Want to create interactive content? It’s easy in Genially!
Contrôle Qualité Menu
Lycée Beaupré
Created on August 23, 2020
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Correct Concepts
View
Microcourse: Artificial Intelligence in Education
View
Puzzle Game
View
Scratch and Win
View
Microlearning: How to Study Better
View
Branching Scenarios Challenge Mobile
View
Branching Scenario Mission: Innovating for the Future
Transcript
Métrologie
Formation
Maîtrise Statistique des Procédés
(Statical Process Control)
Technologie
Atelier
Fab Lab
Imprimante 3D
Gestion de Production
Préparer Dérouler Contrôler Assurer
Reportage CNRS :
Construction Mécanique
Recycler grâce aux fluides supercritiques Reportage CNRS
Brut nature :
Ils fossilisent les déchets
Sujet BTS 2
La Maîtrise Statistique des Procédés
(Statical Process Control)
- Les 5 "M"
- Plan d'expérience
- La droite de Henry
- La méthode S.P.C.
- Carte de contrôle
- Plan d'expérience
Home
Statical Process Control
La méthode S.P.C.
Née aux USA, la méthode S. P. C. est traduite le plus souvent par : Surveillance des Procédés en Continu. C’est un véritable système d’information appliqué au procédé de fabrication soit directement (contrôle de ses paramètres), soit indirectement (contrôle des caractéristiques du produit). La méthode S. P. C. entre dans les démarches d’auto-contrôle dont elle est la technique la plus évoluée.
Statistical Process Contrel
Elle repose sur trois principes fondamentaux :
- La priorité donnée à la prévention (intervention avant de produire des rebuts). - La référence au procédé tel qu’il fonctionne (qualification machine). - La responsabilisation de la production et la participation active des opérateurs.
Méthodologie de mise en place du contrôle statistique du processus
Il est indispensable de suivre une démarche rigoureuse pour mettre en place le S. P. C.
Les types de contrôle
Les différents types de contrôle peuvent être résumés dans le tableau ci-dessous :
Contrôle par échantillonnage
Contrôle à 100%
Méthode
Tous les contrôles nécessaires sont effectués sur un échantillonreprésentatif de pièces prélevées.
Tous les contrôles nécessaires sont effectués sur la totalité des pièces produites
Statistical Process Contrel
A la reception
Permet l’acceptation ou le refus d’un lot de pièces produites ou achetées.
Permet d’effectuer un contrôle statistique.
En cours de fabrication
Permet d’effectuer un contrôle statistique.
Permet de surveiller le processus de fabrication.
Remarque :Le contrôle à 100% entraîne une augmentation très importante du prix de revient d’une pièce.
Les 5 M
Les 5 M
Tous les processus, quels qu’ils soient, sont incapables de produire toujours exactement le même produit.
Cours Page 1
Quelle que soit la machine étudiée et la caractéristique observée, on note toujours une dispersion dans la répartition de la caractéristique.
Ecart type
Les 5 M
Une cote sur un lot de pièces ne fera jamais exactement 10 mm, mais sera répartie entre 9,97 et 10,3mm.
Cours Page 1
Cette variabilité est incontournable.
Ces variations proviennent de l’ensemble du processus de production.
Les 5 M
L’analyse des processus de fabrication permet de dissocier 5 éléments élémentaires qui contribuent à créer cette dispersion.
Cours Page 1
On désigne généralement par les 5 M ces 5 causes fondamentales responsables de dispersion, et donc de non-qualité.
- Machine,
Les 5 M
- Main-d'oeuvre,
- Matière ,
- Méthodes,
- Milieu.
Cours Page 2
La méthode MSP (SPC) a pour objectif la maîtrise des processus en partant de l’analyse de ces 5 M
Les 5 M
Elle apporte une plus grande rigueur et des outils méthodologiques qui vont aider les opérateurs et la maîtrise dans leur tâche d’amélioration de la qualité
Cours Page 2
Diagramme des 5M est également appelé diagramme Ishikawa, arête de poisson, diagramme de cause à effet.
Main-d'oeuvre
Méthodes
Milieu
Pas la bonne version de la procédure
Opérateur non formé
Poussières
Poste de travail mal éclairé
Oubli opérateur
Les 5 M
Corps étranger
Poste de travail non rangé
Maintenance non réalisée
Pas la bonne matière
Outillage abîmé
Maintenance non suivie
Matière pas aux normes
Cours Page 3
Outillage usé
Matière
Machine
La droite de Henry
1 - La droite de Henry par estimation
Ecart type
Synthèse
Cours
Exemple
Exercice 3
Exercice 2
Evaluation
Exercice 1
La droite de Henry
2 - La droite de Henry sous la forme d'un tableur
Tuto
Evaluation
Exercice 3
Exercice 2
Exercice 1
Document vierge
La droite de Henry est une méthode graphique pour tester la normalité d’une population.
On réalise l’histogramme et l’on transfère cette représentation sur un graphique dont la graduation est de type gausso-arithmétique.
La droite de Henry
Papier gausso-arithmétique
Loi normale
Cours Page 04
La droite de Henry
Cours Page 04
La droite de Henry : Estimation
Renseignements
Tableau de relevés
La droite de Henry
Histogramme
Droite de Henry
Calcul de la capabilité
Cours Exemple Page 5
1 - Renseignements
Date du jour
Votre nom
La droite de Henry
Presse
DKS127
Injection
19,50
+-
0,15
Mesure de la longueur
Cours Exemple Page 5
2 - Tableau des relevés
Recherche de l'intervalle de classe
Calculer l'étendue de la série :
19,61
(la plus grande des valeurs)
-19,49
(la plus petite des valeurs)
0,12
La droite de Henry
L'étendue de la série est de 0,12.
Déterminer le nombre de classe :
Choisir l'intervalle de classe :
= 0,015
0,12
La racine carré du nombre de variable aléatoire.
La série est au centième. On réduit l'intervalle de classe au centième supérieur.
Le nombre de classe de la série est de 8.
√50
= 7,07
≈𝟖
L'intervalle de classe de la série est de 0,02.
Cours Exemple Page 5 & 6
3 - Histogramme
On place la plus petite valeur sur l'histogramme.
A l'aide de l'intervalle de classe 0,02 on complète l'histogramme.
19,69
19,67
[19,67;19,69[ Dans cette intervalle on note les 19,67 et 19,68. Mais la valeur 19,69 appartient à l'intervalle du dessus.
19,65
19,63
La droite de Henry
19,61
19,59
19,57
19,55
19,53
19,51
19,49
19,47
Cours Exemple Page 5 & 6
19,45
19,43
3 - Histogramme
On place la plus petite valeur sur l'histogramme.
A l'aide de l'intervalle de classe 0,02 on complète l'histogramme.
19,69
19,67
[19,67;19,69[ Dans cette intervalle on note les 19,67 et 19,68. Mais la valeur 19,69 appartient à l'intervalle du dessus.
19,65
19,63
La droite de Henry
19,61
On place les valeurs sur l'histogramme.
19,59
19,57
19,55
19,53
19,51
19,49
19,47
Cours Exemple Page 5 & 6
19,45
19,43
3 - Histogramme
f = fréquence (nombre de valeurs dans la classe)
19,69
19,67
∑f =fréquences cumulées (la somme des valeurs des fréquences en aval)
19,65
19,63
100
50
La droite de Henry
19,61
∑f% = fréquences cumulées en pourcentage (multiplier par 2 la somme des fréquences ∑f)
98
49
19,59
90
45
19,57
76
14
38
19,55
48
24
13
19,53
22
11
19,51
19,49
19,47
Cours Exemple Page 5 & 6
19,45
19,43
4 - Droite de Henry
La droite de Henry
Cours Exemple Page 5 & 7
5 - Calcul de la capabilité
La droite de Henry
Cours Exemple Page 5 & 7
Moyenne estimée X
La droite de Henry
19,551
Cours Exemple Page 5 & 7
5 - Calcul de la capabilité
19,551
La droite de Henry
Cours Exemple Page 5 & 7
Écart type estimé
19,647
La droite de Henry
19,647
-19,46
0,187
19,46
6 =
0,187
Cours Exemple Page 5 & 7
5 - Calcul de la capabilité
19,551
6 =
0,187
La droite de Henry
= 0,187/6
= 0,031
Cours Exemple Page 5 & 7
Indice estimé de la capabilité procédé
La capabilité d’une machine est l’aptitude de cette machine à réaliser de bonnes pièces.
Tolérance supérieure = 19,65
19,50
+-
0,15
Tolérance inférieure = 19,35
IT = 19,65-19,35 = 0,3
La droite de Henry
6 =
0,187
0,3
= 1,60
Cp =
0,187
Cours Exemple Page 5 & 7
Indice estimé de la capabilité procédé la machine est-elle bien centrée ?
Cpk
Cpki
Cpks
Tolérance supérieure : Ts = 19,65
La droite de Henry
Ecart type estimé : = 0,031
Moyenne estimée : X = 19,551
Tolérance inférieure : Ti = 19,35
19,551-19,35
19,65-19,551
= 2,16
Cpki =
= 1,06
Cpks =
3 x 0,031
3 x 0,031
Cours Exemple Page 5, 8 & 9
Cpk = min (2,16 ; 1,06) = 1,06
5 - Calcul de la capabilité
19,551
6 =
0,187
1,60
1,06
La droite de Henry
= 0,187/6
2,16
= 0,031
1,06
Cours Exemple Page 5 & 9
Estimation des défectueux
Ts
19,65
La droite de Henry
Ti
0,10 %
19,35
0,00 %
de défaut côté maxi
de défaut côté mini
Cours Exemple Page 5 & 9
5 - Calcul de la capabilité
19,551
6 =
0,187
1,60
1,06
La droite de Henry
= 0,187/6
2,16
0,10 %
= 0,031
1,06
0,00 %
Cours Exemple Page 5 & 9
Conclusion
Cp
Cpk
Cp = 1,60 > 1.33
la machine est capable de produire de bonnes pièces.
La droite de Henry
Cpk = 1,06 < 1.33
la machine n'est pas bien centrée et est trop près de la tolérance supérieure avec 0.10 % de pièces défectueuses. Il faut régler la machine pour la recentrer vers la cote initiale.
Cours Exemple Page 5 & 9
Calcul de la capabilité
19,551
6 =
0,187
1,60
1,06
La droite de Henry
= 0,187/6
2,16
0,10 %
= 0,031
1,06
0,00 %
la machine est capable de produire de bonnes pièces.
la machine n'est pas bien centrée et est trop près de la tolérance supérieure avec 0.10 % de pièces défectueuses. Il faut régler la machine pour la recentrer vers la cote initiale.
Cours Exemple Page 5 & 9
La droite de Henry
Cours Exemple Page 8, 9 & 10
Ecart type
La droite de Henry
somme
est une valeur de la série
est la moyenne arithmétique de la série
est l'effectif total de la série
Cours Exemple Page 11 & 12
Ecart type - Exemple
Note 2
Note 1
La droite de Henry
Moyenne :
Moyenne :
Cours Exemple Page 11 & 12
Exercice 1
Date du jour
Votre nom
Bouchon B 17
La droite de Henry
Presse
+-
Injection
19,5
Mesure ø intérieur
0,15
Exercice 1 page 13
Dans le cadre de la réception d’un nouvel outillage : on a, après avoir stabilisé le processus d’injection, relevé les dimensions suivantes sur un échantillon de 50 pièces fabriquées consécutivement.
La droite de Henry
Réaliser la droite de Henry , les calculs de la capabilité et conclure.
Exercice 1 page 13
Exercice 2
Date du jour
Votre nom
Bouchon B 17
La droite de Henry
Presse
+-
Injection
19,5
Mesure ø intérieur
0,003
0,15
Exercice 2 page 14
Dans le cadre de la réception d’un nouvel outillage : on a, après avoir stabilisé le processus d’injection, relevé les dimensions suivantes sur un échantillon de 50 pièces fabriquées consécutivement.
La droite de Henry
Réaliser la droite de Henry , les calculs de la capabilité et conclure.
Exercice 2 page 14
Exercice 3
Date du jour
Votre nom
Bouchon B 17
La droite de Henry
Presse
+-
Injection
19,5
Mesure ø intérieur
0,003
0,15
Exercice 3 page 15
Dans le cadre de la réception d’un nouvel outillage : on a, après avoir stabilisé le processus d’injection, relevé les dimensions suivantes sur un échantillon de 50 pièces fabriquées consécutivement.
La droite de Henry
Réaliser la droite de Henry , les calculs de la capabilité et conclure.
Exercice 3 page 15
Evaluation
12345
OUVERT
ERREUR
1213
Evaluation
Date du jour
Votre nom
EB127
La droite de Henry
Presse
+-
Injection
10,30
Mesure longueur
0,1
Evaluation Page 16
Dans le cadre de la réception d’un nouvel outillage : on a, après avoir stabilisé le processus d’injection, relevé les dimensions suivantes sur un échantillon de 50 pièces fabriquées consécutivement.
La droite de Henry
Réaliser la droite de Henry , les calculs de la capabilité et conclure.
Evaluation Page 16
La droite de Henry : Traitement des données avec Excel.
Renseignements
La droite de Henry
Tableau de relevés
Histogramme
Calcul de la capabilité
Conclusion
Renseignements
Les cellules encadrées en noir doivent être complété par l'utilisateur.
La droite de Henry
Tableau de relevés
La droite de Henry
Tableau de relevés
Nombre de variable aléatoire :
On utilise la fonction "nb" : Détermine le nombre de cellules d'une plage contenant des nombres.
=NB(valeur1;[valeur2];...)
La plus grande des valeurs :
On utilise la fonction "max" : Donne la valeur la plus grande parmi une liste de valeurs.
La droite de Henry
=max(valeur1;[valeur2];...)
La plus petite des valeurs :
On utilise la fonction "min" : Donne la valeur la plus petite parmi une liste de valeurs.
=min(valeur1;[valeur2];...)
Tableau de relevés
Le nombre de classe de la série :
On utilise les fonctions "RACINE" et "ARRONDI.SUP" : "RACINE" : Donne la racine carrée d'un monbre.
=RACINE(nombre)
"ARRONDI.SUP" : Arrondit un nombre.
=ARRONDI.SUP(nombre;no_chiffres)
La droite de Henry
L'étendu de la série :
C'est la plus grande des valeurs - la plus petite des valeurs.
L'intervalle de classe de la série :
C'est l'étendu de la série diviser le nombre de classe de série. On utilise la fonction "ARRONDI.SUP" :
"ARRONDI.SUP" : Arrondit un nombre au centième.
=ARRONDI.SUP(nombre;no_chiffres)
Histogramme
Caluls automatique des données renseignées dans l'onglet "Tableau de relevés" pour réaliser l'histogramme.
La droite de Henry
Histogramme
- La cellule est égale à la plus petite des valeurs qui est dans l'onglet "Tableau de relevés".
La droite de Henry
- La cellule est égale à la valeur du plus l'intervalle de classe de la série qui est dans l'onglet "Tableau de relevés".
- Etirer la cellule jusqu'a la cellule .
Histogramme
Fréquence (f)
C'est le nombre de variable aléatoire qui se trouve dans l'intervalle.
- La cellule est égale au nombre de variable aléatoire au dessus de la valeur de la cellule moins le nombre de variable aléatoire au dessus de la cellule .
La droite de Henry
On utilise la fonction "NB.SI" : Détermine le nombre de cellules non vides répondant à la condition à l'intérieur d'une plage.
=NB.SI(plage; critère)
Histogramme
Fréquence cumulées (∑f) :
C'est le nombre de variable aléatoire qui se trouve dans l'intervalle plus le nombre variable aléatoire de son prédédesseur.
La droite de Henry
- La cellule est égale à la cellule . - La cellule est égale à la somme des cellule et .
- Etirer la cellule jusqu'a la cellule .
Histogramme
Fréquence cumulées en pourcentage (∑f%) :
C'est le pourcentage de la somme des fréquences cumulées.
- La cellule est égale à la cellule diviser par la valeur du nombre de variable aléatoire dans l'onglet "Tableau de relevés" .
Mettre la cellule en Pourcentage.
La droite de Henry
Calcul de la capabilité
Moyenne de la série :
On utilise la fonction "MOYENNE" : Donne la moyenne de la plage dans l'onglet "Tableau de relevés".
La droite de Henry
=MOYENNE(nombre1;[nombre2];...)
Intervalle de Tolérance :
C'est la somme de l'intervalle de tolérance supérieure + l'intervalle de tolérance inférieure qui se trouvent dans l'onglet "Renseignements".
Calcul de la capabilité
Ecart type de la série
On utilise la fonction "ECARTYPE" : Evalue l'écart-type d'une population en se basent sur un échantillon. Donne l'écart type de la plage de variable aléatoire dans l'onglet "Tableau de relevés".
La droite de Henry
=ECARTYPE(nombre1;[nombre2];...)
Tolérance supérieure et inférieure :
Dans l'onglet "Renseignements" : TS = Dimention + intervalle de tolérance supérieure. TI = Dimention - intervalle de tolérance inférieure.
Cours Exemple Page 13 & 14
Calcul de la capabilité
La droite de Henry
Indice de la Capabilité Procédé :
La machine est-elle bien centrée ? :
Utiliser les bonnes fonctions.
Utiliser les bonnes fonctions.
Conclusion
La droite de Henry
En fonction des resultats du Cp et Cpk. Vous devez faire apparaître la bonne conclusion !!
Conclusion
oui
La machine est capable de produire des bonnes pièces.
Cp
1,33
>
non
La droite de Henry
La machine n'est pas capable de produire des bonnes pièces.
page 08
Conclusion
oui
La machine est bien centrée.
Cpk
1,33
>
non
La machine n'est pas bien centrée et dérive vers la tolérance supérieure.
non
La droite de Henry
Cpks
1,33
>
oui
La machine n'est pas bien centrée et dérive vers la tolérance inférieure.
page 08
Excel - Exercice 1
Date du jour
Votre nom
PF000125
La droite de Henry
Presse
+-
Injection
50
Mesure ø intérieur
0,03
Exercice 1 page 15
Dans le cadre de la réception d’un nouvel outillage : on a, après avoir stabilisé le processus d’injection, relevé les dimensions suivantes sur un échantillon de 50 pièces fabriquées consécutivement.
La droite de Henry
Réaliser la droite de Henry , les calculs de la capabilité et conclure.
Exercice 1 page 15
Excel - Exercice 2
Date du jour
Votre nom
PF000158
La droite de Henry
Presse
+-
Injection
50
Mesure ø extérieur
0,03
Exercice 2 page 16
Dans le cadre de la réception d’un nouvel outillage : on a, après avoir stabilisé le processus d’injection, relevé les dimensions suivantes sur un échantillon de 50 pièces fabriquées consécutivement.
La droite de Henry
Réaliser la droite de Henry , les calculs de la capabilité et conclure.
Exercice 2 page 16
Excel - Exercice 3
Date du jour
Votre nom
PFGG00701
La droite de Henry
Presse
+-
Injection
50
Mesure longueur
0,03
Exercice 3 page 17
Dans le cadre de la réception d’un nouvel outillage : on a, après avoir stabilisé le processus d’injection, relevé les dimensions suivantes sur un échantillon de 50 pièces fabriquées consécutivement.
La droite de Henry
Réaliser la droite de Henry , les calculs de la capabilité et conclure.
Exercice 3 page 17
Evaluation 2
12345
OUVERT
ERREUR
0203
Votre nom
Etude effectuée par : Date : Machine : Opération : Désignation de la pièce : Caractéristique : Dimension :
Dans le cadre de la réception d’un nouvel outillage : on a, après avoir stabilisé le processus d’injection, relevé les dimensions suivantes sur un échantillon de 50 pièces fabriquées consécutivement.
Date du jour
Presse
Injection
DUR007
Mesure longueur
15,00
+-
0,15
La droite de Henry
Evaluation 2
Réaliser la droite de Henry , les calculs de la capabilité et conclure.
La droite de Henry
Carte de contrôle
Le rôle de la carte de contrôle est de permettre de diagnostiquer une dérive du procédé et d'avoir une action corrective avant la fabrication de pièces mauvaises.
Exemple de carte de conrôle
Cours
Carte de contrôle
Les règles d'interprétation des cartes de contrôle
Organigramme de pilotage du procédé par cartes de contrôle
Exercices :
Le journal du procédé ou journal de bord
Renseignements
Tableau de relevés
Calcul des données
Exemple de Carte de contrôle
Histogramme
Calcul de la capabilité
page 19
Renseignements
Moyen
Machine :
Presse
Opérateur :
Dupond
Injection
Opération :
Date :
Exemple de Carte de contrôle
Contrôle
Limite :
20,5 +/-0,2
Produit
Référence :
522 B
Cote :
Diamètre intérieur
Désignation :
Bouchon
Capteur :
Pied à coulisse
Matière :
PP
page 19
Tableau de relevés
06h30
07h00
07h30
08h00
08h30
09h00
09h30
10h00
10h30
11h00
Exemple de Carte de contrôle
102,54
102,51
102,52
102,29
102,58
102,48
102,87
102,06
102,36
102,27
20,50
20,46
20,50
20,57
20,45
20,51
20,50
20,52
20,41
20,47
0,15
0,11
0,19
0,22
0,11
0,11
0,12
0,18
0,14
0,20
page 19
Calcul des données
Récapitulatif des résultats
20,49
0,15
Limite de contrôle
Limites pour la carte des moyennes
( x )
LSCx
( A2 x )
0,577
20,49
0,15
20,58
Exemple de Carte de contrôle
20,40
LICx
( x )
( A2 x )
20,49
0,577
0,15
Limites pour la carte des étendues
LSCr
2,115
0,15
D4 x
0,32
LICr
0,15
D3 x
page 19 - 20
Histogramme de X
LSCx
20,58
20,49
Exemple de Carte de contrôle
LICx
20,40
page 19
Histogramme de R
LSC
0,32
Exemple de Carte de contrôle
0,15
LIC
page 19
Calcul de la capabilité
Performance procédé Pp
Pp
IT / 6
/ 6
0,40
x ( / )
0,15
2,326
= R/Dn
Indicateur de déréglage Ppk
Exemple de Carte de contrôle
Ppk = mini ( Ppks , Ppki )
( - )
Ppks
20,49
20,70
( TS - )
/ 3
3 x( / )
0,15
2,326
( - )
Ppki
20,49
/ 3
20,30
( - TI )
3 x ( / )
0,15
2,326
page 19 - 20
Pourquoi prélever des échantillons ?
Le travail d’un régleur consiste principalement à bien régler sa machine, puis à veiller à ce que celle-ci ne se dérègle pas.
Pour surveiller la position, les régleurs ont l’habitude de prélever une pièce de temps en temps et de régler la machine en fonction de la mesure qu’il fait.
Carte de contrôle : Cours
Lorsque les capabilités ne sont pas excellentes, cette méthode conduit généralement à la production de pièces hors tolérance. En effet, on a vu précédemment que la répartition avait une forme de cloche.
page 21 - 22
Pourquoi prélever des échantillons ?
Supposons que la cote prélevée soit juste à la position moyenne rechercher. Dans cette hypothèse, étudions les deux cas extrêmes qui ont pu donner ce résultat :
IT
Carte de contrôle : Cours
pièce prélevée
page 21 - 22
Moyenne :
Carte de contrôle : Cours
page 21 - 22
Moyenne :
Carte de contrôle : Cours
page 21 - 22
Etendues
Carte de contrôle : Cours
page 21 - 22
LSC
Description
Processus sous contrôle
Les courbes X et R oscillent de chaque côté de la moyenne.
2/3 des points sont dans le tiers central de la carte.
Les règles de pilotage des cartes de contrôle
LIC
Décision carte des étendues
Décision carte des moyennes
Production
Production
page 23
LSC
Description
Point hors limites
Le dernier point tracé a franchi une limite de contrôle.
Les règles de pilotage des cartes de contrôle
LIC
Décision carte des étendues
Décision carte des moyennes
Cas limite supérieure
Régler le processus
La capabilité court terme se détériore. Il faut trouver l'origine de cette détérioration et intervenir.
de la valeur de l'écart qui sépare le point de la valeur cible.
Cas limite inférieure
La capabilité court terme s'améliore.
page 23
LSC
Description
Tendance supérieure ou inférieure
7 points consécutifs sont supérieurs ou inférieurs à la moyenne.
Les règles de pilotage des cartes de contrôle
LIC
Décision carte des étendues
Décision carte des moyennes
Cas tendance supérieure
Régler le processus
La capabilité court terme se détériore. Il faut trouver l'origine de cette détérioration et intervenir.
de l'écart moyen qui sépare la tendance à la valeur cible.
Cas tendance inférieure
La capabilité court terme s'améliore. Il faut trouver l'origine de cette amélioration pour la maintenir.
page 23
LSC
Description
Tendance croissante ou décroissante
7 points consécutifs sont en augmentation régulière ou en diminution régulière.
Les règles de pilotage des cartes de contrôle
LiC
Décision carte des étendues
Décision carte des moyennes
Cas série croissante
Régler le processus
La capabilité court terme se détériore. Il faut trouver l'origine de cette détérioration et intervenir.
si le dernier point approche les limites de contrôle de l'écart qui sépare le dernier point à la valeur cible.
Cas série décroissante
La capabilité court terme s'améliore. Il faut trouver l'origine de cette amélioration pour la maintenir.
page 23
LSC
Description
Tendance croissante ou décroissante
7 points consécutifs sont en augmentation régulière ou en diminution régulière.
Les règles de pilotage des cartes de contrôle
LiC
Décision carte des étendues
Décision carte des moyennes
Cas série croissante
Régler le processus
La capabilité court terme se détériore. Il faut trouver l'origine de cette détérioration et intervenir.
si le dernier point approche les limites de contrôle de l'écart qui sépare le dernier point à la valeur cible.
Cas série décroissante
La capabilité court terme s'améliore. Il faut trouver l'origine de cette amélioration pour la maintenir.
page 23
LSC
Description
1 point proche des limites
Le dernier point tracé se situe dans le 1/6 au bord de la carte de contrôle
Les règles de pilotage des cartes de contrôle
LiC
Décision carte des étendues
Décision carte des moyennes
Confirmer
Cas limite supétieure surveiller la capabilité
en prélevant immédiatement un autre échantillon. Si le point revient dans le tiers central - production Si le point est également proche des limites ou hors limites, régler de la valeur moyenne des deux points.
Si plusieurs points de la carte sont également proches de la limite supérieure, la capabilité se détériore. Il faut trouver l'origine de cette détérioration et intervenir.
page 23
LSC
Les règles de pilotage des cartes de contrôle
LiC
En cas de réglage : un nouvel échantillon est mesuré et marqué sur la carte.
Pour être acceptable, le point doit se situer dans le tiers central de la carte des moyennes.
page 23
Positionner la moyenne et l'écart type sur la carte
Règles d'interprétation
Analyser la position des points
Organigramme de pilotage du procédé par CdC
Intervenir sur le processus
Verser la tranche de fabrication dans carton du lot en cours
Oui
Non
Intervenir sur le processus
Verser la tranche de fabrication dans carton du lot en cours
Non
Oui
Journal de bord
Chercher la cause de la dérive
Supprimer la cause ou remédier
Organigramme de pilotage du procédé par CdC
Reprélever un échantillon
La dérive est corrigée
Oui
Non
La dérive est corrigée
Non
Oui
Examiner les pièces de la tranche
Organigramme de pilotage du procédé par CdC
Elles sont conformes
Non
Oui
Les incorporer au lot en cours
Les verser dans le carton de recyclage
Exercice 01 :
Exercice : 1
page 25
Exercice 02 :
Exercice : 2
page 26
Exercice 03:
Exercice : 3
Documents :Règles d'interprétationOrganigramme de pilotage
page 27&28
Exercice 04:
Exercice : 4
Documents :Règles d'interprétationOrganigramme de pilotage
page 29&30
Exercice 5 Evaluation
12345
OUVERT
ERREUR
1001
Exercice 05 Evaluation :
1pt
1 - Calculer la moyenne des moyennes et la moyenne des étendues. 1pt 2 - Calculer les indices de capabilité. 1pt 3 - Calculer les limites de contrôle pour la moyenne et l'étendue. 2pts 4 - Tracer sur la carte de contrôle les limites et valeurs moyennes et compléter la carte en positionnant les points relatifs. 8pts
Exercice : 5 Evaluation
page 31&32
Exercice 05 Evaluation :
5 -Tracer sur la carte de contrôle en positionnant les points relatifs aux derniers prélèvements tout en vous aidant des documents "règles d'interprétation" et "Organigramme de pilotage". Si besoin compléter la carte de contrôle dans la partie observation. 7pts
Exercice : 5 Evaluation
page 31&32
Carte de contrôle : Traitement des données avec Excel.
Renseignements
Tableau de relevés
Excel : Sommaire
Calcul des données
Histogramme
Calcul de la capabilité
Renseignements
Excel : Renseignements
Tableau de relevés
Excel : Tableau de relevés
L'heure et la suite .....
La touche F4 permet de mettre des $.
=D4
=B33+$Y$9
Formule de la cellule B33 pour l'heure.
Formule de la cellule C33 .
Tableau de relevés
Excel : Tableau de relevés
Tableau de relevés
Clic droit de la sourie
Excel : Tableau de relevés
Tableau de relevés
Somme des X
B45=SOMME(B35:B44)
B45=si(B35="";"";SOMME(B35:B44))
Moyennes
Excel : Tableau de relevés
B46=MOYENNE(B35:B44)
B46=si(B35="";"";MOYENNE(B35:B44))
Etendues
B47=MAX(B35:B44)-MIN(B35:B44)
B47=si(B35="";"";MAX(B35:B44)-MIN(B35:B44))
Calcul des données
Moyenne des moyennes "X"
Z12=MOYENNE(B46:U46)
Moyenne "R"
Excel : Calcul des données
Z13=MOYENNE(B47:U47)
Calcul des données
Nombre de variable aléatoire :
On utilise la fonction "nb" : Détermine le nombre de cellules d'une plage contenant des nombres.
=NB(valeur1;[valeur2];...)
Excel : Calcul des données
Recherche :
On utilise la fonction "recherche" : Renvoie une valeur soit à partir d'une ligne ou d'une colonne, soit à partir d'une matrice.
=RECHERCHE(valeur_cherchée;vecteur_recherche;[vecteur_résultat])
Calcul des données
Nombre de variable aléatoire :
On utilise la fonction "nb" : Détermine le nombre de cellules d'une plage contenant des nombres.
=NB(valeur1;[valeur2];...)
Excel : Calcul des données
Recherche :
On utilise la fonction "recherche" : Renvoie une valeur soit à partir d'une ligne ou d'une colonne, soit à partir d'une matrice.
=RECHERCHE(valeur_cherchée;vecteur_recherche;[vecteur_résultat])
Histogramme
Excel : Histogramme
Histogramme
Excel : Histogramme
Histogramme
Valeur non disponible :
On utilise la fonction "na" : Renvoie la valeur d'erreur #N/A (valeur non disponible)
Excel : Histogramme
=na()
Calcul de la capabilité
Pp
Z16=(Z2-Z3)/(6*AC12)
Z16=si(AC12="";"";(Z2-Z3)/(6*AC12))
Excel : Calcul de la capabilité
Ppk
Z17=min((Z12-Z3)/(3*AC12);(Z2-Z12)/(3*AC12))
Z17=si(AC12="";"";min((Z12-Z3)/(3*AC12);(Z2-Z12)/(3*AC12)))
Journal du procédé ou journal de bord
est un document d'accompagnement indispensable de la carte de contrôle.
Carte de contrôle : Le journal du procédé
Comment peut-on analyser une carte de contrôle sans ce journal de procédé ?
Ce document doit donc recenser toutes les interventions effectuées du départ de la production à sa fin .
page -
Dans ce journal de bord nous trouverons donc :
la date de l'événement
son heure
Carte de contrôle : Le journal du procédé
le problème rencontré
l'action effectuée pour résoudre le problème
la vérification de l'action entreprise
Comme ce document n'est pas anonyme devront être mentionnés l'équipe et les initiales de l'intervenant.
page -
Le journal du procédé est la mémoire du procédé de fabrication.
L'analyse du journal du procédé permettra de découvrir avec plus de précision et certitude les causes spéciales qui interviennent sur le procédé.
Carte de contrôle : Le journal du procédé
Il est associé à une presse et un moule donc permet aussi de voir l'évolution de la capabilité machine.
page -
Carte de contrôle : Traitement des données avec Excel.
Renseignements
Tableau de relevés
Excel : Sommaire - NF X 06-031
Calcul des données
Histogramme
Calcul de la capabilité
Calcul des données
= R x dn
Limites pour la carte des Etendues R
Limites pour la carte des moyennes X
Excel : Calcul des données - NF X 06-031
Limite de contrôle supérieur :
Limite de contrôle supérieur :
LCSR = R x D'c2
LCSX = X + R x A'c
Limite de contrôle inférieur :
Limite de contrôle inférieur :
LCIR = R x D'c1
LCIX = X - R x A'c
Limite de surveillance supérieur :
Limite de surveillance supérieur :
LSSR = R x D's2
LSSX = X + R x A's
Limite de surveillance inférieur :
Limite de surveillance inférieur :
LSIR = R x D's1
LSIX = X - R x A's
Histogramme
Excel : Histogramme
Exercice 01 : "exercice 01 cdc.xlsx"
1) Répondez aux questions de la partie 1 dans l'onglet "questions" du tableur.
2) Reportez les relevés dans l'onglet "relevés" du tableur puis répondez aux questions de la partie 2 dans l'onglet "questions".
Exercice : 1
Exercice 02 : "exercice 02 cdc.xlsx"
1) Répondez aux questions de la partie 1 dans l'onglet "questions" du tableur.
2) Reportez les relevés dans l'onglet "relevés" du tableur puis répondez aux questions de la partie 2 dans l'onglet "questions".
Exercice : 1
Plan d'expérience
Plan d'exoérience
1 -
Cours
Exemple
2 -
3 -
Exercice
Evaluation
4 -
Cours
Plan d'expérience par la méthode de Genichi TAGUCHI
Plan d'exoérience - Cours
Docteur TAGUCHI
Né au Japon : 01/01/1924
Mort au Japon : 02/06/2012
page 01
Cours
Sa contribution majeure a consisté à combiner les techniques de l’ingénierie et des statistiques pour obtenir une amélioration rapide des coûts et de la qualité.
Les plans d’expérience Taguchi ont contribué aux succès des Japonais dans le domaine de la Qualité, ce qui leur a permis de devenir les leaders mondiaux au niveau de la qualité tout en ayant des prix de revient très compétitifs.
Plan d'exoérience - Cours
La méthode TAGUCHI a été introduite : 1983 – Etats-Unis puis Canada 1986 – Grande Bretagne 1988 – France et Espagne.
Docteur TAGUCHI
Né au Japon : 01/01/1924
Mort au Japon : 02/06/2012
page 01
Objectifs
La méthode des plans d'expériences permet d'étudier l'influence de facteurs sur un système tout en diminuant le nombre d'essais comparativement à un plan complet.
Plan d'exoérience - Cours : Objectifs
Elle permet d'étudier un très grand nombre de facteurs, de détecter des éventuelles interactions entre ceux-ci, de modéliser facilement le système et de déterminer les résultats avec une bonne précision.
page 01
Généralités
Le technicien est amené à comprendre comment réagit un système en fonction des différents facteurs qui sont susceptibles de le modifier.
Pour vérifier l'évolution de processus, il mesure une réponse et, à partir de différents essais, va tenter d'établir des relations de cause à effet entre la (ou les) réponse(s) et les différents facteurs.
Plan d'exoérience - Cours : Généralités
Facteurs non contrôlables
Presse à injecter
Matière thermoplastique
Pièces
Facteurs contrôlables
page 02
Généralités
Il n'est pas simple de réaliser de telles relations entre réponses et facteurs.
Les plans d'expériences permettent de réaliser ce type de relation en minimisant le nombre d'expériences tout en maximisant la précision du résultat.
Plan d'exoérience - Cours : Généralités
Pour cela, il doit :
- faire un minimum d'essais ;
- obtenir un maximum de précision sur les résultats ;
- mettre en évidence des phénomènes secondaires comme des interactions entre facteurs.
page 02 & 03
Généralités
Les plans d'expériences selon Genichi TAGUCHI répondent à ces attentes, ils s'inscrivent donc dans une logique d'amélioration de la qualité et de réduction des coûts.
Plan d'exoérience - Cours : Généralités
PLANS FRACTIONNAIRES
PLANS COMPLETS
Réduction du nombre d'essais
Etude de toutes les combinaisons possibles
Nombre de facteurs trop important ou nombre d'essais incompatible avec les réalités industrielles
- Toutes les interactions peuvent être calculées
- Certaines interactions sont supposées nulles
- Plans sans risque pour l'expérimentateur
page 03
Généralités
Plan d'exoérience - Cours : Généralités
Exemple
Exemple
Cas de la fabrication Ina Seito.
Cette entreprise, d’importance moyenne, venait de modifier son processus de cuisson des tuiles.
Plan d'exoérience - Exemple
Auparavant, cette opération s’effectuait de façon artisanale, sans problème de qualité, dans des fours chauffés au bois, alimentés manuellement pendant toute la durée de la cuisson.
page 04
Exemple
Exemple
Cas de la fabrication Ina Seito.
L’usine acheta en Allemagne de l’Ouest, pour 2 millions de dollars, un four tunnel chauffé au fuel.
Les tuiles, démoulées sur des coquilles, étaient empilées sur des wagonnets qui circulaient à travers le four où elles étaient soumises à la cuisson.
Plan d'exoérience - Exemple
Four tunnel (longueur 50m)
page 04
Exemple
Exemple
Cas de la fabrication Ina Seito.
Dès la mise en service du four, on constata le phénomène suivant :
Plan d'exoérience - Exemple
Four tunnel (longueur 50m)
page 05
Exemple
Exemple
Dans un premier temps, l’encadrement envisagea de modifier le four tunnel mais le budget de réalisation était beaucoup trop lourd pour cette entreprise.
Plan d'exoérience - Exemple
Four tunnel (longueur 50m)
page 06
Exemple
Exemple
Les dirigeants de l’entreprise consultèrent le Docteur Taguchi et décidèrent d’utiliser ses techniques pour s’attaquer au problème.
Plan d'exoérience - Exemple
Four tunnel (longueur 50m)
Le Docteur Taguchi réunit toutes les personnes (ouvriers, techniciens, ingénieurs) qui avait des connaissances dans la fabrication et la cuisson des tuiles pour une séance de brainstorming.
page 06
Exemple
Exemple
Plan d'exoérience - Exemple
Four tunnel (longueur 50m)
La première chose que G.Taguchi leur déclara est qu’il fallait renoncer à modifier le four et, par conséquent, le considérer comme un facteur bruit.
page 06
Exemple
Exemple
Plan d'exoérience - Exemple
page 07
Exemple
Exemple
Tous ces facteurs semblaient sans aucun rapport avec le problème à résoudre. G.Taguchi proposa un plan d’expériences comportant seulement 8 essais selon le plan factoriel ci-dessous :
Plan d'exoérience - Exemple
page 07
Exemple
Exemple
Les essais furent faits et les résultats sont résumés dans le tableau suivant :
Plan d'exoérience - Exemple
On décide de noter A1 le pourcentage moyen de rebuts lorsque le facteur A est au niveau 1.
On a alors : A1 =
page 07
De la même façon : A2 =
On peut ainsi calculer les pourcentages moyens de rebuts pour les 2 niveaux des 7 facteurs étudiés.
Exemple
Exemple
Plan d'exoérience - Exemple
Il suffit finalement de choisir la configuration optimale en prenant pour chaque facteur le niveau qui entraîne le pourcentage de rebut le plus faible, c’est-à-dire :
A1
B2
C2
D1
E2
F1
G2
Une dernière étape reste à faire pour vérifier que les prédictions théoriques étaient correctes:
C’est l’essai de validation
page 08
Excercice 1
Plan d'exoérience - Excercices
Excercice 1
Plan d'exoérience - Excercices
4pts
6pts
3pts
6pts
Evaluation
12345
OUVERT
ERREUR
Gantt - Exercices
4242
Optimisation
Plan d'expérience (session 2020)
DT17
DT18
DT19
Plan d'exoérience - Excercice
DT20
DT21
DR 8
DT17
DT18
DT19
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
DT20
DT21
DR 8
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice
Plan d'exoérience - Excercice