Professional Documents
Culture Documents
Chap.2
MSP
Plan du cours
Objectifs gnraux
Comprendre les concepts Qualit, en apprcier lintrt fondamental pour lentreprise
industrielle.
Appliquer loutil MSP pour rgler piloter et amliorer les processus de production.
Objectifs spcifiques
Connatre et exploiter les cartes de contrle petites sries;
Connatre et exploiter les cartes de contrle par mesures ;
Connatre et exploiter les cartes de contrle aux attributs.
Droulement
Prrequis
Evaluation
Russir plus de 70% de lapplication de synthse et ventuellement des TD proposs
Contrle qualit
28
Chap.2
MSP
Mise en situation
La mise en forme, par enlvement de matire, a connu une grande volution par la
mise en uvre de la nouvelle gnration des machines-outils commande numrique. Ceci,
a permis daugmenter la prcision, de rduire les phases dusinage et damliorer ainsi la
productivit des procds. La consquence immdiate est lexigence dtablir une procdure
exprimentale de rglage, de pilotage et de surveillance afin damlioration en continu ces
procds ce qui permettra dtre en mesure de rpondre aux exigences clients dans les
meilleurs dlais et suivant les spcifications vises.
Lintgration des diffrentes activits associes la production industrielles dans un
seul systme (ou ensemble) complet, homogne et efficace est un souci commun aux
industries modernes. La figure.1, reprsente, schmatiquement, cet ensemble que nous
nommons systme dingnierie cooprante normalise qui comporte les modles
standardiss des diffrents mtiers danalyse fonctionnelle, de conception, de fabrication,
de qualification des processus, et notamment, le modle du COM (Couple Outil Matire). Les
diffrents sous schmas seront lis entre eux pour permettre lchange dinformations. A ce
stade des rgles de cooprations entre experts seront dfinir pour assurer un processus
dingnierie cooprante de hautes performances.
En tenant compte de la complexit de la forme de la pice et de la cadence de la
production prvue le responsable de production a dcid de concevoir un montage
dusinage spcifique pour lusinage du support sur un centre dusinage commande
numrique. Le montage vis doit prvoir la minimisation du nombre des phases dusinage et
la possibilit dusinage de plus quune pice simultanment en vue de rduire le cot
dusinage.
Contrle qualit
29
Chap.2
MSP
7
6
5
4
3
2
1
0
-1
0
-2
-3
-4
-5
Oprateur 1
R(-6)
1
Pice N
10
Oprateur 2
5
4
Ecart *10-2 mm
Ecart *10-2 mm
Dans le cas des petites sries, la plus part des oprateurs pilotent leur procd en
ralisant un contrle 100% sur les pices quils ralisent. Ce contrle pourrait tre
excellent sil intgrait le raisonnement statistique. Les figures 1.8 et 1.9 montrent deux
exemples de raisonnement classique lors de la ralisation dune petite srie de 10 pices.
Les exemples concernent lusinage de la pice faisant lobjet du support du notre cours. La
cote raliser est de 200.05mm. Les valeurs indiques sont les carts par rapport la
nominale en centimes de millimtre. Supposant quune tude sur les prcdentes
productions a montr que lcart-type de la dispersion sur le centre dusinage est de 1.15
centimes de millimtre.
On voudrait dterminer les drglages du centre dusinage avant de lancer la production en
grandes sries. Pour cela on dispose des travaux effectus par deux oprateurs sur la mme
machine. Les rsultats de contrle de chacune des pices produites, par chaque oprateur,
ont t illustrs, par des cartes de contrle appels petites sries , par les graphiques
suivants.
3
2
1
0
-1 0
-2
-3
-4
-5
R(+4)
R (-3)
1
10
Pice N
Figure 1.8 : Relev des carts par rapport la cote nominale pour loprateur n1
Contrle qualit
30
Chap.2
MSP
Constatations
Dans lexemple n1, loprateur a utilis les 7 premires pices sans rglage, puis a
effectu un rglage de 0.06mm. Pour lexemple 2, loprateur a ralis un rglage ds la
seconde valeur. Il a t oblig de corriger de nouveau son procd lors de la 4 me valeur.
Pour loprateur n1, on note dabord quil na pas rgl sa machine avant la septime
cote qui est hors tolrance. Il faut dire sa dcharge que la pice numro six tait +2 donc
prs de la cote nominale. Ntait-il pas plus judicieux de rgler avant de rebuter une
pice ?est-il possible de trouver une dmarche logique et formelle qui permettrait de rgler
la machine avant de faire une pice hors tolrances.
La deuxime remarque que nous inspire cet exemple est le rglage de (-6) qui a t
ralis par loprateur aprs avoir fait une mauvaise pice. Il semble que celui-ci a bas son
raisonnement uniquement sur la dernire pice en oubliant les pices quil avait ralises
avant. Il faut dire que la pice 7 tant hors tolrance, il a cherch se ramener au plus vite
sur la nominale. Et pourtant, les pices suivantes se retrouvent dcales sur la cote
infrieure de la tolrance. La question qui est pose est alors de trouver une dmarche
logique et formelle qui permettrait de rgler la machine avec la meilleure prcision possible
pour se ramener la nominale.
Dans le second exemple, loprateur n2 a ralis un premier rglage qui ne semblait pas
utile. Il a drgl une machine bien rgle. Il serait donc utile de trouver une mthode qui
vite se type du problme. Les exemples prcdents ne sont pas caricaturaux. Tous ceux qui
ont suivi des procds raliss en petites sries connaissent bien ce phnomne. En effet, le
raisonnement traditionnel de pilotage conduit gnralement aux constats suivants :
Loprateur ne rgle pas sa machine au moment opportun ;
Loprateur drgle parfois une machine bien rgle ;
Les rglages raliss ne sont pas toujours les rglages souhaitables ;
La rpartition des pices produites dans des conditions utilise tout lintervalle de
tolrance au lieu dtre centr sur la valeur nominale.
Lorigine du mal vient du fait que lon nutilise pas un raisonnement statistique dans les
productions petites sries. Dans le cas que nous voquons, loprateur fait de contrle
100%, mais raisonnons sur une seule mesure pour piloter sa machine. Pour amliorer les
rgles de pilotage dans le cas des petites sries, il faut absolument bondonner le
raisonnement unitaire au profit dun raisonnement statistique bas sur les cartes de
contrles qui fait ses preuves dans les productions plus importantes. Ceci, exige de
dvelopper une stratgie particulire permettant de dtecter la drive dun processus mme
si les relevs de contrle sont dans les limites associes.
2.3. Stratgie de pilotage
Pour remplir cette carte, il suffit de remplir les cases X1.X10 avec les valeurs
mesures, puis, de calculer chaque nouvelle mesure la moyenne de lensemble des pices
Contrle qualit
31
Chap.2
MSP
mesures et ltendue. Les valeurs moyennes et tendues sont reportes sur les cartes
correspondantes.
La carte de contrle petites sries permet dadopter un raisonnement statistique
mme dans le cas dune srie de 10 pices. Ds la premire pice, la carte de contrle
amne loprateur ne pas raisonner sur les deux premires pices. Bien que sensiblement
identiques aux cartes de Stewart, le principe de remplissage et de calcul des limites sont
particuliers ce nouveau type de carte. Pour remplir cette carte, il suffit de remplir les cases
correspondantes de chacune des pices fabriques avec les valeurs mesures, puis, de
calculer chaque fois la moyenne de lensemble des pices mesures et ltendue. Les
valeurs, moyennes et tendues, sont reportes sur les cartes de contrle correspondantes.
2.3.1. Pilotage devrait effectuer par loprateur n 1
Ainsi, lorsque loprateur a mesur la premire pice ralise (+2), il inscrit cette
valeur en X1, et la reporte sur la carte de la moyenne. Il ny a pas, bien sr dtendue sur la
premire valeur. Lorsquil a contrl la seconde pice (+1), il calcul la moyenne (+1.5) et
ltendu (+1) quil reporte sur la carte des moyennes et des tendues.
Tableau 1.3 : des relevs des moyennes et des tendues pour loprateur n1
X1
X2
X3
X4
X5
Moyenne
Etendue
-4
1.1
10
Contrle qualit
3
0.5
7
32
Chap.2
MSP
E tendue *10- 2m m
M y e nne d e s c a r t s
3,5
3
2,5
2
1,5
10
8
6
4
2
0
1
0
pice N
10
12
O r dr e des r elevs
10
12
i. Ecart-type Connu
Dans le cas o lcart-type de la distribution de la population de production sur la
machine est connu sous la base de lhistorique des travaux antrieur, la dtermination des
limites de contrle des cartes de la moyenne et de ltendue se calcule selon le formulaire
illustr par le tableau suivant :
Tableau 1.5 : formulaire des limites de contrle des cartes petites sries
Pour les moyennes
Limite suprieure
LSCX Cible A4 .
LSCR D6 .
Limite infrieure
LICX Cible A4 .
LICR D5.
Tableau 1.6 : Coefficients des limites de contrle en fonction du numro de la pice usine
1
2
3
4
5
6
7
8
9
10
11
12
13
D5
D6
A4
14
15
0.20
0.39
0.55
0.69
0.81
0.92
1.03
1.12
1.20
3.69
2.12
4.36
1.73
4.69
1.5
4.91
1.34
5.08
1.22
5.20
1.13
5.31
1.06
5.39
1
5.47
0.95
5.53
0.90
5.59
0.87
5.65
0.83
5.69
0.80
5.74
0.77
Contrle qualit
33
Chap.2
MSP
12
2 ,5
10
Et e ndue W
M o y e nne X ba r
2
1 ,5
1
8
6
4
2
0 ,5
0
0
0
0
O r d r e d e p r lvem ent
10
10
12
O rdre de pr l v e m e nt
Les calculs des limites associes ont t regroups sur le tableau ci-dessous. Nous
pouvons, en consquence, retracer les deux cartes de la moyenne et de ltendue tout en les
reportant sur les cartes correspondantes.
Interprtation des cartes petite sries
Linterprtation de ces cartes de contrle est a peu prs identique linterprtation de
la carte de Stewart. Dune faon simplifie, lorsque le point est lextrieur des limites, le
procd est hors contrle, il y a prsence dune cause spciale. Il faut alors intervenir pour la
supprimer. Dans le cas de notre exemple le second point est dans les limites de contrle, la
probabilit dun bon centrage est importante, il est dconseiller dintervenir.
Pour le cas de loprateur n1, ds la troisime pice (+4), la carte de contrle petites
sries donne lassurance dun drglage en sortant des limites de contrle des moyennes.
Mais le rle de la carte ne sarrte pas l. Elle permet loprateur de connatre
limportance de la correction effectuer en fonction des trois premires pices prleves. Le
rglage sera ici gal 2.33, la moyenne des trois premires pices.
Remarquons bien que malgr que le procd est drgl ds la troisime pice, la carte
ds tendue montre quon est encore capable de produire des pices dans les limites
jusquau la sixime pice au-del de laquelle les point de la carte des tendue sont
hors limites.
Ceci, est trs important, car pour loprateur, il est inutile de rgler un procd drgl
tant quil est capable de produire des pices dans les limites de tolrances. Mais, il cherche
toujours dtecter et remdier au drglage ds que ce dernier va entraner de rebuts. On
note lamlioration apporte par la carte de contrle petites sries sur la mthode
traditionnelle. Loprateur a pu avoir trs tt le signal dun dcentrage, et viter ainsi
dobtenir la pice n7 hors tolrances.
34
Chap.2
MSP
Journal de Bord
Sous-groupe
Valeur
Journal de Bord
Sous-groupe
+2
+2
+1
+6
3
4
+4
+3
1
1
8
9
-2
-3
2
2
+2
10
-4
Rglage de (-6)
Nbr de pices : nj
Nbr ddl. i = nj -1
Variance s2
20.999
LIC
2
0.001
LSC
7
6
2.810
0.381
0.178
22.458
10.51
3
2
1
0.002
0.001
13.816
6.909
Soit
Variance intra sries Vi
6 * 2.81 + 2* 1
= 2.35 . Nous devons tracer la carte de la variance pour
6+2
V ar i e nc e V i
10
0
0
0,5
1
1,5
2
O rdre de prlvem ent
2,5
35
Chap.2
MSP
12
10
Ete ndue W
M oy enne X bar
3,5
2,5
2
1,5
1
0,5
8
6
4
2
0
0,5
0
O r dr e de pr lvem ent
2,5
10
4,5
6,5
8,5
10,5
O r dr e de pr l v e m e nt
Figure 1.14 : retraage de la carte de la moyenne tout en tenant compte de la nouvelle valeur retrouve de
lcart-type (limite en continue pour un cart-type inconnu)
Constatations
Il en rsulte que les nouvelles limites sont au-dessus des celles o lcart-type est connue.
Loprateur dtectera le drglage du centre dusinage aprs lusinage de la quatrime pice et
il peu conclure qu partir de 9me pice le procd est de nouveau capable mais il doit
surveiller le procd pour remdier tendance dcroissante pour les pices suivantes.
2.4. Etude du pilotage effectu par loprateur N2
On procde de la mme faon pour ltude du pilotage effectu par le deuxime loprateur.
Les deux cartes de la moyenne et de ltendue ont illustres par les deux figures ci-dessous.
3
2,5
2
1,5
1
0,5
0
-0,5 0
-1
E t e nd ue W
M o y e nne
10
6
4
2
0
0
Or d r e d e p r lvem ent
10
12
Or dr e de pr lvem ent
Figure 1.15 : Carte de la moyenne et de ltendue pour loprateur n2 dans le cas o lcart type est
connue ; = 1.15.
Contrle qualit
36
Chap.2
MSP
Dans le cas lcart type est inconnu les sous-groupe seront au nombre de trois de faite
que loprateur n2 a effectu deux rglages aprs la deuxime et la troisime pice. Les
tableaux et les graphiques ci-dessous montrent ltude et le traage des deux cartes
correspondantes dans le cas o lcart-type est inconnu.
Tableau 1.9 : feuille de relevs issus des donnes de pilotage effectu par loprateur n2
Valeur
1
+1
+3
-2
-4
Journal de Bord
Sous-groupe
Rglage de (-3)
Rglage de (+4)
Valeur
Journal de Bord
Sous-groupe
+1
-1
+2
5
+2
3
10
+3
Tableau 1.10 : Calcul des limites de contrle dans le cas o lcart-type est inconnu
3
Sous-groupe
1
2
Nbr de pices : nj
Nbr ddl. i = nj -1
Variance s2
20.999
LIC
2
0.001
LSC
2
1
2
1,57E-06
4,53E-06
10.83
31.29
2
6
5
1
4.5
2.167
1,57E-06
1,5708E-060.21
4,53E-06
10.83
31.29
Soit
0.12
20.51
8.86
10
E t e nd ue W
M o yenne
2
1
6
4
2
-1
10
0
Or d r e d e p r lvem ent
10
12
O r d r e d e p r lvem ent
Figure 1.16 : Figure 1.14 : retraage de la carte de la moyenne tout en tenant compte de la nouvelle valeur
retrouve de lcart-type (limite en continue pour un cart-type inconnu)
Constatation
La prise en compte de lcart-type instantan permet dlargir le champ des intervalles de
contrle des deux cartes de la moyenne et de ltendue. La constatation majeure cest que
loprateur n2 navait pas besoin dun rglage. Il a provoqu le drglage du procd lors du
premier rglage et il a remdier ce drglage lors de deuxime rglage de R(+4).
Pour appliquer cette mthode, il faut connatre la distribution suivie par le procd, et donc
lcart-type (). Cette distribution est facilement identifiable dans le cas des sries rptitives.
Il suffit de mesurer les rsultats obtenus lors des prcdentes sries. Dans le cas de sries non
rptitives, on peut nanmoins connatre la distribution partir de lhistorique des productions
ralises dans des conditions similaires.
Contrle qualit
37
Chap.2
MSP
+3
11
+1
21
+1
+2
12
-4
22
-2
+5
13
+1
23
-2
14
-1
24
15
-2
Fin lot
25
-2
-1
16
+6
Rglage
26
17
27
-4
18
-2
28
19
-1
29
10
20
30
-1
R (-5)
Fin lot
Journal de
bord
Sousgroupe
Fin lot
Questions
Premier cas : lcart-type est connu et gale 1.66.
1. Dresser le tableau de calcul des moyennes et des tendues et calculer les limites
associes
2. Tracer les trois cartes, de rglage, de la moyenne et de ltendue.
3. Reporter sur les graphiques les limites et les spcifications correspondantes chacune
des trois cartes.
4. Interprter les trois cartes tout en se basant sur les critres daptitude piloter le
procd de fraisage.
Deuxime cas : lcart-type est connu et gale 1.66.
5. Complter le tableau des donnes de contrle
6. Calculer laide de Microsoft Excel les variances et les coefficients de la distribution du
2. et ce pour chaque sous-groupe.
7. Dterminer lcart-type instantan, recalculer les limites de contrle.
8. Reporter les nouvelles limites sur les deux cartes de la moyenne et de ltendue.
9. Interprter et conclure.
Contrle qualit
38
Chap.2
MSP
39
Chap.2
MSP
Moyenne
Moyenne des chantillons
des chantillons
LSC
LCS
LSS
LSS
1 2 ...
N de prlvement
95,44%
LIS
LSI
LCI
LIC
99,73% des X
de la population
68,26%
Moyenne de
X
laMoyenne
population
x
X
x
X
IT
Lesde
limites
de contrle
et LS
les images
Les limites
contrle
LC et LSLC
sont
lessont
images
de la
de la capabilit du processus et volueront donc
capabilit
du processus et volueront donc en
en mme temps que sa dispersion
mme temps que sa dispersion
Limites de
contrle
Limites de
surveillance
Limites de
contrle
Limites de
surveillance
LSCX X AC .W
LIC X = X - AC .W
LSS X X As .W
LIS X = X - AS .W
LSCW DC S .W
LSSW DS S .W
LSCS BCS .W
LSCS BS S .W
LICW DCI .W
LISW DS I .W
LICS BCI .W
LISS BSI .W
40
Chap.2
MSP
Tableau 1.13: Table des constantes des limites des cartes de contrle (m0 et 0 inconnus)
Contrle de la moyenne
Echantillon
Effectif n
2
3
4
5
6
7
8
Contrle de W
Contrle
Surveillance
Ac
1.937
1.054
0.750
0.594
0.498
0.432
0.384
As
1.229
0.668
0.476
0.377
0.316
0.274
0.244
Contrle
DIC
0.00
0.04
0.10
0.16
0.21
0.26
0.29
DSC
4.12
2.99
2.58
2.36
2.22
2.12
2.04
n 12
Contrle de
Surveillance
DIS
0.04
0.18
0.29
0.37
0.42
0.46
0.50
DSS
2.81
2.17
1.93
1.81
1.72
1.66
1.62
Contrle
BIC
0.002
0.036
0.098
0.161
0.215
0.262
0.303
S n 30
Surveillance
BSC
4.126
2.964
2.528
2.285
2.128
2.017
1.931
BIS
0.039
0.180
0.291
0.370
0.428
0.473
0.508
BSS
2.810
2.166
1.916
1.775
1.682
1.618
1.567
30,001
30,006
30,036
30,047
30,014
30,020
30,011
30,012
30,015
30,010
X3
X4
X5
30,018
29,994
30,011
30,014
30,030
30,008
30,020
30,019
30,003
30,002
29,999
30,013
30,015
30,000
30,001
30,021
30,019
30,006
30,016
30,013
30,011
30,010
30,010
30,011
29,865
30,009
30,010
30,016
30,014
30,025
X6
X7
30,009
30,120
30,009
30,011
30,005
30,013
30,012
29,970
30,009
29,970
29,970
30,003
30,018
30,023
30,009
30,120
30,001
30,016
30,005
30,024
X8
30,002
30,009
30,012
30,019
30,009
30,005
30,019
30,002
30,009
30,018
X9
30,008
30,026
30,008
30,006
30,011
30,013
30,015
30,022
30,019
30,020
X10
Somme
30,009 30,002 30,009 29,970 30,015 30,013 30,000 29,999 30,022 30,002
300,183 300,112 300,141 300,158 300,057 300,077 300,141 300,217 299,982 300,143
Max
Min
30,120
29,994
30,030
29,997
30,036
30,003
30,120
29,970
30,015
29,970
30,021
29,970
30,023
30,000
30,120
29,999
30,022
29,865
30,025
30,002
0,126
0,033
0,033
0,150
0,045
0,051
0,023
0,121
0,157
0,023
30,018
30,011
30,014
30,016
30,006
30,008
30,014
30,022
29,998
30,014
X = 30,012
Contrle qualit
W = 0,076
41
Chap.2
MSP
3.3. Carte de contrle par mesures attribues la qualification dun alsage 30H7.
On sadresse dans cette partie au pilotage des phases 20 de surfaage-alsage et la
phase 80 de perage-taraudage (Consulter lannexe II). Les donnes de contrle ont t
obtenues par sur une machine de mesures tridimensionnelles selon un programme
appropri visant le contrle et la qualification de toutes les spcifications juges les plus
fonctionnelles. On retrouve dans le tableau ci-dessous lensemble des mesures associes la
qualification de lalsage 30H7 palp laide dun palpeur horizontale dans huit point
conscutifs sur la surface dvolution intrieure de lalsage concern.
Les limites de contrle peuvent tre galement calcules conformment au formulaire
du tableau 1.14. On peut par contre utiliser le code de calculs statistiques STATGRAPHICS
pour la mise en place de la carte de la moyenne X-bar et celle de ltendue W tout en
mettant en vidence les diffrents niveaux de la carte, soit 1, 2 et 3.
Figure 1.16 : Graphiques des cartes X et W pour le contrle par mesures de lalsage 30H7
Carte de la moyenne X-bar
Carte de l'tendue W
UCL = 0,14
CTR = 0,08
LCL = 0,02
0,12
0,08
0,04
0
0
4
6
8
Ordre drlvement
10
X-bar
Etendue W
0,16
30,05
30,04
30,03
30,02
30,01
30
29,99
29,98
UCL = 30,04
CTR = 30,01
LCL = 29,99
4
6
8
Ordre de prlvement
10
Interprtations
Les deux graphiques associs aux cartes de contrle de la moyenne rvlent un bon
centrage du processus de fraisage-alsage. En effet, tous les points de la carte de la
moyenne sont dans le 1/3 central limite lexception des chantillons 8 et 9, soit 80% des
chantillons. De plus, la carte est plus stable au dpart du prlvement en restant
globalement stable. Ces deux critres de stabilit et de centrage ne prouvent pas que le
processus soit capable. En effet la carte de ltendue est instable avec deux prlvements
hors limites de contrle. De plus, il ny a aucun point dans le 1/3 central limite.
3. Cartes de contrle aux attributs
3.1. Principe et classification des cartes de contrle aux attributs
Dans aux les spcifications contrler sont non mesurables ou cot de contrle lev on
procde par un contrle aux attributs. Ce dernier mode de contrle consiste attribu des
valeurs (excellent 3, satisfaisant 2, moyenne 1, faible 0 par exemple) ou bien deux valeurs
possible : Conforme 1 ; non-conforme 0. La conformit dpend des critres dacceptation
Contrle qualit
42
Chap.2
MSP
tablis et la mise en uvre est bas sur la stratgie dchantillonnage comme le cas des
cartes de contrle par mesure au niveau de prlvement et ou niveau de la dtermination
des limites de contrle.
Les dispersions des mesures ont t prleves dans lhypothse dune distribution obissant
une loi normale issue des causes communes. Mais pour certaines variables alatoires on
peut rencontrer frquemment une dispersion non normale. Ces phnomnes de nonnormalit peuvent tre caractrises par des lois de poisson ou binomiale.
Les cartes de contrles par attributs ont t construites, le plus souvent, en se basant
sur une approximation de ces lois non-normales par une loi normale. Dans ce cadre, on
distingue deux catgories de cartes de contrle aux attributs.
Tableau 1.15 : Classification des cartes de contrle aux attributs
Approximation de la loi binomiale par une loi normale
La carte p : Proportion des dfectueuses par chantillon :
taille fixe ou variable des
L carte np : Nombre de dfectueuses par chantillon.
Taille fixe des chantillons
Le calcul des limites de contrle est comme le cas des cartes de contrle par mesures,
fonction de la taille des chantillons prlevs de leurs tailles. Le tableau 1.14 ci-dessous
reprsente les formulaires associs aux calculs de chacun des cartes aux attributs.
Tableau 1.16 : Calcul des limites de contrle pour les cartes de contrle aux attributs.
Type de carte
Carte p
Moyenne
np
Carte np
LCS p 3
p 1 p
n
np
LCS np 3 np1
n
LCI p 3
p 1 p
n
np
LIC np 3 np1
n
LCS u 3
Carte c
LSC c 3 c
u
n
LIC u 3
u
n
LSC c 3 c
43
Chap.2
MSP
Lcs = 0.27
0,25
p bar = 0.09
0,2
Lic = 0.00
0,15
0,1
0,05
0
de non-conformit (en %)
5
0
20
0
6
2
20
0.1
7
3
20
0.15
8
2
20
0.1
9
3
20
0.15
10
4
20
0.2
Lsc = 5.59
np bar = 1.7
Lic = 0.00
5
4
3
2
1
0
4
6
8
Ordre de prlvement
10
4
6
8
Ordre de prlvement
10
Figure 1.18 : Cartes de contrle aux attributs pour de lalsage 30H7 (Cartes aux attributs p et np).
Interprtations
Lvaluation des deux graphiques ci-dessus a permis dtablir une rgle de dcision sur
lvolution de la rpartition associe. En effet, les deux cartes prsentent des distributions
communes rvlant une drive ascendante partir de lchantillon n5 ce qui exige une
intervention immdiate vitant de produire des chantillons non-conformes dans les
prochains prlvements. Par utilisation de formulaire associe aux calculs des diffrentes
limites vous pouvez recalculer les limites obtenues par lassistance numrique du logiciel
statistique STATGRAPHICS. Les paramtres processus sur lesquels on peu agir pour remdier
la drive de processus de lalsage sont essentiellement les conditions de coupes, le mode
opratoire du rglage de la pice et la notion des dispersions des travaux srielles. Une telle
intervention doit couvrir lune ou ensemble des activits de rglage, de pilotage, de
surveillance ou damlioration des processus de production mcanique.
3.3. Cas des cartes C et U
Une fois la production et la livraison dun lot ont t acheves, on procde par un
contrle multiple de toutes les spcifications fonctionnelles de la pice concerne. Cest le
cas des cartes C et U o on est amen contrler le nombre et le pourcentage des dfauts
par pice respectivement. Soit contrler 20 spcifications fonctionnelles par pice. Le
pilotage et la surveillance de la production par les cartes C et U permettent la matrise et la
mise en uvre dun plan damlioration et de qualification. Le tableau des valeurs et les
graphiques associs ont t tablis ci-dessous.
Tableau 1.16 : releves de contrles des cartes aux attributs C et U
N pice
1
2
3
4
5
Nb des dfauts
1
1
2
4
5
N pice
11
12
13
14
15
Nb des dfauts
5
2
1
2
5
Contrle qualit
6
6
7
8
8
6
9
5
10
3
16
1
17
4
18
2
19
3
20
0
44
MSP
Lsc = 9.75
C bar =3.30
Lic = 0.00
4
2
0
Chap.2
Lsc =0.44
0,4
U bar =0.17
Lic =0.00
0,3
0,2
0,1
0
8
12
16
Ordre de prlvement
20
6 8 10 12 14 16 18 20
Ordre drlvement
Figure 1.19 : les cartes aux attributs (spcification 30H7) : a) Carte C b) Carte U
Interprtations
Les deux cartes reprsentent une tendance croissante jusqu le 5me chantillon suivi
par stabilisation cause par un certain rglage du procd. Ceci permis la remise du
processus sous contrle tout en obtenant ainsi le centrage, la stabilit et la capabilit du
processus. En effet, parmi les 10 derniers chantillons on a 7 chantillons possdant un
nombre de dfauts par pice infrieur la moyenne globale des dfauts. Ce mode de
contrle convient bien aux techniques de contrle par attributs des produits finis. Ces
techniques doivent tre tablies selon une frquence approprie et une taille des
chantillons adquatement choisie selon les critres dacceptation et de refus des
chantillons.
Conclusion
En tous cas et quel que soit le mode opratoire de contrle choisi, par attributs ou par
mesure, il fallait toujours fixer les critres dacceptation ou de refus, la taille et la frquence
des prlvement tout en tenant compte des performances de processus de qualification et
dun bon compromis cot de contrle-certitude de la dcision.
La matrise statistique des procds par loutil cartes de contrle rvle un grand
intrt dans le rglage (cartes petites sries) le pilotage et la surveillance (cartes de contrle
par mesures ou par attributs). Ceci exige un bon choix des instruments talonns du
contrle, de la mthodologie de contrle aussi quune prparation succinctes des
instructions crites.
Contrle qualit
45
Chap.2
MSP
4. Application de synthse
Loptimisation dun bon compromis : certitude de la dcision-cot de contrle est
dune importance primordiale dans ltablissement dune bonne stratgie de contrle. Ceci,
revient assurer ltalonnage des instruments et des machines de contrle et la mise en
route dune mthodologie de conduite des activits de prlvement de mesures et de leurs
frquences entre deux rglages successifs du procd.
Partie 1 : Rglage et mise en route de procd de contrle
1. Remplir le tableau de valeurs ci-dessous. Donner les valeurs de ltendue en fonction
de la succession des mesures des releves de rglage dune MMT sur des cales talons
avant de commencer le contrle des pices mcaniques fraises.
Tableau 1 : relev des donnes de rglage sur des cales talons
X1
X2
X3
X4
X5
X6
X7
X8
Xi
1
3
-1
0.4
7
-0.5
0.4
1
2. Tracer la carte de la moyenne sur la figure ci-dessous. Reporter les rglages R (-3) et R
(-2) au niveau des chantillons n2 et n5 respectivement sur la carte de rglage.
Ecart l'talon
3,5
3
2,5
2
1,5
1
0,5
0
-0,5 0
2
4
6
8 10 12 14 16
-1
-1,5
-2
ordre de mesure sur des cales talons
4,00
3,50
3,00
2,50
2,00
1,50
1,00
0,50
0,00
0
10
12
14
Figure 1 : Carte de contrle petites sries (On cherche un centrage 0.002mm de lMMT)
On sadresse dans la suite lexploitation des cartes petites sries pour le rglage de la
machine de contrle MMT (machine de mesures tridimensionnelles) par mesures sur des
cales talons.
Contrle qualit
46
16
Chap.2
MSP
2.1. En se rfrant aux annexes, calculer les limites suprieures de la carte des
moyennes pour un cart type connu de la MMT. Soit : = 1.5
1
10
11
12
13
14
15
16
LSC
3. Pour des raisons de vrification avant de lancer le contrle en grande srie et en vue
daugmenter la certitude de la dcision, loprateur de contrle dcider de
dterminer lcart type actuel de la machine de contrle.
3.1. En se rfrant aux annexes, complter les tableaux ci-dessous et choisir les
valeurs de la distribution de la loi de KHIDEUX, et ce, pour les probabilits de 20.999
et20.001. Effectuer les calculs ncessaires. On vous donne les tableaux de valeurs
suivants :
Nb
ddl
20.99
9
20.00
10
1,57.
10-06
0,002
0,09
0,86
1,48
10,83
13,82
Vi
18,47
26,12
29.59
Sous-groupe
12
13
14
15
16
47
Chap.2
MSP
Sous-groupes
Nbre des pices nj
Nbre de ddl i
2
Variance S
3.25
0.54
2
0.999
2
0.001
S 2 ..
3.3. Que pouvez-vous dire de la position des nouvelles limites de contrle par
rapport au cas prcdent o lcart type est fix en fonction de lhistorique des tats
de fonctionnement de la machine.
5. En vue davoir une vue globale sur la capabilit procd on a choisi dtudier la carte C
(nombre de dfauts par pice) prsente par la figure 3. On vous demande :
4.1. De calculer les limites de contrle de la carte C.
Contrle qualit
48
Chap.2
MSP
4.4. Etablir une rgle de dcision globale sur les deux processus de contrle et de mise
en forme tudis dans la prsente preuve.
ANNEXES
Annexes 1 : Calcul des limites de contrle des cartes petites sries
1
D5
D6
A4
2
3.69
2.12
3
4.36
1.73
LSCX Cible A4 .
4
4.69
1.5
5
4.91
1.34
6
5.08
1.22
LICX Cible A4 .
7
0.20
5.20
1.13
;
8
0.39
5.31
1.06
9
0.55
5.39
1
LSCR D6 .
10
0.69
5.47
0.95
11
0.81
5.53
0.90
12
0.92
5.59
0.87
13
1.03
5.65
0.83
14
1.12
5.69
0.80
15
1.20
5.74
0.77
LICR D5.
Carte C
UCL = 12,23
12,2
CTR = 12,03
LCL = 11,83
12,1
12
11,9
11,8
0
12
16
20
12,3
6
5
4
3
2
1
0
0
Contrle qualit
10 de contrle
15
Ordre
20
49
25
Chap.2
MSP
Xi
-1
-0.5
1.67
0.88
1.1
1.17
1.07
0.94
Xi
0.94
0.80
0.75
0.63
0.62
0.57
0.47
0.41
4.5
4.5
4.5
4.5
4.5
4.5
4.5
4.5
4.5
4.5
4.5
4.5
4.5
Ecart l'talon
3,5
R(-3)
3
R(-2)
2,5
2
1,5
1
0,5
0
-0,5 0
2
4
6
8 10 12 14 16
-1
-1,5
-2
ordre de mesure sur des cales talons
la m o y e n n e X ba r
2. Tracer la carte de la moyenne sur la figure ci-dessous. Reporter les rglages R (-3) et R (2) au niveau des chantillons n2 et n5 respectivement sur la carte de rglage.
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
0,0
10
12
14
O r dr e de pr lvem ent
Figure 1 : Carte de contrle petites sries (On cherche un centrage 0.002mm de lMMT)
3. Exploitation des cartes petites sries pour le rglage de la machine de contrle MMT
(machine de mesures tridimensionnelles) par mesures sur des cales talons.
Contrle qualit
50
16
Chap.2
MSP
3.1. En se rfrant aux annexes, calculer les limites suprieures de la carte des moyennes
pour un cart type connu de la MMT. Soit : = 1.5 (au centime de mm)
N
A4
LSC
1
3
4.5
2
2.12
3.19
3
1.73
2.60
4
1.5
2.25
5
1.34
2.01
6
1.22
1.83
7
1.13
1.70
8
1.06
1.59
9
1
1.50
10
0.95
1.43
11
0.90
1.35
12
0.87
1.31
13
0.83
1.25
14
0.80
1.20
15
0.77
1.16
10
2
0.999
1,57. 10
0,002
0,09
0,86
1,48
2
0.001
10,83
13,82
18,47
26,12
29.59
-06
Vi
Tableaux 2 : groupement de relevs de rglage et dtermination des sous-groupes.
Valeur
Journal de Bord
Sous-groupe
Valeur
Journal de Bord
1
1
1
9
1
2
3
R (-3)
1
10
-0.5
3
1
2
11
-0.5
4
-1.5
2
12
0
5
2
R (-2)
2
13
0.5
6
1.5
3
14
0
7
0.5
3
15
-1
8
0
3
16
-0.5
Contrle qualit
Sous-groupe
3
3
3
3
3
3
3
3
51
Chap.2
Sous-groupes
Nbre des pices nj
Nbre de ddl i
Variance S2
MSP
1
2
1
2
2
3
2
3.25
3
11
10
0.54
2
0.999
1.57.10-6
0.002
1.48
2
0.001
10.83
13.82
29.59
LSC1=20.90
LSC2=13.33
LSC3=5.71..
2 3 1 6 2 5 6 4 1 3 0 1 4 4 1 0 1 4 1 0
2.45
20
Contrle qualit
52
Chap.2
MSP
La procd est centr, capable est plus stable pour les 10 derniers chantillons, on
estime que les chantillons suivants seront dans les limites de confiance, le processus ne
ncessite pas de rglage immdiat.
4.8. Etablir une rgle de dcision globale sur les deux processus de contrle et de
mise en forme tudis dans la prsente preuve
Contrle qualit
L
Carte C SC
6
5
4
3
Cible
2
1
LIC
0
0
10 de contrle
15
Ordre
20
25
53