Академический Документы
Профессиональный Документы
Культура Документы
Les performances d'un processus de production sont instables. La valeur d’un caractère (dimension fabriquée)
d’une population produite (série de pièces) par le processus varie car il est toujours sous l’influence de dispersions
dues à des causes communes ou des causes assignables qui proviennent du processus lui même (5M).
Lors de la première phase de « mise en place » de la Maîtrise Statistique du Processus, le processus est rendu
prévisible en supprimant les causes assignables et est rendu le plus performant possible en minimisant au maximum
les dispersions dues aux causes communes.
La distribution des dimensions fabriquées est alors modélisée par une loi Normale, de moyenne et de dispersion
connues. Les performances du processus sont maîtrisées et stables : la tendance centrale (valeur moyenne, valeur
médiane, valeur modale… ) et la dispersion ou variabilité de la fabrication ne varie pratiquement pas au cours du
temps.
Si le processus est laissé sans surveillance il va d’une part se désorganiser et se dégrader rapidement par
l’apparition de cause(s) assignable(s). D’autre part il va se dégrader plus lentement par l’augmentation naturelle de
la dispersion due au vieillissement et l’usure du processus.
IT
Processus STABLE
LES VALEURS DE
LA MOYENNE ET et MAÎTRISÉ 2ème Phase de la démarche MSP :
DE LA DISPERSION
SONT Présence seulement
de causes COMMUNES
Suivi du processus
CONNUES ET CONSTANTES
X
Processus INSTABLE Objectifs :
LA VALEUR MOYENNE
ET (OU) et NON MAÎTRISÉ
DE LA DISPERSION
DÉRIVENT Apparition « Surveiller » l’évolution
de causes ASSIGNABLES
du processus
et le « Maintenir »
X
TEMPS
Il faut donc un outil permettant de déterminer le moment où apparaît la cause assignable entraînant la dérive. Ainsi
le processus sera arrêté au bon moment, c’est à dire avant qu’il ne produise des pièces non conformes (hors de
l’Intervalle de Tolérance). Cet outil se nomme : Les CARTES DE CONTROLE.
Les cartes de contrôle les plus utilisées sont les cartes de contrôles par mesure de la moyenne et de l’étendue
(cartes X , W). Ces deux cartes sont établies ensemble et interprétées ensemble. En effet la distribution des
dimensions fabriquées modélisée par une loi Normale est caractérisée par la moyenne et la dispersion (écart type).
Ces deux paramètres sont indépendants et complémentaires. La valeur moyenne peut varier sans que la dispersion
ne varie et inversement.
MAITRISE STATISTIQUE DES PROCESSUS ( M.S.P. )
L’apparition d’une cause(s) assignable(s) peut provoquer une dérive ou une variation de la valeur moyenne et/ou de
la dispersion des dimensions fabriquées.
Processus STABLE Processus INSTABLE OUTIL
et MAÎTRISÉ et NON MAÎTRISÉ DE SURVEILLANCE
IT
IT
IVE
Apparition de causes ASSIGNABLES
DÉR A
s1 CARTE DE CONTRÔLE
DE
L
OYE
NNE X1
EURM DE LA MOYENNE
VAL
s
X2 s1
X3
IT
X DÉR
IVE
de la
DISP
ERS
ION
s1 CARTE DE CONTRÔLE
DE L'ÉCART TYPE
OU DE L'ÉTENDUE
s2
TEMPS
TEMPS
s3
A chaque pas de temps il sera prélevé quelques pièces « représentant » l ‘ensemble de la population produite. De
cet échantillon de pièces il sera déduit une valeur moyenne et une valeur étendue (ou écart type).
0h 1h 2h
X
N° de prélèvement : 1 N° de prélèvement : 2
Les cartes de contrôle sont des documents remplis au fur et à mesure du déroulement de la production. Pour chaque
échantillon prélevé et mesuré on trace simultanément sur la carte de contrôle de la moyenne et de l’étendue
respectivement la valeur moyenne et la valeur de l’étendue. Chaque nouveau point est reliés à la valeur précédente
par un segment de droite afin d’améliorer la visibilité de leur évolution.
Carte de contrôle de la moyenne Carte de contrôle de l’étendue
X Moyenne Etendue
des échantillons
des échantillons W
Les cartes de contrôle, avec les points représentatifs de chaque échantillon, permettent de voir l’évolution des
valeurs moyennes et de la dispersion des dimensions fabriquées.
Mais elles ne permettent pas de déterminer si ces variations sont dues uniquement à des causes communes ou à
l’apparition d’une cause assignable. Il faut donc tracer des limites de contrôle et de surveillance supérieures et
inférieures ainsi que la valeur moyenne.
Expression des limites de contrôles et de surveillance
Carte de contrôle de la moyenne Carte de contrôle de l’étendue
LCS X 3 X LCI X 3 X
X A' c W X A' c W
LCS
LCS=
D’c2
D '
c W
2
.WLCI=
LCI D’c1
D'c1 W
.
W
LSS X 2 X LSI X 2 X LS
LSS S
=D '
s
D’s2 2
.
WWLS
LSI I=
D '
s1
D’s1 .
W
W
X A' s W X A' s W
Les coefficients A’c et A’s sont donnés dans la norme. Les coefficients D’c2, D’c1, D’s1 et D’s2 sont donnés
X est la moyenne des étendues des échantillons. dans la norme.
W est la moyenne des étendues des échantillons. X est la moyenne des étendues des échantillons.
x est l’écart type de la distribution des X . W est la moyenne des étendues des échantillons.
MAITRISE STATISTIQUE DES PROCESSUS ( M.S.P. )
On reporte sur la carte de la moyenne les limites de contrôle et de surveillance précédemment calculées :
X Moyenne
des échantillons
LCS
x
LSS
x
x
99,73% des X
68,26%
95,44%
X X
Moyenne
de la population
x
LSI
x
LCI
x
Les limites de contrôle LC et LS sont les images
1 2 ... de la capabilité du processus et évolueront donc
N° de prélèvement
en même temps que sa dispersion
On reporte sur la carte de l’étendue les limites de contrôle et de surveillance précédemment calculées :
Etendue
des échantillons
W
LCS
LSS
W
Etendue moyenne
de la population
LSI
LCI
N° de prélèvement
1 2 ...
Remarque : Les LCS et LSS ne sont pas symétriques de LCI et LSI par rapport à la valeur moyenne des étendues.
LCI et LSI sont logiquement plus proches de la valeur moyenne des étendues que LCS et LSS. En effet il y a moins
de chance que la dispersion diminue plutôt que la dispersion augmente.
MAITRISE STATISTIQUE DES PROCESSUS ( M.S.P. )
7 Relation entre les distributions des dimensions fabriquées et des moyennes des échantillons prélevés
X = m et d’écart type x x
n
Les règles d’interprétation des cartes de contrôle découlent
directement du fait que la distribution des X est modélisée
par une loi Normale. La distribution est symétrique par
99,73% rapport à la moyenne (égale à la valeur médiane). Le plus
des X
grand nombre d’observations (la valeur modale) est sur la
moyenne.
De plus la distribution est telle que :
99,73%
des X X 68,27% des X sont situés dans l’intervalle (-1 x ,+1 x ),
95,45% des X sont situés dans l’intervalle (-2 x ,+2 x ),
X
X 99,73%es X sont situés dans l’intervalle (-3 x ,+3 x ),
x
x
centrée sur la moyenne.
On analyse la position de chaque point Xi par rapport aux
x limites et on analyse la disposition de la succession des
points les uns par rapport aux autres et par rapport aux
x limites. On peut ainsi détecter l’apparition d’un
comportement anormal du à l’apparition d’une cause
assignable.
Détermination de
x :
- Soit x est connu. Il est déduit de l’expérience de l’entreprise c’est à dire qu’il est calculé à partir des productions
antérieures.
W
x
- Soit x est estimé à partir de la moyenne des étendues W : d n avec dn un coefficient donné par la
norme.
x x
x 0,45. x
Remarque : Dans l’exemple ci-dessus la taille des échantillons est de 5 soit n=5 donc n 5
MAITRISE STATISTIQUE DES PROCESSUS ( M.S.P. )
Coefficients pour la détermination des limites de contrôle et de surveillance dans le cas ou l’écart type est
estimé à partir de W :
Carte de la moyenne
Carte de l’étendue
Lorsque X i est au-delà de LCS ou de LCI, les pièces produites sont-elles conformes ?
Carte de contrôle de la moyenne : Le processus de fabrication est, dans le cas représenté ci-dessous,
Un point X i est situé au-delà de la LCS performant avec Cp = 1,66
X LCS Xi
f(X) f(X)
LSS
LCS
LCI
X
LSI
LCI
99,73%
des X
N° de prélèvement
99,73%
des X X
Les cartes de contrôles sont l’image des performances du processus. Elles représentent la position et la dispersion
des dimensions fabriquées lorsque le processus n’est sous influence que de causes communes et que la distribution
des dimensions fabriquées est modélisée par une loi Normale.
Interprétation :
- Tous les points sont à l'intérieur des limites de contrôle et distribués au hasard :
Dans ce cas le processus est vraisemblablement maîtrisé (ou sous contrôle) et l'opérateur ne peut pas apporter
d'amélioration, il ne doit donc pas intervenir.
- Tous les points sont à l'intérieur des limites mais ne sont pas distribués au hasard :
Les points forment des répartitions particulières : tendance , dérive , cycles. Des causes assignables existent, cette
situation est celle ou la carte de contrôle est très utile car ces signes prémonitoires vont permettre une intervention
préventive (avant la production de pièces défectueuses) sur le processus.
- Si un ou plusieurs points sont à l'extérieur des limites de contrôle :
Le ou les points sont vraisemblablement dus à des causes assignables. L'opérateur doit identifier la (les) cause(s) et
la (les) supprimer.
MAITRISE STATISTIQUE DES PROCESSUS ( M.S.P. )
Sur les cas illustratifs ci-dessous on observe une répartition NON Normale des points
=> détection de l'apparition d'une cause assignable : le processus est hors contrôle …
X
LCS
LSS
Les
N° de prélèvement
X
LCS
LSS
Une série de 8 points consécutifs au dessus
ou au dessous de la moyenne
Ceci est significatif d'un faible déplacement de la position moyenne
X et de la stabilisation du procédé autour
de cette nouvelle position centrale.
LSI
LCI
N° de prélèvement
4 règles
X
LCS
principales
LSS
Une série de 7 intervalles consécutifs
croissants ou décroissants
X Ce modèle appelé tendance est représentatif d'une évolution
lente de la position moyenne de la caractéristique.
LSI
Une tendance est souvent associée à un phénomène d'usure.
LCI
N° de prélèvement
d'interprétation
X
LCS
LSS
Les deux cartes de contrôle sont complémentaires. Elles doivent être complétées et interprétées simultanément.
Si une dispersion de la valeur moyenne est observée sur la carte de contrôle de la moyenne et que la dispersion
reste stable :
L’opérateur arrête le processus de fabrication, analyse, détecte, et supprime la cause assignable agissant sur la
valeur moyenne de la production. Puis l’opérateur continu la production et vérifie que la valeur moyenne des lots est
redevenue stable.
On dit que la carte de contrôle de la valeur moyenne est du domaine de compétence de l’opérateur ou du régleur.
C’est à dire de celui qui surveille le processus de fabrication.
Si une variation de la valeur moyenne est observée sur la carte de contrôle de la moyenne et si simultanément une
variation de la dispersion est observée sur la carte de contrôle de l’étendue :
Habituellement la variation de la valeur moyenne est provoquée par la variation de la dispersion du processus dans
des limites ou de façon pas « Normale ». Dans ce cas on arrête la production, on analyse, détecte, et supprime la
cause assignable qui génère une instabilité ou la variation anormale de la dispersion. Puis on relance la production,
on vérifie que la dispersion est redevenue stable et que la valeur moyenne aussi.
On dit que la carte de contrôle de la dispersion est du domaine de compétence du management. C’est à dire de
celui qui gère l’organisation de la production, le suivi de la maintenance des moyens et décide les investissements.
X LCS
X
LCS
LSS
LSS
X X
LCS
LSS LCS
LSS
X
LSI
LSI
LCI
LCI
N° de prélèvement
MAITRISE STATISTIQUE DES PROCESSUS ( M.S.P. )
12 Que faire lorsque le procédé passe hors-contrôle ?
Lorsque le procédé passe hors-contrôle il faut :
- Encercler le point ou marquer la zone qui montre une dérive du procédé.
- Reporter l’identification de cette dérive (repérée par un numéro), ainsi que la date, au dos de la carte de contrôle.
- Identifier la cause assignable à l’origine de la dérive du procédé.
- Prendre les mesures nécessaires à son élimination en se référant au catalogue d'intervention.
- Au dos de la carte de contrôle, en face du numéro de repère correspondant à l’identification de la dérive, indiquer le
numéro d'intervention appliqué.
- Tester l'efficacité de l'intervention par un autre prélèvement.
- Trier les pièces jusqu'au prélèvement précédent si nécessaire.
REPETER CETTE SEQUENCE A CHAQUE PASSAGE HORS CONTROLE DU PROCEDE :
RECONNAITRE UNE VARIATION
IDENTIFIER SA CAUSE
CORRIGER LE PROCEDE
TRIER LES PIECES SI NECESSAIRE
- Contrôle par mesures : le caractère contrôlé est une grandeur mesurable. L'appareil de contrôle permet d'en
lire la valeur.
Pour le contrôle - de la tendance centrale de la fabrication : * Carte de contrôle de la moyenne
* Carte de contrôle de la médiane
- de la dispersion ou variabilité de la fabrication : * Carte de contrôle de l'étendue
* Carte de contrôle de l'écart type
Nous avons traité uniquement les cartes de contrôle de la moyenne, de l'étendue, et de l'écart type. Pour les autres
type de cartes de contrôle consulter le fascicule de documentation de la norme NF X 06-031.
14 Conclusion
L‘allure des fluctuations et le taux de dégradation du caractère suivi (ex. : dimensions fabriquées) dépendent des
causes communes qui sont présentent et des causes assignables qui influent dans le processus à un moment
donné. Le relevé du caractère observé caractérise complètement et de façon unique, comme une empreinte digitale,
les causes qui influent sur le processus.
Alors si nous sommes en mesure d'interpréter le relevé du caractère suivi alors nous pouvons détecter et
comprendre, de façon qualitative, les causes de fluctuation et de dérive, normale ou anormale, prévue ou non
prévue. Puis de déterminer de façon quantitative leur influence sur le caractère suivi.
C'est sur cette idée qu'est fondé le principe des cartes de contrôle. Elles ont donc pour but de surveiller le processus
de fabrication en s'assurant que les caractères contrôlés restent stables ou restent conformes à leur définition ou
leur spécification.
Les cartes de contrôle sont des outils d’autocontrôle donnés à l’opérateur. Grâce à ces outils il sera capable, au
vue de toute dérive (présence de cause assignable), d’agir au plus vite sur le processus et ceci bien sûr avant de
produire des non conformes. Nous sommes dans la logique visant à atteindre le ZERO DEFAUT…
Enfin les cartes de contrôle mettent aussi en évidence ce que le procédé est capable de faire, c'est à dire sa
dispersion naturelle. Il est alors nécessaire de rechercher les causes communes de variation pour les éliminer si
possible ou réduire leur influence, et ainsi améliorer les performances du processus.
La qualité de la production d'un procédé repose avant tout sur notre capacité à le stabiliser.
Les cartes de contrôle permettent de faire clairement la distinction entre un état stable et un état instable.
15 Exercice d’application
MAITRISE STATISTIQUE DES PROCESSUS ( M.S.P. )
L’axe défini partiellement ci-dessous a un diamètre fonctionnel délicat à obtenir. Le service qualité décide de suivre
l’évolution de cette cote fabriquée et de prévenir, grâce à la mise en place d’une démarche MSP, la production de
rebuts.
0,06
20.23
Numéro (i) 1 2 3 4 5 6 7 8 9 10
échantillon
Pièce n°1 20.21 20.20 20.23 20.26 20.25 20.21 20.24 20.27 20.26 20.24
Pièce n°2 20.23 20.23 20.21 20.24 20.22 20.24 20.22 20.24 20.23 20.21
Pièce n°3 20.26 20.23 20.23 20.25 20.23 20.27 20.19 20.27 20.22 20.26
Pièce n°4 20.23 20.22 20.20 20.21 20.24 20.23 20.23 20.23 20.24 20.24
Pièce n°5 20.24 20.22 20.27 20.22 20.22 20.23 20.24 20.23 20.24 20.22
Moyenne ( X )
d’échantillon 20.234 20.22 20.228 20.236 20.232 20.236 20.224 20.248 20.238 20.234
Etendue (W)
d’échantillon 0.05 0.03 0.07 0.05 0.03 0.06 0.05 0.04 0.04 0.05
Heure de
prélèvement 8h30 9h35 10h38 11h25 12h32 13h45 14h45 15h50 16h35 17h48
Jour Lundi Lundi Lundi Lundi Lundi Lundi Lundi Lundi Lundi Lundi
Evénement Pause midi Change-
ment outil
2) Calculer et tracer les limites de contrôle pour les deux cartes de contrôle.
3) Calculer et tracer les limites de surveillance pour les deux cartes de contrôle.
Les limites de contrôle et de surveillance étant placées, il faut continuer à faire des prélèvements réguliers de 5
pièces toutes les heures :
Numéro (i) … 11 12 13 14 15 16 17 18 19 20 21 22 23 24
échantillon
Pièce n°1 20.25 20.21 20.26 20.26 20.26 20.23 20.21 20.22 20.25 20.23 20.18 20.19 20.18 20.26
Pièce n°2 20.24 20.24 20.25 20.24 20.25 20.24 20.22 20.22 20.23 20.21 20.22 20.26 20.25 20.28
Pièce n°3 20.21 20.27 20.22 20.26 20.24 20.28 20.25 20.18 20.19 20.26 20.26 20.27 20.22 20.28
Pièce n°4 20.26 20.23 20.26 20.21 20.24 20.24 20.24 20.23 20.22 20.20 20.20 20.28 20.28 20.24
Pièce n°5 20.26 20.23 20.25 20.23 20.25 20.27 20.21 20.20 20.24 20.27 20.23 20.24 20.26 20.25
Moyenne ( X ) 20.244 20.236 20.248 20.240 20.248 20.252 20.226 20.210 20.226 20.234 20.218 20.248 20.238 20.262
d’échantillon
Etendue (W)
d’échantillon 0.05 0.06 0.04 0.05 0.02 0.05 0.04 0.05 0.06 0.07 0.08 0.09 0.10 0.04
Heure de
prélèvement 18h25 8h20 9h10 10h32 11h27 12h45 13h50 14h35 15h39 16h28 17h42 18h10 8h10 9h05
Jour Lundi Mardi Mardi Mardi Mardi Mardi Mardi Mardi Mardi Mardi Mardi Mardi Mer- Mer-
credi credi
Evénement Pause Appa- Appa- Réglage Chgt outil
midi reil de reil de des axes (pb.
Chgt outil mesure mesure CN lubrifi-
(classe neuf neuf (erreur de cation)
Plaquette poursuite)
H)
20,27
20,26 LCS
20,25 LSS
20,24
20,23 X
20,22
LSI
20,21
LCI
20,2
C
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
X = 20.233 mm W = 0.047 mm
Carte de contrôle des MOYENNES
MAITRISE STATISTIQUE DES PROCESSUS ( M.S.P. )
Limites de contrôle Limites de surveillance
LCS = X + A’c W = 20.233 + 0.594*0.047 = 20.261 mm LSS = X + A’s W = 20.233 + 0.377*0.047 = 20.251 mm
LCI = X - A’c W = 20.233 - 0.594*0.047 = 20.205 mm LSI = X - A’s W = 20.233 + 0.377*0.047 = 20.215 mm
20,26 LCS
20,25 Usure NORMALE outil
LSS
20,24
20,23 X
20,22
20,21 LSI
20,2 LCI
1 2 3 4 5 6 7 8 9 10 C
Changement outil
0,11 LCS
0,1
0,09 LSS
0,08
0,07
0,06
0,05 W
0,04
0,03
0,02
W
LSI
0,01
0 LCI
1 2 3 4 5 6 7 8 9 10 C
9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 C
Les Causes communes sont inhérentes au processus et sont habituellement (normalement, communément) présentent,
toujours présentes. Elles ne peuvent pas être supprimées, elles génèrent de faibles dispersion.
Exemples : jeux dans les glissières et paliers de machines outils , élasticité ou manque de rigidité des organes mécaniques ,
variations de température, dispersion de remise en place d’une pièce, d’un outil sur une butée, etc...
Causes ASSIGNABLES (ou causes spéciales ) ; dispersions dues à des causes assignables :
Les Causes assignables sont inhérentes ou non au processus, elles sont peu nombreuses, elles ne sont pas toujours
présentent, elles apparaissent à des moments quelconques, elles sont identifiables, et peuvent généralement être supprimées,
elles peuvent générer d’importantes variations. Ces causes de variations constituent en quelque sorte des évènements
perturbateurs.
Exemples : Présence de copeau entre référentiel d'usinage et surface d'appui de la pièce à usiner, glissement progressif d'une
butée de déclenchement, usure de l'outil, erreur de poursuite d'un asservissement, jeu très important dans une glissière, etc...
Remarque : L’usure de l’outil est une des rares causes assignables toujours présente. Son influence est prévisible grâce au
modèle d’usure d’outil développé par Taylor.
16-2 Dispersions :
Lorsque la distribution du caractère est sous influence de variations dues à l’apparition d’une cause assignable, la distribution
du caractère ne suit plus une loi de probabilité de Laplace-Gauss (ou loi Normale) et constituent une population hétérogène
pour laquelle les statistiques ne s'appliquent pas.
=> Les cartes de contrôle permettent donc de déterminer le moment ou apparaît une cause assignable et l’évolution de
la dispersion.