Académique Documents
Professionnel Documents
Culture Documents
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) ?] :
3
Qualité
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.
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
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.
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
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
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 :
19
Qualité
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
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
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
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
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
29
Qualité
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
36
Qualité
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
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
41
ISET Béja Qualité
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
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
44