Vous êtes sur la page 1sur 57

LA DEMARCHE QUALITE

1 GESTION ET SUIVI DE LA QUALITE EN PRODUCTION

1: Qualité et non qualité

11) La qualité

satisfaction du client
bonne aptitude à l'usage et à l'emploi

Définition de la qualité: ( NF X 50-120 )

La qualité est l'ensemble des propriétés et caractéristiques d'un produit ou service qui lui confèrent l'aptitude à satisfaire des
besoins exprimés ou implicites.

12) La non qualité

Définition ( NF X 50-120 )

La non qualité est l'écart global constaté entre la qualité visée et la qualité effectivement obtenue.

La non qualité coûte cher, elle a un coût, on peut donc la mesurer

1
2: La politique de la qualité dans les entreprises

LA QUALITE Satisfaction du client

RAISON D'ETRE Objectif vital pour l'entreprise

BUT Contrat pour le respect de la qualité vis à vis du client

RESULTANTE volonté collective de l'entreprise, la motivation, coordination de


chacun, maîtrise de l'ensemble des facteurs…..

REPERCUSSION Evolution et développement de l'entreprise…


POUR motivation pour le personnel.
L'ENTREPRISE
L'assurance qualité:

- Fournir au client la preuve que le fournisseur est capable d'honorer complètement et correctement ses
engagements. ( assurance externe de la qualité )

- Faire en sorte que le fournisseur soit lui-même certain de la qualité de ses produits qu'il propose à ses clients.
( assurance interne de la qualité )

Qualité et contexte de production de l'entreprise

Hommes Produits

Qualité totale d'un site de production


Qualité on retrouve les composantes de la
dans démarche productique, à savoir,
l'entrepris amélioration de l'ensemble des méthodes
Coûts et des moyens de production
Délais
e

Processus

Les entreprises, pour être compétitives, doivent de plus en plus être certifiées suivant une
norme qui va prouver que l'entreprise satisfait aux exigences de l'assurance qualité.
Norme ISO 9000
3: Qualité et contrôle de conformité
Le contrôle s’effectue à trois stades de la production:
- à la réception des approvisionnements
- en cours de fabrication
- à la livraison des produits finis

Le contrôle de réception et des en-cours peut s’effectuer soit à 100% ou par échantillonnage

Contrôles de réception Contrôles en cours de fabrication


permet l'acceptation ou le refus d'un lot de permet de surveiller le processus de
pièces fabrication

100% Domaine d'utilisation: Domaine d'utilisation:


pièces à forte valeur ajoutée pièces à forte valeur ajoutée
tous les contrôles
pièces ayant des qualités strictes ( sécurité, nucléaire..) pièces ayant des qualités strictes ( sécurité, nucléaire..)
nécessaires sont tri de pièces ( appariement ) avantages: maîtrise totale des décisions ( pas de risque )
effectués sur la avantages: maîtrise totale des décisions ( pas de risque ) limitation du gaspillage
totalité des pièces inconvénients: contrôle onéreux, contrôle non destructif inconvénients: contrôle onéreux, contrôle non destructif,
produites nécessité dans le cas de grandes séries d'automatiser les
postes de contrôle, ( si le posage est
défini )

Domaine d'utilisation:
Domaine d'utilisation:
produits standards ou de sous-traitance
Par échantillon production en grande série
classement de la qualité des fournisseurs
si la qualité du procédé est nettement > à la qualité souhaité
les contrôles sont si la qualité du procédé est nettement > à la qualité souhaité du
du produit
effectués sur un produit
lots de taille importante
échantillon de avantages: réduction du coût, contrôle destructif possible
avantages: réduction du coût, contrôle destructif possible
pièces prélevées inconvénients: risque lié à la probabilité de prendre une
inconvénients: risque lié à la probabilité de prendre une
mauvaise décision, risque de laisser passer des pièces non
mauvaise décision
conformes.
4: Les outils de la qualité

- 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 méthode TAGUCHI ……

Tous les outils de la qualité présentent une caractéristique commune: étude et analyse d'un grand nombre d'informations.
Ces informations peuvent être relatives :
- au produit
- au système de production
- au processus de production
- aux méthodes de fabrication, de montage, de contrôle, de maintenance….

Il faut donc que les informations soient très exactes de manière à appliquer avec efficacité l'outil de la qualité retenu.

Il faut donc organiser toutes les données qui peuvent provenir en fabrication de:
- résultats numériques ( mesures…)
- nombres de caractéristiques ( défauts par période, % de défauts…)
- causes de non-conformité
- …..
5: Le suivi de la qualité

51) les différents types de contrôle:

La spécification Cartes de contrôle


contrôlée est une
grandeur chiffrable.
Ex: 15,25 mm

tendance centrale de la fabrication ( moyenne )


Par mesures
Variation de la fabrication ( étendue )
CONTROLE
nombre ou proportion de défectueux
Par attributs
nombre de défauts par unité de contrôle

Valeur non
chiffrable par un
appareil de mesure.
Ex: correct,
défectueux..
52) La méthode S.P.C ou M.S.P ( maîtrise statistique des procédés )

méthode d'auto-contrôle

Elle repose sur 3 principes fondamentaux :


- la priorité donnée à la prévention ( intervention avant de produire des rebuts )
- la référence au procédé tel qu'il fonctionne ( qualification de la machine )
- la responsabilisation de la production et la participation active des opérateurs
Constatations: la mesure d'un diamètre ( 10 mm ) sur un lot de pièces ne fera jamais 10mm exactement, mais
sera répartie entre 9,95 et 10,04 par exemple.
Cette variabilité est incontournable et il faut être capable de " vivre avec ". Quelque soit la machine utilisée, la
caractéristique observée, on notera toujours une dispersion.
Ces variations proviennent de l'ensemble du procédé de production dont on distingue 5 éléments élémentaires
responsables de dispersion et donc de non-qualité:
les 5M Machine; Main d'œuvre; Matière; Méthodes; Milieu

Ces variations aléatoires suivent très souvent une loi normale ( courbe en cloche )
53) Analyse de la forme de la dispersion, loi normale

531) L’histogramme

C'est un outil qui nous permet d'observer la répartition des valeurs mesurées par rapport à la moyenne,
regroupées par classe.
Cette moyenne doit être le plus près possible de la cote visée.
L'allure générale doit correspondre à une courbe en cloche ou courbe de Gauss.
EXERCICE
+ 0.05
Une entreprise X vérifie le diamètre d’une surface cylindrique coté 20 - 0.08
Un opérateur prélève un lot de 40 pièces, il mesure à l’aide d’un micromètre (résolution = 0,01 mm) les 40
diamètres et trouvent les résultats suivants:

N° 1 2 3 4 5 6 7 8 9 10 11 12 13 14

cote 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

N° 15 16 17 18 19 20 21 22 23 24 25 26 27 28

cote 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

N° 29 30 31 32 33 34 35 36 37 38 39 40 41 42

cote 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 connaître la représentation graphique de la distribution des pièces: il faut donc tracer l’histogramme
Méthode de tracé d’un histogramme

1: collecte des données: Voir tableau précédent

2: calcul du nombre de classes Formule: Nb de classes =  n


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

3: calcul de l’étendue R Formule: valeur mesurée maxi - valeur mesurée mini


ou : x maxi - x mini

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


4: calcul de la largeur d’une classe Formule: R / Nb de classes
arrondir à un multiple de la résolution

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

5: calcul de la valeur mini de la Formule: valeur mesurée mini - moitié de la résolution


première classe ou : x mini - 1/2 résolution

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


6: Relever le nombre de valeurs par classe tableau des résultats ( classes / fréquences )

Classes Fréquence ( Nb de valeurs )


19,925 - 19,945
1
19,945 - 19,965
4
19,965 - 19,985
8
19,985 - 20,005
16
20,005 - 20,025
8
20,025 - 20,045
3
20,045 - 20,065
0
7: Tracé de l’histogramme

fréquence

20

16
15

8 8
10

4
5 3

1
valeur

19,925 19,945 19,965 19,985 20,005 20,025 20,045 20,065


8: Tracer les caractéristiques de la cote cote visée: cote moyenne
Cote maxi : tolérance supérieure
Cote mini : tolérance inférieure

fréquence AN : cote visée = 19,985 mm


cote maxi = 20,05 mm
cote mini = 19,92 mm
20 Cote mini Cote visée
Cote maxi
16
15

8 8
10

4
5 3

1
valeur

19,925 19,945 19,965 19,985 20,005 20,025 20,045 20,065


n
9: calcul de la moyenne des valeurs et tracé formule: X = 1/n  xi
i=1
10: tracé de la courbe de Gauss ( facultatif ) AN : 19,992 mm

fréquence
X

20 Cote visée
Cote mini
Cote maxi
16
15

8 8
10

4
5 3

1
valeur

19,925 19,945 19,965 19,985 20,005 20,025 20,045 20,065


En conclusion:
L’histogramme permet d’observer la répartition des
valeurs mesurées par classes, par rapport à la moyenne.

La moyenne des valeurs doit être le plus prêt possible de la


cote visée.

L’allure générale doit correspondre à une courbe en cloche


ou courbe de Gauss.
532) Comparaison entre dispersion et IT de fabrication

ATTENTION ! Ne pas confondre ETENDUE et DISPERSION

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


En relation avec l’histogramme

Dispersion: elle peut être évaluée à 6,18  ( correspond à 99,98% d’une population
distribuée suivant une loi normale ).

En relation avec la courbe de Gauss

 : Ecart type

dispersion
Ecart type :  ( sigma )

Paramètre de dispersion qui caractérise la plus ou poins


grande dispersion des valeurs autour de la moyenne.

Courbe convexe
X
Courbe concave

 ( xi - X )²
=
N
Types de dispersion:

Dispersion Systématique ( Ds ):

Proviennent de Causes Assignables ( causes identifiables, peu nombreuses


mais sources de défauts importants, exemple: usure d’outil..)

Dispersion Aléatoire ( Da ):

Proviennent de Causes Aléatoires ( causes dues au hasard, que l’on ne peut


éliminer complètement, en assez grand nombre mais à effet limité,
exemple :écart de mise en position, déformation de la pièce lors du serrage,
flexion de l’outil ….)

Le but du M S P ( ou S P C ) est d’éliminer les


causes assignables
Exemple:

Moyennes différentes
Dispersion identique
 

X1 X2

Moyenne identique

1 Dispersions différentes

2

X
Quelques cas intéressants:

 1

 2
 3
 4

Environ 68% des individus sont compris dans l’intervalle X  1


Environ 95% des individus sont compris dans l’intervalle X  2
Environ 99,8% des individus sont compris dans l’intervalle X  3
Environ 99,99% des individus sont compris dans l’intervalle X  4
On compare la dispersion à l'IT à respecter, 3 cas peuvent se présenter

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


systématique
2°cas: tout déréglage de la moyenne entraînera un rebut qui
sera fonction de ce déréglage.
3°cas: pas de rebut tant que la moyenne reste dans l’intervalle
égal à : IT - 6,18
6: les cartes de contrôle par mesure

Les cartes de contrôle permettent d'avoir une image du déroulement du


processus et d'intervenir rapidement sur celui-ci en cas de problème.
Elles permettent de surveiller l'évolution d'une caractéristique ( ex : une
dimension ) sur une production en série et d'intervenir avant de produire des pièces
non conformes.
La distribution de la spécification à contrôler doit suivre une loi normale.

Pendant la production, on effectuera des prélèvements d'échantillons régulièrement


( ex : 6 pièces toutes les heures ).
Pour chaque échantillon, on calculera la moyenne et l'étendue des valeurs mesurées,
et on reportera les résultats sur un graphique.

Suivant la position des points reportés par rapport à des limites fixées, on
interviendra ou pas sur le processus.

On se limitera aux cartes de contrôle de la moyenne et de l'étendue. ( on peut


aussi construire des cartes de la médiane et de l'écart type )
Comment établir une carte de contrôle ?

2 cas possibles:

le processus est déjà lancé et connu : on connaît donc la moyenne ( mo ) et


l'écart type ( o )

le processus est nouveau : on ne connaît pas la moyenne ( mo )


ni l'écart type ( o )

Avec mo: moyenne d’une fabrication sous contrôle ( statiquement stable )


o: écart type d’une fabrication sous contrôle

7: Elaboration d'une carte de contrôle dont les paramètres ne sont pas connus
Quand ?
- Lors de la mise en place d’une nouvelle fabrication
- Introduction d’un nouveau matériel
- Introduction d’une nouvelle matière première ……
Méthode d’élaboration de la carte
de contrôle:
Etape 1: Prélèvement
Nombre d’informations = r x n
r = nombre d’échantillons
n = effectif de chaque échantillon
En général : 100 < r x n < 200 ( nombre d’informations )

Des pièces Des pièces


L’origine de la mesure a été
prise à : 31,900 mm

Les valeurs affichées sont


en micron
La valeur mesurée de la pièce correspond
donc à :
Valeur affichée + 31,900
Ex: valeur mesurée = 51 + 31900 = 31951 m
soit: 31,951 mm
Ou d’échantillons
Etape 2: Calcul des paramètres: X, W

Moyenne des moyennes X =  Xi ou: X= ( X1 + X2 + X3 +…….Xr ) / r


r

Moyenne des étendues W =  Wi ou: W = ( W1 + W2 + W3+ ..Wr ) / r


r

X = 49,1 m W = 5,1 m

Etape 3: Calcul des limites de la carte de contrôle pour la carte de la


moyenne et la carte de l’étendue

Notation:
Pour la moyenne: Lsc x : limite supérieure de contrôle de la moyenne
Lic x : limite inférieure de contrôle de la moyenne
Lss x : limite supérieure de surveillance de la moyenne
Lis x : limite inférieure de surveillance de la moyenne
Notation:
Pour l’étendue : Lsc w : limite supérieure de contrôle de l’étendue
Lss w : limite supérieure de surveillance de l’étendue

Avec A’c et A’s: coefficients


Pour la moyenne: Lsc x : X + A’c x W fonction de la taille de
l’échantillon
Lic x : X - A’c x W
Lss x : X + A’s x W
Lis x : X - A’s x W

Formules: Avec D’c2 et D’s2: coefficients


Pour l’étendue : Lsc w : D’c2 x W fonction de la taille de
l’échantillon
Lss w : D’s2 x W
Tableau des coefficients pour le calcul des cartes:
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 à mesure des prélèvements des échantillons.

On reporte les valeurs des moyennes et de l’étendue de chaque échantillon.


On relie les points.

Etape 6: Analyse de la carte

Des points sont hors limites de contrôle, ceci est dû à des causes assignables,
que l’on peut identifier. Il faut prendre les mesures nécessaires pour éliminer
ces causes.
Etape 7: Calculer les nouvelles limites

Les échantillons dont les points sont hors limites de contrôle doivent
être éliminés pour le calcul. Les nouvelles limites doivent être calculées
avec les données restantes.

Etape 8: Tracer les nouvelles limites sur la nouvelle carte


8: Elaboration d'une carte de contrôle dont les paramètres sont connus voir page 16

Quand ?
- Le processus de fabrication est déjà lancé ( reprise d’une fabrication avec
les mêmes paramètres.)
Le principe d’élaboration est le même que précédemment sauf que:
- il n’y a pas de carte provisoire
- les formules pour les calculs des limites changent

Formules:

Pour la moyenne: Lsc x : X + Ac x 0 Avec Ac et As: coefficients


fonction de la taille de
Lic x : X - Ac x 0
l’échantillon
Lss x : X + As x 0

Lis x : X - As x 0

Formules:
Avec Dc et Ds: coefficients
Pour l’étendue : Lsc w : Dc x 0 fonction de la taille de
l’échantillon
Lss w : Ds x 0
9: Interprétation des cartes de contrôle

Une carte " type " est une carte dont les points sont répartis à peu près
symétriquement par rapport à la ligne centrale.

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

B
C
Exemples de causes assignables et décisions à prendre

Causes assignables Décision carte de la moyenne Décision carte de l'étendue

un point au delà des régler le procédé et prélever trouver l'origine de la


1 limites de contrôle immédiatement un autre détérioration et intervenir (
LCS, LCI échantillon erreur de mesure, appareil
7 points consécutifs bloqué …)
sont supérieurs ou régler le procédé et prélever
trouver l'origine de la
2 inférieurs à la immédiatement un autre
détérioration et intervenir
moyenne échantillon

7 points
consécutifs sont en régler le procédé et prélever trouver l'origine de la
augmentation immédiatement un autre détérioration et intervenir
3 régulière ( dérive ) échantillon
ou en diminution
régulière
prélever immédiatement un
1 point entre les autre échantillon. Si le
limites de nouveau point est de nouveau trouver l'origine de la
4 surveillance et de hors limites régler le procédé détérioration et intervenir
contrôle et prélever immédiatement un
autre échantillon
1 2 3 4
10: Démarche pour l'utilisation des cartes de contrôle

Prélever un échantillon de taille n


toutes les h heures
calculer X
reporter X sur la carte

non oui
La moyenne X
se trouve entre
LS1 et LS2

X se trouve entre oui


LS1 et LC1 ou
entre LS2 et LC2
Procéder à un nouveau prélèvement
non
Calculer X et porter X sur la carte

X se trouve au-delà
de LC1 ou de LC2

oui non
X se trouve entre
LS1 et LC1 ou
entre LS2 et LC2
Réglage et essai
11: La Capabilité

C'est un indicateur qui va permettre de vérifier si le processus est apte à


produire des pièces conformes

La capabilité est exprimée par un chiffre. C'est la mesure du rapport entre


la performance réelle d'une machine ou d'un procédé et la performance
demandée.

Performance demandée: C'est l'intervalle de tolérance

Performance réelle: C'est la distribution des relevés

IT
La distribution est à l'intérieur de l'IT:
: pièces conformes

La distribution n'est pas à l'intérieur de


l'IT:
: pièces non conformes
Il y a 2 indicateurs de capabilité:
la capabilité machine ( s'intéresse à la dispersion instantanée )
La capabilité du procédé ( s'intéresse à la dispersion globale )

11.1: La capabilité machine

Pour déterminer la valeur de la capabilité machine, les relevés doivent être effectués
dans un laps de temps très court. Il faut au minimum 50 relevés consécutifs.

50 relevés

Production
temps
1: Calculer la moyenne des 50 relevés: X

2: Calculer l'écart type i ( écart type instantané en utilisant l'estimateur


de l'écart type: (n-1) = S
IT

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


( Permet de comparer l'IT à la dispersion )

Ts - Ti IT IT
Cm=
ou Cm= ou Cm=
6i 6i 6S

La machine est considérée apte si Cm > 1,33

4: Calculer le deuxième indice de la capabilité machine: Cmk

( Permet de vérifier la dispersion et le centrage


de la moyenne )
2 valeurs à calculer: X

X - Ti Ts - X
Cmki= et Cmks=
3i 3i
Après calcul de Cmki et de Cmks, on retient la valeur la plus petite.

La machine est considérée bien centrée si Cmk > 1,33

11.2: La capabilité du procédé

On vérifie la capabilité du procédé sur un laps de temps long ( par exemple une semaine ).

La capabilité du procédé se détermine que si le procédé est sous contrôle ( plus de cause
assignable ).

On calcul les indices de capabilité à partir des échantillons prélevés.

1: Calculer l'écart type * ( écart type estimé )

W S
= ou (estimé) =
(estimé)
d2 c4
1: Calculer le premier indice de la capabilité procédé: Cp
( Permet de comparer l'IT à la dispersion )

Ts - Ti IT
Cp= ou Cp=
6(estimé) 6(estimé)

Le procédé est jugé capable si Cp > 1,33

2: Calculer le deuxième indice de la capabilité procédé: Cpk


( Permet de vérifier le centrage de la moyenne )

2 valeurs à calculer:

X - Ti Ts - X
Cpki= et Cpks=
3(estimé) 3(estimé)
Après calcul de Cpki et de Cpks, on retient la valeur la plus petite.

Le procédé est considéré bien centré si Cpk > 1,33


11.3: interprétations des résultats
Calcul de Cm; Cmk

non oui
Cm < 1,33

non oui non oui


Cmk < 1,33 Cmk < 1,33

Machine Machine Situation Machine non


capable pour la capable pour la impossible capable pour la
dispersion et dispersion mais dispersion mais

satisfaisante
bien centrée mal centrée bien centrée
-Changer de moyen de
production
- améliorer le moyen
- modifier l'IT avec
l'accord du BE
- contrôle à 100%

Intervention, intervention
réglage Non satisfaisante
Exemple d'application: Sur une machine de production, on veut surveiller une cote
de 28,4  0,05. Pour cela, on procède à l'usinage d'un échantillon de 50 pièces.
Les résultats sont les suivants:

N° pièce mesure N° pièce mesure N° pièce mesure N° pièce mesure N° pièce mesure
1 28.39 11 28.38 21 28.39 31 28.4 41 28.39
2 28.39 12 28.39 22 28.39 32 28.4 42 28.39
3 28.4 13 28.39 23 28.38 33 28.41 43 28.38
4 28.39 14 28.38 24 28.39 34 28.41 44 28.39
5 28.4 15 28.39 25 28.38 35 28.43 45 28.38

6 28.39 16 28.39 26 28.4 36 28.41 46 28.4

7 28.4 17 28.41 27 28.4 37 28.4 47 28.39

8 28.39 18 28.41 28 28.4 38 28.41 48 28.38


9 28.36 19 28.42 29 28.37 39 28.42 49 28.38
10 28.38 20 28.37 30 28.39 40 28.41 50 28.38

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


Corrigé:

X = 28,393 i = (n-1) = 0,01379

Cm = IT / 6 (n-1) Cm = 0,1 / 6x0,01379 = 1,208

Cmks = Ts - X = 1,377
3i

Cmki =
X - Ti = 1,039
3i

Conclusion:

1 < Cm < 1,33


Machine non capable
1 < Cmki < 1,33
11.4: Evaluation graphique de la capabilité

La capabilité machine peut être évaluée " au pied de la machine " sans
calcul particulier, de façon graphique, par la DROITE DE HENRY

Cette méthode permet de:


- vérifier si la loi est normale
- d'évaluer graphiquement:
- la moyenne X
- la dispersion ( 6  )
- la capabilité
- les pourcentages des défectueux

Reprendre l'exemple précédent et compléter le graphique


en suivant la méthode suivante:
Méthode de tracé de la droite de Henry

- Renseigner l'entête du document

- porter les valeurs relevées dans l'ordre de la production

- Evaluer l'étendue des valeurs

- Déterminer le nombre de classes ( maximum 10 )

- Déterminer l'intervalle de classe Voir carte

- centrer les classes sur le graphique ( du bas vers le haut )

- Réaliser le décompte des valeurs dans chaque classe ( 1 tiret par valeur, 5
valeurs maxi par case )
- Compléter les colonnes: f;  f;  f%
- Porter les points correspondant aux pourcentages sur le graphique à partir
de l'échelle inférieure. Les points sont situés sur les lignes en face des
flèches.
- Tracer la droite de régression la mieux ajustée aux points ( droite de Henry
- Tracer les limites de tolérance en trait gras

- Evaluer visuellement la moyenne X ( moyenne estimée )

- Estimer la capabilité ( 8 s )

- En déduire sigma estimé ( s )

- Estimer les pourcentages de défectueux mini et maxi

- Calculer les indices de capabilité machine et conclure


12: Les cartes de contrôle petites séries
Elles sont utilisées pour des séries de moins de 20 pièces et sont basées sur le
principe du MSP:
Amélioration de la production:
- éviter les tâtonnements pour trouver le bon réglage
- éviter les réglages inutiles
- régler la machine avant de produire une pièce hors tolérance

Diminution des rebuts:


- importants dans le cas des petites séries car "tâtonnement"

Amélioration de la traçabilité:
- écrire sur une carte de contrôle permet d'améliorer le suivi des lots

12.1: Démarche pour remplir la carte petites séries


Etape 1: Remplir l'entête

Etape 2: Calcul des limites de contrôle pour la moyenne et l'étendue


Placer les résultats dans le tableau
Voir carte
Si il y a 5 pièces alors on calcule 5 limites

Formules:

Pour la moyenne Pour l'étendue


 est estimé à
partir de
LSCx = Cible + A LSCR = D6
l'historique des
productions
LICx = Cible - A LICR = D5
Valeurs des coefficients
Exemple: On usine une série de 5 pièces dont on surveille la cote de 200,1 sur
une machine avec un  = 0,013. On prendra comme valeur cible 0

Calcul des limites pour la moyenne:

1ière pièce: A=3 ===> LSC = 0 + 3 x 0,013 = 0,039


LIC = 0 - 3 x 0,013 = -0,039

2ième pièce: A = 2,12 ===> LSC = 0 + 2,12 x 0,013 = 0,027


LIC = 0 - 2,12 x 0,013 = -
0,027
3ième pièce: A = 1,73 ===> LSC = 0 + 1,73 x 0,013 = 0,022
LIC = 0 - 1,73 x 0,013 = -0,022

4ième pièce: A = 1,5 ===> LSC = 0 + 1,5 x 0,013 = 0,019


LIC = 0 - 1,5 x 0,013 = -0,019

5ième pièce: 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'étendue:

1ière pièce: D6=0 ===> LSC =


D5=0 LIC =

2ième pièce: D6 = 3,69 ===> LSC = 3,69 x 0,013 = 0,048

3ième pièce: D6 = 4,36 ===> LSC = 4,36 x 0,013 = 0,056

4ième pièce: D6 = 4,69 ===> LSC = 4,69 x 0,013 = 0,061

5ième pièce: D6 = 4,91 ===> LSC = 4,91 x 0,013 = 0,064


Etape 3: Tracer les limites de contrôle des moyennes et des étendues

Attention au choix de l'échelle

Etape 4: Usiner la première pièce

- mesurer la dimension de la caractéristique surveillée


- écrire le résultat de la mesure ( X1 )
calculer: total = mesure X = mesure R = ( n'existe pas )
reporter le point associé à X et celui associé à R
Exemple: mesure = 20,03 donc écart = 0,03

Etape 5: Usiner une autre pièce


- mesurer la dimension de la caractéristique surveillée
- écrire le résultat de la mesure ( X2 )
donc: total = X1 + X2 X = (X1 + X2) / 2 R = X2 - X1
Exemple: mesure = 20,01 donc écart = 0,01 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 dépassées

Exemple: mesure = 20,02 donc écart = 0,02 total = 0,06 X = 0,02 R = 0,01
reporter les points

Exemple: mesure = 20,04 donc écart = 0,04 total = 0,1 X = 0,02,5 R = 0,02
reporter les points

1 point est hors limite

Il faut effectuer un réglage

Valeur du réglage = K x écart

Voir tableau de K pour réglage

Réglage = 4/5 x 0,025 = 0,02 mm


Après réglage de la machine, on change de carte de contrôle. On
considère un nouvel échantillon de façon à ne pas inclure dans les causes
connues, les variations du réglage.

Exemple: mesure = 20,02 donc écart = 0,02 total = 0,02 X = 0,02 R=


reporter les points