Académique Documents
Professionnel Documents
Culture Documents
La qualit est l'ensemble des proprits et caractristiques d'un produit ou service qui lui confrent l'aptitude satisfaire des besoins exprims ou implicites.
12) La non qualit Dfinition ( NF X 50-120 ) La non qualit est l'cart global constat entre la qualit vise et la qualit effectivement obtenue. La non qualit cote cher, elle a un cot, on peut donc la mesurer
( page 7 et 8 )
LA QUALITE
Satisfaction du client
RAISON D'ETRE
BUT
RESULTANTE
volont collective de l'entreprise, la motivation, coordination de chacun, matrise de l'ensemble des facteurs.. Evolution et dveloppement de l'entreprise motivation pour le personnel.
L'assurance qualit: - Fournir au client la preuve que le fournisseur est capable d'honorer compltement et correctement ses engagements. ( assurance externe de la qualit ) - Faire en sorte que le fournisseur soit lui-mme certain de la qualit de ses produits qu'il propose ses clients. ( assurance interne de la qualit ) Qualit et contexte de production de l'entreprise
Hommes
Produits
Dlais
Cots
Qualit totale d'un site de production on retrouve les composantes de la dmarche productique, savoir, amlioration de l'ensemble des mthodes et des moyens de production
Processus
Les entreprises, pour tre comptitives, doivent de plus en plus tre certifies suivant une norme qui va prouver que l'entreprise satisfait aux exigences de l'assurance qualit. Norme ISO 9000
( page 8 et 9 )
Le contrle de rception et des en-cours peut seffectuer soit 100% ou par chantillonnage
Contrles de rception permet l'acceptation ou le refus d'un lot de pices
100% tous les contrles ncessaires sont effectus sur la totalit des pices produites
Domaine d'utilisation: pices forte valeur ajoute pices ayant des qualits strictes ( scurit, nuclaire..) tri de pices ( appariement ) avantages: matrise totale des dcisions ( pas de risque ) inconvnients: contrle onreux, contrle non destructif
Par chantillon les contrles sont effectus sur un chantillon de pices prleves
Domaine d'utilisation: produits standards ou de sous-traitance classement de la qualit des fournisseurs si la qualit du procd est nettement > la qualit souhait du produit lots de taille importante avantages: rduction du cot, contrle destructif possible inconvnients: risque li la probabilit de prendre une mauvaise dcision
Le diagramme causes et effets Le Q Q O Q C P PARETO ou courbe ABC Le MSP ou SPC L'AMDEC Le SMED La mthode TAGUCHI Tous les outils de la qualit prsentent une caractristique commune: tude et analyse d'un grand nombre d'informations. Ces informations peuvent tre relatives : - au produit - au systme de production - au processus de production - aux mthodes de fabrication, de montage, de contrle, de maintenance.
Il faut donc que les informations soient trs exactes de manire appliquer avec efficacit l'outil de la qualit retenu . Il faut donc organiser toutes les donnes qui peuvent provenir en fabrication de: - rsultats numriques ( mesures) - nombres de caractristiques ( dfauts par priode, % de dfauts) - causes de non-conformit - ..
5: Le suivi de la qualit
Cartes de contrle
tendance centrale de la fabrication ( moyenne ) Par mesures Variation de la fabrication ( tendue ) CONTROLE nombre ou proportion de dfectueux Par attributs
52) La mthode S.P.C ou M.S.P ( matrise statistique des procds ) mthode d'auto-contrle Elle repose sur 3 principes fondamentaux : la priorit donne la prvention ( intervention avant de produire des rebuts ) la rfrence au procd tel qu'il fonctionne ( qualification de la machine ) la responsabilisation de la production et la participation active des oprateurs Constatations: la mesure d'un diamtre ( 10 mm ) sur un lot de pices ne fera jamais 10mm exactement, mais sera rpartie entre 9,95 et 10,04 par exemple. Cette variabilit est incontournable et il faut tre capable de " vivre avec ". Quelque soit la machine utilise, la caractristique observe, on notera toujours une dispersion. Ces variations proviennent de l'ensemble du procd de production dont on distingue 5 lments lmentaires responsables de dispersion et donc de non-qualit: les 5M Machine; Main d'uvre; Matire; Mthodes; Milieu Ces variations alatoires suivent trs souvent une loi normale ( courbe en cloche ) 53) Analyse de la forme de la dispersion, loi normale
531) Lhistogramme
C'est un outil qui nous permet d'observer la rpartition des valeurs mesures par rapport la moyenne, regroupes par classe. Cette moyenne doit tre le plus prs possible de la cote vise. L'allure gnrale doit correspondre une courbe en cloche ou courbe de Gauss.
EXERCICE
Une entreprise X vrifie le diamtre dune surface cylindrique cot 20 - 0.08
+ 0.05
Un oprateur prlve un lot de 40 pices, il mesure laide dun micromtre (rsolution = 0,01 mm) les 40 diamtres et trouvent les rsultats suivants: N cote N cote N cote 1 2 3 4 5 6 7 8 9 10 11 12 13 14
19.97 19.96 19.99 19.99 20.00 19.93 20.01 19.99 20.02 19.99 19.95 20.01 19.97 20.00 15 16 17 18 19 20 21 22 23 24 25 26 27 28
20.00 19.98 20.01 19.95 19.97 20.00 19.99 20.02 19.97 20.03 20.00 19.96 20.03 19.99 29 30 31 32 33 34 35 36 37 38 39 40 41 42
19.99 20.02 19.98 19.99 20.04 19.97 20.02 20.00 20.02 20.00 20.00 19.98
Elle veut connatre la reprsentation graphique de la distribution des pices: il faut donc tracer lhistogramme
Classes 19,925 - 19,945 19,945 - 19,965 19,965 - 19,985 19,985 - 20,005 20,005 - 20,025
Frquence ( Nb de valeurs )
20,025 - 20,045
20,045 - 20,065
1 4 8 16 8 3 0
7: Trac de lhistogramme
frquence
20 16 15
10
5 1
3 valeur
19,925
19,945
19,965
19,985
20,005
20,025
20,045
20,065
cote vise: cote moyenne Cote maxi : tolrance suprieure Cote mini : tolrance infrieure
frquence
Cote mini
15
10
5 1
valeur
19,945 19,965 19,985 20,005 20,025 20,045 20,065
19,925
9: calcul de la moyenne des valeurs et trac 10: trac de la courbe de Gauss ( facultatif ) frquence
formule: X = 1/n xi
i=1
AN : 19,992 mm
20
Cote mini
15
10
5 1
3 valeur
19,925
19,945
19,965
19,985
20,005
20,025
20,045
20,065
En conclusion: Lhistogramme permet dobserver la rpartition des valeurs mesures par classes, par rapport la moyenne.
La moyenne des valeurs doit tre le plus prt possible de la cote vise.
Dispersion: elle peut tre value 6,18 ( correspond 99,98% dune population
distribue suivant une loi normale ). En relation avec la courbe de Gauss
: Ecart type
dispersion
X
Courbe concave
( xi - X )
Types de dispersion:
Dispersion Systmatique ( Ds ): Proviennent de Causes Assignables ( causes identifiables, peu nombreuses mais sources de dfauts importants, exemple: usure doutil..) Dispersion Alatoire ( Da ): Proviennent de Causes Alatoires ( causes dues au hasard, que lon ne peut liminer compltement, en assez grand nombre mais effet limit, exemple :cart de mise en position, dformation de la pice lors du serrage, flexion de loutil .)
Exemple:
Moyennes diffrentes
Dispersion identique
X1
X2
Moyenne identique
Dispersions diffrentes
2
X
2
3 4
Environ 68% des individus sont compris dans lintervalle Environ 95% des individus sont compris dans lintervalle Environ 99,8% des individus sont compris dans lintervalle Environ 99,99% des individus sont compris dans lintervalle X 1 X 2 X 3 X 4
systmatique
2cas: tout drglage de la moyenne entranera un rebut qui sera fonction de ce drglage.
3cas: pas de rebut tant que la moyenne reste dans lintervalle gal : IT - 6,18
voir page 11
Les cartes de contrle permettent d'avoir une image du droulement du processus et d'intervenir rapidement sur celui-ci en cas de problme. Elles permettent de surveiller l'volution d'une caractristique ( ex : une dimension ) sur une production en srie et d'intervenir avant de produire des pices non conformes.
Avec
mo: moyenne dune fabrication sous contrle ( statiquement stable ) o: cart type dune fabrication sous contrle
7: Elaboration d'une carte de contrle dont les paramtres ne sont pas connus Quand ? - Lors de la mise en place dune nouvelle fabrication - Introduction dun nouveau matriel - Introduction dune nouvelle matire premire
voir page 12
Etape 1: Prlvement
Nombre dinformations = r x n r = nombre dchantillons n = effectif de chaque chantillon En gnral :
Des pices
100 < r x n < 200 ( nombre dinformations ) Lorigine de la mesure a t prise : 31,900 mm Les valeurs affiches sont en micron La valeur mesure de la pice correspond donc : Valeur affiche + 31,900 Ex: valeur mesure = 51 + 31900 = 31951 m soit: 31,951 mm
Des pices
Ou dchantillons
Xi r Wi r
X = 49,1 m
W = 5,1 m
Etape 3: Calcul des limites de la carte de contrle pour la carte de la moyenne et la carte de ltendue
Notation: Pour la moyenne: Lsc x : limite suprieure de contrle de la moyenne Lic x : limite infrieure de contrle de la moyenne Lss x : limite suprieure de surveillance de la moyenne Lis x : limite infrieure de surveillance de la moyenne
Notation: Pour ltendue : Lsc w : limite suprieure de contrle de ltendue Lss w : limite suprieure de surveillance de ltendue Formules: Pour la moyenne: Lsc x : X + Ac x W Lic x : X - Ac x W
Lss x : X + As x W
Lis x : X - As x W Formules:
Pour ltendue
: Lsc w : Dc2
Lss w : Ds2
x
x
W
W
Exercice:
la fabrication dinserts mtalliques ncessite de mettre le procd sous contrle statistique. On veut suivre lvolution de la cote fabrique: 6 0,2 La production tant stabilise, on prlve 8 pices toutes les heures. Pendant tout lusinage, il est important de noter tous les vnements qui sont apparus. Ces vnements sont nots dans le tableau de bord. Le tableau de bord est la mmoire du procd 1: vous devez complter entirement la carte provisoire 2: vous devez analyser la carte provisoire
cor cor
voir page 16
Quand ? - Le processus de fabrication est dj lanc ( reprise dune fabrication avec les mmes paramtres.)
Exercice page 19 faire pour Avec Ac et As: coefficients La prochaine fois fonction de la taille de Lic x : X - Ac x 0 lchantillon
Lis x : X - As x 0 Voir tableaux page 20
Lss x : X + As x 0
Formules:
Pour ltendue
: Lsc w : Dc
Lss w : Ds
x
x
0
0
Causes assignables
un point au del des limites de contrle LCS, LCI 7 points conscutifs sont suprieurs ou infrieurs la moyenne 7 points conscutifs sont en augmentation rgulire ( drive ) ou en diminution rgulire 1 point entre les limites de surveillance et de contrle
rgler le procd et prlever immdiatement un autre chantillon rgler le procd et prlever immdiatement un autre chantillon rgler le procd et prlever immdiatement un autre chantillon
trouver l'origine de la dtrioration et intervenir ( erreur de mesure, appareil bloqu ) trouver l'origine de la dtrioration et intervenir trouver l'origine de la dtrioration et intervenir
prlever immdiatement un autre chantillon. Si le nouveau point est de nouveau hors limites rgler le procd et prlever immdiatement un autre chantillon
non
oui
oui
Procder un nouveau prlvement Calculer X et porter X sur la carte
non
oui
non
Rglage et essai
11: La Capabilit
C'est un indicateur qui va permettre de vrifier si le processus est apte produire des pices conformes La capabilit est exprime par un chiffre. C'est la mesure du rapport entre la performance relle d'une machine ou d'un procd et la performance demande.
La distribution est l'intrieur de l'IT: : pices conformes La distribution n'est pas l'intrieur de l'IT:
Il y a 2 indicateurs de capabilit:
1: Calculer la moyenne des 50 relevs: X 2: Calculer l'cart type i ( cart type instantan en utilisant l'estimateur de l'cart type: (n-1) = S
IT
Cm=
Ts - Ti
6i
ou
Cm=
IT 6i
ou
Cm=
IT 6S
Cmki=
X - Ti 3i
et
Cmks=
Ts - X 3 i
(estim)
W dn
ou
(estim)
S bn
Cp=
Ts - Ti
6(estim)
ou
Cp=
IT
6(estim)
2 valeurs calculer:
Cpki=
X - Ti 3(estim)
et
Cpks=
Ts - X 3(estim)
Cm < 1,33
oui
-Changer de moyen de production - amliorer le moyen - modifier l'IT avec l'accord du BE - contrle 100%
Intervention, rglage
Non satisfaisante
intervention
satisfaisante
Situation impossible
Exemple d'application: Sur une machine de production, on veut surveiller une cote de 28,4 0,05. Pour cela, on procde l'usinage d'un chantillon de 50 pices.
Les rsultats sont les suivants:
N pice 1 2 3 4 5 mesure 28.39 28.39 28.4 28.39 28.4 N pice 11 12 13 14 15 mesure 28.38 28.39 28.39 28.38 28.39 N pice 21 22 23 24 25 mesure 28.39 28.39 28.38 28.39 28.38 N pice 31 32 33 34 35 mesure 28.4 28.4 28.41 28.41 28.43 N pice 41 42 43 44 45 mesure 28.39 28.39 28.38 28.39 28.38
6
7 8 9 10
28.39
28.4 28.39 28.36 28.38
16
17 18 19 20
28.39
28.41 28.41 28.42 28.37
26
27 28 29 30
28.4
28.4 28.4 28.37 28.39
36
37 38 39 40
28.41
28.4 28.41 28.42 28.41
46
47 48 49 50
28.4
28.39 28.38 28.38 28.38
Corrig: X =
28,393
IT / 6 (n-1)
i = (n-1) =
0,01379 1,208
Cm = Cmks =
Cm = 0,1 / 6x0,01379 =
=
Ts - X 3 i X - Ti 3i
1,377
Cmki =
1,039
- la capabilit
- les pourcentages des dfectueux
- Renseigner l'entte du document - porter les valeurs releves dans l'ordre de la production - Evaluer l'tendue des valeurs - Dterminer le nombre de classes ( maximum 10 ) - Dterminer l'intervalle de classe
Voir carte
- centrer les classes sur le graphique ( du bas vers le haut ) - Raliser le dcompte des valeurs dans chaque classe ( 1 tiret par valeur, 5 valeurs maxi par case ) - Complter les colonnes: f; f; f% - Porter les points correspondant aux pourcentages sur le graphique partir de l'chelle infrieure. Les points sont situs sur les lignes en face des flches. - Tracer la droite de rgression la mieux ajuste aux points ( droite de Henry
- Tracer les limites de tolrance en trait gras - Evaluer visuellement la moyenne X ( moyenne estime ) - Estimer la capabilit ( 8 s ) - En dduire sigma estim ( s ) - Estimer les pourcentages de dfectueux mini et maxi
Etape 1: Remplir l'entte Etape 2: Calcul des limites de contrle pour la moyenne et l'tendue Placer les rsultats dans le tableau
Si il y a 5 pices alors on calcule 5 limites Voir carte
Formules:
Pour la moyenne Pour l'tendue
LSCx = Cible + A
LSCR = D6
LICx = Cible - A
Valeurs des coefficients
LICR = D5
Exemple: On usine une srie de 5 pices dont on surveille la cote de 200,1 sur une machine avec un = 0,013. On prendra comme valeur cible 0
3ime pice:
4ime pice:
A = 1,5
5ime pice:
A = 1,34 ===> LSC = 0 + 1,34 x 0,013 = 0,017 LIC = 0 - 1,34 x 0,013 = -0,017
===> LSC =
LIC =
3ime pice:
4ime pice:
D6 = 4,69
5ime pice:
D6 = 4,91
Etape 6: Et ainsi de suite en surveillant que les limites ne soient pas dpasses
Exemple: mesure = 20,02 donc cart = 0,02 total = 0,06 X = 0,02 R = 0,01
Aprs rglage de la machine, on change de carte de contrle. On considre un nouvel chantillon de faon ne pas inclure dans les causes connues, les variations du rglage.
Exemple: mesure = 20,02 donc cart = 0,02 total = 0,02 X = 0,02 R=