Vous êtes sur la page 1sur 34

Le tolrancement inertiel

Maurice Pillet
Professeur des Universits
Universit de Savoie
Laboratoire SYMME
Prsentation

Domaine de comptence :
Les dmarches damlioration de la performance industrielle

Professeur Dpartement QLIO


Directeur de Recherche au laboratoire SYMME

Consultant auprs des entreprises dans le domaine de la qualit

Auteur de plusieurs ouvrages :


Limiter la variabilit !
15H 15H10
Brigitte
Brigitte
60.002 ppm

Mathieu
Denis
3.21374 ppm

Mathieu Denis
432 ppm

Agns
Agns
1.567494 ppm

Bertrand Bertrand
50.3 ppm
Inertie
Limiterlimite
la variabilit
=3 !
15H 15H
Brigitte Brigitte
Inertie = 1 Inertie = 1

Denis Mathieu
Inertie = 3.16 Inertie = 1.87

Mathieu Denis
Inertie = 1.87 Inertie = 3.16

Agns Agns
Inertie = 3.66 Inertie = 3.66

Bertrand Bertrand
Inertie = 25 Inertie = 25
Comment interprter une tolrance ?

Quelle est la
diffrence entre
la 1 et la 2 ?

1 2 3

Cible
Un exemple

Jeu
0.020.01 0.01 A
5 A

0.74
2.100.005

1.38
0.01 A
Comportement des systmes

Jeu
Jeuidal
idal==
0,05
0,05
10,03 0,02
9,98 0,02

Premier cas Second cas

Alsage = 10,01 Alsage = 10,05

Arbre = 10,005 Arbre = 10,005

Jeu = 0.005 Jeu = 0.045


Qualit dun produit, dune caractristique

Arbre
Zone d assemblage robuste

Zone risque
trop de jeu

ble
pta
e l
cc a
Alsage A id
u
Je ble Zone risque
pta
e (jeu faible)
A cc

En plaant la pice sur la cible, on rend l assemblage robuste par


rapport aux autres lments de l assemblage
Et si on assemble 4 Pices

1%

1%

1%

1%

1% x 1% x 1% x 1% = 1/100 000 000


Oui Mais !

100%

100%

100%

100%

100% x 100% x 100% x 100% = 100%


Une vision des tolrances revoir

La tolrance est dpasse


Quelle belle Qualit !
de 1/2 micron !
Les limites du pire des cas

La division de lintervalle de
tolrance sur la cote condition
conduit des tolrances trs
serres sur les caractristiques
lmentaires

En cas de production bien


conduite, la qualit demande est
trs suprieure au juste ncessaire
Les limites du tolrancement statistique

Si on se contente du
simple critre de
conformit (Cpk>1.33)

On peut faire 100% de


non-conformes sur la
condition avec 100%
de conformes sur les
caractristiques !
Le tolrancement inertiel
Moyenne a,
a
cart type a Condition
b Moyenne b,
cart type b
c Moyenne c,
cart type c
d Moyenne d,
cart type d Moyenne : e(a+b+c+d)

e Moyenne e,
cart type e Variance : a +b+c+d+e

Ce qui donne le fonctionnement c'est : Ide :


La moyenne Tolrancer la cible, et l'cart
La variance quadratique autour de la cible
Le Tolrancement inertiel - une rponse ?

1
I Y i ( xi Cible) 2
2

n
Min Max Cible

IMax

Tolrancement Tolrancement
traditionnel inertiel

IY
2 2
Y
2
Y
Inertie
cart type
cart Moyenne/cible
Reprsentation graphique

Limites de fluctuation
de la moyenne pour la
dispersion observe

Limites de fluctuation
de la dispersion
(6sigma) pour le
dcentrage observe
Les situations extrmes acceptes
IY
2 2
Y
2
Y
Centr
=0
=1
I Y2 Y2
1.0

0.8

0.6

0.4
=1
0.2
Dispersion nulle
=0 0
I Y2 Y2 0 0.2 0.4 0.6 0.8 1

Linertie est gale lcart type dans le cas dune situation centre
Les produits sont rpartis entre 3 inerties
Le dcentrage maximal est gal linertie
La conformit avec le tolrancement inertiel

10 (I 0.1)
Une pice
I = 0.1=0.01
10.1
2 Accepte
I 0 .1 0 .1
1
I Y2 i
n i
( x Cible ) 2

0 2 0.12 0.12 2
10.0 10.1 10.12 I 3
0.09

Accepte
IY
2 2
Y
2
Y 10.03
2 2
Un lot 0.09 I ( 10 .03 10 ) ( 0.09 ) 0.095

10.3 Accepte
L indicateur Cp et Cpi

IY
2 2
Y
2
Y
Inertie maximale
autorise

I y max I y max
Cp Cpi
IY
Inertie potentielle avec
un centrage parfait Inertie mesure
sur la pice ou le lot

Deux indicateurs

Indpendants de la normalit
Adapts la pice unitaire comme la srie
Mme dfinition dans les cas bilatraux ou unilatraux
Garanti la qualit du produit assembl
Le tolrancement Inertiel
tolrance
e
d c b a
B 0.02 B Condition

valeur nominale

Condition = e a b c d
Variance = Variances
2 2
Tolrance Condition 1

6 6 0.074
Inertie
n 5
Appliquer linertiel en production

- 0,01
10 - 0,07 Avant :
Dans ou hors tolrance

(I 0.01)
10 Aprs :
Inertie du lot est-elle bonne ?
Tolrancement inertiel ou statistique

Tolrancement Inertiel Tolrancement Statistique

9,98 I(0.01) 9,98 0.03

Tout est dit ! En plus il faut imposer le centrage


Les pices peut tre "Bonne" et le lot
mauvais
Il faut changer BEAUCOUP les Il faut changer les habitudes de
habitudes de production production
Le problme du mlange des lots
Pp=1.96 Ppk=1.37 Pp=1.78 Ppk=1.58 Pp=1.93 Ppk=1.48 Pp=2.08 Ppk=1.39

LSI LSS
Pp=1.12
Ppk=1.01

-5.0 0.0 5.0


Additivit des inerties

Cas des presses injecter

k n
1 1
IY
2

N
i
(Y Cible ) 2

kn i 1 j 1
(Yij Cible ) 2

k
1
I Y I de chaque lot
2 2

k i 1
Le problme du mlange de lots

I = 2.99 I = 1.59 I = 1.57 I = 3.39

Cpi = 1.16 Cpi = 2.20 Cpi = 2.23 Cpi = 1.03

Moyenne des
I = 2.38
inerties
I
Imax = 3.5
max = 3.5 Cpi = 1.21
Le contrle de rception en inertiel

Variation en fonction de l'chantillon

Contrle
Acceptation

X
I Y2 Y2 Y2

Refus
Lot Echantillon Inertie Dcision

Risques :
Accepter un lot d'inertie inacceptable (risque client)
Refuser un lot d'inertie acceptable (risque fournisseur)
Les variations dues lchantillonnage
Cible + inertie Maximale
Prlvement 1 1 X1
I 1 12 12

Prlvement 2 2 X2
I2 22 22
Risque client :
trouver une inertie meilleure

Prlvement 3 3 X3

I3 32 32
Risque fournisseur :
trouver une inertie moins bonne
Cas sigma inconnu Application
Client Fournisseur

Inertie sur le plan :


I = 0.02

On ne connat pas sigma

Le client choisit daccepter une inertie Le fournisseur accepte de se voir refuser


I = 0.024 dans 10% des cas une inertie I = 0.017 dans 5% des cas

Risque beta = 10% Risque alpha = 5%


Mthode propose

Risque client
9,98 I(0.02) On accepte dans 10% des cas un lot qui
a une inertie gale 0.024

Risque Fournisseur
On refuse dans 5% des cas un lot qui a une
inertie gale 0.017

Probabilit d'accepter le lot

100% A
95% Risque
B

risque
C
10% Inertie du lot
0%
0.017 0.024
Mthode propose
9,98 I(0.02)
Risque client 0.024
Risque Fournisseur 0.017

I 0.024
On calcule le ratio 1.41 n = 36
I 0.017
for = 0.05 and = 0.1
2 5,332 42 1,375 82 1,255 125 1,202
6 2,390 46 1,355 86 1,249 135 1,194
10 1,940 50 1,338 90 1,242 145 1,187
14 1,744 54 1,324 94 1,237 155 1,180
18 1,630 58 1,311 98 1,231 165 1,174
22 1,554 62 1,299 102 1,226 175 1,169
26 1,500 66 1,289 106 1,221 185 1,164
30 1,458 70 1,279 110 1,217 195 1,159
34 1,424 74 1,271 114 1,213 205 1,155
38 1,397 78 1,263 118 1,209 215 1,151
Mthode propose
9,98 I(0.02)

Risque client 0.024


Risque Fournisseur 0.017

n = 36

On calcule la limite d'acceptation


IA = 0.02
(idem I dans cet exemple)
X
Prlvement
Mthode propose - alternative
9,98 I(0.02)

Risque client I= 0.024 Taille dchantillon 15


Risque Fournisseur I =0.017 Inertie acceptation 0.02

Taille dchantillon 36 Risque client I = 0.027


Inertie acceptation 0.019 Risque Fournisseur I = 0.015
Le problme du tri

Cible + inertie Maximale

Prlvement 1 X1
I 1 12 12

L'inertie n'est pas valide !


Pourtant nous avons besoin des pices !
Le problme du tri

Cible + inertie Maximale

X1
1
2 2
I2 2 2

On calcule des limites de tri pour que aprs tri, la nouvelle inertie soit acceptable