Outils de la qualité MSP

8/12/2019 Outils de la qualit MSP

1/132

MSP

Cartes de contrle et tudede capabilit

Par A.SEDQUI ENSA Tanger


2/132

2Matrise statistique des procds

I. Introduction la MSP

II. Collecte des donnes

III. tude de capabilit

IV. Surveillance par carte de contrle

V. Recherche des cause de variation

PLAN DE LA FORMATION


3/132


Chapitre I

Introduction la MSP

1. INTRODUCTION

2. OBJECTIFS ET BNFICES DE LA MSP

3. CONDITIONS DE RUSSITE

4. VARIATIONS DU PROCD

5. DMARCHE DE MISE EN UVRE DE LA MSP

6. LIMITATIONS DE LA MSP


4/132


1- INTRODUCTION

La dtection de la non qualit sestvolue de :

La dtection traditionnelle: ( Con trle un itaire )

Long.

Coteux.

Peu fiable.

ChapitreI

Introductionla

MSP

En passant par :

La dtection par contrle des lots:(Con trle par

chan til lo nnage )

Circuit long.

Coteux.


5/132


1- INTRODUCTION

:

La dtection par les Cartes de contrle:( Matr is e stat is t ique des procds )

Circuit court.

Fiable.

ChapitreI

Introductionla

MSP


6/132


1- INTRODUCTION

ChapitreI

Introductionla

MSP

La Matrise (Control) :

Nestpas synonyme de Surveill ance ouInspec t ion,

Cestune action pour dominer un sujet,

Cest dans ce sens la que nous dfinissons le motmatrise :

FA IRE ALLER LES CHOSES COMME NOUS LE SOUHAITONS


7/1327Matrise statistique des procds

1- INTRODUCTION

Le Processus ( procd) :

Nestpas uniquement relatif aux oprations faites parune ou plusieurs machines,

Il est un ensemb le dactivitscorrles ou interac t ivesqu i transfo rme des lmen ts dentreen lments de

sortie. 3.4.1 de lISO9000:2000

Entres PROCESSUS

Moyens

Mesures

Management

Sorties

IL PEUT ETRE RELATIF A LENSEMBLE

DES CHOSES QUE NOUS FA ISONS

ChapitreI

Introductionla

MSP



1- INTRODUCTION

La Statistique :

A pou r ob jet le regrou pement mthod iqu e ainsi queltudede sries de donnes numriques .

NOMBRES, NOMBRES, NOMBRES..

ChapitreI

Introductionla

MSP



1- INTRODUCTION

Matrise :

Statistique :

Des procds :

laide de nombres

Faire aller de la faon que nous voulons quelles aillent

Les choses que nous faisons

ChapitreI

IntroductionlaMSP



1- INTRODUCTION

La MSP est :

La Matr ise Stat ist iqu e des Procds Un mode de gestion qui conduit se rendre matre

des outils de production pour satisfaire les besoins du

client, en agissant temps sur les facteurs techniques

et humains responsables de la qualit.

Elle implique la fois : Un tat desprit instaurer.

Ltablissementduneorganisation. Limplication de quelques techniques

base statistique

ChapitreI

IntroductionlaMSP



2- OBJECTIFS ET BNFICES DE LA MSP

La MSP est un outil qui permet :

dlever le niveau de la qualit,

de faire baisser les cots de la non qualit,

de diminuer les drives et de stabiliser la

production.

ChapitreI

IntroductionlaMSP



Et ceci par :

Lintervention sur le procd avant de produirede la non qualit ( Actions correctives ),

La mesure de la capabilit dun processus fournir la qualit requise,

Le contrle des variations afin dassurer la

stabilit.

ChapitreI

IntroductionlaMSP




Leffet principale recherch travers la mise en

place de la MSP :

Lamliorationde la production et de la productivit

Les effets induits par la mise en place de la MSP : Lamliorationdes changes dans la structure,

Lamlioration de la dmarche de rsolution des

problmes de la qualit en production,

La matrise des procdures, des produits et desprocessus,

Lamliorationde limagede lentreprisevis--vis des

auditeurs de clients potentiels.

ChapitreI

IntroductionlaMSP



14/132


3- CONDITIONS DE RUSSITE

Les pralables:

Une implication relle des dirigeants qui doivent tre

convaincus des apports de la MSP,

Une formation module suivant le type dindustrie,

Lutilisation avec aisance de quelques outils

spcifiques la MSP,

La matrise de quelques outils classiques de la Qualit

( Collecte des donnes, Histogramme,.).

ChapitreI

IntroductionlaMSP


15/132


3- CONDITIONS DE RUSSITE

Les prcautions:

Pour une premire application, choisir une ligne de

production :

Importante,

Ne reprsentant pas de difficults

exceptionnelles,

Pas trop simple non plus.

Lexploitationdes rsultats doit tre le plus rapidement

possible.

ChapitreI

IntroductionlaMSP


16/132


17/132


Origines des variations

Les var iat ions prov iennent des 6 M et de leurscombina isons

Les 6 M du procd

4- VARIATIONS DU PROCD

ChapitreI

IntroductionlaMSP


18/132


Causes assignables de variation

Carac tris t iq ues :

Identifiables,

Sources de dfauts importants,

Irrgulires,

Instables,

Difficiles prvoir mais rparables,

Ncessitent une intervention sur le procd.


ChapitreI

IntroductionlaMSP


19/132


Causes assignables de variation

Effets: Ponctuels,

Se rptent,

Engendrent des variations importantes, Imprvisibles ou dus des actions non

matrises.

Exemples: Drglages brusques ou progressifs,

Changement de matire premire, dquipe,doutillage,

Intervention de maintenance.


ChapitreI

IntroductionlaMSP


20/132


Causes non assignables de variation

Carac tris t iq ues :Rsultent du procd lui-mme,

Sont en assez grand nombre,

leurs effets sont limits,

Indpendantes entre elles.

Effets :

Permanents,Variations quantifiables,

Variations le plus souvent prvisibles.


ChapitreI

IntroductionlaMSP


21/132


Causes non assignables de variation

Exemples :

Usure du matriel,

Environnement :

Humidit,

Temprature.

Variation de lalimentationlectrique.


ChapitreI

IntroductionlaMSP


22/132


5- DMARCHE DE MISE EN UVRE DE LA MSP

Les grandes phases de la mise en uvre de laMSP sont les suivantes :

1. Orientation de laction,

2. tude de capabilit,

3. Surveillance par carte de contrle.ChapitreI

I

ntroductionlaMSP


23/132


Orientation de laction

Elle consiste :

a. Choisir le processus ou le produit,

b. Mettre en place une organisation,

c. Faire la formation des participants.

tude de capab il it:

Ces principales tapes sont:

a. Le choix des caractristiques,

b. Lanalysedu processus,c. Ltudede laptitudedu systme.

Note:

Dj ce stade on peut dduire des actions correctives


ChapitreI

I

ntroductionlaMSP


24/132


Surveil lance par carte de con trle:

Cette phase est compose des tapes suivantes :

a. Dtermination des paramtres dchantillonnage,

b. Choix du type de carte,

c. Calcul des limites de contrle,d. Vrification si le processus est matris,

( Sinon engager des actions damlioration)

c. Suivi du processus laidedes cartes,

d. Vrification de la stabilit du processus,

( Sinon engager des actions damlioration)

e. Analyse a posteriori du processus.


ChapitreI

I

ntroductionlaMSP


25/132


26/132


Afin dviter certaines erreurs, la MSP doit

tre :

Applique pour les moyenneset grandessries,

Fonde sur un retour rapidede linformation,

Base sur des mesures fiables.

La MSP est un grand pas vers la conformit.

Toutefois, elle ne garantie pas le zro dfaut.

6- LIMITATIONS DE LA MSP

ChapitreI

I

ntroductionlaMSP


27/132


Chapitre IICollecte des donnes

1. LIMPORTANCE DES DONNES

2. FLUCTUATIONDISTIBUTION

3. TYPES DE FEUILLES DE RELEVS

4. DMARCHE DE MISE EN UVRE DUN

HISTOGRAMME


28/132


ChapitreI

I

Collectedesdo

nnes

Les outils de base utiliss en qualit permettent

dorganiserles informations de sorte :

Faciliter les prises de dcision,

Choisir les problmes prioritaires.

Ce qui permet principalement la mise en uvre des tapessuivantes:

Description du pass,

Modlisation du futur,

valuation de la conformit au modle prdfini. Ncess it de la co llec te de donnes

pert inentes

1- LIMPORTANCE DES DONNES EN MSP


29/132


Les donnes sont des valeurs connues qui peuvent tre

soit :

Qualitatives (Couleur, aspect ..),

Quanti tat ives (Nombre, dimensions, ),

Ces valeurs peuvent tre :

Continu es ou arrond ie ,

Discrte,

Dterm in is te,

Alato ire.


ChapitreI

I

Collectedesdo

nnes


30/132


Conditions sur les donnes:

Les donnes doivent : tre exactes, Reflter les faits, Servir un objectif clair.

Conditions sur la collecte

Pour effectuer une collecte efficace des donnes,on doit garder lespritles questions suivantes :

Qui va effectuer la collecte des donnes ?

Quels sont les objectifs quon espre atteindre enralisant ltude?

quel endroit ou quelle tape du processus doit-onfaire la collecte ?

Pendant combien de temps doit-on collecter ?

Combien de donnes doit-on collecter ?

Comment est-ce que les donnes seront collectes ?

ChapitreI

I

Collectedesdo

nnes



31/132


On peut dire quily a 54 mesu res

Que le minimum est 3, le maximum est 11

En addit ion nan t tout es les do nnes et en div isan tpar 54, on tro uv e la moyenne arithmtique qui es tgale 7

4

66

6

6

7

7

7

7

7

7

77

7

8

8

8

99

9

Il nest pas trs facile dexploiter cette srie de donnes !!!!!!!!

2- FLUCTUATIONDISTIBUTION

ChapitreI

I

Collectedesdo

nnes 11


32/132


2- FLUCTUATIONDISTIBUTION

12-

11-

10-

9-

8-

7-

6-

5-

4-

3-

2-

1-

0-

12-

11-

10-

9-

8-

7-

6-

5-

4-

3-

2-

1-

0-

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+ +

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+ +

+

+

+

+

+

12-

11-

10-

9-

8-

7-

6-

5-

4-

3-

2-

1-

0-

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+ +

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+ +

+

+

+

+

+

Fluctua

t ion ND ISTR BU OI ITChapitreII

Collectedesdo

nnes


33/132


Divers types de feuilles de relevs peuvent tre

conues pour remplir les fonctions suivantes:

Analyse et vrification de la distribution dans un

processus,

Vrification des pices dfectueuses,

Localisation des dfauts,

Recherche des cause des dfauts.

3- TYPES DES FEUILLES DE RELEVS

ChapitreII

Collectedesdo

nnes


34/132



Feuille de relevs : Analy se et vrific ation de la d ist rib ut ion

Utilise pour les donnes mesurable,

Sert tracer la distribution des caractristique en

question :- Poids,- Diamtre,- Longueur,- Etc.

Son analyse se fera laidedunhistogramme ( Voirla partie suivante) en vue dtablir la moyenne et

ltendue.

ChapitreII

Collectedesdo

nnes


35/132



Feuille de relevs : Analy se et vrific ation de la d ist rib ut ion

1 2 6 13 10 16 19 17 12 16 20 17 13 8 6 5 2 1 0

30

25

20

15

10

5

.0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1 1.11.2 1.3 1.41.5 1.61.71.8

Spcification

Spcification

Dimensions

Total desfrquences

Nom du produit :

Utilisation : ..

Nb dinspection :

Nombre total :

Nombre de lots : ..

Date : .

Nom dusine:..

Nom du service:

Responsable de mesure :

Remarques : ..

Relev continu de donnes N: ..

Feuille de relevs

ChapitreII

Collectedesdo

nnes


36/132



Feuille de relevs : Vrif icat ion de p ices dfec tueuses .

Permet de Connatre les types de dfauts et leurs pourcentage,

Classer les dfauts selon des critres :- Oprateur,- Machine,

- Etc. Analyser les donnes collectes.

86

//// //// //// //// //// //// //// //// //// //// //// //// //// //// //// //// //////// /

Total des rejet

115Total gnral

32

23

484

8

//// //// //// //// //// //// //// //

//// //// //// //// //// ///

//// //// //// //// //// //// //// //// //// //// //////

//// //

Bavures

Craquelures

IncompletManque

autre

Sous - totalEssaiTypeChapitreII

Collectedesdo

nnes


37/132



Feuille de relevs : Localis ation des dfau ts .

Consiste dessiner un croquis du produit raliser

pour faciliter lidentification et lanalyse de localisation des

dfauts.

Date :_______________

Type de produit :______

Remarques :

Feuille de relev des bulles

ChapitreII

Collectedesdo

nnes


38/132



Feuille de relevs : Recherche des causes des dfau ts .

Permet de Ressortir les donnes concernant les causes des

dfauts,

Les analyser ( Stratification, Diagramme de dispersion,Etc... )

Qwwx

wwxo

oxooooxqq

ooooxxx

oooxxxq

wOxxxoooOoooooOxD

OxxxoooooooooOxOxXxoooOooooooxCMachine 2

wxqww

Oxooooxqq

ooooxxx

oooxxxq

xxooOOowoxooooxqq

ooooxxx

Oooxxxq

B

OxxxoooooooooOxooooxqq

ooooxxx

Oooxxxq

oxxoxooxqAMachine 1

PmAmPmAmPmAmPmAmPmAmPmAm

SamediVendrediJeudiMercrediMardiLundiOuvrie

r

quipement

O : gratignure de la surface

X : Boursouflure.

W : Dfaut de dfinition

ChapitreII

Collectedesdo

nnes

4 DMARCHE DE MISE EN UVRE DUN


39/132


LHISTOGRAMME est une reprsentation graphique de la

distribution dunevariable permettant :

De visualiser des effectifs par intervalles de classes

dfinis pralablement ,

Dentrevoir lallure gnrale de la distribution desdonnes :

Nombre de dfauts,

Influence des 5 M :

- Main duvre,- Milieu,- Machine,- Matriel,- Matire.

Etc.

4- DMARCHE DE MISE EN UVRE DUN

HISTOGRAMME

ChapitreII

Collectedesdo

nnes


40/132



41/132


Dfinitions de quelques termes statistiques

Tendance centrale :

Moyenne ari thmtique :

Moyenne pondre :

Mdiane :

( La valeur milieu dunensemble de donne )

Mode:

( La valeur la plus frquente dunedistribution)

X =Xi

n

X =p iXi

p iChapitreII

Collectedesdo

nnes


HISTOGRAMME



42/132


Dfinitions de quelques termes statistiques

Dispersion :

ten due :

cart -type :

Note:

lorsque n >30, le calcul de s avec n ou n-1 au dnominateur apeu dimpact.

W = XM- Xm

=

( Xi- X )2

n

s =( Xi- X )

2

n-1

( Pour une population )

( Pour un chantillon )

ChapitreII

Collectedesdo

nnes


HISTOGRAMME



43/132


Les tapes de construction dun histogramme

1. Remplir un tableau de donnes, prciser lunitde mesure,2. Compter le nombre total nde donnes,

3. Chercher la valeur maxi note XMet la valeur mini Xm,

4. Calculer ltenduenoteW = XM-Xm,

5. Choisir le nombre thorique des classes not K dans letableau:

6. Dterminer la largeur thorique de la classeappele intervallede classenot htavec ht=W/K,

Nombre de donnes n Nombre de classe k

< 50

50 99

100 249> 251

5 7

6 10

7 1210 20

ChapitreII

Collectedesdo

nnes


HISTOGRAMME

Voir exemple dapplication



44/132


7. Lintervalle de classe pratique not hp qui sera utilisecomme base dchellesuivant laxedes abscisses,

8. Dresser le tableau de calcul des caractristiques delhistogramme,

9. Reporter les donnes relatives chaque classecorrespondante laidede btonnets,

10. Tracer des rectangles de largeurcelle de la classeet dehauteur le nombre total de btonnets. Mettre en place lesbornes de la spcification soient Tiet TS.

..Limite suprieureexclue

..Limite infrieurincluse

Xm+hpXmValeur centrale

54321N classeLimites

hpXm-2hpXm+2

hpXm+2hpXm+ 32

ChapitreII

Collectedesdonnes


HISTOGRAMME



45/132


Lanalyse de lhistogramme est base principalement sur

linterprtationdes allures de la distribution des donnes

Analyse

Allure normal, dispersion normale

normal1

Allure dissymtrique

Dissymtrique2ChapitreII

Collectedesdonnes


HISTOGRAMME



46/132


Mauvais rglage

Mal centr4

Moyen de production peu prcis

Trs dispers5

Irrgularit de la collecte

avec discontinuit3

ChapitreII

Collectedesdonnes


HISTOGRAMME


47/132



48/132


Notions sur la loi normal

La loi normal est une loi de distribution qui rgithabituellement les variables alatoires continues x que lonpeut mesurer .

Ses caractristiques sont :

Allure de la courbe : la rpartition des variables seffectuesous forme dunecloche

ChapitreII

Collectedesdonnes

4- DMARCHE DE MISE EN UVRE D UN

HISTOGRAMME


49/132


50/132


51/132


1. DFINITION

2. TYPES DE CAPABILIT

3. TEST DE NORMALIT

4. CAPABILIT DU PROCD

5. CAPABILIT DES MACHINES

6. RSULTATS ET DCISIONS

Chapitre IIItude de capabilit


52/132


La Capabilit

Est la mesure tablissant le rapport entre la

performance relle dun quipement ou dun

processus et la performance demande,

pour objectif de caractriser, de faon simple,

lensemble des situations courantes que nous

rencontrons en production.

1- DFINITIONS

ChapitreIII

tudedecapabilit


53/132


On distingue deux grands types de capabilit :

Capabilit procd,

Capabilit machine.

2- TYPES DE CAPABILIT

ChapitreIII

tudedecapabilit


54/132


Ltudede la capabilit ( machine et procd ) suppose que

la distribution des valeurs suit une loi Normale, Le test de normalit est la vrification thorique ou

graphique de lallurede la distribution de la loi normal :

Ce test se fait soit :

En comparant les valeurs calcules avec la courbesuivante :

3- TEST DE NORMALIT

ChapitreIII

tudedecapabilit


55/132


En utilisant un papier fonctionnel :

3- TEST DE NORMALIT

Pour plus de dtail, voir lexemple dapplication dans la partie suivante

ChapitreIII

tudedecapabilit


56/132

4 CAPABILIT PROCD


57/132


Un procd comprend plusieurs tapes et fait intervenir les

6M,

Pour tre sr que les causes de variation naffecterontpas le

produit final, il faut tre sr de chaque tape,

Traditionnellement, et de faon internationale, on dfinit donc

deux capabilits :

Capabilit machine (ne fait intervenir que le matriel)

Capabilit procd (fait intervenir tous les 6M)

4- CAPABILIT PROCD

ChapitreIII

tudedecapabilit

4 CAPABILIT PROCD


58/132


La Capabilit procd

Est la mesure tablissant le rapport entre la

performance relle du procd et la performance

demande,

Sexprimepar deux chiffres :

Capabilit intrinsque. Indicateur de drglage.

A pour objectif de caractriser, de faon simple,

lensemble des situations courantes que nous

rencontrons en production.

4- CAPABILIT PROCD

ChapitreIII

tudedecapabilit

4 CAPABILIT PROCD


59/132


La Capabilit intrinsque du procd Cp

Est appele aussi Coefficient dAptitudedu Procd.

Compare la performance attendue et la performanceobtenue

Est calcule de la faon suivante :

Cp=Intervalle detolranceDispersion duprocd

Dispersion

Intervalle de tolrance

Cp=Intervalle de tolranceDispersion

4- CAPABILIT PROCD

ChapitreIII

tudedecapabilit

4 CAPABILIT PROCD


60/132


Capabilit intrinsque du procd Cp

Cp=Intervalledetolrance

Dispersiondu procd

Dispersion

Intervalle de tolrance

Procd capableCp > 1

Dispersion

Intervalle de

tolrance

Procd non capableCp < 1

6 6

LSSLSI LSSLSI

4- CAPABILIT PROCD

ChapitreIII

tudedecapabilit

4 CAPABILIT PROCD


61/132


Lindicateurde drglage Cpk

Tiendra compte du drglage (centrage et dispersion)duprocd.

Simple interprter. Est calcul de la faon suivante :

Cpk=Distance ( Moyenne / limite la plus proche)

1/2 Dispersion

4- CAPABILIT PROCD

ChapitreIII

tudedecapabilit


62/132

5 CAPABILIT MACHINE


63/132


Capabilit machine

Quand on peut isoler les causes de variations dues

aux 6M , on peut parler de la Capabilit Machine,

Cest la capabilit dune tape du processus

(procd), et cest une capabilit lmentaire

constitutive de Cpet Cpk,

Sexprimepar deux chiffres :

Capabilit intrinsque. Indicateur de drglage.

5- CAPABILIT MACHINE

La capabilit machine est dfinie de la mme faon que la capabilit du procd. ( Cm, Cmk)

ChapitreIII

tudedecapabilit


64/132

6- RSULTATS ET DCISIONS


65/132


6 RSULTATS ET DCISIONS

Valeurs calcules des indices decapabilit procd

Cp = . ; Cpk =

Cp 1.33

Cpkk1.33 Cpk1.33

intervention

Procd nonCapable pour ladispersion mais

bien centre

Situationimpossible

Procd

Capable pour ladispersion maismal centre

Intervention derglage

ProcdCapable pour la

dispersion etbien centre

Changer de moyen de production Amliorer le moyen de production

Modifier la tolrance en accord avec lebureau dtude et service qualit

Raliser un contrle 100%

Oui Non

NonOuiOui Non

satisfaisanteFIN

ChapitreIII

tudedecap

abilit


66/132


1. DFINITIONS ET OBJECTIFS

2. CHOIX DE TYPE DE CARTE

3. CHOIX DE LA TAILLE DE LECHANTILLON

4. CATRES DE CONTRLE PAR MESURE

5. CARTES DE CONTRLE PAR ATTRIBUTS

6. CARTES DE CONTRLE SPCIALES

7. JOURNAL DE BORD

Chapitre IVSurveillance par carte de contrle

1 DFINITIONS ET OBJECTIFS


67/132


La carte de contrle :

Est u n doc um ent sur lequel sont p or ts :

La nature et les conditions du contrle (Lieu, procd,spcifications, frquence,),

Les rsultats dobservations,

La reprsentation graphique de ces observations.

Est u n ou til s imp le comp ltmanuellement par loprateurdu procdap rs chaque p rise dchantillon,

Permet de savoir :

Si le procd est sous contrle,

Si un rglage est ncessaire,

Quel est le rsultat de ce rglage.

1- DFINITIONS ET OBJECTIFS

Chapitre

IV

Surve

illanceparcar

tedecontrle

1 DFINITIONS ET OBJECTIFS


68/132


La surveillance par cartes de contrle permet de suivreles diffrents paramtres dune fabrication, et peuvent treutilises pour:

Le contrle du procd en continu,

Aider ce que le procd fonctionne de manire rgulire

et prvisible,

Raliser :

- Moins de variations dans la production,

- Un cot unitaire plus faible,

- Une augmentation relle de la capacit du procd. Fournir un langage commun.

1- DFINITIONS ET OBJECTIFS

Chapitre

IV

Surve

illanceparcar

tedecontrle

2- CHOIX DE TYPES DE CARTE


69/132


Les cartes de contrle peuvent tre regroupes entrois catgories :

Cartes de contrle par mesures Cartes de contrle par attributs

2- CHOIX DE TYPES DE CARTE

Chapitre

IV

Surve

illanceparcar

tedecontrle

2- CHOIX DE TYPE DE CARTE


70/132



Le choix dun type de carte de contrle se fait comme suit

Type de donnes continues Discrtes

Exemples Dimensions

Poids

Temprature

Nombre de dfauts

% de hors tolrance

Donnes de mesure Donnes dnombrables

Chapitre

IV

Surveillanceparcar

tedecontrle



71/132



De 50 200De 2 25, en gnral on prend 5Taille delchantillon

Prsence significative deproduits non conformes

Vrifier que la production suit uneloi normal

Environnement

Donnes dnombrablesDonnes de mesure

Pas de prventif:

Constatation de la nonconformit lorsquelleapparat

Pas davertissement avantlapparition de la nonconformit

Possibilit dagir sur le procdavant de produire la non conformit

priori

Prcisions des informationspermettant dorienter les actionscorrectives

Performance delexploitation dela carte

1 graphique (nombre ou %)

Facile interprter

Centrage

2 graphiques

Dispersion

Reprsentation

ouiOuiDistinction descauses

Carte de contrle parmesures

Carte de contrle parattributs

Chapitre

IV

Surveillanceparcar

tedecontrle


72/132


73/132

3- CHOIX DE LA TAILLE DE LECHANTILLON


74/132


Dtermination de la frquence de lchantillonnageRgle de cav

On doit tenir compte de la priodicit moyenne de driv du

processus, (la frquence moyenne de son rglage)

Dans un premier temps, on choisit empiriquement la

frquence des prlvements,

Estimer la frquence optimale aprs quelque temps de

fonctionnement de la carte en fonction des drglages rels

dtcts

Voir rgle de choix de la frquence en annexe 4

3 CHOIX DE LA TAILLE DE L ECHANTILLON

Chapitre

IV

Surveillanceparcar

tedecontrle


75/132

4- CARTES DE CONTRLE PAR MESURES


76/132


Est appele aussi la carte matresse du fait quelle est laplus utilise,

Comporte gnralement quatre zones :

Zone A : rserve aux rfrences de la grandeurmesure,

Zone B : rserve aux mesures effectues,

Zone C : rserve au graphique des fluctuations desvaleurs de la moyenne,

Zone D : rserve au graphique des fluctuations desvaleurs de ltendue,

Lannexe 5 montre une carte moyenne/tendue titre dexemple

Carte moyenne / tendue

4 CARTES DE CONTRLE PAR MESURES

Chapitre

IV

Surveillanceparcar

tedecontrle


77/132


78/132


79/132



80/132


Principe de la dmarche suivre : Prlever des chantillons de mme taille (

Gnralement en prend 5) dunefaon priodique,

Noter les informations sur les prlvements (Date,

heure, oprateur ), Calculer pour chaque chantillon la moyenne et

ltendue,

Dterminer les limites de contrle de la carte,

Reporter les points pour chaque chantillon et lesrelier par des segments,

Interprter selon les allures des graphiques ( Voir cequi suit)

exemple dapplication


Chapitre

IV

Surveillanceparcar

tedecontrle



81/132


Rgles de dcision ( NF X 06-031et FORD) Diffrents cas de figure:

Que se soit un graphique de la moyenne ou deltendue,

les allures quonpeut avoir sont: Graphique normale,

Un point au-del des limites de contrle,

Longues sries en augmentation ou enrgression,

Longues sries au-dessus ou au-dessousde la moyenne ( ltenduemoyenne),

Points trop rapprochs des limites decontrle.


Chapitre

IV

Surveillanceparcar

tedecontrle



82/132


LSCX

LICX

X=

Procd sous contrle

Le procd est sous contrle statistique

le graphique est normal

rgles : - 2/3 des points sont situ

dans le tiers central.

- 1/3 des points sont situ

dans 2/3 extrieurs

Rgles de dcision ( NF X 06-031et FORD)

Graphique de la moyenne

Chapitre

IV

Surveillanceparcar

tedecontrle



83/132


LSCX

LICX

X=

Un point au-del des limites de contrle

Le procd nest pas sous contrle statistique

Le prsence dun ou plusieurs points au-del deslimites de contrle constitue une preuve de laprsence de causes assignables en ce ou ces pointsCest un signal dclenchant une analyse immdiate

On peut linterprter ainsi:

La Lc ou le point sont faux

Le procd a gliss (incidentisol)

Le systme de mesure a chang



Chapitre

IV

Surveillanceparcartedecontrle



84/132


LSCX

LICX

X=

Longues sries en augmentation

La prsence des tendances inhabituelles peutconstituer une preuve de changement Lorsquonobserve:

7 intervalles conscutifs en augmentation oudiminution rgulires

7 points conscutifs dun mme ct de lamoyenne.

Cest le signe quune drive ou une tendance commence dans le procd



Chapitre

IV



85/132



86/132




LSCX

LICX

X=

Points trop rapproches des limites de contrle

Rpartition inhabituelle de points:

Moins de 2/3 des points est dans le tierscentral, on vrifiera

Quil ny a pas derreurs de calculdes LC ou dans le trac

Labsence de plusieurs mthodesdchantillonnage.

plus de 2/3 des points sont le tierscentral, on vrifiera

Quil ny a pas derreurs de calculdes les LC ou dans le trac


Que les donnes ont tcorriges ou modifies

Chapitre

IV




87/132


LSCR

LICR

R

Procd sous contrle

Le graphique est normal

Rgles de dcision ( NF X 06-031et FORD) Graphique de ltendue

Chapitre

IV



88/132



89/132


La prsence des tendances inhabituelles peutconstituer une preuve de changement dans ladispersion du procd, cest le premieravertissement de conditions dfavorables quilfaudra corriger rapidement.

Lorsquon observe:

des intervalles conscutifs en augmentationou diminution rgulires

des points conscutifs dun mme ct de lamoyenne.

Cest le signe quun glissement ou unetendance a commenc dans le procd


Longues sries montantes

LSCR

LICR

R

Chapitre

IV




90/132


On marquera le point dclenchant la dcision

Il est parfois utile de souligner la srie depuisson dbut jusquau point de dcision

On linterprte ainsi :

Une srie suprieure ltendue moyenne oucroissante

Mauvais fonctionnement du matriel.

Lot de matire moins uniforme.

Changement du systme de mesure.

Une srie en dessus ltendue moyenne oudcroissante

Dispersion plus faible.

Changement du systme de mesure


Longues sries au-dessus et au dessous de l tendue moyenne

LSCR

LICR

R

Chapitre

IV




91/132


Mme interprtation que la moyenne



LSCR

LICR

R

Chapitre

IV




92/132


Ont le mme principe que les cartes matresses,

Sont tablies partir des mesures donnes par des

chantillons prlevs sur le procd et sont composes de

deux graphiques : Moyenne et cart type

Permettent de suivre la variabilit du procd notamment

quand les chantillons ont une taille importante (>10),

Leurs inconvnients est que le calcul manuelle nest pas

ais,

un exemple dapplication de la moyenne/ cart-type

Carte moyenne / cart-type

Chapitre

IV

Surv

eillanceparcartedecontrle



93/132


Calcul des limites de dcision

Graphique des moyennes :

Graphique des cart-types

Voir tableau des valeurs des constantes en page 79

sB: LCSuprieureContrle SLimite de 4s

sB: LCInfrieureContrle ILimite de 3s

Carte moyenne / cart-type

SAX: LCSuprieureContrle SLimite de 3X

SAX: LCInfrieureContrle ILimite de 3X

Chapitre

IV

Surv




94/132


Ont le mme principe que les cartes matresses,

Ont les avantages suivants :

Elles permettent de dgrossir une analyse de procd,

Elles sont faciles utiliser, ce qui augmente leur

acceptation sur les lieux de mesure, Elles montrent la dispersion du procd associe une

image continue de sa variation.

Prsentent les inconvnients :

Le mdiane reste une estimation de la moyenne, donc ilfaut des limites plus lgres doune mise sous contrleinsuffisante

exemple dapplication de la carte mdiane/tendue

Carte mdiane / tendue

Chapitre

IV

Surv



95/132

5- CARTES DE CONTRLE SPCIALES


96/132


Carte avec volution de la moyenne

Le procd fonctionne dans des conditions normales

On collecte des donnes comme prcdemment

On renseigne la carte de contrle

Identifier les causes spciales pendant le cycle defabrication

Chapitre

IV

Surv




97/132


Carte avec volution de la moyenne

Pour vrifier que le procd est sous contrle : La moyenne variable est approch par le mouvement la

moyenne

Maximum observ en xMinimum observ en y2x Etendue moyenne

On calcul E.M.M. : la moyenne des mouvements calculs sur

3 cycle au moins,

Et on dduire les limites de contrle :

2

MMERAXLCS 2X

.)..(

RDLCS 4R 2MMERAXLCI 2X .)..(

RDLCI 3R Voir lannexe 10 : exemple dapplication

Chapitre

IV

Surv




98/132


Carte des moyennes glissantes

Domaine dapplication: Sappliquequand la taille de lchantillonest gale 1

Le nombre de rsultats doit tre nettement > 25

Principe :

Choisir une valeur de glissement G,(Exemple G = 3)

On calcul la moyenne de la valeur 1er, 2eet 3evaleurs

Ensuite la moyenne de la 2e, 3e et 4evaleur.

Chercher ltenduemaximal MRentre la 1er

, 2e

et 3e

valeurs Puis entre la 2e, 3e et 4evaleur.

On calcul les moyennes de MRet de avec :

xM

xM

Chapitre

IV

Surv




99/132


Carte des moyennes glissantes

Principe : Les calcules sont :

Les limites devient :

)( 1Gm

MM x

x

)( 1Gm

MRMR

m: est le nombre des sous-groupes

MREMLCS 2xMx

MRDLCS 4MR

MRDLCI 3MR

MREMLCI 2xMx

Chapitre

IV

Surv



100/132


101/132

6- CARTES DE CONTRLE AUX ATTRIBUTS


102/132


Les attributs sont des valeurs discrtes qui caractrisent

des tats sexcluant mutuellement, et ils peuvent tre

binaire ( Oui/non, succs/chec, .)

Les principales cartes de contrle aux attributs sont :

Carte p : pourcentage de non conformes,

Carte np : nombre dunitsnon conformes,

Carte c : nombre de non conformits,

Carte u : nombre moyen de non conformits par unit.

Ncessitent un pralable : ltablissement des critres deconformit,

Chapitre

IV

Surv




103/132


Critres de conformit

Leur bu t est de rend re ob ject i f ce qui est su bject i f

tablir des normes de rfrentiels,

Dterminer un code commun,

Dfinir, en groupe, ce que signifie chaque type de non-conformit,

Former le personnel de contrle des critres de dtection,

Crer les conditions adquates pour les relevs,

Avoir des critres ralistes, clairement dfinis etrigoureusement appliques

Chapitre

IV

Surv




104/132


Suit la proportion (%) de produits non -conformes dans

une population ,

Peut mesurer des produits sur une seule caractristique

(bonne/ mauvaise), plusieurs caractristiques qui rendent

le produit bon ou mauvais,

Carte p

Chapitre

IV

Surv



105/132



106/132


Renseignement de la carte :Le support est le mme pour les quatre cartes aux

attributs, il comporte gnralement huit zones :

Zone A : rserve lidentitde la carte, Zone B : dfinition du type de carte,

Zone C : dfinition du type de paramtre suivi, Zone D : rserve au taille des chantillon ,

Zone E : rserve au nombre de dfaut trouv surchaque chantillon,

Zone F : rserve au pourcentage affrents chaque chantillon, Zone G : rserve au rfrence de lchantillon

concern ,

Zone H : rserve au graphique

Carte p

Voir lannexe 11 : Modle de carte

Chapitre

IV

Surv

eillanceparca

rtedecontrle


107/132


108/132


109/132



110/132


LSC

LIC

Un point au-del des limites de contrle

Le procd nest pas sous contrle statistique

Le prsence dun ou plusieurs points au-del deslimites de contrle constitue une preuve de laprsence de causes assignables en ce ou ces pointsCest un signal dclenchant une analyse immdiates

On peut linterprter ainsi:

La Lc ou le point sont faux

Le procd gliss (incidentisol)


Rgles de dcisionCarte p

ChapitreIV

Surv

eillanceparca

rtedecontrle


111/132



112/132


LSC

LIC

Longues sries au-dessus et au dessous de la moyenne

On marquera le point dclenchant la dcision

Il est parfois utile de souligner le srie depuis sondbut jusquau point de dcision

On linterprte ainsi :La moyenne du procd a chang et peut treencore en cours de changement.



ChapitreIV

Surv

eillanceparca

rtedecontrle



113/132


LSC

LIC


Rpartition inhabituelle de points:

Moins de 2/3 des points sont le tierscentral, on vrifiera

Quil ny a pas derreurs de calculdes LC ou dans le trac


plus de 2/3 des points sont le tierscentral, on vrifiera

Quil ny a pas derreurs de calculdes les LC ou dans le trac


Que les donnes ont tcorriges ou modifies


ChapitreIV

Surv

eillanceparca

rtedecontrle


114/132



115/132


Carte np


Limite suprieure du contrle :

Limite infrieure du contrle :

)(LSC(np) n

pn

1pn3pn

)(LIC(np)npn1pn3pn

ChapitreIV

Surv

eillanceparca

rtedecontrle


116/132



117/132


Carte c




c3c (c)LSC

c3c(c)LIC

ChapitreIV

Surv

eillanceparca

rtedecontrle


118/132



119/132


Carte c




n

u

3u (u)LSC

n

u3u (u)LIC

ChapitreIV

Surv

eillanceparca

rtedecontrle


120/132


121/132


122/132


1. INTRODUCTION

2. 6M DU PROCD

3. STRATIFICATION

4. RSOLUTION DU PROBLME

Chapitre V

Recherche des causes de variation


123/132

2- 6 M DU PROCD


124/132


Les 6M sont les facteurs qui affectent la qualit ( la capabilit)

dunprocessus ( produit ):

Les 6 M du procd

Chapitr

eV

Rec

herchedescau

sedevariation

P l li l d i ti il t

2- 6 M DU PROCD


125/132


Pour localiser la cause de variation, il est

impratif de :

De regrouper les donnes par facteur:- Machine,

- Matire premire,- Mthode,- Main-duvre,

- Mesure,- Milieu.

Et si ncessaire : De les regrouper par types de facteur.

Exemple : Donnes relatives la machine A , et celles relatives lamachines BNote :

Parmi les donnes relatives la machine A, on peut aussi grouper :Celles lis loprateur X

Celles lis loprateur Y

Chapitr

eV

Rec

herchedescau

sedevariation


126/132

3- STRATIFICATION


127/132


Stratification des donnes

Par mesure et contrle Instrument, procdure te lieu de mesure, personne quimesure, outil de contrle, procdure de contrle, lieu decontrle, contrleur , Etc.

Par moment Heure, matin, aprs-midi, soir , nuit, jour, semaine, mois,

priode, saison, juste avant le dbut de , juste aprs lafin de ., Etc.

Par Milieu ouenvironnement

Temprature de lair, humidit, temps clair, nuageux,pluvieux, vent, neige, saison, des pluies, saison sche,bruit, clairage, Etc.

Autres Produit nouveau contre produit connu, produit fabriqu la pice contre produit fabriqu en continu, bon produit

contre produit dfectueux, mthode de conditionnement,mthode de transport, Etc.

Chapitr

eV

Rec

herchedescau

sedevariation


128/132

4- RSOLUTION DU PROBLME


129/132


Une fois la cause de variation localise (Exemple : loprateurqui est incapable ), on procde rsoudre le problme.

Dfinition du problme

Cause

Solution

Mise en action

Tester la cause

Tester la solution

Objectif Ralit

Causes CausesPossibles Relles

Solutions SolutionPossibles Choisie

Quoi, Qui, valuation enComment, fonction desQuand. objectifs

Dmarche de rsolution de problmes

Chapitr

eV

Rec

herchedescau

sedevariation

4- RSOLUTION DU PROBLME


130/132


Les ou ti ls u ti li ss pour chaque tape:

Dfinition du problme

recherche des Causes

Recherche de solution

Mise en action

Tester la cause

Tester la solution

Matricededonnes

Diagrammedesalterna

tives

Diagrammeenflche

Diagrammematriciel

Diagrammeenarbre

Diagrammedesrelations

Diagrammedesaffinit

s

Graphes

Cartedecontrle

Diagrammededispersion

Histogramme

Fichesderelevs

DiagrammedePareto

DiagrammesdIshikawa

Vrification

: Trs efficace

: Efficace

Chapitr

eV

Rec

herchedescau

sedevariation

EXEMPLE FICHE POUR LTUDE DE CAPABILIT


131/132


0.0003 0.13 1 2 3 4 5 10 20 60 95 99 99.87 99.99

4s 3s 2s moyenne 2s 3s 4s

45403530252015105

4439342924191494

4338332823181383

4237322722171272

4136312621161161

valeurvaleurvaleurvaleurvaleurvaleurvaleurvaleurvaleur

f f fx

Estimation desdfectueux :

Maxi = %Mini = %

Spcification.

Capabilit 8s.

Indice de capabilit machineCm=Cmki= Cmk=Cmks

Moyenne estime.

cart-type (S).

ObsRsultat :

Dsignation de la pice:Numro de pice :

Machine:Oprateur:Dimension:caractristique:

FORDDate:Etude effectue par :ETUDE DE LA CAPABILITE MACHINE (loi normale)

Histogramme

Tableau des relevs

Droite de Henry


132/132

Outils de la qualité MSP

Documents

Transcript of Outils de la qualité MSP