CHAPITRE 3

LA MAITRISE STATISTIQUE DES PROCEDES

MSP

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

Le chapitre sera abord durant 5 sances de 1h:30min rparties comme suit :

Premire sance : Cartes de contrle petites sries ;
Deuxime sance : Cartes de contrle petites sries ;
Troisime sance : Carte de contrle par mesures ;
Quatrime sance : Carte de contrle aux attributs.
Cinquime sance : correction de lapplication de synthse.

Prrequis

Les statistiques (variance, loi normale,)

Les concepts gnraux de la qualit;
Les notions de base de lMSP.

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.

Figure 1.2 : Inter-change dinformation au sein dune entreprise industrielle

Contrle qualit

29

Chap.2

MSP

1. Cartes de contrle petites sries.

2.1. Formalisme et intrt industriel
Les apports de la MSP dans le cas de la production en grandes sries ne sont plus
dmontrer. Cette mthode connat aujourdhui un dveloppement important grce au
formalisme quelle amne dans la conduite des procds. Les entreprises qui ont su
appliquer cette mthodologie avec rigueur tmoignent aujourdhui de la grande efficacit de
la dmarche. Cependant, lapplication de cette mthode connat quelques difficults pour
tendre son champ dapplication au-del des grandes et des moyennes sries. Ces difficults
ont plusieurs origines dont les principales sont les suivantes :
Les cartes de contrle traditionnelles sont inadaptes au cas des petites sries.
La mconnaissance de la dispersion du procd du fait mme des petites sries
par fois non renouvelables ;
La difficult dintroduire un formalisme dans les entreprises dont le travail se fait
de faon artisanale.
2.2. La mthode traditionnelle de pilotage.

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

Spcification : Ecart par rapport la cote nominale : (Oprateur N1)

X6
2
1
X7
6
4
X8
-2
3
X9
-3
2
X10
1.5
2.33
2.5
2.4
Moyenne 2.33 2.86 2.25 1.66
1
3
3
3
Etendue
3
5
8
9

-4
1.1
10

2.3.2. Pilotage devrait effectuer par loprateur n 1

On se procde de la mme faon pour le remplissage de la carte associe aux
prlvements de loprateur numro 2 comme le montre le tableau ci-dessous. On
dveloppera plus loin les deux graphiques associs au pilotage de loprateur n2, et ce,
pour les deux cartes de la moyenne et de ltendue pour les deux cas selon que lcart types
du centre dusinage est connu ou non.
Tableau 1.4 : des relevs des moyennes et des tendues pour loprateur n2
X1
X2
X3
X4
X5
Moyenne
Etendue

Contrle qualit

Spcification : Ecart par rapport la cote nominale : (Oprateur N2)

X6
1
3
X7
0
-2
X8
-1
-4
X9
2
2
X10
2
0.66
-0.5
0
Moyenne
0.16
0.14
0
0.22
2
5
7
7
Etendue
7
7
7
7

3
0.5
7

32

Chap.2

MSP

Etude du pilotage effectu par loprateur N1

a. Traage des cartes petites sries associes
Les calculs cumuls de la moyenne et de ltendue permettent de remonter aux graphiques
des deux cartes associes, et ce, pour les deux oprateurs. On cherche mettre en uvre
loutil MSP tout en gardant loprateur comme un lment moteur pour le pilotage et la
dcision de rglage. En effet, loprateur a besoin dune aide pour rpondre deux questions
cls :
Mon systme est-il hors contrle ?
Si oui, quelle est laction ncessaire pour le ramener sous contrle ?
Les deux figures ci-dessous reprsentent, respectivement, les deux cartes de la
Carte de l'tendue pour l'oprateur n2

Carte X bar Oprateur N1

12

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

moyenne et de ltendue issues des

donnes de contrle effectues par loprateur n1.
b. Calcul des limites de contrle associes
Pour le calcul des limites de contrle pour les deux cartes on dispose de deux cas
possibles dont le premier est celui o lcart-type du CUCN est connu daprs lhistorique
des productions antrieures tandis que le second est celui o lcart-type est inconnu.

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

Pour la carte de ltendue

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

carte de l'tendue W 'oprateur n1'

12

2 ,5

10

Et e ndue W

M o y e nne X ba r

Carte de la m oyenne 'oprateur n1'

3

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.

ii. Cas o lcart-type est inconnu

Dans le cas o on ne connat rien sur le procd, il faut mettre en place une feuille de
relever sur laquelle on prendra soin de noter lensemble des actions et des incidents dans un
journal de bord. Cette feuille de relev permettra de regrouper lensemble des procds de
mme type que celui qui nous intresse. Une fois cette feuille de relev remplie, on
Contrle qualit

34

Chap.2

MSP

groupera lensemble des relevs en sous-groupe homogne, c'est--dire ne comportant pas

de cause spciale identifi dans le journal de bord. Les valeurs notes sur la feuille de relev
sont les carts par rapport la cible.
Tableau 1.7 : feuille de relev issu des donnes de pilotage effectu par loprateur n1
Valeur

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)

La feuille de relev ci-dessus nous permet de dterminer deux sous-groupes a priori

homognes et raliss peu prs dans les mmes conditions. On peut alors calculer la
variance de chacun des sous-groupes constitus.
Tableau 1.8 : Calcul des limites de contrle dans le cas o lcart-type est inconnue
Sous-groupe

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

En effet, le calcul de la variance intra srie permet de dterminer lcart-type actuel du

procd : V i =

6 * 2.81 + 2* 1
= 2.35 . Nous devons tracer la carte de la variance pour
6+2

lestimation de lcart type actuel.

C ar te de la var ience V i

V ar i e nc e V i

10

0
0

0,5
1
1,5
2
O rdre de prlvem ent

2,5

Lensemble des variances tant dans les

limites de contrle, on peut accepter
lhypothse dhomognit des variances,
et en tenant compte de lexistence des
variances intra srie dans leurs intervalles
de contrle, on peut approcher la valeur de
lcart type au racine carre de la variance
intra
srie,
et
considrer
que :

Figure 1.13 : Carte de la variance associe aux relevs de loprateur n1

Contrle qualit

35

Chap.2

MSP

Lapplication numrique permettra, alors, de calculer lcart type de la distribution actuelle

du CUCN ; soit, = 2.35 = 1.53
La connaissance de lcart-type associ aux relevs de ltat actuel et qui ont t effectu
par loprateur n1 nous permettra de dterminer les nouvelles limites de contrle des
cartes de la moyenne et de ltendue.
Carte de la m oyenne'oprateur n1'

carte de l'tendue W 'oprateur n1'

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

C ar te de la m oyenne 'opr ateur n2'

8

E t e nd ue W

M o y e nne

C ar te de la m oyenne 'opr ateur n2'

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

Variance intra sries Vi = 2.476

C a r te d e la m o yenne 'o p r a teur n2 '

C a r t e d e la m o yenne 'o p r a t eur n2 '

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

2.5. Exercice dapplication

On vous donne dans la prsente application les rsultats de contrle issus des travaux
effectus sur un centre dusinage commande numrique pour la mise en forme dune
rainure en L dont la spcification demande est de 100.05. Le mode de fraisage est
combin avec dominance en roulant. Loutil est une fraise 2 tailles de diamtre 40mm. Les
valeurs notes sur la feuille de relev sont les carts par rapport la cible.
Tableau 1.11: relev de contrle pour le rglage et la mise en route du procd de fraisage
SousJournal
Valeu
Journal de
SousValeu
N
Valeur
group
N
N
de bord
r
bord
groupe
r
e
1

+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

2. Cartes de contrle par mesures

3.1. Rappel sur la MSP par loutil cartes de contrle
Lapplication de la Matrise Statistique des Procds (MSP) repose sur deux concepts
de base qui sont :
Le suivi et le pilotage par cartes de contrle ;
La mesure des capabilits.
Ces deux piliers de la MSP nont pas t introduits on mme temps. Le pilotage par cartes de
contrle a t introduit ds les annes 30 grce aux travaux de Shewhart. Par contre les
mesures de la capabilit nont pas t formalis et admises que dans les annes 70
principalement dans lindustrie automobile Amricaine.
Le pilotage dun procd consiste rpondre aux deux questions suivantes :
Faut-il intervenir sur le procd ?
Si oui, quelle est limportance de la correction apporter ?
La premire question trouvera une rponse si nous savons diffrencier les variations
qui mritent une correction, de lensemble des variations alatoires qui ne peuvent tre
corriges. Notons bien que la mesure de la qualit dun produit manufactur est toujours
entache dune certaine variabilit imputable au hasard. Toute organisation de production
et de contrle incorpore un certain systme, stables, de sources dindtermination. On ne
peut supposer que de rechercher les causes de variation qui seront de ce cadre pour ensuite
les corriger. Nous devons donc dissocier deux types de causes : les causes communes et les
causes spciales.

Figure1.17 : Causes communes et causes spciales

Les causes communes reprsentent la variabilit imputable au hasard. Si les causes

sont indpendantes les unes des autres et dun ordre de grandeur quivalent, le thorme
central limite nous permet de prvoir que la fonction de rpartition des pices suivra une loi
normale. Les causes spciales reprsentent les causes de variabilit importantes quil faut
corriger.
Lorsque les seules causes agissant sur le procd sont les causes communes, le procd est
dit sous contrle . Le principe des cartes de contrle, vue en 3me niveau, est de dtecter
par un outil graphique simple les cas o le procd nest plus sous-contrle et o il faut
intervenir pour le mettre sous contrle.
Contrle qualit

39

Chap.2

MSP

3.2. Mise en place des cartes de contrle par mesures

La condition essentielle est que la spcification contrler soit mesurable (longueur, poids,
concentration, intensit, etc.). Lhypothse faite sur la distribution des valeurs est quelle est
Gaussienne (rpartition obissant une loi normale). Une comparaison chronologique et
graphique, donc visuelle, de la qualit mesurable du produit avec des limites de confiance
refltant :
La capacit de production vis--vis les spcifications tablies dans les normes ;
La capacit de maintenir, voire amlior, les processus de production.

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

Les limites de contrle et de surveillance peuvent tre dtermines en fonction de la taille

des chantillons (n) et ce pour les diffrents types de cartes par mesures. La figure et le
tableau ci-dessous illustre respectivement le graphique typique et les formulaires du calcul
des limites de contrle et de surveillance des cartes de contrle. Une telle distribution
normale mettra en vidence des limites de contrle centres vis--vis les spcifications
limites de lintervalle de tolrance. Lexploitation des limites de surveillances permettra de
remdier par intervention de rglage du processus avant davoir des chantillons rejet ou
des drives du procd.

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

Figure1-11 : Illustration schmatiques des cartes de contrles par mesures

Tableau 1.12: limites de contrle et de surveillances des cartes de contrle par mesure (m 0 et 0 inconnus)

Carte de contrle de la moyenne X

Carte de contrle de ltendue

W

Carte de contrle de lcart

type S
Limites de
Limites de
contrle
surveillance

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

LSC : Limite suprieure de contrle ; LIC : limite infrieure de contrle ;

LSS : Limite suprieure de surveillance ; LIS : limite infrieure de surveillance.
Contrle qualit

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

Application : Cas des cartes de contrle par mesures

On vous donne les mesures de contrle (Tableau 1.14) dun alsage 30H7 et on vous
demande :
1. Donner et justifier les instruments adquats pour le contrle de cette spcification
2. Complter le tableau des mesures ci-dessous
3. Calculer les limites de contrle et de surveillance
4. Tracer les deux cartes de contrle de cette spcification
5. Interprter les rsultats tout en mettant laccent sur lutilit de chaque carte (carte de
la moyenne et de ltendue)
Tableau 1.14 : Donner toutes les spcifications associes au contrle de la phase 20 : le diamtre 30+0.021
Instant Instant Instant Instant Instant Instant Instant Instant Instant Instant
1
2
3
4
5
6
7
8
9
10
X1
30,011 29,997 30,016 30,120 30,013 30,007 30,015 30,022 30,016 30,009
X2

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

Approximation de la loi Poisson par une loi normale

La carte C : Nombre de dfauts par unit
Taille unitaire. Taille fixe (unitaire)
La carte U : pourcentage de non-conformit par unit.
Taille fixe (unitaire)

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 ; N : Nombre total des entits contrles

N

np
Carte np

np ; k : nombre des chantillons

k

Limite de contrle suprieure LSC

LCS p 3

p 1 p
n

np
LCS np 3 np1
n

Limite de contrle infrieure LIC

LCI p 3

p 1 p
n

np
LIC np 3 np1
n

Capabilit 1 np n (%) ; n : taille par chantillon

Carte u

nombre de non conformes

total d ' article contrls

LCS u 3

Carte c

nombre de non conformes

nombre d ' chantillons

LSC c 3 c

u
n

LIC u 3

u
n

LSC c 3 c

3.2. Cas des cartes p et np

Abordant le cas de contrle aux attributs de la mme spcification traite
prcdemment, soit lalsage 30H7. Le responsable de contrle qualit a constat que le
contrle de la prsente spcification est trop cher. En consquence, il a dcid dappliquer le
contrle aux attributs par un tampon calibr minimax en vue de faciliter le contrle de
ce diamtre surface fonctionnelle. Notons que ce mode de contrle est qualitatif. Ainsi, on
attribue la pice la qualit de bonne ou mauvaise. Le tableau des valeurs ci-dessous
reprsente les prlvements des 20 premiers chantillons sachant que la taille de chacun est
de 20 units.
Contrle qualit

43

Chap.2

MSP

Carte aux attributs: Carte p (30H7)

0,3

Lcs = 0.27

0,25

p bar = 0.09

0,2

Lic = 0.00

0,15
0,1

0,05
0

Nbr de non conformit

de non-conformit (en %)

Tableau 1.17 : Donnes de contrle des cartes p et np.

Ordre dchantillonnage
1
2
3
4
Nbr de dfauts
0
1
2
0
Taille n
20
20
20
20
% des dfauts
0
0.05
0.1
0

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

Carte au attributs: Carte np (30H7)

6

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

Nbre des dfauts

Carte au attributs: Carte C

10
8

Lsc = 9.75
C bar =3.30

Lic = 0.00

4
2
0

Pourcentaghe des dfauts (%)

Chap.2

Carte aux attributs: La carte U

0,5

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

Spcification : Ecart (0.002mm) par rapport ltalon de la mesure sur MMT

X9
1
X10
-0.5
1
X11
-0.5
-1.5
X12
0
2
X13
0.5
1.5
X14
0
0.5
X15
0
X16
1.6
0.8
1.1
1.0
0.9
0.9
0.8
0.7
0.6
0.6
0.5
1.1
Xi
7
8
7
7
4
4
0
5
3
2
7
W

1
3

-1
0.4
7

-0.5
0.4
1

Ecart % l'talon (.10 -3 mm)

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

Carte des moyennes

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

2.2. Reporter les limites de contrle suprieures sur la carte associe.

2.3. Interprter les deux cartes, de rglage et de la moyenne tout en mettant laccent
sur lefficacit des rglages effectus par loprateur de contrle et la capabilit de la
machine MMT.

2.4. Pouvez-vous la lumire des rsultats prcdents dgager lintrt

dtablissement dun bon compromis certitude de la dcision-cot de contrle.

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

Variance intra sries

1

10

1,57.
10-06

0,002

0,09

0,86

1,48

10,83

13,82

Vi
18,47

26,12

29.59

Tableaux 2 : groupement de relevs de rglage et Dtermination des sous-groupes.

Valeur
Journal de Bord
Sous-groupe
Valeur
Journal de Bord
1
9
2
10
3
11
4
5
6
7
8
Contrle qualit

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

Dtails de calculs de la variance moyenne et des limites

suprieures au niveau des trois sous-groupes.

3.2. Dduire lcart type actuel de la machine

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.

Partie 2 : pilotage de processus de contrle en grande srie

La MMT est maintenant rgle sur lcart de zro absolu et elle pourrait tre utilise,
en consquence, pour le contrle en grande srie des pices mcaniques obtenue par
fraisage sur un centre dusinage commande numrique. La prsente partie de lpreuve est
consacre la reprsentation et la synthse des rsultats issus des mesures de contrle
sur MMT.
4. Interprter la carte de contrle Xbar (figure 2) tout en mettant laccent sur le centrage,
la capabilit et la stabilit de processus de fraisage.

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.

4.2. De reporter les limites de contrle et la cible sur la carte correspondante.

4.3. Dinterprter lvolution de la carte tout en se basant sur les critres de centrage,
de stabilit et de capabilit.

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.

Annexe 2 : Cartes de contrles par mesures et aux attributs.

Carte Xbar de dfaut de coaxialit

Carte C

UCL = 12,23

12,2

CTR = 12,03
LCL = 11,83

12,1
12
11,9
11,8
0

12

16

20

Ordre de prlvement des chantillons

Figure 2 : Carte de contrle par mesures

nombre des dfauts par pice

Dfauts de coaxialit (.10-2mm)

12,3

6
5
4
3
2
1
0
0

On donne : LSC c 3 c et LSC c 3 c

Contrle qualit

10 de contrle
15
Ordre

20

Figure 3 : Carte de contrle aux attributs

49

25

Chap.2

MSP

5. Correction de lapplication 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

Spcification : Ecart (0.002mm) par rapport ltalon de la mesure sur MMT

X9
1
X10
-0.5
1
X11
-0.5
-1.5
X12
0
2
X13
0.5
1.5
X14
0
0.5
X15
0
X16

-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

Carte des m oyennes

la m o y e n n e X ba r

Ecart % l'talon (.10 -3 mm)

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

Calculs : LSC = A4.1.5

3.2. Reporter les limites de contrle suprieures sur la carte associe.
Voir courbe sur la page prcdente
3.3. Interprter les deux cartes, de rglage et de la moyenne tout en mettant laccent
sur lefficacit des rglages effectus par loprateur de contrle et la capabilit de la
machine MMT.
Lopration a effectu deux rglages aprs la deuxime et la cinquime pice. Ceci, a
permis de rduire la dispersion, en effet, que le processus est plus stable, plus capable partir
de lchantillon n5. Il en rsulte que les deux rgles ont t bien choisies au niveau de la
grandeur et de linstant
3.4. Pouvez-vous la lumire des rsultats prcdents dgager lintrt dtablissement
dun bon compromis certitude de la dcision-cot de contrle.
Les cartes de contrle petites sries permettent de rgler le procd ds le dpart. En
effet, les deux rgles ont permet dviter lobtention de rebuts ce qui permet dassurer un bon
compromis certitude de la dcision-cot de contrle
4. 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.
4.1. 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

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

Variance intra sries

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

Dtails de calculs de la variance moyenne et des limites

suprieures au niveau des trois sous-groupes.

LSC1=20.90
LSC2=13.33
LSC3=5.71..

4.2. Dduire lcart type actuel de la machine

S 2 =1.389 < =1.5.

4.3. 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.
< les nouvelles limites D6 . sont au-dessous des premires les nouvelles limites
sont plus prcises.
Partie 2 : pilotage de processus de contrle en grandes sries
La MMT est maintenant rgle sur lcart de zro absolu et elle pourrait tre utilise,
en consquence, pour le contrle en grande srie des pices mcaniques obtenue par
fraisage sur un centre dusinage commande numrique. La prsente partie de lpreuve est
consacre la reprsentation et la synthse des rsultats issus des mesures de contrle
sur MMT.
5. Interprter la carte de contrle Xbar (figure 2) tout en mettant laccent sur le centrage, la
capabilit et la stabilit de processus de fraisage.
Le processus de fraisage est capable en raison que tous les points sont dans les limites
de contrle. De plus le processus est entr par effet que les points sont rpartis de part et
dautre de la ligne moyenne. Mais la dispersion est importante, on a 6points parmi 20 (30%)
dans le 1/3 central limite
6. 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 :
4.5. De calculer les limites de contrle de la carte C.

2 3 1 6 2 5 6 4 1 3 0 1 4 4 1 0 1 4 1 0
2.45
20

LSC=2.45+ 3 2.45 =7.14 .

LIC = 2.45 - 3 2.45 =2.24, soit LIC = 0 .
4.6. De reporter les limites de contrle et la cible sur la carte correspondante.
Voir la courbe de la page suivante .
4.7. Dinterprter lvolution de la carte tout en se basant sur les critres de centrage,
de stabilit et de capabilit.

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

nombre des dfauts par pice

Les deux procdures de rglage de lMMT et

celle de la surveillance par loutil des cartes de
contrle pat mesures et aux attributs ont
permis de piloter le processus et de lui
soumettre sous contrle suite aux deux
rglages effectus lors du rglage en petites
srie avant de lancer la production en grande
sries mais en doit tenir compte des
dispersion associes et qui ncessite de
mfier des dispersions qui peuvent engendrer
de rebuts.

6
5
4
3

Cible

2
1

LIC

0
0

10 de contrle
15
Ordre

20

25

53