MSP

MSP
Cartes de
Cartes de contrôle
contrôle et
et étude
étude
de capabilité
de capabilité
 PLAN

I. Introduction à la MSP
II. Collecte des données
III. Étude de capabilité
IV. Surveillance par carte de contrôle
V. Recherche des cause de variation

2
 Chapitre I
Introduction à la MSP

1. INTRODUCTION
2. OBJECTIFS ET BÉNÉFICES DE LA MSP
3. CONDITIONS DE RÉUSSITE
4. VARIATIONS DU PROCÉDÉ
5. DÉMARCHE DE MISE EN ŒUVRE DE LA MSP
6. LIMITATIONS DE LA MSP

3
 1- INTRODUCTION

La détection de la non qualité s’est évoluée de :

 La détection traditionnelle: ( Contrôle unitaire )
• Long.
• Coûteux.
Introduction à la MSP

• Peu fiable.
Chapitre I

En passant par :
 La détection par contrôle des lots:(Contrôle par
échantillonnage )
• Circuit long.
• Coûteux.
4
 1- INTRODUCTION
Introduction à la MSP

À:
 La détection par les Cartes de contrôle:
Chapitre I

( Maîtrise statistique des procédés )

• Circuit court.
• Fiable.

5
 1- INTRODUCTION

La Maîtrise (Control) :
• N’est pas synonyme de «Surveillance» ou

« Inspection»,
Introduction à la MSP

• C’est une action pour dominer un sujet,

•
Chapitre I

C’est dans ce sens la que nous définissons le mot

maîtrise :

FAIRE ALLER LES CHOSES COMME NOUS LE SOUHAITONS

6
 1- INTRODUCTION

Le Processus ( procédé) :
• N’est pas uniquement relatif aux opérations faites par
une ou plusieurs machines,

• IL PEUT ETRE RELATIF A L’ENSEMBLE

Introduction à la MSP

DES CHOSES QUE NOUS FAISONS

Chapitre I

• Il est un ensemble d’activités corrélées ou interactives

qui transforme des éléments d’entrée en éléments de
sortie. § 3.4.1 de l’ISO
Management Moyens
9000:2000

PROCESSUS Sorties
Entrées

7
Mesures
 1- INTRODUCTION

La Statistique :
• A pour objet le regroupement méthodique ainsi que
l’étude de séries de données numériques.
Introduction à la MSP

NOMBRES, NOMBRES, NOMBRES………..

Chapitre I

8
 1- INTRODUCTION

Maîtrise :

Faire aller de la façon que nous voulons qu’elles aillent

Introduction à la MSP

Statistique :
Chapitre I

À l’aide de nombres

Des procédés :

Les choses que nous faisons

9
 1- INTRODUCTION

La MSP est :
• La Maîtrise Statistique des Procédés

• Un mode de gestion qui conduit à se rendre maître

Introduction à la MSP

des outils de production pour satisfaire les besoins

du client, en agissant à temps sur les facteurs
Chapitre I

techniques et humains responsables de la qualité.

• Elle implique à la fois :
 Un état d’esprit à instaurer.
 L’établissement d’une organisation.
 L’implication de quelques techniques à
base statistique
10
 2- OBJECTIFS ET BÉNÉFICES DE LA MSP

La MSP est un outil qui permet :

Introduction à la MSP

 d’élever le niveau de la qualité,

Chapitre I

 de faire baisser les coûts de la non qualité,

 de diminuer les dérives et de stabiliser la
production.

11
 2- OBJECTIFS ET BÉNÉFICES DE LA MSP

Et ceci par :

• L’intervention sur le procédé avant de produire

Introduction à la MSP

de la non qualité ( Actions correctives ),

Chapitre I

• La mesure de la capabilité d’un processus à

fournir la qualité requise,

• Le contrôle des variations afin d’assurer la

stabilité.

12
 2- OBJECTIFS ET BÉNÉFICES DE LA MSP

 L’effet principale recherché à travers la mise en

place de la MSP :
Introduction à la MSP

L’amélioration de la production et de la productivité

 Les effets induits par la mise en place de la MSP :

Chapitre I

• L’amélioration des échanges dans la structure,

• L’amélioration de la démarche de résolution des

problèmes de la qualité en production,
• La maîtrise des procédures, des produits et des
processus,
• L’amélioration de l’image de l’entreprise vis-à-vis des
13
auditeurs de clients potentiels.
 3- CONDITIONS DE RÉUSSITE

 Les préalables:
• Une implication réelle des dirigeants qui doivent être
Introduction à la MSP

convaincus des apports de la MSP,

• Une formation modulée suivant le type d’industrie,

Chapitre I

• L’utilisation avec aisance de quelques outils

spécifiques à la MSP,

• La maîtrise de quelques outils classiques de la Qualité

( Collecte des données, Histogramme,….).

14
 3- CONDITIONS DE RÉUSSITE

 Les précautions:
• Pour une première application, choisir une ligne de
Introduction à la MSP

production :

– Importante,
Chapitre I

– Ne représentant pas de difficultés

exceptionnelles,

– Pas trop simple non plus.

• L’exploitation des résultats doit être le plus rapidement

possible.
15
 4- VARIATIONS DU PROCÉDÉ

 Axiome 
Il n’y a pas deux choses identiques

• Statistiquement on dirait :
Introduction à la MSP

Il n’y a pas deux individus identiques

Chapitre I

Il faut savoir s’accommoder de leurs variations

16
 4- VARIATIONS DU PROCÉDÉ

 Origines des variations 

• Les variations proviennent des 6 M et de leurs
combinaisons
Introduction à la MSP
Chapitre I

17
Les 6 M du procédé
 4- VARIATIONS DU PROCÉDÉ

 Causes assignables de variation 

• Caractéristiques:
• Identifiables,
Introduction à la MSP

• Sources de défauts importants,

Chapitre I

• Irrégulières,

• Instables,

• Difficiles à prévoir mais réparables,

• Nécessitent une intervention sur le procédé.

18
 4- VARIATIONS DU PROCÉDÉ

 Causes assignables de variation 

• Effets:
• Ponctuels,
Introduction à la MSP

• Se répètent,
• Engendrent des variations importantes,
Chapitre I

• Imprévisibles ou dus à des actions non

maîtrisées.

• Exemples:
• Déréglages brusques ou progressifs,
• Changement de matière première, d’équipe,
d’outillage,
19
• Intervention de maintenance.
 4- VARIATIONS DU PROCÉDÉ

 Causes non assignables de variation 

• Caractéristiques:
• Résultent du procédé lui-même,
Introduction à la MSP

• Sont en assez grand nombre,

• leurs effets sont limités,
Chapitre I

• Indépendantes entre elles.

• Effets :
• Permanents,
• Variations quantifiables,
• Variations le plus souvent prévisibles.
20
 4- VARIATIONS DU PROCÉDÉ

 Causes non assignables de variation 

• Exemples :
Introduction à la MSP

• Usure du matériel,
Chapitre I

• Environnement :

 Humidité,

 Température.

• Variation de l’alimentation électrique.

21
 5- DÉMARCHE DE MISE EN ŒUVRE DE LA MSP

Les grandes phases de la mise en œuvre de la

MSP sont les suivantes :
Introduction à la MSP

1. Orientation de l’action,
Chapitre I

2. Étude de capabilité,

3. Surveillance par carte de contrôle.

22
 5- DÉMARCHE DE MISE EN ŒUVRE DE LA MSP

• Orientation de l’action
Elle consiste à :
a. Choisir le processus ou le produit,
b. Mettre en place une organisation,
Introduction à la MSP

c. Faire la formation des participants.

Chapitre I

• Étude de capabilité :

Ces principales étapes sont:

a. Le choix des caractéristiques,
b. L’analyse du processus,
c. L’étude de l’aptitude du système.
Note:
23
Déjà à ce stade on peut déduire des actions correctives
 5- DÉMARCHE DE MISE EN ŒUVRE DE LA MSP

• Surveillance par carte de contrôle:

Cette phase est composée des étapes suivantes :

a. Détermination des paramètres d’échantillonnage,
Introduction à la MSP

b. Choix du type de carte,

c. Calcul des limites de contrôle,
Chapitre I

d. Vérification si le processus est maîtrisé,

( Sinon engager des actions d’amélioration )
c. Suivi du processus à l’aide des cartes,
d. Vérification de la stabilité du processus,
( Sinon engager des actions d’amélioration )
e. Analyse a posteriori du processus. 24
 5- DÉMARCHE DE MISE EN ŒUVRE DE LA MSP

Choix du processus - produit

ct ion
l’ a
n de Mise en place d’une organisation
ti o
ta
r ien Formation des participants
O

it é Choix des caractéristiques

abil
Introduction à la MSP

e cap Analyse du processus

ded Action
É tu Étude d’aptitude des moyens d’amélioration
Chapitre I

Détermination des paramètres

Choix de type de carte

le
rô
nt

Calcul des limites de contrôle Action

co
de

d’amélioration
Le processus est-il maîtrisé ?
r te
ca

Le processus est-il apte ?

r
pa
ce

Suivi du processus par carte de contrôle

llan
ei

Le processus est-il stable ?

rv
Su

25
Analyse a posteriori du processus
 6- LIMITATIONS DE LA MSP

Afin d’éviter certaines erreurs, la MSP doit

être :
Introduction à la MSP

 Appliquée pour les moyennes et grandes séries,

Chapitre I

 Fondée sur un retour rapide de l’information,

 Basée sur des mesures fiables.

 La MSP est un grand pas vers la conformité.

Toutefois, elle ne garantie pas le zéro défaut.
26
 Chapitre II
Collecte des données

1. L’IMPORTANCE DES DONNÉES

2. FLUCTUATION – DISTIBUTION

3. TYPES DE FEUILLES DE RELEVÉS

4. DÉMARCHE DE MISE EN ŒUVRE D’UN

HISTOGRAMME

27
 1- L’IMPORTANCE DES DONNÉES EN MSP

Les outils de base utilisés en qualité permettent

d’organiser les informations de sorte à:
• Faciliter les prises de décision,
Collecte des données

• Choisir les problèmes prioritaires.

Chapitre II

Ce qui permet principalement la mise en œuvre des étapes

suivantes:
• Description du passé,
• Modélisation du futur,
• Évaluation de la conformité au modèle prédéfini.

 Nécessité de la collecte de données

pertinentes
28
 1- L’IMPORTANCE DES DONNÉES EN MSP

Les données sont des valeurs connues qui peuvent

être soit :
• Qualitatives (Couleur, aspect …..),
Collecte des données

• Quantitatives (Nombre, dimensions, …),

Chapitre II

Ces valeurs peuvent être :

• Continues ou arrondie ,
• Discrète,
• Déterministe,
• Aléatoire.
29
 1- L’IMPORTANCE DES DONNÉES EN MSP

 Conditions sur les données:

Les données doivent :
• Être exactes,
• Refléter les faits,
• Servir à un objectif clair.
Collecte des données

 Conditions sur la collecte

Pour effectuer une collecte efficace des
Chapitre II

données, on doit garder à l’esprit les questions

suivantes :
• Qui va effectuer la collecte des données ?
• Quels sont les objectifs qu’on espère atteindre en
réalisant l’étude ?
• À quel endroit ou à quelle étape du processus doit-on
faire la collecte ?
• Pendant combien de temps doit-on collecter ?
30
• Combien de données doit-on collecter ?
• Comment est-ce que les données seront collectées ?
 2- FLUCTUATION – DISTIBUTION

Il n’est pas très facile d’exploiter cette série de données !!!!!!!!

7 7 7 1
4 6 0
8 6
7
5 8 9 7
7 8 6 8 8
11
Collecte des données

7 5 9 8 6 7
5 4 7
8 6 8 6 3 8
Chapitre II

5
10 5 9 9 7 6
9 8
6 7 5 10
9
7 6 3
4 6
7
…
• On peut dire qu’il y a 54 mesures
• Que le minimum est 3, le maximum est 11
• En additionnant toutes les données et en divisant
par 54, on trouve la moyenne arithmétique qui est 31
égale à 7 …
 2- FLUCTUATION – DISTIBUTION

12- 12-
11- + 11-
10- + + 10-
9- + + + + + + 9-
Collecte des données

8- + + + + + + + + 8-
7- + + + + + + + 7-
6- + + + + ++ 6-
+ + +
Chapitre II

5- + 5-
+ ++ +
4- + + 4-
+ +
3- 3-
2- 2-
1- 1-

D I S TDR I BSUTT IRO IN

0- 0-

D I S TTRRI IBBUUT TI OI ON
ti
F l u t u a on
c DDDISDDIS
ID S
IITSST
IS RTTRD
TT IR
R IIIB
RIB
B U
B
USBB
U
UTT
TDTU
IU
T
OIIIR
T
O
OTNININTIOB
NS
O
32
 3- TYPES DES FEUILLES DE RELEVÉS

Divers types de feuilles de relevés peuvent être

conçues pour remplir les fonctions suivantes:
Collecte des données

• Analyse et vérification de la distribution dans un

Chapitre II

processus,

• Vérification des pièces défectueuses,

• Localisation des défauts,

• Recherche des cause des défauts.

33
 3- TYPES DES FEUILLES DE RELEVÉS

 Feuille de relevés : Analyse et vérification de la distribution

 Utilisée pour les données mesurable,

Collecte des données

 Sert à tracer la distribution des caractéristique en

question :
Chapitre II

- Poids,
- Diamètre,
- Longueur,
- Etc.

 Son analyse se fera à l’aide d’un histogramme ( Voir

la partie suivante) en vue d’établir la moyenne et
l’étendue.
34
 3- TYPES DES FEUILLES DE RELEVÉS

 Feuille de relevés : Analyse et vérification de la distribution

Relevé continu de données N°: ………………..

Feuille de relevés
Nom du produit : ………………… Date : ………….…………………
Utilisation : ……………………….. Nom d’usine:……………………..
Nb d’inspection : ………………… Nom du service: …………………
Collecte des données

Nombre total : …………………… Responsable de mesure :………

Nombre de lots : ……………….. Remarques :…… ………………..
Chapitre II

Dimensions .0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1 1.11.2 1.3 1.41.5 1.61.71.8

30

25
Spécification

Spécification
20

15

10

Total des
fréquences1 2 6 13 10 16 19 17 12 16 20 17 13 8 6 5 2 1 0 35
 3- TYPES DES FEUILLES DE RELEVÉS

 Feuille de relevés : Vérification de pièces défectueuses.

Permet de
 Connaître les types de défauts et leurs pourcentage,
 Classer les défauts selon des critères :
- Opérateur,
Collecte des données

- Machine,
- Etc.
Chapitre II

 Analyser les données collectées.

Type Essai Sous - total

Bavures //// //// //// //// //// //// //// // 32
Craquelures //// //// //// //// //// /// 23
Incomplet //// //// //// //// //// //// //// //// //// //// // 48
Manque //// 4
autre //// // 8
Total général 115
Total des //// //// //// //// //// //// //// //// //// //// //// //// //// //// //// //// ////
rejet //// / 86 36
 3- TYPES DES FEUILLES DE RELEVÉS

 Feuille de relevés : Localisation des défauts.

Consiste à dessiner un croquis du produit à réaliser

pour faciliter l’identification et l’analyse de localisation des
Collecte des données

défauts.
Chapitre II

Feuille de relevé des bulles

Remarques :
Date :_______________
37
Type de produit :______
 3- TYPES DES FEUILLES DE RELEVÉS

 Feuille de relevés : Recherche des causes des défauts.

Permet de
 Ressortir les données concernant les causes des
défauts,
Collecte des données

 Les analyser ( Stratification, Diagramme de dispersion,

Etc.….. )
Chapitre II

Équipement Ou Lundi Mardi Mercredi Jeudi Vendredi Samedi

vrie
Am Pm Am Pm Am Pm Am Pm Am Pm Am Pm
r
ooxq ox oxx Ooox oooo oooo Ox oooo oo o xxoo Ox
Machine 1 A xxq xxx xqq

B Ooox oooo oooo ox Oow O xxoo ooox oooo oooo Ox wxqw

xxq xxx xqq xxq xxx xqq w

ox oooo Oo o Xxoo Ox Ox oooo oo o xxoo Ox

Machine 2 C
Ox oooo Oo o xxoo wOx ooox oooo oooo ox wwxo Qww
D xxq xxx xqq x

O : égratignure de la surface
X : Boursouflure.
W : Défaut de définition 38
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

L’HISTOGRAMME est une représentation graphique de la

distribution d’une variable permettant :

 De visualiser des effectifs par intervalles de classes

Collecte des données

définis préalablement ,
Chapitre II

 D’entrevoir l’allure générale de la distribution des

données :
 Nombre de défauts,
 Influence des 5 M :
- Main d’œuvre,
- Milieu,
- Machine,
- Matériel,
- Matière. 39
 Etc.
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

Le principe de l’exploitation des histogrammes est comme

suit :

 On organise les données en ordre séquentiel en

Collecte des données

réunissant, dans des classes prédéterminées, les

Chapitre II

données identiques,

 On observe l’allure générale et on détecte les

anomalies de distribution,

 On conclut quant aux dispersions trouvées et aux

actions correctives à mener.
40
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

Définitions de quelques termes statistiques

 Tendance centrale :
 Moyenne arithmétique :

Collecte des données

Xi
X=
n
Chapitre II

 Moyenne pondérée :
 p iXi
X=
pi
 Médiane :
( La valeur milieu d’un ensemble de donnée )
 Mode:
41
( La valeur la plus fréquente d’une distribution)
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

Définitions de quelques termes statistiques

 Dispersion :
 Étendue :
W = XM - Xm
Collecte des données

 Écart-type :
Chapitre II

( Xi- X )2
= ( Pour une population )
 n

( Xi- X )2
s= ( Pour un échantillon )
 n-1

Note:
42
lorsque n >30, le calcul de s avec n ou n-1 au dénominateur a
peu d’impact.
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

Les étapes de construction d’un histogramme

Voir exemple d’application en annexe 1

1. Remplir un tableau de données, préciser l’unité de mesure,

2. Compter le nombre total n de données,
3. Chercher la valeur maxi notée XM et la valeur mini Xm,
Collecte des données

4. Calculer l’étendue notée W = XM- Xm,

Chapitre II

5. Choisir le nombre théorique des classes noté K dans le

tableau:
Nombre de données n Nombre de classe k
< 50 5à7
50 à 99 6 à 10
100 à 249 7 à 12
> 251 10 à 20

6. Déterminer la largeur théorique de la classe

appelée ’’intervalle de classe’’ noté ht avec ht=W/K, 43
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

7. L’intervalle de classe pratique noté hp qui sera utilisée

comme base d’échelle suivant l’axe des abscisses,
8. Dresser le tableau de calcul des caractéristiques de
l’histogramme,
N° classe 1 2 3 4 5
Collecte des données

Limites
Valeur centrale Xm Xm+hp … … …
Chapitre II

Limite inférieur X m - hp X m + hp … … ..
incluse 2 2
Limite supérieure Xm + hp Xm + 3hp … … ..
exclue 2 2

9. Reporter les données relatives à chaque classe

correspondante à l’aide de bâtonnets,
10. Tracer des rectangles de largeur – celle de la classe – et de
44
hauteur le nombre total de bâtonnets. Mettre en place les
bornes de la spécification soient Ti et TS.
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

Analyse
L’analyse de l’histogramme est basée principalement sur
Collecte des données

l’interprétation des allures de la distribution des données

Chapitre II

1 normal 2 Dissymétrique

Allure normal, dispersion normale Allure dissymétrique

45
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

3 avec discontinuité
Collecte des données
Chapitre II

Irrégularité de la collecte

5 Très dispersé 4 Mal centré

Moyen de production peu précis Mauvais réglage 46

 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

Analyse

Ce qui permet de:

• Comparer les résultats avec des objectifs préétablies.

Collecte des données

• Montrer le résultat d’une action correctives.

Chapitre II

Histogramme comparatifs

Avant amélioration
Après amélioration

47
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

Notions sur la loi normal

La loi normal est une loi de distribution qui régit

habituellement les variables aléatoires continues x que l’on
peut mesurer .
Collecte des données

Ses caractéristiques sont :

Chapitre II

 Allure de la courbe : la répartition des variables s’effectue

sous forme d’une ‘’ cloche’’

48
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
HISTOGRAMME

Notions sur la loi normal

 Paramètre de position : Moyenne m qui situe la distribution

des valeurs de la variable sur l’échelle de mesure.
Collecte des données

 Xi
m=
Chapitre II

 Paramètre de dispersion : dispersion  qui caractérise la plus

ou moins grande dispersion des valeurs autour de la moyenne.

( Xi- m )2
=
 N

49
 4- DÉMARCHE DE MISE EN ŒUVRE D’UN
Collecte des données HISTOGRAMME

Décision
Chapitre II

On peut décider de la normalité des données en comparant

l’allure de l’histogramme à celle de la distribution de la loi
normale.

50
 Chapitre III
Étude de capabilité
1. DÉFINITION
2. TYPES DE CAPABILITÉ
3. TEST DE NORMALITÉ
4. CAPABILITÉ DU PROCÉDÉ
5. CAPABILITÉ DES MACHINES
6. RÉSULTATS ET DÉCISIONS

51
 1- DÉFINITIONS

La Capabilité
• Est la mesure établissant le rapport entre la
performance réelle d’un équipement ou d’un
processus et la performance demandée,
Étude de capabilité

• À pour objectif de caractériser, de façon simple,

Chapitre III

l’ensemble des situations courantes que nous

rencontrons en production.

• La "capabilité" d’un processus n’est pas la même chose que

sa "performance", car une performance comprend toutes
sortes de variables supplémentaires et de perturbations
indésirables dans le système de causes La capabilité est la
performance naturelle après l’élimination des influences
52
extérieures
 2- TYPES DE CAPABILITÉ

• On distingue deux grands types de capabilité :

Étude de capabilité

 Capabilité procédé,
Chapitre III

 Capabilité machine.

53
 3- TEST DE NORMALITÉ

• L’étude de la capabilité ( machine et procédé ) suppose que

la distribution des valeurs suit une loi Normale,

• Le test de normalité est la vérification théorique ou

graphique de l’allure de la distribution de la loi normal :
Étude de capabilité

• Ce test se fait soit :

Chapitre III

 En comparant les valeurs calculées avec la courbe

suivante :

54
 3- TEST DE NORMALITÉ

• En utilisant un papier fonctionnel :

Étude de capabilité
Chapitre III

55
Pour plus de détail, voir l’exemple d’application dans la partie suivante
 4- CAPABILITÉ PROCÉDÉ

• Le client doit être assuré que le produit final répond

parfaitement aux spécifications :
 La limité de spécification inférieure LSI,
 La limité de spécification supérieure LSS,
Étude de capabilité

 Le mode N doit être compris entre LSI et LSS,

Chapitre III

• Le processus définit, de lui-même, son centrage X et sa

dispersion R

Nous devrions avoir

R :
 X inférieur ou égal à IT = LSS - LSI,
 est pratiquement égal à N. 56
 4- CAPABILITÉ PROCÉDÉ

• Un procédé comprend plusieurs étapes et fait intervenir les

6M,
Étude de capabilité

• Pour être sûr que les causes de variation n’affecteront pas le

Chapitre III

produit final, il faut être sûr de chaque étape,

• Traditionnellement, et de façon internationale, on définit

donc deux capabilités :
 Capabilité machine (ne fait intervenir que le matériel)
 Capabilité procédé (fait intervenir tous les 6M)

57
 4- CAPABILITÉ PROCÉDÉ

La Capabilité procédé

• Est la mesure établissant le rapport entre la

performance réelle du procédé et la performance
Étude de capabilité

demandée,
Chapitre III

• S’exprime par deux chiffres :

 Capabilité intrinsèque.
 Indicateur de déréglage.

• A pour objectif de caractériser, de façon simple,

l’ensemble des situations courantes que nous
rencontrons en production.
58
 4- CAPABILITÉ PROCÉDÉ

 La Capabilité intrinsèque du procédé Cp

• Est appelée aussi Coefficient d’Aptitude du Procédé.
• Compare la performance attendue et la performance
obtenue
Étude de capabilité

• Est calculée de la façon suivante :

Chapitre III

Cp =Intervalle de tolérance
Dispersion
Intervalle de tolérance
Cp = Intervalle de
Dispersion du
tolérance
procédé

59
Dispersion
 4- CAPABILITÉ PROCÉDÉ

Capabilité intrinsèque du procédé Cp

Étude de capabilité
Chapitre III

LSI LSS LSI LSS

Intervalle de tolérance Intervalle de

Cp Intervalle
= tolérance
Dispersion
de tolérance
du procédé

Dispersion  6 Dispersion  6
60
Procédé capable Procédé non capable
Cp > 1,33 Cp < 1
 4- CAPABILITÉ PROCÉDÉ

 L’indicateur de déréglage Cpk

• Tiendra compte du déréglage (centrage et dispersion) du
Étude de capabilité

procédé.
Chapitre III

• Simple à interpréter.
• Est calculé de la façon suivante :
Cpk = Distance ( Moyenne , limite la plus proche)
1/2 Dispersion

Cpk = Distance ( Moyenne ,limite la plus proche)

3𝝈
61
 4- CAPABILITÉ PROCÉDÉ

 L’indicateur de déréglage Cpk

• On cherche à avoir des Cpk les plus grands

possibles,

• Pour certains procédés, une des valeurs LSS ou LSI

Étude de capabilité

n’existait pas, on dit alors que la spécification est

Chapitre III

unilatérale,

• Quand les deux limites existent, on dit que la

spécification est bilatérale.
SPÉCIFICATIONS BILATÉRALE UNILATÉRALE
Procédé existant 1,33 1,25
Nouveau procédé 1,50 1,45
Paramètre de sécurité ou critique d’un 1,50 1,45
procédé existant
Paramètre de sécurité ou critique d’un 1,67 1,60
nouveau procédé
62
Voir exemple d’étude de capabilité du procédé en annexe 2
 5- CAPABILITÉ MACHINE

Capabilité machine

• Quand on peut isoler les causes de variations dues

aux 6M , on peut parler de la Capabilité Machine,
Étude de capabilité

• C’est la capabilité d’une étape du processus

Chapitre III

(procédé), et c’est une capabilité élémentaire

constitutive de Cp et Cpk,

• S’exprime par deux chiffres :

 Capabilité intrinsèque.
 Indicateur de déréglage.

63
 La capabilité machine est définie de la même façon que la capabilité du procédé. ( C m, Cmk)
 5- CAPABILITÉ MACHINE

Capabilité machine et capabilité procédé

• Pour chaque étape étudiée, il faut obtenir les Cmk

minimaux suivants :
Étude de capabilité

SPÉCIFICATIONS BILATÉRALE UNILATÉRALE

Chapitre III

Étape existant 1,77 1,67

Nouveau étape 1,50 1,45
Paramètre de sécurité ou critique d’un
étape existant 2,00 1,93
Paramètre de sécurité ou critique d’un
nouveau étape 2,33 2,13

64
6- RÉSULTATS ET DÉCISIONS

65
 6- RÉSULTATS ET DÉCISIONS

Valeurs calculées des indices de

capabilité procédé
Cp = …. ; Cpk = …

Oui Non
Cp 1.33

Oui Non Oui Non

Étude de capabilité

Cpk k1.33 Cpk 1.33

Procédé Procédé Situation Procédé non

Chapitre III

Capable pour la Capable pour la impossible Capable pour la

dispersion et dispersion mais dispersion mais

Non satisfaisante
bien centrée mal centrée bien centrée

FIN satisfaisante
Intervention de
réglage intervention

• Changer de moyen de production

• Améliorer le moyen de production
• Modifier la tolérance en accord avec le
bureau d’étude et service qualité
• Réaliser un contrôle à 100%

66
 Etude de cas
La scie automatique
Pour que le lecteur comprenne ce raisonnement, il est utile de présenter
des applications. Dans un premiers temps nous présenterons un exercice que
nous avons imaginé, c’est l’exemple d’une scie automatique ou on étudiera
son aptitude à produire des pièces conforme aux spécifications clients. Puis
dans un second temps nous reprendrons un cas fréquent en MSP, l’arbre-
palier.
On imagine un processus de fabrication, mécanique qui usine des cales de
précision, il est alors utile de maitriser ce processus.
On considère la cale acceptable lorsque X : 5,5 + ou – 0,04 cm, aussi il est
important de préciser que cette étude s’effectuera selon le référentiel QS9000.
Des mesures ont été effectuées sur un échantillon de 30 pièces
consécutives, voici les résultats

67
 Cale (X en Cale (X en Cale (X en
Piece Piece Piece
cm) cm) cm)
1 5,509 11 5,495 21 5,493
2 5,519 12 5,472 22 5,513
3 5,464 13 5,509 23 5,504
4 5,528 14 5,486 24 5,499
5 5,477 15 5,516 25 5,508
6 5,532 16 5,493 26 5,509
7 5,499 17 5,511 27 5,499
8 5,481 18 5,502 28 5,485
9 5,512 19 5,489 29 5,497
10 5,526 20 5,485 30 5,504

Selon le référentiel QS9000 :

A) Estimer l’écart type instantané ? En déduire la dispersion Di.
B) Calculer les indicateurs Cp et Cpk..
C) Est-ce que le processus est capable ?
D) On remarque dans ce process un taux élevé de rebuts, quelles
améliorations pouvez-vous apporter ?
68
A) Tout d’abord on calcule l’intervalle de tolérance, ainsi que la moyenne et
l’écart type. La dispersion étant égale à 6 fois l’écart type.

IT = LTS – LTI = 5,54 – 5,46 = 0,08.

Moyenne 5,50053333
Ecart type 0,01633852
Dispersion 0,0980311

B) Ensuite on calcule les indicateurs de capabilité Cp et Cpk.

IT 0,08
Cp 0,816067555
Cpk 0,805186654

C) Le process n’est pas capable puisque Cp et Cpk sont inférieurs à 1,33, les mesures à prendre
sont donc une révision des spécifications clients pour ne pas faire de surqualité mais avant cela
régler la machine.

D) Les améliorations à apporter sont : une bonne lubrification, un guidage de la lame, un bon
nettoyage, une bonne maintenance et un meilleur maintien de notre cale.
69