Académique Documents
Professionnel Documents
Culture Documents
90
91
1
MSP: Historique
92
C’est plutôt
– une démarche permettant une amélioration permanente de la
qualité
– qui participe à la « philosophie » du progrès continu, visant à
atteindre le zéro défaut.
93
2
Définition de la MSP
94
La MSP va permettre de :
– prévenir les dysfonctionnements, améliorer la fiabilité
– mesurer les aptitudes des outils de production
– faciliter les réglages
– appréhender et diminuer les dérives
– réduire la variabilité et la stabiliser
– élever le niveau de qualité des produits/services
– diminuer les coûts de non-qualité (contrôles,
retouches, rebuts,. . .)
– motiver le personnel par son implication (auto-
contrôle)
– engager l’entreprise vers la « culture qualité »
Contrôle Q ualité/M SP 95 A.Berrado 2021
95
3
Rappel: Types de variabilité
96
97
4
Définitions: Processus Stable/Capable
Processus Stable:
• Un processus est stable si seulement des causes
communes sont en jeu dans le processus.
Processus Capable:
• La capabilité(capacité opérationnelle) d’un processus,
c’est la capacité inhérente d'un processus pour
répondre aux attentes du client, sans aucun effort
supplémentaire.
98
Stable(sous contrôle)?
Capable? Oui Non
Oui IDEAL
Non
99
5
Les 4 états possibles d’un processus
100
101
6
Objectifs de la Maitrise Statistiques des Processus (MSP)
102
103
7
Cartes de Contrôle et Tests
d‘Hypothèses
104
105
8
Composantes d’une carte de contrôle
UCL=55.24
Cause Spéciale 50
Variation Détectée
40
Individual Value
30
_ Centre de processus
X=29.06
(généralement la
20 moyenne)
Limites de
Contrôle
10
LCL=2.87
0
1 4 7 10 13 16 19 22 25 28
Observation
106
107
9
Inférence statistique pour un seul échantillon
108
Exemple(suite):
5
5
109
10
Inférence statistique pour un seul échantillon
110
La somme des
deux
zones(aires) est
égale à la taille
de la région de
rejet (marge de
l’erreur) dans le
processus de
prise de décision
111
11
Probabilité d'obtenir une statistique de l'échantillon au-delà
des valeurs critiques
112
113
12
Inférence statistique pour un seul échantillon
114
115
13
Inférence statistique pour un seul échantillon
Probabilité
de ne pas
rejeter
l'hypothèse
nulle quand
elle est
fausse.
Risque .
116
117
14
Inférence statistique pour un seul échantillon
118
Risque β
plus petit
119
15
Inférence statistique pour un seul échantillon
120
Risque α
plus grand
121
16
Inférence statistique pour un seul échantillon
à Malheureusement, nous ne
pouvons pas réduire les deux
erreurs en même temps!
122
123
17
Inférence statistique pour un seul échantillon
124
125
18
Courbes d'efficacité d’un test d’hypothèse
(Operating Characteristic (OC) Curves)
• Les courbes d'efficacité sont utiles pour déterminer la taille
d’échantillon nécessaire pour détecter une différence spécifiée avec
une probabilité donnée.
126
127
19
Relation entre les tests d’hypothèses et les cartes
de contrôle
128
74
74
129
20
Anatomie de carte de contrôle
Cause
spéciale de Un Run Chart
Variation est des données
Processus est
« hors
Contrôle"
Limite de
contrôle
supérieure
+/- 3 sigma
Variation
naturelles
processus et
sous contrôle
Limite de
contrôle
inférieure
Mean
Cause
spéciale de
Variation est
Processus est
« hors Séquence du processus / Échelle de temps
Contrôle"
130
Valeur
aberrante
3
2
1
99.7%
95%
68%
-1
-2
-3
Valeur
aberrante
131
21
Comprendre la puissance de la MSP
•Les cartes de contrôle indiquent quand un processus est «hors de
contrôle» ou présentant des variations due à une/des causes
spéciales, mais n’indiquent pas pourquoi!
•Les cartes de contrôle incluent des limites de contrôle supérieure
et inférieure.
•Les limites sont généralement à +/- 3 s à partir de la ligne
centrale..
– Ces limites représentent 99,73% de la variabilité naturelle
des distributions normales..
132
133
22
CONSTRUCTION DES CARTES DE
CONTRÔLE
134
135
23
Eléments pour la conception et la construction des
cartes de contrôle
136
TAILLE D’ÉCHANTILLON ET
FRÉQUENCE
D’ÉCHANTILLONNAGE
137
24
Vue d'ensemble de la MSP: La collecte de données
Population:
– Un groupe d'objets qui ont été faits ou seront fait contenant
une caractéristique d'intérêt.
Échantillon:
– Un échantillon est un sous-ensemble de la population d'intérêt
– Un groupe d'objets réellement mesuré dans une étude
statistique
– Les échantillons sont utilisés pour estimer les vrais paramètres
de la population
Population
Échantillon
Échantillon
Échantillon
138
Taille de l’échantillon
• La Taille de l’échantillon (sous-groupe) est choisie afin de permettre la détection
des dérives du processus due à des causes spéciales
• Les tailles typiques des sous-groupes sont entre 3-12 pour les données variables:
– En cas de difficulté de recueillir des échantillons ou dû aux coûts, n, est plus
petit.
– 3, 5, et 10 sont les tailles de sous-groupes les plus fréquentes en raison de la
facilité de calcul lorsque la MSP se fait sans ordinateurs.
Lot 1 Lot 5
Lot 3
Lot 2
Lot 4
Etudes court terme
139
25
Efficacité des cartes de contrôle: les 2 risques décisionnels
140
141
26
Le risque de deuxième espèce d’une carte de contrôle
142
143
27
Probabilité de ne pas détecter un décalage de k σ
144
145
28
Période Opérationnelle Moyenne (POM ) d’une carte
de contrôle
Cas spécial: Période Opérationnelle Moyenne de fausse alarme:
POM0
• C’est le nombre moyen de prélèvements nécessaire pour
déclencher une fausse alerte.
• Si un évènement a une probabilité p de se produire, il faudra en
moyenne 1/ p essais pour qu’il se produise.
• La probabilité d’une fausse alerte correspond au risque de première
espèce α. Pour les cartes de contrôle de Shewhart, α= 0.27%.
• POM0=1/0.27%=370
• Cela signifie qu'en l'absence de déréglage de la moyenne, il faut
placer en moyenne 370 points successifs sur la carte de la moyenne
avant qu'apparaisse un point hors des limites,
146
Fréquence d'échantillonnage
La fréquence d'échantillonnage est un équilibre entre le coût
de l'échantillonnage et des essais par rapport au coût de ne
pas détecter des changements dans la moyenne ou la
variance.
147
29
Fréquence d'échantillonnage
148
Fréquence d'échantillonnage
Un échantillonnage moins fréquent ne permettra pas la détection
des changements dans le processus dû à des causes spéciales.
I Chart of Sample_3
Output 7.5
UCL=7.385
6.5
_
6.5 6.0
X=6.1
6
5.5 5.5
5 5.0
Sample every half hour LCL=4.815
1 7 13 19 25 31 37
1 2 3 4 5 6 7 8 9 10 11 12 13
Observation
6.2
7
Individual Value
Individual Value
6.0
_ _
X=6.129 X=5.85
6 5.8
5.6
5
Sample every hour 5.4 Sample 4x per shift
5.2
LCL=5.141
4 LCL=4.090
5.0
1 2 3 4 5 6 7 1 2 3 4
Observation Observation
149
30
La durée opérationnelle moyenne (ATS ) d’une carte de
contrôle
150
151
31
SOUS GROUPES
RATIONNELS
152
153
32
Former des sous-groupes rationnels
• Très souvent, le temps est la base pour la formation des
groupes rationnels.
• Toutefois, les groups rationnels peuvent être formés
autrement :
– une condition commune (par exemple, un opérateur),
– plusieurs mesures reliées à la position sur une pièce,
– un lot
• C’est la variation intra groupe qui sert à définir les limites
de variation qui doit exister entre les groupes.
• Une carte pose la question : compte tenu de la variabilité
à l’intérieur de chaque groupe, y a t-il des différences
entre les groupes ?
• C’est donc la variation intra groupe qui déterminera la
sensibilité de la carte.
Contrôle Q ualité/M SP 154 A.Berrado 2021
154
Sources de Variation
- Variation naturelle du - Variation naturelle du -Variation naturelle du processus
processus tel que défini processus
-Différents opérateurs
par la sélection de sous- - Différents opérateurs
groupe - Différents fournisseurs
-UCL
-LCL
Si vous basez vos limites sur les trois sources de variation, Qu’est ce qui va
déclencher l'alarme en cas de dérive du processus?
155
33
Former des sous-groupes rationnels
156
157
34
Former des sous-groupes rationnels
158
Approche 1: Approche 2:
159
35
INTERPRÉTATION ET
LECTURE DES CARTES DE
CONTRÔLE
160
Détection des causes assignables ou des tendances sur des cartes de contrôle
• Point(s) extrême(s)
• Un point à l’extérieur des limites de contrôle
• Deux points consécutifs situés très près d’une même limite
de contrôle
• Symétrie
• Beaucoup plus de points d’un côté que de l’autre de l’axe
central
• Majorité des points non regroupés autour de l’axe central
(environ 65% des points devrait être dans le premier tiers
autour de l’axe central)
• Sept points consécutifs ou plus du même côté de l’axe
central
• Indice d’un phénomène non aléatoire
• Alignements de six ou sept points en hausse ou en baisse
continue
• Présence d’un cycle visible
Contrôle Q ualité/M SP 161 A.Berrado 2021
161
36
Détection des causes assignables ou des tendances sur des cartes de contrôle
LSC
162
Détection des causes assignables ou des tendances sur des cartes de contrôle
LSC
163
37
Détection des causes assignables ou des tendances sur des cartes de contrôle
LSC
LIC
7 points consécutifs du même côté;
signifie qu’il y a symétrie
164
Détection des causes assignables ou des tendances sur des cartes de contrôle
• Carte hors-contrôle
LSC
LIC
Présence de tendance sur
une longue série de points
165
38
Détection des causes assignables ou des tendances sur des cartes de contrôle
• Carte hors-contrôle
LSC
LIC
Présence de cycle
166
TYPES DE CARTE DE
CONTRÔLE
167
39
Types de carte de contrôle
168
Taille
type de sous
d’attribut groupe
DÉFAUTS DÉFECTUEUX
Carte CAS
Carte C Carte U Carte P
NP PARTICULIERS
169
40
Cartes (Xbar-R )et les cartes (Xbar, S)
Si chacune de vos observations se compose d'un sous-groupe de données, plutôt
que de simples mesures individuelles, la paire de cartes moyenne(Xbar), étendue(R
) ou Xbar-R offre une plus grande sensibilité au causes spéciales de variabilité.
L’incapacité de former des sous-groupes rationnels correctement rendra vos cartes
Xbar-R dangereusement erronées.
Xbar-R Chart
U C L=225.76
225
Sample Mean
222 _
_
X=221.13
219
LC L=216.50
216
1 3 5 7 9 11 13 15 17 19 21 23
Sample
U C L=16.97
16
Sample Range
12
_
8 R=8.03
0 LC L=0
1 3 5 7 9 11 13 15 17 19 21 23
Sample
170
åx i i UCL x = X + A 2 R UCL R = D 4 R
X= i =1
R = i
LCL x = X - A 2 R LCL R = D 3 R
k k
Avec:
Xi : moyenne des moyennes des sous-groupes, il devient la ligne centrale de la carte
de contrôle
Xi: moyenne de chaque sous-groupe
k: Nombre de sous-groupes
Ri : Etendue de chaque sous-groupe
Rbar: Etendue moyenne
UCLX : Limite supérieure de contrôle sur la carte Xbar
LCLX : Limite inférieure de contrôle sur la carte Xbar
UCLR: Limite supérieure de contrôle sur la carte étendue
LCLR : Limite inférieure de contrôle sur la carte étendue
A2 , D3 , D4: Constantes qui varient en fonction de la taille de l'échantillon
Contrôle Q ualité/M SP 171 A.Berrado 2021
171
41
Paramètres des cartes de contrôle
172
Calcul de la moyenne et de
l’étendue
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Ob.1 5 6 7 3 3 6 2 5 3 9 7 4 3 8 6 2 6 8 2 2
Ob. 2 6 5 5 7 5 5 6 6 3 3 5 6 6 9 5 4 7 4 5 5
Ob. 3 8 6 5 2 9 6 7 7 5 5 7 4 6 8 7 4 6 6 6 6
Ob. 4 5 8 6 5 8 4 3 5 7 6 2 6 8 6 7 7 4 5 6 6
Ob. 5 6 4 3 6 4 5 6 4 4 5 6 7 6 4 3 5 4 7 3 5
X 6,0 5,8 5,2 4,6 5,8 5,2 4,8 5,4 4,4 5,6 5,4 5,4 5,8 7,0 5,6 4,4 5,4 6,0 4,4 4,8
R 3 4 4 5 6 2 5 3 4 6 5 3 5 5 4 5 3 4 4 4
173
42
Construction des cartes de contrôle
Exemple (Xbar, R)
LSC X = X + ( A2 ´ R) LIC X = X - ( A2 ´ R)
LSC = 5,35 + (0,577 X 4,2) LIC = 5,35 - (0,577 X 4,2)
LSC = 7,77 LIC = 2,93
174
LSCR = D4 ´ R LICR = D3 ´ R
175
43
Carte moyennes
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
176
Carte étendues
10.00
9.00
8.00
7.00
6.00
5.00
4.00
3.00
2.00
1.00
-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
177
44
Calcul de la ligne centrale et des limites de contrôle: (Xbar, S)
Calculer les paramètres des cartes de contrôle Xbar et S comme suit:
åx i ås i UCL x = X + A 3 S UCLS = B4 S
X= i =1
S= i =1
k k LCL x = X - A 3 S LCLS = B3 S
Avec:
Xi : moyenne des moyennes des sous-groupes, il devient la ligne centrale de la carte
de contrôle
Xi: moyenne de chaque sous-groupe
k: Nombre de sous-groupes
si : Ecart type de chaque sous groupe
Sbar: Ecart type moyen
UCLX : Limite supérieure de contrôle sur la carte Xbar
LCLX : Limite inférieure de contrôle sur la carte Xbar
UCLS: Limite supérieure de contrôle sur la carte S
LCLS : Limite inférieure de contrôle sur la carte S
A3 , B3 , B4: Constantes qui varient en fonction de la taille de l'échantillon
Contrôle Q ualité/M SP 178 A.Berrado 2021
178
Cartes I-MR
I-MR Chart
U C L=226.12
225.0
Individual Value
222.5
_
220.0 X=219.89
217.5
215.0
LC L=213.67
1 13 25 37 49 61 73 85 97 109
O bser v ation
8
U C L=7.649
6
Moving Range
4
__
M R=2.341
2
0 LC L=0
1 13 25 37 49 61 73 85 97 109
O bser v ation
179
45
Calcul de la ligne centrale et des limites de contrôle: I, MR
åx i i UCL x = X + UCL MR = D 4 MR
X= i =1 MR = i d2
k k 3MR LCL MR = D 3 MR
LCL x = X -
Avec: d2
Xbar: Moyenne des valeurs individuelles, devient la ligne centrale sur le
diagramme de personnes
Xi: points de données individuels
k: Nombre de points de données individuels
Ri : Moyenne mobile entre les Xi, généralement calculée selon la différence
entre chaque paire successive de lectures
MRbar: L’étendue mobile moyenne
UCLX: Limite supérieure de contrôle sur la carte X
LCLX: Limite inférieure de contrôle sur la carte X
UCLMR: Limite supérieure de contrôle sur la carte MR
LCLMR : Limite inférieure de contrôle sur la carte MR
d2, D3, D4: Constantes qui varient en fonction de la taille de l'échantillon utilisé pour obtenir la
moyenne mobile
Contrôle Q ualité/M SP 180 A.Berrado 2021
180
Cartes P et cartes NP
•Les cartes NP et P sont pour le suivi de produits défectueux.
•Une carte P peut faire tout ce qu'une carte NP peut faire, donc nous allons
simplement traiter la carte P!
•Utilisée pour le suivi des défectueux - l'article est bon ou mauvais, réussir
ou échouer, accepter ou rejeter.
•La ligne centrale est la proportion de "rebuts" et représente aussi la
capacité du processus.
•Les inputs d’une carte P est une série de nombres entiers -nombre de rejets
et de défectueux. En outre, vous devez fournir la taille de l'échantillon..
P Chart of Errors
0.30
UCL=0.2802
0.25
Proportion
_
0.20 P=0.2038
0.15
LCL=0.1274
1 3 5 7 9 11 13 15 17 19
Sample
181
46
Calcul de la ligne centrale et des limites de contrôle: carte P
Calculer les paramètres de la carte de contrôle P comme suit :
182
Problème pratique: : Un projet a été lancé pour réduire les corrections des
chèques de paie à moins de 25%. Le processus s’est amelioré, mais on a
décidé de mettre en œuvre la MSP pour préserver les acquis et suivre le % de
chèques de paie défectueux.
– En examinant l'ensemble des données, nous trouvons 20 semaines de
données. Avec 250 observations par semaine.
– La taille de l'échantillon est constante à 250.
– Le nombre de défectueux par semaine est observé.
Paycheck2.mtw
183
47
Exemple : MSP pour attribut(suite)
Aucune cause spéciale n’a été détectée. Les chèques de paie étaient
défectueux avec une moyenne de 20,38%. L'UCL était de 28,0% et
la LCL de 12,7%.
P Chart of Empl_w_Errors
0.30
UCL=0.2802
0.25
Proportion
_
0.20 P=0.2038
0.15
LCL=0.1274
1 3 5 7 9 11 13 15 17 19
Sample
184
0.30
UCL=0.2802
0.25
Proportion
_
0.20 P=0.2038
0.15
LCL=0.1274
1 3 5 7 9 11 13 15 17 19 21 23
Sample
185
48
Calcul de la ligne centrale et des limites de contrôle:
Carte NP
Calculer les paramètres de la carte de contrôle nP comme suit :
186
U Chart of Defects
0.14 1
1
UCL=0.1241
0.12
Sample Count Per Unit
0.10
0.08
0.06 _
U=0.0546
0.04
0.02
0.00 LCL=0
1 3 5 7 9 11 13 15 17 19
Sample
187
49
Calcul de la ligne centrale et des limites de contrôle:
carte C
Calculer les paramètres de la carte de contrôle C comme suit :
LCLc = c - 3 c
Avec:
188
Center Control
Line Limits u
u=
Nombre de defauts identifies UCL u = u + 3
Nombre d' unites inspectees ni
u
Avec: LCL u = u - 3
ni
u: Nombre total de défauts, divisé par le nombre total d'unités
inspectées..
ni: Nombre inspectés dans chaque sous-groupe
LCLu: Limite inférieure contrôle de la carte U.
UCLu: Limite supérieure de contrôle de la carte U.
189
50
Calcul de la ligne centrale et des limites de contrôle:
cartes EWMA
Calculer les paramètres de la carte de contrôle EWMA comme suit:
190
191
51
Réagir à des situations hors contrôle
30
OCAP
Individual Value
10
élevé, appeler une autre
0 personne travaillant à la banque
LCL=-3.01
1 4 7 10 13 16 19 22 25 28 31
Observation
192
Y=F(x)
Pour obtenir des résultats, devrions-nous nous concentrer sur Y ou X?
Y X1 . . . XN
Dépendante Indépendantes
Output Input
Effet Cause
Symptôme Problème
Surveiller Contrôler
193
52
Efficacité des méthodes de contrôle
Type 1 action corrective = Contremesure: Les améliorations apportées au processus
qui permettront d'éliminer la cause de l'erreur. Le défaut ne sera jamais créée. Ceci
est aussi appelé une action corrective à long terme sous la forme de la mise en place
d’un système anti-erreur ou une modifications de conception.
MSP sur X ou Y avec des opérateurs parfaitement formés et le personnel qui respecte
les règles. Une fois une carte signale un problème, tout le monde comprend bien les
règles de la MSP et accepte d'arrêter pour l'identification des causes spéciales.
MSP sur X ou Y avec des opérateurs dûment formés. Les opérateurs ont été formés et
comprennent les règles de la MSP, mais la direction ne leur donne la possibilité
d'arrêter pour enquête sur les causes spéciales.
MSP. est mis en œuvre pour tenter de détecter les défauts. Cette action n'est pas
viable à court terme ou à long terme.
194
195
53
CALCUL DE CAPABILITÉ OU
CAPACITÉ OPÉRATIONNELLE DE
PROCESSUS
196
197
54
Logique derrière les mesures de capabilité
198
Scenario 1:
Scenario 2:
199
55
Capabilité ou capacité opérationnelle de processus
• Capabilité du Processus:
– C’est la capacité inhérente d'un processus
pour répondre aux attentes du client, sans
aucun effort supplémentaire.
• Fournit un aperçu concernant si le processus a:
– Un problème de centrage (par rapport à des limites de
spécification)
– Un problème de variation élevée
– Une combinaison des deux (centrage et variation)
– Des limites de spécifications inappropriés
• Donne une mesure de référence pour
l'amélioration.
200
Cible Cible
us
Ré
Capable et centré ss
d
c e
ui
o
pr
re
Average
le
la
LSL USL r
va
re
nt
r
ia
Ce
n ce
Cible
Contrôle Q ualité/M SP 201 A.Berrado 2021
201
56
Options de résolution de problèmes - Déplacer la moyenne et réduire
la variance
USL
LSL Déplacer & Réduire
202
203
57
Etudes de capabilité d’un processus
Définition
• Étude statistique d'un processus afin de déterminer si une
caractéristique qualité mesurable associée est capable de satisfaire
des limites de tolérance spécifiées (spécifications) exigées pour le
produit.
• Sont destinées à être des estimations régulières, périodiques,
de la capabilité d'un processus, pour répondre à ses exigences.
• Peuvent être menées sur des données discrètes et continues.
• Sont les plus significatives lorsqu'elles sont effectuées sur les
processus stables et prévisibles.
Utilité:
Une étude de capacité est applicable dans les cas suivants :
– Lors de l’évaluation d’un processus existant
– Lors de la modification majeure d'un processus
– qualification d'un nouveau processus
– pour la sélection d'un fournisseur
Contrôle Q ualité/M SP 204 A.Berrado 2021
204
205
58
Stabilité du processus
60
PC Data
50
Tic
toc… 40
tic
toc… 30
1 48 96 144 192 240 288 336 384 432 480
Index
206
long terme
Variation globale
court terme
Variation entre groupes
court terme
variations intra-groupes
207
59
Conditions essentielles pour réaliser l’étude de capabilité
208
209
60
Indices de capacité de processus
Cp = (TS - TI ) / 6 σ
Cpl = (μ - TI ) / 3 σ
Cpu = (TS - μ ) / 3 σ
Cpk = Min(Cpl , Cpu)
210
Evolutions du procédé
Décalage de la
Situation de référence: Décalage de la moyenne (pas
moyenne (Capable) capable)
Augmentation de la dispersion
211
61
Classification des processus selon Cpk
212
50
54
213
62
Table statistique de Z
•Dans notre cas nous devons rechercher la proportion pour le Z score de 1,33. Cela
signifie qu'environ 9,1% de nos données s'inscrivent au-delà de la limite supérieure de
spécification 54.
•Si nous nous intéressons à la détermination de parties défectueuses par million (DPM)
,il nous suffit de multiplier la proportion 0,09176 par un million. Dans ce cas, il ya
91,760 parties défectueuses par million .
214
Les données d'attributs sont toujours à long terme dans l'état déplacé (dérive)
car il nécessite plusieurs échantillons pour obtenir une bonne estimation avec
un niveau de confiance raisonnable.
La capabilité à court terme est généralement rapportée, donc on propose une
méthode pour estimer la capabilité à court terme.
1 158655.3 691462.5
capabilité Soustraire
ZST court terme 1.5 2 22750.1 308537.5
5 0.3 232.7
6 0.0 3.4
215
63
Capabilité pour attribut
En consultant ces formules que vous pouvez voir qu'il ya une relation entre
elles.
Si nous divisons notre Z à court terme par 3, nous pouvons déterminer notre
Cpk et si nous divisons notre Z à long terme de 3, nous pouvons déterminer
notre Ppk.
216
Un total de 20.000 appels ont été reçus durant le mois, mais 2666
d'entre eux ont raccroché avant d’avoir une réponse.
217
64
Exemple: Capabilité pour attribut
1. Calculer DPU
2. Consulter la valeur DPU sur la Table de Z
3. Trouvez le score Z
4. Convertir le score Z en Cpk et Ppk
Exemple:
Consulter ZLT
ZLT = 1,11
Convertir ZLT en ZST = 1.11+1.5 = 2.61
218
1. Calculer DPU
2. Consulter la valeur DPU sur la Table de Z
3. Trouvez le score Z
4. Convertir le score Z en Cpk et Ppk
Exemple:
Consulter ZLT
ZLT = 1,11
Convertir ZLT en ZST = 1.11+1.5 = 2.61
2
.87
219
65
Chapitre 3: La Mise en place de la MSP
220
DIRECTIVES POUR
L'APPLICATION DES CARTES
DE CONTRÔLE
221
66
Directives pour l'application des Cartes de contrôle
222
223
67
Déterminer quelles caractéristiques du processus à
contrôler et l’emplacement des cartes de contrôle
224
225
68
Déterminer quelles caractéristiques du processus à
contrôler et l’emplacement des cartes de contrôle
6. Les cartes de contrôle devraient être mis en œuvre et maintenues le
plus près possible du centre de travail, de sorte que la rétroaction
sera rapide.
• En outre, les opérateurs devrait être chargés de la collecte des
données du processus, de maintenir les cartes de contrôle, et
d'interpréter les résultats.
• Les opérateurs et les ingénieurs ont la connaissance détaillée
du processus nécessaire pour corriger les dérives et utilisez le
cartes pour améliorer la performance des processus.
7. Le plan des action correctives(OCAP: Out of Control Action Plan)
est une partie vitale des carte de contrôle. Les utilisateurs des
cartes devraient s'efforcer de conserver les OCAPs mises à jour et
valides.
226
227
69
Choisir le type approprié de cartes de contrôle
A. Envisagez d'utiliser des cartes de contrôle pour variables dans les situations
suivantes:
– Cas d’un nouveau processus, ou d’un nouveau produit fabriqué par un
processus existant.
– Le processus a été en opération pendant un certain temps, mais il est
chroniquement en difficulté ou incapable de tenir des tolérances spécifiées.
– Le processus est en difficulté, et la carte de contrôle peut être utile à des fins
de diagnostic.
– Le contrôle destructif (ou d'autres méthodes d'essai onéreux) est nécessaire.
– Il est souhaitable de réduire les essais en aval au minimum
lorsque le processus est sous contrôle.
– Des cartes d'attributs sont utilisées, mais le processus est soit hors de
contrôle ou sous contrôle mais son rendement est inacceptable.
– Les limites de spécifications sont très serrées.
– Un changement dans les spécifications du produit est souhaitée.
– La stabilité et la capacité du processus doivent être continuellement
démontrées.
228
229
70
Choisir le type approprié de cartes de contrôle
230
Processus Capable?
Oui Non
Processus Stable
(sous contrôle)? SPC
Plans d’
Oui SPC
expériences
Spécifications
Changer le
SPC
processus
Plans d’
Non SPC
expériences
Spécifications
Changer le
processus
231
71
Sélectionner le système de collecte de données et les
logiciels
232
PLAN DE CONTRÔLE DE
PROCESSUS
233
72
Plan de contrôle de processus
234
235
73
Exemples des éléments du PCP
236
237
74
LES 4 ÉTAPES DE LA MISE EN
PLACE DE LA MSP
238
239
75
Les 4 étapes de mise en place de la MSP
240
241
76