Professional Documents
Culture Documents
de Mulhouse
_______________________________________________________________________________________________________________
LA MAITRISE
STATISTIQUE DES PROCEDES
Sommaire Détaillé
4.4. Conclusion 11
5. CARTES DE CONTROLE 11
_______________________________________________________________________________________________________________
6. EXERCICE D'APPLICATION 20
_______________________________________________________________________________________________________________
IL FAUT COMPRENDRE ET
CONTROLER, c’est-à-dire
MAITRISER LE PROCESSUS
b) La démarche
L'objectif est de contrôler les paramètres influant du processus. Les différentes étapes vont de la
sensibilisation du personnel à la mise en place des cartes de contrôle.
c) L'outil
C'est la carte de contrôle , outil simple et efficace , qui est à la base de la MSP.
d) Le concept
Il faut rechercher sans cesse l'amélioration des performances.
e) Ce qu'est la MSP
- Un élément de l'Assurance Qualité et un outil d'amélioration continue
- Il faut impérativement maîtriser le Processus afin de diminuer les coûts de non-qualité qui sont
générés par le processus lui-même.
- La responsabilité de la maîtrise des processus incombe d'abord et avant tout au Management.
- Les procédés sont conduits par des opérateurs. Le seul outil proposé par la MSP est la carte de
contrôle, qui est simple d'utilisation et à la portée de tout le personnel d'une entreprise.
_______________________________________________________________________________________________________________
1.5.1. Le Procédé
C'est un système qui combine plusieurs éléments agissant en même temps pour l'obtention d'une
production de biens ou de services en particulier les 5 M définis par Ishikawa (Main d'Oeuvre ,
Matière, Milieu, Méthodes et Machines ).
_______________________________________________________________________________________________________________
Les causes spéciales se traduisent par des variations non aléatoires qui correspondent à des valeurs
situées en dehors de l'intervalle x − 3σ ; x + 3σ . Il faut donc empêcher le processus de faire des
fautes pour que les variations non-aléatoires ne se produisent pas.
1.5.4. L'Auto-Contrôle
Il consiste à responsabiliser l'opérateur en lui donnant les moyens d'obtenir un niveau de qualité
souhaité.
La démarche Qualité s'appuie largement sur la mise en oeuvre du S.P.C. ( Statistical Process
Control = Surveillance des Procédés en Continu ). Dans ce cadre on estime que l'opérateur n'est
responsable que de 15 % de la non-qualité , les 85 % restant ayant pour origine le reste du procédé.
Critère technique:
Les statistiques permettent de réduire le nombre de données à manipuler. Trois paramètres
suffisent pour caractériser une population de plusieurs milliers d'individus ( Forme de la répartition,
position, dispersion )
Il s'effectue sur des échantillons de FAIBLE QUANTITE d'individus prélevés les uns à la suite
des autres.
Les résultats obtenus, sur un même prélèvement, donnent lieu au calcul d'une "statistique" telle
que moyenne puis étendue ou écart-type
( xi − x ) 2
écart type :σ = σ toujours ≥ 0
n
_______________________________________________________________________________________________________________
Remarque sur le calcul de l'écart-type des calculatrices H.P. : ( Rappels 1ère Année )
( xi − x ) 2
σHP =
n −1
n −1
σ = σ0
n
n
σ0 = σ
n −1
Les valeurs obtenues xi , Wi , σ i sont reportées dans l'ordre chronologique, sur une carte dite
"carte de contrôle" et interprétées d'après leur position par rapport à des limites tracées à l'avance.
Numéro 1 2 3 4 etc
d'échantillon
Moyenne x1 x2 x3 x4
Etendue W1 W2 W3 W4
Ecart-type σ1 σ2 σ3 σ4
x1
x3
W2
W1
σ2
σ1
_______________________________________________________________________________________________________________
En pratique , la probabilité y est la fréquence ou proportion des individus du lot pour lesquels le
caractère a une valeur comprise dans l'intervalle dx .
avec m0 = moyenne de la population
σ 0 = écart-type de la population (grand nombre d'individus étudiés)
Courbe de Gauss :
m0-σ0 m0+σ0
m0-1,96σ0 m0+1,96σ0
m0-3,09σ0 m0 m0+3,09σ0
x
68,3%
95%
99,8%
_______________________________________________________________________________________________________________
u2
1 −
y = f ( u) = e 2
2π
Par conséquent il n'y a plus qu'une seule courbe représentative quelque soit m0 et σ 0 .
-3 -2 -1 0 1 2 3
95,44%
99,73%
- être assuré que la variabilité de la fabrication surveillée n'est due qu'à des causes aléatoires
(soumises au hasard)
_______________________________________________________________________________________________________________
TI TS
REBUT REBUT
m0
6,18 σ0
Dans ce cas, le procédé de fabrication ne convient pas. Son utilisation conduit à un rebut
systématique.
Il faudra donc :
- soit changer de processus de production (machine)
- soit l'utiliser en sachant qu'il y aura un certain pourcentage de rebut.
m0
TI TS
6,18 σ0
Il n'y a aucun rebut (0,2 %) tant qu'il n'y a pas déréglage de la moyenne. Tout déréglage entraine
un rebut qui est fonction du décalage de la moyenne .
_______________________________________________________________________________________________________________
On peut considérer que le processus est trop précis si la différence IT − 6, 18 σ 0 est trop élevée,
d'où incidence non négligeable sur les coûts de fabrication.
_______________________________________________________________________________________________________________
4.4. Conclusion
On peut définir le coefficient d'adaptation du procédé appelé en général Cp.
TS − TI I .T .
Cp = =
6,18σ 0 6,18σ 0
si IT = 6, 18 σ 0 alors Cp = 1
si IT > 6, 18 σ 0 alors Cp > 1
si IT < 6, 18 σ 0 alors Cp < 1
Pour avoir un processus bien adapté à un usinage, on considère que 1,33 < Cp < 2 .
Si 1 < Cp < 1,33 il est préférable de faire un contrôle à 100 %.
5. Cartes de Contrôle
α = 0,002
_______________________________________________________________________________________________________________
α = 0,002 N=20
N=10
β(n=20)
d
Déréglage d
5.4.1. Observations
A partir d'une population initiale de moyenne m0 et d'écart-type σ 0 , en prélevant des
échantillons d'effectif n = 5, on obtient des moyennes x toutes différentes avec un écart-type égal à
σ0
σx =
n
Puisque x ≈ m0 on peut écrire :
σ0 σ0
m0 − t < x < m0 + t ( lorsque la distribution suit une loi normale )
n n
Cette relation est valable pour les grands échantillons quand n > 30
σ0 σ0
Si t = 1,96 on a dans l'intervalle m0 − 1, 96 ; m0 + 1, 96 95 % des moyennes x
n n
σ0 σ0
Si t = 3,09 on a dans l'intervalle m0 − 3, 09 ; m0 + 3, 09 99,8 % des moyennes x
n n
_______________________________________________________________________________________________________________
Distribution de la
Taille N population
( m 0 , σ0 )
TI TS
m0
Distribution des
moyennes
d’échantillons extraits
σ0
σx = de la population
n x ( x ,σx )
± 1,96 σ x 95% des x
x 1 + x 2 + ..... + x k
x =
Pour k échantillons prélevés : k
x ≈ m0
_______________________________________________________________________________________________________________
Leur but est de voir d'abord si le procédé à surveiller est STABLE . Le mode opératoire sera
le suivant :
Préléver k échantillons ( k=25 ) il faut 100 à 200 valeurs individuelles
Déterminer les caractéristiques suivantes :
- Moyenne de chaque échantillon = xi - Etendue de chaque échantillon =Wi
- Moyenne des moyennes = x - Moyenne des étendues = W
Déterminer les limites d'une carte de contrôle provisoire et représenter les k échantillons sur les
cartes x et W .
W
C'est grâce à W qu'on estime la valeur de σ 0 avec σ 0 = où dn est fonction de n
dn
Le procédé sera stable si aucun échantillon ne dépasse les limites que l'on calculera ci-
dessous.
Limite Inférieure de Surveillance (LIS) avec risque de 2,5 % d'avoir des valeurs inférieures à cette
limite :
LIS = TI + Cs
_______________________________________________________________________________________________________________
Si σ 0 n'est pas connu, on peut l'estimer de différentes manières ; on devra cependant faire
attention à ce que les 5M interviennent:
a) à partir d'un prélèvement de taille n > 30. où σ sera l'écart type de l'échantillon.
n
Estimation de σ 0 = σ
n −1
b) Si l’on a déjà fait les cartes de contrôle provisoires, on connaît W
c) Si l’on a k échantillons dont on connaît les écarts-type σi, on calcule la moyenne des écarts-
type
σi
Estimation de σ 0 =
k
CARTE x (3)
LSC
LSS
(2a) (2b)
(1)
LIS
LIC
_______________________________________________________________________________________________________________
La valeur Cpk définit la position du processus par rapport à la limite de tolérance.On l'appelle
aussi indicateur de décentrage. Elle se calcule à partir des 25 dernières moyennes et doit être
supérieure à 1.
Le calcul s'effectue toujours par rapport à la limite de tolérance supérieure et inférieure. Le
résultat le plus faible est affiché.
Des tolérances limitées à un seul côté (par exemple des battements) sont prises en compte en
conséquence.
_______________________________________________________________________________________________________________
TS + TI
Pour qu'un procédé soit centré il faut : x = = Cote moyenne
2
_______________________________________________________________________________________________________________
_______________________________________________________________________________________________________________
χ²
σ 2
On forme le rapport χ 2 = σ2 n
σ0
Ex: Dans une population où σ 0 a été estimé à 0,02 mm, on prélève des échantillons de taille n =
10.
ν = n-1 =9
Détermination de LSS :
19,02
Table χ 2 s = 19,02 pour p = 0,025 d'où σ σ = .σ 0 = 1,379σ 0
10
Détermination de LSC :
27,88
Table χ 2 c = 27,88 pour p = 0,001 d'où σ σ = .σ 0 = 1,67σ 0
10
_______________________________________________________________________________________________________________
6. Exercice d'Application
Soit 30 pièces qui ont été usinées sur un tour et qui ont les diamètres suivants :
y = 5.65295 . 10 -4 x + 19.986737
e) En supposant que l'on puisse changer l'I.T. de la pièce qui serait amené à 20 +− 00..1021 , recalculez
les limites supérieures ainsi que le coefficient d'adaptation machine .
En considérant les 30 pièces de l'échantillon comme les premières d'une série , quel serait le nombre
de pièces N réalisées , en considérant un risque de 0.1 % , avant que la limite supérieure de contrôle ne
soit dépassée sans aucun réglage .
f) En supposant pour les N pièces une durée effective d'usinage de 5 mn , combien de pièces
peut-on réaliser avec la même arête en supposant une durée de vie d'arête de 15 mn .
_______________________________________________________________________________________________________________