ECOLE POLYTECHnIqUE InTERnaTIOnaLE PRIvée

PROjeT DE FIn d’année 2

Spécialité : Génie Industriel

Par

Zeineb BEN LARBI Racha KHESSAISSIA Amir GAFSI

Etude de cas : Maîtrise statistique des prodédés

Encadrante académique : Madame BAHRIA Nadia Maître Assistante

Année Universitaire : 2022-2023

Chapitre 2

ÉTUDE BIBLIogRaPHIqUE
Chapitre 2. étude bibliographique

Introduction

(Dans ce premier chapitre, nous allons étudier les différentes facettes de l’amélioration de la
qualité, en se focalisant sur le Contrôle Statistique de la Qualité (CSQ). Par la suite, nous allons
nous pencher sur la Maîtrise Statistique de Processus (MSP) et étudier de près comment les cartes de
contrôle peuvent être utilisées pour surveiller et améliorer la qualité.)

2.1 Le contrôle statistique de la qualité (CSQ)

Le CSQ, également connu sous le nom de contrôle statistique de la qualité, englobe différents
aspects de la statistique industrielle, tel que :
• La technique de contrôle par échantillonnage.
• La méthode de maîtrise statistique de processus (MSP).
• Les plans d’expériences.
• L’analyse de capabilité.
Ce type de contrôle permet de détecter les problèmes potentiels dès leur apparition, de les corriger
rapidement et de maintenir des niveaux de qualité élevés[2].

2.2 Historique de l’MSP

En 1924, l’entreprise Bell Telephone aux États-Unis a été confrontée à des problèmes de
non-qualité sur ses produits. Pour y remédier, W. Shewart, ingénieur statisticien, a été chargé de
mettre en place un service qualité. En étudiant les travaux de Fisher en statistiques, Shewart a eu l’idée
d’un contrôle organisé des produits et des services pour améliorer la qualité et éviter les problèmes de
non-qualité. Il a ainsi créé la maîtrise statistique des processus (MSP).[3]

2.3 MSP

Selon la norme NFX06-030, La Maîtrise Statistique des Processus (MSP) est une méthode
utilisée par les entreprises pour s’assurer que leurs produits répondent aux normes de qualité requises.
Elle consiste à évaluer, régler et maintenir le processus de production dans les limites de contrôle pour
éviter des variations qui pourraient affecter la qualité des produits finis. [4]
La MSP peut être utilisée également à différentes étapes du processus de production et permet de
détecter rapidement les problèmes pour prendre des mesures correctives avant que la qualité du produit
final ne soit affectée. En somme, la MSP est une méthode préventive qui vise à garantir la qualité des

11
Chapitre 2. étude bibliographique

produits tout au long du processus de production.

2.3.1 Les Avantages de la MSP

La Maîtrise Statistique des Processus (MSP) offre plusieurs avantages aux entreprises qui
l’utilisent, notamment :

• Permet d’améliorer la qualité et la productivité des processus de production, en assurant la

constance des caractéristiques des produits fournis et en réduisant les coûts liés aux rebuts et aux
retouches.

• Facilite également les échanges verticaux et horizontaux dans la structure hiérarchique de

l’entreprise, en fournissant un langage commun pour communiquer sur les processus de production.

• Facilite la résolution des problèmes de qualité en production en aidant à identifier les causes
des problèmes et en mesurant l’impact des actions entreprises pour les résoudre.

• permet d’améliorer l’image de l’entreprise vis-à-vis de ses clients potentiels en leur garantissant
la qualité constante de ses produits et services.

2.3.2 Les sources de variabilité

La MSP est une méthode de gestion de la qualité qui repose sur la réduction de la variabilité
du processus de production. En effet, la variabilité peut engendrer des écarts par rapport aux normes
attendues et affecter la qualité du produit final. C’est pourquoi la MSP vise à maîtriser la variabilité
pour garantir une meilleure qualité des produits.
En MSP, il existe deux familles de sources de variabilité : les causes assignables et les causes aléatoires.

• Les causes assignables sont des sources de variabilité que l’on peut identifier et sur lesquelles
on peut agir pour les éliminer. On les appelle également causes spéciales de variation. Si ces causes
spéciales de variabilité sont présentes dans le procédé, on dit que le processus n’est pas maîtrisé et qu’il
est hors contrôle ou instable.

• Les causes aléatoires, quant à elles, sont des sources de variabilité non identifiables sur
lesquelles on ne peut pas agir pour les éliminer. Elles sont également appelées causes communes.

Si la variabilité du processus est due uniquement à ces causes aléatoires, on dit que le processus
est maîtrisé, stable et sous contrôle statistique.

12
Chapitre 2. étude bibliographique

2.3.3 Capabilité

Pour s’assurer qu’un processus peut produire une caractéristique en respectant les tolérances
requises, il est nécessaire de vérifier sa capacité. Pour ce faire, plusieurs indices de capacité peuvent être
calculés, notamment les indices de capacité machine (Cm et Cmk),les indices de capacité de processus
(Cp et Cpk), ainsi que l’indice de capacité Cpm ou "indice de capacité de Taguchi".

Cm = IT
6σ

Avec :

• IT : intervalle de tolérance.

• σ : écart-type estimé.

La machine sera dite capable si Cm ≥ 1, 33.

Cmk = min X−Ti TsX

3σ , 3σ

Si Cmk≥ 1,33 alors la machine est bien centrée.

Même calcul pour Cp et Cpk

2.3.4 Les cartes de contrôles

La carte de contrôle est utilisée pour surveiller un processus qui évolue dans le temps. Pour
cela, il est nécessaire de déterminer quelle variable sera mesurée, la taille de l’échantillon, l’intervalle
entre deux prélèvements et les règles de décision à appliquer.
Les calculs tels que la moyenne, l’écart-type, l’étendue, le nombre, le pourcentage, etc. sont reportés
sur la carte pour aider à détecter les changements dans le processus.
La carte de contrôle se compose de trois lignes : une ligne médiane et deux limites de contrôle. La ligne
médiane (LC) représente la moyenne de la statistique mesurée. Les limites de contrôle supérieure (LSC)
et inférieure (LIC) sont établies de manière à ce que la grande majorité des valeurs de la statistique
d’échantillon se trouvent à l’intérieur de ces limites lors d’un fonctionnement normal.
La figure 2.1 illustre une carte de contrôle ainsi que ses limite.

2.3.5 Les types de cartes de contrôle

Les cartes de contrôle peuvent être divisées en deux grandes catégories : les cartes de contrôle
aux mesures et les cartes de contrôle aux attributs.

13
 FIgURE 2.1 : La carte de contrôle

• Les cartes de contrôle aux mesures sont utilisées pour surveiller et contrôler les caractéristiques
mesurables telles que le poids, le diamètre, la longueur et la pression.

• Les cartes de contrôle aux attributs sont utilisées pour surveiller et contrôler les caractéristiques
qualitatives telles que « conforme » ou « non conforme ».

Les spécifications de la carte de contrôle pour la moyenne sont déterminées par les équations
suivantes :

• LSC = X + A2R

• LC = X
• LIC = X − A2R

Avec :
R : C’est la moyenne des étendues des m échantillons sélectionnés.
R : Étendue de l’échantillon i, tel que Ri = Xmax − Xmin.

X : Moyenne des moyennes des mesures.

A2 : Dépend exclusivement de la taille n des échantillons sélectionnés, et est présenté sous forme de
tableau en fonction de n.

Conclusion

Au cours ce chapitre nous avons définis les concepts fondamentaux du contrôle statistique de la
qualité et de la maîtrise statistique des procédés. Nous avons également exploré les différents types de
cartes de contrôle qui peuvent être utilisées pour surveiller et améliorer la qualité des processus.
Le chapitre suivant portera sur l’étude de l’existant de notre projet.

14
15