Académique Documents
Professionnel Documents
Culture Documents
2
▪ La qualité d’un produit ou d’un service est son aptitude à satisfaire les besoins d’un
Rebut Ou Retouche
3
Cartographie du processus « VSM »
Objectif : visualiser le processus de fabrication, établir les priorités
sur les postes pénalisant la performance globale
30 jours MRP Semaine Clients
Fournisseurs
Bi mensuel Semaine
Nombre de personnes
Temps de cycle Délais de production
Temps de changement de série 45 5 2 7
Taux de rendement synthétique 59 Jours
Proportion de rebuts Temps de cycle 10 5 4 19 Minutes
Proportion de retouches Temps de Valeur 12 Minutes
5 3 4
Ajoutée
Taille des lots
Taille des emballages
Temps de travail réel
Nombre de type de produits
….
4
▪ Il faut détecter la non-qualité au plus près du poste où elle a été produite.
5
▪ Un défaut prévu coûte 100 fois moins cher qu’un défaut constaté.
– De l’approvisionnement à la livraison
6
1 Qu’est-ce que la MSP
2 Fondements de la MSP
3 Caractérisation d’un processus
4 Présentation de la carte de contrôle
5 Mise en œuvre des différentes cartes
6 Différentes cartes et applications
7 Exercices corrigés
7
(Maîtrise Statistique des Processus)
la MSP est une excellente méthode scientifique d’analyse des données. Son rôle est de
contribuer à la maîtrise et à l’amélioration des processus grâce aux différents indicateurs
préventifs qu’elle fournit. Ainsi, elle permet d’indiquer quand il y a lieu de chercher et
identifier un trouble et ses causes. 68
La MSP est conçue sur une stratégie de qualité maîtrisée (ou politique de prévention), car la
prévention ne tolère pas le gâchis. En fin de chaîne, le produit est conforme. Ce qui contraste
avec une stratégie de qualité subie (ou politique de détection), celle-ci consiste à faire les
produits par la fabrication et la qualité par le contrôle. Ce qui génère une zone supplémentaire
de dépenses que certains qualifient d’entreprise fantôme. Cette dernière mobilise des hommes,
des machines, des locaux, de l’argent, du temps, … Sa vocation est de retoucher, contrôler et
trier.Ce qui se répercute inévitablement sur le prix de revient et rend le produit non compétitif.
9
. 1 -Variabilité
Tous les processus , quels qu’ils soient , sont incapables de produire toujours
exactement le même produit : quel que soit le niveau de qualification des
opérateurs, la précision des machines, le degré d’homogénéité et de pureté des
matières premières, les caractéristiques d’un produit (cote, valeur d’une
résistance, teinte d’un tissu, pas d’un filetage, …) ne sont jamais rigoureusement
constantes, car tout processus comporte plusieurs sources de variabilité.
Exemple :- Une cote sur un lot de pièces ne fera jamais exactement 10 mm,mais
sera répartie entre 9,97 et 10,03 mm.
10
. 1 -Variabilité
▪ Ces variations proviennent de l'ensemble du processus de production. L'analyse des
processus de fabrication permet de dissocier 5 éléments élémentaires qui contribuent à créer
cette dispersion. On désigne généralement par les 5 M ces 5 causes fondamentales
responsables de dispersion,et donc de non-qualité :
11
. 1 -Variabilité
12
N° pièce Dimension N° pièce Dimension
1 20,646 26 20,694
2 20,648 27 20,695
3 20,658 28 20,69
4 20,66 29 20,691
5 20,656 30 20,705
20,73
▪ Le graphique représente l’évolution de la côte « A » en
20,72
fonction du numéro des pièces. Il révèle une 20,71
Dimension A mm
fluctuation nette de cette dimension et met en évidence 20,7
20,68
remarque une dérive très prononcée de cette côte qui
20,67
est sans doute due à l’usure de l’outil. 20,66
20,65
20,64
0 5 10 15 20 25 30 35 40 45 50 55
N° de pièce
14
Rappel : Histogramme
▪ L’histogramme est la représentation graphique d’un tableau de données groupées en classes.
✓ Réalisation de l’histogramme
15
. 1 -Variabilité
▪ Le nombre de classe :k = = = 7 classes
Effectif
[20,67 ;20,682[ 20,676 11
6
[20,682 ;20,694[ 20,688 12
4
[20,694 ;20,706[ 20,7 10
2
[20,706 ;20,718[ 20,712 5
0
[20,718 ;20,73[ 20,724 3 20,652 20,664 20,676 20,688 20,7 20,712 20,724
Classes
▪ Les causes ou les facteurs contribuant à ces fluctuations sont nombreuses et divisées en deux
18
. 2 - Origine de Variabilité
➢ Les causes normales ou communes
20
. 3 – Frontières naturelles entre causes normales et anormales
Puisque les variations dues aux causes normales sont distribuées de façon aléatoire, elles sont
régies par des modèles probabilistes connus, et donc prévisibles dans le temps. Néanmoins,
elles peuvent être distinguées et séparées des variations dues aux causes dites anormales. Dans
la plupart des cas, elles sont réparties selon une loi normale ou assez proche pour en être
assimilée.
Sachant que 99,73% des individus sont situés dans l’intervalle de confiance [-3σ ; +3σ] centré
autour de la moyenne. On peut affirmer avec une erreur de probable de 0,27% que 100% des
individus seront situés dans l’intervalle [-3σ ; +3σ], soit une longueur de 6σ. On peut donc
déduire que les individus situés à l’extérieur de la longueur [6σ] sont les conséquences
d’actions perpétrées par des causes anormales.
21
la table de Shewhart
22
Types de cartes de contrôle
Partie A :carte de contrôle aux
mesures.
X :moy arithmétique
R:l’étendue
Me :médiane
Mode = Médiane=moyenne
24
Les limites de contrôle et de surveillance peuvent être
déterminées en fonction de la taille des échantillons (n) et ce
pour les différents types de cartes par mesures. La figure ci-
dessus illustre respectivement le graphique typique et les
formulaires du calcul des limites de contrôle et de
surveillance des cartes de contrôle. L’exploitation des limites
de surveillances permettra de remédier par intervention de
réglage du processus avant d’avoir des échantillons rejeté ou
des dérives du procédé.
25
- Carte de contrôle Moyenne
ˆ R
d2
Le coefficient d2 dépend uniquement de la taille n de
l’échantillon dont les valeurs sont données dans la
table de Shewhart
28
D - Calcul des limites de contrôle
Toute carte de contrôle de Shewhart a des limites de contrôle fixées à
3 de part et d’autre de la cible et se calculent de la manière suivante :
R R
d d2
LSC µ̂ 3 ˆ µ̂ 3 2 LIC µ̂ 3
ˆ µ̂ 3
k k k k
d2
On pose : A2 3
k
Le coefficient A2 dépend uniquement de la taille n de l’échantillon dont
les valeurs sont données dans la table de Shewhart 29
E - Paramètres de la carte de contrôle moyenne
• Limite supérieure de contrôle
LSC Cible A2. R
• Limite inférieure de contrôle
• Pour des procédés qui ne peuvent être centrés sur la cible idéale,
on fixe la cible sur la moyenne des moyennes de la carte X 30
5.2 - Carte de contrôle Etendue
Les paramètres de la carte des étendues sont les suivants :
• Limite supérieure de contrôle
LSC R 3ˆ d3 R 3 R d3
d2
• Le coefficient d3 dépend uniquement de la taille de l’échantillon
dont les valeurs sont données dans la table de Shewhart
d3
• On pose : D4 1 3 LSC D4.R
d2
• Limite inférieure de contrôle LIC D3.R
d3
avec : D3 1 3
d2 31
Exercice 1 : Diamètres (mm)
34