Académique Documents
Professionnel Documents
Culture Documents
Hamdi Pfe
Hamdi Pfe
Rapport de
Projet de Fin d’Études
Pour obtenir le
Diplôme d’Ingénieur en Génie Industriel
Titre du projet :
Amélioration du processus d’injection avec
L’approche SIX SIGMA
i
Remerciements
Au terme de ce projet, je tiens à adresser mes sincères remerciements à mon encadrant
académique Monsieur KASSAB Ghazi, à l’Ecole Nationale Supérieure d’Ingénieurs de
Tunis, pour ses conseils judicieux, son soutien et ses efforts inestimables tout au long de la
réalisation de ce projet.
Je remercie Mr. BELAATI Sofien à travers ses encouragements et ses conseils prodigués, il
a montré à mon égard beaucoup de patience et un indéfectible soutien. Je lui exprime ici
toute reconnaissance pour la confiance qu’il m’a témoignée tout au long de mon travail au
cours de ce stage.
Je voudrais exprimer mes vifs remerciements et sentiments de gratitude à mon encadrant
Mr. SOULI Soufiene qui a eu l’amabilité de m’accueillir comme stagiaire au sein de
l’entreprise LEONI. Je lui remercie pour le soutien, l’attitude compréhensive, la patience et
l’attention particulière qui m’a allouée et pour avoir eu la bienveillance de me guider par ses
précieux conseils
Pour finir, merci à tous les personnels de l’entreprise qui ont été très ouverts et accueillants,
je voulais leur dire que j’ai passé en leur présence un stage très enrichissant,
particulièrement je tiens à remercier toute l’équipe de département PPO (process production
owners) pour leur bienveillance et le temps accordé à me présenter leurs activités, chaque
membre de cette équipe a rendu mon stage passionnant et m’a permis de développer mes
compétences. Je leur en suis sincèrement reconnaissant puisque grâce à eux, mon avenir est
des plus prometteurs.
ii
Résumé
Ce rapport est rédigé dans le cadre du Projet de Fin d’Études en vue de l’obtention du
diplôme d’ingénieur en Génie Industriel réalisé au sein de l’entreprise LEONI, spécialisée
dans le domaine de fabrication des faisceaux électriques des automobiles.
Ce projet s’articule sur l’amélioration totale de la machine d’injection plastique au sein de
LEONI à travers l’utilisation des outils du Lean Manufacturing dans le cadre de la méthode de
l’amélioration continue six sigma. Afin d’accomplir cet objectif, ce travail est réparti en deux
grandes parties. La première est consacrée à une étude de la situation actuelle, pour
déterminer les dysfonctionnements et leurs causes. Tandis que la deuxième partie est dédiée
aux actions d’amélioration pour traiter les anomalies détectées et augmenter l’efficience du
processus.
Abstract
This report was written through the final project graduation in the aim of obtaining industrial
engineering degree achieved within LEONI enterprise, specialized in manufacturing of the
wiring systems.
This project is centred on the total improvement of the injection process in LEONI through
the use of the Lean Manufacturing tools under the continuous improvement methodology six
sigma. In order to achieve this purpose, this work is divided into two parts. The first is
devoted to a study of the current situation to determine malfunctions and their causes. While
the second part is dedicated to improvement actions to address the detected anomalies and
improving the efficiency of the process.
ملخص
تمت كتابة ھذا التقریر في إطار مشروع التخ ّرج من أجل إحراز شھادة مھندس في اختصاص الھندسة
صصة في صناعة االسالك الكھربائیة
الصناعیة والذي ت ّم إنجازه بشركة لیوني المتخ
Manufact من خالل استخدام أدواتLEONI یدور ھذا المشروع حول التحسین الكامل في نظام حقن البالستیك داخل
من أجل تحقیق ھذا الھدف. لتحسین المستمرSigma Six كجزء من منھجیةuring Lean
بینما یخصص الجزء. األول مخصص لدراسة الوضع الحالي لتحدید الخلل وأسبابه. تم تقسیم ھذا العمل إلى قسمین رئیس ین،
الثاني إلجراءات التحسین للتعامل مع الحاالت الشاذة المكتشفة وزیادة كفاءة العمل
iii
Table des matières
Introduction Générale..................................................................................................................1
Introduction.............................................................................................................................3
I. Présentation du groupe Leoni..............................................................................................3
II. Présentation du Leoni Tunisie............................................................................................4
III. Présentation de Leoni Tunisie Mateur Nord....................................................................5
III.1. Fiche technique de l’entreprise..................................................................................5
III.2. Implantation de LTMN..............................................................................................6
III.3. Historique...................................................................................................................6
III.4. Produits......................................................................................................................7
III.5. Clientèle de Leoni......................................................................................................8
III.6. Certification et prix....................................................................................................8
III.7. Organisation de Leoni Tunisie Mateur Nord.............................................................9
III.8. Directions...................................................................................................................9
IV. Process de fabrication de câble.......................................................................................11
IV.1. Réception et contrôle matière..................................................................................12
IV.2. Zone de coupe..........................................................................................................12
IV.3. Zone de préparation.................................................................................................13
IV.4. Zone d’assemblage...................................................................................................14
IV.5. Zone de contrôle......................................................................................................15
IV.6. Conditionnement......................................................................................................16
IV.7. Expédition................................................................................................................16
Conclusion.............................................................................................................................16
Introduction...........................................................................................................................18
I. La maitrise statistique des processus.................................................................................19
I.1. Définition....................................................................................................................19
iv
I.2. Généralité sur la statistique.........................................................................................21
I.3. Plan de contrôle..........................................................................................................26
I.4. Variabilité...................................................................................................................29
II. Notion de la six sigma ‘6σ’..............................................................................................35
II.1. Définition statistique de Six sigma............................................................................35
II.2. Définition de la méthodologie Six Sigma.................................................................37
II.3. Concepts de base de Six Sigma.................................................................................39
II.4. Approche DMAIC.....................................................................................................46
Conclusion.............................................................................................................................55
Introduction...........................................................................................................................57
I. Phase : Définir...................................................................................................................57
I.1. Problématique.............................................................................................................57
I.2. Objectif.......................................................................................................................57
I.3. Portée du projet...........................................................................................................58
I.4. Création de la charte du projet....................................................................................61
II. Phase : Mesurer................................................................................................................64
II.1. Analyse des modes des défaillances et leurs criticités..............................................64
II.2. La collecte des données sur la perte de matière........................................................66
II.3. La collecte des données sur la perte en efficience....................................................76
III. Phase : Analyser..............................................................................................................82
III.1. Détection des anomalies...........................................................................................82
III.2. Identification des causes racines..............................................................................85
IV. Phase : Ameliorer............................................................................................................86
IV.1. Changement de la moule.........................................................................................88
IV.2. Conception d’un support moule...............................................................................91
IV.3. Estimation de gain au niveau de matière gaspillé....................................................92
IV.4. Etude d’homogénéisation de la température dans la moule....................................93
IV.5. Chantier 5s au poste PU et le changement d’outillage............................................94
V. Phase : Controler............................................................................................................100
V.1. Création des cartes de contrôle...............................................................................100
v
V.2. Mise à jour du mode opératoire et l’ajout d’autre instruction................................104
Conclusion...........................................................................................................................107
Conclusion Générale...............................................................................................................108
BIBILIOGHRAPHIE..............................................................................................................109
ANNEXES..............................................................................................................................110
vi
Liste des figures
Figure 1 : Groupe Leoni dans le monde..................................................................................3
Figure 2 : Les principaux clients de LTN...............................................................................4
Figure 3 : Les principaux fournisseurs de LTN.....................................................................5
Figure 4 : Localisation de Leoni Mateur Nord.......................................................................6
Figure 5 : Faisceau électrique..................................................................................................7
Figure 6 : Familles des faisceaux électriques fabriqués par Leoni.......................................7
Figure 7 : Clients Leoni Mateur nord.....................................................................................8
Figure 8 : Prix emporté par Leoni Mateur nord....................................................................8
Figure 9 : Organigramme de l'entreprise...............................................................................9
Figure 10 : Le lay-out du site.................................................................................................11
Figure 11 : Le flux de matière................................................................................................12
Figure 12 : Les opérations sur les câbles...............................................................................14
Figure 13 : Planche fixe..........................................................................................................14
Figure 14 : Planche LAD........................................................................................................15
Figure 15 : Contrôle agrafe....................................................................................................15
Figure 16 : Contrôle électrique..............................................................................................15
Figure 17 : Emballage.............................................................................................................16
Figure 18 : La stratégie de détection et de prévention.........................................................20
Figure 19 : Eléments de la statistique descriptive................................................................21
Figure 20 : L'allure des différentes distributions normales................................................23
Figure 21 : La fonction de répartition des distributions normales.....................................24
Figure 22 : Distribution normale centrée réduite................................................................24
Figure 23 : Exemple d'une proportion défectueuse.............................................................28
Figure 24 : Les frontières naturelles......................................................................................30
Figure 25 : Exemple d'une carte de contrôle........................................................................31
Figure 26 : La stabilité d'un processus..................................................................................33
Figure 27 : Les situations possibles des intervalles..............................................................34
Figure 28 : Roue de Deming PDCA.......................................................................................40
Figure 29 : Les 7 MUDA.........................................................................................................41
Figure 30 : Les 5S....................................................................................................................41
Figure 31 : Diagramme de Pareto..........................................................................................44
Figure 32 : L'approche DMAIC et DMADV........................................................................46
Figure 33 : Périmètre du projet.............................................................................................58
Figure 34 : Position d'injection de la matière.......................................................................58
Figure 35 : Première machine : mélangeur ISOJET...........................................................59
Figure 36 : Deuxième machine : injection PAOLINI..........................................................59
Figure 37 : Position de la bague.............................................................................................60
Figure 38 : Méthode des 5 pourquoi......................................................................................61
Figure 39 : Diagramme SIPOC..............................................................................................62
Figure 40 : Diagramme de GANTT de planification du projet..........................................64
vii
Figure 41 : Diagramme de Pareto.........................................................................................66
Figure 42 : Evolution de nombre des non-conformités.......................................................67
Figure 43 : Exemple de non-conformité................................................................................67
Figure 44 : Les catégories des défauts...................................................................................68
Figure 45 : Pesage de la matière rebuté................................................................................70
Figure 46 : Evolution du poids dans l’ordre chronologique...............................................71
Figure 47 : Histogramme des pesages des déchets...............................................................72
Figure 48 : Normalité de cette distribution..........................................................................74
Figure 49 : L'état des postes PU............................................................................................74
Figure 50 : La capabilité du processus..................................................................................75
Figure 51 : Demande client....................................................................................................76
Figure 52 : Production journalière........................................................................................77
Figure 53 : Rapport efficience et objectif.............................................................................79
Figure 54 : Relevé des temps de cycle des poste PSA..........................................................81
Figure 55 : Simulation de la chaine de production PSA......................................................82
Figure 56 : Diagramme de ISHIKAWA concernant le gaspillage de matière...................84
Figure 57 : Diagramme d'ISHIKAWA concernant le temps de cycle...............................85
Figure 58 : Diagramme de Pareto des solutions possibles...................................................87
Figure 59 : Diagramme de GANTT du projet......................................................................88
Figure 60 : Conception de la moule en 3D............................................................................88
Figure 61 : Modification de la moule....................................................................................89
Figure 62 : Etat de la moule avant et après modification...................................................89
Figure 63 : Etude de capabilité de la nouvelle moule..........................................................90
Figure 64 : Position basse et haute du support.....................................................................91
Figure 65 : Mise en place du support....................................................................................91
Figure 66 : Cadence de production par shift........................................................................92
Figure 67 : Conception de la moule.......................................................................................93
Figure 68 : Analyse thermique de la moule..........................................................................94
Figure 69 : Etiqueté les poubelles et les bouteilles...............................................................95
Figure 70 : Etiqueté la température des tuyauteries...........................................................95
Figure 71 : Conception des casiers........................................................................................96
Figure 72 : Conception de cuve de démoulant.....................................................................96
Figure 73 : Etat des postes PU avant le chantier 5S............................................................96
Figure 74 : Etat des postes PU après chantier 5S.................................................................97
Figure 75 : Changement des outils de nettoyage..................................................................97
Figure 76 : Organisation des documents...............................................................................98
Figure 77 : Standard 5S de LEONI.......................................................................................99
Figure 78 : Plan de suivi et de mesure des gaspillages.......................................................101
Figure 79 : Carte de contrôle par mesure...........................................................................102
Figure 80 : Plan de suivi par décompte de nombre de migration.....................................103
Figure 81 : Carte de contrôle par décompte des défauts...................................................104
Figure 82 : Mise à jour du mode opératoire.......................................................................105
Figure 83 : Standard de temps de polymérisation.............................................................106
viii
Liste des Tableaux
Tableau 1 : Description de la zone de coupe.........................................................................13
Tableau 2 : Description de la zone de préparation..............................................................13
Tableau 3 : Les différents niveaux Sigma.............................................................................36
Tableau 4 : Le cout total des défauts selon le niveau Sigma...............................................37
Tableau 5 : Diagramme SIPOC.............................................................................................46
Tableau 6 : Matrice de vérification des causes racines........................................................51
Tableau 7 : Matrice de sélection des solutions......................................................................52
Tableau 8 : Exemple d'un plan de contrôle..........................................................................55
Tableau 9 : Les matériaux d'injection...................................................................................60
Tableau 10 : Méthode QQOQCP...........................................................................................61
Tableau 11 : Les mesures critiques de succès.......................................................................62
Tableau 12 : La charte du projet...........................................................................................63
Tableau 13 : Diagramme AMDEC........................................................................................64
Tableau 14 : PPM de la zone d’assemblage PSA.................................................................69
Tableau 15 : Liste des pesages................................................................................................70
Tableau 16 : Les 8 classes de la distribution.........................................................................71
Tableau 17 : Normalité de la distribution.............................................................................73
Tableau 18 : Calcul du Takt time..........................................................................................76
Tableau 19 : Quantité produite par jour dans la ligne 2.....................................................77
Tableau 20 : Calcul d'efficience S13......................................................................................78
Tableau 21 : Temps de cycle moyen relevé en secondes de chaque poste..........................80
Tableau 22 : Estimation des couts.........................................................................................83
Tableau 23 : Matrice de vérification des causes racines......................................................85
Tableau 24 : Matrice de sélection des solutions....................................................................86
Tableau 25 : Liste des fournisseurs.......................................................................................88
Tableau 26 : Liste de 50 pesages de matière plastique........................................................90
Tableau 27 : Estimation de cout de revient..........................................................................92
ix
Introduction Générale
La forte croissance que connaissent les économies après la seconde guerre mondiale permet
à l'industrie automobile d'entrer dans l'ère de la construction de masse, les principales usines
d’automobiles ont adopté une stratégie qui consiste à diminuer les coûts tout en produisant
de grandes quantités, c’est ce qu’on l’appelle l’économie d’échelle pour répondre à la
demande élevée et constante du marché.
Aujourd'hui, nous sommes entrés dans une nouvelle ère, les industriels se retrouvèrent dans
un environnement caractérisé par une concurrence accrue, due à la nouvelle situation
économique qui présente une forte variabilité et une baisse de la demande, et aussi à une
clientèle de plus en plus exigeante et préoccupés du confort et de la sécurité. Pour faire face
à cette situation, les entreprises sont obligées à optimiser la qualité, la performance, les
délais et les coûts de ses produits ainsi que la flexibilité des ressources de production pour
pouvoir maintenir et augmenter sa part de marché et pour s’adapter à ces fréquentes
fluctuations
Ce projet de fin d’études a été accompli pendant quatre mois de stage au sein de la société
LEONI Wiring Systems Tunisia à Mateur, il s’inscrit dans le cadre d’une politique
d’amélioration continue du processus d’injection plastique. Le présent rapport résume les
différentes parties de cette expérience. Il est composé de quatre chapitres. Le premier est
consacré à la présentation de l’organisme d’accueil, sa structure et son processus de
production. Le second, est une étude bibliographique sur le six sigma et les outils utilisés pour
accomplir ce projet. Les deux chapitres suivants définissent en détail les travaux que nous
avons réalisés. Le troisième chapitre est consacré à un diagnostic et une analyse détaillée de
l’existant alors que le quatrième chapitre est consacré sur les actions d’amélioration dans le
processus d’injection pour rectifier les anomalies identifiées dans le chapitre précédent.
1
Chapitre I : Présentation de l’entreprise
2
Introduction
Ce chapitre est consacré essentiellement pour présenter le groupe Leoni et plus précisément
l’entreprise « Leoni Mateur Nord » où j’ai effectué mon stage : sa localisation, ses produits,
ses partenaires, ses services et son organigramme.
3
II. Présentation du Leoni Tunisie
En octobre 1977, LEONI TUNISIE SARL (LTN) a été fondée par le groupe LEONI AG,
le géant allemand fournisseur du secteur automobile a choisi la Tunisie pour installer son
1er site en dehors de l’Europe. LTN est une société anonyme totalement exportatrice dont
les activités se résument en fabrication des faisceaux de câble d’interconnexion pour
l’industrie automobile. Le premier site a été créer dans la zone industrielle de Messadine, à
Sousse, mais elle cesse de s’étendre depuis 1977, aujourd’hui LEONI Tunisie Groupe est
répartie sur 4 sites de production :
Le premier à Messadine-Sousse, est composé de trois départements :
LTN1 : implantée à Messadine-Sousse, ses produits sont destinés principalement
aux marques Smart, NCV2, SL/SLR.
LTN2 : implantée à Messadine-Sousse, ses produits sont destinés principalement
aux marques Mercedes E-class, A-class et BMW.
LTN3 : implantée à Messadine-Sousse, ses produits sont destinés principalement
aux marques Audi A6, Audi A4 et Passat
Alors que le deuxième site se situe à Mateur, il est divisé en deux départements : Mateur
sud et Mateur nord c’est le lieu de mon stage.
Et deux autres nouveaux sites à Sidi Bouali-Sousse et à Menzel Hayet-Monastir.
Aujourd’hui, Leoni Tunisie emploie près de 13000 personnes dont 8000 sont à Sousse. Elle
est totalement exportatrice, ses activités se basent sur la production des faisceaux des câbles
pour automobiles dont les principaux clients sont :
5
III.2. Implantation de LTMN
Leoni Mateur Nord est installé dans la zone industrielle route Bizerte 7030 Mateur sur un
terrain qui représente une superficie de 12463 m² dont 11095 m² sont consacrées pour l’usine.
Elle se compose d’un atelier de câblage, centre industrialisation et informatique avec un
effectif en janvier 2021 environ 2500 personnes reparties 78% femmes et 22% hommes.
III.3. Historique
L’historique de la société depuis sa création en 1982 est comme suit [2] :
6
III.4. Produits
Leoni Mateur Nord est spécialisé dans la fabrication des faisceaux électriques (câblage
électrique). Un faisceau électrique est un ensemble des fils électriques de connexion
permettant la liaison entre les différents organes de commande d’une automobile.
En effet, ces faisceaux de puissance sont composés de câbles tels que ce câblage, un ensemble
des fils qui relient l’ensemble des composants qui portent les fonctions électriques et
électroniques du véhicule, assure la distribution électrique ainsi que le transfert des
informations et la commande entre les différents équipements électriques et électroniques
dans tout le véhicule. Il existe plusieurs familles de câblages connectés (environ 10), on
trouve :
Câblage moteur, Câblage planche de bord, Câblage principal, Câblage porte… chaque câble
est constitué de : Fils électriques, connexions, boîtiers, bague, scotch, agrafes…
7
III.5. Clientèle de Leoni
Leoni fournit des systèmes de câblage aux constructeurs automobiles et fournisseurs de rang 1
tel que Peugeot, Citroën, Renault Nissan, Fiat, Audi, VW, Seat, Skoda, Saab, Volvo et à
autres équipementiers (Valeo, Behr, Autoliv, PO, Faurecia, Gate). La filiale Leoni Mateur
Nord s’occupe de deux produits PSA et FCA dont ses clients sont Peugeot, Opel, Fiat et Jeep.
8
III.7. Organisation de Leoni Tunisie Mateur Nord
La figure suivante représente l’organigramme de l’entreprise. En fait l’entreprise est
constituée par des direction diverses qui interagissent entre eux pour assurer le bon
déroulement des activités.
III.8. Directions
La structure de l’entreprise Leoni Mateur Nord est une structure fonctionnelle qui comprend
les services suivants.
9
III.8.3. Direction commerciale
Cette direction a pour mission de définir la stratégie achat du site en intégrant la stratégie
globale des achats de sa division, il s’occupe de tout ce qu’on peut considérer comme
commerce (achats de matières premières, des outils, des équipements et vente des produits).
10
III.8.8. Direction financière
Elle s’occupe des relations avec l’extérieur en effet Elle dispose des ressources financières
et assure la gestion de la trésorerie d’une manière la plus rentable (gestion du budget,
gestion du payement du personnel, gestion de la comptabilité (ventes, achats)).
12
Tableau 1 : Description de la zone de coupe
L’opération Description
La coupe C’est l’opération qui consiste à découper le fil selon la longueur mentionnée dans
la gamme de coupe.
Le sertissage C’est l’opération qui rassemble le câble avec la connexion pour assurer la liaison
électrique entre le fil et l’organe qui va recevoir la tension électrique
L’étanchéité C’est une opération consiste à ajouter un joint d’étanchéité à l’extrémité du fil
pour couvrir et protéger la position de sertissage
L’épissurage C’est l’opération de soudage de deux ou plusieurs fils pour construire un nœud.
Son principe est de placer les extrémités à souder sur une machine ultrasons en
utilisant la vibration ultrasonique, et ensuite assurer l’isolation par le biais d’un
joint ayant une appellation manchon thermodurcissable.
13
La finition Le surmoulage : sert pour la mise en forme du câblage et assure une fonction
d’étanchéité entre le compartiment moteur et l’habitacle.
14
Figure 12 : Les opérations sur les câbles
Contrôle final : c’est un contrôle visuel à 100% sert à contrôler l’aspect dimensionnel
et esthétique de faisceau et la présence des éléments indispensables.
16
IV.6. Conditionnement
Cette étape permet le positionnement du faisceau dans un conteneur normalisé (carton, bac
plastique) afin de le protéger et faciliter sa manutention.
Figure 17 : Emballage
IV.7. Expédition
Après tous ces processus, on obtient un câblage fini emballé et contrôlé et il sera transporté
à la zone d’expédition pour le filmage et la déclaration informatique puis chargé directement
dans des remorques d’expédition.
Conclusion
Leoni est désormais parmi les plus importants fabriquant des faisceaux électriques dans le
monde, par conséquent ces produits sont classés parmi les plus souvent demandés et exportés
ailleurs. Dans le présent chapitre on a présenté l’organisme d’accueil, on a donné une vision
générale sur les processus de fabrication des faisceaux électriques, pour mieux comprendre
l’enchainement de procédure. Ainsi dans le chapitre suivant on présentera les méthodes et les
outils utilisés le long de ce projet.
17
Chapitre II : Etude bibliographique
18
Introduction
Les racines de Six Sigma sont généralement attribuées à des entreprises telles que Toyota et
Motorola, mais cette méthode et les programmes moderne de qualité et d'amélioration
continues sont fondés sur des concepts qui remontent au 19ème siècle et qui visent à
atteindre des objectifs tels que la réduction des erreurs, l'amélioration de l'efficacité, la
satisfaction des clients, l'augmentation des profits, et l’optimisation des performances de
l’organisation. C’est la culture d'amélioration continue et de qualité que Six Sigma cherche
à installer.
Le développement du contrôle statistique des processus :
Le contrôle statistique des processus, fourni une épine dorsale pour la méthode Six Sigma, il
a été développé après l’invention de la courbe normale au 19ème siècle, le modèle le plus
utilisé. Et au début du 20e siècle, la maitrise statistique des processus a reçu un autre coup
de pouce grâce à Walter Shewhart, un physicien et statisticien américain, il a contribué à la
qualité avec plusieurs idées, Il a montré que si la qualité diminue, le niveau sigma diminue
et les erreurs augmentent de façon exponentielle. Aussi Shewhart est considéré comme le
père des cartes de contrôle qui représentent la base de la MSP qui permettent aux
organisations de maintenir les performances après une initiative Six Sigma.
Le développement de système de production Toyota :
Le système de production Toyota, ou Lean Six Sigma c’est un système performant, capable
de produire une variété des produits tout en réduisant les coûts et en garantissant la qualité,
Plusieurs personnes ont contribué dans son développement tel que Keiichiro Toyoda qui a
inventé des machines automatisées, des outils d'efficacité comme les convoyeurs, aussi Eiji
Toyoda et Taïchi Ohno ont introduit les concepts Just-In-Time et judoka, qui sont les piliers
du ce système de production. On peut citer aussi Edwards Deming qui a apporté les
concepts statistiques des processus de Shewhart et son invention le cycle PDCA et Henry
Ford avec ces nouveaux concepts de qualité et d’amélioration des performances et de
l’efficacité.
Le développement de six sigma au sein de Motorola :
Après qu'une société japonaise a repris une usine de fabrication des téléviseurs de Motorola
et elle a produit le 1/20 du nombre des défauts que l’ancien téléviseur, les ingénieurs de
Motorola ont questionné l’efficacité de leur système, et ils ont travaillé à perfectionner la
méthodologie Six Sigma avec d’autres outils statistiques, ils ont appliqué cette méthode à
19
l'échelle de l'entreprise, au service de l'ingénierie et au support technique, et au cours des
deux
20
décennies suivantes, Motorola a eu un grand succès en cours de route, elle a économisé plus
de 16 milliards de dollars grâce aux initiatives d'amélioration continue des processus.
Motorola a fait plus qu'améliorer ses propres systèmes. Elle a partagé Six Sigma avec le
monde, et ils ont publié des articles et des livres et elle a formé les autres. De cette façon, ils
ont créé une méthodologie basée sur des statistiques qui pourraient être enseignées et mises
en œuvre dans n'importe quelle organisation ou industrie. C’est le Six sigma en fait c’est ce
qu’on va présenter le long de ce chapitre et ses différents outils utilisés. Mais tout d’abord, il
paraît logique de définir la MSP et les principaux outils statistiques.
21
- Maitriser et améliorer de l'ensemble des facteurs qui compose un processus et de déterminer
si ce dernier est ou non sous contrôle
- Comprendre et combattre la variabilité et les dérives afin d’obtenir un processus préformant
stable dans le temps et capable de fournir des produits conformes d’une qualité constante
- Réduire au maximum l’apparition de rebuts et le coût de non-qualité (moins de rebuts,
moins de temps morts, moins de contrôles)
- Atteindre un niveau haut de qualité des produits, en différenciant les situations ordinaires
dues aux causes communes et les situations extraordinaires dues aux causes spéciales qui
nécessitent une action.
- Développer la culture qualité de l’entreprise, faciliter la communication, diminuer les
conflits en écartant les débats d’opinion et offrant des données plus fiables et plus objectives
dans l’analyse des problèmes.
- Bâtir sur une stratégie de qualité maitrisée (ou politique de prévention). A la fin de la chaine
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 qui mobilise des hommes, des machines, des locaux, de l’argent et du temps. Sa
vocation est de retoucher, contrôler et trier ce qui se répercute inéluctablement sur le prix de
revient et rend le produit non compétitif. La figure suivante explique la différence entre ces
deux stratégies et met en valeur l’importance de la maitrise de la qualité.
22
I.2. Généralité sur la statistique
La MSP est une méthode d’analyse des données basé sur des fondements statistiques, dans
ce paragraphe on va définir les principaux outils statistiques de l’analyse des données.
23
I.2.2. Statistique de base
Pour étudier les caractéristiques statistiques d’une population il faut préparer un échantillon
de taille n et faire des mesures d’un caractère bien précis. Après avoir enregistré les données
on les classe par ordres croissants et on les regroupe en classes d’égales étendues.
Le choix des classes est délicat il ne faut pas morceler les résultats et de se retrouver avec
des classes d’effectif très faible. De ce fait le nombre des classes est l’entier le plus proche
de la racine carrée de l’effectif :
𝑛𝑏𝑟 = √𝑛 où 𝑛𝑏𝑟 = 1 + 1,33 𝑙𝑛(𝑛) (règle de Sturges)
Soit faj l’effectif d’une classe où la fréquence absolue :
𝑛 = ∑𝑘
1 𝑓𝑎𝑗 avec k est le nombre des classes
On appelle aussi la fréquence relative d’une classe est le rapport entre l’effectif de cette classe
𝑓𝑎𝑗
et la taille de l’échantillon 𝑓𝑟𝑗 =
𝑛
24
Alors que les statistiques basées sur les données de la population totale sont toujours plus
précises, mais plus chère, et parfois il est impossible d'obtenir toutes les données, donc on
travaille souvent avec les échantillons de données. De ce fait il y a deux formules d’écart
type la première si on a tous les éléments de données d’une population mais la deuxième si
on a un échantillon de données :
1 𝑛
𝜎=√ (1) 𝑆=√
1
∑ (𝑥 𝑖 − 𝑋̅ )2 (2)
𝑖 −
∑𝑛(𝑥 1 𝑛−1 1
𝑛 µ)2
25
La fonction de répartition est donnée par :
𝑥
𝐹(𝑥) = ∫ 1 (𝑥 − 𝑚)2
exp (−
−∞ 𝜎
√2𝜋 ) 𝑑𝑥
2𝜎2
26
Figure 22 : Distribution normale centrée réduite
27
D’après la représentation graphique Cette fonction est symétrique par rapport à la
moyenne c’est-à-dire 𝑓(𝑢) = 𝑓(−𝑢) et la courbe est pratiquement asymptotique, aussi
la surface
+∞
totale. 𝑆= ∫ 𝑓(𝑢) 𝑑𝑢 = 1
−∞
En effet pour −1 < 𝑢 < 1 ; 𝑆(𝑢) = 0,6827 ; soit 68,27% de la surface totale
pour −2 < 𝑢 < 2 ; 𝑆(𝑢) = 0,9545 ; soit 95,45% de la surface totale
pour −3 < 𝑢 < 3 ; 𝑆(𝑢) = 0,9973 ; soit 99,73% de la surface totale
28
𝑃(𝑀𝐴𝑋( 𝑇(𝑥) − 𝐹(𝑥)) < 𝐷𝑛; α) = 1 − α
29
Le niveau de confiance c’est le degré de sévérité d’acceptation de l’hypothèse de la
normalité si α est grande c'est-à-dire on ne considère que cette distribution comme normale
si elle est très proche de la distribution normale théorique. Et à partir de taille de
l’échantillon n et le niveau de confiance α considéré, on déduit la valeur critique 𝐷𝑛; α du
tableau de test de Kolmogorov Smirnov et on conclut l’acceptation ou le rejet de
l’hypothèse de la normalité à la condition : 𝐷𝑛 < 𝐷𝑛; α
voir Tableau
30
I.3.3. Types d’échantillonnages :
Echantillonnage Aléatoire Simple : fonctionne lorsque les attributs sont similaires et il y a
une chance égale que n'importe quel élément de la population peut être choisi.
Échantillonnage stratifié : se produit lorsque la population est divisée en catégories de
différentes natures et pour tester leurs conformités on choisit au hasard des éléments de
chaque type au lieu de les sélectionner à partir de l’ensemble ce qui garantit un
échantillonnage avec moins de problème.
Echantillonnage séquentiel : consiste à numéroter les produits dans un ordre croissant, celui
qui est fabriqué le premier reçoit 1, le deuxième reçoit 2 et puis on sélectionner chaque
élément à inclure dans l'échantillonnage selon des tables aléatoires ou une séquence bien
déterminée, avec les bons paramètres, ce type d’échantillonnage fournit des résultats valides.
Après le prélèvement de l’échantillon, la décision d’acceptation ou de rejet est prise en
comparant le nombre des défectueux par rapport à Ac le nombre de défectueux maximum :
Si Nb < AC on accepte le lot
Si Nb > Re = Ac+1 on refuse le lot
Echantillonnage Double : on prélève un premier échantillon de taille n1, si le lot contient k
défectueux inferieur à Ac1, on accepte le lot et si elle est supérieure à Re1, on refuse
directement le lot, mais si on se trouve dans une zone de doute cad entre Ac1 et Re1, on
prélève un autre échantillon de taille n2 est refait le procédure une autre fois.
Echantillonnage Multiple : c’est tout à fait analogue à celui adopter en échantillonnage
double avec un ou plusieurs prélèvements successifs jusqu'à la prise de décision de
l’acceptation ou de rejet du lot
L'échantillonnage non aléatoire :
Tout échantillonnage présente des erreurs qui peuvent être calculées et prises en compte
dans l'analyse, Mais l'échantillonnage non aléatoire ne doit pas être utilisé car il est plus
probable d’introduire un erreur d'utilisateur, cet échantillonnage comprend l'échantillonnage
de commodité qui se produit lorsqu’on veut mesurer l’échantillon des produits qui sont
fabriquées maintenant, ces mesures ne présentent que l’état actuel du processus.
On peut citer aussi l’échantillonnage de jugement qui se produit lorsqu’on demande aux
opérateurs de sélectionner un échantillon, automatiquement ils vont choisir les éléments de
meilleur qualité ce qui fausse les résultats d’échantillon.
31
Echantillonnage par mesure : toujours dans le but de diminuer le temps de contrôle et la
taille de l’échantillon on peut mesurer les caractéristiques principales comme les dimensions
le poids. Et ces résultats peuvent être décrite par des modèles probabilistes, en effet la
plupart des distributions des caractéristiques issues de processus de fabrication obéissent à
une loi normale ou s’en approche suffisamment comme on a mentionné dans la première
partie de ce chapitre, alors ce qui nous donne la possibilité de de leur applique les règles
statistique courantes.
Après faire l’étude statistique complet d’un mesurage de n individus et après avoir la forme
de cette distribution, on fixe avec le client le couple (Ts, p1) où Ts une limite supérieure
qu’un lot ne doit pas la dépasser que par une proportion dite proportion de défectueux p2, de
même on fixe le couple (Ti, p1) où Ts une limite inférieure qu’un lot ne doit pas la dépasser
que par une proportion dite proportion de défectueux p1, par exemple un client indique que
(Ts=2, p2= 2%) et(Ti=-2, p1= 2%) et d’après le résultats d’un contrôle par mesurage on
a une
distribution normale centrée réduite de moyenne 𝑋̅ = 0 et écart type 𝜎 = 1, la limite
supérieure Ts = 2 correspond à une proportion défectueuse p=2.27% de même pour Ti = -2
correspond la proportion défectueuse p=2.27%, donc ce lot est rejetable car p>p2 et p>p1
32
I.4. Variabilité
Quel que soit la précision des machines, le degré de pureté des matières premières, On peut
affirmer qu’il n’existe pas deux produits identiques à l’issus du même procédé. Comme
l’exemple des rebuts de matières premières, dans les mêmes conditions, il y avait une
fluctuation au niveau du poids ce qui met en évidence l’imperfection de processus. Il faut
s’accommoder des sources de variations multiples sur le procédé :la Matière première, la
Main d’œuvre, la Méthode, jusqu’à l’acte de Mesurer qui est lui aussi source d’une
variabilité. Il existe deux grandes catégories de causes de variations d’un procédé : - les
causes communes
- les causes spéciales.
La méthode MSP ne laisse subsister que les dispersions dues aux causes communes. Dans
ce cas, le procédé est alors « sous-contrôle ». Si non le procédé devient « hors contrôle » si
les causes de dispersion sont identifiables, souvent irrégulières et instables.
Sachant que 99.73% des individués sont situés dans l’intervalles de confiance [-3σ ; +3σ]
centrée autour de la moyenne, on peut affirmer avec une erreur probable de 0.27% que
100% des individus seront situés dans cette intervalle d’une longueur 6σ, on peut ainsi
déduire que les individus situés à l’extérieur de cette longueur sont la conséquence des
33
causes anormales.
34
Rappelons qu’il s’agit toujours d’une distribution gaussienne ou suffisamment proche à
l’aide de la règle des 3σ on dresse les frontières naturels séparent les causes normales des
35
Figure 25 : Exemple d'une carte de contrôle
Une carte de mesure est basée sur un caractère ou un paramètre quantifiable, on distingue :
-Carte de tendance centrale ou de position (de la moyenne et de la médiane).
-Carte de la dispersion (de l’écart-type et de l’étendue).
Puisque les variations sont le résultats d’action conjugué de causes normales et anormale et
sont de nature tout à fait différentes, il est impossible de les caractériser par une seule carte
de contrôle, d’où l’utilisation de ces deux cartes simultanément.
Les cartes du suivi de la position: Le suivi par rapport à la valeur cible peut se faire par à
l’aide de la carte de contrôle du suivi, et l’analyse de la moyenne ou de la médiane. Malgré
que La carte de suivi de la médiane est la plus facile de mise en œuvre, mais son efficacité à
détecter les dérives de position du procédé est moins performante, autrement dit cette carte
ne permet pas d’obtenir une finesse d’analyse aussi précise que celle du suivi de la
moyenne.
Les cartes de suivi de la dispersion : Le fonctionnement et l’interprétation de la carte des
étendues sont comparables à ceux de la carte des écarts type, mais la dernières rend mieux
compte de la dispersion du procédé si la taille des échantillons est grande. En effet, le calcul
de l’étendue ne tient compte que des deux valeurs extrêmes de l’échantillon, alors que le
calcul de l’écart type intègre toutes les valeurs. Mais l’utilisation de la carte de suivi des
écarts types ne se justifie que dans le cas de cartes de contrôle automatisées car le calcul de
l’écart type n’est pas facile.
36
I.4.3. Interprétation des cartes de contrôle
Selon l’aspect de la carte on peut dire que le processus est acceptable ou non, si on ne trouve
pas des points en dehors des limites de contrôle et que la plupart des points fluctuent au
hasard par rapport à la ligne centrale on peut juger que la carte est normale d’où il faut
profiter de cette situation confortable pour améliorer la performance du processus et si un
point est en dehors des limites de contrôle, ça veut dire qu’il y a une cause anormale qu’on
doit l’identifier et l’éliminer.
Toutefois il ne faut pas se concentrer juste sur les points par rapport les limites de contrôle,
en effet les causes anormales peuvent bien se manifester à l’extérieur et à l’intérieur des
limites donc il faut surveiller à l’évolution de la caractéristique contrôlé et l’allure de la
carte. Voici des allures et des indicateurs les plus connues et leurs causes possibles ainsi que
les actions à engager :
Saut brusque ou décalage : elle peut être due au changement de l’opérateur (nouveau
réglage) ou de la matière première donc il faut former les opérateurs sur les mêmes
réglages ou envisager un contrôle très rigoureux au niveau de la réception
Phénomène cyclique : avec des haut et des bas, ça peut être due à un changement de
température ou pression, donc il faut identifier la cause et l’éliminer
Dérive : c’est un décalage progressif des point (6 points consécutifs en ordre croisant
ou décroissant) elle est due à l’usure de l’outil qui est un défaut d’entretien, donc il
faut faire l’entretien nécessaire tant qu’on est encore à l’intérieur des limites.
Stratification : les point sont très proches de la ligne de centrale (10points
consécutifs dans la zone ±1𝜎) ce qui met en évidence le caractère non aléatoire des
fluctuations du processus donc il faut modifier le prélèvement des échantillons et
recalculer les limites de contrôle
Mélange : c’est le contraire de la stratification, les points sont au voisinage des
limites (10points consécutifs à l’extérieur de la zone ±1𝜎) donc il faut changer la
méthode d’échantillonnage
Suites à ces exemples il faut être très vigilant avant d’engager une action de correction, il
faut s’assurer qu’il s’agit d’une cause anormale car toute confusion entre les deux types des
causes engendre des conséquences fâcheuses et peut contribuer à l’aggravation du
problème.
37
I.4.4. La capabilité d’un processus
Un processus est dit stable ou sous contrôle si la forme de sa distribution des mesures est
statique, constante dans le temps c'est-à-dire la même moyenne et l’écart-type. Dans le cas
contraire il est dit instable et imprévisible dans le temps c’est à dire il existe des actions
anormales.
𝐶𝑝 = 𝑇𝑆 − 𝑇𝐼
6𝜎
Avec Ts et Ti sont les limites supérieur et inferieur de la tolérance.
38
Figure 27 : Les situations possibles des intervalles
Tout d’abord on ne parle pas de la capabilité si le processus n’est stable parce qu’elle n’a
pas de sens, pour un procédé stable, et à partir de la relation et la figure précédente, il existe
plusieurs cas de figures :
Cp<1 : TS-TI <6σ (courbe 4,5,6) on dit que le processus est non capable et il y aura toujours
de rebut où un pourcentage certain de production non-conforme puisqu’il présente une
dispersion supérieure à la tolérance
Cp=1 : TS-TI =6σ (courbe 7) on dit que le processus est juste capable, c’est une situation
limite, une petite modification entraine l’apparition des rebuts
<Cp>>1 cad TS-TI >>6σ (courbe 1) on dit que le processus est capable il n’y aura pas de
rebut car il est caractérisé par une dispersion qui ne dépasse pas les limites de l’intervalle de
tolérance. Toute la production est conforme,
D’après les courbes 2,3 de la figure 35 et malgré la situation confortable du processus
(Cp>1) il est possible d’avoir un pourcentage des produit non conforme suite au décentrage
de la moyenne du processus, donc le calcul de la capabilité potentielle n'est pas suffisant
pour caractériser la performance d'un procédé. En effet, l’étude de la capabilité potentielle
ne reflète pas la tendance centrale du procédé, car deux procédés ayant une dispersion
identique, peuvent se situer différemment au sein de l’intervalle de tolérance. D’où la
nécessité de définir un indicateur de centrage ou la capabilité réelle Cpk, il permet de
mesurer le centrage du procédé par rapport à la valeur cible attendue.
40
Tableau 3 : Les différents niveaux Sigma
Sans ajustement de 1,5 sigma avec ajustement de 1,5 sigma
Niveau Sigma % de conformité DPMO Niveau ajusté % de conformité DPMO
1 68,2689492 317310,5 0,3884 30,23317 697668,3
1,5 86,6385597 133614,4 0,6723 49,86518 501348,2
2 95,4499736 45500,26 1,0178 69,12365 308763,5
2,5 98,7580669 12419,33 1,409 84,13126 158687,4
3 99,7300203 2699,796 1,833 93,32123 66787,75
3,5 99,9534741 465,2582 2,277 97,72406 22759,37
3,9 99,9903807 96,19269 2,644 99,18067 8193,265
4 99,9936657 63,34248 2,736 99,37903 6209,659
4,1 99,9958685 41,31501 2,837 99,54465 4553,961
4,2 99,9973308 26,69155 2,923 99,65388 3461,202
4,3 99,9982920 17,07981 3,017 99,74471 2552,898
4,5 99,9993204 6,795346 3,204 99,86447 1355,325
5 99,9999426 0,573303 3,680 99,97672 232,7771
5,5 99,9999962 0,037979 4,161 99,99683 31,68571
6 99,9999998 0,001973 4,645 99,99966 3,400765
NB : D’après le tableau précèdent, il ne faut pas confondre entre le niveau de sigma réelle
d’une distribution et le niveau sigma conventionnel, car il s’agit d’une conversion établie
chez Motorola, d'où provient le programme Six Sigma. Le niveau Sigma est ajusté de 1,5
sigma moins pour reconnaître la tendance des processus à se déplacer sur le long terme et
afin de s'adapter à l'instabilité et les changements.
41
D’après le tableau de sigma, le niveau de sigma est entre 4,3 et 4,5. Le niveau sigma à un
impact exponentiel sur le cout total d’erreur, le tableau suivant met en valeur cet impact.
Tableau 4 : Le cout total des défauts selon le niveau Sigma
Niveau sigma DPMO Totale des défauts Cout totale
un Sigma 690,000 25392,000 $888720,000
deux Sigma 308,000 11334,400 $396704,000
trois Sigma 66,800 2458,240 $86038,400
Quatre Sigma 6,200 228,160 $7985,600
cinq Sigma 233 8574,4 $300,104
Six Sigma 3,4 125,12 $4,379
42
II.2.2. Prise de décision basée sur la méthode Six sigma
Historiquement, les chefs d'entreprise prenaient des décisions basées sur l'intuition ou
l'expérience. Malgré certaines croyances, Six Sigma ne supprime pas le besoin d'un
leadership expérimenté. Mais elle travaille avec d'autres connaissances pour fournir une
base mathématique et statistique lors de la prise de décision. Cette stratégie qui est basée sur
des mesureS, les organisations cherchent à mettre en œuvre, En effet l’expérience peut
indiquer qu’un processus ne fonctionne pas; les statistiques prouvent que c'est vrai et aident
à valider ces hypothèses, elle permet d'identifier les problèmes, de réfléchir à des solutions
et de planifier leurs mises en œuvre. En appliquant des outils tels que l'analyse statistique et
la cartographie des processus, les équipes peuvent visualiser et prédire les résultats avec un
haut niveau de précision, permettant au leadership de prendre des décisions avec moins de
risques financiers.
Cependant, les méthodes Six Sigma n'offrent pas une boule de cristal. Car il y a des
problèmes qui peuvent survenir pour lors de la mise en œuvre des améliorations. Toutefois
elle prévoit des méthodes de contrôle lors de la mise en œuvre des changements avec un
cout réduit par rapport à des méthodes de qualité traditionnelles. Elle crée aussi des
sauvegardes et des tactiques pour que, même après qu'un projet soit considéré comme
terminé, des contrôles soient en place pour s'assurer que les progrès se poursuivent et qu'il
est impossible de revenir aux anciennes méthodes.
Le niveau sigma n'est pas un indicateur final :
Les niveaux Sigma fournissent à l'organisation un aperçu de haut niveau des performances
d'un processus, mais la comparaison des niveaux Sigma entre plusieurs processus ne pointe
pas toujours vers le processus particulier qu’on doit l’améliorer en premier, il faut prendre
en compte le temps et le coût d'une amélioration car l’application d’un projet Six Sigma
n'est pas financièrement lucrative dans tous les situations, donc le leadership doit classer les
processus selon leur niveau sigma et leur valeur ajoutée, on peut avoir un processus de
niveau de sigma 3,5 et touche directement le produit donc les erreurs sont plus couteuses,
contre un processus de niveau 3 mais il ne présente pas une valeur ajoutée considérable, on
choisit le premier parce qu’on cherche toujours la qualité la satisfaction du client. Un autre
exemple ou un processus a des problèmes qui coutent plus que l’autre mais il nécessite une
amélioration très couteuse donc on peut commencer par celui qui ne demandes pas une
amélioration couteuse.
43
II.3. Concepts de base de Six Sigma
Chaque processus contient une variation inhérente pour la réduire et augmenter son niveau
sigma, il faut l’améliorer continuellement, pour atteindre un processus parfait, pour cela les
organisations intègrent les principes de base de Six Sigma dans leurs styles de leadership, et
leurs efforts d'amélioration. Ces principes les plus communes sont présentées ci-dessous :
Amélioration axée sur le client :
Six Sigma ne se contente pas d'apporter des améliorations dans le but d'augmenter les
niveaux sigma. Un principe fondamental de la méthodologie est la focalisation sur le client.
En combinant des connaissances avec des mesures, des statistiques et des méthodes
d'amélioration des processus, Les entreprises peuvent personnaliser et prioriser le
développement de leurs offres des produits et services pour répondre aux besoins actuels, de
cette façon l’organisations augmentent la satisfaction de la clientèle, renforçant ainsi les
profits, et garder leur fidélité.
l’environnement de production.
Figure 28 : Roue de Deming PDCA
Méthode DMAIC :
Six Sigma cherche à se déplacer toujours vers moins de 3,4 défauts par million
d'opportunités (DPMO), elle applique cette méthode qui consiste définir, mesurer, analyser,
améliorer et contrôler les processus pour apporter des améliorations pour les processus qui
existe déjà.
Méthode Kaizen :
Un mot japonais qui se traduit par « changer pour le mieux », c’est l'un des outils
d'amélioration continue, Le but de chaque changement dans un environnement Kaizen est
d’éliminer les déchets et créer plus de valeur pour le client sur une base continue.
45
• Le MUDA : est une activité inutile qui n’apporte pas de valeur au client, elle parait sous 7
formes de gaspillage :
- Attente : c’est le temps d'attente qui sépare deux taches successives.
- Mouvement inutile : les déplacements effectués sans valeur ajoutée au produit.
- Opération inutile : les opérations à non-valeur ajoutées.
- Défaut : les défauts diminuent la qualité et provoquant l'insatisfaction du client.
- Stock excessif : stocker une quantité plus importante que nécessaire
- Surproduction : produire des quantités supérieures à ce qui est demandé.
- Transport inutile : le transport de matières sans apporter une valeur ajoutée.
II.3.2. 5S
5S est une approche Lean basée sur cinq étapes: Sélectionner, Situer, Scintiller,
Standardiser, Suivre, elle permet d’organiser l’espace de travail, elle se repose sur des
repères visuels pour identifier, effacer, nettoyer les muda, rendre un processus plus efficace
et efficient, réduire les accidents, normaliser les flux de travail, assurer la qualité et avoir
une base qui facilite la mise en œuvre d’améliorations supplémentaires, ces avantages se
traduisent par une augmentation des bénéfices et de la satisfaction du client, qui sont les
46
Phase I: Sélectionner :
Pendant la phase de tri, tous les éléments ou matériaux d'un espace de travail sont classées,
en éléments inutiles ou nécessaires et puis on décide de les conserver ou non les éliminer
pour supprimer les coûts, le temps et la frustration des employés, aussi de faire l'inventaire
d'une zone, de découvrir les ressources gaspillées et de faire de la place pour réorganisation.
Phase 2: Situer :
Une fois que l'excédent est retiré, il faut catégoriser et donner un emplacement simplifié et
clairement indiqué pour tous les éléments nécessaires par exemple on peut Étiqueter les
étagères et ordonner les éléments selon un caractère précis. Cette phase fonctionne bien dans
un environnement numérique, lorsque les ordinateurs ou les systèmes sont utilisé par une
variété de personnes. On peut les ordonner de façon standard dans tous les bureaux de
l’entreprise
Phase 3: Scintiller :
La troisième phase de la méthodologie 5S vise à garder le lieu de travail propre et soigné en
le nettoyant, en remettant les articles au bon endroit après utilisation. Dans un
environnement informatisé, le nettoyage peut être accomplie en nommant les fichiers pour
faciliter leur localisation et supprimer les fichiers qui ne sont plus nécessaires.
Phase 4: Standardiser :
La phase de normalisation est utilisée pour maintenir les progrès réalisés dans toutes les
phases précédentes
Phase 5: Suivre :
A long terme Le stress et la rapidité d'une journée de travail quotidienne peut rendre difficile
le respect des normes 5S. donc il faut que tout l’équipe doit s’engager suivre les règles
établies dans la phase de normalisation. Pour avoir les avantages de la méthode 5S à long
terme
47
II.3.3. Écart-type
Comme on a mentionné dans la définition de six sigma, la variabilité et les défauts existent
dans tous les processus, donc il faut les réduire pour augmenter la productivité, réduire les
coûts, augmenter la satisfaction des clients et créer un profit maximal.
Toutefois, il est important de noter que la suppression seulement des variations n'améliore
pas toujours la qualité car on peut avoir un processus de faible variation mais il est hors
exigence, pour cela Les équipes d'amélioration adoptent une approche en deux étapes,
premièrement, ils doivent déterminer si le processus est fonctionnel, cad dans il répond aux
exigence client, puis ils apportent des améliorations pour supprimer la variation qui fait que
les sorties s'écartent du résultat prévu. Pour cela on utilise l’écart type qui est un concept
important dans la maitrise statistique de processus et il est impliqué dans aussi les analyses
Six Sigma, il permet de comprendre la variation d'un processus, il donne une idée de
l'ampleur de la variation qui existe réellement dans un processus, il sert d'indicateur pour les
problèmes.
48
Figure 31 : Diagramme de Pareto
II.3.5. La voix des clients
La voix du client, ou VOC, est un concept fondamental dans les programmes de qualité. Les
rétroactions sont des indicateurs des problèmes, en effet si les chiffres changent dans un
certain domaine, ils avertissent l’organisation pour prendre des actions précoces et éviter
l’aggravation des problèmes, et toujours avoir un produit meilleur et rendre le client, le
fournisseur ou l’employé qui travaille dans un processus avant ou après le processus
concerné soit satisfait, pour cela on doit collecter les commentaires en posant les bonnes
questions, de la bonne manière via des formulaires et d'enregistrements de réclamations
clients..., pour évaluer les sentiments généraux sur les éléments de qualité critiques, clarifier
les besoins, les désirs et les problèmes spécifiques d'un processus et avoir une enquête
puissantes.
50
Tableau 5 : Diagramme SIPOC
Les fournisseurs Les entrées Le processus Les sorties Les clients
Les entrées
réelles
Les catalyseurs
51
II.4.1. Phase 1: Définir
Au cours de la phase de définition, on crée une charte de projet, c’est un court document qui
comporte des informations sur le problème et ce qu’on prévoit d'accomplir, Le but de la
charte est de définir un plan de base solide qui résume le travail d’un projet pour garder
l’esprit concentrée sur les objectifs. Il faut noter qu’elle ne s’agit pas d’une notation rapide
au début, c’est le résultat de toute la phase de définition donc on doit prendre du temps pour
présenter tous les éléments.
Au minimum, une charte doit inclure :
• Un énoncé de problème complet y compris l’objectif et les attentes financières.
• Une liste des mesures majeurs et critiques qui déterminent le succès du projet pour ne pas
collecter des données qui ne peuvent pas être utilisées dans la phase de l’analyse.
• une liste des parties prenantes non clients qui sont des individus, à la fois à l'intérieur et à
l’extérieur du processus, ceux qu’on peut contacter en cas de besoin.
• une estimation le calendrier de chaque phase du projet.
• un diagramme SIPOC pour définir la liste des clients processus internes et externes et la
portée du processus ou du projet.
Aborder le problème avec Six Sigma
Identifier et définir le problème avec un énoncé fort est essentielle pour créer une base et un
point de départ pour des projets Six Sigma, cet énoncé est utilisé pour accrocher les clients
ou les investisseurs commerciaux sur la nécessité d’une amélioration afin d’éviter ou
corriger un problème, en effet Six Sigma considère tous les problèmes comme une fonction
avec un état d'esprit statistique ou Y (le problème) se produit car un X (des entrées ou des
causes).
Les énoncés de projet doivent inclure:
• Où et quand le problème a été enregistré ou s’est produit et dans quel processus
• Une mesure de l'ampleur du problème, de préférence avec un lien avec le coût
• Une brève description du problème qui pourrait être comprise par des professionnels non
étroitement alignés avec le processus, sans mentionner les solutions ni fournir trop de
détails
• Une brève note sur la métrique utilisée pour mesurer ou décrire le problème.
Les énoncés de problème mènent à des énoncés d’objectifs qui sont essentiels au succès du
projet Six Sigma.
52
Les 5 pourquoi :
Pour élaborer l’énoncé du problème on utilise un outil appelé les 5 pourquoi qui est un outil
de brainstorming simple, ne coute pas beaucoup de temps et facilite la communication et la
réflexion, en effet cet outil demande des questions « pourquoi » pour s’approfondir
progressivement dans un problème ou un processus, cherchant à comprendre la cause ou le
problème réel. Souvent on peut avoir la réponse en cinq questions, mais ce n'est pas toujours
assez simple, les équipes peuvent demander une douzaine questions pour avoir une réponse,
s’ils commencent à un niveau très élevé et descendent à travers un processus complexe.
La portée du projet :
Définir la portée cad indiquer le début et la fin concrets du processus ou du problème et sur
quoi on va travailler et quelle sont les limites d’un projet d’amélioration permet de répondre
à des attentes appropriées et éviter de se dévier de l’objectif initial, faire des perfections
infinies sur un processus, et tenter d'atteindre des objectifs irréalistes, pour répondre à ces
exigences en utilise souvent deux méthodes qui sont expliqué dans la paragraphe suivante.
Analyse de rentabilisation :
L'énoncé du problème indique où, quand et comment, avec des mesures financières
approprié l'analyse de rentabilisation dit pourquoi c'est important de résoudre le problème à
la place d’un autre, aussi on inclut dans la charte et dans la phase de définition les avantages
financiers attendus car pour l’entreprise c’est l’information la plus importante, cette analyse
fournit aussi un outil de mesure pour prendre en compte les demandes de ressources pour un
projet.
Les Jalons :
Le diagramme de Gantt, adapté par Henry Gantt au début du 20e siècle est un diagramme à
barres qui permet de crée un calendrier approximatif d’un projet d’amélioration et
décompose les phases AMDEC en fonction du temps et il nous donne une idée générale sur
lu projet
54
Toutefois la collecte des données peut très laborieuse, surtout si les données n’existent pas,
on doit choisir des outils, créer des requêtes pour les capturer et sélectionner parmi eux ceux
qui sont pertinent et essentielle pour décrire l’état du processus, pour cela on doit avoir une
solide capacité d'observation, de connaissance des types de données et les outils d'évaluation
des mesures, aussi une solide expérience en analyse statistique.
L'une des premières étapes de la phase de mesure consiste à déterminer la capabilité d'un
processus, le niveau sigma et diverses métriques y compris les défauts par million
opportunités, a l’aide des concepts et des outils pour la collecte de données.
Analyse des modes de défaillance et des effets et leurs criticités :
AMDEC est un outil qui est appliqué, lorsqu’on est besoin de plus d’informations sur les
intrants et l’évaluation des points de défaillance associés, et avec des données systémiques
on peut identifier les causes profondes et prioriser les risques pour diverses entrés et erreur
au sein d’un processus.
Pour créer une AMDEC avec une feuille de calcul on suit les instructions suivantes :
Colonne 1 : Identifier tous les étapes du processus, activités ou entrées possibles
Colonne 2 : Panne potentielle cad ce qui pourrait mal se passer pour chaque étape du
processus, notez qu’on peut avoir plusieurs possibilités d'erreur à chaque étape.
Colonne 3 : Une brève description de l'impact de l'échec potentiel sur le client
Colonne 4 : évaluez la gravité de l'échec possible de 1 à 10, 1 étant sans effet, 5 étant une
perturbation mineure de la production et 10 étant suffisamment grave pour mettre en danger
le processus ou une personne.
Colonne 5 : Cause potentielle de l'échec.
Colonne 6 : Une évaluation numérique de la fréquence à laquelle l'échec peut être attendu, 1
étant un échec très improbable et 10 étant un échec presque inévitable.
Colonne 7 : Une brève description des contrôles actuels qui sont en place pour surveiller le
processus ou prévenir les échecs.
Colonne 8 : Evaluez la capacité du processus ou le personnel pour détecter une panne si elle
se produit. Taux de détection compris entre 1 et 10, 1 étant un processus qui comprend une
détection automatisée qui échoue rarement et 10 étant aucune détection du tout.
Colonne 9 : Calculez le numéro de priorité du risque en multipliant la gravité, l’occurrence
et la détection, si on obtient un nombre de priorité de risque élevé, reflet l’importance de la
défaillance potentielle donc on doit travailler sur la résolution de cet échec potentiel.
55
La collecte des données :
L'un des principaux livrables issus des phases de définition et de mesure est la métrique de
référence, en se basent sur cette référence, on peut soit collecter les données à partir de zéro,
ou on les choisit parmi les données d’autres métriques qui existent dans le processus, et dans
le but d’avoir une solide compréhension sur le performance et avoir la possibilité visualiser
graphiquement ces données et les analyser dans la phase qui suit et les comparer avec les
données futures pour prouver l’amélioration qui a été apportée, on doit choisir le type de
donnée soit discret ou continue et le type d’échantillonnage soit de l’ensemble ou une partie.
Représentation des données :
Les métriques de base sont des chiffres, mais on essaye de les convertir en une présentation
graphique visuelle parce que c’est rapide de déterminer la progression du processus et
simple à comprendre si on veut les présenter devant les responsables mais cette
représentation depand du type des données discrètes ou continues, les données discrètes
peuvent être affichées via des graphiques Pareto, des graphiques à barres, et ils peuvent être
convertis en une carte de contrôle pour visualiser les variation comme les données
continues, ces derniers pourraient être converties au données discrètes facilement mais pas
le contraire et elles peuvent être présenter via des graphes essentiellement les cartes de
contrôle et les histogramme.
57
problème et permet de les organiser, de visualiser les informations pour les classer, en
générale 5m augmente les chances d’avoir un projet viable et une solution originale.
Pour avoir un diagramme 5m on suit ces instructions :
1. Dessinez une forme d'arête de poisson de base et rédigez une version résumée du
problème dans la tête de poisson
2. Dessinez une épine de poisson et quatre connecteurs principaux, chaque connecteur
a. Les gens font référence à toute personne qui exécute ou interagit avec un processus.
b. Machine fait référence au processus par lequel les entrées deviennent des sorties.
c. La procédure fait référence à la façon dont les choses sont faites
d. Les matières sont les intrants, tels que les matières premières
e. L'équipement comprend la technologie ou les machines qui effectuent le travail.
f. L'environnement est la zone immédiate entourant le processus.
3. A chaque branche du diagramme associez le brainstorming de cause à effet à la méthode
des 5 pourquoi pour identifier les causes possibles d'un problème
4. Répétez les étapes 3 pour toutes les autres catégories.
5. Décidez quelles causes profondes semblent les plus probables ou les plus prioritaires,
encerclez ces causes comme hautement prioritaires pour une enquête plus approfondie.
Une fois qu’on a identifié les causes premières possibles, on doit vérifier qu’ils sont valides
via l'analyse statistique et une représentation graphique, puis on doit les documenter sur une
matrice ci-dessous
Tableau 6 : Matrice de vérification des causes racines
58
II.4.4. Phase 4: Améliorer ou concevoir
Apres avoir identifiées les causes profondes du problème dans la phase d'analyse, au cours
de la phase d'amélioration d'un projet DMAIC, on cherche des solutions possibles au cours
d’une session de brainstorming avec toute les parties prenantes, pour couvrir toutes les idées
et garantir leurs faisabilités et qu’ils sont réalistes et applicables au processus, et puis on les
classe à l’aide d’un outil analytique de classement sous forme d’une matrice de sélection,
tout en respectant les coûts, l’efficacité, les délais, les ressources, la portée et le but du projet
car il convient de noter que la meilleure solution n'est pas toujours celle qui apporte le plus
d’amélioration, celle qui est coûteuse ou perturbatrice et cause des inconvénients qui
emportent sur les avantages ne doit jamais être sélectionné.
Après on choisit la solution qui attaque la cause racine du problème et qui fournit un impact
positif et atteint les objectifs du projet, toutefois, on peut implémenter plusieurs solutions,
s’elles sont facile à mettre en œuvre, apportent toutes une certaine amélioration et elles sont
fortement liés et travaillent ensemble pour avoir des résultats positifs.
Ensuite on pilote ces solutions via des tests bêta, pour collecter les données et les analyser
statistiquement et une fois qu’on vérifie leurs bons fonctionnements et qu’elles résolvent les
problèmes, on essaye de les standardiser en vue de déployer les processus améliorés vers la
production et l’environnement de travail quotidien, en même temps on commence à mesurer
les résultats et jeter les bases des contrôles qui seront construits au cours de la dernière
phase. Matrice de sélection des solutions :
Tableau 7 : Matrice de sélection des solutions
Cout-bénéfice
Cause
validation
faisabilité
racine
total
59
Pour compléter la matrice de sélection des solutions on suit les instructions suivant :
1. Saisir l'énoncé final du problème qui a été atteint pendant la phase de mesure.
2. Saisir les causes racine prioritaires validée à partir de la phase d'analyse.
3. Saisir toute les solutions proposée pendant le processus de brainstorming.
4. Saisir les méthodes pratiques par lesquelles une solution pourrait être mise en œuvre.
5. Evaluer chaque possibilité en fonction de son efficacité, de sa faisabilité et de son rapport
coût-bénéfice. Chaque catégorie reçoit une note entre 1 et 10.
a. L'efficacité est à quel point la solution peut éliminer la cause fondamentale d'un problème
b. La faisabilité est la mesure de l'effort requis pour mettre en œuvre l'amélioration
c. Le rapport coût-bénéfice est une mesure estimée de la façon dont les coûts d'un projet se
comparent aux économies attendues.
6. Les scores d'efficacité, de faisabilité et de rentabilité sont multipliés pour calculer Le
score global qui est utilisé pour hiérarchiser les solutions et sélectionner la meilleure.
L'analyse coûts-avantages :
Une matrice de sélection de solutions est très efficace à identifier les meilleures solutions
possibles et avec les données qu’on a collecté durant les phases de mesure et d'analyse, on
peut créer une analyse de coûts-avantages qui est nécessaire puisque la direction veut
souvent comparer les coûts de mise en œuvre et les avantages monétaires attendus d'une
solution.
Les coûts sont les dépenses telles que le développement de logiciels, l’achat d'équipement,
les fournitures supplémentaires. Les avantages peuvent inclure une augmentation de la
marge du produit, une augmentation des revenus, des économies de coûts et des pertes, et
des avantages intangibles tels que l'augmentation du moral du personnel ou la fidélisation de
la clientèle.
Piloter une solution :
Les tests beta :
Le test bêta consiste à mettre en œuvre une nouvelle idée avec un groupe limité des
personnes, dans un environnement contrôlée le maximum possible pour tester l’idée et
fournir des commentaires. Après que les bêta-testeurs identifient d’autres problèmes
potentiels et font d’autre améliorations, l'idée peut être déployer sur l'ensemble des partie
prenante, le but des tests bêta est de réduire les risques et les coûts inhérents à lancer un
produit ou un système non éprouvé sur un large public.
60
Une fois la solution est sélectionnée, on la pilote sous forme d’un test beta cad on essaye de
la mettre en œuvre dans un environnement réel avec un niveau de production minimal pour
savoir comment elle se comportera, Les avantages d'un pilote limité comprennent:
• la réduction de gaspillage si la solution s'avère incorrecte pour résoudre le problème
• Confirmation que les résultats attendus se produisent.
• Permet aux employés n'appartenant pas à l'équipe Six Sigma de fournir des commentaires
sur la solution pour rendre le déploiement final plus réussi.
L'analyse graphique avec tous les outils associés à la phase d'analyse sont très utiles pour
tester les solutions et comparer l’état avant avec l’état après l’amélioration, démontrer que la
solution a eu un impact positif sur un problème en réduisant les défauts, en améliorant la
production ou l'efficacité, ou réduire les coûts.
62
Tableau 8 : Exemple d'un plan de contrôle
Management visuel :
En plus de fournir un plan de contrôle, on peut implémenter des contrôles visuels
spécifiques au lieu de travail pour aider les équipes à maintenir un processus contrôlé
comme 5S et essentiellement les cartes de contrôle c’est l'une des méthodes les plus
courantes utilisées pour surveiller un processus puisque l’affichage régulière des données
actuelles fait un bon complément à un plan de contrôle, toutefois il existe plusieurs type des
cartes de contrôle, donc on doit choisir la bonne carte de contrôle pour le type de données et
la finalité analytique des améliorations.
Conclusion
A ce stade on a une idée de base comment aborder un problème et améliorer un processus
existant, à l’aide de la méthode Six Sigma, plus précisément l’approche DMAIC et on s’est
familiarisé avec les outils statistiques présentés dans le chapitre de maitrise statistique, en
effet tous ces connaissances on va les utiliser pour améliorer un processus au sein de la
société, en mettant en place un chantier DMAIC qui commence par un diagnostic de
l’existant, puis une analyse détaillée du problème et puis les améliorations qu’on va apporter
et en fin un plan de contrôle pour assurer le maintien des améliorations.
63
Chapitre 3 : Mise en place d’un chantier Six Sigma
64
Introduction :
Dans les deux premiers chapitres on a présenté l’entreprise d’une façon générale ainsi
qu’une étude bibliographique bien détaillée sur les principaux outils statistiques et le
démarche à suivre pour entamer un projet d’amélioration à l’aide de la maitrise statique de
processus MSP et la méthode Six Sigma plus précisément la démarche DMAIC, et dans ce
chapitre on va présenter notre projet d’amélioration du process d’injection plastique au sein
de l’entreprise Leoni Mateur Nord, ce projet sera divisé en 5 phases : définir, mesurer,
analyser, ameliorer et contrôler.
I. Phase : Définir :
La première phase de la démarche DMAIC a une importance cruciale vue qu’elle nous
permet de définir rigoureusement notre projet d’amélioration. On va commencer par
formaliser notre problème et l’objectif qu’on veut atteindre et une présentation détaillée sur
le processus concerné à l’aide des méthodes présentées dans le chapitre précèdent.
I.1. Problématique
En 2020, à Leoni Mateur Nord, il a eu 8 incidents clients concernant l’endommagement des
connecteurs due à la migration de matière. Pour une fabrication de 180000 câbles par an, il y
a en moyenne 11g de matière plastique gaspillé par câble, de ce fait l’entreprise perd
environ 12800 euro de déchets de matière à part les couts des incidents client, de retouche et
de contrôle supplémentaire
I.2. Objectif
L’objectif de ce projet est d’éliminer le gaspillage en matière plastique en économisant 2000
euro par an. C’est notre but majeur mais ce poste goulot présente d’autres anomalies et des
variabilités non maitrisées, pour les minimiser et augmenter l’efficience, on doit chercher les
causes racines, identifier les Mudas et proposer des actions à mettre en place pour améliorer
l’état du processus. Ceci constituera l'objet de notre projet de fin d'études au sein de
l’entreprise Leoni Mateur Nord, où on mènera une étude approfondie sur la machine
d’injection plastique.
65
I.3. Portée du projet
Leoni Mateur nord est subdivisé en 3 zones principaux : zone de coupe et préparation, zone
d’assemblage FCA (Fiat Chrysler Automotive) et zone d’assemblage PSA (Peugeot Citroën
Automotive), dans cette zone le câble électrique passe par la ligne d’assemblage en série
LAD et puis par une machine d’injection plastique et en fin par les tests agrafe et les tests
électriques. Notre projet est porté sur la machine d’injection, piloté par le service PPO
(PRODUCTION PROCESS OWNERS)
Sachant que la zone d’assemblage PSA contient 5 lignes d’assemblages LAD donc il y a 5
postes d’injections plastiques, chaque poste contient 3 moules, donc en total on a 15 moules.
67
Tableau 9 : Les matériaux d'injection
Isocyanate polyol
C’est un composant chimique qui comporte C’est un composé chimique organique
au minimum une terminaison NCO, ils sont caractérisé par un certain nombre de
très réactives, extrêmement volatiles et groupes hydroxyle (-OH) et de plusieurs
toxiques à l’état gazeux ou liquide, utilisées groupes alcool, ils sont essentiels dans
dans l'industrie d’automobile l'industrie pour la réalisation des mousses
essentiellement à la fabrication de matières de polyuréthane.
plastiques (polyuréthanes).
Densité à 25°C : 1 200 à 1 240 g / l Densité 25°C : 1 060 à 1 100 g / l
Viscosité 25°C : 180 à 260 mPa.s Viscosité 25°C : 460 à 560 mPa.s
Température de stockage : +10 à +30 ° C Température de stockage : +10 à +30 ° C
Le mélange de ces deux matériaux : polyuréthane
Le polyuréthane, le PU est un polymères fabriquée par réaction chimique entre le polyols
et l’isocyanate, ce dernier joue le rôle d’un durcisseur et un catalyseur dans l’opération de
polymérisation au sein d’une moule pour avoir l’état solide de matière
68
I.4. Création de la charte du projet
I.4.1. Les 5 pourquoi et la méthode QQCPQ
À l’aide de la méthode VOC, on a collecté les commentaires des parties prenantes sur le
processus d’injection et les anomalies détectées en posant des questions ciblées à l’aide de la
méthode « 5 pourquoi » et pour bien décrire notre problématique on a eu recours à la
méthode du questionnement QQOQCP qui est un outil d’aide à la résolution des problèmes.
69
I.4.2. Les mesures critique de succès
Ce sont les principales caractéristiques mesurables de d’un produit ou d'un processus dont
les limites de spécification doivent être respectées afin de satisfaire le client.
Tableau 11 : Les mesures critiques de succès
Les clients internes, reçoivent des câbles conformes aux exigences avec
6. Gains pour le client
dans les délais avec le minimum de gaspillage
La disponibilité et la collecte des informations
Contrainte de temps
7. Obstacles
Budget alloue à de projet
Phase Définir : définition du processus
Phase Mesurer : collecter les données
8. Plan d’usage des Phase Analyser : analyser les données
outils
Phase Améliorer : concevoir des améliorations
Phase contrôle : assurer le maintien de ces améliorations
Eliminer les gaspillage et ameliorer la performance et un gain de 2000
9. Objectif euro par ans
10. Supports &
Historiques, exigences clients etc…
ressources
71
I.4.6. Planification de projet : Diagramme Gantt
Le déroulement de notre projet de fin d’étude suit la situation illustrée dans le diagramme de
Gantt suivant :
Etape Echec potentiel Effet Sev Cause potentiel Occ Type de Det Rpn
contrôle
Mélange Problème de Gonflage des 10 Condensation de 1 automatisé 1 10
de matière température et tuyauteries matière et pas de
de pression préventive
régulier
Quantité Matière hors 5 Problème 5 Calcul de 2 50
mélangée spécifications d’automatisation ratio
n’est pas chaque
visqueuse shift
Fixation Position non Toron tendu 5 Manque 3 Contrôle 6 90
de la respectée et Câblage attention de visuel et
bague non conforme l’employé un agrafe
dans la de position
moule
72
Bague mal fixé Migration de 5 Forme de la 8 Contrôle 10 400
matière Moule n’est pas visuel
adéquat
Injection Problème de Gonflage de 7 Position de tête 2 Semi 5 70
tête d’injection la tête d’injection automatisé
incorrecte.
Manque
d’attention de
l’employé
Quantité Bague n’est 5 Erreur lors de 7 Contrôle 8 280
injectée pas remplie saisie de visuel
insuffisante la niveau de
quantité à matière
injecter.
Migration de
matière
Migration de Produit non 5 Usure de 10 Pas de 10 500
matière conforme. la contrôle
Endommager moule.
les Utilisation des
connecteurs. outillage
moule sale agressive pour
nettoyer la
moule
Temps de Matière moue 5 Température 5 Contrôle 9 125
polymérisation ambiante visuel
insuffisant
Ouverture Problème de Ouverture 2 Pression 1 Sans 10 20
de moule pression forcé contrôle
Montage Oublier le Produit non 1 Problème de 3 Contrôle 9 27
de bracelet bracelet ou il conforme transport visuel
est cassé
Manque
d’attention
employé
Après avoir collecter les différents échecs de chaque étape de procédé et calculer leurs
criticités, on va présenter ces données sous forme d’un diagramme Pareto pour mettre
l’accent sur les défauts qui nécessitent une amélioration immédiate. Le diagramme ci-
dessous affirme l’hypothèse que 20% de population représente 80% des erreurs.
73
Figure 41 : Diagramme de Pareto
74
Figure 42 : Evolution de nombre des non-conformités
75
II.2.2. Contrôle qualité à la fin de la ligne
Les réclamations client ne représente que 5% des non-conformité détectées à la fin de la
ligne causée par la migration de matière, le graphe ci-dessous présente les défauts majeurs,
l’inversion est le plus courant dans les LAD, il représente 85% des erreurs, souvent les
employés inversent l’emplacement des fils dans les connecteurs, ce défaut est liée
essentiellement à l’attention des employées. Pour le deuxième type d’erreur on trouve les
défauts d’injection qui compte presque 200 défauts et comprennent l’endommagement des
connecteurs, la migration de matière, la non-conformité des TDT, problèmes d’étanchéités
de matière, les défauts de la moule représente 15% de la totalité des défauts.
PPM % des 2020 2021 2020 2021 2020 2021 2021 2020
conformité
Equipe 1 45252 95,47 25104 10424 1173 399 46726 38277 95,33 96,17
Equipe 2 45252 95,47 25973 10821 969 259 37308 23935 96,27 97,61
Equipe 3 45252 95,47 25786 11073 1138 307 44132 27725 95,59 97,23
Equipe 4 45252 95,47 17633 8597 1213 423 68791 49203 93,12 95,08
Equipe 5 45252 95,47 24166 9737 1137 360 47050 36972 95,29 96,30
Equipe 6 45252 95,47 25601 11130 1170 342 45701 30728 95,43 96,92
Equipe 7 45252 95,47 17099 8597 1610 563 94158 65488 90,58 93,45
Totale 45252 95,47 161362 70379 8410 2653 52119 37696 94,79 96,23
77
Figure 45 : Pesage de la matière rebuté
78
On construit le graphe ci-dessous qui représente le poids dans l’ordre chronologique, il met
en évidence une fluctuation très nette due à l’imperfection du processus.
On crée ainsi les classes en commençant par la valeur la plus faible en lui ajoutant le pas et
ainsi de suite : 𝐶𝐿1 = 1,78 à 1,78 + 3,7275 = 1,78 à 5,5075
5,5075−1,78
le centre de classe est 𝐶1 = 1,78 + ( ) = 3,6437
2
79
24,145<X<27,8725 26,0087 0 0 0,9857
27,8725<X<31,68 29,7362 1 0,0142 1
80
Figure 47 : Histogramme des pesages des déchets
Après avoir construire l’histogramme, on passe à l’estimation des paramètres de cette
distribution :
Paramètres de position :
1 𝑛 70
𝜎=√ 1
∑(𝑥𝑖 − 𝑋̅)2 = √ ∑(𝑥𝑖 − 11,7594)2 = 5,7960
𝑛−1 70 − 1
1 1
D’après ces résultats statistiques, la loi normale théorique est N(11,7594; 5,7960) donc F(X)
est c’est la fonction de répartition de cette distribution théorique.
On va vérifier si on peut considérer la distribution de pesage de déchets comme une
distribution normale pour cela on va remplir le tableau suivant pour répondre à ce teste :
81
Tableau 17 : Normalité de la distribution
82
De ce fait avec un niveau de confiance de 5% qui est plus sévère que 1%, on peut
considérer cette distribution comme une distribution normale car :
Dn <D70 ; 0,05< D70 ; 0,01
0.05<1,62<1,94
Dans le graphique suivant on présente une estimation de cette distribution et on constate
qu’il s’agit d’une distribution suffisamment proche de la loi normale
plastique
83
Figure 49 : L'état des postes PU
84
Mesure de Capabilité :
On sait bien que tous les processus possèdent des sources de variabilité normale et anormal,
donc dans le processus d’injection impossible d’avoir 0g gaspillage pour cela l’entreprise
met une moyenne des déchets acceptable avec une pourcentage de variation bien déterminée
par rapport à cette moyenne, dans notre cas la moyenne est égale à 5g avec 20% de variation
cad les pertes doivent être comprises entre une limite minimum 0g et maximum 6g, c’est
l’intervalle de tolérance qu’on va utiliser pour décrire la capabilité de ce processus et qu’on
doit le prendre en compte lors des amélioration.
Ces deux limites indiquent que 99.73% des individus de cette distribution sont situé entre ±
3σ, cette intervalle représente la spécificité intrinsèque du processus cad la capabilité
naturelle Cn = 6𝜎, mais ces limites sont insuffisantes car tout produit doit répondre aux
exigences extrinsèques. D’où l’indice de capabilité potentiel qui permet de comparer
l’intervalle de tolérance exigée à la capabilité naturelle, c'est-à-dire la performance
demandée à la performance réellement obtenue.
(𝑇𝑠 − 𝑇𝑖) 6−0 6
𝐶𝑝 = = = = 4,94 > 1
6𝜎 29,67 − 0 29,67
86
Tableau 19 : Quantité produite par jour dans la ligne 2
87
II.3.2. Efficience de la production
L'efficience est définie comme étant la capacité d’un ensemble d'individus à atteindre le
maximum des résultats voulues avec le minimum des ressources déterminée comme suit :
Heures produites VGZ×Quantité produite
efficience = Heures de présence = Nombre des opérateures∗8h
• VGZ est le temps passer par le Câblage dans la ligne d’assemblage (temps de montage)
• La quantité produite est le nombre des pièces bonnes produites.
• Le nombres des opérateurs est l’effectif des opérateurs directe de la ligne étudié.
Tableau 20 : Calcul d'efficience S13
Equipe Production Nombre des Heures de Heures de
Efficience Objectif
operateurs production présence
équipe 1 137 60 463,53 480 96,6% 91%
équipe 2 139 59 471,79 472 100,0% 91%
équipe 3 144 60 413,74 480 86,2% 91%
lundi équipe 4 167 66 501,43 528 95,0% 91%
équipe 5 160 57 475,4 456 104,3% 91%
équipe 6 92 59 365,24 472 77,4% 87%
équipe 7 114 61 452,58 488 92,74% 87%
équipe 1 141 61 479,49 488 98,3% 90%
équipe 2 133 59 454,42 472 96,3% 90%
équipe 3 127 60 424,13 480 88,4% 90%
mardi équipe 4 160 63 454,4 504 90,2% 90%
équipe 5 116 58 366,96 464 79,1% 90%
équipe 6 90 59 364,33 472 77,2% 85%
équipe 7 103 60 415,04 480 86,5% 85%
équipe 1 141 64 479,57 512 93,7% 90%
équipe 2 140 60 476,2 480 99,2% 90%
équipe 3 140 58 418,06 464 90,1% 90%
mercredi équipe 4 180 65 472,31 520 90,8% 90%
équipe 5 141 57 423,49 456 92,9% 90%
équipe 6 106 59 401,07 472 85,0% 85%
équipe 7 115 61 391,57 488 80,24% 85%
équipe 1 127 61 432,39 488 88,60% 91%
équipe 2 120 60 408,58 480 85,12% 91%
équipe 3 123 60 362,05 480 75,43% 91%
jeudi équipe 4 130 59 384,9 472 81,55% 91%
équipe 5 130 58 403,54 464 86,97% 91%
équipe 6 111 58 374,07 464 80,62% 87%
équipe 7 117 59 388,5 472 82,31% 87%
88
Figure 53 : Rapport efficience et objectif
D’après les tableaux et les figures ci-dessus, on constate qu’il y a une variation très nette au
niveau de la production journalière et l’efficience, ils varient en fonction les jours, les
équipes et la référence produite. Des jours on dépasse la demande client et l’objectif, des
jours non, l’efficience peut même dépasser le 100%. Cette variation est imposée par
plusieurs facteurs.
C’est pour cette raison on ne peut pas avoir les temps de cycle réel des opérations de la zone
d’assemblage et plus précisément la poste d’injection, de ce fait notre amélioration future ne
sera pas à 100% exacte, parmi les facteurs qui génère une telle variation, c’est qu’on peut
avoir une ligne des 5 LAD en arrêt, donc pour diminuer les stocks tampon, les opérateurs
travaillent sur la machine PU qui est en marche mais n’est pas en cours de production, donc
on a 4 ou 5 moules pour une seule ligne d’assemblage au lieu de 3 moules.
90
Tableau 21 : Temps de cycle moyen relevé en secondes de chaque poste
opération TC moyen Minimum Takt time TC % TT Variation
Poste SE Jauge 194,00 170,0 276 82 14%
Poste SE 80F 217,20 215,0 276 58,8 1%
Poste SE CMC 227,20 202,0 276 48,8 12%
Poste SE CMX 271,40 238,0 276 4,6 14%
Poste SE 7500 91,80 85,0 276 184,2 8%
Poste SE 16B 246,20 228,0 276 29,8 8%
Poste SE CVR 213,60 198,0 276 62,4 8%
Poste 01 192,00 168,0 276 84 14%
Poste 02 208,20 185,0 276 67,8 13%
Poste 03 162,80 147,0 276 113,2 11%
Poste 04 203,20 190,0 276 72,8 7%
Poste 05 209,40 203,0 276 66,6 3%
Poste 06 203,40 189,0 276 72,6 8%
Poste 07 213,00 188,0 276 63 13%
Poste 08 190,00 177,0 276 86 7%
Poste 09 171,60 163,0 276 104,4 5%
Poste 10 222,60 205,0 276 53,4 9%
Poste 11 202,80 189,0 276 73,2 7%
Poste 12 217,80 203,0 276 58,2 7%
Poste 13 243,80 229,0 276 32,2 6%
Poste 14 168,80 152,0 276 107,2 11%
Poste 15 174,60 164,0 276 101,4 6%
Poste 16 211,00 189,0 276 65 12%
Poste 17 222,60 196,0 276 53,4 14%
Poste 18 278,20 247,0 276 -2,2 13%
Poste 19 207,00 182,0 276 69 14%
Poste 20 202,80 192,0 276 73,2 6%
Poste 21 206,20 192,0 276 69,8 7%
Poste 22 180,40 158,0 276 95,6 14%
Poste 23 223,80 196,0 276 52,2 14%
Poste 24 184,00 162,0 276 92 14%
Poste PU 289,60 255,0 276 -13,6 14%
Poste BFT 190,80 168,0 276 85,2 14%
Poste BOL2 196,80 178,0 276 79,2 11%
Poste TEST AGRAF 217,00 204,0 276 59 6%
Poste TCV 228,00 206,0 276 48 11%
Poste CF 212,80 192,0 276 63,2 11%
Poste TEST ELE 176,60 155,0 276 99,4 14%
91
Figure 54 : Relevé des temps de cycle des poste PSA
D’après la figure précédente, et après avoir relevé le temps de cycle moyen est le comparé
par rapport à la demande client et le Takt time, la poste goulot est la poste d’injection PU,
elle impose son temps de cycle sur le temps de cycle globale de la zone d’assemblage et
engendre ainsi un stock tompan important, aussi on a constaté un temps d’attente énorme
dans le poste SE 7500 qui engendre une surproduction pour les postes suivants.
Les améliorations que nous allons adapter vont avoir l’objectif de diminuer le temps de
cycle de la poste goulot pour répondre au takt time et améliorer les performances de la
chaine. Pour cela nous allons procéder vers la détection des anomalies qui empêchent les
postes goulots de terminer leurs opérations à temps par rapport aux autres postes afin
d’équilibrer la chaine parmi les anomalies, le temps perdu lors du nettoyage des moules, ce
temps en moyen est égal à 30 seconde.
A ce stade on va utiliser ces données pour faire une simulation de production à l’aide de
logiciel Flexim en introduisant les données suivantes :
Temps de travail : 8*60*60 – 30*60 = 26700 sec
Les temps de cycle des postes sous la forme d’une distribution normale avec le
temps de cycle moyen comme moyenne et 10,0 pour l’écart type
Les stocks tompan avant et après la poste PU
Et d’après la figure ci-dessous, la simulation donne une estimation proche de ce qui se passe
réellement et affirme que puisque on a une poste goulot avec un temps de cycle supérieur au
takt time on ne peut pas satisfait la demande client, toutefois comme on a déjà mentionné
auparavant, il y a beaucoup des facteurs qui influent sur le rythme de production et rend
possible de réaliser la demande client et même plus
92
Figure 55 : Simulation de la chaine de production PSA
Durant cette phase, nous avons effectué une mesure rigoureuse de l'état actuel du processus
d’injection dans son milieu qui est la chaine d’assemblage PSA, dans le but de détecter les
défauts réels et de formuler des solutions adaptées, de cette façon avons évalué la situation
problématique et vérifié la performance de notre processus.
93
A ce stade on a eu une idée sur le niveau sigma qui est à peu près 3,4 sigma, on a arrivé
jusqu’au terrain où l’opération d’injection prend place, c’est le niveau le plus bas et le plus
proche de la réalité lors de la collecte des données, afin d’avoir une idée exacte sur la
migration et le gaspillage de matière plastique.
Après une étude statistique complet On a confirmé avec certitude que c’est le défaut majeur
des postes d’injection, la figure 48 montre que les pertes en matières suivent une
distribution normale de moyenne 11,75g et un écart type de 5,79 et c’est loin d’être capable
car on tolère une moyenne de perte qui ne dépasse pas 5g par opération.
Estimation de perte par ans :
Pour savoir la gravité de la situation, on a fait une estimation de cout de la matière perdue
d’après le tableau suivant.
Tableau 22 : Estimation des couts
Quantité produite en 2020 161400 câblages
Quantité moyenne de perte par câblage 11,75g
Quantité totale perdu 1896,45kg
quantité d’un seule fut polyol 200kg
Prix unitaire de fut de polyol 850£
Nombre de fut perdu 9,48225 fut
Cout totale perdu 8059,9125£
La perte totale est estimée de 8000£ par ans, ce qui représente une perte énorme en matière
polyol. Ce gaspillage influe aussi sur le temps de cycle, la production, la propreté des postes
et même l’état morale des employés, de ce fait on a interrogé les opérateurs sur l’état des
machines, on a observé de près les taches qu’ils les font et on a fait plusieurs sessions de
brainstorming avec tous les parties prenantes pour discuter et analyser la situation et dégager
les causes racines de ce défaut.
Pour rendre les causes trouvées plus structurer et plus claire nous avons utilisé les
diagrammes ISHIKAWA suivants :
94
Figure 56 : Diagramme de ISHIKAWA concernant le gaspillage de matière
Ce diagramme permet de détecter les anomalies, c’est une étape critique pour réussir cette
phase et le projet en générale, en effet le diagramme présente les différentes causes
possibles, soit le non-maitrise de tous les facteurs qui influent sur les postes PU, par
exemple la température ambiante influe sur le temps de polymérisation, souvent à l’hiver,
le temps d’attente automatique de la moule est atteint mais la matière est encore moue.
Toutefois la cause majeure de gaspillage est tout simplement l’utilisation des outillages
agressives, les opérateurs utilisent des spatules inox pour gratter les résidus sur les moules
qui sont en alliage d’aluminium donc au cours du temps l’état de ces derniers sera dégradé
et causera la migration de matière. On conclut alors d’après les données que la cause
racine est l’outillage, et l’effet actuel est l’usure de moule, la seule solution est de les
changer.
96
Figure 57 : Diagramme d'ISHIKAWA concernant le temps de cycle
D’après la figure précédente, à cause de l’absence d’un système de régulation automatique,
la température ambiante à un impact direct sur le temps de polymérisation, et le temps de
cycle. Aussi la perte de matière engendre un temps de cycle important puisque l’opérateur
après chaque câblage il doit nettoyer la moule et vérifier l’état de matière injecté, donc on
revient sur la même cause majeure de la perte de matière c’est l’usure de la moule.
97
Pour savoir
Perte de Observation tous les taches
oui
matière sur terrain faite par
Temps de
l’operateur
cycle
Influence Pour observer
important
de la Observation la variation de
oui
température sur terrain temps de
ambiante polymérisation
Cout-bénéfice
validation
faisabilité
efficacité
total
Remplacer les spatules
Outillage Recherche d’une
inox et par un autre outil 5 7 6 210 oui
inapproprié matériaux approprie
de nettoyage
Migration de Absence de
Etablir des cartes de
matière contrôle des Carte de contrôle 7 8 6 336 oui
contrôle
déchets
Pas de standard
Etablir un standard
de changement Etablir un standards 5 8 5 200 oui
LEONI
de serre câble
98
Système de régulation
Fournisseur 9 1 5 45 non
automatique
Température
Etablir un standard pour
ambiante et Etablir un standard
maitriser le temps de 5 8 5 200 oui
temps de LEONI
polymérisation
polymérisation
Conception d’un support
non maitrisé Conception avec
pour diminuer la chaleur 5 5 4 100 oui
Temps de Catia V5
perdue
cycle important
Etude de faisabilité
Etude d’ajout une
Température avec les simulateur
cartouche chauffante dans 6 2 5 60 oui
non homogène de transfert
la moule
thermique ANSYS
mode opératoire
Changer le mode Réviser le mode
n’est pas 4 7 3 84 oui
opératoire opératoire existant
adéquat
99
IV.1. Changement de la moule
Les moules existantes présentent en moyenne 11,75g de perte en matière par câblage, à
cause de l’usure, il y a beaucoup des fuites, aussi c’est difficile de fixer et positionner la
moule correctement, il n’y a pas d’autre solution pour éviter les gaspillages sans toucher la
moule.
100
Figure 60 : Conception de la moule en 3D
101
Figure 61 : Modification de la moule
On a obtenu ainsi une distribution normale de moyenne 1,41 gramme et un écart type de
0,67, donc la moule est bien dans l’intervalle de tolérance avec une capabilité Cp=1,44,
comme l’indique la figure suivante :
103
IV.2. Conception d’un support moule
Toujours dans le but d’améliorer la performance de la poste PU, et pour minimiser la perte
de l’énergie lors du chauffage, et pour minimiser aussi l’influence de la température
ambiante sur la température de la moule, on est a proposé une solution qui est sous forme
d’un support, comme l’indique la figure suivante :
104
Figure 65 : Mise en place du support
105
IV.3. Estimation de gain au niveau de matière gaspillé
Cette amélioration présente un gain très significatif au niveau de :
Gaspillage de la matière à diminuer par 10g en moyenne.
On a éliminé le temps de nettoyage après injection et on a gagné 7s de temps de
cycle de 289,6 à 282.6s.
On a éliminé les défauts
Poste PU est devenue propre
Les opérateurs sont à l’aise
En changeant le temps de cycle de la poste PU on a constaté qu’on peut produire un
câblage de plus par shift, 90 au lieu de 89 câblages d’après la simulation sur
FLEXIM, comme le montre la figure suivante :
106
IV.4. Etude d’homogénéisation de la température dans la moule
À l’aide de logiciel de conception CATIA V5 on a fait une conception approximative de la
moule. Comme l’indique la figure ci-dessous, la moule contient deux cartouches chauffantes
dans sa partie inferieur, et une sonde au milieu liée avec un système d’asservissement pour
stabiliser la température en 95°C, le problème est que la température n’est pas homogène
dans toute la moule, elle dépasse 95°C dans la partie inferieur et ne dépasse pas la consigne
dans la partie supérieure. Cela est due au transfert thermique par conduction et convection et
aussi aux propriétés physiques de la moule, de ce fait la matière injectée reste moue lors de
la polymérisation.
Pour valider notre hypothèse on a fait une analyse thermique et on a simulée la propagation
de température dans la moule à l’aide du logiciel ANSYS R2021, prenant compte des
données suivantes
Température de consigne : 95°C±5
Température ambiante : 20°C±2
Cartouche chauffante : H8X40X200 avec puissance de 200W
Matériaux de la moule : alliage d’aluminium
107
Figure 68 : Analyse thermique de la moule
D’après cette analyse thermique, on a affirmé qu’il existe un décalage de 6°C entre les deux
parties supérieure et inférieure, donc pour éliminer cette différence, la mise en place d’un
cache sur la moule a augmenté sa performance mais il n’a pas éliminé le problème, alors on
a proposé d’ajouter deux autres cartouches dans la partie supérieure pour bien homogénéiser
la température et on peut affirmer à 80% près que le gradient de température diminue à
1,8°C, quel que soit la température ambiante, on a la matière bien solide après la
polymérisation.
Cette solution est fiable puisque on est déjà en train de changer les moules, et sa mise en
place est assez facile, juste le perçage des trous et monter les nouvelles cartouches en
parallèle avec les anciennes pour répondre au système d’asservissement, aussi la solution est
efficace car elle permet d’éliminer le problème et de diminuer le gaspillage d’énergie. On a
présenté cette solution à l’entreprise et elle sera prise en compte lors de la duplication des
moules.
109
Figure 71 : Conception des casiers
110
Figure 74 : Etat des postes PU après chantier 5S
La cause racine de gaspillage de matière, l’état médiocre des postes, l’usure des moules est
l’utilisation d’une spatule inox pour nettoyer la moule qui est en alliage d’aluminium, donc
il faut changer l’outillage. Pour cela on a choisi une matière plastique copolymère POMC de
la famille polyoxyméthylène qui possède des propriétés remarquables tel que la solidité, la
rigidité, un glissement très bon, résistance à l’usure et il est facilement usinable.
111
Figure 76 : Organisation des documents
112
Figure 77 : Standard 5S de LEONI
113
V. Phase : Controler
Comme son nom l'indique, le but de l'étape finale de la démarche DMAIC Six Sigma est de
contrôler le travail qui a été déjà fait. Et garantir le maintien des améliorations. Parmi les
façons qui nous permettent de garder ces améliorations est l’utilisation des cartes de
contrôle. On clôtura finalement notre chapitre avec un petit changement dans le mode
opératoire et un standard de changement de serre câble, de température et de temps de
polymérisation en fonction de la température ambiante.
114
Figure 78 : Plan de suivi et de mesure des gaspillages
115
Figure 79 : Carte de contrôle par mesure
117
Figure 81 : Carte de contrôle par décompte des défauts
118
V.2.1. Mise à jour du mode opératoire
Lors de Le changement de la moule, on n’a pas vraiment changé le mode opératoire mais on
a ordonné l’ancien mode car il est un peu désordonné par exemple la première opération est
de vérifier le ratio de matière c’est à dire vérifier la conformité du dosage de polyol et de
l’isocyanate et puis le démarrage de la machine, ce qui est illogique. Donc pour que le mode
opératoire soit un document fiable on a mise en place les actions suivantes :
La vérification de l’utilisation des outils de nettoyage approprié
La vérification des températures des tuyauteries et le débit d’injection qui vaut
300g/min
Le changement de de tête d’injection chaque shift au lieu de chaque jour pour éviter
toute sorte de bouchage
La vérification de l’état et du diamètre de serre câble à chaque changement de
référence
La vérification de l’état de TDT et son bon positionnement dans la moule
L’ajout de l’acte d’ouverture et de fermeture de cache de protection
121
Conclusion Générale
Le but de ce projet de fin d’étude (PFE) cycle ingénieur en Génie Industriel est
d’améliorer la performance du processus d’injection plastique servant à polymériser les
câbles d’automobiles fabriqué par l’entreprise LEONI mateur nord. C’est en particulier
l’optimisation du temps de cycle (temps nécessaire pour fabriquer un produit) et
l’élimination des gaspillages en matière première en utilisant la méthodologie Lean Six
sigma et plus précisément l’approche DMAIC (définir, mesurer, analyser, innover,
contrôler).
Dans le processus d’injection, il existe plusieurs améliorations possibles qui peuvent être
implémenter. Dans ce projet on s’est focalisé sur l’amélioration des performances de la
machine d’injection. Comme la validation du projet actuel prend du temps et suite à la
pandémie Covid 19, nous n’avons pas pu mettre en place toutes les actions
d’améliorations.
122
BIBILIOGHRAPHIE
Livres :
Six-Sigma-Green-Belt-Certification-Training-Manual-CSSC-2018
Site web :
http://www.sssh.ch/uploads/media/02_Rousseau.pdf
https://fr.wikipedia.org/wiki/Leoni_(entreprise)
https://www.leoni.com/en/
https://fr.wikipedia.org/wiki/Six_Sigma/
https://fr.wikipedia.org/wiki/Carte_de_contr/
https://dumas.ccsd.cnrs.fr/dumas-02384217/document
https://leansixsigmafrance.com/blog/le-dmaics-une-methode-six-sigma-pour-mieux-gerer-
vos-projets/
https://www.xl-formation.com/sites/default/files/Fiche%20outil%20MSP_XLFormation.pdf
http://www.utc.fr/master-qualite/public/publications/qualite_et_management/MQ_M2/2013-
2014/MIM_projets/qpo12_2014_gr1_six_sigma/Memoire_SixSigma_PME.pdf
https://docplayer.fr/10151385-These-de-doctorat-en-cotutelle-specialite-science-de-l-
ingenieur-ecole-doctorale-d-angers-specialite-methodes-quantitatives.html
https://kupdf.net/download/rapport-uex-leoni_5af68c15e2b6f5533deecf92_pdf
https://www.cours-gratuit.com/excel-templates/excel-template-cause-and-effect-diagram
https://www.lescahiersdelinnovation.com/wp-content/uploads/2017/06/Guide-Six-
Sigma.pdf
123
ANNEXES
Tableau 1 : fonction intégral de la loi normale centrée réduite
124
Tableau 2 : test de Kolmogorov Smirnov
Taille de l’échantillon Seuils critiques Dα(n)
(n)
α = 0.20 α = 0.15 α = 0.10 α = 0.05 α = 0.01
1 0.900 0.925 0.950 0.975 0.995
2 0.684 0.726 0.776 0.842 0.929
3 0.565 0.597 0.642 0.708 0.828
4 0.494 0.525 0.564 0.624 0.733
5 0.446 0.474 0.510 0.565 0.669
6 0.410 0.436 0.470 0.521 0.618
7 0.381 0.405 0.438 0.486 0.577
8 0.358 0.381 0.411 0.457 0.543
9 0.339 0.360 0.388 0.432 0.514
10 0.322 0.342 0.368 0.410 0.490
11 0.307 0.326 0.352 0.391 0.468
12 0.295 0.313 0.338 0.375 0.450
13 0.284 0.302 0.325 0.361 0.433
14 0.274 0.292 0.314 0.349 0.418
15 0.266 0.283 0.304 0.338 0.404
16 0.258 0.274 0.295 0.328 0.392
17 0.250 0.266 0.286 0.318 0.381
18 0.244 0.259 0.278 0.309 0.371
19 0.237 0.252 0.272 0.301 0.363
20 0.231 0.246 0.264 0.294 0.356
25 0.210 0.220 0.240 0.270 0.320
30 0.190 0.200 0.220 0.240 0.290
35 0.180 0.190 0.210 0.230 0.270
n>35 1.07 1.14 1.22 1.36 1.63
√𝑛 √𝑛 √𝑛 √𝑛 √𝑛
Retour
125