Universit Moulay Ismal Mekns

cole Nationale Suprieure dArts et Mtiers

Traitement statistique
des chanes de cotes

INTRODUCTION

TRAITEMENT STATISTIQUE DES CHANES DE COTES

CHANES DE COTES AVEC DES MODLES HTROGNES

GESTION QUANTITATIVES DES TOLRANCES

CONCLUSION
 Introduction

Rduire le cot

Assurer la qualit

Valeur des tolrances

Respect des exigences

Chanes de cotes

Prvisionnel

Interchangeabilit
 Mthode arithmtique "au pire des cas"

tolrance
valeur nominale

valeur nominale + 1/2 tolrance lmentaire exigence maxi

valeur nominale 1/2 tolrance lmentaire exigence mini

tout assemblage dans lintervalle de tolrance est conforme

tolrances assez faibles

Mthodes statistiques
 Base du traitement statistique

Pices A Pices B Pices C Pices D Pices E Pices F Pices G Pices H Pices I Pices J Pices K Pices L

Assemblage n
Jn = (an + bn + cn) (dn + en + fn + gn + hn + in + jn + kn + ln)

Dans un mme assemblage, il est peu probable que toutes les pices influentes
sur la condition fonctionnelle soient simultanment petites (ou grandes)
 Caractristiques de la rsultante

Vraies, quelles que soient les distributions si elles sont indpendantes

Moyenne J = ( a + b + c ) ( d + e + f + g + h + i + j + k + l )

cart type J = + + + + + + +
a
2
b
2
c
2
d
2
e
2
f
2
g
2
h +
2 + + +
i
2
j
2
k
2
l
2

la distribution de la rsultante est normale

sil y a au moins 5 pices avec des tolrances du mme ordre de grandeur

5 tolrances identiques 1 tolrance 10 fois plus 2 tolrance 5 fois plus

grande que les 4 autres grande que les 3 autres
 Risque accept sur lexigence

Modlisation de la rsultante (prvisionnelle) par la loi normale

Proportion de dpassement
p=3 0.135 %
p=4 3.169 10-5
p=6 9.901 10-10

pour p = 3, la probabilit est 99,865%

proportion de dpassement choisir en fonction du risque accept

Rgle retenir J nominal + p J J maxi

 Modles probabilistes
toute pice conforme est accepte

distribution dune production

tolrance ta

la pice est conforme

si la surface spcifie est dans la zone de tolrance
 Modles probabilistes

- Probabiliste uniforme - Probabiliste centr

tolrance t tolrance t tolrance t

 Modle quadratique
[ a 0.006 ] lot de pices A

critres d'acceptation du lot

critre d'acceptation d'une pice

- Quadratique centr 6 - limite de dcentrage acceptable ?

peu de pices sur les bords dcentrage

tolrance t tolrance t

Le problme est de quantifier le risque obtenu sur lexigence fonctionnelle

rsultante si une des moyennes nest pas centre.
 Distributions observes sur un lot
Fluctuation des distributions suivant le point de mesure

(5 points sur 50 pices)

Il faut donc une indication sur le dcentrage admissible

 Mthodes semi-quadratiques
[ a 0.004 ] lot de pices A

[ IT moyenne 0,007 ]

critres d'acceptation du lot

critre d'acceptation d'une pice

- t = ITR + 6 ( connu) - t= (6+2)

distribution dun lot de pices 2=t/4

zone dans laquelle peut se
ITR
trouver la moyenne =t/8
drglage

t = ITR + 6 t= (6+2)
 Distribution htrognes

...

Semi-quadratique ITM + 6 connu

Semi-quadratique (6 + 2) inconnu

Quadratique centr = t /6

Probabiliste centr = t /6

Probabiliste centr = t /4

Probabiliste uniforme = t /23

 Modle statistique-mixte
. . . s'il y a plus de 5 pices en semi -quadratique

a zone dans laquelle peut se

trouver la moyenne

drglage

ITR
t = ITR + 6 a connu

- -
la moyenne a une probabilit uniforme de se trouver sur l'intervalle de tolrance de la moyenne

Cumul quadratique des dispersions

Cumul probabiliste des tolrances sur les moyennes

 Influence du nombre de pices
Intervalle de tolrance sur lexigence : IT J = 0,12
 Comparaison des distributions
IT J = 0,12 n = 12 pices

Arithmtique t=0.010

Probabiliste uniforme t=0.020 = t / 23 = 0.006

Quadratique centr t=0.035 = t / 2 q = 0.006

q=3 et p=3

Quadratique centr t=0.017 = t / 2 q = 0.003

q=3 et p=6

Semi-quadratique (6 + 2) inconnu t=0.029 = 0.004 et ITM = 0.007

p=3
 Rgle pour le choix du modle

En synthse, la rgle propose pour le choix du modle dpend

du nombre de pices dans la chane de cotes

modle au pire des cas

modle probabiliste uniforme (pas de contrle des lots)

modle semi-quadratique (avec contrle des lots)

si l'cart-type est connu t = ITR + 6 connu

si l'cart-type n'est pas connu t = (6 + 2) inconnu
 Problmatique

forme gnrale de la relation

J nominal +
ta
+
tb
+ ... J maxi
(2 ) (2 )

distributions acceptes sur chaque pice

risque accept sur l'exigence fonctionnelle
Gestion quantitatives des tolrances

valeurs
optimiser

distribution
prvisionnelle
= t /2q

J1nominal

J9nominal
 Conclusions
les mthodes statistiques permettent daugmenter les tolrances

La mthode probabiliste ne ncessite aucun contrle statistique des

lots et est donc applicable pour un montage unitaire ou en petite srie.

Les mthodes quadratiques centres sont dlicates employer et ne

sont pas trs intressantes.

Les mthodes semi quadratiques sont assez performantes, mais

ncessitent un contrle de la moyenne et de l'cart type des lots.

- -

Identifier les distributions des dfauts gomtriques en milieu industriel.

Traitement statistique des chanes de cotes tridimensionnelles.

Exemple de chane de cotes dans un mcanisme