Les outils de la qualité:

Introduction : la qualité en production demande une organisation rigoureuse basée sur un

modèle. Cependant, le système qualité n’est pas suffisant pour obtenir seul des produits de
bonne qualité. Il faut également des outils, souvent très simples, connus de tous, qui
permettent la résolution des problèmes quotidiens de l’entreprise. Nous présenterons dans
ce chapitre les outils de base de la résolution de problèmes qui facilitent le travail de groupe
et qui sont indispensables à tous les groupes de progrès. Ces outils doivent naturellement
être complétés par d’autres outils plus sophistiqués tels que les plans d’expériences,
l’AMDEC ou le QFD pour donner toute leur efficacité.
1- LES OUTILS DE BASE
La feuille de relevés
Le diagramme de concentration de défauts
Le diagramme de Pareto
L’histogramme
Le Diagramme En Arête De Poisson
La Carte De Contrôle.
2- La bute de ses outils : donner des moyens simples à tous les membres de l’entreprise
pour résoudre les problèmes, pouvoir être utilisés par l’ensemble du personnel de
l’entreprise ; être adaptés au travail de groupe, car ils sont visuels et consensuels.
Chaque outil a une fonction bien définie qu’on peut résumer de la façon suivante :

Fonction Outils
Collecter les données La feuille de relevés
Faire apparaitre les faiblesses Le diagramme de concentration de défaut
Illustrer les variations L’histogramme
Identifier l’origine du problème Le diagramme en arête de poisson
Hiérarchiser les faits Le diagramme de Pareto
Maitriser le procédé La carte de contrôle
3 La feuille de relevés
Toute action d’amélioration doit être engagée sur des données – si possibles – chiffrées et
mesurable.
La feuille de relevé a pour but d’enregistrer des données (chiffrées ou non) de telle manière que ces
données soient facilement utilisables ou vérifiables.
La feuille de relevés permet de faciliter et de formaliser la saisie des informations sur le poste de
travail. Plusieurs modèles de feuilles de relevés peuvent être conçus à partir des critères de
conception suivants :
• la facilité du relevé pour l’opérateur ;
• la facilité de lecture des relevés ;
• la facilité d’archivage.
Exemple 1: le tableau dessous donne un exemple de feuille de relevés utilisée au test final de circuits
électroniques.
On note la facilité de saisie des informations, en cas de défaut, il suffit de cocher la case
prédéterminée correspondante. La collecte des informations à partir de cette feuille est alors
évidente.
Type de circuit : .......X22C64............. Date : ...12.01.1995..............................
Numéro du lot : .........22602............. Atelier :......B12.....................................
Type de défauts Type de défauts
Type de défauts Type de défauts
Test pointes IIIII III 8
Test fonctionnel IIIII IIIII IIIII II 17
Défaut soudure IIIII I 6
Autres IIIII 5
Total 36

Exemple 02: recueillir une information précise

Les non-conformités des matériaux achetés sont courantes et de toutes natures dans notre métier.
Une feuille de relevé des non-conformités achats permettra de les classer, de classer les fournisseurs
et d’agir pour sélectionner les meilleurs fournisseurs.
Solution
4- Le diagramme de concentration de défauts
Ce diagramme joue un peu le rôle d’une feuille de relevés. Il permet de visualiser rapidement les
points faibles d’un produit. Chaque fois qu’une défaillance apparaît sur un produit, on marque
l’endroit sur un dessin par un point. Le schéma illustre tout de suite les points faibles du produit.
Exemple: dans le cas de la figure 2, on note les défauts de collage observés après un test de
vieillissement accéléré sur des chaussures, bien que le nombre de défauts soit le même dans les deux
cas, on distingue deux situations fort différentes, dans le premier cas on peut suspecter un
paramètre général comme la colle, la température, Dans le second cas, c’est clairement un défaut de
pression localisé qui est le principal suspect.

Figure 2 - diagramme de concentration de défauts

5 Méthode de Pareto
5-1 Introduction: Wilfredo Pareto (1848,1923) a montré que dans une large majorité des situations,
un petit nombre de facteurs a une influence majeure sur les résultats. C'est la loi dite Pareto des 80-
20 ou 20% des facteurs expliquent 80% des résultats.
Cette répartition inégale se retrouve souvent et permet de distinguer les problèmes importants de
ceux qui sont le moins. Cette priorisation des problèmes a pour but de choisir les actions prioritaires
à effectuer et donc de concentrer son attention sur les phénomènes importants à résoudre.
5-2 Définition et objectives: « Analyse de Pareto et sa présentation graphique courbe de
Pareto, c’est un outil puissant mis à la disposition du dirigeant, il lui permet, à partir des données
numériques, d’obtenir une image de l’importance relative des différents phénomènes. »
Domaine d’utilisation: Il existe plusieurs domaines utilisent l'outil Pareto, On cite comme exemple :
a) Marketing: un classement "chiffre d'affaire/clients" montrera souvent qu'une relative
minorité de clients contribue à presque totalité des recettes, information qui peut être précieuse
lors des formulations de politiques de marketing.
b) Production: une analyse "taille des séries/lancements" indiquera souvent que la plus grande part
de la population est issue de quelques lancements.
Ceci peut inciter classer ces derniers en plusieurs catégories, le calendrier des lancements des
grandes séries étant élaboré avec plus de soins que ceux des autres catégories.
c) Contrôle de qualité: Si les causes de malfaçons sont connues et répertoriées, on constate souvent
que la majorité des malfaçons est due à quelques causes seulement. En supprimant les causes
majeures, on proviendra souvent à des progrès substantiels en matière de qualité.
d) Maintenance: une étude "perte financière/arrêt machine" mettra souvent en évidence les
domaines ou un entretien préventif est bénéfique.
Gestion du stock: l'entreprise avait à gérer un stock important des articles, assurer un
contrôle rigoureux d'un volume aurait été très coûteux. Pour cela les managers fait appel à
l'outil Pareto pour prioriser les articles, sachant que l'étude a montré que seulement 10% des
articles contribuent à près de 67% de la consommation.
En contrôlant ces minorités, on contrôlait de ce fait 2/3 de la consommation annuelle.
Méthodologie:

Lister les problèmes.

Quantifier l’importance de chacun.
Classer les problèmes dans l’ordre décroissant.
Calculer le total et déterminer le pourcentage de chaque donnée par rapport à ce total.
Représentation graphique.
Interprétation de la courbe.
Présentation de l’outil: l'outil Pareto permet de représenter l'importance relative de différents
phénomènes lorsqu’on dispose des données quantitative .Il prend la forme d'un graphe qui aide le
travail d'analyse, en déterminant l'importance relative des différents faits et en établissant des
ordres de priorités sur les causes.
Exemple: d'application: Une entreprise désire augmenter sa productivité en diminuant les pannes
coûteuses. Pour cela, elle demande au service maintenance de définir des priorités sur les
améliorations à apporter. Ainsi, ont été recueillis les éléments suivants :
travail d'analyse, en déterminant l'importance relative des différents faits et en établissant des
ordres de priorités sur les causes.

Machine N d’heures Cout d’une heure

d’arrêt (annuel) d’arrêt en (DA)

Machine N°1 100 300

Machine N°2 32 500
Machine N°3 50 1500
Machine N°4 19 40
Machine N°5 4 400
Machine N°6 30 900
Machine N°7 40 250
Machine N°8 80 100
Machine N°9 55 20
Machine N°10 150 450
Machine N°11 160 600
Machine N°12 5 400
Machine N°13 10 125
Machine N°14 20 30

Collecter les données (Voir le tableau précèdent)

Quantifier l’importance de chacun ( dans notre cas, on prend comme mesure de quantification le
coût de panne de machine).
Il sera calculer en multipliant le nombre d’heure d’arrêt par le coût d’une heure d’arrêt. On
déduit le tableau suivant :
Classement dans l’ordre décroissant
Machine Cout de panne

Machine N°11 96000

Machine N°10 67500
Machine N°1 30000
Machine N°6 27000
Machine N°2 16000
Machine N°7 10000
Machine N°8 8000
Machine N°3 7500
Machine N°12 2000
Machine N°5 1600
Machine N°13 1250
Machine N°9 1100
Machine N°4 760
Machine N°14 600

Calcul du total et détermination du pourcentage

Coûts de panne Coûts de panne % cumule

Machine annuale annule cumule

Machine N°11 96000 96000 35.65

Machine N°10 67500 163500 60.71
Machine N°1 30000 193500 71.71
Machine N°6 27000 220500 81.88
Machine N°2 16000 236500 87.82
Machine N°7 10000 246.500 91.53
Machine N°8 8000 254.500 94.5
Machine N°3 7500 262000 97.29
Machine N°12 2000 264000 98.03
Machine N°5 1600 265600 98.03
Machine N°13 1250 266850 99.62
Machine N°9 1100 267950 99.09
Machine N°4 760 268710 99.78
Machine N°14 600 269310 100
Représentation graphique
Il s’agit de tracer la courbe : Y=F(X)
X représente les machines,
Y représente les pourcentages cumulés correspondantes.
Puis déterminer les points Xi qui correspondent aux pourcentages : 80, 95,100 respectivement :

Interpréter la courbe
Zone A : on constate qu’environ de 21 % des pannes représente 80 % des coûts, c’est une zone de
priorité.
Zone B : dans cette tranche, les 36 % de pannes suivantes ne coûtent que 15 %
Zone C : les 43 % de pannes restantes n’induisent que 5 % des coûts pour la bonne santé financière
de l’entreprise. Ensuite des efforts portent sur les machines de la classe B.
Conclusion : Le diagramme de PARETO est un outil de visualisation, d’analyse et d’aide à la prise de
décision.
Cet outil qui est facile à mettre en œuvre facilite le processus de la prise de décision grâces aux
ordres de priorités qu’il affecte à un ensemble de données.

6-L’histogramme
L’histogramme permet de représenter les données sous forme graphique. Chaque barre est
proportionnelle à la fréquence d’apparition d’une valeur à l’intérieur d’une classe.
Il permet d’identifier l’existence d’un modèle applicable (loi normale, loi de défaut de forme...). Il
illustre également les relations entre les valeurs relevées et les valeurs de référence (cote nominale,
mini, maxi).

Hisogramme

Les diagramme causes-effet ou 05 M

Introduction : Les 5M sont un outil de classement de toutes les causes pouvant être à l’origine d’un
problème. Le regroupement se fait selon 5 familles : Main d’œuvre, Milieu, Méthode, Matières
premières, Moyens.
Objectif
L’objectif de cet outil, appelé également diagramme causes-effet, diagramme en arête de poisson ou
encore diagramme d’Ishikawa, est de rechercher, classer par famille les causes d’un problème (Main-
d’œuvre, Méthodes, Milieu, Matières premières, Moyens). C’est aussi un excellent outil de
communication pour expliquer un phénomène.
Il ne donne pas la cause du problème, mais permet de choisir parmi les causes possibles, celle(s) à
tester.
Contexte
Cet outil est à utiliser lorsque le problème peut être formulé de façon suffisamment précise, donc
après un QQOQCCP, et avant de réfléchir aux solutions à mettre en oeuvre pour supprimer le
problème. Il est indissociable des techniques de créativité (brainstorming) qui aident dans la
recherche des causes sans idées préconçues, en « acceptant de sortir du cadre » pour plus
d’efficacité.
Étapes
- Poser le problème en démarrant par « pourquoi ? », par exemple, « pourquoi les cartons se
décollent-ils ? ».
- Faire émerger toutes les idées, toutes les causes possibles avec un brainstorming.
- Classer ensuite les idées en 5 familles : celles qui sont liées aux Moyens, aux individus (Main-
d’œuvre), aux Matières premières, aux façons de travailler (Méthodes), aux conditions de travail
(Milieu).
- Repérer, par vote éventuellement, la ou les causes à tester (les causes probables).
- Enfin après la réalisation des tests, entourer la cause réelle sur laquelle on pourra éventuellement
appliquer les 5 pourquoi
Méthodologie et conseils
Le 5M prend tout son intérêt si l’on s’efforce de compléter posément chacune des 5 rubriques. Si une
famille ne comporte aucune cause potentielle, sans doute le problème n’a-t-il pas été assez étudié
(par exemple rien sur les matières premières).
Avant de classer, il est important de clarifier les termes :
Main-d’œuvre : (compétence, motivation… de la personne qui réalise le travail) ;
Milieu : environnement de travail (éclairage, ambiance…) ;
Matières premières : ce qui est fourni pour travailler et qui est ensuite transformé, ce qui provient
des fournisseurs ;
Moyens : machines, matériel, système d’information utilisé pour « produire », réaliser la tâche ;
Méthode : la façon de faire, le procédé.
Parfois l’appellation de 5M ne convient pas (cas des services ou des projets). Il ne faut alors pas
hésiter à changer la dénomination. On peut également rajouter le M de Management, de
Maintenance, et Mesure.

Représentation graphique

Non Matière
Méthode compétente
première
Non

No adapté No adapté
No définies Dérèglé Non-conforme
No appliquées No intervenir
Problème
résoudre
Non sensibilisée
Non adapté Non compétente

Main-
Milieu
d’œuvre

Comment être plus efficace ?

Adopter la bonne méthode pour remonter aux causes racines.
Lister toutes les causes possibles par créativité.
Pour lister toutes les causes possibles et ne pas s’arrêter qu’aux évidences ou idées préconçues, le
brainstorming est indispensable. Rappelons ici quelques règles associées : échauffer le groupe,
chacun donne ses idées, même celles qui peuvent sembler « loufoques », pas de critique, on note
tout, piller, rebondir sur les idées des autres, une idée à la fois.
Un brainstorming a permis de lister en groupe toutes les causes possibles. Le 5M a permis de les
classer par famille pour structurer la réflexion.
Les causes probables vont être sélectionnées (par exemple par vote) pour être testées sur le terrain.

On vérifie ainsi qu’elles sont bien à l’origine du problème.

2-Les cartes de contrôle :

Les cartes de contrôle sont les outils de base du contrôle statistique, des outils de
visualisation et signalement des problèmes de qualité. Concrètement, ce sont des
graphiques dont les points représentent le suivi dans le temps d’une caractéristique que l’on
contrôle parce qu’elle est importante par rapport aux spécifications de l’entreprise et du
client.
LES TYPES DE CONTRÔLE
Contrôle à 100% Contrôle par échantillonnage
Méthode Tous les contrôles nécessaires Tous les contrôles nécessaires
sont effectués sur la totalité sont effectués sur un
des pièces produits échantillon représentatif de
pièces prélevées
à la réception Permet l’acceptation ou le Permet d’effectuer un contrôle
Quand refus d’un lot de pièces produit statistique
contrôler ou achetées
En cours de Permet de surveiller le Permet d’effectuer un contrôle
fabrication processus de fabrication statistique

La carte de contrôle permet l’étude du comportement de cette caractéristique et conduit en

conséquence à indiquer si le processus est maîtrisé ou bien s’il comporte des causes
spéciales. Les cartes de contrôle sont différentes selon que l’on étudie comme
caractéristiques des variables ou des attributs. Si la caractéristique est une variable, deux
types de cartes de contrôle complémentaires sont utilisés : la carte x-barre et la carte R. La
première permet de voir comment évolue la moyenne de la caractéristique étudiée, la
seconde s’intéresse au comportement de l’étendue. Si la caractéristique est un attribut, on
se réfère à deux autres cartes de contrôle : la carte P et la carte C. Il existe d’autres cartes de
contrôle. « ob1 »

2-1 Le contrôle de la moyenne : la carte x-barre

Elle permet de suivre l’évolution de la moyenne d’une caractéristique, par exemple « la
durée de vie moyenne d’une ampoule, le poids moyen d’une baguette de pain, le temps
moyen d’attente au téléphone, aux caisses dans un supermarché... » ou bien encore
« l’évolution de la moyenne des notes d’un module de management de la qualité sur
plusieurs années »., deux cas peuvent se présenter : soit l’écart type est connu, soit il ne l’est
pas.
a) L’écart type σ est connu : dans ce cas, les caractéristiques de la distribution normale
permettent de calculer les limites de contrôle de la manière suivante :
b) L’écart type σ est inconnu : dans beaucoup de cas, l’écart type est inconnu ou difficile à
déterminer, il est alors remplacé par R-barre la moyenne des étendues.
Les limites de contrôle à calculer sont alors :

A2= constante de mise en place des limites à un écart type de 3 (trois sigma) pour la taille de
l’échantillon.
La valeur de A2 est fonction de la taille de l’échantillon. Elle est donnée par le tableau
suivant.
Taille de Facteur de LCS et la LCI Facteur pour la LCI Facteur pour la LCI
L’échantillon (n) pour les cartes X(A2) pour les carte R(D3) pour les cartes R(D4)
2 1.880 0 3.267
3 1.023 0 2.575
4 0.729 0 2.282
5 0.577 0 2.115
6 0.483 0 2.004
7 0.419 0.076 1.924
8 0.373 0.136 1.864
9 0.337 0.184 1.816
10 0.308 0.223 1.777

Remarque : les limites de contrôle font apparaître R-barre. En pratique, on construira la

carte de l’étendue R avant celle de la moyenne x-barre.
c) Le contrôle de l’étendue : la carte R bar
- à travers cette carte, on souhaite visualiser l’évolution de l’étendue R qui est la différence
entre la mesure la plus élevée et la mesure la plus faible pour chaque échantillon.
Les limites de contrôle sont les suivantes :
D3 , D4 = constantes de mise en place des limites à un écart type de 3 (trois sigma) pour la
taille de l’échantillon.
Il peut arriver que le calcul, à l’aide de D3 et D4, de la limite inférieure de contrôle donne un
résultat négatif. Dans ce cas, la limite de contrôle utilisée pour la carte est 0. En effet, la
limite inférieure de contrôle de la moyenne peut être négative (une température moyenne,
par exemple) mais pas celle de l’étendue (la plus petite mesure dans un échantillon serait
plus grande que la plus grande mesure !).
Exercice voir livre management par la qualité page 94

2-2 Les cartes de contrôle par attributs

Exemple
L’entreprise qui fabrique des ampoules ne cherche plus à présent à contrôler la durée de vie
des ampoules (une variable) mais à contrôler un attribut, à vérifier par exemple que
certaines ne sont pas cassées ou que d’autres ne présentent pas simultanément non pas un
mais plusieurs défauts.
Le processus de mise en place des cartes de contrôle des attributs est le même que celui des
cartes de contrôle des variables. L’utilisation est différente en raison même de la nature des
caractéristiques que l’on contrôle : des caractéristiques quantitatives dans le cas des
variables, qualitatives dans le cas des attributs. Ici, on ne mesure plus des caractéristiques
pour calculer des moyennes et des étendues mais l’on s’intéresse à des proportions de
défauts ou des nombres de défauts par produit (service). Enfin, les formules de calcul sont
également différentes. On utilise deux types de cartes : les cartes P et C.
a) La carte P
Une proportion de défauts : La carte p permet de contrôler, au niveau d’un processus (d’un
lot, d’une machine), une proportion de produits (services) défectueux.
Rappelons que la caractéristique n’est plus mesurée mais qu’elle est déclarée bonne ou
mauvaise, conforme ou non conforme, etc.
Sur des prélèvements, à intervalles réguliers, d’échantillons de n produits (n > 50), on
additionne d’abord les nombres de produits défectueux trouvés que l’on divise par le
nombre total de produits pour obtenir P-barre.
P-barre = proportion moyenne de défauts = nombre de produits défectueux/ nombre total
de produits (ou nombre total d’observations).
On calcule ensuite les limites de contrôle à 3 écarts type de cette proportion moyenne.

Exercice voir livre management par la qualité page 95

b) La carte C
Un nombre de défauts : La carte c est utilisée dès lors que compter un nombre d’erreurs ou
de défauts présente plus de sens que de calculer une proportion.
Elle sert à déterminer puis réduire un nombre de défauts lorsque plusieurs défauts
(problèmes) apparaissent au niveau d’un produit (service). Il ne s’agit pas de contrôler un
nombre de produits non conformes mais bien un nombre de non-conformités sur un
produit.
Exemples
On constate un certain nombre de défauts sur un mètre carré de tissu, de coquilles sur une
page dactylographiée d’un journal. On cherchera aussi à diminuer un nombre quotidien de
réclamations dans un hôtel, d’accidents de voiture à une intersection, un nombre de
voitures qui se présentent à un péage en une minute, etc.
La distribution de l’échantillon suit une loi de Poisson .
La moyenne de la distribution est C-barre et l’écart type racine carrée de c-barre.
L’approximation normale de la distribution de Poisson revient à fixer des limites de contrôle
telles que 99,73 % des données (variations) se situent à l’intérieur de ces limites. Ces limites

sont alors :

Exercice voir livre management par la qualité page 97

Exercice
Supposons qu’un loueur de voitures reçoive plusieurs plaintes par jour concernant le
comportement de ses conducteurs. Au cours d’une période de 9 jours (le jour étant
considéré comme l’unité de mesure), le nombre de plaintes enregistrées a été
respectivement de 3, 0, 8, 9, 6, 7, 4, 9, 8, pour un total de 54 plaintes
Solution
La moyenne C-barre est de 6 plaintes par jour, les limites de contrôle sont :

Autrement dit, si le nombre de plaintes par jour est inférieur à 13, le loueur peut considérer
que cette situation est « normale » (n’est pas spécialement anormale).
Dans le cas où le chiffre est supérieur à 13, il y a présence d’une cause spéciale qu’il devra
éliminer. Le calcul des limites de contrôle peut aussi lui faire prendre conscience qu’il devra
réaliser des actions correctives et préventives s’il souhaite obtenir, par exemple, une
moyenne de 3 plaintes par jour.

7 La carte de contrôle
La carte de contrôle est l’élément de base de la maîtrise statistique des procédés
Le principe de base est de considérer que tout système est soumis à des variations aléatoires qui
génèrent une répartition de la caractéristique qui suit une loi normale. Tant que les variations de la
sortie peuvent être admises comme des variations statistiques, il n’est pas nécessaire d’intervenir.
Dès que ces variations sont supérieures à la limite admissible, on considère que le système n’est plus
sous contrôle, il faut intervenir.
LES TYPES DE CONTRÔLE

Contrôle à 100% Contrôle par échantillonnage

Méthode Tous les contrôles nécessaires Tous les contrôles nécessaires
sont effectués sur la totalité sont effectués sur un
des pièces produits échantillon représentatif de
pièces prélevées
à la réception Permet l’acceptation ou le Permet d’effectuer un contrôle
Quand refus d’un lot de pièces produit statistique
contrôler ou achetées
En cours de Permet de surveiller le Permet d’effectuer un contrôle
fabrication processus de fabrication statistique

Les différents types de contrôle peuvent être résumés dans le tableau ci-dessus :
Remarque : Le contrôle à 100% entraîne une augmentation très importante du prix de revient d’une
pièce.
Principes utilisés pour le contrôle : nf x 06 - 031
Le contrôle en cours de fabrication de la qualité des éléments produits se fait généralement à partir
de prélèvements dont chacun est soumis à un essai.
L’ensemble des résultats obtenus sur un même prélèvement donne lieu au calcul d’une statistique
(moyenne ...).
Les valeurs en sont reportées, dans l’ordre chronologique, sur une carte dite « carte de contrôle », et
interprétées d’après leur position par rapport à des limites tracées à l’avance sur la carte.
Nous nous intéresserons aux types de contrôle suivant : Contrôle par mesures ou Contrôle par
attributs.
CONTRÔLE PAR MESURE
La spécification contrôlée est une grandeur chiffrable par un appareil de mesure.
Les cartes de contrôles permettent de surveiller deux paramètres :
La tendance de la fabrication (moyenne).
La variabilité du processus (étendue).
CONTRÔLE PAR ATTRIBUTS
Si à la suite d’un contrôle les produits sont classés en « bon » ou «défectueux », la carte de contrôle
correspondante est « La carte de contrôle du nombre ou de la proportion de défectueux ».
Si le nombre de défauts constatés sur chaque pièce caractérise la qualité du produit, la carte de
contrôle est « La carte de contrôle du nombre de défauts par unité de contrôle ».
OBJECTIF DES CARTES DE CONTRÔLE.
Elles permettent d’avoir une image du déroulement du processus de fabrication et d’intervenir
rapidement et à bon escient sur celui-ci.
Exemple de carte de contrôle par mesure: Pour suivre l’évolution du procédé, des prélèvements
d’échantillons sont effectués toutes les heures (5 pièces par exemple).
Pour chaque échantillon, la moyenne et l’étendue sont calculées sur la caractéristique à contrôler.
Ces valeurs sont portées sur un graphique.
Au fur et à mesure qu’elle se remplit, la carte de contrôle permet la visualisation de l’évolution du
processus.
à partir de la valeur moyenne sont définis les différentes limites :
- les limites inférieures et supérieures de contrôle : Lc1 et Lc2.
- les limites inférieures et supérieures de surveillance : Ls1 et Ls2.

Établir une carte de contrôle

Cette étude portera sur le contrôle de la fabrication d’un axe de diamètre maxi 20,1 et de diamètre
mini 19,9. La vérification de cette spécification est faite à l’aide d’un appareil de mesure au 1/100 de
millimètre. Compte tenu de la cadence de production, du coût et des possibilités de contrôle, on
décide d’établir une carte de contrôle de la moyenne et de l’étendue en prélevant un échantillon de
5 pièces toutes les heures.

N° Echantillon N ° de pièces
1 2 3 4 5
1 19,91 19,93 19,96 19,94 19,94
2 19,90 19,93 19,92 19,92 19,92
3 19,93 19,91 19,90 19,97 19,97
4 19,96 19,94 19,91 19,93 19,93
5 19,95 19,92 19,91 19,92 19,92
6 19,92 19,94 19,93 19,93 19,93
7 19,90 19,92 19,93 19,92 19,92
8 19,97 19,94 19,93 19,93 19,93

Calculer pour chaque échantillon sa moyenne ( X ) et son étendue ( R ).

X = La somme de mesure x / les nombres de mesure effectuer
R = dimension maxi échantillon - dimension mini échantillon
2) On calculer le moyenne des moyennes et l’entendue des entendue ( X́ , R )
X́ = la somme des moyennes X / les nombres des moyennes calculer
R = la somme des étendues R / les nombres des étendues calculer
X́ = 19,936
R = 0,047
A l’aide du tableau des valeurs des constantes A’c et A’s ci-dessous, déterminer les
moyennes des coefficients : A’c et A’s.
Effectif de chaque échantillon A’c A’s
2 1.937 0.229
3 1.054 0.668
4 0.750 0.476
5 0.594 0.377
6 0.498 0.316
7 0.432 0.274
8 0.384 0.244
9 0.387 0.220
10 0.317 0.202
A'c= 0,594 . A's= 0,377
Calculer les différentes limites de la carte de la moyenne.
La limite supérieure de contrôle :
Lc1= X́ -(Ac* R )
Lc1= 19,931-(0,594*0,047) = 19,959
La limite inférieure de contrôle :
Lc1= X́ -(Ac* R )
Lc1= 19,931-(0,594*0,047)= 19,903
La limite supérieure de surveillance :
Ls2= X́ +(As* R )
Ls2= 19,931+(0,377*0,047) = 19,949
La limite inférieure de surveillance :
Ls1= X́ - (As* R ) =
Ls1 =19,931-(0,377*0,047) = 19,913

A l’aide du tableau des valeurs des constantes D’c et D’s ci-dessous, déterminer les moyennes des
coefficients : D’c et D’s.

Effectif de chaque échantillon D’c D’s.

2 4.12 2.81
3 2.99 2.17
4 2.58 1.93
5 2.36 1.81
6 2.22 1.72
7 2.12 1.66
8 2.04 1.62
9 1.99 1.58
10 1.94 1.56
11 1.90 1.53
12 1.87 1.51

D'c =2,36 D's= 1.81

Calculer les limites de la carte de contrôle de l’étendue :
La limite supérieure de contrôle :
Lc= D'c * R = 2,36*0,047
LC= 0.11
La limite supérieure de surveillance :
Ls= D's * R = 1,81*0,047
Ls =0.08
Tracer (page suivante) les cartes de contrôle de l’étendue et de la moyenne.