Professional Documents
Culture Documents
SPC 1
Mthodes statistiques de la qualit : Statistical Quality Control chantillonnage des lots : Acceptance Sampling cartes de contrle de Shewhart: Statistical Process Control (SPC) p n i t nd x i c s Design Of Experiment (DOE) - Taguchi l i ai p r n e : af o e c e analyse des modes dfaillances : Failure Mode Effect Analysis (FMEA) dploiement fonction qualit : Quality Function Deployment (QFD) analyse de fiabilit Contrle Statistique des Processus : SPC de base types de cartes : attribut comptage mesure po e s s rc su d implantation exemples avec Statistica guide pour analyser des donnes en management et en ingnierie
SPC 2
Analyse de capacit (capabilit) des processus mthodologie indices lien avec la stratgie 6 sigma Analyse de capacit des processus de mesure : R&R Reproductible & Rptitivit mthodologie critres exemples SPC : cartes avances moyenne mobile MA moyenne mobile poids exponentiel EWMA cumulative somme CUSUM 2 multivariable T de Hotelling Stratgie de management qualit SIX SIGMA stratgie organisationnelle mthodologie DMAIC : Define Mesure Analyze Improve Control mthodologie DFSS : Design For Six Sigma
SPC 3
SPC 4
SPC 5
______________________________________________________________________________
fvrier 2004
QUOI : MTHODES
PLANS D'CHANTILLONNAGE LOTS (Acceptance sampling) : contrle qualit produit CARTES de CONTRLE et ANALYSE de CAPACIT (SPC) PLANIFICATION D'EXPRIENCES (DOE - Taguchi) TUDES FIABILIT (accelerated testing)
______________________________________________________________________________
fvrier 2004
concept central : P R O C E S S U S
RESSOURCES APPROVISIONNEMENT MATRIAUX QUIPEMENTS PERSONNEL
CARACTRISTIQUES CRITIQUES pour la QUALIT :
VALEUR AJOUTE
fonction de transfert f
Y =f (X1, X2,..)
Les cartes de Shewhart (contrle) sont appliques ces variables
______________________________________________________________________________
fvrier 2004
2 PROCESSUS INSPARABLES
rle 2
rle 1
Fabrication
rle 3
pice
Mesurage
Rsultat Y
Classement 0 12 ,, , 3 .8 45 2 .
analyser le processus de mesurage : R&R REPRODUCTIBLE ? RPTIVIT ? classer la pice : conforme ou non conforme ? (exigences, spcifications, tolrances) analyser le processus de fabrication : tude de capacit STABLE ? CAPABLE ?
IND2501 Ingnierie de la qualit fvrier 2004 4
rle 2
rle 3
______________________________________________________________________________
CONSTATS UNIVERSELS
La qualit du produit dpend du processus. Le processus doit tre tudi avec le produit. Le comportement du processus varie dans le temps
La VARIABILIT est TOUJOURS PRSENTE
d'analyser les fluctuations de Y de quantifier ces fluctuations de comprendre deux catgories de variabilit de rduire la variabilit de statuer si le processus est STABLE (concept dfinir) d'valuer la capacit du processus li d d a e indices ( dfinir) relativement des limites de spcification (tolrances) En rsum
les cartes de Shewhart constitue un BILAN de SANT du PROCESSUS
______________________________________________________________________________
fvrier 2004
1 Situation confortable produits conformes 100% situation jamais acquise de manire permanente en profiter pour amliorer le processus 2. Cas limite Amliorer le processus pour aller en 1 Diminuer la dispersion ou revoir les limites de spcification 3. Processus au bord du chaos produits conformes 100% mais tat de courte dure processus instable et tout peut arriver il faut trouver les causes assignables (spciales) et stabiliser le processus pour se ramener au cas 1 ou 2 4. Situation chaotique Il faut faire des amliorations importantes pour stabiliser remarque : le concept de capacit ne fait de sens que si le processus est stable : cas 1 et cas 2 seulement PRIORIT : STABILISER en premier et ensuite RENDRE CAPABLE
IND2501 Ingnierie de la qualit fvrier 2004 6
______________________________________________________________________________
cause assignable cause spciale externe processus petit fort sporadique quelques unes au fur et mesure local personnel 1er niveau
exemples - matire premire dfectueuse -fuite tuyau - c a g m n d p rtu h n e e t ae r o -. - 5 M : mthodes, machines matriaux,. personnes, mesures, environnement
DFINITION Le PROCESSUS est STABLE si seulement des causes communes sont en jeu dans le processus. dfinition statistique : les paramtres de la distribution (population) de Y sont constants et ne changent pas dans le temps COMMENT reconnatre la STABILIT ?: La seule mthode est lobservation du processus par chantillonnage et la production d'une carte de contrle selon les principes dvelopps par Shewhart
______________________________________________________________________________
fvrier 2004
UCLX = +3
i / n = Xbar
A = 3/ n
x i n / n
=
; R i = max( x i j) min (x i j) ; S i = [ ; S=
xij (
- Xbari ) /( n-1) ]
0.5
Xbar i / k ; R = R i / k
S i
/k
= R / d2 ;
ou
= S / c4
remarque : les constantes d2 et c4 dpendent de n ( voir p. 10) limites de contrle : Xbar et R des moyennes Xbar avec R des moyennes Xbar avec S des tendues R des carts types S : : : : X X Xbar et S
A 2R A 3S
; ;
et et
= 3 / ( d2 ) n
A 3 = 3 / ( c4 ) n UCL R = D 4 R UCL S = B 4 S
LCL R = D 3 R LCL S = B
3
AUTRES CAS : attributs et comptages Attributs : base loi binomiale Comptages : base loi de Poisson ( formules page 10 )
______________________________________________________________________________
fvrier 2004
Xbar R
115.0 24 114.3 14 146.0 23 123.3 21 87.7 42 93.7 40 134.0 18 163.0 14 187.7 22 210.0 75 148.3 17 139.0 36 89.0 120 108.3 26 96.3 32 130.7 8 __________
LIMITES de CONTRLE STATISTIQUE Rgle des 3 sigma de Shewhart Ligne Centrale Limite Suprieure Limite Infrieure CL = moyenne UCL = moyenne + 3 * (variabilit) LCL = moyenne - 3 * (variabilit)
______________________________________________________________________________
fvrier 2004
2a : 2b : 2c : 2d : 2e : 2f :
2 points sur 3 points conscutifs dans la zone A 4 points sur 5 points conscutifs dans la zone B 9 points conscutifs d ns u c t d l l n c nrl C e l o e a i e e ta L u g e 6 points conscutifs croissants (ou dcroissants) 14 points conscutifs alternant entre croissance et dcroissance 15 points conscutifs dans la zone C
di e c d p i o d lp ael m t o ed m sr ? f rn e e r cs n e p ri/ h d e e ue f i a diffrence de mthodes employes par le personnel ? processus aff cp r v o n m n, . tm aue h m dt? e t a lni n e e t e .e p rtr, u ii e r g p o e ss f e t p r ue rc su af c a lsr? u nouveau personnel ? changement d n u po e ss matires premires, information ? p t rc su : i processus affect par la fatigue du personnel ? changements dans les procdures/instructions travail ? maintenance prventive a-t-elle t faite? processus est ajust frquemment ou inutilement? il chantillons provenant des diffrentes quipes de travail?
______________________________________________________________________________ 10
fvrier 2004
/( n-1) ] 0.5
tendue mobile = | X i i-1 | : observ. ordonnes dans le temps et n = 1 X moyenne des k moyennes Xbar i : moyenne des k tendues Ri : : moyenne des k carts types S i moyenne des tendues mobiles mR Xbar = X a i / k br Rbar = Ri / k Sbar = Si / k : mR = m i /( k ) R 1
Caractristique
n 2 moyennes ( Xbar & R ) ( Xbar & S) tendues ( R ) carts types ( S ) n = 1 type np p c u n A 2 2 1.880 3 1.023 4 0.729 5 0.577 6 0.483 7 0.419 8 0.373 9 0.337 10 0.308 individuelles ( X )
CL LCL
CL
Xbar Xbar Rbar Sbar Xbar
LCL
Xbar - A2* Rbar Xbar 3* Sbar A D3* Rbar B3* Sbar Xbar 2.66* mR
UCL
UCL
Xbar + A2* Rbar Xbar + A3* Sbar D4* Rbar B4* Sbar Xbar + 2.66* mR
0.5 0.5
pbar 3 [ pbar ( 1 pbar ) /n i ] 0.5 cbar 3 ( cbar ) ubar - 3 ( ubar /n i ) B 3 0 0 0 0 0.300 0.118 0.185 0.239 0.284
0.5
______________________________________________________________________________ 11
fvrier 2004
/( n-1) ]
0.5
lc rt e de lc a to aty p h ni n l l
R, Xbar et S possdent des distributions (lois) h ni n a e d c a to n g . l l Les principales caractristiques (moyenne et cart type) de ces distributions sont : moyenne de Xbar = E(Xbar) = cart type de Xbar = ET(Xbar) = / n moyenne de R cart type de R moyenne de S o = E(R) = d 2 = ET(R) = d 3 = E (S) = c 4 [(4n-4) / (4n -3)]
0.5
d 3 : son calcul n c si l tgai n mi ed n e pe s n e se rt n u r u e x rsi t i n o q u o dont nous ne donnerons pas la formule ici
x
0
0.5 0.5
r- 1
e x dx
r>0
/c4 /c4
______________________________________________________________________________ 12
fvrier 2004
Remarque Il y a une seule dfinition pour les limites de contrle : 3* sigma Tout autre choix k * sigma conduit ; k 3
______________________________________________________________________________ 13
fvrier 2004
Dmonstration de la rgle 3 sigma de Shewhart : simulation de 10 000 observations provenant de 4 distributions avec =0 e =1 t
Cas : carte Xbar et R
DISTRIBUTION
figure
% dans ( -3 , 3 )
n = 1
Uniforme
- 3 0 3
100
4 10
100.0
100.0 99.7
100.0
100.0 100.0
Triangulaire
-1.45 0
2.95
100
4 10
99.9 99.5
99.5
100.0 100.0
99.9
Gaussienne
-3
99.7
4 10
99.7 99.6
99.7
99.5 99.5
99.0
Exponentielle
-1
98.2
4 10
99.0 99.3
98.8
97.4 96.0
97.4
CONCLUSION L fr d l d tb t n( o u t n) in n s p s a ome e a ir ui p p l i d r i t a si o ao og e e importante l s u lna pq e l rg d 3s ma d o q e p lu a l e i s e r o i e g Shewhart pour dtecter des causes spciales (assignables) de variabilit.
exception :lypothse de distribution gaussienne (normale) approximative h est ncessaire dans le cas de la carte valeurs individuelles et tendue mobile XmR
______________________________________________________________________________ 14
fvrier 2004
np constant
______________________________________________________________________________ 15
fvrier 2004
statistiques
cartes de base
______________________________________________________________________________ 16
fvrier 2004
______________________________________________________________________________ 17
fvrier 2004
______________________________________________________________________________ 18
fvrier 2004
p : fraction de pices non conforme chantillon de n pices ( n peut tre variable) np : nombre de pices non conforme chantillon de n pices ( n est fixe) base : loi de Poisson
COMPTAGES 6. 7.
c : nombre de non conformits (aire d'opportunit dfaut fixe) u : nombre de non conformits (aire d'opportunit dfaut variable)
REMARQUES - Pour appliquer les cartes pour les attributs il faut que les hypothses de la loi binomiale soient vrifies. - Pour appliquer les cartes pour les comptages il faut que les hypothses de la loi de Poisson soient vrifies. - Si les hypothses ne sont pas satisfaites : employer une carte XmR avec les comptages et les taux.
______________________________________________________________________________ 19
fvrier 2004
Histogram of Ranges 2200 2000 1800 1600 1400 1200 1000 800 600 400 200 0 -200 0 2 4 6 8 10 12 14 16 18 5
1520.0
666.08
0.0000 10 15 20 25 30 35 40 45 50
______________________________________________________________________________ 20
fvrier 2004
Histogram of Moving Ranges 550 500 450 400 350 300 250 200 150 100 50 0 -50 0 1 2 3 4 5 6 7
152.00
0.0000 5 10 15 20 25
______________________________________________________________________________ 21
fvrier 2004
0 10 20 30 40 50 60 70 80 90 100
10
20
30
40
50
60
70
80
90
______________________________________________________________________________ 22
fvrier 2004
EXEMPLE 4 : carte c
X : nombre de non conformit sur un circuit imprim observations 21 5 - 16 24 16 12 15 28 20 31 25 20 24 19 - 10 17 13 22 -19 - 39 - 17 - 25 30 24 16 19
33.776
______________________________________________________________________________ 23
fvrier 2004
EXEMPLE 5 : carte U
X = nombre d'imperfections sur des pices de tissus l inspecte des tissus est variable a ire observations Tissu Aire #Imp. 1 10 14 2 12 18 3 20 30 4 11 13 5 7 5 6 10 10 7 21 39 8 16 24 9 19 34 10 26 49
3.0
1.5
1.5526
0.0
-0.5 0 1 2 3 4 5 1 2 3 4 5 6 7 8 9 10
______________________________________________________________________________ 24
fvrier 2004
CARTES DE SHEWHART
C1 Les cartes de contrle de Shewhart compltes avec des histogrammes, des diagrammes de flux,
des diagrammes de causes effet, des diagrammes de Pareto et des diagrammes-temps contribuent la comprhension.
C2 Les bnfices des cartes seront cachs quiconque emploient des mthodes plus traditionnelles
qui ne tiennent pas en compte correctement ou font abstraction de l'impact de la variabilit dans les donnes.
C3 Les cartes de contrle font intervenir le contexte et le processus associ. C4 L'essence des cartes de contrle est la possibilit de faire des prdictions. C5 Une carte de contrle filtre le bruit probable en vue de dtecter un signal potentiel
dans les donnes.
C8 La premire erreur de l'interprtation des donnes: interprter un bruit comme un signal. C9 La deuxime erreur de l'interprtation des donnes: ne pas dtecter un signal quand il est prsent. C10 La mthode des cartes de contrle de Shewhart tablit un quilibre entre ces deux types d'erreur. C11 Un signal est un point hors contrle et reprsente une opportunit pour dcouvrir comment
amliorer un processus et obtenir un bnfice conomique.
C13 Les donnes agrges perdent leur contexte et sont un frein leur interprtation et
leur utilisation efficace.
______________________________________________________________________________ 25
fvrier 2004
GRAPHIQUES
G1 G2 G3 G4 G5 G6 G7 G8
Les graphiques sont beaucoup plus accessibles l'esprit humain que les tableaux de donnes. Un graphique peut rvler une structure intressante dans les donnes. Un tableau de valeurs submerge le lecteur de dtails secondaires. Un rsum numrique peut tre un complment un graphique mais ne peut jamais le remplacer. L'interprtation des donnes ne peut se faire indpendamment de leur contexte. L'interprtation des donnes repose sur une mthode d'analyse. Les prdictions reposent sur la connaissance, les explications n'ont pas cette exigence. Le but de l'analyse est la comprhension et la perspicacit.
MANAGEMENT
M1
Les rapports traditionnels de gestion sont remplis de multiples comparaisons d n e u caractristique entre deux priodes : mois M cumulatif anne T anne T vs vs mois M anne T-1, cumulatif anne T-1,
etc.
M2 M3 M4 M5 M6 M7 M8 M9 M10
Les rapports traditionnels de gestion constituent un pauvre moyen pour communiquer des rsultats numriques. Aucune comparaison entre 2 valeurs ne peut tre globale. Une grande diffrence de pourcentage n'est pas ncessairement l'indication de la prsence d'un signal. Une petite diffrence de pourcentage n'est pas une indication de l'absence d'un signal. Les donnes intervalles rguliers (sries chronologiques) doivent tre analyses avec des cartes de contrle valeurs individuelles et tendues mobiles. La voix du processus dfinit ce que l'on obtient. Seule une carte de contrle permet d'obtenir la voix du processus. La voix du client dfinit ce que l'on veut obtenir. Le rle du management est d'aligner la voix du processus avec la voix du client.
______________________________________________________________________________ 26
fvrier 2004