ISET Qualité

Sousse
Chap. 1 – Maitrise statistique des procédés
I – Généralités :
 Le contrôle qualité : Outils de base de management de qualité, pour vérifier
la conformité d’un produit aux exigences, à tous les stades de fabrication.
⇒ C’est un contrôle par échantillonnage.
 La maitrise statistique des procédés (MSP) :
La MSP (en anglais : SPC = Statistical Process Control), est une stratégie à
suivre pour permettre aux responsables d’un atelier de fabrication en séries
répétitives de maitriser le système de production en agissant sur ces facteurs (5
M).
5 M = Matière première, Main d’œuvre, Machine, Milieu et Méthode.
 Rappels statistique : Pour une population statistique de (n) observations
(x1.... xn) :
𝟏
 ) : 𝐱ത=
La moyenne arithmétique (𝑥ҧ σ 𝐧𝐢=𝟏 𝐱 𝐢
𝐧
𝟏
 Pour un échantillon, la moyenne arithmétique (µ) : 𝛍 = σ 𝐧𝐢=𝟏 𝐱 𝐢
𝐧−𝟏
1
 L’écart-type : 𝜎𝑥ҧ= 𝜎 = ට σ 𝑛𝑖=1(𝑥𝑖 − 𝑥ҧ
)2
𝑛
1
 La Variance : 𝑣𝑎𝑟ሺ𝑥 ሻ = 𝜎 2 = σ 𝑛𝑖=1(𝑥𝑖 − 𝑥ҧ
)2
𝑛

. 1
ISET Qualité
SOUSSE
 La loi normale (𝑥ҧ, 𝜎) ⇒ Courbe de Gauss.
 Vérifier les plages de normalité (intervalles de confiances) :
 ≈ 68 % 𝑑𝑒𝑠 𝑥𝑖 ∈ [𝑥ҧ − 𝜎, 𝑥ҧ + 𝜎]
 ≈ 95 % 𝑑𝑒𝑠 𝑥𝑖 ∈ [𝑥ҧ − 2𝜎, 𝑥ҧ + 2𝜎]
 ≈ 98 % 𝑑𝑒𝑠 𝑥𝑖 ∈ [𝑥ҧ − 3𝜎, 𝑥ҧ + 3𝜎]
II- Capabilité machine et procédé :
 Les indices de capabilité pour la machine (Cm et Cmk) :
 Conditions : sur une courte durée, de façon à ne pas prendre en compte que les
variables aléatoires de la machine sans changement d’opérateur et de matières,
ni nouveaux réglages.
 L’indice Cm [la machine est-elle capable ?] :
IT (intervalle de tolérance ) = tolérance supérieure - tolérance inférieure.
σ : écart-type estimé.
⇛ La machine est capable si Cm≥1,33 (théoriquement : Cm≥1).
 L’indice Cmk [la machine est-elle bien centrée (capable +bien réglée) ?] :

⇛ La machine est bien centrée, si Cmk≥1,33

2
 Qualité
 Les indices de capabilité pour le procédé (Cp et Cpk) :
 Conditions : sur une période plus importante et on doit prendre en compte tout
les facteurs de procédé (machine, main d’œuvre, matériel, milieu et méthode).
 L’indice Cp [le procédé est-il capable ?] :
⇛ Le procédé est capable si Cp≥1,33
 L’indice Cpk [le procédé est-il bien centrée (capable +bien réglée) ?] :

⇛ Le procédé est bien centré, si Cmk≥1,33

: La moyenne des moyennes de plusieurs séries de mesure.
 L’indice de capabilité de "Taguchy" (Cpm) :
Cpm : mesure en plus l’éloignement de la valeur cible :

3
 Qualité

 Exemples d’interprétation de la courbe de Gauss :

Réglé + Centré Réglé + Centré Réglé + Centré

Mais s’étend sur tout IT Mais écarté de l’origine
Cmk ou Cpk >1,33 !!!! Cpm>1,33 !!!!!!!

4
 Qualité
3- Capabilité des moyens de mesure (méthode R&R) :
 Définitions :
 Résolution : le plus petit différentiel de mesure que l'instrument est
capable de détecter (≃ IT/10 de la spécification contrôlée).
 Justesse : erreur (= écart systématique) entre vraie valeur et valeur
mesurée.
 Répétabilité : erreur de mesurage répété, pour une pièce, dans les mêmes
conditions (même opérateur, courte durée..).
 Reproductibilité : erreur de mesurage lorsque la pièce est mesurée par
plusieurs personnes, dans les mêmes conditions.

 Les écart-types ⇔Erreurs /dispersions :

 𝛔𝐏𝐕 = Dispersion des pièces (PV = Part Variation).
 𝛔𝐄𝐕 = Dispersion de répétabilité (EV = Equipment Variation).
 𝛔𝐀𝐕 = Dispersion de reproductibilité (AV = Appraiser Variation).
 𝛔𝐑&𝑅 = Dispersion de l’instrument (R&R) : 𝛔𝐑&𝑅 = ඥ𝛔𝐄𝐕 𝟐 + 𝛔𝐀𝐕 𝟐
 𝛔𝐓𝐕 = Dispersion totale (TV = total Variation) : 𝛔𝐓𝐕 = ඥ𝛔𝐑&𝑅 𝟐 + 𝛔𝐏𝐕 𝟐
⇛ Pour mesurer PV, EV, AV, R&R et TV, la norme QS9000 propose de multiplier
leurs écart-type correspondant par 5,15 (qui vérifié 99 % des observations).
𝑋 = 5,15 𝛔𝐗
5
 Qualité
 Méthodes de calcul de R&R :
 Notations:
n = nombre de pièces mesurées (en général n=10)
R = étendue des mesures effectuées sur une pièce par un opérateur
ഥ= moyenne des n étendues obtenues par un opérateur
𝐑
r = nombre de mesures sur une pièce par un opérateur
(en général r=2) 𝑅ധ= moyenne des 𝐑
ഥ
p = nombre d'opérateurs (en général p=3) ഥ= moyenne de toutes les mesures (nr) effectuées par un opérateur
𝐗

r = nombre de
p = nombre
mesures /pièce 2 3 4 2 3 4
d'opérateurs
/opérateur
d*2 1,414 1,912 2,239
d2 1,128 1,693 2,059
⇘ Capabilité de l’instrument de
mesure :
Le moyen de mesure est capable : Cmc ≥ 5.
6
 Qualité

Travaux dirigés :
TD. 1 - Maitrise Statistique des Procédés
(MSP) :
 Capabilité machine et procédé ;
 Capabilité des moyens de mesure.

7
 Qualité

TD N° 1- MSP :
Capabilité machine et procédé
Une machine est destinée à fabriquer des pièces de forme cylindrique.
La longueur du cylindre étant contrôlée au moyen d’un pied-à-coulisse.
Les tolérances de cette dimension sont fixées à 10±0,2 cm.
5 séries de 10 mesures chacune, ont été réalisées pendant 5 postes de
travail, dont la 1ère et la 3ème, n’ont pas fait l’objet d’intervention de
réglage sur la machine.
1) Choisir la série de mesure, qui convient à l’étude de la capabilité de
la machine.
2) Etudier la capabilité de cette machine.
3) Faire une étude de la capabilité de procédé (sur toute la série : n
=50).
4) Faire une étude de la capabilité de Tagauchy sur un échantillon de
n=10 (série n° 1).
Les relèves et les calculs statistiques de base (moyenne, écart type et
variance) sont donnés par le tableau suivant.
8
 Qualité
Tableau de valeurs et calculs

Poste 1 Poste 2 Poste 3 Poste 4 Poste 5 TOTAL

1 10,05 9,92 9,82 9,96 10,08
2 10,00 9,89 9,87 9,98 9,99
3 10,02 9,86 10,15 10,04 10,01
4 10,10 10,08 10,18 10,05 10,06
5 9,96 9,99 10,02 10,01 10,06
6 9,98 10,01 10,02 9,95 10,05
7 10,04 10,06 10,10 9,92 10,00
8 10,05 9,90 10,08 10,00 10,05
9 10,01 9,98 9,99 10,05 10,00
10 9,95 9,90 10,01 9,99 10,06
n 10 10 10 10 10 50
Somme 100,160 99,590 100,240 99,950 100,360 500,300
moyenne 10,016 9,959 10,024 9,995 10,036 10,006
Ecart type 0,046 0,076 0,113 0,044 0,032 0,071
variance 0,002 0,006 0,013 0,002 0,001 0,005
9
 Qualité

REPONSES :
1) Les séries 1 et 3, conviennent à l’étude de la capabilité de la machine.
2) Etude de la capabilité de la machine :
Calcul de l’intervalle de tolérance : 𝐼𝑇 = 𝑇𝑠 − 𝑇𝑖 = 10,2 − 9,8 = 0,4
L’écart type de la série n° 1 : 𝜎 = 0,046

L’indice Cm :
𝐈𝐓 𝟎, 𝟒
𝐂𝐦 = = = 𝟏, 𝟒𝟒𝟗
𝟔. 𝛔 𝟔𝐱𝟎, 𝟎𝟒𝟔
> 𝟏, 𝟑𝟑
⇒ La machine est réglée.
L’indice Cmk :
ഥ − 𝐓𝐢 𝐓𝐬 − 𝐗
𝐗 ഥ
𝐂𝐦𝐤 = 𝐦𝐢𝐧( ; )
𝟑. 𝛔 𝟑. 𝛔
𝟏𝟎, 𝟎𝟏𝟔 − 𝟗, 𝟖𝟎 𝟏𝟎, 𝟐 − 𝟏𝟎, 𝟎𝟏𝟔
= 𝐦𝐢𝐧 ൬ ; ൰
𝟑𝐱𝟎, 𝟎𝟒𝟔 𝟑𝐱𝟎, 𝟎𝟒𝟔
= 𝐦𝐢𝐧 ሺ𝟏, 𝟓𝟔𝟓 ; 𝟏, 𝟑𝟑𝟑ሻ
= 𝟏, 𝟑𝟑𝟑 > 𝟏, 𝟑𝟑
⇒ La machine est juste centrée.

⇒ La machine est capable : elle est réglée et centrée.

10
 Qualité
b) série n° 3 :
L’écart type de la série n° 3 : 𝜎 = 0,113
L’indice Cm :
𝐈𝐓 𝟎,𝟒
𝐂𝐦 = = = 𝟎, 𝟓𝟗 < 1,33 ⇒ La machine n’est pas réglée.
𝟔.𝛔 𝟔𝐱𝟎,𝟏𝟏𝟑
L’indice Cmk :
ഥ−𝐓𝐢
𝐗 ഥ
𝐓𝐬−𝐗 𝟏𝟎,𝟎𝟐𝟒−𝟗,𝟖𝟎 𝟏𝟎,𝟐−𝟏𝟎,𝟎𝟐𝟒
𝐂𝐦𝐤 = 𝐦𝐢𝐧( ; ) = 𝐦𝐢𝐧( ; )=
𝟑.𝛔 𝟑.𝛔 𝟑𝐱𝟎,𝟏𝟏𝟑 𝟑𝐱𝟎,𝟏𝟏𝟑
𝐦𝐢𝐧 ሺ𝟎, 𝟔𝟔𝟏; 𝟎, 𝟓𝟏𝟗ሻ = 𝟎, 𝟓𝟏𝟗 < 1,33 ⇒ La machine est mal centrée.
⇒ La machine est incapable : n’est pas réglée et mal centrée.
1) Etude de la capabilité du procédé :
L’écart type de toute la série (n=50) : 𝜎 = 0,071
𝐼𝑇 0,4
L’indice Cm : 𝐶𝑚 = = = 0,94 < 1,33 ⇒ Le procédé est incapable
6.𝜎 6𝑥0,071
(à des problèmes de réglage).
L’indice Cmk :
ഥ−𝐓𝐢
𝐗 ഥ
𝐓𝐬−𝐗 𝟏𝟎,𝟎𝟎𝟔−𝟗,𝟖𝟎 𝟏𝟎,𝟐−𝟏𝟎,𝟎𝟎𝟔
𝐂𝐦𝐤 = 𝐦𝐢𝐧( ; ) = 𝐦𝐢𝐧( ; )=
𝟑.𝛔 𝟑.𝛔 𝟑𝐱𝟎,𝟎𝟕𝟏 𝟑𝐱𝟎,𝟎𝟕𝟏
𝐦𝐢𝐧 ሺ𝟎, 𝟗𝟔𝟕 ; 𝟎, 𝟗𝟏𝟏ሻ = 𝟎, 𝟗𝟏𝟏 < 1,33 ⇒ Le procédé est incapable, il a
aussi des problèmes de centrage.
⇒ Le procédé n’est pas capable : n’est pas réglé et mal centré.
11
 Qualité
4) Capbabilité de Taguchy :
𝐓𝐬 − 𝐓𝐢
𝐂𝐩𝐦 =
𝟔. 𝛕
𝐧. ഥ − 𝐓)𝟐
(𝐗
𝛕 = ඨ 𝐬𝟐 +
𝐧−𝟏
Pour la série n° 1 :
2
σ (xi − ഥX)2
s =
n−1
1
= x[(10,05 − 10,016)2 + (10 − 10,016)2
(10 − 1)
+ (10,02 − 10,016)2 + (10,10 − 10,016)2 + (9,96 − 10,016)2
+ (9,98 − 10,016)2 + (10,04 − 10,016)2 + (10,05 − 10,016)2
+ (10,01 − 10,016)2 + (9,95 − 10,016)2 ] = 𝟎, 𝟎𝟎𝟐𝟏𝟐
ഥ − T)2
n. (X 10x(10,016 − 10,00)2
= = 𝟎, 𝟎𝟎𝟎𝟐𝟖
n−1 10 − 1
ഥ − T)2
n. (X
τ = ඨs + 2 = ඥ𝟎, 𝟎𝟎𝟐𝟏𝟐 + 𝟎, 𝟎𝟎𝟎𝟐𝟖 = 𝟎, 𝟎𝟒𝟗
n−1
Ts − Ti 0,4
Cpm = = = 1,361 > 𝟏, 𝟑𝟑
6. τ 6x0,049
⇒ Les observations (dimension contrôlée) ne s’éloigne pas de la valeur cible T =10 cm.
12
ISET Béja Qualité

TD N° 1- MSP :
Etude de la capabilité d’un PALMER
Le plan de contrôle d’une unité de fabrication, impose la vérification des moyens de mesure. A
cette approche de maîtrise statistique de procédé, les caractéristiques dimensionnelles contr
sont réalisées au moyen d’un palmer.
A fin de vérifier la capabilité de cet instrument de mesure, selon les méthodes de Charbonne
de Range & Average, les conditions de prélèvements sont effectués conformément aux exig
de la norme :
- Nombre de répétitions : r = 2 mesures/pièce ;
- Nombre de prélèvements : 10 pièces.
- Nombre d’opérateurs : 3 opérateurs.
Les données sur les prélèvements réalisées et les calculs statistiques de base, sont formulés s
tableau Excel (: (page suivante).
Travail demandé :
Faire une étude de la capabilité de cet instrument de mesure par :
a) La méthode de Charbonneau.
b) La méthode Range et average.
Remarque :
𝐈𝐓
Capabilité de l’instrument de mesure (du moyen de contrôle : 𝐂𝐦𝐜 =
𝐑&𝐑
L’instrument est dit capable, si : Cmc > 5.
L’intervalle de tolérance: IT = 0,4 (10±0,2).

13
 Qualité
N° pièce Mesure Opérateur 1 Opérateur 2 Opérateur 3
1 9,91 9,93 9,96
2 9,90 9,93 9,91
1
R
1 9,93 9,91 9,96
2 9,96 9,94 9,96
2
R
1 9,93 9,90 9,94
2 9,92 9,91 9,92
3
R
1 9,97 9,96 9,95
2 9,93 9,94 9,93
4
R
1 9,94 9,93 9,94
2 9,92 9,91 9,93
5
R
1 9,93 9,95 9,96
2 9,92 9,94 9,98
6
R

14
 Qualité
N° pièce Mesure Opérateur 1 Opérateur 2 Opérateur 3
1 9,91 9,95 9,96
2 9,92 9,93 9,95
7
R
1 9,93 9,92 9,94
2 9,93 9,94 9,95
8
R
1 9,93 9,92 9,94
2 9,92 9,94 9,98
9
R
1 9,93 9,94 9,93
2 9,92 9,91 9,92
10
R

15
 Qualité
Notations:
n = nombre de pièces mesurées (10)
r = nombre de mesures effectuées sur une pièce par un opérateur (2)
p = nombre d'opérateurs (3)
R = étendue des mesures effectuées sur une pièce par un opérateur
ഥ= moyenne des n étendues obtenues par un opérateur
𝐑
𝑅ധ= moyenne des 𝐑ഥ
ന= moyenne de toutes les mesures (nr) effectuées par un opérateur
𝐗

Tableau calcul (p=3, n=10, r=2) :

N° pièce Mesure Opérateur 1 Opérateur 2 Opérateur 3
1 9,91 9,93 9,96
2 9,90 9,93 9,91
1 ഥ
𝑿 9,905 9,930 9,935
R 0,01 0 0,05
1 9,93 9,91 9,96
2 9,96 9,94 9,96
2 ഥ
𝑿 9,945 9,925 9,960
R 0,03 0,03 0
1 9,93 9,90 9,94
2 9,92 9,91 9,92
3 ഥ
𝑿 9,925 9,905 9,930
R 0,01 0,01 0,02
1 9,97 9,96 9,95
2 9,93 9,94 9,93
4 ഥ
𝑿 9,950 9,950 9,940
R 0,04 0,02 0,02
16
 Qualité
N° pièce Mesure Opérateur 1 Opérateur 2 Opérateur 3
1 9,94 9,93 9,94
2 9,92 9,91 9,93
5 ഥ
𝑿 9,930 9,920 9,935
R 0,02 0,02 0,01
1 9,93 9,95 9,96
2 9,92 9,94 9,98
6 ഥ
𝑿 9,925 9,945 9,970
R 0,01 0,01 0,02
1 9,91 9,95 9,96
2 9,92 9,93 9,95
7 ഥ
𝑿 9,915 9,940 9,955
R 0,01 0,02 0,01
1 9,93 9,92 9,94
2 9,93 9,94 9,95
8 ഥ
𝑿 9,930 9,930 9,945
R 0 0,02 0,01
1 9,93 9,92 9,94
2 9,92 9,94 9,98
9 ഥ
𝑿 9,925 9,930 9,960
R 0,01 0,02 0,04
1 9,93 9,94 9,93
2 9,92 9,91 9,92
10 ഥ
𝑿 9,925 9,925 9,925
R 0,01 0,03 0,01
𝑅ത 0,015 0,018 0,019
𝑋ധ 9,93 9,93 9,95
Pour l’opérateur « p »
ത
𝑋𝑚𝑖𝑛 9,905 9,905 9,925
𝑋ത𝑀𝑎𝑥 9,950 9,950 9,970
𝑅ധ 0,0173
𝑋ത𝑚𝑖𝑛 9,9117
𝑋ത𝑀𝑎𝑥 9,9567

17
 Qualité

REPONSES :
1) Méthode de Charbonneau
a) Répétabilité :
ന
𝐑 r = nombre de mesures
𝛔𝐄𝐕 = 2 3 4
𝐝𝟐 /pièce /opérateur
d2 1,128 1,693 2,059
ന 𝟎, 𝟎𝟏𝟕𝟑𝟑𝟑𝟑𝟑
𝐑
𝛔𝐄𝐕 = = = 𝟎, 𝟎𝟏𝟓𝟑𝟔𝟔𝟒𝟑
𝐝𝟐 1,128
EV = 5,15 𝛔𝐄𝐕 = 5,15 x 𝟎, 𝟎𝟏𝟓𝟑𝟔𝟔𝟒𝟑 = 𝟎, 𝟎𝟕𝟗𝟏𝟑𝟕𝟏𝟐
b) Reproductibilité
ന𝐦𝐚𝐱 − 𝐗
𝐗 ന𝐦𝐢𝐧 p = nombre
𝛔𝐀𝐕 = 2 3 4
𝐝𝟐∗ d'opérateurs
d∗ 2 1,414 1,912 2,239
ന𝐦𝐚𝐱 − 𝐗
𝐗 ന𝐦𝐢𝐧 9,9567 − 9,9117
𝛔𝐀𝐕 = = = 𝟎, 𝟎𝟐𝟑𝟓𝟒
𝐝∗ 𝟐 1,912
AV = 5,15 𝛔𝐀𝐕 = 5,15𝐱 0,02354 = 𝟎, 𝟏𝟐𝟏𝟐𝟏
c) Répétabilité et reproductibilité : 𝛔𝐑&R = ඥ𝛔𝐄𝐕 𝟐 + 𝛔𝐀𝐕 𝟐
𝐑&𝐑 = ඥ𝐄𝐕 𝟐 + 𝐀𝐕 𝟐 = 𝟓, 𝟏𝟓. 𝛔𝐑&R = ට (𝟎, 𝟎𝟕𝟗𝟏𝟒)𝟐 + (𝟎, 𝟏𝟐𝟏𝟐𝟏)𝟐 = 𝟎, 𝟏𝟒𝟒𝟕𝟔
𝐈𝐓 𝟎,𝟒
𝐂𝐦𝐜 = = = 𝟐, 𝟕𝟔 < 5 ⇒ L’instrument est incapable.
𝐑&𝐑 𝟎,𝟏𝟒𝟒𝟕𝟔

18
 Qualité

2) Méthode Etendue & Moyenne (Range & Average)

𝛔𝐀𝐕 p = nombre
2 3 4
d'opérateurs
𝐗ന𝐦𝐚𝐱 − 𝐗ന𝐦𝐢𝐧 𝛔𝐄𝐕 𝟐
ඨ
= ( 𝟐
) − 𝑑∗ 2
𝐝∗ 𝟐 𝐧𝐫 1,414 1,912 2,239

ന𝐦𝐚𝐱 − 𝐗
𝐗 ന𝐦𝐢𝐧 𝛔𝐄𝐕 𝟐 (𝟎, 𝟎𝟏𝟓𝟑𝟕)𝟐
𝛔𝐀𝐕 = ඨ( 𝟐
) − ඨ 𝟐
= (𝟎, 𝟎𝟐𝟑𝟓𝟒) − = 𝟎, 𝟎𝟕𝟒𝟑𝟓
𝐝∗ 𝟐 𝐧𝐫 𝟏𝟎𝐱𝟐

Répétabilité et reproductibilité :

𝛔𝐑&𝑅 = ඥ𝛔𝐄𝐕 𝟐 + 𝛔𝐀𝐕 𝟐 = ට (𝟎, 𝟎𝟏𝟓𝟑𝟕)𝟐 + (𝟎, 𝟎𝟕𝟒𝟑𝟓)𝟐 = 𝟎, 𝟏𝟎𝟖𝟔

𝑹&𝑅 = ඥ𝑬𝑽𝟐 + 𝑨𝑽𝟐 = 𝟓, 𝟏𝟓. 𝛔𝐑&𝑅 = 𝟓, 𝟏𝟓𝒙 𝟎, 𝟏𝟎𝟖𝟔 = 𝟎, 𝟓𝟓𝟗𝟐

𝑰𝑻 𝟎,𝟒
𝑪𝒎𝒄 = = = 𝟎, 𝟕𝟏𝟓 < 5 ⇒ L’instrument est incapable.
𝑹&𝑹 𝟎,𝟓𝟓𝟗𝟐

19
 Qualité

Chap. 2 – Les cartes de contrôle

I- Généralités :
Carte de contrôle (CC) : Enregistrement chronologique des données sous
forme de graphique, qui va permettre d’avoir une image de déroulement
du processus de fabrication et d’intervenir à temps.
Caractéristiques à contrôler ?

Mesurables : Non Mesurables :

Poids, dimensions… Calibre : mini/maxi – oui / non –
conforme/non-conforme ..

CC aux mesures
CC aux attributs
II- Les cartes de contrôle aux mesures
 Carte des moyennes 𝑋തet de l’étendue R (ou W).
Les plus utilisées :
 Carte des moyennes 𝑋തet de l’écart type σ.

20
 Qualité
 Description d’une carte de contrôle :
⇒4 zones principales (1..4).
Zone 1 : En-tête d’identification

Zone 4 : Zone de calcul divers

Zone 3 : Zone graphique
avec limites de décision

Zone 2 : Tableau de relevé des mesures

21
 Qualité
 Représentation de la carte de contrôle :
 Avant de commencer le suivi de l’évolution du procédé en continue, il faut :
Calculer et porter sur les graphes les limites de contrôle et de surveillance. Que
ce soit à partir de l’historique du procédé ou des échantillons prélevés au
préalable.
 Pendant le fonctionnement, chaque heure, on fait :
 Prélèvements d’échantillons (par exemple : 5 pièces/heure).
 Calcul de Pour chaque échantillon, la moyenne ( ) et l’étendue (R) sont
calculés pour la caractéristique à contrôler pour l’échantillon
 Porté des résultats sur les graphes.
 Calcul des limites :
Les limites, sont les valeurs extrêmes des paramètres statistiques (moyenne, écart-
type ou étendue), qui vont nous permettre de juger le procédé :
 Les limites inférieures ou supérieures de contrôle (LIC et LSC) : ce sont
les limites à considérer juger le fonctionnement de l’appareil (bon ou
mauvais);
 Les limites inférieures ou supérieures de surveillance (LIS et LSS) : ce sont
les bornes de l’intervalle de valeur dans lequel l’écart à la valeur cible permet à
la fois de vérifier et d’attester le bon fonctionnement de l’appareil.

22
 Qualité
 Calcul des limites pour les CC de la moyenne et l’écart-type :
Hypothèse à admettre : les moyennes des échantillons suivent la loi normale,
alors : 99,8% des xi (mesures) ϵ [-3,09.σX ; + 3,09.σX ].
(Pour vérifier l’hypothèse : : 99,74% des xi (mesures) ϵ [-3.σX ; + 3.σX ]).
La distribution de X :
procédé bien réglé
ഥ
𝟐, 𝟓% 𝐝𝐞𝐬 𝐗
X

ഥ
𝟏% 𝐝𝐞𝐬 𝐗
TS

Zone critique de m. Zone critique de m. σ

LCS = m + 3,09. σXഥ = m + 3,09.
ξn
Intervalle de tolérance (IT)

3,09.σ

3,09. σXഥ
LSS = m + 1,96. σXഥ = m + 1,96.

ξ𝐧

3,09.σ

1.96. σXഥ
𝛔 ξn
𝛔𝐗ഥ =

ന
𝛍𝐗 = 𝐗
σ

3,09. σXഥ

1.96. σXഥ
3,09.σ
σ
3,09.σ

LSI = m − 1,96. σXഥ = m − 1,96.

ξn
σ
LCI = m − 3,09. σXഥ = m − 3,09.
ξn
TI

ഥ
𝟏% 𝐝𝐞𝐬 𝐗
ഥ
𝟐, 𝟓% 𝐝𝐞𝐬 𝐗 ഥ
Limites de la CC pour 𝐗
Les valeurs Les caractéristiques du
Distribution des moyennes
à réaliser processus de production
d’échantillons de taille (n)
[Toute la production = 𝛔
population (m, σ)]. [(𝝁𝑿 = 𝑋ധ, 𝛔𝐗ഥ = 𝐧)].
ξ

23
 Qualité
Les limites de contrôle (LIC et LSC), sont calculées par rapport à la
moyenne de la population (m) ou par rapport à une valeur cible (T) :
𝛔
𝐋𝐂𝐒 = 𝐓 + 𝟑, 𝟎𝟗. 𝛔𝐗ഥ = 𝐓 + 𝟑, 𝟎𝟗.
൞ ξ𝐧
𝛔
𝐋𝐂𝐈 = 𝐓 − 𝟑, 𝟎𝟗. 𝛔𝐗ഥ = 𝐓 − 𝟑, 𝟎𝟗.
ξ𝐧
Les limites de surveillances pour la moyenne sont calculées de la même
façon, en prenant (1,96. 𝜎𝑋ത ) au lieu de (3,09. 𝜎𝑋ത) :
𝝈
𝑳𝑺𝑺 = 𝑻 + 𝟏, 𝟗𝟔. 𝝈𝑿ഥ = 𝑻 + 𝟏, 𝟗𝟔.
൞ ξ𝒏
𝝈
𝑳𝑺𝑰 = 𝑻 − 𝟏, 𝟗𝟔. 𝝈𝑿ഥ = 𝑻 − 𝟏, 𝟗𝟔.
ξ𝒏
Avec :
n : Taille de l’échantillon ;
T : Valeur cible [peut être remplacée par la moyenne de la population (m)];
σ : Ecart-type de la population (= toute la production) ;
𝜎𝑋ത : Ecart-type des moyennes des échantillons.
24
 Qualité

Les limites pour l’écart-type ((LCIσ, LCSσ) et (LSIσ, LSSσ)), ce sont les
𝛔
𝐋𝐂σ = ±𝟑, 𝟎𝟗. 𝛔𝐗ഥ = ±𝟑, 𝟎𝟗.
ξ𝐧
distances à partir de 𝛔𝐗ഥ : ൝ 𝛔
𝐋𝐒σ = ±𝟑, 𝟎𝟗. 𝛔𝐗ഥ = ±𝟑, 𝟎𝟗.
ξ𝐧

 Carte de contrôle aux mesures de la moyenne et de l’étendu (𝑿 ന; 𝑹

ഥ)
Sachons, qu’il existe des tables de coefficients en fonction de la taille de
l’échantillon (n), pour le calcul des limites, qui utilise la moyenne des moyennes
des échantillons et la moyennes des étendus (𝑿 ന; 𝑹
ഥ).

Taille de l’échantillon (n) A’C A’S D’C D’S

2 1,937 0,229 4,12 2,81
3 1,054 0,668 2,99 2,17
4 0,750 0,476 2,58 1,93
5 0,594 0,377 2,36 1,81
6 0,498 0,316 2,22 1,72
7 0,432 0,274 2,12 1,66
8 0,384 0,244 2,04 1,62
9 0,347 0,220 1,99 1,58
10 0,317 0,202 1,94 1,56
25
 Qualité

La méthode consiste à calculer :

 La moyenne des moyennes des échantillons : 𝑿 ന = moyenne des (𝑿 ഥ) ;
 La moyenne des étendus : (𝑹 ഥ)
 L’étendu d’un échantillon : 𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛 ;
 Détermination des coefficients (A’C et A’S), à partir des tables de valeurs,
pour le calcul des limites de la moyenne ((LCIX, LCSX) et (LSIX, LSSX)).
ന + (𝐀′ 𝐂 . 𝐑)
𝐋𝐂𝐒𝐗 = 𝐗 ന + (𝐀′ 𝐒 . 𝐑)
𝐋𝐒𝐒𝐗 = 𝐗
ቊ ቊ
ന − (𝐀′ 𝐂 . 𝐑)
𝐋𝐂𝐈𝐗 = 𝐗 ന − (𝐀′ 𝐒 . 𝐑)
𝐋𝐒𝐈𝐗 = 𝐗
 Détermination des coefficients (D’C et D’S), à partir des tables de
valeurs, pour le calcul des limites de l’étendu ((LCI R, LCSR) et (LSIR,
LSSR)).
𝐋𝐂𝐑 = 𝐃′ 𝐂 . 𝐑
ഥ
൜
𝐋𝐒𝐑 = 𝐃′ 𝐒 . 𝐑
ഥ
Remarque : LCR et LSR, sont des distances de part et d’autre de𝑅ത.

26
 Qualité
III- Les Cartes de contrôle aux attributs :
 Principe :
En général, on procède par contrôle aux attributs, quand les spécifications à
contrôler, sont non mesurables ou ont un coût de contrôle élevé.
Dans ce dernier cas le contrôle consiste à attribué des valeurs : (excellent 3,
satisfaisant 2, moyenne 1, faible 0) ou bien 2 valeurs possible : (Conforme
1 , non-conforme 0).
La conformité dépend des critères d’acceptation établis et la mise en œuvre
est basé sur la stratégie d’échantillonnage comme dans le cas des CC par
mesures, pour les prélèvements et pour la détermination des limites de
contrôle.

27
 Qualité

 Classification :
Généralement les dispersions des mesures sont prélevées dans l’hypothèse,
quelles obéissent à la loi normale issue des causes communes.
Cependant, pour certaines variables aléatoires on peut rencontrer une
dispersion non normale. Cette non-normalité peut être caractérisée par les
lois de poisson ou binomiale, ce qui nécessite de faire des approximation de
ces lois non-normales par une loi normale, pour construire les CC aux
attributs.
⇒ 2 catégories de CC aux attributs :
Approximation : loi binomiale / loi Approximation : loi Poisson / loi
normale normale
Carte p : Carte C :
% défectueuses par échantillon. Nbre de défauts par unité.
Taille des échantillons fixe ou variable. Taille unitaire fixe.
Carte np : Carte U :
Nbre de défectueuses par échantillon. % de non-conformité par unité.
Taille des échantillons fixe. Taille unitaire fixe.

28
 Qualité

 Calcul des limites de contrôle :

Le calcul des limites de contrôle est comme celui des CC par mesures,
fonction de la taille des échantillons prélevés.
⇒Calcul des limites de contrôle des cartes de contrôle aux attributs.

29
 Qualité

 Exemples de représentation des CC aux attributs :

a) Cas des cartes p et np :
 Spécification à contrôler : Diamètre d’une surface fonctionnelle, sur
laquelle on applique un alésage surfacique (Contrôle aux mesures) .
 Constatation : Contrôle jugé trop cher.
 Conséquence : Décidé d’appliquer un contrôle aux attributs par un
tampon calibré «mini/maxi», qui est un mode de contrôle qualitatif, par
attribution pièce bonne ou mauvaise.
 Prélèvements : Echantillons de taille 20 pièces chacune.

Tab. : Données de contrôle des cartes p et np.

30
 Qualité

Interprétations :
 Les 2 cartes présentent des
distributions identiques;
 Une dérive ascendante à partir
de l’échantillon n°5 ce qui exige
une intervention immédiate
évitant de produire des pièces
défectueuses.
⇛Remèdes : Agir sur les
paramètres de processus de
l’alésage (les conditions de coupes,
le réglage, le pilotage, la
surveillance ou l’amélioration de
processus de production mécanique
en série).

31
 Qualité
b) Cas des cartes C et U :
 Contrôle multiple de toutes les spécifications fonctionnelles de la pièce
concernée, après livraison d’un lot.
 Les cartes C et U, permettent de contrôler le nombre et le % des défauts
par pièce, ce qui va permettre la maîtrise et l’amélioration des plans de
surveillance de production.
 Spécifications fonctionnelles à contrôler / pièce = 20.
Tab. : Relevées de contrôles des cartes aux attributs C et U
N° pièce 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Nb des
1 1 2 4 5 6 8 6 5 3 5 2 1 2 5 1 4 2 3 0
défauts

32
 Qualité

Interprétations :
 Les deux cartes représentent une
tendance croissante jusqu’à le 5ème
échantillon suivi par stabilisation
suite à un certain réglage du procédé
(remise du processus sous contrôle).
 Pour les 10 derniers échantillons on a
7 qui possèdent un nombre de
défauts/pièce inférieur à la moyenne
des défauts.
⇛Ce mode de contrôle convient bien aux
contrôles par attributs des produits finis.
⇛ Il doit être établies selon une
fréquence appropriée et une taille des
échantillons adéquatement choisie selon
les critères d’acceptation et de refus des
échantillons.

33
 Qualité

Chap3 - Contrôle à la réception des produits

par échantillonnage
I- Introduction
Le contrôle par échantillonnage s’oppose au contrôle à 100%, c’est un
contrôle statistique des lots.
L’ échantillonnage, est utilisé en contrôle final chez le fournisseur et en
contrôle de réception chez le client, pour accepter ou refuser tout un lot.
Quand faut-il contrôler à 100% ou par échantillonnage ?
Exemple : 2 types de contrôle pour une rotule de direction
• Le premier est un contrôle par ultra sons permettant de détecter la
présence de «pailles» dans l’acier, défauts pouvant apparaître lors de
fabrication de l’acier et pouvant créer des amorces de rupture.
• Le second est un contrôle de résistance aux chocs (la rotule est une
pièce de sécurité elle peut plier en cas de choc, sans être cassée).

Réponses : Le contrôle à 100% est nécessaire lorsqu’il touche à la sécurité

des personnes aussi le contrôle par ultra sons doit se faire sur toutes les
pièces.
34
 Qualité
Par contre, le contrôle par échantillonnage devra être utilisé pour tous les
contrôles destructifs. Ainsi, la rotule après le test de résistance aux chocs
n’est plus utilisable donc on peut la contrôlée par échantillonnage.
⇛Résumé de l’utilisation des 2 types de contrôle :
Produit de sécurité Produit sans risque
Contrôle destructif Échantillonné Échantillonné
Contrôle non destructif 100% Échantillonné

Des autres critères interviennent dans le choix des types de contrôle :

Tailles des séries, valeur ajoutée des produits, coût du contrôle, choix des
caractéristiques à contrôler etc.
Remarque :
Un contrôle à 100% ne veut pas dire que toutes les caractéristiques du
produit, sont contrôlées, mais une seule.
Le contrôle à 100% n’est pas sans risque en effet le caractère répétitif et
monotone des opérations de contrôle peut conduire à des erreurs
(acceptation de pièces défectueuses ou refus de pièces bonnes).
35
 Qualité
II- Niveau de qualité acceptable, risque client, risque fournisseur,
choix taille d'échantillon :
Risque client/ risque fournisseur :
Il existe deux types de risque pour le contrôle par échantillonnage :
Le risque client (= risque β) : pour un plan d’échantillonnage donné, c’est
la probabilité d’accepter un lot mauvais alors qu’il est bon.
Le risque fournisseur, (= risque α) : pour un plan d’échantillonnage donné,
c’est la probabilité de se voir refuser un lot considéré comme mauvais.
Le lot est conforme Le lot n’est pas conforme
Refus Risque α Décision correcte
acceptation Décision correcte Risque β

36
 Qualité

Pour des lots contenant

différents % de défectueux et
lorsque les risques α et β sont
connus, on peut construire la
courbe d’efficacité des plans
d’échantillonnage (établie
grâce à la loi de Poisson),
pour établir une relation
entre la probabilité
d’acceptation du lot et le %
de défectueux du lot.

A noter qu’il est très délicat de déterminer facilement un plan

d’échantillonnage qui convient aux 2 risques.
⇛ L’utilisation de tables standard pour définir le plan d’échantillonnage
(la taille de l’échantillon (n), le critère d’acceptation c (ou k) et le nombre
de défectueux admis dans l’échantillon avant de rejeter le lot).

37
 Qualité
 Niveau de qualité acceptable (NQA) :
NQA) = % maximum d’individus défectueux dans un lot qui peut être
considéré comme satisfaisant en tant que moyenne d’un processus (p0).
Il est déterminé par un accord commun entre le fournisseur et le client.
Dans la pratique lorsque la taille des lots, le niveau de contrôle et le NQA
sont définis, on peut déterminer à l'aide de tables la taille des échantillons,
et le nombre de défectueux dans l’échantillon pour qu'on puisse accepter ou
refuser le lot.
Exemple d’utilisation de tables standards pour un plan simple : un lots de
4000 pièces, niveau de contrôle II et NQA de 1% :
 déterminer la taille de l’échantillon;
 déterminer les critères d’acceptation et de rejet.
Réponse :
 Table I [pour un niveau de contrôle II] ⇛ la lettre code (L) et la taille de
l'échantillon : n=200.
 Table II [code = L, NQA =1%] ⇛ Critères d'acceptation et de rejet : A=5 et R=6
Conclusion : Pour un échantillon de n = 200 pièces, si on a un nombre de pièces
défectueuses (A≤5) le lot sera accepté et il sera refusé quand il comporte (R≥6).

38
 Qualité

Table I : Détermination de la lettre code (L) et la taille de l'échantillon (n),

pour un niveau de contrôle II (la plus utilisée)
EFFECTIF DES LOTS LETTRE CODE EFFECTIF DES
ECHANTILLONAGES
2à8 A 2
9 à 15 B 3
16 à 25 C 5
26 à 50 D 8
51 à 90 E 13
91 à 150 F 20
151 à 280 G 32
281 à 500 H 50
501 à 1200 J 80
1201 à 3200 K 125
3201 à 10000 L 200
10001 à 35000 M 315
35001 à 150000 N 500
150001 à 500000 P 800
> 500001 Q 1250

39
 Qualité
Table II – Validation du plan de contrôle [Lettre code et NQA (1%) ⇒critère
d'acceptation (A) et critère de rejet (R) pour taille d’ échantillon (n)]

Lettre A=0 A=1 A=2 A=3 A=5 A=7 A=10 A=14 A=21
n
code R=1 R=2 R=3 R=4 R=6 R=8 R=11 R=15 R=22
A 2 6,5
B 3 4
C 5 2,5 10
D 8 1,5 6,5 10
E 13 1 4 6,5 10
F 20 0,65 2,5 4 6,5 10
G 32 0,4 1,5 2,5 4 6,5 10
H 50 0,25 1 1,5 2,5 4 6,5 10
J 80 0,15 0,65 1 1,5 2,5 4 6,5 10
K 125 0,1 0,4 0,65 1 1,5 2,5 4 6,5 10
L 200 0,065 0,25 0,4 0,65 1 1,5 2,5 4 6,5
M 315 0,04 0,15 0,25 0,4 0,65 1 1,5 2,5 4
N 500 0,025 0,1 0,15 0,25 0,4 0,65 1 1,5 2,5
P 800 0,015 0,065 0,1 0,15 0,25 0,4 0,65 1 1,5
Q 1250 0,025 0,04 0,065 0,1 0,15 0,25 0,4 0,65

40
 Qualité

III- Plans de contrôle :

Lorsque les risques et les niveaux de qualité sont choisis par un accord commun
entre client et fournisseur, il faut déterminer le type de plan de contrôle :
III.1- Plan de contrôle simple
Il consiste à prélever un échantillon de (n) individus et à contrôler le nombre (k) de
défectueux.
Et en fonction de deux critères, A : acceptation du lot et R : critère de rejet.

41
ISET Béja Qualité

III.2- Plan double :

Le principe est identique mais on donne une deuxième "chance" avant de rejeter
le lot, par prélèvement d’un 2ième échantillon.
Prélever et contrôler (n) individus
Résultat (k1) défectueux
A : critère d’acceptation
Oui R : critère de rejet
A1≥k1

Accepter le lot K1≥R1 Oui

2ème échantillon de n2 individus Rejeter le lot

résultat k2 défectueux (sur n1 +n2)

Oui A2≥k2
Refuser le lot
Accepter le lot (R2=A2+1 donc k2≥R2)

Le 3ième type de plan est le plan multiple, est basé sur le même principe que le plan
double, il consiste à réaliser et à prélever plusieurs échantillons.
42
ISET Béja Qualité

III.3 - Contrôle réduit, contrôle renforcé :

Les interprétations des résultats des contrôles de réception permettent une
classification des fournisseurs. Si un fournisseur est douteux quant à la qualité de
ses produits le client pratiquera un contrôle renforcé, dans le cas contraire on
utilisera un plan réduit.
La norme prévoit pour le passage entre les différents plans :

10 lots consécutifs acceptés, le client estime 2 lots sont rejetés sur 5 lots
que le niveau de qualité est satisfaisant consécutifs (ou moins de 5 lots)

Réduit Renforcé
Normal

10 lots consécutifs ne permettent

Un lot est rejeté ou le pas de revenir au contrôle normal
5 lots consécutifs
nombre de défectueux est donc suspension du système de
ont été acceptés
compris entre : A et R contrôle et réexamen des
conditions de réception
43
ISET Béja Qualité

Exemples de différents contrôles extraits de la norme NFX 06 022 :

Effectif Niveau de Lettre Effectif de Critère de p0 pour p1 pour
NQA Plan
du lot contrôle code l’échantillon décision α=0,05 β= 0,1
Réduit 80 A=2 R=5 1% 6,5%
3201 à
1% II L Normal 200 A=5 R=6 1,31% 4,64%
10000
Renforcé 200 A=3 R=4 0,683% 3,34%

 Déterminer le % de défectueux dans le lot correspondant à un risque α de 5%

pour un plan normal.
 Comparer avec le NQA. Conclusion.
Réponse :
Po=1,3% différent de NQA =1% car A est un entier et il a été choisi de façon à
approcher le NQA le plus possible.

44