b\ aytabl pole apOHy ayaa HICH toloC2O# |4CeiPChiel #20101 Ecole Nationale des Scienkes)Appliquéesde Fes Uae 9, sade gaymiseal toOAoLIEt O£AL LE ALLA Ol ACASHH oC Université Sidi Mohamed Ben Abdellah Maitrise Statistiques des processus (MSP) aime année Industriel Professeur : BENNOUNA Fatima. Scanned with CamScannerSiLaye op sane gare neal toONoUIEt OLALCEACLoA Ol MOATHHC ersité Sidi Mohamed Ben Abdella Agta PU ple) ayo aay salt Ot 1 #L.OO.IE1 1 V/ Objectifs de Ia MSP jes processus (MSP ou SPC en anglais Statistical Process La Maitrise statistique dl piloter et améliorer les processus, et qui a des Control) est une technique utilisée pour cconséquences tant sur la productivité que sur la qualité, ‘identifier les différents facteurs qui contribuent & la variabilité d’'un Son principe de base est d éliminer les causes anormales et de les maitriser pour rendre le processus, de les analyser pour processus plus stables et davantage prévisible. Lobjectif fondamental de la MSP est done : «« Connaitre les différents paramétres qui contribuent a la variabilité du processus eVou du produit. 4 Les maftriser en traitant les causes de variation : la maitrise des processus en partant de analyse de ces 5 M (Matiére, Méthode, Milieu, Matériel, Main d'ccuvre). Elle apporte tune plus grande rigueur et des outils méthodologiques qui vont aider les opérateurs et la maitrise dans leur tache d’amélioration de la qualité. «¢ Done réduire et maitriser la variabilité du processus en vue de minimiser celle du produit. 11 est important de signaler qu'avant de retenir toute démarche MSP, il est important de vérifier que le processus est capable (calcul des capabilités) : cela permet d'adapter la stable, il faut se pourvoir de moyens plus démarche. Si le processus est non capable mais performants. Si le processus est juste capable, il faudra prélever des échantillons de taille cconséquente. I1/ Notions de bases et définitions 1. L’échantillonnage : «© Prélévement: Le prélévement (N pices) est composé de k échantllons de taille mle caractére consécutif ou non des pices prélevées n’est pas imposé par la nome, ce point devant étre précisé par accord entre les parties (Ie fournisseur et le client) illon: On peut déterminer Ia taille de Yéchantillon & © Choix de Ia taille de l'échant le niveau de contréle et le NQA sont Paide de tables(*) lorsque Ia taille des lots, définis. (*) MIL STD 105 E, NFX 06-022 , ISO 2859 NOA: Etant donné qu'il est quasiment impossible de demander & une production de ne présenter aucun défectueux, on définit un niveau de qualité acceptable (NQA) ob Ton voudrait les lots présentant un pourcentage de défectueux inférieur au NQA. ~-accepter 4 100% entant un pourcentage de défectueux supérieur au NQA. ~refiuser tous les lots prés Scanned with CamScanneraye op anda gaye dial 1OAUC OLACCEACE eA Ol HOATNAG Université Sidi Mohamed Ben Abdellab yt M0 po QLD AAPM ay sal HICH teleC2Ot HCOOH! HOILOT Ecole Nationale des Sciences Appliquéesde Fes + Lerisque fournisseura; Le risque a associé au NQA (~p0%) est le risque pour le fournisseur de se voir refuser des lots ayant un niveau de qualité acceptable. © Lesisque tient B: Le risque fi (=p1%) est le risque d'accepter des lots qu'on ne voudrait pas utiliser. Les risques ne pouvant étre annulés, Je fourni ient_dev Lorsque l'on a déterminé les risques clients et fournisseurs correspondant & des lots contenant différents pourcentages de défectueux, on peut construire la courbe d’efficacité des plans d°échantillonnage (établie grice & la loi de Poisson), qui permet d’établir la relation entre la probabilité d'acceptation du lot et le pourcentage de défectueux du lot. (Voir figure ci-dessous). Probabilité d'acceptation du lot en % 100 T crepe bon 50 ¢ Risque cil mobi 2. Dispersion : Lest important lorsqu’on regarde une distribution de bien vérifier que la courbe & la forme d’une cloche (suit la loi normale) , si ce n’est pas le cas,c’est probablement le signe qu’un ou plusieurs déréglages importants sont produits pendant le processus de production. L’analyse des productions sur une machine montre qu’en l’absence de déréglage, la répartition des produits suit une loi normale. Scanned with CamScanner| es ; Wl ays or aaa gage sal? AstsgMU pols) ayAM oI day adh ons $ AOAC #1 1COOatCl te 18 1 OAC OLACCEACESA O1 ie feted BSI ‘Université Sidi Mohamed Ben Abdellah, HICH Ecole Nationale des Sciences Appliquées de Fos ne de cette convergence vers Ia loi normale est appelé Le théoréme statistique & lor théoréme centrale limite (TCL). Enoneé du TCL; Tout systéme soumis & de nombreux facteurs indépendants les uns des autres et lent génére une loi normale. dun ordre de grandeur éqi 3. La capabilité : . abilité Process c'est Vaptitude, la capacité d'un process & respecter des spécifications, atteindre en Permanence le niveau de qualité souhaité. La Capabilité Process (Cp) donne une indication sur la performance d'un process par rapport aux limites admissibles, * La Capabilité de la machine : c'est-'-dire qu'on ne prend en compte que la machine. Cela implique que les mesures sont faites de maniére a ne prendre en compte que la Variabilité aléatoire de la machine (pas de changement dopérateur, de matires, pas de réglage) Cp ou Cm = Intervallede Tolérance _ IT Dispersion instantanée 60 A UN °L/indicateur de déréglage (Capabilité réelle} Cpk/Cmk > La machine sera capable et bien réglé si Cm > 1.33, et Cmk > 1.33. > Le procédé sera capable et bien réglé si Cp > 1.33, et Cpk > 1.33. Scanned with CamScannerayty WUD pol@ AVG aay aa ey HICH tol | HCOOI HOOT a Ecole NationaledesSciences Appliquéesde Pes GAY | » La capabilité machine apparait comme une limite de la cupabilité procédé, eest-bdite que Cpk tend vers Cmk quand on maitrise les 4M autre que la machine (Main dceuvte, Méthode, Milicu, Matiére). 3 Dispersion long terme La Performance processus (Pp et Ppk) s'intéres Capabilité processus (Cp et Cpk) va s'intéresser Ia & In dispersion long terme, la sion court terme. at teres Le calcul du Pp sera done réalisé @ partir d'un échantillon représentatif de ensemble d'une production. En général, la période retenue pour le calcul d'un Pp est au moins d'une semaine. Ainsi, le Pp calculé donnera une bonne indication de la qualité de la production livrée au client. Un processus est eapable (sur le long terme)si son Ppk est supérieur 1,33 bane Viaie capabilé | Viale capabilie taming Centage + Pane» Tolérance Tolerance © Cle +x bie? Court erme ice: oP pk pm (144 heurey Long terme performanco Pp Ppk Pom (1 semaine) 4. La carte de contréle : © Une carte de contréle est un outil permettant de déterminer le moment oii apparait la cause assignable entrainant la dérive. Ainsi, le processus sera arrété au bon moment, c’est-i-dire avant qu'il ne produise des pices non conformes. II existe deux catégories de cartes de contréle : 2 © Les cartes de contréle aux mesures : elles rendent compte de l’évolution d'un caractére numérique : une mesure, durant le processus de production Les cartes de contréle les plus utilisées sont les cartes de contréle par mesure de la moyenne et de l'étendue. * Sil’écart type est connu: Lorsque I'écart-type du processus est connu, les caractéristiques de la distribution normale, on. a les expressions suivantes : Scanned with CamScannerallagy cop sada gage asl? Aut pola) ayVpIl day adh fOAUt OLAL LEAL oA Ol MONTH HEICK toleLSOF | #C4OOoIE1 Ecole Nationale des Sci Université Sidi Mohamed Ben Abdellah ICL UCL=X+ + Sil"écart type est inconnu: Dans beaucoup de cas, I'écart type o est inconnu et doit étre estimé par t (loi de Student) au ant I'étendue lieu de la loi normale standard. Les limites de contrdle sont estimées en uti moyenne des observations a l'intérieur d'un sous-groupe comme mesure de variabilité. WoT va A. © Pour la carte aux étendues : Les limites de contréles sont les suivantes : Lcsr =D4.R Lcir = D3.R © Les cartes de contréle aux attributs : elles sont destinées surveiller la qualité de la production de facon plus grossiére : conformité ou non conformité, nombre de défauts. -Les principales cartes de contréle aux attributs sont: 1- La carte p pour la proportion de défectueux. 2- La carte np pour le suivi du nombre de défectueux. 3- La carte c pour le suivi du nombre de défauts. 4- Lacarte u est semblable a la carte c, Dans la carte u on ne suit pas le nombre de non conformités par unité de contréle, mais le taux de non conformités par unité de contréle. Classification des cartes de contréles aux attributs ‘Approximation de ta loi Poisson par une fel normale ‘Approximation de ta lof binomiale par une lol normale a carte p; Proportion des défectueuses par &chantilon ; | Lacarte C: Nombre de défouts par unné taille fire ou variable des Taite unitaire, ale fixe (unitaice) x : Coarte np : Nombre de défectueuses par échanti¥on. La carte U: pourcentage de noa-conformité par ualté. Taille fire des échantillons Tail fixe funttoice) Scanned with CamScannerah 49 gp sare gaye acca HOAUE OLE CEXCLeA Ol AOAC Université Sidi Mohamed Ben Abdella asta hull po1@V aD amy sa calcul des limites de contriles des cartes de contrdles aux attributs ete ene motes | Uae ean ee oor a ee) pc = 1-9 09:9 nec ttertn ja Hombre de non conformes = total Particle controlés = nombre de_non—conformes | 7 ae+We nombre d'échantillors Interprétation des cartes de controles L’interprétation des cartes de controle se fait par l'analyse du centrage et de la dispersion des points, ainsi que du respect des limites de contréles. Une carte de controle normal doit présenter une répartition peu prés symétrique par rapport la moyenne, ainsi qu’un respect des limites de contréles et qu’une dispersion correcte. Toute présence de points en dehors des limites, d’une trop grande dispersion ou d’une tendance croissante ou décroissante ou d’une suite de plus 7 ou 8 points au dessus ou en dessous de la moyenne peut étre interpréter pas 2 types de causes : * Causes communes: ~ Dispersion aléatoires (habituel) ~Pas de modéle, pas de tendance ~ Inhérent au processus ~ Ajuster le procédé augmente la variabilité © Causes spéciales ~ Dispersion systématique (inhabituel) —Peut suivre une tendance, un modéle — Assignable, explicable, contrdlable ~Un ajustement de procédé diminue sa variation Exemple : Modéle normal Dans cette carte de contréle, les points sont distribués de fagon 4 peu prés symétrique de vee et d’autre de la tendance centrale. Aucun point n’est en dehors des limites et il n’y a pas de succession de points qui pourrait indiquer la présence de causes assignables. Scanned with CamScanner: ail 448 op anda Gaye bal HONG OLAL LALLA O1 AGAIN ayt WUD pol) ayo dee andl Université Sidi Mohamed Ben Abdel: HECK HeleCOF | HL.OO.IC HOICOK Ecole Nationale des Sciences Appliquéesde Fes II/ Démarche MSP Pour appliquer la méthode MSP, on peut suivre la démarche suivante : Identifier les principales caractéristiques du produit Décrire le processus de la maniére la plus compléte possible Analyser les spécifications du produit et du processus (a contrdler) Déterminer la taille de I’échantillon et la fréquence d’ observations Analyse de la capabilité des machines et des processus Choisir les cartes de controles convenables . Etablir les cartes de controle & partir de données déja existantes ‘Metre en place les moyens de mesure, les faire valider et s'assurer de leur bonne utilisation © Créer, remplir et exploiter les cartes de controle: > impliquer le plus possible les opérateurs et la maitrise ; > rechercher les causes d'anomalies; > exploiter réguligrement les cartes de contréle replies Schéma récapitulatif : O1S= a eheherese ‘ACCEPTATION | \ ‘Bonin Scanned with CamScanner