LA DEMARCHE QUALITE

1 GESTION ET SUIVI DE LA QUALITE EN PRODUCTION

voir livre page 7 page 22

1: Qualit et non qualit

11) La qualit satisfaction du client bonne aptitude l'usage et l'emploi Dfinition de la qualit: ( NF X 50-120 ) voir livre de premire page 13 page 17

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

2: La politique de la qualit dans les entreprises

( page 7 et 8 )

LA QUALITE

Satisfaction du client

RAISON D'ETRE

Objectif vital pour l'entreprise

BUT

Contrat pour le respect de la qualit vis vis du client

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.

REPERCUSSION POUR L'ENTREPRISE

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

Qualit dans l'entrepris e

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

3: Qualit et contrle de conformit

- la rception des approvisionnements - en cours de fabrication - la livraison des produits finis

( page 8 et 9 )

Le contrle seffectue trois stades de la production:

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

Contrles en cours de fabrication permet de surveiller le processus de fabrication

Domaine d'utilisation: pices forte valeur ajoute pices ayant des qualits strictes ( scurit, nuclaire..) avantages: matrise totale des dcisions ( pas de risque ) limitation du gaspillage inconvnients: contrle onreux, contrle non destructif, ncessit dans le cas de grandes sries d'automatiser les postes de contrle, ( si le posage est dfini ) Domaine d'utilisation: production en grande srie si la qualit du procd est nettement > la qualit souhait du produit avantages: rduction du cot, contrle destructif possible inconvnients: risque li la probabilit de prendre une mauvaise dcision, risque de laisser passer des pices non conformes.

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

4: Les outils de la qualit

( voir livre de premire page 18, 19, 20 )

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

( voir page 9, 10, 11 )

51) les diffrents types de contrle:

La spcification contrle est une grandeur chiffrable. Ex: 15,25 mm

Cartes de contrle

tendance centrale de la fabrication ( moyenne ) Par mesures Variation de la fabrication ( tendue ) CONTROLE nombre ou proportion de dfectueux Par attributs

nombre de dfauts par unit de contrle

Valeur non chiffrable par un appareil de mesure. Ex: correct, dfectueux..

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

Mthode de trac dun histogramme

1: collecte des donnes: 2: calcul du nombre de classes Voir tableau prcdent Formule: Nb de classes = n

AN :Nb de classes = 40 = 6,32. Arrondi 7

3: calcul de ltendue R Formule: valeur mesure maxi - valeur mesure mini ou : x maxi - x mini

AN : 20,04 - 19,93 = 0,11 mm

4: calcul de la largeur dune classe Formule: R / Nb de classes arrondir un multiple de la rsolution

AN : 0,11 / 7 = 0,014 arrondi 0,02 mm

5: calcul de la valeur mini de la premire classe

Formule: valeur mesure mini - moiti de la rsolution ou : x mini - 1/2 rsolution

AN : 19,93 - (0,5 x 0,01) = 19,925 mm

6: Relever le nombre de valeurs par classe

tableau des rsultats ( classes / frquences )

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

8: Tracer les caractristiques de la cote

cote vise: cote moyenne Cote maxi : tolrance suprieure Cote mini : tolrance infrieure

frquence

AN : cote vise = 19,985 mm cote maxi = 20,05 mm

cote mini = 19,92 mm

20

Cote mini

Cote vise Cote maxi

16

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

Cote vise Cote maxi

16

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.

Lallure gnrale doit correspondre une courbe en cloche ou courbe de Gauss.

532) Comparaison entre dispersion et IT de fabrication ( voir livre page 11 )

ATTENTION ! Ne pas confondre ETENDUE et DISPERSION

Etendue: valeur mesure maxi - valeur mesure mini ou : x maxi - x mini

En relation avec lhistogramme

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

Ecart type : ( sigma )

Paramtre de dispersion qui caractrise la plus ou poins grande dispersion des valeurs autour de la moyenne. Courbe convexe

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 .)

Le but du M S P ( ou S P C ) est dliminer les causes assignables

Exemple:
Moyennes diffrentes

Dispersion identique

X1

X2
Moyenne identique

Dispersions diffrentes

2
X

Quelques cas intressants:

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

On compare la dispersion l'IT respecter, 3 cas peuvent se prsenter

( voir livre p11 )

1cas: le procd de fabrication ne convient pas, il y a rebut

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

6: les cartes de contrle par mesure

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.

La distribution de la spcification contrler doit suivre une loi normale.

Pendant la production, on effectuera des prlvements d'chantillons rgulirement ( ex : 6 pices toutes les heures ). Pour chaque chantillon, on calculera la moyenne et l'tendue des valeurs mesures, et on reportera les rsultats sur un graphique. Suivant la position des points reports par rapport des limites fixes, on interviendra ou pas sur le processus. On se limitera aux cartes de contrle de la moyenne et de l'tendue. ( on peut aussi construire des cartes de la mdiane et de l'cart type )

Comment tablir une carte de contrle ?

2 cas possibles: le processus est dj lanc et connu : on connat donc la moyenne ( mo ) et l'cart type ( o ) le processus est nouveau : on ne connat pas la moyenne ( mo ) ni l'cart type ( o )

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

Mthode dlaboration de la carte de contrle:

Suivre en parallle lexercice du livre page 13

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

Etape 2: Calcul des paramtres: X, W

Moyenne des moyennes X = Moyenne des tendues W =

Xi r Wi r

ou: X= ( X1 + X2 + X3 +.Xr ) / r ou: W = ( W1 + W2 + W3+ ..Wr ) / 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:

Avec Ac et As: coefficients fonction de la taille de lchantillon

Voir tableaux page 20 Avec Dc2 et Ds2: coefficients fonction de la taille de lchantillon

Pour ltendue

: Lsc w : Dc2
Lss w : Ds2

x
x

W
W

Etape 4: Tracer les limites provisoires sur la carte.

Lsc Lss

Lis Lic Lsc Lss

Etape 5: Remplir la carte

La carte est remplie au fur et mesure des prlvements des chantillons. On reporte les valeurs des moyennes et de ltendue de chaque chantillon.

On relie les points.

Etape 6: Analyse de la carte

Des points sont hors limites de contrle, ceci est d des causes assignables, que lon peut identifier. Il faut prendre les mesures ncessaires pour liminer ces causes.

Etape 7: Calculer les nouvelles limites

Les chantillons dont les points sont hors limites de contrle doivent tre limins pour le calcul. Les nouvelles limites doivent tre calcules avec les donnes restantes.

Etape 8: Tracer les nouvelles limites sur la nouvelle carte

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

3: vous devez complter entirement la carte dfinitive

8: Elaboration d'une carte de contrle dont les paramtres sont connus

voir page 16

Le principe dlaboration est le mme que prcdemment sauf que:

- il ny a pas de carte provisoire - les formules pour les calculs des limites changent
Formules:

Quand ? - Le processus de fabrication est dj lanc ( reprise dune fabrication avec les mmes paramtres.)

Pour la moyenne: Lsc x : X + Ac x 0

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

Avec Dc et Ds: coefficients fonction de la taille de lchantillon

9: Interprtation des cartes de contrle

Une carte " type " est une carte dont les points sont rpartis peu prs symtriquement par rapport la ligne centrale. (Voir page 16) Pas de points hors limites

2/3 des points doivent se trouver dans le tiers central de la carte

Pas de cause assignable Carte type C B A B C

Exemples de causes assignables et dcisions prendre

Causes assignables

Dcision carte de la moyenne

Dcision carte de l'tendue

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

trouver l'origine de la dtrioration et intervenir

10: Dmarche pour l'utilisation des cartes de contrle

Prlever un chantillon de taille n toutes les h heures calculer X reporter X sur la carte

non

La moyenne X se trouve entre LS1 et LS2

oui

X se trouve entre LS1 et LC1 ou entre LS2 et LC2

oui
Procder un nouveau prlvement Calculer X et porter X sur la carte

non

X se trouve au-del de LC1 ou de LC2

oui

X se trouve entre LS1 et LC1 ou entre LS2 et LC2

non

Rglage et essai

11: La Capabilit

( voir livre page 17 page 18 )

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.

Performance demande: Performance relle:

C'est l'intervalle de tolrance C'est la distribution des relevs

IT

La distribution est l'intrieur de l'IT: : pices conformes La distribution n'est pas l'intrieur de l'IT:

: pices non conformes

Il y a 2 indicateurs de capabilit:

la capabilit machine ( s'intresse la dispersion instantane )

La capabilit du procd ( s'intresse la dispersion globale )

11.1: La capabilit machine

Pour dterminer la valeur de la capabilit machine, les relevs doivent tre effectus dans un laps de temps trs court. Il faut au minimum 50 relevs conscutifs. 50 relevs Production temps

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

3: Calculer le premier indice de la capabilit machine: Cm

( Permet de comparer l'IT la dispersion )

Cm=

Ts - Ti
6i

ou

Cm=

IT 6i

ou

Cm=

IT 6S

La machine est considre apte si Cm > 1,33

4: Calculer le deuxime indice de la capabilit machine: Cmk
( Permet de vrifier la dispersion et le centrage de la moyenne ) 2 valeurs calculer:

Cmki=

X - Ti 3i

et

Cmks=

Ts - X 3 i

Aprs calcul de Cmki et de Cmks, on retient la valeur la plus petite.

La machine est considre bien centre si Cmk > 1,33

11.2: La capabilit du procd
On vrifie la capabilit du procd sur un laps de temps long ( par exemple une semaine ). La capabilit du procd se dtermine que si le procd est sous contrle ( plus de cause assignable ).

On calcul les indices de capabilit partir des chantillons prlevs.

1: Calculer l'cart type * ( cart type estim )

(estim)

W dn

ou

(estim)

S bn

(Voir page 21)

1: Calculer le premier indice de la capabilit procd: Cp

( Permet de comparer l'IT la dispersion )

Cp=

Ts - Ti
6(estim)

ou

Cp=

IT
6(estim)

Le procd est jug capable si Cp > 1,33

2: Calculer le deuxime indice de la capabilit procd: Cpk
( Permet de vrifier le centrage de la moyenne )

2 valeurs calculer:

Cpki=

X - Ti 3(estim)

et

Cpks=

Ts - X 3(estim)

Aprs calcul de Cpki et de Cpks, on retient la valeur la plus petite.

Le procd est considr bien centr si Cpk > 1,33

11.3: interprtations des rsultats

Calcul de Cm; Cmk

non non oui non oui

Cm < 1,33
oui

Cmk < 1,33

Cmk < 1,33

-Changer de moyen de production - amliorer le moyen - modifier l'IT avec l'accord du BE - contrle 100%

Intervention, rglage

Non satisfaisante

intervention

satisfaisante

Machine capable pour la dispersion et bien centre

Machine capable pour la dispersion mais mal centre

Situation impossible

Machine non capable pour la dispersion mais bien centre

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

Calculer Cm et Cmk et conclure sur la capabilit de la machine.

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

Conclusion: 1 < Cm < 1,33 1 < Cmki < 1,33

Machine non capable

11.4: Evaluation graphique de la capabilit

La capabilit machine peut tre value " au pied de la machine " sans calcul particulier, de faon graphique, par la DROITE DE HENRY Cette mthode permet de:

- vrifier si la loi est normale

- d'valuer graphiquement: - la moyenne X - la dispersion ( 6 )

- la capabilit
- les pourcentages des dfectueux

Reprendre l'exemple prcdent et complter le graphique en suivant la mthode suivante:

Mthode de trac de la droite de Henry

- 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

- Calculer les indices de capabilit machine et conclure

12: Les cartes de contrle petites sries

Elles sont utilises pour des sries de moins de 20 pices et sont bases sur le principe du MSP: Amlioration de la production:

- viter les ttonnements pour trouver le bon rglage

- viter les rglages inutiles - rgler la machine avant de produire une pice hors tolrance Diminution des rebuts: - importants dans le cas des petites sries car "ttonnement" Amlioration de la traabilit: - crire sur une carte de contrle permet d'amliorer le suivi des lots

12.1: Dmarche pour remplir la carte petites sries

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

est estim partir de l'historique des productions

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

Calcul des limites pour la moyenne:

1ire pice: A=3 ===> LSC = 0 + 3 x 0,013 = 0,039
LIC = 0 - 3 x 0,013 = -0,039 2ime pice: A = 2,12 ===> LSC = 0 + 2,12 x 0,013 = 0,027

3ime pice:

0,027 A = 1,73 ===> LSC = 0 + 1,73 x 0,013 = 0,022

LIC = 0 - 1,73 x 0,013 = -0,022

LIC = 0 - 2,12 x 0,013 = -

4ime pice:

A = 1,5

===> LSC = 0 + 1,5 x 0,013 = 0,019 LIC = 0 - 1,5 x 0,013 = -0,019

5ime pice:

A = 1,34 ===> LSC = 0 + 1,34 x 0,013 = 0,017 LIC = 0 - 1,34 x 0,013 = -0,017

Calcul des limites pour l'tendue:

1ire pice: D6=0
D5=0 2ime pice:

===> LSC =
LIC =

D6 = 3,69 ===> LSC = 3,69 x 0,013 = 0,048

3ime pice:

D6 = 4,36 ===> LSC = 4,36 x 0,013 = 0,056

4ime pice:

D6 = 4,69

===> LSC = 4,69 x 0,013 = 0,061

5ime pice:

D6 = 4,91

===> LSC = 4,91 x 0,013 = 0,064

Etape 3: Tracer les limites de contrle des moyennes et des tendues

Attention au choix de l'chelle

Etape 4: Usiner la premire pice

- mesurer la dimension de la caractristique surveille
- crire le rsultat de la mesure ( X1 ) calculer: total = mesure Exemple: mesure = 20,03 X = mesure R = ( n'existe pas ) reporter le point associ X et celui associ R donc cart = 0,03

Etape 5: Usiner une autre pice

- mesurer la dimension de la caractristique surveille - crire le rsultat de la mesure ( X2 ) donc: total = X1 + X2 Exemple: mesure = 20,01 X = (X1 + X2) / 2 donc cart = 0,01 R = X2 - X1 total = 0,04 X = 0,02 R = 0,02

reporter les points

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

reporter les points

Exemple: mesure = 20,04 donc cart = 0,04 total = 0,1 X = 0,02,5 R = 0,02

reporter les points

1 point est hors limite

Il faut effectuer un rglage

Valeur du rglage = K x cart

Voir tableau de K pour rglage

Rglage = 4/5 x 0,025 = 0,02 mm

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=

reporter les points