Post on 03-Apr-2015
1
LA DEMARCHE QUALITE
1 GESTION ET SUIVI DE LA QUALITE EN PRODUCTION
voir livre page 7 à page 22
satisfaction du clientbonne aptitude à l'usage et à l'emploi
Définition de la qualité: ( NF X 50-120 )
La qualité est l'ensemble des propriétés et caractéristiques d'un produit ou service qui lui confèrent l'aptitude à satisfaire des besoins exprimés ou implicites.
12) La non qualité
Définition ( NF X 50-120 )
La non qualité est l'écart global constaté entre la qualité visée et la qualité effectivement obtenue.
La non qualité coûte cher, elle a un coût, on peut donc la mesurer
voir
livr
e d
e p
rem
ière
pag
e 13
à p
age
17
1: Qualité et non qualité
11) La qualité
2: La politique de la qualité dans les entreprises ( page 7 et 8 )
LA QUALITE Satisfaction du client
RAISON D'ETRE Objectif vital pour l'entreprise
BUT Contrat pour le respect de la qualité vis à vis du client
RESULTANTE volonté collective de l'entreprise, la motivation, coordination de chacun, maîtrise de l'ensemble des facteurs…..
REPERCUSSION POUR
L'ENTREPRISE
Evolution et développement de l'entreprise…motivation pour le personnel.
L'assurance qualité:
- Fournir au client la preuve que le fournisseur est capable d'honorer complètement et correctement ses engagements. ( assurance externe de la qualité )
- Faire en sorte que le fournisseur soit lui-même certain de la qualité de ses produits qu'il propose à ses clients. ( assurance interne de la qualité )
Qualité et contexte de production de l'entreprise
Qualité dans
l'entreprise
Hommes Produits
Délais
Processus
Coûts
Qualité totale d'un site de productionon retrouve les composantes de la démarche productique, à savoir, amélioration de l'ensemble des méthodes et des moyens de production
Les entreprises, pour être compétitives, doivent de plus en plus être certifiées suivant une norme qui va prouver que l'entreprise satisfait aux exigences de l'assurance qualité.
Norme ISO 9000
3: Qualité et contrôle de conformité ( page 8 et 9 )
Le contrôle s’effectue à trois stades de la production:
- à la réception des approvisionnements
- en cours de fabrication
- à la livraison des produits finis
Le contrôle de réception et des en-cours peut s’effectuer soit à 100% ou par échantillonnage
Domaine d'utilisation:pièces à forte valeur ajoutéepièces ayant des qualités strictes ( sécurité, nucléaire..)tri de pièces ( appariement )avantages: maîtrise totale des décisions ( pas de risque )inconvénients: contrôle onéreux, contrôle non destructif
Domaine d'utilisation:produits standards ou de sous-traitanceclassement de la qualité des fournisseurssi la qualité du procédé est nettement > à la qualité souhaité du produitlots de taille importanteavantages: réduction du coût, contrôle destructif possibleinconvénients: risque lié à la probabilité de prendre une mauvaise décision
Domaine d'utilisation:pièces à forte valeur ajoutéepièces ayant des qualités strictes ( sécurité, nucléaire..)avantages: maîtrise totale des décisions ( pas de risque ) limitation du gaspillageinconvénients: contrôle onéreux, contrôle non destructif, nécessité dans le cas de grandes séries d'automatiser les postes de contrôle, ( si le posage est défini )
Domaine d'utilisation:production en grande sériesi la qualité du procédé est nettement > à la qualité souhaité du produit
avantages: réduction du coût, contrôle destructif possibleinconvénients: risque lié à la probabilité de prendre une mauvaise décision, risque de laisser passer des pièces non conformes.
100%tous les contrôles nécessaires sont effectués sur la
totalité des pièces produites
Par échantillonles contrôles sont effectués sur un échantillon de
pièces prélevées
Contrôles de réceptionpermet l'acceptation ou le refus d'un lot de
pièces
Contrôles en cours de fabricationpermet de surveiller le processus de
fabrication
4: Les outils de la qualité ( voir livre de première page 18, 19, 20 )
- Le diagramme causes et effets- Le Q Q O Q C P- PARETO ou courbe ABC- Le MSP ou SPC- L'AMDEC- Le SMED- La méthode TAGUCHI ……
Tous les outils de la qualité présentent une caractéristique commune: étude et analyse d'un grand nombre d'informations.
Ces informations peuvent être relatives :- au produit- au système de production- au processus de production- aux méthodes de fabrication, de montage, de contrôle, de maintenance….
Il faut donc que les informations soient très exactes de manière à appliquer avec efficacité l'outil de la qualité retenu .
Il faut donc organiser toutes les données qui peuvent provenir en fabrication de:- résultats numériques ( mesures…)- nombres de caractéristiques ( défauts par période, % de défauts…)- causes de non-conformité- …..
5: Le suivi de la qualité ( voir page 9, 10, 11 )
51) les différents types de contrôle:
CONTROLE
tendance centrale de la fabrication ( moyenne )
Variation de la fabrication ( étendue )Par mesures
Cartes de contrôle
nombre ou proportion de défectueux
nombre de défauts par unité de contrôle
Par attributs
La spécification contrôlée est une
grandeur chiffrable.Ex: 15,25 mm
Valeur non chiffrable par un
appareil de mesure.Ex: correct, défectueux..
52) La méthode S.P.C ou M.S.P ( maîtrise statistique des procédés )
méthode d'auto-contrôle
Elle repose sur 3 principes fondamentaux :- la priorité donnée à la prévention ( intervention avant de produire des rebuts )- la référence au procédé tel qu'il fonctionne ( qualification de la machine )- la responsabilisation de la production et la participation active des opérateurs
Constatations: la mesure d'un diamètre ( 10 mm ) sur un lot de pièces ne fera jamais 10mm exactement, mais sera répartie entre 9,95 et 10,04 par exemple.
Cette variabilité est incontournable et il faut être capable de " vivre avec ". Quelque soit la machine utilisée, la caractéristique observée, on notera toujours une dispersion.
Ces variations proviennent de l'ensemble du procédé de production dont on distingue 5 éléments élémentaires responsables de dispersion et donc de non-qualité: les 5M Machine; Main d'œuvre; Matière; Méthodes; Milieu
Ces variations aléatoires suivent très souvent une loi normale ( courbe en cloche )
53) Analyse de la forme de la dispersion, loi normale
531) L’histogramme
C'est un outil qui nous permet d'observer la répartition des valeurs mesurées par rapport à la moyenne, regroupées par classe.
Cette moyenne doit être le plus près possible de la cote visée.L'allure générale doit correspondre à une courbe en cloche ou courbe de Gauss.
EXERCICE
Une entreprise X vérifie le diamètre d’une surface cylindrique coté 20+ 0.05- 0.08
Un opérateur prélève un lot de 40 pièces, il mesure à l’aide d’un micromètre (résolution = 0,01 mm) les 40 diamètres et trouvent les résultats suivants:
N° 1 2 3 4 5 6 7 8 9 10 11 12 13 14
cote 19.97 19.96 19.99 19.99 20.00 19.93 20.01 19.99 20.02 19.99 19.95 20.01 19.97 20.00
N° 15 16 17 18 19 20 21 22 23 24 25 26 27 28
cote 20.00 19.98 20.01 19.95 19.97 20.00 19.99 20.02 19.97 20.03 20.00 19.96 20.03 19.99
N° 29 30 31 32 33 34 35 36 37 38 39 40 41 42
cote 19.99 20.02 19.98 19.99 20.04 19.97 20.02 20.00 20.02 20.00 20.00 19.98
Elle veut connaître la représentation graphique de la distribution des pièces: il faut donc tracer l’histogramme
Méthode de tracé d’un histogramme
1: collecte des données: Voir tableau précédent
2: calcul du nombre de classes Formule: Nb de classes = n
AN :Nb de classes = 40 = 6,32.
Arrondi à 7
3: calcul de l’étendue R Formule: valeur mesurée maxi - valeur mesurée mini
ou : x maxi - x mini
4: calcul de la largeur d’une classe Formule: R / Nb de classes
arrondir à un multiple de la résolution
5: calcul de la valeur mini de la
première classe
AN : 20,04 - 19,93 = 0,11 mm
AN : 0,11 / 7 = 0,014 arrondi à 0,02 mm
Formule: valeur mesurée mini - moitié de la résolution
ou : x mini - 1/2 résolution
AN : 19,93 - (0,5 x 0,01) = 19,925 mm
6: Relever le nombre de valeurs par classe tableau des résultats ( classes / fréquences )
Classes Fréquence ( Nb de valeurs )
19,925 - 19,945
19,945 - 19,965
19,965 - 19,985
19,985 - 20,005
20,005 - 20,025
20,025 - 20,045
20,045 - 20,065
1
4
8
16
8
3
0
7: Tracé de l’histogramme
fréquence
5
10
15
20
1
4
8
16
8
3
19,925 19,945 19,965 19,985 20,005 20,025 20,045 20,065
valeur
8: Tracer les caractéristiques de la cote cote visée: cote moyenne
Cote maxi : tolérance supérieure
Cote mini : tolérance inférieure
fréquence
5
10
15
20
1
4
8
16
8
3
19,925 19,945 19,965 19,985 20,005 20,025 20,045 20,065
valeur
AN : cote visée = 19,985 mm
cote maxi = 20,05 mm
cote mini = 19,92 mmCote mini
Cote maxiCote visée
fréquence
5
10
15
20
1
4
8
16
8
3
19,925 19,945 19,965 19,985 20,005 20,025 20,045 20,065
valeur
Cote miniCote maxi
Cote visée
X
9: calcul de la moyenne des valeurs et tracé formule: X = 1/n xii=1
n
AN : 19,992 mm10: tracé de la courbe de Gauss ( facultatif )
En conclusion:
L’histogramme permet d’observer la répartition des valeurs mesurées par classes, par rapport à la moyenne.
L’allure générale doit correspondre à une courbe en cloche ou courbe de Gauss.
La moyenne des valeurs doit être le plus prêt possible de la cote visée.
532) Comparaison entre dispersion et IT de fabrication ( voir livre page 11 )
ATTENTION ! Ne pas confondre ETENDUE et DISPERSION
Etendue: valeur mesurée maxi - valeur mesurée mini ou : x maxi - x miniEn relation avec l’histogramme
Dispersion: elle peut être évaluée à 6,18 ( correspond à 99,98% d’une population distribuée suivant une loi normale ).
R
: Ecart type
En relation avec la courbe de Gauss
dispersion
Ecart type : ( sigma )
Paramètre de dispersion qui caractérise la plus ou poins grande dispersion des valeurs autour de la moyenne.
Courbe convexe
Courbe concave
I
= ( xi - X )²
N
X
Types de dispersion:
Dispersion Systématique ( Ds ):
Proviennent de Causes Assignables ( causes identifiables, peu nombreuses mais sources de défauts importants, exemple: usure d’outil..)
Dispersion Aléatoire ( Da ):
Proviennent de Causes Aléatoires ( causes dues au hasard, que l’on ne peut éliminer complètement, en assez grand nombre mais à effet limité, exemple :écart de mise en position, déformation de la pièce lors du serrage, flexion de l’outil ….)
Le but du M S P ( ou S P C ) est d’éliminer les causes assignables
Exemple:
X1 X2
Moyennes différentes
Dispersion identique
1
2
X
Moyenne identique
Dispersions différentes
Quelques cas intéressants:
Environ 68% des individus sont compris dans l’intervalle X 1
Environ 95% des individus sont compris dans l’intervalle X 2
Environ 99,8% des individus sont compris dans l’intervalle X 3
Environ 99,99% des individus sont compris dans l’intervalle X 4
X
4
2
1
3
On compare la dispersion à l'IT à respecter, 3 cas peuvent se présenter
( voir livre p11 )
1°cas: le procédé de fabrication ne convient pas, il y a rebut
systématique
2°cas: tout déréglage de la moyenne entraînera un rebut qui
sera fonction de ce déréglage.
3°cas: pas de rebut tant que la moyenne reste dans l’intervalle égal à : IT - 6,18
6: les cartes de contrôle par mesure voir page 11
Les cartes de contrôle permettent d'avoir une image du déroulement du processus et d'intervenir rapidement sur celui-ci en cas de problème. Elles permettent de surveiller l'évolution d'une caractéristique ( ex : une dimension ) sur une production en série et d'intervenir avant de produire des pièces non conformes.
La distribution de la spécification à contrôler doit suivre une loi normale.
Pendant la production, on effectuera des prélèvements d'échantillons régulièrement ( ex : 6 pièces toutes les heures ).
Pour chaque échantillon, on calculera la moyenne et l'étendue des valeurs mesurées, et on reportera les résultats sur un graphique.
Suivant la position des points reportés par rapport à des limites fixées, on interviendra ou pas sur le processus.
On se limitera aux cartes de contrôle de la moyenne et de l'étendue. ( on peut aussi construire des cartes de la médiane et de l'écart type )
Comment établir une carte de contrôle ?
2 cas possibles:
le processus est déjà lancé et connu : on connaît donc la moyenne ( mo ) et l'écart type ( o )
le processus est nouveau : on ne connaît pas la moyenne ( mo ) ni l'écart type ( o )
7: Elaboration d'une carte de contrôle dont les paramètres ne sont pas connus voir page 12
- Lors de la mise en place d’une nouvelle fabrication
- Introduction d’un nouveau matériel
- Introduction d’une nouvelle matière première ……
Avec mo: moyenne d’une fabrication sous contrôle ( statiquement stable )
o: écart type d’une fabrication sous contrôle
Quand ?
Méthode d’élaboration de la carte de contrôle:
Etape 1: Prélèvement
Nombre d’informations = r x n
r = nombre d’échantillons
n = effectif de chaque échantillon
En général : 100 < r x n < 200 ( nombre d’informations )
Suivre en parallèle l’exercice du livre page 13
Des pièces
Des pièces
Ou d’échantillons
L’origine de la mesure a été prise à : 31,900 mm
La valeur mesurée de la pièce correspond donc à :
Valeur affichée + 31,900
Ex: valeur mesurée = 51 + 31900 = 31951 m
soit: 31,951 mm
Les valeurs affichées sont en micron
Etape 2: Calcul des paramètres: X, W
Moyenne des moyennes X = Xi
rou: X= ( X1 + X2 + X3 +…….Xr ) / r
Moyenne des étendues W = Wi ou: W = ( W1 + W2 + W3+ ..Wr ) / r r
Etape 3: Calcul des limites de la carte de contrôle pour la carte de la moyenne et la carte de l’étendue
X = 49,1 m W = 5,1 m
Notation:
Pour la moyenne: Lsc x : limite supérieure de contrôle de la moyenne
Lic x : limite inférieure de contrôle de la moyenne
Lss x : limite supérieure de surveillance de la moyenne
Lis x : limite inférieure de surveillance de la moyenne
Notation:
Pour l’étendue : Lsc w : limite supérieure de contrôle de l’étendue
Lss w : limite supérieure de surveillance de l’étendue
Formules:
Pour la moyenne: Lsc x : X + A’c x
W
Lic x : X - A’c x W
Lss x : X + A’s x W
Lis x : X - A’s x W
Avec A’c et A’s: coefficients fonction de la taille de l’échantillon
Avec D’c2 et D’s2: coefficients fonction de la taille de l’échantillon
Formules:
Pour l’étendue : Lsc w : D’c2 x W
Lss w : D’s2 x W
Voir tableaux page 20
Etape 4: Tracer les limites provisoires sur la carte.
Lsc
LicLis
Lss
LscLss
Etape 5: Remplir la carte
La carte est remplie au fur et à mesure des prélèvements des échantillons.On reporte les valeurs des moyennes et de l’étendue de chaque échantillon.
On relie les points.Etape 6: Analyse de la carte
Des points sont hors limites de contrôle, ceci est dû à des causes assignables, que l’on peut identifier. Il faut prendre les mesures nécessaires pour éliminer ces causes.
Etape 7: Calculer les nouvelles limitesLes échantillons dont les points sont hors limites de contrôle doivent être éliminés pour le calcul. Les nouvelles limites doivent être calculées avec les données restantes.
Etape 8: Tracer les nouvelles limites sur la nouvelle carte
Exercice:
la fabrication d’inserts métalliques nécessite de mettre le procédé sous contrôle statistique. On veut suivre l’évolution de la cote fabriquée: 6 0,2La production étant stabilisée, on prélève 8 pièces toutes les heures. Pendant tout l’usinage, il est important de noter tous les événements qui sont apparus. Ces événements sont notés dans le tableau de bord.
Le tableau de bord est la mémoire du procédé
1: vous devez compléter entièrement la carte provisoire
2: vous devez analyser la carte provisoire
3: vous devez compléter entièrement la carte définitive
cor
cor
8: Elaboration d'une carte de contrôle dont les paramètres sont connus voir page 16
Quand ?- Le processus de fabrication est déjà lancé ( reprise d’une fabrication avec les mêmes paramètres.)
Le principe d’élaboration est le même que précédemment sauf que: - il n’y a pas de carte provisoire
- les formules pour les calculs des limites changent
Formules:
Pour la moyenne: Lsc x : X + Ac x
0
Lic x : X - Ac x 0
Lss x : X + As x 0
Lis x : X - As x 0
Avec Ac et As: coefficients fonction de la taille de l’échantillon
Avec Dc et Ds: coefficients fonction de la taille de l’échantillon
Formules:
Pour l’étendue : Lsc w : Dc x 0
Lss w : Ds x 0
Voir tableaux page 20
Exercice page 19 à faire pourLa prochaine fois
9: Interprétation des cartes de contrôle
Une carte " type " est une carte dont les points sont répartis à peu près symétriquement par rapport à la ligne centrale. (Voir page 16)
Pas de points hors limites
2/3 des points doivent se trouver dans le tiers central de la carte
Pas de cause assignable
Carte type
A
B
C
B
C
Exemples de causes assignables et décisions à prendre
Causes assignables Décision carte de la moyenne Décision carte de l'étendue
1
2
3
4
un point au delà des limites de
contrôle LCS, LCI 7 points
consécutifs sont supérieurs ou inférieurs à la
moyenne 7 points consécutifs sont
en augmentation
régulière ( dérive ) ou en
diminution régulière
1 point entre les limites de
surveillance et de contrôle
régler le procédé et prélever immédiatement
un autre échantillon
régler le procédé et prélever immédiatement
un autre échantillon
régler le procédé et prélever immédiatement
un autre échantillon
prélever immédiatement un autre échantillon. Si le
nouveau point est de nouveau hors limites régler le procédé et
prélever immédiatement un autre échantillon
trouver l'origine de la détérioration et intervenir
( erreur de mesure, appareil bloqué …)
trouver l'origine de la détérioration et intervenir
trouver l'origine de la détérioration et intervenir
trouver l'origine de la détérioration et intervenir
41 2 3
10: Démarche pour l'utilisation des cartes de contrôle
Prélever un échantillon de taille n toutes les h heures
calculer X reporter X sur la carte
La moyenne X se trouve entre
LS1 et LS2
Procéder à un nouveau prélèvement
Calculer X et porter X sur la carte
X se trouve entre LS1 et LC1 ou
entre LS2 et LC2
X se trouve entre LS1 et LC1 ou
entre LS2 et LC2
X se trouve au-delà de LC1 ou de LC2
Réglage et essai
ouinon
oui
oui
non
non
11: La Capabilité ( voir livre page 17 à page 18 )
C'est un indicateur qui va permettre de vérifier si le processus est apte à produire des pièces conformes
La capabilité est exprimée par un chiffre. C'est la mesure du rapport entre la performance réelle d'une machine ou d'un procédé et la performance demandée.
Performance demandée:
Performance réelle:
C'est l'intervalle de tolérance
C'est la distribution des relevés
ITLa distribution est à l'intérieur de l'IT:
: pièces conformes
La distribution n'est pas à l'intérieur de l'IT:
: pièces non conformes
11.1: La capabilité machine
Il y a 2 indicateurs de capabilité:
la capabilité machine ( s'intéresse à la dispersion instantanée )
La capabilité du procédé ( s'intéresse à la dispersion globale )
Pour déterminer la valeur de la capabilité machine, les relevés doivent être effectués dans un laps de temps très court. Il faut au minimum 50 relevés consécutifs.
Production
temps
50 relevés
1: Calculer la moyenne des 50 relevés: X2: Calculer l'écart type i ( écart type instantané en utilisant l'estimateur de l'écart type: (n-1) = S
Ts - X Cmks
= 3i
La machine est considérée apte si Cm > 1,33
3: Calculer le premier indice de la capabilité machine: Cm
Ts - TiCm= 6i
ITCm= 6i
ouIT
Cm= 6S
ou
4: Calculer le deuxième indice de la capabilité machine: Cmk
( Permet de comparer l'IT à la dispersion )
( Permet de vérifier la dispersion et le centrage de la moyenne )
IT
X2 valeurs à calculer:
X - TiCmki
= 3iet
Après calcul de Cmki et de Cmks, on retient la valeur la plus petite.
La machine est considérée bien centrée si Cmk > 1,33
11.2: La capabilité du procédé
On vérifie la capabilité du procédé sur un laps de temps long ( par exemple une semaine ).La capabilité du procédé se détermine que si le procédé est sous contrôle ( plus de cause assignable ).
On calcul les indices de capabilité à partir des échantillons prélevés.
1: Calculer l'écart type * ( écart type estimé )
(estimé)
= dn
Wou (estimé)
= bn
S(Voir page 21)
Le procédé est jugé capable si Cp > 1,33
1: Calculer le premier indice de la capabilité procédé: Cp
Ts - TiCp=
6(estimé)
ITCp=
6(estimé)
ou
2: Calculer le deuxième indice de la capabilité procédé: Cpk
( Permet de comparer l'IT à la dispersion )
( Permet de vérifier le centrage de la moyenne )
2 valeurs à calculer:
etX - Ti
Cpki= 3(estim
é)
Ts - X Cpks
= 3(estimé)
Le procédé est considéré bien centré si Cpk > 1,33
Après calcul de Cpki et de Cpks, on retient la valeur la plus petite.
11.3: interprétations des résultats
Calcul de Cm; Cmk
Cm < 1,33
Cmk < 1,33 Cmk < 1,33
Machine capable pour la dispersion
et bien centrée
Machine capable pour la dispersion
mais mal centrée
Situation impossible
Machine non capable pour la dispersion
mais bien centrée
ouinon
ouinon ouinon
Intervention, réglage
intervention
sati
sfais
ante
Non satisfaisante
-Changer de moyen de production- améliorer le moyen- modifier l'IT avec l'accord du BE- contrôle à 100%
Exemple d'application: Sur une machine de production, on veut surveiller une cote de 28,4 0,05. Pour cela, on procède à l'usinage d'un échantillon de 50 pièces.
Les résultats sont les suivants:
N° pièce mesure N° pièce mesure N° pièce mesure N° pièce mesure N° pièce mesure
1 28.39 11 28.38 21 28.39 31 28.4 41 28.39
2 28.39 12 28.39 22 28.39 32 28.4 42 28.39
3 28.4 13 28.39 23 28.38 33 28.41 43 28.38
4 28.39 14 28.38 24 28.39 34 28.41 44 28.39
5 28.4 15 28.39 25 28.38 35 28.43 45 28.38
6 28.39 16 28.39 26 28.4 36 28.41 46 28.4
7 28.4 17 28.41 27 28.4 37 28.4 47 28.39
8 28.39 18 28.41 28 28.4 38 28.41 48 28.38
9 28.36 19 28.42 29 28.37 39 28.42 49 28.38
10 28.38 20 28.37 30 28.39 40 28.41 50 28.38
Calculer Cm et Cmk et conclure sur la capabilité de la machine.
Corrigé:
X = i = (n-1) =
Cm =
Cmks =
IT / 6 (n-1) Cm = 0,1 / 6x0,01379 =
Ts - X
3i=
Cmki =
X - Ti
3i=
Conclusion:
28,393 0,01379
1,208
1,377
1,039
1 < Cm < 1,33Machine non capable
1 < Cmki < 1,33
11.4: Evaluation graphique de la capabilité
La capabilité machine peut être évaluée " au pied de la machine " sans calcul particulier, de façon graphique, par la DROITE DE HENRYCette méthode permet de:
- vérifier si la loi est normale
- d'évaluer graphiquement:
- la moyenne X
- la dispersion ( 6 )
- la capabilité
- les pourcentages des défectueux
Reprendre l'exemple précédent et compléter le graphique en suivant la méthode suivante:
Méthode de tracé de la droite de Henry
- Renseigner l'entête du document
- porter les valeurs relevées dans l'ordre de la production- Evaluer l'étendue des valeurs
- Déterminer le nombre de classes ( maximum 10 )
- Déterminer l'intervalle de classe
- centrer les classes sur le graphique ( du bas vers le haut )
- Réaliser le décompte des valeurs dans chaque classe ( 1 tiret par valeur, 5 valeurs maxi par case )-- Compléter les colonnes: f; f; f%
- Porter les points correspondant aux pourcentages sur le graphique à partir de l'échelle inférieure. Les points sont situés sur les lignes en face des flèches.
- Tracer la droite de régression la mieux ajustée aux points ( droite de Henry
Voir carte
- Evaluer visuellement la moyenne X ( moyenne estimée )
- Tracer les limites de tolérance en trait gras
- Estimer la capabilité ( 8 s )
- En déduire sigma estimé ( s )
- Calculer les indices de capabilité machine et conclure
- Estimer les pourcentages de défectueux mini et maxi
12: Les cartes de contrôle petites sériesElles sont utilisées pour des séries de moins de 20 pièces et sont basées sur le principe du MSP:
Amélioration de la production:
- éviter les tâtonnements pour trouver le bon réglage
- éviter les réglages inutiles
- régler la machine avant de produire une pièce hors toléranceDiminution des rebuts:
- importants dans le cas des petites séries car "tâtonnement" Amélioration de la traçabilité:
- écrire sur une carte de contrôle permet d'améliorer le suivi des lots
12.1: Démarche pour remplir la carte petites séries
Etape 1: Remplir l'entête
Etape 2: Calcul des limites de contrôle pour la moyenne et l'étendue
Placer les résultats dans le tableauSi il y a 5 pièces alors on calcule 5 limites
Formules:
Pour la moyenne
Pour l'étendue
LSCx = Cible + A
LICx = Cible - A
LSCR = D6
LICR = D5
Valeurs des coefficients
est estimé à partir de
l'historique des
productions
Voir carte
Exemple: On usine une série de 5 pièces dont on surveille la cote de 200,1 sur une machine avec un = 0,013. On prendra comme valeur cible 0
Calcul des limites pour la moyenne:
1ière pièce:
A = 3 ===> LSC = 0 + 3 x 0,013 = 0,039
LIC = 0 - 3 x 0,013 = -0,039 2ième
pièce: A = 2,12 ===> LSC = 0 + 2,12 x 0,013 = 0,027
LIC = 0 - 2,12 x 0,013 = -0,0273ième
pièce: A = 1,73 ===> LSC = 0 + 1,73 x 0,013 = 0,022
LIC = 0 - 1,73 x 0,013 = -0,0224ième
pièce: A = 1,5 ===> LSC = 0 + 1,5 x 0,013 = 0,019
LIC = 0 - 1,5 x 0,013 = -0,0195ième
pièce: A = 1,34 ===> LSC = 0 + 1,34 x 0,013 = 0,017
LIC = 0 - 1,34 x 0,013 = -0,017
Calcul des limites pour l'étendue:
1ière pièce:
D6=0 ===> LSC =
D5=0 LIC =
2ième pièce:
D6 = 3,69 ===> LSC = 3,69 x 0,013 = 0,048
3ième pièce:
D6 = 4,36 ===> LSC = 4,36 x 0,013 = 0,056
4ième pièce:
D6 = 4,69 ===> LSC = 4,69 x 0,013 = 0,061
5ième pièce:
D6 = 4,91 ===> LSC = 4,91 x 0,013 = 0,064
Etape 3: Tracer les limites de contrôle des moyennes et des étendues
Attention au choix de l'échelle
Etape 4: Usiner la première pièce
- mesurer la dimension de la caractéristique surveillée
- écrire le résultat de la mesure ( X1 )
calculer: total = mesure X = mesure R = ( n'existe pas )
reporter le point associé à X et celui associé à R
Etape 5: Usiner une autre pièce
- mesurer la dimension de la caractéristique surveillée
- écrire le résultat de la mesure ( X2 )
donc: total = X1 + X2 X = (X1 + X2) / 2 R = X2 - X1
Exemple: mesure = 20,03 donc écart = 0,03
Exemple: mesure = 20,01 donc écart = 0,01 total = 0,04 X = 0,02 R = 0,02
reporter les points
Etape 6: Et ainsi de suite en surveillant que les limites ne soient pas dépassées
donc écart = 0,02 total = 0,06 X = 0,02 R = 0,01
reporter les points
donc écart = 0,04 total = 0,1 X = 0,02,5 R = 0,02
reporter les points
1 point est hors limite
Il faut effectuer un réglage
Valeur du réglage = K x écart
Exemple: mesure = 20,02
Exemple: mesure = 20,04
Voir tableau de K pour réglage
Réglage = 4/5 x 0,025 = 0,02 mm
Après réglage de la machine, on change de carte de contrôle. On considère un nouvel échantillon de façon à ne pas inclure dans les causes connues, les variations du réglage.
Exemple: mesure = 20,02
donc écart = 0,02 total = 0,02 X = 0,02 R =
reporter les points