Matrise Statistique des Procds
(MSP)
Statistical Process Control (SPC)
Christophe Rousseau
11.02.2014
Plan
Quest-ce que la qualit?
Quest-ce que la MSP/le SPC?
Variabilit
Loi Normale
Cartes de contrle
Capabilits
Application de la MSP la Strilisation
Christophe Rousseau
11.02.2014
Qualit Maitrise Statistique des
Procds
Si nos fabriques imposent force de soin
la qualit suprieure de nos produits, les
trangers trouveront avantage se
fournir chez nous et leur argent affluera
dans le royaume
Colbert, 3 aout 1664
Christophe Rousseau
11.02.2014
Quest-ce que la qualit?
La qualit dun produit ou dun service
est son aptitude satisfaire les
besoins dun utilisateur au moindre
cot.
Christophe Rousseau
11.02.2014
Quest-ce que la qualit?
Le contrle est gnralement
considr comme la pierre
essentielle de la qualit :
Il est le filtre qui permet de ne
livrer que des produits corrects.
Christophe Rousseau
11.02.2014
Quest-ce que la qualit?
Il faut dtecter la non-qualit au plus prs du
poste o elle a t produite.
Chez le client
lexpdition
Sur le poste
Cot=1
Christophe Rousseau
En bout de
ligne
Cot=1000
Cot=100
Cot=10
11.02.2014
Quest-ce que la qualit?
Un dfaut prvu cote 100 fois moins cher quun
dfaut constat.
Faire la qualit du premier coup
Matriser les procds utiliss
Obtenir la qualit au dpart de la fabrication
Matriser le processus tout au long de la fabrication
De lapprovisionnement la livraison
Christophe Rousseau
11.02.2014
Plan
Quest-ce que la qualit?
Quest-ce que la MSP/le SPC?
Variabilit
Loi Normale
Cartes de contrle
Capabilits
Application de la MSP la Strilisation
Christophe Rousseau
11.02.2014
Quest-ce que la MSP (SPC en anglais)
La MSP est un lment dassurance qualit
Son objectif est de matriser un processus
mesurable par suivi graphique temporel bas
sur des fondements statistiques
Convient uniquement pour la grande srie.
Christophe Rousseau
11.02.2014
Statistical Process Control (SPC)
Invent par Walter Shewhart la
Western Electric (Illinois) dans les
annes 20
Distinction entre
Variabilit lie des causes communes
(alatoire)
Variabilit lie des causes spcifiques
(assignable)
Bas sur des chantillons rpts
dun processus
Christophe Rousseau
11.02.2014
Matrise statistique des procds
(MSP)
Une mthode de surveillance dun processus afin
didentifier des causes spcifiques de variation et
signaler le besoin de prendre des actions correctives,
quand cest appropri.
La MSP repose sur des cartes de contrle
Christophe Rousseau
11.02.2014
Plan
Quest-ce que la qualit?
Quest-ce que la MSP/le SPC?
Variabilit
Loi Normale
Cartes de contrle
Capabilits
Application de la MSP la Strilisation
Christophe Rousseau
11.02.2014
Variabilit
Dviation = cart entre les
observations et la moyenne des
observations
Christophe Rousseau
Jean
Deviations
Observations
Moyennes
8
7
10
8
9
10
10 - 8.4 = 1.6
9 8.4 = 0.6
8 8.4 = -0.4
8 8.4 = -0.4
7 8.4 = -1.4
8.4
0.0
Paul
11.02.2014
Variabilit
Dviation = cart entre les
observations et la moyenne des
observations
Deviations
Observations
Moyennes
Christophe Rousseau
Jean
7 6.6 = 0.4
7 6.6 = 0.4
7 6.6 = 0.4
6 6.6 = -0.6
6 6.6 = -0.6
6.6
0.0
7
6
7
7
6
Paul
11.02.2014
Variabilit
8
7
10
8
9
Variance = carr de lcart
moyen entre observations et
moyenne des observations
Deviations
Carr des Deviations
10
10 - 8.4 = 1.6
2.56
9 8.4 = 0.6
0.36
8 8.4 = -0.4
0.16
8 8.4 = -0.4
0.16
7 8.4 = -1.4
1.96
8.4
0.0
1.0
Observations
Moyennes
Christophe Rousseau
Jean
Paul
Variance
11.02.2014
Variabilit
Variance = carr de lcart moyen
entre observations et moyenne des
observations
Deviations
Carr des Dviations
7 - 6.6 = 0.4
0.16
7 - 6.6 = 0.4
0.16
7 - 6.6 = 0.4
0.16
6 6.6 = -0.6
0.36
6 6.6 = -0.6
0.36
6.6
0.0
0.24
Observations
Moyennes
Christophe Rousseau
Jean
7
6
7
7
6
Paul
Variance
11.02.2014
Variabilit
cart type (Sigma) = racine carr de
la variance
Jean
Variance
cart type
Jean
1.0
1.0
Paul
0.24
0.4898979
Paul
Christophe Rousseau
11.02.2014
Variabilit
Le monde a tendance suivre une loi normale, en forme de cloche
Rsultats trs rares
(probabilit > 0)
Christophe Rousseau
Rsultats
peu
nombreux
(basse)
Majorit des
rsultats
Rsultats
peu
nombreux
(haute)
Rsultats trs rares
(probabilit > 0)
11.02.2014
Variabilit
Les rsultats qui ont la mme chance de se
produire (comme les ds), sajoutent pour
former un courbe en forme de cloche.
Voil pourquoi:
Somme des points sur les ds
Probabilit
0.2
0.15
1 die
0.1
2 dice
0.05
3 dice
0
1
9 10 11 12 13 14 15 16 17 18
Somme des points
Christophe Rousseau
11.02.2014
Plan
Quest-ce que la qualit?
Quest-ce que la MSP/le SPC?
Variabilit
Loi Normale
Cartes de contrle
Capabilits
Application de la MSP la Strilisation
Christophe Rousseau
11.02.2014
Courbe Normale en forme de cloche
Ajouter environ 30 mesures
de nimporte quoi, et on
commence avoir une
distribution normale.
Une distribution normale est
divise par 3 carts type de
chaque cot de la moyenne.
Quand on sait cela, on
comprends dj une grande
partie de ce qui se passe.
Christophe Rousseau
11.02.2014
Courbe Normale en forme de cloche
Environ 68% des individus
sont compris dans
lintervalle +/- 1
Christophe Rousseau
11.02.2014
Courbe Normale en forme de cloche
Environ 65% des individus
sont compris dans
lintervalle +/- 2
Christophe Rousseau
11.02.2014
Courbe Normale en forme de cloche
Environ 99.8% des individus
sont compris dans
lintervalle +/- 3
Christophe Rousseau
11.02.2014
Exercice
On a relev la taille sur une population de 1985 hommes. Les
rsultats sont dans le tableau ci-dessous.
Christophe Rousseau
11.02.2014
25
Etendue note R
Ltendue est la diffrence entre la plus grande
des donnes et la plus petite
Taille maxi = 2,1m Taille mini=1.6m
Etendue R=2.1-1.6 = 0.5 m
Christophe Rousseau
11.02.2014
26
Moyenne note Xbar
La moyenne arithmtique dun ensemble de n nombre
dfinie par Xbar
Xbar = (1.6*1 + 1.65*10 + + 2.05 *9 + 2.1 *1) / 1985
Xbar = 1.849 mtres
Christophe Rousseau
11.02.2014
27
Ecart type not
Lcart type est la racine carre de la moyenne
arithmtique des carrs des carts la moyenne
Variance = = [(1.6-1.849) *1 + (1.65-1.849) * 10 +
(2.05-1.849) * 9 + (2.1 1.849) *1] / 1985
= 0.07
Christophe Rousseau
11.02.2014
28
plus de 99% des personnes ont une taille
comprise entre Xbar 3 et Xbar + 3
Xbar 3x = 1.849 3 x 0.07 = 1.64
Xbar + 3x = 1.849 + 3 x 0.07 = 2.06
Christophe Rousseau
11.02.2014
29
Nombre de personnes ayant une taille comprise
entre 1.64 et 2.06
10 + 57 + 205 + 440 + 560 + 440 + 205 + 57 +9 = 1983
soit 1983 / 1985 = 99.9%
30
plus de 67% des personnes ont une taille
comprise entre Xbar et Xbar +
Xbar 3x = 1.849 0.07 = 1.78
Xbar + 3x = 1.849 + 0.07 = 1.92
31
Nombre de personnes ayant une taille
comprise entre 1.78 et 1.92
440 + 560 + 440= 1440
soit 1440 / 1985 = 73%
32
Causes de Dispersions les 5M
Main
duvre
Mthodes
Variabilit du
procd
Milieu
Christophe Rousseau
Machine
Matire
11.02.2014
33
Causes de Dispersions
Causes communes:
Dispersion alatoires (habituel)
Pas de modle, pas de tendance
Inhrent au processus
Ajuster le procd augmente la variabilit
Causes speciales
Dispersion systmatique (inhabituel)
Peut suivre une tentance, un modle
Assignable, explicable, contrllable
Un ajustement de procd diminue sa variation
Dispersion totale = Dispersion systmatique + Dispersion alatoire
Christophe Rousseau
11.02.2014
Observons la fabrication dun chantillon de pices
sur un longue dure
UCL
Dispersion Instantane
Lie la Machine
Christophe Rousseau
Dispersion Globale
LCL
Lie au Procd
11.02.2014
Causes de Dispersion
Dispersion
Instantane
Machine
+
Matire
+
Mthode
+
Milieu
+
Main
doeuvre
=
Procd
Dispersion Globale
Christophe Rousseau
11.02.2014
Matrise Statistique des Procds
La Variabilit du procd doit tre la plus
faible possible
Il existe 2 causes provoquant cette variabilit
Causes Alatoires:
Variations naturelles du rsutat dun procd, gnr
par une infinit de facteurs.
Causes Assignables :
Une variation dont la source peut tre identifie
Christophe Rousseau
11.02.2014
Matrise Statistique des Procds
Le Contrle du Procd
Dfinir
Mesurer
Comparer
Evaluer
Corriger
Monitorer les resultats
Christophe Rousseau
11.02.2014
Plan
Quest-ce que la qualit?
Quest-ce que la MSP/le SPC?
Variabilit
Loi Normale
Cartes de contrle
Capabilits
Application de la MSP la Strilisation
Christophe Rousseau
11.02.2014
Carte de Contrle
Carte de Contrle
Objectif: suivre le rsultat dun procd pour voir
sil est alatoire
Une reprsentation, ordonne dans le temps, des
statistiques dchantillons obtenus lors dun
procd en cours (i.e. moyennes dchantillons)
Les limites de contrle basse et haute dfinissent
lcart de variation acceptable pour un procd
donn (+ ou 3 sigma).
Christophe Rousseau
11.02.2014
Carte de Contrle
Variation Anormale
due des sources assignables
Hors
contrle
UCL
Moyenne
Variation Normale
due la chance
LCL
Variation Anormale
due des sources assignables
0
10 11 12 13 14 15
Numro dchantillon
Christophe Rousseau
11.02.2014
Les cartes de contrle en gnral
Elles sont nommes en fonction du type de
donnes entres, i.e., Xbar, R, p, et c
Elles ont une ligne centre, qui reprsente la
moyenne globale
Elles ont des limites au dessous et en dessus la
ligne centale 3 carts type (en gnral)
Limite de contrle haute (UCL)
Ligne centrale
Limite de contrle basse (LCL)
Christophe Rousseau
11.02.2014
Les Histogrammes ne prennent
pas en compte les changement
dans le temps
Les cartes de contrles
peuvent nous dire quand
quelque chose change
Christophe Rousseau
11.02.2014
Applications des cartes de contrle
Visualisation de ltat du contrle statistique
Suivi dun procd / machine (monitoring) et
signalisation dune drive du procd /
machine (hors contrle)
Dtermination de la capabilit du procd /
machine
Christophe Rousseau
11.02.2014
Cartes de contrle courantes
Donnes Variables (mesurables de faon continue)
X-bar et R-charts
X-bar et s-charts
Carte de donnes individuelles (X-charts)
Donnes dattribut (non mesurables, contrle visuel)
Pour les dfecteux, les produits non-conformes (pchart, np-chart)
Pour les dfauts, les non-conformits (c-chart, u-chart)
Christophe Rousseau
11.02.2014
Cration de cartes de contrle
Prparer
Choisir la mesure
Dterminer comment collecter les donnes,
lchantillonage, la taille, la frquence
Crer une carte de contrle initiale
Collecter les donnes
Enregistrer les donnes
Effectuer les calculs appropris (moyenne, cart
type)
Enregistrer les donnes dans la carte
Christophe Rousseau
11.02.2014
Christophe Rousseau
11.02.2014
tapes suivantes
Dterminer les limites de contrle
Ligne centrale (moyenne des mesures)
Calcule des limites UCL, LCL (+/- 3 sigma)
Analyser et interprter les resultats
Dterminer si le procd est sous contrle
liminer les mesures hors contrle
Recalculer les limites de contrle si besoin
Christophe Rousseau
11.02.2014
Limites
Limites de contrle et de procd:
Statistique
Les limites de procds sont utiliss pour les mesures
individuelles
Les limites de contrle sont utilises pour les moyennes
Limites = Xbar 3
Dfinit ce qui est normal (causes communes) & anormal
(causes spcifiques)
Limites de spcification:
Ingnierie, produit fini
Limites = objectif tolerance
Dfinit ce qui est acceptable & inacceptable pour le client
Christophe Rousseau
11.02.2014
Limites de Procd vs. limites de
Limites de Tolrance/Spcification
contrle
Distribution des moyennes
Variance des
moyennes
<
Variance des
mesures
individuelles
Limites de contrle
Distribution des individuels
Limite de procd
Christophe Rousseau
11.02.2014
Cartes de donnes variables
Centrage du procd
Carte X bar
X bar = moyenne des mesures
dun chantillon
Dispersion du procd
(rptabilit)
X=
X
i =1
R = max( X i ) min( X i )
Carte R
R = cart des mesures dun
chantillon
Christophe Rousseau
11.02.2014
Carte X bar
La ligne centrale est la moyenne des
m
moyennes (X double bar)
Xj
j =1
Les points sont des X bars
X=
m
Limite de contrle suprieure UCL = X + A2 R
Limite de contrle infrieure LCL = X A2 R
Christophe Rousseau
11.02.2014
Carte R
La ligne centrale est la moyenne des carts (R
bar)
Les points sont les R (cart de chaque
chantillon)
Les valeurs A2, D3 et D4 sont dfinies en
fonction de la taille de lchantillon
UCL = D4 R
Christophe Rousseau
LCL = D3 R
11.02.2014
Utilit des cartes X bar & R
Ces cartes sont toujours utilises ensemble
Les donnes sont collectes (20-25
chantillons)
Les statistiques des chantillons sont calcules
Toutes les donnes sont entres sur les cartes
Analyse du comportement des donnes
Les limites peuvent tre recalcules, dans le
cadre dun processus damlioration continue.
Christophe Rousseau
11.02.2014
Cartes dattribut
Carte c utilise
pour compter les
dfauts dans un
chantillon de taille
constante.
c=
c
i =1
= ligne _ centrale
LCL = c z c
UCL = c + z c
Christophe Rousseau
11.02.2014
Cartes dattribut
Carte p utilise pour suivre un taux de
dfectivit
pi =
p=
p
j =1
x
ij
nm
p (1 p )
UCL = p + z
n
Christophe Rousseau
= ligne _ centrale
p (1 p )
LCL = p z
n
11.02.2014
x
i =1
Cartes de contrle de variables
Carte de contrle moyenne
Utilise pour monitorer la tendance centrale dun
procd.
Carte X bar
Carte de controle des carts
Utilise pour monitorer la dispersion dun
procd.
Carte R
Les Variables gnrent des donnes qui sont
mesures.
Christophe Rousseau
11.02.2014
Cartes des moyennes et des carts
la moyenne du
procd drive
vers le haut
Distribution
Des chantillons
UCL
Dtecte la drive
Carte X-bar
LCL
UCL
Carte R
LCL
Christophe Rousseau
Ne dtecte pas
De drive
11.02.2014
Cartes des moyennes et des carts
Distribution
Des chantillons
(la variabilit du procd
augmente)
UCL
Ne rvle pas
Laugmentation
Carte X-bar
LCL
UCL
Rvle laugmentation
Carte R
LCL
Christophe Rousseau
11.02.2014
Cartes de contrle dattribut
p-Chart carte de contrle utilises pour
monitorer le taux de dfauts (proportion)
dans un procd
c-Chart - carte de contrle utilises pour
monitorer le nombre de dfauts par unit
Les Attributs gnrent des donnes qui sont
comptes.
Christophe Rousseau
11.02.2014
Utilisation de cartes P
Quand lobservation peut se traduire par 2
catgories.
Bon ou mauvais
Russite ou chec
Marche ou pas
Quand les donnes sont constitues de
multiples chantillons composs de multiples
observations.
Christophe Rousseau
11.02.2014
Utilisation de carte C
Utilise uniquement quand le nombre
doccurences (apparition) par unit de mesure
peut tre compt;
Rayure, brchure, ou erreurs par pice
Fissures ou dfauts par unit de distance
parcourue
Casses ou dchirures par unit de surface
Bacteries ou polluants par unit de volume
Appels, plaintes, checs par unit de temps
Christophe Rousseau
11.02.2014
Utilisation des cartes de contrle
quels endroits du procd faut-il utiliser des
cartes de contrle ?
Quelle taille dchantillon faut-il prendre ?
Quel type de cartes de contrle faut-il utiliser ?
Variables
Attributs
Christophe Rousseau
11.02.2014
Comportements anormales dans une
carte de contrle
Tendance
Cycles
Dcalage
Drive de la moyenne
Trop de dispersion
Christophe Rousseau
11.02.2014
Hors-contrles typiques
Point hors des limites de contrle
Drive soudaine de la moyenne
Cycles
Tendances
Rester toujours proche de la ligne central
Rester toujours proche dune limite de
contrle
Instabilit
Christophe Rousseau
11.02.2014
Drive de la moyenne
Christophe Rousseau
11.02.2014
Identifier les drives potentiels
Christophe Rousseau
11.02.2014
Cycles
Christophe Rousseau
11.02.2014
Tendance
Christophe Rousseau
11.02.2014
Plan
Quest-ce que la qualit?
Quest-ce que la MSP/le SPC?
Variabilit
Loi Normale
Cartes de contrle
Capabilits
Application de la MSP la Strilisation
Christophe Rousseau
11.02.2014
Mises sous contrle
Utiliser un outil de rsolution de problme
Continuer collecter et enregistrer les donnes
Faire une action corrective si besoin
Mettre sous contrle la fabrication
Pour cela, il existe 2 indicateurs :
Lindice de capabilit du procd / machine
Cp/Cm
Lindicateur de drglage (Capabilit relle)
Cpk/Cmk
Christophe Rousseau
11.02.2014
Capabilit du Procd / Machine
Tolerances ou specifications (IT)
cart de valeurs acceptables tabli pour un
produit par les concepteurs (ingnieurs) ou par les
besoins du clients.
Variabilit du Procd / machine
Variabilit naturelle dans un procd / machine
Capabilit du procd / machine
Variabilit relative dun procd / machine par
rapport une spcification.
Christophe Rousseau
11.02.2014
Indice de Capabilit
Cet indicateur compare la performance attendue (IT)
et la performance obtenue (Dispersion)
IT
IT
6
Christophe Rousseau
m
6
11.02.2014
73
Indice de Capabilit
Intervalle de Tolrance IT
Cp ou Cm =
=
Dispersion instantane 6
IT
IT
6
Christophe Rousseau
m
6
11.02.2014
74
Indice de Capabilit
La machine sera capable si Cm > 1.33
Le procd sera capable si Cp > 1.33
IT
Christophe Rousseau
11.02.2014
75
Indicateur de Drglage
Lindicateur Cm ou Cp ne suffit pas car il ne tient pas compte
du drglage. On introduit alors un autre indicateur Cmk ou
Cpk.
IT
Cp>1.33
Mais procd (m)
dcal par rapport
la cible (T)
6
Christophe Rousseau
11.02.2014
76
Indice de Drglage
Distance moyenne/Limite Spec + proche
D1
Cpk ou Cmk =
=
1/2 Dispersion instantan e
3
IT
TI
TS
D1
m
6
m
T
3
6
Christophe Rousseau
11.02.2014
77
Indice de Drglage
Cpk = (1 k)Cp
T -m
D2
Distance entre cible et moyenne
k =
=
=
1/2 Tolrance
(TI TS ) / 2
D3
Si le procd est centr, T=m, k=0 alors Cpk=Cp
TI
TS
D3
D2
T=m
m
T
Christophe Rousseau
11.02.2014
78
Indice de Capabilit relle
La machine sera capable si Cmk > 1.33
Le procd sera capable si Cpk > 1.33
La capabilit machine apparat comme une
limite de la capabilit procd, cest--dire
que Cpk tend vers Cmk quand on maitrise les
4M autre que la machine (Main duvre,
Mthode, Milieu, Matire).
Christophe Rousseau
11.02.2014
79
En rsum
Cpk=0.66
Non Capable
Cp<1
Cpk=1
Juste Capable
Cp=1
Cpk=1.33
Acceptable
Cp>1.33
Performant
Cp>1.66
Vers lExcellence
Toujours Centr
Christophe Rousseau
11.02.2014
tapes de mise sous contrle dun
processus
Christophe Rousseau
11.02.2014
81
Temps
Il faut supprimer
Les causes
assignables pour
Rendre le processus
Sous contrles
Le procd
nest pas
Sous contrle
Prsence
de causes
Assignables
Prsence de pices
Hors tolrance
Le procd
Nest pas
capable
Christophe Rousseau
11.02.2014
82
Temps
Les procd est
Prvisible
Prsence de pices
Hors tolrance.
Le procd est
Sous contrles
Mais pas capable
Suppression des
Causes principales
assignables
Prsence de
Causes
assignables
Christophe Rousseau
11.02.2014
83
Temps
Amlioration de
La Capabilit
Pas de pices
Hors tolrance.
Le procd est
Sous contrles
Le procd est
Capable
Suppression des
Causes principales
assignables
Prsence de
Causes
assignables
Christophe Rousseau
11.02.2014
84
Cpk, PPM, and "Six Sigma"
Cpk
"Combien de
(Defini comme la
capabilit
distance de la
Sigma?" Distance
moyenne du
de la moyenne du
procd la limite procd la limite
de tolrance la plus de tolrance, en
proche, divise par
carts type
3 carts type)
l'intrieur des
Tolrances
(Procd
parfaitement
centr,inclus les
deux extmits)
Units conformes
par millions
PPM de la courbe PPM de la courbe
en "cloche"
en "cloche"
Hors Tolrances Hors Tolrances
1 pice dfectueuse
(Procd
(Procd mal
sur un total de
parfaitement centr, centr, une seule
les deux extmits extrmit prise en
prises en compte)
compte )
1'000'000
500'000
0.17
0.5
382'925
617'075
308'538
0.33
682'689
317'311
158'655
0.5
1.5
866'386
133'614
66'807
15
0.67
954'500
45'500
22'750
44
0.83
2.5
987'581
12'419
6'210
161
997'300
2'700
1'350
741
1.17
3.5
999'535
465
233
4'299
1.33
999'937
63
32
31'574
1.5
4.5
999'993.2
6.8
3.4
294'319
1.67
999'999.4
0.6
0.3
3'488'556
1.83
5.5
999'999.96
0.04
0.02
52'660'508
999'999.998
0.002
0.001
1'013'594'613
2.17
6.5
999'999.99992
0.00008
0.00004
24'900'418'127
Amliorer la Capabilit Process
Simplifier
Standardiser
Dtrompeurs, systmes anti-erreurs
Amlioration des equipments
Automatisation
Christophe Rousseau
11.02.2014
Limitations des indexes de capabilit
Le procd peut tre instable
Les rsultats du procd peuvent ne pas
suivre une distribution normale
Procd non centr mais Cp est utilis
Christophe Rousseau
11.02.2014
Plan
Quest-ce que la qualit?
Quest-ce que la MSP/le SPC?
Variabilit
Loi Normale
Cartes de contrle
Capabilits
Application de la MSP la Strilisation
Christophe Rousseau
11.02.2014
Application de la MSP au retraitement
des DMx
Difficile dappliquer les principes de la MSP en
strilisation
Fabrication de DMx striles
Pas de transformation mesurable du produit
Aucune mesure directe sur les DMx, aucune
tape du processus de retraitement
Impossibilit de mesurer ltat strile des DMx
Pas de calcul de Cp, Cpk possible!
Christophe Rousseau
11.02.2014
89
Application de la MSP au retraitement
des DMx
Mais la MSP et les cartes de contrles pourraient
quand mme nous tre utile en strilisation!
Validation
Les nombreuses donnes issues de la validation des
quipements de strilisation pourraient tre entres
dans des cartes de contrle
On pourrai ainsi construire un historique ds la
QO/QP, et chaque anne pour chaque strilisateur,
laveur-desinfecteur, soudeuses
Dans ce cas, le calcul de capabilit ne fait pas de sens,
du fait de la frquence (annuelle) des contrles
Christophe Rousseau
11.02.2014
90
Application de la MSP au retraitement
des DMx
Libration de charges
La aussi, on pourrait saisir les donnes de libration de
chaque charge dans des cartes de contrle, et de ce fait,
suivre lvolution de chaque strilisateur.
On pourrait imaginer enregistrer la temprature moyenne
du plateau, la temprature min et max (carte X-bar et R), la
F0, la temprature issue de la pression
De ce fait, on pourrait calculer une capabilit pour chaque
strilisateur, et intervenir prventivement en cas de drive.
91
Application de la MSP au retraitement
des DMx
Suivi des tests journaliers
Essai de fuite dair, BD
Suivi du taux de Non-conformits lors du
contrle dun lot, en utilisant des cartes
attributs (carte C)
Finalement, on pourrait liminer beaucoup de
paperasse .
Christophe Rousseau
11.02.2014
92
Les outils de la MSP
Dans lindustrie o la MSP est rpandue, il existe des
systme intgrs appels MES
Un Manufacturing Execution System (MES) est un systme
informatique dont les objectifs sont d'abord de collecter en
temps rel les donnes de production de tout ou partie
d'une usine ou d'un atelier.
Ces donnes collectes permettent ensuite de raliser un
certain nombre d'activits d'analyse :
Traabilit
Contrle de la qualit
Suivi de production
Ordonnancement
Maintenance prventive et curative
Christophe Rousseau
11.02.2014
93
Outils de la MSP
Nos outils informatiques de traabilit (Optim,
Sterigest) sont donc les MES de strilisations
centrales.
Intgrer un module de MSP pourrait tre une volution
de ces outils, dans le cadre dun partenariat avec les
fournisseurs de logiciels de traabilit.
Il existe aussi des outils informatiques ddis la MSP
(rechercher logiciel SPC sur google), intgrs ou
indpendants.
Ces outils permettent de collecter les donnes, de
grer les cartes de contrles et de calculer
automatiquement les Cpk, Cmk
Christophe Rousseau
11.02.2014
94
MERCI!
La MSP est une approche compatible avec
notre activit de retraitement de DMx.
Elle propose une volution intressante de
notre activit vers quelque chose de plus
industrielle .
Pour cela, il faudra encore du temps et des
moyens.
Christophe Rousseau
11.02.2014
95
