Plan du cours Echantillonnage et contrle qualit Matrise statistique des processus

Amel BEN HADJ SALEM-MHAMDIA SALEMENIT- Octobre 2010 ENIT-

Echantillonnage Histogrammes Matrise statistiques des processus Exercices

Module: Management de la qualit

Module: Management de la qualit

Questions cls : Quoi contrler?

lments contrls ( Matires premires, Produits en

ECHANTILLLONNAGE

cours, Produits finis,Processus (ex. fabrication, design du produit, slection des fournisseurs),quipements)

Caractristiques contrles (ex. aspect visuel, got,

poids, composition, temps)

Module: Management de la qualit

Module: Management de la qualit

Questions cls : Comment effectuer le contrle?

Type des variables contrler (attributs ou mesures) Type de contrle (inspection visuelle sommaire ou utilisation dappareils sophistiqus, test destructif ou non destructif, etc.) Choix des instruments Choix de la procdure de contrle

Questions cls : Combien d'units contrler?

Tout Rien Une certaine proportion des units de chaque lot Les premires units fabriques Un chantillon prlev de faon alatoire

Module: Management de la qualit

Module: Management de la qualit

Questions cls : Qui doit effectuer le contrle ?

Le fournisseur Loprateur Un inspecteur Un spcialiste au sein de lentreprise Un spcialiste travaillant pour un tiers Le client

Questions cls : O effectuer le contrle ?

Chez le fournisseur la rception des marchandises Au dpartement de la fabrication Dans un laboratoire lexpdition Chez le client

Module: Management de la qualit

Module: Management de la qualit

Questions cls: quel moment effectuer le contrle dans le processus de fabrication?

Aprs les oprations susceptibles de produire des articles dfectueux? Avant les oprations coteuses? Avant les oprations qui vont cacher les dfauts? Avant les oprations irrversibles? la fin ou au dbut d'une suite d'oprations mcanises pour viter d'interrompre la production?

Questions cls : quel rythme effectuer le contrle?

De faon ponctuelle (ex. suite une rclamation) De faon priodique (ex. en dbut de production) De faon continue

Module: Management de la qualit

Module: Management de la qualit

10

Plan dchantillonnage
Plan spcifique fixant le nombre dunits de produit qui doivent tre contrles dans chaque lot (effectif de lchantillon ou sries deffectifs dchantillon ) ainsi que les critres correspondants dacceptabilit du lot (critre dacceptation ou de rejet)

Exemples de normes pour tablir des plans dchantillonnage

ISO 2859 - ANSI/ASQ Z1.4 (drivs de MILSTD-105) MIL-STD-1916

Module: Management de la qualit

11

Module: Management de la qualit

12

Lchantillonnage
Principe Lchantillonnage a pour finalit de dduire la valeur des caractristiques dun lot de produits en effectuant des observations sur une partie seulement du lot. Dfinition Lchantillonnage est constitu par lensemble de lois et de relations entre une population mre et des chantillons.

Lchantillonnage
Population : totalit des individus pris en considration. Dans le domaine de qualit, on utilise le terme lot au lieu de population chantillon : une ou plusieurs units dchantillonnage prleves dans une population et destines fournir des informations sur cette population. Effectif dchantillon : constituant lchantillon. nombre dunits dchantillonnage

Individu : ce qui peut tre dcrit et considr individuellement.

Module: Management de la qualit

13

Module: Management de la qualit

14

Lchantillonnage
Lot de production : quantit dfinie de marchandise ou de service, produite en un moment et dans conditions supposes uniformes Lot de contrle : quantit dfinie dun produit, dune matire ou dun service, runie et soumise pour examen. Leffectif du lot : nombre de ces individus dans le lot.
Module: Management de la qualit

Lchantillonnage
Niveau de qualit acceptable (NQA) : limite du pourcentage satisfaisant de non-conformit de la caractristique moyenne de la production. Si NQA<10: il reprsente soit le pourcentage de dfectueux soit un nombre de dfauts par cent units. Si NQA>10: il ne reprsente quun nombre de dfauts par cent units.

15

Module: Management de la qualit

16

Lchantillonnage
Dfaut, dfectueux et dfaillance Un dfaut est caractris par la non-conformit dun produit ou un service aux exigences spcifies Un dfectueux est une unit du produit possdant un ou plusieurs dfauts Une dfaillance est la cessation de laptitude dun dispositif accomplir une fonction requise

Lchantillonnage
Dfaut critique : dfaut qui est susceptible de conduire un manque de scurit ou des risques daccidents pour les utilisateurs ou bien qui pourrait empcher laccomplissent de la fonction principale du produit et pour laquelle il a t conu. Dfaut majeur : cest un dfaut qui, sans tre critique, risque de provoquer une dfaillance, ou rduire de faon importante la possibilit de lutilisation du produit pour le but qui lui est assign.
Module: Management de la qualit

Module: Management de la qualit

17

18

Lchantillonnage
Dfaut mineur : cest un dfaut qui, ne rduira pas beaucoup la possibilit dutilisation du produit pour le but qui lui est assign. Il nentrane pas de consquences apprciables sur lutilisation ou le fonctionnement efficace.

Lchantillonnage
Dfectueux critique : cest un dfectueux qui a obligatoirement un ou plusieurs dfauts critiques. Il peut avoir galement des dfauts majeurs et mineurs. Dfectueux majeur : cest un dfectueux qui, sans avoir aucun dfauts a obligatoirement des dfauts mineurs. Dfectueux mineur : cest un dfectueux qui a uniquement un ou plusieurs dfauts mineurs.

Module: Management de la qualit

19

Module: Management de la qualit

20

Plan dchantillonnage simple

Le nombre de dfectueux trouvs dans lchantillon contrl est dsign par m. A: critre dacceptation R: critre de rejet

Plan dchantillonnage double

Lchantillon (1) : Effectif : Critre dacceptation : Critre de rejet: n1 A1 R1

m1

R=A+1
Si m A Si m > A Acceptation du lot (c-a-d m R) Rejet du lot m1 A1 m1 R1 A1< m1 < R1 Acceptation du lot Rejet du lot Prlvement du 2me chantillon.

Module: Management de la qualit

21

Module: Management de la qualit

22

Plan dchantillonnage double

Lchantillon (2) : Effectif : Critre dacceptation : Critre de rejet: n2 A2 R2 m2

Rgles de modification du contrle

Les 10 lots prcdents sont contrls sous le rgime du contrle normal et, Les 10 prcdents sont accepts, avec un nombre total dunits non-conformes (ou de nonconformits) infrieur ou gal au nombre limite, et La production est rgulire, et Lautorit responsable y consent

Dbut
2 lots sur 5 au moins conscutifs ne sont pas accepts 5 lots ne sont pas accepts bien que sous contrle renforc

Contrle Rduit

Contrle normal

Contrle renforc

Interrompre le Contrle
Le fournisseur amliore la qualit

m1 + m2 A2 m1 + m2 > A2

Acceptation du lot Rejet du lot

Le lot nest pas accept, ou Le lot est accept mais le nombre dunits nonconformes (ou de non conformits) est compris entre acceptation et rejet du plan, ou La production est irrgulire, ou Dautres conditions le justifient

5 lots conscutifs sont accepts

Module: Management de la qualit

23

Module: Management de la qualit

24

Procdure dtablissement dun plan dchantillonnage par attribut

Etape 1 Choix : de leffectif du lot N du contrle (normal, renforc ou rduit) du NQA Plan dchantillonnage niveau de contrle Dterminer : la lettre-code laide de la table 1 Utiliser : la table correspondante au plan dchantillonnage choisi pour dterminer n,A et R Prlever au hasard un chantillon deffectif n Effectuer le contrle par attribut sur tout les individus de lchantillon. Dcision en se basant sur les critres dacceptabilit dj exposes. Si ncessaire : modification du contrle (normal, renforc ou rduit : rgles) passage dun plan simple un plan double ou multiple
25

Efficacit dun plan dchantillonnage

Pa= P(xA,n/p,N): cest la probabilit de trouver un nombre de dfectueux x infrieur ou gal A dans un chantillon deffectif n pris au hasard dun lot deffectif N et ayant un pourcentage de dfectueux p Il est important de connatre quel serait la probabilit quun lot, rpondant au NQA fix soit accept. La rponse se trouve dans les courbes defficacit

Etape 2 Etape 3 Etape 4 Etape 5 Etape 6

Module: Management de la qualit

Module: Management de la qualit

26

Exercices Echantillonnage-

Matrise statistique des processus

Module: Management de la qualit

27

Module: Management de la qualit

28

Concepts de la MSP
Lanalyse de capabilit:
Permet de dfinir si le processus de fabrication est apte fournir un produit avec le niveau de qualit requis Consiste comparer la qualit dune production sur une priode donne, par rapport un objectif donn.

Outils ncessaires la MSP

Lhistogramme La capabilit La carte de contrle

Le pilotage par carte de contrle :

Pour maintenir et amliorer la capabilit dun processus.
Module: Management de la qualit

29

Module: Management de la qualit

30

Lhistogramme
Collecter les donnes ncessaires Calcul de ltendue
R= Valeur maximale valeur minimale

Lhistogramme
h est la valeur arrondie de h lunit de mesure hh
h=R k

Dterminer le nombre provisoire Kde classes

Peut tre estim partir de n . n est leffectif total observ

Dtermination du nombres des classes k

On choisit pour k la plus proche valeur entire suprieur R/h
k =R h

Dterminer la largeur h des classes

On calcule h la largeur provisoire des classes

Dtermination des bornes des classes

B0: la borne infrieure de la premire classe
31
Module: Management de la qualit

Module: Management de la qualit

32

Lhistogramme
B0= Valeur minimale prcision de mesure (C)/2

Lhistogramme
Le groupement des classes
On attribue au centre de classe leffectif de la classe
Leffectif de classe ou frquence absolue :sobtient en comptant le nombre de valeurs contenues dans chaque classe

Avec C= 1 si on na pas de chiffres aprs la virgule = 0.1 si on a un seul chiffre aprs la virgule = 0.01 si on a deux chiffres aprs la virgule = etc
La borne suprieure de la classe i est Bi
Bi=B0+i.h avec i=1,.,k

Calculer la frquence relative

Rapport entre leffectif dune classe et leffectif de la srie tudie

Calculer la valeur centrale de chaque classe

fi= ni N
Module: Management de la qualit

33

Module: Management de la qualit

34

Lhistogramme
Lhistogramme est obtenu en reprsentant en abscisse les bornes infrieurs et suprieurs de chaque classe et en ordonne la frquence relative correspondante la classe

DISTRIBUTION NORMALE
99,8%

95% 68%

Module: Management de la qualit

35

Module: Management de la qualit

36

LOI NORMALE
(x) f(x)= 1 e 2 2

Analyse par la droite de Henry

Les valeurs centrales des classes sont portes en abscisse. Les valeurs des frquences relatives cumules sont portes en ordonne. Si on trace la fonction de rpartition dune loi normale sur un graphe ayant pour ordonne une chelle dite gaussienne lon obtient une droite.

= cart type de la population = moyenne de la population

Module: Management de la qualit

37

Module: Management de la qualit

38

Analyse par la droite de Henry

La droite de Henry permet de dterminer x et S :
Le 50% des frquences relatives cumules correspond x Le 84% des frquences relatives cumules correspond X + S La diffrence entre les valeurs des frontires suprieures de la premire et la dernire classe correspond 6 S

Le test de 2
Le test de 2 implique lusage dune table de la loi normale cumule F(U), permettant pour chaque limite de classe ei, le calcul de F(Ui) avec Ui= (ei - X) S Mthodologie de ralisation dun test de Khi-deux
Rpartir les observations en classes de limites -, e1,.,ek,+, soit k+1 classes Calculer la moyenne x et lcart-type S Calculer Ui= (ei - X) ei tant la valeur de la limite suprieure de S la classe i

Module: Management de la qualit

39

Module: Management de la qualit

40

Le test de 2
Rechercher F(Ui) dans la table de la loi Normale rduite avec F(-) =0 et F(+) =1 Calculer les effectifs thoriques ni tel que ni= n(F(Ui)-F(Ui-1)), avec n= nF(Ui). On doit avoir ni>5, si ce nest pas le cas il faut regrouper deux classes. n Calculer 2 tel que : (ni - ni)2 2= i=1

Le test de 2
Lire le 2 thorique correspondant au risque retenu et au nombre de degr de libert. Comparer le 2 calcul au 2 thorique. Si le 2 calcul est infrieur au 2 thorique, lhypothse de la normalit de la distribution peut tre admise. Dans le cas contraire, lhypothse sera rejete.

ni
Dterminer le nombre de degrs de libert. En gnral, il est gal au nombre de classes utilises dans le calcul de 2 diminu de 3. Fixer le risque de rejeter une hypothse vraie (de manire courante, on prend 5%).

Module: Management de la qualit

41

Module: Management de la qualit

42

Analyse de dispersion: Analyse par lhistogramme

Analyse de centrage: Analyse par lhistogramme

-la dispersion est suprieure la tolrance.

-la dispersion est infrieure la tolrance.

-Le mode est situ vers le milieu de lintervalle de tolrance.

-Le mode est dcentre.

Module: Management de la qualit

43

Module: Management de la qualit

44

Notion de capabilit:Capabilit Machine

Mesurer laptitude de la machine fabriquer des produits conformes La capabilit machine est mesure partir de 100 pices produites dans un temps relativement court
On peut considrer que lon est toujours sur le mme lot de matires premires, que lenvironnement reste inchang, que les pices sont produites par le mme oprateur qui utilise les mmes mthodes de travail

Notion de capabilit:Capabilit Machine

Indice de capabilit machine Cm= Ls Li 6S
Ls : limite suprieure, Li : limite infrieure, S: carttype

Coefficient de capabilit machine x : la moyenne des valeurs observes, S : lcart type Cmk= min [Ls -x ,x-Li ] 3S 3S

Module: Management de la qualit

45

Module: Management de la qualit

46

Capabilit processus: Indice de capabilit processus

Permet de savoir si on est capable de livrer le produit dans la fourchette demande et de prouver, par l'emploi d'une politique de qualit, l'amlioration des caractristiques du produit livr

Capabilit processus
Un processus est dit capable sil : Suit une loi normale ; Est bien dispers ; Est centr.

Ls : limite suprieure, Li : limite infrieure, S: cart-type

Ls Li 6S

Module: Management de la qualit

47

Module: Management de la qualit

48

Analyse de la capabilit dun processus

outils Critres Normalit visuel Dispersion Comparer la largeur de lhistogramme % la tolrance Centrage Comparer la position du mode % au milieu de la tolrance Comparer labscisse 50% % milieu de la tolrance Comparer Cp = Cpk 1,33
49

Le pilotage par carte de contrle

Permet damliorer de manire significative la capabilit du processus pour deux raisons:
Une augmentation de la stabilit du processus. Les cartes de contrles servent analyser et grer les processus en sparant les causes alatoires des causes assignables. Il en rsulte une augmentation du rendement de stabilit; Lapplication dune politique consistant viser une valeur cible permet daugmenter le rendement de rglage.
Module: Management de la qualit

Histogramme
140 120 100 80 60 40 20 0

Droite de Henry

Numrique Test de normalit dune distribution: Test de 2 Cp 1,33

Droite de henry
1 2 3 4 5

Comparer la distance d % la tolrance

Module: Management de la qualit

50

Le pilotage par carte de contrle

Les cartes de contrle peuvent tre utilises pour des donnes mesurables ou pour des attributs.
Donnes mesurables: les valeurs obtenues par mesurage et enregistrement de la grandeur numrique dun caractre pour chaque individu du groupe considr. Les attributs reprsentent des observations obtenues par notation de la prsence (ou de labsence) de certains caractres ou phnomnes pour chaque individu du groupe considr, puis comptage du nombre dindividus qui possdent (ou ne possdent pas) ce caractre.

Limites de contrle
Les limites de contrle sont utilises comme critres davertissement sur la ncessit dune intervention. Les limites de contrle sont parfois alors appeles limites daction . Laction entreprendre peut prendre diverses formes : Recherche de la (des) source(s) dune cause assignable Rglage du processus ;ou Arrt du processus.

Module: Management de la qualit

51

Module: Management de la qualit

52

LES CARTES DE CONTROLE

Moyenne ou tendue

Carte de contrle aux mesures

Le contrle par mesures seffectue en gnral laide de deux types diffrents de cartes de contrle. Le premier concerne le contrle de la tendance centrale. Le second concerne le contrle de la dispersion des observations dans lchantillon.
Les cartes de contrle de la tendance centrale servent valuer les signes de drglage rel du niveau dun processus Les cartes de contrle de la dispersion servent valuer limportance des fluctuations de lcart type des chantillons.
Module: Management de la qualit

LCS

LC

LCI
Temps,N chantillon
Module: Management de la qualit

53

54

Paramtres de la tendance centrale

Moyenne arithmtique:

Paramtres de la tendance centrale

La mdiane
n valeurs observes tant ranges par ordre croissant et numrotes de 1 n. La mdiane est la valeur de rang (n+1)/2 si n est impair. Si n est pair on peut prendre la moyenne des valeurs de rangs n/2 et (n/2) + 1.

X =

1 n X n i =1 i

Xi :Observation d un chantillon i.

Module: Management de la qualit

55

Module: Management de la qualit

56

Paramtres de la tendance centrale

Le Mode
C est la valeur de l observation Xi ayant le plus grand effectif ni. Il est utile, lorsqu une valuation rapide de l chantillon est demande.

Paramtres de la dispersion
L tendue R
C est la diffrence entre la valeur maximale et la valeur minimale de la distribution.

R = X max X min
Module: Management de la qualit

57

Module: Management de la qualit

58

Paramtres de la dispersion
L cart type :
Permet de mesurer les carts par rapport la moyenne.

Cependant, en pratique, il n est pas toujours possible de contrler tous les individus ( contrle destructif par exemple) On procde alors un chantillonnage (n<N) Les paramtres qui estiment le mieux les paramtres de la population totale sont :

i =1

( X i X )2 N

N tant la taille de la population.

1 n X = X n i =1 i

S =

( X
i =1

X )2

n 1

Module: Management de la qualit

59

Module: Management de la qualit

60

Carte ( X , R )
Carte des moyennes
LC= X LCI= X -A2 R LCS= X +A2 R

Moyennes et carts types connus

Carte ( X ,R )

Carte des moyennes

X0

LC

= X

Valeur de la moyenne connue ou spcifie

Carte des tendus

LC=R LCI=D3 R LCS=D4

LCI=X0A0 LCS = X 0+ A 0
61
Module: Management de la qualit

0 Valeur de lcart type connu ou spcifi

62

Module: Management de la qualit

CARTE (Me , R)
Carte des mdianes

NOTATIONS
Me
Moyenne des mdianes des chantillons

LC

= Me

LCI = Me A 4 R
LCS = Me + A 4 R
63

Moyenne des tendus des chantillons Coefficient

64

A4

Module: Management de la qualit

Module: Management de la qualit

Carte des tendus

LC=R0 ou d2 0

Carte de contrle aux attributs: CARTE P

Elle suit la proportion (en pourcentage) d'units non conformes dans des chantillons de tailles pouvant tre diffrentes.
La taille d'chantillonnages doit tre leve (>50) afin d'tre capable de dtecter une drive dans les performances. Il faut que le produit n p > 10 , p tant la proportion du nombre de dfauts. Il y aura ainsi une convergence vers la loi normale et une bonne sensibilit de la carte.
65
Module: Management de la qualit

LCI = d 3

LCS = d 4 0
Module: Management de la qualit

66

Carte de contrle aux attributs: CARTE P

P proportion des dfectueux n nombre darticles (chantillon ou sous groupe) n.p nombre de dfectueux k nombre dchantillons p proportion moyenne de dfectueux

Carte de contrle aux attributs: CARTE P

LC =

=
3

np

LCS

p ( 1 n

LCI

p ( 1 n

p )

Module: Management de la qualit

67

Module: Management de la qualit

68

Carte de contrle aux attributs: CARTE np

Cette carte suit le nombre d'units non-conformes(nombre de dfectueux)dans des chantillons de tailles n constante.

Carte aux attributs: Carte C

Cette carte mesure le nombre de dfauts par chantillon
LC =C = nombre de dfauts nombre d'chantillo ns

LC

= n

p =

np

LCS
LCI
Module: Management de la qualit

=n p+3
= n p3

n p ( 1 p )
n p (1 p )
69

LCS

=C + 3

LCI = C 3 C
Module: Management de la qualit

70

Carte aux attributs: Carte u

Mesure le nombre de non conformits (dfauts) par unit
LCS

Utilisation des cartes de contrle pour piloter le processus

LCS

A B C C B A
LCI X

A B C C B A

LC = u = nombre des dfauts total d' articles contrls

LCS = u + 3

LCI

Test1 : Un point au-del de la zone A

LCS

u n

A B C C B

LCS

Test2 : Neuf points dans lalignement de la zone C ou au-del

A B C C B

LCI

=u3

u n
71

LCI

LCI

Test3 : Six points dans un alignement rgulier croissant ou dcroissant

Test4 : Quatorze points dans un alignement alternativement vers le haut et vers le bas
72

Module: Management de la qualit

Module: Management de la qualit

Utilisation des cartes de contrle pour piloter le processus

LCS LCS

Conclusion
Analyse de capabilit capable Tester si le processus est Augmentation de

A B C C B
X

A B C C B A

LCI

LCI

Test5 : Deux points sur trois dans lalignement de la zone A ou au-del

LCS

Test6 : Quatorze points sur cinq dans lalignement de la zone B ou au-del

LCS

A B C C B A

A B C C B A

Pilotage par carte de contrle la stabilit du processus Processus sous contrle

LCI

LCI

Capable+Stable

Test7 : Quinze points dans lalignement de la zone C (au-dessus et en-dessous de la ligne centrale)
Module: Management de la qualit

Test8 : Huit points en alignement de chaque cot de la ligne centrale, sans point en C

73

Module: Management de la qualit

74

Exercices dapplication

Module: Management de la qualit

75