Metrologie.pdf
Transcript of Metrologie.pdf
-
Jean-Marie De Conto
Mtrologie
Bibliographie: Christophe Bindi - Dictionnaire pratique de la mtrologie AFNOR (dition 2006) - ISBN 2-12-460722-7
Novembre 2012
1
-
La mtrologie
2
Science de la mesure
Connatre une grandeur par un procd: le mesurage
Le rsultat obtenu entach dune erreur Lie au principe et au dispositif de mesure
Lie aux appareils, lenvironnement et loprateur
Objectif: Estimer et majorer (au minimum) les erreurs: calculs dincertitude (A ou B) Modlisation du procd de mesure ou estimation statistique ou connaissance a priori
Avoir une rfrence dfinie (talon)
Type A: calcul dcart-type (par exemple), votre charge
Type B: donne de lappareil
Organisation requise dans lentreprise
-
Qui va utiliser la mtrologie?
3
Contrle de fabrication Ne pas trop livrer de pices non-conformes Ne pas rejeter trop de pices conformes Estimer le risque en fonction du rsultat de la mesure Savoir dfinir ses besoins en matriel de mesure
Laboratoire Mesures fines.
Ex: mesurer une frquence de rsonance avec 5 chiffres significatifs (prise en compte des drives en temps, en temprature)
Mesurer la constante de Planck avec 10 chiffres
Multiplier les mesures et rduire lincertitude par moyenne Besoin de calculs parfois difficiles
Estimer les incertitudes sur des processus complexes et non modlisables (mthodes empiriques) Besoin dchange entre laboratoires Besoin de normalisation
-
4
Principes fondamentaux
-
Questions naves
5
Quest ce quune incertitude? Une incertitude type?
Quest ce quun intervalle de confiance un niveau donn?
Une mesure se lit entre deux graduations. Que vaut lincertitude?
Et lincertitude type?
Do vient la formule dite de propagation?
Comment dois-je faire en cas derreur systmatique?
Comment dfinir une bonne mesure?
Je trace une grandeur Y en fonction dune grandeur mesure X
selon une droite de rgression Y~aX+b
Pourquoi ai-je besoin de connatre lincertitude sur a et b?
Comment dois-je faire?
-
Une incertitude est lestimation de lerreur commise
Erreur=variable alatoire avec une moyenne et un cart-type
Moyenne: erreur systmatique (offset, dcalage de zro)
Ecart-type: fluctuation dune mesure lautre
Erreur systmatique: implique un coefficient de correction
(entach derreur)
Fluctuation: peut se rduire par moyenne de plusieurs mesures
Incertitude type: estimation de lcart-type de lerreur
Incertitude largie = k*incertitude type
Intervalle de confiance: intervalle o la vraie valeur n% de
chances de se trouver
6
-
Lecture entre deux graduations
7
Loi derreur: uniforme (pas de rgion privilgie) sur [-a, a]
Une graduation = 2a
Densit: = 1/2
Moyenne: = = 0
(point milieu)
2 = 2 =1
32
= 2 2 =
3
Lincertitude type de lecture entre deux graduation est la demi-graduation divise par 3
Pas de philosophie du type je sais apprcier la demi-graduation
Dfinir lincertitude par un cart-type est la seule manire non ambigu de le faire
Rien nempche ensuite de prendre une incertitude largie!
X
-
Le processus de mesure
Soit V la valeur vraie
Le processus de mesure donne en fait = + +
E = erreur alatoire (fluctuations) de moyenne nulle et
dcart-type
D = erreur systmatique (constante)
8
-
Moyenne et incertitude sur la moyenne
On effectue N mesures mi dune mme valeur M
Moyenne exprimentale =1++
+ o D est lerreur systmatique
On estime D par comparaison/vrification/talonnage
Lcart-type de la fluctuation autour de Me est estim par
2 =
2
1 (cest lincertitude type sur une mesure)
=
est lincertitude type sur la moyenne (diffrente
de M)
La seule chose que lon sache dire:
9
-
Un exemple:ampremtre
10
On insre un ampremtre 7 chiffres dans un circuit (gamme 0-1A).
On relve 0.516923A. Comment estimer raisonnablement lerreur commise? Combien vaut elle? Comment amliorer le rsultat?
On fait 3 mesures successives de 0.511294, 0.522917 et 0.505114 A. Que faire pour amliorer le rsultat? Incertitude?
On ne peut PAS rpondre dans le premier cas car on ne connat ni lampremtre ni lenvironnement
On na aucune ide de lerreur systmatique (mauvais zro)
Dans le second cas, on peut estimer la fluctuation des valeurs, qui peut provenir de lenvironnement: ce nest pas parce que lampremtre est parfait que les valeurs ne fluctuent pas
Mesure=appareil+environnement+oprateur
-
Moralit
11
Effectuer une mesure de courant correcte demande La connaissance parfaite de lappareil et de son environnement La dtermination (comment?) de lerreur systmatique La connaissance ou la dtermination de la fluctuation statistique des
mesures (dispersion, cart-type esur la valeur lue). e pourra tre estim exprimentalement. Ce devrait tre une constante
indpendante du nombre de mesures car il mesure la dispersion des mesures individuelles.
dcroit quand N augmente
2 =
2
1
=
-
Autrement dit: ne pas confondre
12
Pour rduire lincertitude on fait N mesures
Lcart-type exprimental estime la dispersion des mesures. Sa valeur se stabilise vers la dispersion vraie (non-nulle) de m quand N grandit
Ce nest donc pas une incertitude
Lincertitude sur la moyenne est donne par
Elle tend vers zro avec N
e
=1 ++
Me
2 =
2
1
=
-
Un second exemple: mesure de
rsistance
13
On lit I=0.5A avec une incertitude de 0.001A et V=3V avec une
incertitude de 0.02V
Incertitude sur R?
I
V
2
2
2
4
22
2
2
2
2
2
1VIR
VIR
uI
uI
Vu
uV
Ru
I
Ru
I
VR
Formule de propagation des incertitudes
-
Un dernier exemple
14
On talonne un manomtre suppos linaire Vlu=f(Pref)
On fait passer une droite V=aPref Pref est entach dune incertitude
Vlu galement
On doit donc dduire (cf TDs) lincertitude sur a
Quand on utilise le manomtre, on relve une tension Vmes (entache dune incertitude) et lon dduit Pmes par Pmes=Vlu/a
On dduit lincertitude sur Pmes grce la loi de propagation connaissant les incertitudes sur a et V
0
5
10
15
20
25
30
35
40
0 2 4 6 8 10 12 14
B
B
A
y = m2 * M0
ErrorValue
0,151372,6301m2
NA26,211Chisq
NA0,95177R
V=f(P) 2
2
2
4
22 1
VaP ua
ua
Vu
2x
xya
-
Votre but: une mesure prcise?
Ex: mesurer x (valeur vraie=4)
15
Faible dispersion: FIDELITE Bon centrage: JUSTESSE
-
La bonne mesure doit tre juste et fidle
16
Le terme prcision
nexiste pas en mtrologie
-
Que faire?
17
Justesse (ex: tarage dune balance): On lobtient par talonnage ou vrification sur une rfrence (dtermination du
facteur de correction).
Attention: un coefficient de correction a lui-mme une incertitude, que lon devra intgrer au bilan final
Fidlit Cas dune seule mesure: il faut connatre la dispersion (lcart-type) sur une mesure.
Il sagit alors en gnral dune incertitude de type B.
Cas de plusieurs mesures: On dtermine la dispersion en calculant lcart-type eexprimental su N mesures.
On prend la moyenne des N valeurs comme rsultat final
Lincertitude sur la moyenne est e/N
-
Processus de mesure
18
La mesure ne se borne pas la lecture dun appareil
Les erreurs proviennent
Des performances de lappareil (moyens)
Du mode opratoire (mthode)
Du personnel (main-duvre)
De lenvironnement (milieu)
Du mesurande (matire)
Analyse ncessaire par une personne comptente
-
Niveau de confiance
19
Lincertitude est, mathmatiquement, lcart-type u estim de la loi statistique de lerreur commise. La connaissance de la loi de probabilit associe donne le niveau de confiance
On ne peut pas chiffrer un risque si on ne connat pas la loi de probabilit de lerreur!! Lincertitude ne donne PAS la loi.
Cas uniforme, on a 57.7% dans u et 100% dans 3 u
Cas gaussien, on a 68% dans u et 99.7% dans 3 u
Lassertion on a 99.7% dans 3 u est une stupidit.
Il faut connatre la loi de probabilit
-
Le cas particulier de la moyenne des
mesures
20
Thorme Centrale Limite: Si lon ralise N mesures dune grandeur G, indpendantes et de mme loi, la moyenne de ces N mesures converge vers une Gaussienne dont lesprance (la moyenne) est celle de G et la variance est celle de X divise par N.
Autrement dit, quand on travaille sur la moyenne des mesures, on sait que celle-ci converge vers une loi gaussienne (N>30)
Pour N plus petit, pour G normale, la moyenne suit une loi de Student
-
Niveau de confiance quand on sait que la loi est
gaussienne (ou N>30)
21
Intervalle de confiance n%: +-kE k=facteur de confiance ou dlargissement
-
Si m semble suivre une loi normale, la moyenne des
mesures suit une loi de Student. Plus prcisment:
22
G est une variable alatoire gaussienne
Quelle est la loi de distribution de la loi normalise (m=moyenne exprimentale)
X mesure lerreur commise sur lestimation de m
Pour N=2, cest une distribution de Lorentz
Pour N grand, cest une gaussienne
Pour N petit, cest la loi de Student
N
mGX
Em
m
22
-
23
Degrs de libert: Nb chantillons-1
Loi de Student
-
Loi de Student
24
Estimer lincertitude quand on ne connat pas les lois statistiques est difficile. On fait donc des hypothses et/ou des majorations. Rgle de base pour toute mesure: comprendre ce que lon mesure
Nota: ici x correspond G
-
Autres lois
25
Garantir un niveau de confiance nest possible que si lon connat les lois de probabilit Gauss: pas de pb Gauss avec peu dchantillons: Student (facteur correctif)
Sinon: estimer les lois et les rapprocher de lois connues
TD: que valent les coefficients de Student pour une loi uniforme?
-
exemples
26
Figures p 170 etc
-
27
Ex: Approximation grossire dune gaussienne
Ainsi que (un caf qui trouve)??????
-
Incertitudes et tolrances
28
Incertitude: garantit que la valeur est dans un intervalle avec un
niveau de confiance donn
Tolrance = zone de valeurs acceptables
Rapport Incertitude/Tolrance=U/T
Entre (valeur maximale) et 1/10.
-
Exemple: Fabriquer des barres de
400mm+-0.9mm
29
Un paramtre U/T petit permet
La rduction du nombre de pices dclares non-conformes
Une amlioration du processus de fabrication
Figure 3.4
-
Dcision lors dun contrle
30
-
Incertitudes: La ralit du terrain
31
Il est indispensable de sadapter son environnement
A lIUT: utilisation stricte des rgles (but pdagogique)
Au laboratoire (notamment dtalonnage ou dessais): idem
En entreprise: Parfois difficile de bien estimer toutes les incertitudes, problmes (parfois), de moyens, de temps ou de comptences Estimations plus sommaires fautes de moyens
Estimations plus sommaires pour des aspects scurit (majoration+facteur de scurit)
Ncessit de comprendre finement ce que lon fait afin de simplifier efficacement sans pour autant commettre une erreur majeure valeur ajoute
Exemple: mesure de charge de llectron,calcul de vide, dpaisseur de bton etc.
On fait des simplifications quand on a compris le cas gnral!!!
-
Composition des incertitudes (loi dite
de propagation)
32
Grandeurs non-corrles
Grandeurs corrles
Cas dune distribution suppose non-normale: Loi de Student avec un nombre de degrs de libert efficace (formule de Welch-Satterhwaite, annexe G de NF ENV 13005)
2
1
2
2 )( i
n
i i
ux
yyu
ijjiij
n
i
n
ij
ij
ji
i
n
i i
ruuk
kx
y
x
yu
x
yyu
1 1
2
1
2
2 2)(
-
La formule de propagation: trouvez lerreur
33
Thorme: lapplication brutale de la formule conduit des contradictions
-
La vraie rponse
34
La cl: les fluctuations de la grandeur de sortie sont dues celles des grandeurs
dentre, de moyenne suppose nulle (justesse) et dcart-type donn
La loi de distribution de lerreur nest pas forcment connue et lon ne peut
considrer que les carts-types
Lincertitude-type fournie ne caractrise que les fluctuations. Il manque
lerreur systmatique
2
2
2
2
2
),(
yxsy
f
x
f
yy
fx
x
fs
dyy
fdx
x
fds
yxfs
-
Une application intelligente sur la rgression
linaire y=ax
35
(1) Formule de base et
incertitude
(2) Ou encore
2
22
2
2
2
2
2 x
y
a ux
y
x
uu
x
xya
iiiii
iiiiii
dxaxydyxdax
dxydyxdxxadax
xyxa
2
2
2
2
2
2222222
2222222222222 442
yuuxux
xaxyayuuxuaxyuxux
xya
xyxya
Ici, (1) reste le plus simple, mais a ne dure pas
Nota: la regression classique privilgie un axe (minimisation de lerreur selon y, ce nest pas optimal mais nous nous limiterons ce cas
-
Rgression parabolique pour curiosit cf
document Rgressions et incertitudes
36
-
Et si je faisais plusieurs mesures ?
37
La dispersion, mesure par lcart-type exprimental, inclut
les deux erreurs. Donc je nai plus de soucis
lecturemesurandelu eexx
-
Fabrication de pices de
500mm0.19mm
38
Pied coulisse gradu au dixime (pas malin!)
UNE Mesure: 500.15mm
a=0.05mmu=0.029mm10% de risques=
500
500.15
500.18
u
u3
500.19
500.2 500.1
-
Autre exemple (idiot?)
39
Je mesure une longueur de 600 mm avec une rgle de
500 mm gradue au mm. Incertitude?
4.03/25.0
3
5.0
3
5.0
29.0
22
2
2
2
1
2
21
21
x
xxx
xx
xxx
-
Puisque lexemple est idiot, quel est le niveau de confiance si
lerreur sur chaque mesure est uniforme?
40
La densit de probabilit de la somme de deux VA continues est le produit de convolution de leurs densits de probabilits
* =
-a/2 a/2 -a/2 a/2 -a a
6/a
-
Mesure de la moyenne dun d
41
Moyenne vraie: 3.5 - Ecart-type vrai: 1.7
Essais: 3,3,5,4,4,2,4,5,4,6,3,5,4,1,5,1,5,2,4,5
Cinq premires valeurs Moyenne exp: mE= 3.8, E=0.836, u=0.37 (incertitude type)
mE1.14u [3.37 4.22] avec 68% de NC
mE2.13u [3 4.6] avec 90% de NC
Dix premires Moyenne exp: mE= 4, E=1.11, u=0.35 (incertitude type)
mE1.06u [3.65 4.35] avec 68% de NC
mE1.83u [3.35 4.64] avec 90% de NC
Vingt valeurs Moyenne exp: mE= 3.75, E=1.41, u=0.31 (incertitude type)
mE1.03u [3.44 4.06] avec 68% de NC
mE1.73u [3.21 4.28] avec 90% de NC
Les dix dernires: mE= 3.5, E=1.65, u=0.52 (idal!)
-
Prsentation des rsultats
42
Mesurande, incertitude type ou incertitude et coefficient largissement)
M=100.02147g et u=0.36 mg
M=100.02147(36)g
M=100.02147(0.00036)g
M=(100.021470.00036)g risque de confusion
M= (100.021470.00072)g et k=2
Faire les calculs avec la prcision maximale (attention au cumul darrondis!)
-
Chiffres
43
Ex: on trouve M=12.783997342 g et u=0.0673176 g
Pour M on garde les chiffres exacts+les deux entachs derreur avec les rgles darrondi.
Pour u on garde le 1er chiffre non nul et le suivant major
Ici: M=12.784(0.068)g
-
Estimation concrte de lincertitude:
deux mthodes
44
Norme NF ENV 13005 (guide pour lexpression de
lincertitude de mesure) ou GUM
Norme NF ISO 5725-1 6 (Exactitude justesse et
fidlit- des rsultats et mthodes de mesure) ou
5725
-
GUM
45
Notion issue de la mtrologie
Modlisation du processus de mesure
Estimation de lincertitude de mesure (grandeur de sortie) partir des incertitudes des grandeurs dentre
Besoin de connatre toutes les sources derreurs possibles (grandeurs dinfluence, talonnage, erreurs de lecture)
Difficile cependant mettre en uvre dans le cas dessais.
Il faut pouvoir modliser mathmatiquement le processus, ce qui peut tre difficile ou impossible
-
5725
46
Issu du monde des essais
Quantification de la qualit dune mthode dessai par des comparaisons exprimentales interlaboratoires
Mthodes et dmarche : fascicule de documentation FD X 07-021 (Normes fondamentales. Mtrologie et applications de la statistique. Aide la dmarche pour lestimation et lutilisation de lincertitude des mesures et des rsultats dessais)
-
Caractristiques
47
-
48
GUM
-
A titre dillustration: extrait de la norme
ENV13005
49
-
Estimation des incertitudes de type A
50
Estimation exprimentales des incertitudes/erreurs
Rptition des mesures et rduction de lincertitude
Pour k sries de mesures, on a la variance cumule
OU talonnage dbouchant sur une loi mathmatique (ventuellement empirique) obtenue par moindres carrs
11
11
1
22
112
k
kk
NN
NN
-
Estimation des incertitudes de type B
51
Quand on ne peut pas (ou ne veut pas) valuer les incertitudes de manire exprimentale Rsultat de mesures antrieures Spcifications fabricant Exprience de ses instruments Donnes issues de documents dont les certificats dtalonnage
Domaine: Incertitudes dues aux grandeurs dinfluence Rsolution de lappareil talonnage
Besoin: Connaissance de ltendue des grandeurs utilises Connaissance des lois de distribution statistiques
-
Exemples de lois et de leur domaine dapplication
52
-
Mthodologie
53
Rduction des erreurs alatoires et systmatiques
Dtermination du modle mathmatique de lerreur. Exemple de
lampremtre
Ex: Cv est une correction de calibre du voltmtre, avec son incertitude
(donns par le certificat dtalonnage)
C0 est la diffrence entre valeur lue et valeur estime: correction
obtenue par plusieurs mesures et moyenne
ampremtre
Re
Ie
I
R U
Ilue
Re
Vee
CCCIIC
CR
CUI
00
Introduction de lampremtre dans le systme
(rsolution, impdance etc)
talonnage mesure
Ue
-
Les 5M
54
-
Incertitude type A
55
Calcul des valeurs moyennes sur I et V, avec les incertitudes
exprimentales (coef de Student 1.05 pour 68.27% de niveau de
confiance)
-
Corrections
56
-
Incertitude de type B sur les corrections
57
Concerne Voltmtre, Shunt et Ampremtre
Voltmtre(exemple):
Certificat dtalonnage donne une incertitude de 5 10-5Vmes +0.7V pour k=2
u(Cvtal)=2.9 V
Rsolution 1 V rectangulaire
1 V /12=0.6 V = u(Cvdrive)
etc
-
Rsultat final: application de la loi de
propagation des incertitudes au modle
choisi (calculs non donns ici)
58
22222
2
2
22
2
0
)(IR
V
CIaCR
CV
c
I
R
I
Re
VeI
uuuuR
V
R
uuCu
IC
RC
CICR
CUCCC
-
59
Mthode 5725
-
La norme NF ISO 5725
60
Objectif: valuer la qualit dune mthode dessai, grce des
campagnes interlaboratoires, soumises des protocoles spcifis
Exemples: dfinition dun matriau de rfrence, performance des
laboratoires sur des essais spcifiques, comparaison de mthodes
-
Fidlit: modlisation
61
y=m+B+e y=rsultat dessai
m=moyenne
B: cart du labo % m (biais du labo)
e=erreur alatoire survenant dans chaque mesure dans des conditions de rptabilit
On dduit: La variance intralaboratoire
La variance interlaboratoires
La variance de rptabilit
La variance de reproductibilit
Un modle plus raliste demande de
rajouter le biais de loprateur
222
22
2
2
BrR
er
B
e
-
Exactitude dune mthode dessai:
justesse et fidlit
62
-
Fidlit: Les facteurs qui influencent la variabilit
dun essai peuvent prendre deux tats - Exemples
63
-
Fidlit: Le principe de la mthode des plans dexpriences
la catapulte: maximiser sa porte
64 http://www.si.ens-cachan.fr/ressource/r18/r18.htm
-
65
CINQ Paramtres (entres):
bandage de llastique (goupille du mt avant ; 4 positions possibles, 3 utilises)
accrochage de llastique (sur le bras ; 5 positions possibles, 3 utilises)
position du bol sur le bras (5 positions possibles, 3 utilises)
angle de bute de percussion (goupille dans lune des 6 positions prvues, 3 utilises)
angle darmement (variation continue, 3 positions utilises)
Une grandeur de sortie: la porte
-
Ide: faire un minimum dessai pour
estimer ce que lon cherche
66
Bandage Angle armement Distance en
mm
ESSAI P1 P2 Rponse
1 - 1 -1 10
2 + 1 -1 20
3 - 1 + 1 200
4 + 1 +1 140
E1=-12.5 E2 =77.5 Moyenne=92.5
E1=-12.5 mm signifie que lorsque le bandage est son niveau haut (position 4) la distance en mm sera en moyenne de 92.5 - 12.5 = 80
Ainsi, en comparant les effets, il est possible de constater que l'angle d'armement a une
influence suprieure au bandage
P1 : Bandage (niveau haut : position 4 ; niveau bas : position2)
P2 : Angle armement (niveau haut : 180 ; niveau bas : 150)
-
67
On peut obtenir leffet des facteurs sur la moyenne en seulement 27 essais.
graphe des effets des facteurs avec un plan rduit Taguchi
-
Les plans dexprience pour estimer
les dispersions
68
-
Estimation de la justesse
69
Il faut au pralable estimer la fidlit
Il faut disposer dune rfrence conventionnellement vraie
Problme de la justesse = celui du biais Biais de la mthode : y=++B+O+e
Tous les labos sont dcals dune mme valeur
: valeur de rfrence accepte
Estimation du biais (ISO 5725-4)
y
-
Organismes, talonnage, raccordement, gestion
70
Comment organiser tout cela?
-
Les organismes
71
Convention du mtre: trait qui lgitime la suite
CGPM: runit des dlgus de la Convention du mtre.
CIPM: Comit de supervision
BIPM: Bureau International des Poids et Mesures (Breteuil): en charge des talons primaires + recherches fondamentales (talons, techniques)
Nombreux organismes europens, mondial etc
Et en France?
-
LNE
72
Laboratoire National de Mtrologie et dEssais (LNE)
A repris les activits du BNM depuis 2005
Coordination des 4 laboratoires nationaux de mtrologie (CEA/LNHB, CNAM/INM, Observatoire de Paris et LNE) Mtrologie fondamentale (maintien des talons nationaux pour le
raccordement industriel la norme ISO9001). Mcanique, thermique, optique, chimie et lectricit
Mtrologie lgale (Ministre de lIndustrie) Mtrologie lusage des industriels, la Sant ou autres (prestations de
service) SI BESOIN 25 accrditations (mai 2005) par le COFRAC
-
COFRAC
73
Atteste que lorganisme accrdit est comptent
Permet de valider au niveau international
Garantit que le prestataire satisfait Aux exigences de management de la qualit
celles de traabilit des oprations mtrologiques
Concerne les aspects techniques ET les aspects documentaires
Audit annuel
Accrditation Peut tre ncessaire
Peut tre volontaire
Quatre sections Laboratoires
Inspection
Certification dentreprises, personnel et environnement
Produits industriels et services
-
Le raccordement
74
Proprit dun mesurage ou dun talon dtre reli
des talons nationaux via une chane ininterrompue de
comparaisons dincertitudes connues
Associ une traabilit (documentation) tablie par un
prestataire accrdit COFRAC ou qualifi par le client
(FDX07019 et ISO/CEI 17025)
-
La dgradation des incertitudes
75
-
Cas o la mtrologie nest pas
accrdite
76
Mener un audit sur les points suivants
Raccordement des instruments utiliss
Comptence du personnel
Existence de procdures dtalonnage ou vrification
Cohrence des incertitudes
-
Comment reconnatre le raccordement?
77
ISO 9001: audit et garantie de conformit aux rgles de management de la qualit (respect des procdures) mais pas technique!
ISO 17025: rfrentiel dvaluation dun laboratoire adapt mais peu praticable (pbs de temps et/ou de comptence)
Sadresser un laboratoire accrdit COFRAC
Certification Procdure indiquant quun produit, processus ou service est conforme aux exigences
(ISO9001 atteste la conformit dune entreprise en termes de gestion de la qualit)
Accrditation Un organisme officiel reconnat une comptence dun organisme effectuer une
tche spcifique
-
Aspects plus pratiques
78
Critre dobligation versus cot
Exemples de critres de dcision Mesurages sur les caractristiques produit (contractuelles)
Paramtres de fabrication ayant une incidence sur les caractristiques produit
Mesurages lis la maintenance ou la scurit
Choix de lentreprise
Attention: tre sr des mthodes de mesures avant de sengager sur une caractristique produit
-
Raccordement interne et externe
79
Un compromis trouver talonnage des instruments par un prestataire accrdit
Contrle des talons internes par un prestataire accrdit
Autre
Intgrer la ralit de lentreprise (cot, besoin rel, comptence du personnel interne, offres de service et proximit et nature du parc) Ex: un seul instrument externe (sauf cas de confidentialit par exemple)
Beaucoup dinstruments interne, avec des talons
Attention: talonnage ne dit pas prcision
Un appareil talonn 10% ne permet pas des mesures 1%!!
-
Remarque: Sait on toujours faire le
raccordement? NON
80
Domaine physico-chimique
Duret
Matriaux de rfrence
Accept par des campagnes de validation interlaboratoires
Raccordement certaines constantes fondamentales (point
triple de leau)
-
Etalonnage et vrification - Suivi
81
Etalonnage (but: rduire les incertitudes de mesure)
Vrification: permet de dclarer que linstrument est apte lemploi (conforme aux spcifications)
Confirmation: talonnage + vrification + rparation + rtalonnage + verrouillage + tiquetage.
-
Quand talonner?
82
Connaissance dune valeur chiffre et de son incertitude (dfinition des corrections, bilan des incertitudes) Evident
Utilisation dun appareil comme rfrence
Suivi de lappareil (drives)
Suivi des talons
Prise en compte des grandeurs dinfluence
Recherche dun niveau dexactitude diffrent de la spcification constructeur
Pas de spcifications constructeur dans le domaine concern
Pas dautre connaissance possible de lappareil de mesure
-
La chane dtalonnage
83
-
Vrification si
84
lon veut savoir si les erreurs dindication de lappareil sont infrieurs aux erreurs maximales tolres
Pas besoin de rsultat chiffr
On souhaite interchanger des appareils
On souhaite remettre un appareil en service
Comparaison des rsultats dun talonnage aux limites derreurs tolres (mesure dun talon)
Sans chiffre, en regardant si lon excde ou non une erreur, via un talon
Ex: une balance (donne +- 1mg par le constructeur) est vrifie (incertitude constate +- 3 mg). Elle peut tre conforme ou non selon les exigences requises par lindustriel
-
Renseignement dun certificat dtalonnage ou dun
constat de vrification
85
-
La confirmation mtrologique
86
-
Exemple de certificat dtalonnage
87
P324-326 (3 pages)
-
88
-
Constat de vrification
89
P322 et 323
-
Gestion du parc dans lentreprise
90
Norme ISO 10012: systmes de management de la mesure. Exigences pour les processus et les quipements de mesure Matrise de la qualit des quipements (talonnage et/ou vrification)
Matrise de la qualit des processus de mesure
Lentreprise doit Atteindre ces objectifs
Dmontre quelle gre correctement les dispositions associes
-
Rception dun appareil
91
Vrification de la conformit la commandeet tout de suite!
Indentification de linstrument
Introduction dans linventaire
Confirmation mtrologique avant mise en service
Marquage de confirmation mtrologique Ex: tiquette numro/dates de la dernire et prochaine
confirmation, code barre
-
Fiche de vie (exemple)
92
-
Divers
93
Conserver les emballages!
Stocker dans des locaux appropris (temprature, hygromtrie, poussires)
Protger les locaux contenant les moyens dajustage confirms.
Dplacements Protection adquate des appareils
Enregistrement (traabilit)
Avoir un systme de gestion (papier, informatique)
-
La structure documentaire
94
Mise en place dune dmarche qualit sans documentation = chec
Pour la mtrologie, cest pareil
Pour matriser son systme de mesure, il faut Grer la formation du personnel Grer les responsabilits de manire formelle Il faut pouvoir prouver cette matrise
Traabilit technique cad le raccordement mtrologique
La traabilit documentaire prouvant le raccordement
Inventaire, fiches de vie, certificats, rgles et procdures..
-
La documentation: mythe ou pige?
95
La documentation est indispensable
Trop de documentation tue la documentation Systme lourd
Trop de procdures inutiles
Le personnel ne lit pas les procdures
Dlais de mise jour trop longs
Trop de visas
Trop de redondance
Pas de concertation avec les utilisateurs
Bon compromis trouver
-
Exemple de procdure
dtalonnage
96
-
La sous-traitance de la mtrologie
97
Que sous-traiter?
Confirmation des instruments
Confirmation des talons
Ajustage, rparation
Maintenance
Identification des quipements
Conseil, expertise
Gestion complte
Une valuation correcte des sous-traitants potentiels doit tre faite
-
Dfinir clairement le besoin
cahier des charges
98
Axe technique Dfinir la liste des instruments concerns Etablir les exigences techniques Pour un talonnage, par exemple
Dfinition des oprations prliminaires (nettoyage, mise en temprature, zro)
Gamme de mesure et calibres concerns
Besoin en incertitude
Documents attendus (certificats)
Pour une vrification Idem Donner une liste claire et prcise des point, gammes ou calibres
particuliers vrifier
Non exhaustif!!
Le sous-traitant ne fait que ce qui a t ngoci, et dans les dlais convenus
Le cahier des charges est un processus itratif, pas un dogme
-
Dfinir clairement le besoin
cahier des charges
99
Axe qualit Dterminer les exigences relatives la prestation, selon un rfrentiel qualit ou
spcifique une profession
Mise en place de modalits particulires comme la confidentialit, le traitement ultrieur des non-conformits
Dfinir les audits ventuels
Axe logistique Travaux sur place ou chez le prestataire
Rgles suivre en cas de rparation ou ajustage (change standard, rendu en ltat)
Acceptation de plusieurs niveaux de sous-traitance (ou non)
Modalits de marquage
Dfinir les responsabilits
Aide la ralisation du cahier des charges: FD X 07-019
-
Exemples dchecs (pas forcment dans le
domaine de la mtrologie)
100
Impossible de lcrire !
Selon les humeurs de lenseignant Tolrances mal dfinies Conception hors specs et responsabilit non dfinie Analyse incomplte du problme industriel Gestion documentaire en retard .
-
Evaluation et optimisation
101
Optimiser: tout le monde le veut, y compris (et surtout) les chefs
Optimiser implique de pouvoir valuer
Evaluer Les cots de la mtrologie
La qualit de la mtrologie (autovaluation) Etablir une grille de critres
Evaluer
Dterminer les points forts et les points faibles
Amliorer si possible
Assurer le suivi
Impliquer les utilisateurs
Conseil personnel: impliquer le chef, comme dans lAQ
-
102
-
Exemple de grille
103