CONNAISSANCE EXPERIENCE

PRATIQUE

SAVOIR FAIRE
- LES - LES
TECHNIC OPERATE
IENS SAVOIR - FAIRE
URS
- LES PARTAGE
INGENIE
URS LA BONNE METHODE
 SITUATION 1

DANS UNE USINE FABRIQUANT DES JOUETS, LES OPERATEURS D’UNE

SECTION DE MACHINES A INJECTER REMARQUENT DIVERSES ANOMALIES
QUI PERTURBENT LA PRODUCTION.

IL NE NOTENT RIEN, ET PERSONNE NE LEUR DEMANDE LEUR AVIS.

DE SON COTE, UNE EQUIPE DU SERVICE MAINTENANCE SE REUNIT SANS

RESULTAT DEPUIS PLUS DE DEUX MOIS POUR TENTER D’AMELIORER LE
RENDEMENT DE L’ATELIER.
 SITUATION 2

DEPUIS SIX MOIS, DANS UNE USINE PRODUISANT DU

MATERIEL ELECTROMENAGER, UNE DES DEUX EQUIPES
POSTEES ATTEINT DES RESULTATS QUALITE NETTEMENT
MEILLEURS QUE L’AUTRE, SANS QUE PERSONNE PUISSE
EXPLIQUER PRECISEMENT POURQUOI.
 SITUATION 3

LE SERVICE TECHNIQUE D’UNE ENTREPRISE

D’AERONAUTIQUE VIENT DE METTRE AU POINT
UNE METHODE POUR CHANGER RAPIDEMENT LES
OUTILS SUR UN TOUR MULTIBROCHES.

MALGRE LA MEILLEURE EFFICACITE DE LA

NOUVELLE PROCEDURE, LE REGLEUR CONTINUE A
CHANGER LES OUTILS A SA FACON.
 LE MANAGEMENT DE LA MOTIVATION

LA VOLONTE DE FAIRE PARTICIPER L’ENSEMBLE DU PERSONNEL

ACCEPTER QUE LES OPERATEURS OBSERVENT LEUR PROPRE PROCESSUS

RECONNAISSANCE
COMPE PLAISIR
TENCE
ENERGI
E
 Permet de représenter les
L’histogrammedonnées sous forme
graphique

Inte rva lle de tolé ra nce

• Chaque barre est proportionnelle à
la fréquence d’apparition d’une
valeur à l’intérieur d’une classe
• Permet d’identifier l’existence d’un
modèle (loi normale, etc..)
• Permet aussi d’indiquer si un lot est
jugé correct ou non

9,98 10 10,005 10,02

• Exemple :
Diamètres en mm de tiges tournées

39,5 39 39,9 39,7 38,5 40 39,2 40,9 37,6 37,9

40,6 38,7 41,5 39,1 39,7 39,4 39 39,5 40,9 41,2
38,4 37,8 40 42,6 39,9 43,1 38,6 37 39,7 40,4
37,8 37,6 38,5 40 39,4 41,3 40,6 37 40,4 40
39,4 40,1 41,2 38,4 38,9 40,8 37,2 41,5 39,4 39
39,5 39,4 39,6 42,1 40,3 39,1 38,8 39,9 40,7 42,2
7
 37 39 39,7 40,8
37 39 39,7 40,9
37,2 39 39,9 40,9
37,6 39,1 39,9 41,2
37,6 39,1 39,9 41,2
37,8 39,2 40 41,3
37,8 39,4 40 41,5
37,9 39,4 40 41,5
38,4 39,4 40 42,1
38,4 39,4 40,1 42,2
38,5 39,4 40,3 42,6
38,5 39,5 40,4 43,1
38,6 39,5 40,4
38,7 39,5 40,6
38,8 39,6 40,6
38,9 39,7 40,7 8
• Les limites de classes sont notés
a1,a2,….,ai,a i+1,a k +1
üA Chaque classe,on associe un représentant,
le centre de classe est la moyenne
arithmétique des limites de la classe ;
üLe nombre est déterminé en fonction de N
par la règle empirique de STURGE:

K=1+10/3log10 n
9
ü n=60 ; Le nombre de classe K=7
ü D’après le tableau , la plus grande
valeur dans la série est Xmax = 43.1 et la
petite Xmin = 37.0 ce qui donne : E =
43.1-37.0=6.1
ü Chaque classe aura une amplitude de
E/ K=6.1/ 7= 0.87 ; A=1
ü La plus petite valeur est 37.0 ; donc on
peut fixer la limite inférieure de la
première classe à 36.5 et( la limite
supérieure à 37.5 ( 36.5+A ) 10
 37 39 39,7 40,8
37 39 39,7 40,9
37,2 39 39,9 40,9
37,6 39,1 39,9 41,2
37,6 39,1 39,9 41,2
37,8 39,2 40 41,3
37,8 39,4 40 41,5
37,9 39,4 40 41,5
38,4 39,4 40 42,1
38,4 39,4 40,1 42,2
38,5 39,4 40,3 42,6
38,5 39,5 40,4 43,1
38,6 39,5 40,4
38,7 39,5 40,6
38,8 39,6 40,6
38,9 39,7 40,7 11
Classes Dépouillement Fréquences absolues
36,5 ≤ X< 37,5 III 3
37,5 ≤ X< 38,5 IIII/ II 7
38,5 ≤ X< 39,5 IIII/ IIII/ IIII/ II 17
39,5 ≤X< 40,5 IIII/ IIII/ IIII/ III 18
40,5 ≤ X< 41,5 IIII/ IIII 9
41,5 ≤X< 42,5 IIII 4
42,5 ≤ X< 43,5 II 2

12
2-Histogramme :
Lorsque la variable est continue la représentation
graphique prendra la forme d’un histogramme.
Exemple :
l’histogramme des diamètres en mm des tiges
tournées.
20

15

10

0
Fréquences absolues 13
 Outputs Customers

Cible Exigences Besoins

z = 3 sigma
Qualité

C ’est risqué !

p=1350ppm σ Délais Nécessité

du produit

Coût

Intervalle de tolérance
Capabilité du procédé Cp = =1
6 sigma
Service
 Outputs Customers
Cible Exigences Besoins
z = 6 sigma
Qualité

p=0,001 ppm Nécessité

σ Délais
du produit

Coût

Intervalle de tolérance
Capabilité du procédé Cp= = 2,00
6 sigma
Service
MSP concept

16
 Les propriétés de la loi normale .
99,73%

Mode = Médiane=moyenne 2σ 2σ:68.26%

4σ
4σ: 95.46%
6σ
6σ: 99.73%
17
Test de normalité
DROITE D HENRY : test de normalité
50 0,50
54 3,88
58 11,63
62 30,00
66 58,63
70 80,13
74 94,50
78 98,63
82 99,75
86 100,00
50 0,50
54 3,88
58 11,63
62 30,00
66 58,63
70 80,13
74 94,50
78 98,63
82 99,75
86 100,00

5 6 7 8
Une entreprise fabrique des rondelles, on suit la distribution des
diamètres. Est-ce que la production est normale

interval xi ni

[15;25[ 18

[25;35[ 42

[35;45[ 74

[45;55[ 50

[55;65[ 16

somme 200
Une entreprise fabrique des rondelles, on suit la distribution des
diametres.

interval xi ni ni xi ni xi²
[15;25[ 20 18 360 7200
[25;35[ 30 42 1260 37800
[35;45[ 40 74 2960 118400
[45;55[ 50 50 2500 125000
[55;65[ 60 16 960 57600
somme 200 8040 346000

"#$% moy 40,2

Var= ∑ +
− 𝑥²
&
var 113,96
sigma ech 10,6752049
sigma population 10,7019934
interva oi Ti Oi-Ti (Oi-Ti)²/Ti
l
[15;25[ 18 15,544 2,456 0,3879023

[25;35[ 42 47,15 -5,154 0,5633483

[35;45[ 74 71,93 2,071 0,0596084

[45;55[ 50 48,71 1,289 0,0341036

[55;65[ 16 16,66 -0,661 0,0262275

1,0712
 La capabilité ou
capacité opérationnelle

Courbe des
moyennes

Courbe des
valeurs
individuelles
LIC
LSC

X
Étendue des variations

Intervalle de tolérance
 Types de cartes de contrôle

Partie A :carte de contrôle aux

mesures.
X :moy arithmétique
R:l’étendue
Me :médiane

Principe : Types Mo :mode

S:l’écart-type

•Carte X/R
Graphique du test de •Carte X/S
comparaison de X p/r à une •Carte Me/R
valeur théorique (répartition +utilisée
•Carte Me/S
normale ) que X/S
•Carte Mo/R
•Carte Mo/S 33
 - Carte de contrôle Moyenne

Pour chaque échantillon prélevé, on calcule la

moyenne et l’étendue

A – Calcul de la moyenne sur les échantillons

Une estimation sans biais de la moyenne µ du procédé

est donnée par la moyenne des moyennes
• Xi moyenne de l’échantillon i
• k le nombre d’échantillons
alors k
∑X
i =1
i
µ̂ = X =
k 34
 B – Calcul de l’étendue moyenne sur les
échantillons
Si on appelle :
• Ri l’étendue de l’échantillon i
• k le nombre d’échantillons
alors
k
∑R i
R= i =1
k

35
C - Calcul de l’estimateur de l’écart-type

Pour une caractéristique de qualité normalement

distribuée, un estimateur sans biais de l’écart-
type scalculé à partir des étendues des k
échantillons est :

σˆ = R
d2
Le coefficient d2 dépend uniquement de la
taille n de l’échantillon dont les valeurs sont
données dans la table de Shewhart

36
D - Calcul des limites de contrôle

Toute carte de contrôle de Shewhart a des limites

de contrôle fixées à ±3σ de part et d’autre de la
cible et se calculent de la manière suivante :
R R
ˆ
σ d2 ˆ
σ d2
LSC = µ̂ + 3 = µ̂ + 3 LIC = µ̂ − 3 = 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
37
dans la table de Shewhart
E - Paramètres de la carte de contrôle moyenne

Limite supérieure de contrôle

LSC =Cible + A2. R

• Limite inférieure de contrôle

LIC =Cible − A2. R

• La cible est la valeur sur laquelle il faut se centrer.
Elle souvent fixée au milieu de l’intervalle de
tolérance
• 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 38
39
 5.2 - Carte de contrôle Etendue
Les paramètres de la carte des étendues sont les suivants :
• Limite supérieure de contrôle

LSC = R + 3σˆ 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 Þ LSC = D4.R
• On pose : D4 = 1 + 3
d2
• Limite inférieure de contrôle LIC = D3.R
d3
avec : D3 = 1 − 3
d2
Les coefficients D3 et D4 sont liés à la taille n de 40
l’échantillon, comme le coefficient A2
 CALCUL DES LIMITES DE CONTROLE
Situation données nécessaires Limite de localisation Limites de dispersions

Calcul a partir de σ
Étendu:
Écart type total moyenne
Lic = D5 * σ
Lic = cible -Aσ Lsc = D6 * σ
Lsc = cible +Aσ Ecart type:
Lic = B5 * σ
Lsc = B6 * σ

Calcul a partir de R moyenne

Étendu:
Lic = cible –A2R.. Lic = D3 * R..
Lsc = cible +A2R.. Lsc = D4 * R...

Calcul a partir de S moyenne

Écart type estimé (moyen) Lic = cible –A3S.. Lic = B3 * S..
Lsc = B4 * S...
Lsc = cible +A3S..
41
• Exemple :
Suite à l’assemblage d’un appareil
électronique , un test fonctionnel est effectué à
des intervalles réguliers .
Cinq unités sont testées chaque fois et les
résultats du gain en dB d’une fonction critique
sont inscrits sur une carte de contrôle pour
moyennes et étendues.

ü Tracer la carte et conclure.

42
 N° Cp Cpk
1 2,5 2,2
2 1,9 1,1
3 0,9 0,9

N° X1 X2 X3 X4 X5 Xmoy R
1 80 86 88 83 82 83,8 8
2 85 83 81 82 83 82,8 4
3 87 87 87 88 82 86,2 6
4 84 85 84 85 87 85 3
5 87 84 89 83 87 86 6
6 85 81 78 80 86 82 8
7 85 89 84 82 84 84,8 7
8 84 85 85 88 87 85,8 4
9 78 87 82 82 87 83,2 9
10 86 84 83 84 85 84,4 3
11 82 88 85 81 88 84,8 7
12 79 84 81 79 87 82 8
13 85 85 82 85 85 84,4 3
14 85 84 88 86 83 85,2 43 5
 Solution:

Calcul de la moy générale Calcul de l’étendue moy

X..= 84.5 R.. = 5.75

Calcul des limites de contrôle.

Pour n=5, A2 =0.577(table A)
D4=2.115 ,D3=0
LSCx = X.. + A2 R.. =87.82 LICx = X.. - A2 R.. = 81.18
LSCR =D4R.. =12.16 LICR= D3R.. =0

44
45
CARTES PAR ATTRIBUT

46
Principales cartes utilisées dans le contrôle par attribut sont :

• Carte de contrôle pour les nombre de défectueux

( carte np )

• Carte de contrôle pour la proportion de défectueux

(carte p)

• Carte de contrôle pour le nombre de défaut

( carte c )

Ä Carte de contrôle pour la proportion de défaut (carte u)

47
 Étapes pour construire une
carte «np»

• Calculer le nombre moyen d’unités défectueuses d’un

échantillon

∑d
i =1
i
np =
k
 Étapes pour construire une
carte «np»
• Calculer la limite supérieure de contrôle concernant le nombre
d’unités défectueuses d’un échantillon
np
LSCnp = n p + 3 × n p × (1 − )
n
• Calculer la limite inférieure de contrôle concernant le nombre
d’unités défectueuses d’un échantillon

np
LICnp = n p − 3 × n p × (1 − )
n
Étapes pour construire une
carte «p»

• Calculer la proportion moyenne d’unités défectueuses d’un

échantillon
k

∑d
i =1
i
p= k

∑n
i =1
i
 Étapes pour construire une
carte «p»
• Calculer la limite supérieure de contrôle concernant la
proportion d’unités défectueuses d’un échantillon
p × (1 − p )
LSC p = p + 3 ×
n
• Calculer la limite inférieure de contrôle concernant la
proportion d’unités défectueuses d’un échantillon
p × (1 − p)
LIC p = p − 3 ×
n
• Nous avons relevé le nombre de défauts par échantillons, dans le contrôle de sertissage, ces
données nous guide à tracer les cartes p.
• Tableau des données:

taille de l'échantion nbr de défauts proportion

14805 231 0,640

15832 231 0,651

13046 196 0,665

12310 231 0,650

13997 231 0,643

15593 231 0,648

12120 231 0,652

12700 231 0,630

12875 231 0,668

15145 229 0,662

16906 231 0,621

52
17225 231 0,650
 p Chart
Carte for Col_3
P pour le sertissage des boites

0,67
0,68 UCL = 0,6
0,67
0,66 CTR = 0,6
0,66
0,65 0,65 LCL = 0,6
LCS
0,64
p

LCI
0,63 0,64
P
0,62
0,61 0,63
0,6
0,59 0,62
1 2 03 42 5 4
6 7 68 98 10 10
11 1212
13

Subgroup
53
 Remarques carte p

• Taille des echantillons constantes ou à +-

25% de la taille moyenne
• Si taille variable les limites sont variables
– Approche pratique:
• Recalcule des limites pour taille dépassent +-25%
de la taille moyenne
• Autre limites calculer avec taille moyenne
• Interprétation:
– Point >LCS dégradation corriger
– Point <LCI amélioration comprendre et
standardiser
Les autres signe d’instabilité idem autres cartes
N° DATE NB D'APPAREIL CONTRÔLE NB D'APPAREIL NON-CONFORMES %DE NON-CONFORMES
1 nov-09 170 8 4,7
2 135 13 9,6
3 nov-10 137 26 19,0
4 170 30 17,6
5 nov-11 45 3
6 155 11 7,1
7 nov-12 195 30 15,4
8 180 36 20,0
9 nov-13 181 38 21,0
10 115 33
11 nov-14 165 26 15,8
12 189 15 7,9
13 nov-15 165 16 9,7
14 170 35 20,6
15 nov-16 175 12
16 167 6 3,6
17 nov-17 141 50 35,5
18 159 26 16,4
19 nov-18 181 16 8,8
20 195 38
21 nov-19 165 33 20,0
22 140 21 15,0
23 nov-20 162 18 11,1
24 191 22 11,5
25 nov-21 139 16

total 3987 578

 questions

• Complétez le tableau ?
• Tracez la carte adéquate ?
• Identifie les points pour lesquels ils sera
nécessaire de recalculer les limites ?
 La carte P et np
• Exemple:
On veut contrôler le diamètre d’une pièce
usinée par une machine-outil.
Le contrôle de 20 éch successifs de 100
pièces a permis d’enregistrer les résultats
suivants.

57
N° nb de déf proportion
1 2 0,02
2 4 0,04
3 2 0,02 Pour n=100
4 3 0,03
5 1 0,01
6 4 0,04
LSC P= 0.0775
7 3 0,03
8 2 0,02 LIC p= -0.0215
9 0 0
10 2 0,02 =0
11 6 0,06
12 2 0,02
13 6 0,06
14 1 0,01
15 2 0,02
16 3 0,03
17 2 0,02
18 5 0,05
19 2 0,02
20 4 0,04 58
P moy 0,028
 Étapes pour construire une
carte «c»

• Calculer le nombre moyen de non-conformités dans un

échantillon
k

∑c
i =1
i
c=
k
LSCc = c + 3 × c

LICc = c − 3 × c
 Étapes pour construire une
carte «u»

• Calculer le nombre moyen de non-conformités par produit

k u
LSCu = u + 3 ×
∑c
i =1
i n
u= k

∑n i
u
i =1 LICu = u − 3 ×
n
 Exercice
Échantillon n c d
1 100 0 0
2 100 4 1
3 100 0 0
4 100 0 0
5 100 2 2
6 100 0 0
7 100 0 0
8 100 1 1
9 100 0 0
10 100 1 1
11 100 0 0
12 100 3 2
Somme 1200 11 7
 Exercice
Échantillon n c d
1 180 2 1
2 210 1 1
3 200 3 2
4 160 2 1
5 200 1 1
6 240 2 1
7 200 2 2
8 180 1 1
9 160 1 1
10 250 3 2
11 200 2 2
12 220 4 3
Somme 2400 24 18