2022-2023

MS
ANALYSE DES
SYSTÈMES DE
MESURES
Réalisé par
RHALEM Zineb
Encadré par
Mr. KERAK
Plan de travail
1. INTRODUCTION

2. QUOI ?

3. POURQOUI ?

4. COMMENT ?

5. EXEMPLES

6. CONCLUSION
1
 1. Introduction:

L'analyse des systèmes de mesure correctement planifiée et exécutée aide

au processus décisionnel fondé sur les données.

2
 2. Définitions:

Système
Jauges
de mesure

Appareils de mesure Logiciels

3
 MSA
C’est une méthode expérimentale et
mathématique pour déterminer la
quantité de variation qui existe dans
un processus de mesure. Elle vise à
déterminer si un système de mesure
est acceptable.

4
 VARIATIONS OBSERVEES

Variation due au système de

Variation due au processus
mesure

Variation due à l'instrument de Variation due à la personne

Variation due aux échantillons
mesure qui mesure

Biais Précision Linéarité Stabilité

5
 Biais ou
justesse

la différence ou l'écart
positif ou négatif entre la
mesure et la valeur réelle

6
 Précision

La variation de mesure sur

une même pièce, mesurée
plusieurs fois, dans les
mêmes conditions.

7
 La différence entre
Précision Justesse

Pour tous les instruments de mesures, on souhaite toujours obtenir une grande précision et
une grande justesse. 8
 Linéarité Stabilité

La différence de biais sur la plage La différence de mesure, sur une

d'utilisation de l'instrument même pièce, dans le temps

9
 VARIATIONS OBSERVEES

Variation due au système de

Variation dues au processus
mesure

Variation due à l'instrument de Variation due à la personne

Variation due aux échantillons
mesure qui mesure

Reproductibilité

Biais Précision Linéarité Stabilité

10
 Reproductibilité

Ecart dans la moyenne des mesures

effectuées par différents évaluateurs
utilisant le même instrument pour mesurer
les caractéristiques identiques des mêmes
pièces.

11
3. L'intérêt de
la MSA

12
13
4. La mise en
place de la
MSA

14
Classification
des données, Échantillonnage Gage R&R
par attribut ou
par variable

15
 Classification des données, par attribut ou par variable

Types de contrôles
statistiques:

Contrôles variables Contrôles par attributs

16
Échantillonnage

17
Données Etapes du gage
variables R&R

1 Sélectionner les évaluateurs

2 Sélectionner l‘appareil de
mesure à évaluer

3 Sélectionner les échantillons à mesurer

4 Recueillir les valeurs mesurées par les

évaluateurs sur un tableau

5 Réaliser un certain nombre de

calculs statistiques.

18
Données par Etapes du gage
attribues par attributs

1 Prélever des échantillons aléatoirement lors

d’une production régulière

2 Sélectionner l’appareil de mesure

à évaluer

3 Effectuer l’inspection 2 à 3 fois pour chacune

des pièces

4 Enregistrer les données

5 Calculer la valeur Kappa.

19
5. Exemples
R&R par variables

21
 Calcul de la répétabilité La moyenne de toutes les
étendues des 3 opérateurs sur
l'ensemble des pièces.

Une constante

Calcul de la reproductibilité

n= nombre de pièces (n=10)

r= nombre d'essai ( r=3)

22
Variabilité totale

Rp= la différence entre la

mesure moyenne de la plus
grande des pièces et la mesure
moyenne de la plus petite pièce
entre chaque opérateur

23
 Après application
numérique on déduit que

24
25
 R&R par attributs: étude de cas

On veut évaluer le système de mesure d’une entreprise qui repose sur la

validation des produits finis par des contrôleurs :

• Avoir un standard avec lequel comparer

• Utiliser au moins 8 pièces différentes pour l’étude
• Choisir des pièces sur toute la gamme de mesure
• Consensus sur les pièces extrêmes
• Minimum 3 répétitions par pièce

26
 BUT: dire si la couleure d’une pièce est bonne ou mauvaise

Standard : conforme

9 pièces choisies sur toute la gamme de mesure:

1 2 3 4 5 6 7 8 9

27
 Opérateurs Echantillons Décisions Standards
1 A 1 Conforme Conforme
2 A 1 Conforme Conforme
3 A 1 Conforme Conforme
4 B 1 Conforme Conforme
5 B 1 Conforme Conforme
6 B 1 Conforme Conforme
7 C 1 Conforme Conforme
8 C 1 Conforme Conforme
27 pièces 9 C 1 Conforme Conforme
de 1 à 27 10 A 2 Non conforme Non conforme
3 11 A 2 Non conforme Non conforme
répétitions 12 A 2 Non conforme Non conforme
13 B 2 Non conforme Non conforme
14 B 2 Non conforme Non conforme
15 B 2 Conforme Non conforme
16 C 2 Non conforme Non conforme
28
 L’opérateur c c’est le plus
répétable et le plus fiable

% de
constance
des
décisions
Comparer
la mesure
avec le
standard

29
 Nbre de contrôles Nbre de fois d’accord
effectués avec lui même
Compare
les
opérateurs

Indicateur
Kappa
statistique

Plus le kappa est proche de 1 plus l’opérateur est répétable

30
Comparaison entre les instruments de mesures et le
standards

Plus le kappa est proche de 1

plus l’opérateur est fiable

31
Performance globale du système de mesure

% GRR = 41.6%

32
• Fiabilité du système de mesure = 41% le
contrôle qualité n’est pas efficace
• Opérateur C plus fiable Transmettre les
bonnes pratiques

33
6. Conclusion
34
Merci pour votre
attention
 UNIVERSITE HASSAN II - CASABLANCA

Master Sciences et Techniques

Spécialité: Management de la qualité, de la
sécurité et de l'environnement

MSA: L'analyse des systèmes

de mesures.
Réalisé par: Encadré par:
RHALEM Zineb Mr. KERAK
2022-2023