜎 2𝜋 2𝜎
Point d’inflexion
𝑋𝑖 𝑛
𝑖=0(𝑋𝑖 −µ)
2
µ= 𝜎=
 𝑛 𝑛

n : mesures de « n » pièces contrôlées

6 µ : moyenne des « n » mesures
𝜎⁡: l’écart-type des mesures relevées
Xi : mesure de la pièce « i »

Statistiquement : 6Ds
DS
 L’évolution Y peut suivre une loi normale, Kidu, de Poisson, ……
 On la caractérise majoritairement par µ et 
 L’apport de 6-Sigma sur la réduction des
17 rebuts: Indicateurs de centrage et de
capabilité
% des défauts en fonction des performances du
processus de production

Nécessité d’indicateurs à calculer

 Application : Traçage &
Interprétation d’un Histogramme

 …………………………………………………………
 …………………………………………………………
 …………………………………………………………
 …………………………………………………………
 …………………………………………………………
 …………………………………………………………
 …………………………………………………………
19 Récapitulation sur les indices de
capabilité : Machine & procédé

Intérêt de calculer simultanément les trois indices pour déterminer l’origine

de la production de valeurs hors tolérances
20 Formulation des indicateurs de capabilité:
Aspect Long et Court termes

LT : Ecart-type Long terme 6*DLT

CT : Ecart-type Long terme 6*DCT
21 Défauts de centrage, de dispersions et
de stabilité des processus 6-Sigma
22
Défauts de centrage, de dispersions
et de stabilité des processus 6-Sigma
23 Récapitulation des Indicateurs de
Capabilité et Synthèse d’un exemple
Soient les résultats des tolérances
aux caractéristiques suivantes :

Application : Interpréter avec la même Logiques

les caractéristiques 2 et 5
24 Exemple: Calcul des capabilités
à Long/Court termes
Calculer les indices de capabilité
long termes

Pp/Cp : Capabilité (Long/Court T)

Ppk/Pp3 : Centrage (Long/Court T)
Cpm : Performance machine /
procédé / Opérateur,…
Ppm: Performances processus
 PARTIE 2:
Maitrise Statistique des
Procédés (MSP)