Leon 12

Qualit

L'objectif principal de la leon est de connatre et de comprendre les principaux

types de contrle mis en place pour assurer la qualit des produits et des
processus.

A l'issue de la leon l'tudiant doit tre capable :

de dfinir les principaux plans de contrle de rception,

de dfinir les avantages et inconvnients de chaque type de contrle,

de dfinir les principales caractristiques de la matrise statistique des

procds.

Grard Casanova
Leon 12 : Qualit

SOMMAIRE

1 INTRODUCTION .................................................................................. 3
2 CONTROLE DE RECEPTION DES PRODUITS PAR ECHANTILLONNAGE .. 4
2.1 CHAMP D'APPLICATION ................................................................................ 4
2.2 NIVEAU DE QUALITE ACCEPTABLE, RISQUE CLIENT, RISQUE FOURNISSEUR, CHOIX TAILLE
D'ECHANTILLON ....................................................................................... 5

2.2.1 Risque client, risque fournisseur........................................................... 5

2.2.2 Niveau de qualit acceptable ............................................................... 6
2.2.3 Plans de contrle ............................................................................... 8
2.2.4 Contrle rduit, contrle renforc........................................................10
3 SPC ................................................................................................... 11
3.1 CHAMP D'APPLICATION ...............................................................................11
3.2 CAUSES ASSIGNABLES ET VARIABILITE ALEATOIRE ...............................................14
3.3 CAPABILITES ..........................................................................................14
3.4 CARTES DE CONTROLE (AUX MESURES, AUX ATTRIBUTS).........................................19

3.5 CARTES DE CONTROLE AUX MESURES ...............................................................19

3.5.1 Calcul des limites..............................................................................20

3.5.2 Utilisation des cartes de contrle.........................................................27
3.5.3 Ractions en cas de dfauts ...............................................................28
3.6 LES CARTES DE CONTROLE AUX ATTRIBUTS ........................................................30
4 LA MAINTENANCE INDUSTRIELLE..................................................... 32
4.1 DIFFERENTS TYPES DE MAINTENANCE ..............................................................32
4.2 PLAN DE MAINTENANCE, AMDEC ..................................................................33
4.3 TPM (TOTALE PRODUCTIVE MAINTENANCE) ......................................................34
5 CONCLUSION .................................................................................... 34

Grard Casanova Page 2

Leon 12 : Qualit

Gestion de production et qualit

1 Introduction

La production a t une des premires entits de l'entreprise sensibilise par la

qualit.
Les principaux lments concerns sont la qualit des produits, des processus, de
l'outil de production, des oprateurs.
La qualit d'un produit ou d'un service tant son aptitude satisfaire les besoins
des utilisateurs, il est facile pour un artisan ou un commerant de percevoir
directement l'apprciation du client et d'amliorer la qualit de son produit ou de
son service.
Mais dans le cas d'une organisation complexe de production, les oprateurs ne
sont pas en contact direct avec le client et ne peuvent percevoir la qualit
attendue.
Aussi une tape intermdiaire est-elle ncessaire qui est la transformation des
besoins des clients en spcifications, les services de production doivent alors
raliser les produits conformment aux spcifications.

Mais si l'on part du principe que tout systme n'est pas fiable il est ncessaire de
s'assurer que les produits (services) sont biens conformes et pour cela dans un
premier temps raliser des contrles.

Le contrle sur le produit peut tre excut en fin de processus ou alors en cours
de ralisation.
Il peut se faire de faon systmatique (contrle de toutes les pices) ou alors de
faon statistique, en prlevant et en contrlant des chantillons.

Lorsque le nombre d'oprations sur un produit est important la dtection du

dfaut se fait souvent trop tard de plus il est difficile de raliser une action
corrective sur le processus visant liminer le dfaut.

Dans ce cas le SPC (Statistic Process Control) ou MSP (Matrise Statistiques des
Procds) permet de suivre l'volution du procd et de raliser les actions
correctives avant la production trop importante de produits non conformes.
Il s'applique aussi bien pour des contrles pour des variables continues : cote,
poids, valeur etc. (cartes de contrle aux mesures) que pour des contrles par
attributs : caractristiques en tout ou rien comme prsence ou absence de
rayures, de coulures, de vis etc.

La qualit de l'outil de production est assure par la maintenance qui permet de

maintenir celui ci en tat de fonctionnement.

La qualit des oprateurs est essentiellement assure par la formation.

Grard Casanova Page 3

Leon 12 : Qualit

2 Contrle de rception des produits par chantillonnage

2.1 Champ d'application

Principalement utilis en contrle final chez le fournisseur ou en contrle de

rception chez le client, ce contrle statistique des lots ou contrle par
chantillonnage soppose au contrle 100%.
En effet dans le contrle 100% chaque produit est contrl alors que lors du
contrle par chantillonnage on ne contrle quun chantillon (une partie du lot)
pour accepter ou refuser tout le lot.

Quand faut-il contrler 100% ? Quand peut-on contrler par

chantillonnage ?

Prenons lexemple dune rotule de direction et deux types de contrle :

Le premier est un contrle par ultra sons permettant de dtecter la

prsence de pailles dans lacier, dfauts pouvant apparatre lors de
fabrication de lacier et pouvant crer des amorces de rupture.

Le second est un contrle de rsistance aux chocs (la rotule est une pice
de scurit elle peut plier en cas de choc mais ne doit pas casser).

Rponses :

Le contrle 100% est bien sr ncessaire lorsquil y a un risque pour la vie des
personnes aussi le contrle par ultra sons doit se faire sur toutes les pices.
Pour des raisons videntes le contrle par chantillonnage devra tre utilis pour
tous les contrles destructifs.
La rotule aprs le test de rsistance aux chocs nest plus utilisable donc on
adoptera un contrle chantillonn.

Il est possible de rsumer grossirement lutilisation des deux types de contrle

sous forme de tableau :

Produit de scurit Produit sans risque

Contrle destructif chantillonn chantillonn
Contrle non destructif 100% chantillonn

Bien sr dautres critres interviennent dans le choix des types de contrle :

Tailles des sries, valeur ajoute des produits, cot du contrle (est-il
raisonnable deffectuer un contrle coteux lorsque trois ou quatre pices sur
1000 sont dfectueuses ?), choix des caractristiques contrler etc.

Grard Casanova Page 4

Leon 12 : Qualit

Remarque :

Un contrle 100% ne veut pas dire que lon contrle toutes les caractristiques
du produit mais une seule.
Avant de parler des risques dus lchantillonnage, prcisons que le contrle
100% nest pas sans risque en effet le caractre rptitif et monotone des
oprations de contrle peut conduire des erreurs et notamment lacceptation
de pices dfectueuses. Il peut conduire aussi au refus de pices bonnes car
certains contrleurs considrent quils doivent ncessairement rejeter certaines
pices pour que leur chef considrent quils ont bien fait leur travail.

2.2 Niveau de qualit acceptable, risque client, risque fournisseur,

choix taille d'chantillon

2.2.1 Risque client, risque fournisseur

Il existe deux types de risque pour le contrle par chantillon :

Le risque client, (appel aussi risque ) est la probabilit, pour un plan

dchantillonnage donn daccepter un lot mauvais alors quil est bon.

Le risque fournisseur, (appel aussi risque ) est la probabilit, pour un plan

dchantillonnage donn de se voir refuser un lot considr comme mauvais.

Le lot est conforme Le lot nest pas conforme

Refus Risque Dcision correcte

acceptation Dcision correcte Risque

Lorsque lon a dtermin les risques clients et fournisseurs correspondant des

lots contenant diffrents pourcentages de dfectueux, on peut construire la
courbe defficacit des plans dchantillonnage (tablie grce la loi de Poisson)
qui permet dtablir la relation entre la probabilit dacceptation du lot et le
pourcentage de dfectueux du lot.

Grard Casanova Page 5

Leon 12 : Qualit

Probabilit
dacceptation
du lot en% Risque
100
fournisseur

50

Risque
0 client

0
p0
10
p1
20 Pourcentage de
dfectueux du lot

Il est dlicat de dterminer facilement le plan qui convient aux deux risques.
Lutilisation de tables standard nous permet de dfinir le plan dchantillonnage,
cest--dire dterminer la taille n de lchantillon, le critre dacceptation c (ou
k) et le nombre de dfectueux admis dans lchantillon avant de rejeter le lot.

2.2.2 Niveau de qualit acceptable

Niveau de qualit acceptable (NQA) : cest le pourcentage maximum p0

dindividus dfectueux dun lot qui peut tre considr comme satisfaisant en
tant que moyenne dun processus. Il est dtermin par un accord commun entre
le fournisseur et le client.

Dans la pratique lorsque la taille des lots, le niveau de contrle et le NQA sont
dfinis, on peut dterminer l'aide de tables la taille des chantillons, et le
nombre de dfectueux dans lchantillon pour qu'on puisse accepter le lot et celui
pour qu'on puisse refuser le lot.

Exemple dutilisation de tables standards pour un plan simple

Contrle de lots de 4000 pices niveau de contrle II avec un NQA de 1% :

dterminer la taille de lchantillon,

dterminer les critres dacceptation et de rejet.

Grard Casanova Page 6

Leon 12 : Qualit

EFFECTIF DES
EFFECTIF DES LOTS LETTRE CODE
ECHANTILLONAGES

2 8 A 2
9 15 B 3
16 25 C 5
26 50 D 8
51 90 E 13
91 150 F 20
151 280 G 32
281 500 H 50
501 1200 J 80
1201 3200 K 125
3201 10000 L 200
10001 35000 M 315
35001 150000 N 500
150001 500000 P 800
> 500001 Q 1250

A=0 A=1 A=2 A=3 A=5 A=7 A=10 A=14 A=21

Lettre code n
R=1 R=2 R=3 R=4 R=6 R=8 R=11 R=15 R=22
A 2 6,5
B 3 4
C 5 2,5 10
D 8 1,5 6,5 10
E 13 1 4 6,5 10
F 20 0,65 2,5 4 6,5 10
G 32 0,4 1,5 2,5 4 6,5 10
H 50 0,25 1 1,5 2,5 4 6,5 10
J 80 0,15 0,65 1 1,5 2,5 4 6,5 10
K 125 0,1 0,4 0,65 1 1,5 2,5 4 6,5 10
L 200 0,065 0,25 0,4 0,65 1 1,5 2,5 4 6,5
M 315 0,04 0,15 0,25 0,4 0,65 1 1,5 2,5 4
N 500 0,025 0,1 0,15 0,25 0,4 0,65 1 1,5 2,5
P 800 0,015 0,065 0,1 0,15 0,25 0,4 0,65 1 1,5
Q 1250 0,025 0,04 0,065 0,1 0,15 0,25 0,4 0,65

Grard Casanova Page 7

Leon 12 : Qualit

Rponses

La premire table correspond un niveau de contrle II (le plus utilis), elle

permet de dterminer la lettre code (L) ainsi que la taille de l'chantillon: n=200

La deuxime table nous permet de dterminer partir de la lettre code et du

NQA (1%) les critres A d'acceptation et R de rejet: A=5 et R=6.
Cela signifie que pour valider le lot nous allons contrler un chantillon de 200
pices.
Si l'chantillon comporte A(5) ou moins de A pices dfectueuses le lot sera
accept et si l'chantillon comporte R(6) ou plus de R pices dfectueuses le lot
sera refus.

2.2.3 Plans de contrle

Lorsque les risques et les niveaux de qualit sont choisis par un accord commun
entre client et fournisseur, il faut dterminer le type de plan de contrle :

plan de contrle simple

Il consiste prlever un chantillon de n individus et contrler le nombre k de

dfectueux.

Et en fonction de deux critres, A : acceptation du lot et R : critre de rejet

rejeter ou accepter le lot.

Prlever et contrler n
individus
Rsultat k dfectueux

A : critre dacceptation
oui R : critre de rejet

Ak

Accepter le lot Refuser le lot

(dans un plan
simple R=A+1)

Grard Casanova Page 8

Leon 12 : Qualit

Plan double

Le principe est identique mais on donne une deuxime "chance" avant de rejeter
le lot en prlevant un deuxime chantillon.

Prlever et contrler n
individus
Rsultat k1 dfectueux

A : critre dacceptation
oui
R : critre de rejet
A1k1

Accepter le lot

oui
k1R1

2 chantillon de n2
individus rsultat k2 Rejeter le lot
dfectueux (sur n1 +n2)

oui
A2k2

Accepter le lot Refuser le lot

(R2=A2+1 donc
k2R2

Grard Casanova Page 9

Leon 12 : Qualit

Le troisime type de plan est le plan multiple, sur le mme principe que le plan
double, il consiste raliser et prlever plusieurs chantillons.

2.2.4 Contrle rduit, contrle renforc

Les interprtations des rsultats des contrles de rception permettent une

classification des fournisseurs. Si un fournisseur est douteux quant la qualit de
ses produits le client pratiquera un contrle renforc, dans le cas contraire on
utilisera un plan rduit.

La norme prvoit pour le passage entre les diffrents plans :

10 lots conscutifs
accepts, le client
estime que le niveau de 2 lots sont rejets sur 5 (ou
qualit est satisfaisant moins de 5) lots conscutifs

normal
renforc
rdui
rduit

Un lot est rejet ou le nombre 5 lots conscutifs ont

de dfectueux est compris entre t accepts
A et R

10 lots conscutifs ne permettent pas

de revenir au contrle normal donc
suspension du systme de contrle
et rexamen des conditions de
rception

Grard Casanova Page 10

Leon 12 : Qualit

Exemples de diffrents contrles extraits de la norme NFX 06 022

Effectif NQA Niveau de Lettre Plan Effectif de Critre p0 pour p1 pour

du lot contrle code lchantillon de =0,05 = 0,1
dcision
3201 Rduit 80 A=2 R=5 1% 6,5%
1% II L Normal 200 A=5 R=6 1,31% 4,64%
10000 renforc 200 A=3 R=4 0,683% 3,34%

Dterminer le % de dfectueux dans le lot correspondant un risque de

5% pour un plan normal.

Comparer avec le NQA. Conclusion.

Rponse :

Po=1,3% diffrent de NQA =1% car A est un entier et il a t choisi de faon

approcher le NQA le plus possible.

3 SPC

3.1 Champ d'application

Statistique Process Control ou MSP : Matrise Statistiques des Procds

Essentiellement utilis pour les contrles en cours de fabrication pour les

productions en grande srie ou lorsque les moyens de contrle sont destructifs.
Il permet de contrler le processus et d'viter des drives conduisant une
ralisation importante de produits non conformes.

Il consiste prlever des chantillons et vrifier que la moyenne, ltendue ou

lcart-type se trouve dans lintervalle de confiance matrialis par des limites sur
un graphique de contrle appel carte de contrle.

Sur la carte de contrle prsente on peut remarquer deux graphiques, un

graphique rserv la moyenne, un ltendue, les limites graphiques ; la
moyenne et ltendue de lchantillon.

Les chantillons sont prlevs de faon priodique avec une taille d'chantillon
fixe (5 dans l'exemple) et l'oprateur calcule la moyenne et l'tendue (valeur
maxi - valeur mini) de l'chantillon.
Il reporte ces deux valeurs sur chacun des deux graphiques (moyenne et
tendue).
L'ensemble des valeurs reportes doit se situer entre deux limites : limite de
contrle infrieure et limite de contrle suprieure.

Grard Casanova Page 11

Leon 12 : Qualit

PRODUIT Boulon
CONTRLE Tolrance longueur : + 0,008
ou TEST

.5060

.5055

.5050

.5045 Ligne de Contrle suprieur

.5040

.5035

MOYENNE (X)
.5030

.5025
M
.5020 Ligne Centrale o
.5015 y
e
.5010 n
.5005 n
n
.5000 e
.4995

.4990 Ligne de Contrle Infrieure t
e
n
.009 Ligne de Contrle Suprieure d
u
.008
e
.007

.006

MODE (n)
.005

.004 Ligne Centrale

.003

.002

.001

.000 Ligne de Contrle Infrieure

Grard Casanova Page 12

Leon 12 : Qualit

Ech 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

1 0,496 0,504 0,502 0,503 0,504 0,496 0,496 0,504 0,502 0,504 0,503 0,504 0,496 0,496 0,496 0,504 0,502 0,503 0,504 0,496 0,496 0,504 0,502 0,504 0,503

2 0,501 0,502 0.0.502 0,504 0,502 0,501 0,501 0,502 0.0.502 0,502 0,504 0,502 0,501 0,501 0,501 0,502 0.0.502 0,504 0,502 0,501 0,501 0,502 0.0.502 0,502 0,504
Mesure

3 0,504 0,503 0.0.502 0.0.502 0,503 0,504 0,504 0,503 0.0.502 0,503 0.0.502 0,503 0,504 0,504 0,504 0,503 0.0.502 0.0.502 0,503 0,504 0,504 0,503 0.0.502 0,503 0.0.502

4 0.0.502 0,505 0.0.502 0,503 0,505 0.0.502 0.0.502 0,505 0.0.502 0,505 0,503 0,505 0.0.502 0.0.502 0.0.502 0,505 0.0.502 0,503 0,505 0.0.502 0.0.502 0,505 0.0.502 0,505 0,503

5 0,503 0,504 0.0.502 0,500 0,504 0,503 0,503 0,504 0.0.502 0,504 0,500 0,504 0,503 0,503 0,503 0,504 0.0.502 0,500 0,504 0,503 0,503 0,504 0.0.502 0,504 .500 Moyenne

Total 2,004 2,518 0,502 2,010 2,518 2,004 2,004 2,518 0,502 2,518 2,010 2,518 2,004 2,004 2,004 2,518 0,502 2,010 2,518 2,004 2,004 2,518 0,502 2,518 1,510 chantillon
_
0,501 0,504 0,502 0,503 0,504 0,501 0,501 0,504 0,502 0,504 0,503 0,504 0,501 0,501 0,501 0,504 0,502 0,503 0,504 0,501 0,501 0,504 0,502 0,504 0,503
X
R .004 .006 .006 .004 .004 .006 .006 .004 .005 .006 .004 .006 .006 .004 .004 .006 .006 .004 .005 .006 .005 .004 .003 .004 .005

DATE tendue

chantillon

Grard Casanova Page 13

Leon 12 : Qualit

3.2 Causes assignables et variabilit alatoire

Pour les productions en srie les caractristiques des produits ne sont pas
identiques dun produit lautre (diamtre dun axe, poids dun aliment, duret
dune pice).

Cela provient du fait que pour tout procd de fabrication il existe des sources de
variabilit.

Elles sont de deux types :

une variabilit alatoire "normale" inhrente au procd par exemple

jeu des glissires sur une machine-outil, usure dun outil
une variabilit importante et brutale due une cause assignable
(identifiable) une cause prcise par exemple un rglage doutillage, un
changement de machine, une opration de maintenance

Lobjectif des cartes de contrle est de vrifier que le procd nest affect que
par la variabilit alatoire normale. Le procd est alors sous contrle.
Cela consiste vrifier que la tendance centrale (moyenne arithmtique,
mdiane) et la dispersion (tendue, cart-type) restent entre des limites tablies
selon certains critres statistiques.

3.3 Capabilits

Avant de placer un procd sous contrle il est ncessaire de vrifier quil est
capable de raliser la caractristique contrle en respectant les tolrances
demandes.

Pour vrifier cette capabilit on peut calculer un indice de capabilit, il en existe

plusieurs :

les indices de capabilit machine (Cm et Cmk),

les indices de capabilit procd (Cp et Cpk),

lindice de capabilit Cpm ou "indice de capabilit Taguchy".

Les conditions de mesure diffrent pour ces indices :

le premier mesure la capabilit machine uniquement, c'est--dire on ne

prend en compte que la machine, cela implique que les mesures soient
faites de manire ne prendre en compte que la variabilit alatoire de la
machine.

(pas de changement doprateur, de matires, pas de rglage).

le deuxime peut se raliser sur une priode de temps plus importante et

prend en compte le procd global (machine, main duvre, matriel,
milieu).

Grard Casanova Page 14

Leon 12 : Qualit

Prenons par exemple un axe de diamtre 10 mm avec une tolrance de 0,1mm.

Lintervalle de tolrance est de :

tolrance suprieure - tolrance infrieure = 0,2mm

Lindice de capabilit machine est de :

IT
Cm =
6

IT : intervalle de tolrance
: cart-type estim.

La machine sera dite capable si Cm1,33.

Lindice Cmk mesure quant lui si la machine est capable mais aussi si la
machine est bien rgle.

X Ti Ts X
Cmk = min imum ;
3 3

Si Cmk 1,33 alors la machine est bien centre.

Les formules de calcul pour Cp et Cpk sont identiques.

Lindice de capabilit Cpm ou "indice de capabilit Taguchy" contrle en plus que
lon ne sloigne pas trop dune valeur cible (en gnral le milieu de lintervalle).

Ts Ti
Cpm = avec
6

n
( xi T ) 2 (x X )2 + n( X T ) 2 n( X T ) 2
=
i
= + = s2 +
i =1 n 1 n 1 n 1 n 1

s2 mesurant la dispersion le deuxime terme

n( X T ) 2
n 1
mesurant lcart par rapport T la valeur cible.

Grard Casanova Page 15

Leon 12 : Qualit

Dcider pour les cas suivants si la machine est capable et les dcisions prendre
en fonction des cas.

Ti Ts

Ti X Ts

La cote raliser est de 10 0,48 mm

Lcart-type estim est de 0,12 mm
La moyenne est de 10 mm

Ti X Ts

La cote raliser est de 10 0,48 mm

Lcart-type estim est de 0,12 mm
La moyenne est de 10,24 mm

Grard Casanova Page 16

Leon 12 : Qualit

La cote raliser est de 10 1 mm

Lcart-type estim est de 0,12 mm
La moyenne est de 10,24 mm
La valeur cible T est de 10mm et n = 50
Calculer Cpm, Cm, Cmk.

Rponses

Ti Ts

Dans le premier cas lintervalle de tolrance est gal la dispersion totale des
pices (on considre que 6 reprsentent la totalit des pices 2 pour 1000
prs).
la machine nest pas capable car le moindre drglage provoque la production de
pices non conformes.

Ti 6 Ts

Grard Casanova Page 17

Leon 12 : Qualit

Calcul de Cm et Cmk :

Ts Ti 10,48 9,52 0,96

Cm = = = = 1,33
6 6 0,12 0,72

X Ti Ts X 10 9,52 10,48 10
Cmk = min imum ; = min ; = 1,33
3 3 3 0,12 3 0,12

La machine est capable et elle est bien rgle : elle peut tre mise sous contrle

Ti X Ts

Dans le troisime cas la machine est capable mais pas bien rgle : il faut donc
rgler la machine.

Ts Ti 10,48 9,52 0,96

Cm = = = = 1,33
6 6 0,12 0,72

X Ti Ts X 10,24 9,52 10,24 10

Cmk = min imum ; = min ; = 0,66 1,33
3 3 3 0,12 3 0,12

Dans le dernier cas la machine au vu des deux premiers indices est bien rgle et
bien centre.

Calcul de Cm et Cmk

Ts Ti 11 9 2
Cm = = = = 2,77
6 6 0,12 0,72

Grard Casanova Page 18

Leon 12 : Qualit

X Ti Ts X 10,24 9 11 10,24
Cmk = min imum ; = min ; = 2,1
3 3 3 0,12 3 0,12

mais si lon calcule Cpm

n( X T ) 2 50(10,24 10) 2
= s2 + = 0,12 2 + = 0,27
n 1 49

2
Cpm = = 1,23 1,33
6 0,27

Il nest pas bon car bien que lon reste largement dans les tolrances on sloigne
trop de la cible.

3.4 cartes de contrle (aux mesures, aux attributs)

Suivant le type de la caractristique contrle il existe deux grandes familles de

cartes de contrle :

La carte de contrle aux mesures, qui permet de suivre une

caractristique mesurable de faon continue par exemple une dimension,
un poids

La carte de contrle aux attributs, qui permet de suivre une

caractristique non mesurable ou contrle laide de calibres par
exemple un contrle visuel, un contrle ralis avec un calibre mini-maxi
permettant de trier les pices non conformes.

3.5 cartes de contrle aux mesures

Les cartes de contrle aux mesures les plus utilises sont les suivantes :

Carte des moyennes X et de ltendue R (ou W)

Carte des moyennes X et de lcart type

Grard Casanova Page 19

Leon 12 : Qualit

3.5.1 Calcul des limites

Si lon considre ( vrifier) que la moyenne des chantillons suit une loi normale
alors 99,8% (99,74%) des mesures sont comprises dans lintervalle moyenne
3,09(3) x

tant lcart-type de la distribution des moyennes des chantillons.

Grard Casanova Page 20

Leon 12 : Qualit

On peut alors calculer les limites de contrle de la carte :

(les limites de surveillance sont calcules de la mme manire en ajoutant non

pas trois mais deux carts type).

Calculons par exemple la limite de contrle suprieure.

Lcs = T + 3,09 X
T tant la valeur cible.

Or X = relation donne par les statisticiens.
n

tant lcart-type de la population, n la taille de lchantillon.

Lcs = T + 3,09
n

Or dans la majorit des cas est inconnue donc il faut lestimer.

On peut lestimer partir de la moyenne des tendues ou de la moyenne des
carts-type des chantillons.
W s
= ou =
d2 c4

W
tant la moyenne des tendues et s tant la moyenne des carts-type

c4 et d2 des coefficients permettant lestimation et variant en fonction de n sont

donnes par les statistiques.

n 2 3 4 5 6 7 8 9 10 11 12
d2 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.078 3.173 3.258
c4 0.7919 0.8862 0.9213 0.940 0.9515 0.9594 0.9650 0.9693 0.9727 0.9754 0.9776

Calculer le coefficient A placer devant la moyenne des tendues lorsque n= 5

Rponse :
1 1
A = 3,09 = 3,09 = 0.594
n d 5 2.326

Ces coefficients permettant de calculer les limites se trouvent dans les tables
suivantes.

Carte de contrle de la moyenne (les deux premires tables)

Grard Casanova Page 21

Leon 12 : Qualit

1) cas m et (caractristiques de la population) sont connus

limites de contrle :
Lc = m Ac (table 1 premire colonne)

limites de surveillance :
Ls = m As (table 1 deuxime colonne)

2) cas estim partir de la moyenne des tendues :

limites de contrle : (T valeur cible)

Lc = T A' c W (table 2 premire colonne)

limites de surveillance :
Ls = T As 'W (table 2 deuxime colonne)

3) cas estim partir de la moyenne des carts-type :

limites de contrle :

Lc = T A' ' c s (table 3 premire colonne)

limites de surveillance :

Ls = T As ' ' s (table 3 deuxime colonne)

Grard Casanova Page 22

Leon 12 : Qualit

Table 1 Table 2
Effectif de Effectif de
chaque Ac As chaque A'c A's
chantillon chantillon
2 2,185 1,386 2 1,937 1,229
3 1,784 1,132 3 1,054 0,668
4 1,545 0,980 4 0,750 0,476
5 1,382 0,876 5 0,594 0,377
6 1,262 0,800 6 0,498 0,316
7 1,168 0,741 7 0,432 0,274
8 1,092 0,693 8 0,384 0,244
9 1,030 0,653 9 0,347 0,220
10 0,977 0,620 10 0,317 0,202

11 0,932 0,591 11 0,295 0,186

12 0,892 0,566 12 0,274 0,174
13 0,857 0,544
14 0,826 0,525
15 0,798 0,506
16 0,773 0,490
17 0,750 0,475
18 0,728 0,462
19 0,709 0,450
20 0,696 0,438

21 0,674 0,428
22 0,659 0,418
23 0,644 0,409
24 0,631 0,400
25 0,618 0,392
26 0,606 0,384
27 0,595 0,377
28 0,584 0,370
29 0,574 0,364
30 0,564 0,358

Grard Casanova Page 23

Leon 12 : Qualit

Table 3

Effectif de
chaque A"c A"s
chantillon
2 3,874 2,457
3 2,464 1,564
4 1,936 1,228
5 1,653 1,042
6 1,452 0,921
7 1,315 0,834
8 1,209 0,767
9 1,127 0,714
10 1,059 0,672

11 1,002 0,635
12 0,953 0,605
13 0,911 0,578
14 0,874 0,555
15 0,841 0,533
16 0,812 0,515
17 0,785 0,497
18 0,760 0,482
19 0,739 0,469
20 0,723 0,455

21 0,699 0,444
22 0,682 0,433
23 0,666 0,423
24 0,652 0,413
25 0,637 0,404
26 0,624 0,395
27 0,612 0,388
28 0,600 0,380
29 0,589 0,373
30 0,578 0,367

Grard Casanova Page 24

Leon 12 : Qualit

Carte de contrle de ltendue

Table 1 (sigma connu)

Effectif de chaque
Dci Dcs Dsi Dss
chantillon
2 .00 4.65 .04 3.17
3 .06 5.06 .30 3.68
4 .2 5.31 .59 3.98
5 .37 5.48 .85 4.20
6 .54 5.62 1.06 4.36
7 .69 5.73 1.25 4.49
8 .83 5.82 1.41 4.61
9 .96 5.90 1.55 4.70
10 1.08 5.97 1.67 4.79
11 1.20 6.04 1.78 4.86
12 1.30 6.09 1.88 4.92

Table 2 (sigma estim partir de w )

Effectif de chaque
Dcs Dcs Dsi Dss
chantillon
2 .00 4.12 0.04 2.81
3 .04 2.99 0.18 2.17
4 .10 2.58 0.29 1.93
5 .16 2.36 0.37 1.81
6 .21 2.22 0.42 1.72
7 .26 2.12 0.46 1.66
8 .29 2.04 0.50 1.62
9 .32 1.99 0.52 1.58
10 .35 1.94 0.54 1.56
11 .38 1.90 0.56 1.53
12 .40 1.87 0.58 1.51

Cas o les caractristiques de la population sont connues

Lcs = Dcs W

Lci = Dci W

Lss = Dss W

Lsi = Dsi W

Grard Casanova Page 25

Leon 12 : Qualit

Cas o les caractristiques de la population sont inconnues et estimes partir

de la moyenne des tendues.

Lcs = Dcs' W

Lci = Dci' W

Lss = Dss' W

Lsi = Dsi' W

Calculer les limites de contrle de la moyenne et de ltendue :

Lors de la ralisation dune pice de longueur 10 0,1 mm nous avons prlev 25

chantillons de 5 pices. Pour chaque chantillon a t calcul sa moyenne et son
tendue. La moyenne des tendues de chaque chantillon est de 0,093 mm.
Calculer les limites de contrle et de surveillance de la moyenne et de ltendue.

Rponse :

La taille des chantillons tant de 5 pices, les caractristiques de la population

sont inconnues et estimes partir de la moyenne des tendues.
On utilise les formules :

Lc = T A' c W (table 2 de la moyenne premire colonne)

Ls = T As 'W (table 2 de la moyenne deuxime colonne)

Cas ou la moyenne et lcart type de la population sont inconnues et estimes

partir de la moyenne des tendues.

Pour la moyenne :

Lcs=10+0,594. 0,093=10,055
Lci=10-0,594.0,093=9,945
Lss=10+0,377.0,093=10,035
Lsi=10-0,377.0,093=9,96

Pour ltendue :

Lcs=2,36.0,093=0,219
Lci=0,16.0,093=0,015
Lss=1,81.0,093=0,168
Lsi=0,37.0,093=0,034

Grard Casanova Page 26

 Leon 12 : Qualit

3.5.2 Utilisation des cartes de contrle

En fabrication, l'oprateur prlve rgulirement un chantillon de n pices de sa

production dont il calcule la moyenne et l'tendue. Puis il reporte ces valeurs sur
la carte de contrle.

Carte aux moyennes

LCS
10,36

Cible :T 9,98 10

LCI
9,64

Carte aux tendues

LCS
1,31

0,62
W 0,4

Lci=0
0

1valeur X1 10,1
2valeur X2 9,9
3valeur X3 10
4valeur X4 10,2
5valeur X5 9,7
Moyenne X 9,98
Etendue W 0,4

Grard Casanova Page 27

 Leon 12 : Qualit

3.5.3 Ractions en cas de dfauts

Lorsque le procd reste dans une variabilit normale les points restent
l'intrieur des limites de contrle, en effet il y a environ deux chances sur mille
pour qu'un point se trouve en dehors de ces limites.
Si cela se produit alors il faut arrter la machine et procder un rglage.
D'autres situations peuvent rsulter d'une variabilit anormale et ncessiter un
arrt et un rglage de la machine :

7 points conscutifs croissants ou dcroissants

7 points conscutifs du mme ct de la valeur centrale

Carte aux moyennes

LCS 10,36

Cible :T 9,98 10

LCI 9,64

Carte aux tendues

LCS
1,31

0,62
W
0,4

Lci=0 0

Complter la carte de contrle pour les quatre chantillons suivant

1valeur X1 10,1 10,05 9,9 9,8 10,3

2valeur X2 9,9 10 10,1 10,1 10,5
3valeur X3 10 9,95 10,2 10,05 10,5
4valeur X4 10,2 9,8 9,79 9,9 10,1
5valeur X5 9,7 10,1 10,01 10,2 10,5
Moyenne X 9,98
Etendue W 0,4

Grard Casanova Page 28

 Leon 12 : Qualit

Conclusions

Carte aux moyennes

LCS 10,36

Cible :T 9,98 10

LCI
9,64

Carte aux tendues

LCS
1,31

W 0,62
0,4

Lci=0
0

1valeur X1 10,1 10,05 9,9 9,5 10,3

2valeur X2 9,9 10 10,1 9,5 10,5
3valeur X3 10 9,95 10,2 9,7 10,5
4valeur X4 10,2 9,8 9,79 9,9 10,1
5valeur X5 9,7 10,1 10,01 10,6 10,5
Moyenne X 9,98 9,98 10 9,84 10,38
Etendue W 0,4 0,3 0,41 1,1 0,4

Le dernier chantillon a une moyenne qui dpasse la limite de contrle

suprieure il faut donc arrter la machine analyser ce qui s'est pass et liminer
les causes de ce drglage.

Grard Casanova Page 29

Leon 12 : Qualit

3.6 Les cartes de contrle aux attributs

Il arrive frquemment que les conditions de qualit ne soient pas mesurables ou

qu'il soit plus pratique ou conomique de raliser un contrle l'aide de calibres.
on utilise alors une carte de contrle aux attributs.

Les principales cartes de contrle aux attributs sont :

Carte p, np, c et u :

Grard Casanova Page 30

Leon 12 : Qualit

Un produit est dclar non conforme lorsqu'il satisfait un certain nombre de

caractristiques ou qu'il comporte des dfauts inacceptables :

Exemples

Un diamtre de piston trop petit

Des bouteilles en verre comportant des raflures, des fissures etc.

Ce produit part en gnral au rebut.

Pour certains produits plus complexes (exemple un micro-ordinateur ) il est plus

difficile de dfinir si le produit est acceptable, en revanche il peut tre intressant
de connatre le nombre de non conformits que peut prsenter le produit.
Remarque : certaines non conformits peuvent tre dclares critiques et
rendre le produit non conforme.

Grard Casanova Page 31

Leon 12 : Qualit

Exemple de carte de contrle p pour un produit dont les lots ont 5000 units et la
taille des chantillons est de 80.

24 chantillons de taille constante ont t prlevs et la proportion de non

conformes par chantillon a t calcule.
Dans le premier chantillon il y a 3 pices dfectueuses donc la proportion de non
conformes est 3/80=0.375

remarque : deux points sont situs au-dessus de la limite suprieure de contrle

(chantillon 3 et 11) il faudrait en dterminer la cause.

4 La maintenance industrielle
4.1 Diffrents types de maintenance

La maintenance a pour rle de maintenir ou de rtablir un quipement de

production dans un bon tat de fonctionnement ou en mesure de raliser la
production demande.

Il existe plusieurs formes de maintenance :

Maintenance
MAINTENANCE
effectue dans
lintention de
Maintenance rduire la
effectue aprs probabilit de
dfaillance dfaillance dun
bien

MAINTENANCE MAINTENANCE
CORRECTIVE PREVENTIVE

Maintenance
effectue selon un
chancier tabli Maintenance
selon le temps subordonne un
dusage (loi de type dvnement
dgradation prdtermine
connue) (mesure
diagnostic)

MAINTENANCE MAINTENANCE
SYSTEMATIQUE CONDITIONNELLE

La maintenance corrective (ou curative) permet de remettre un quipement en

tat de fonctionnement aprs une panne et donc un arrt de la production.

Grard Casanova Page 32

Leon 12 : Qualit

Elle prsente deux inconvnients majeurs :

Larrt tant imprvisible, cela perturbe fortement lorganisation de la production

surtout en JAT (flux tendu) car il ny a pas ou peu den cours.

De plus la rparation ncessite un grand nombre de pices dtaches.

La maintenance prventive permet dviter un certain nombre de pannes en

changeant des pices des dates programmes lorsque lon connat la loi dusure
de ces pices ou grce un historique des pannes.

La maintenance prventive peut se faire aussi de manire conditionnelle cest--

dire quau lieu de changer la pice systmatiquement aprs un certain nombre
dheures de fonctionnement, on ralise une mesure et en fonction du rsultat on
change ou pas la pice. Par exemple au lieu de changer date fixe les
roulements billes dun palier, il est possible deffectuer une mesure de
vibrations et de ne changer les roulements que lorsque cela est ncessaire.

Afin damliorer la maintenance les oprateurs de production sont de plus en plus

impliqus dans la maintenance de premier niveau. Celle-ci consiste en des tches
simples de nettoyage, de surveillance des niveaux et des organes, de graissage
etc.

Ils participent aussi la maintenance prventive conditionnelle en signalant aux

agents de maintenance des comportements anormaux (bruits, vibrations...)
prcurseurs de pannes plus graves.

Il existe aussi une maintenance damlioration, par exemple lorsquun moteur

lectrique doit tre remplac plusieurs fois par an on essaie de trouver une
solution afin que cela narrive plus, soit choisir un moteur plus puissant, ou alors
tout simplement raliser un nettoyage priodique afin quil puisse fonctionner
correctement.

4.2 Plan de maintenance, AMDEC

Afin de mettre en place la maintenance prventive et tablir des plans de

maintenance, on peut utiliser des outils comme lAmdec Analyse des modes de
dfaillance de leur effets et de leur criticit ou lhistorique des pannes.

Le plan de maintenance est en fait un plan dfinissant les actions de maintenance

prventive raliser, ainsi que leur priodicit et qui doit les raliser.
Il peut tre tabli grce la MBF (Maintenance Base sur la Fiabilisation)
lAMDEC ou un historique des pannes.
LAMDEC consiste rechercher toutes les causes possibles darrt dune machine,
dfinir leurs effets ainsi que leur criticit et imaginer les actions mettre en
place pour les viter ou les corriger.
Dfinir la criticit permet de classer la priorit des actions mener pour viter
larrt, la criticit est gnralement dfinie partir de la gravit (en termes de
scurit) de la frquence, de la facilit de dtection etc.

Grard Casanova Page 33

Leon 12 : Qualit

4.3 TPM (Totale Productive Maintenance)

La Maintenance productive totale est un projet pour amliorer lefficacit globale

des installations qui dpasse le cadre de la maintenance car larrt des machines
nest pas seulement d aux pannes mais aussi des pices dfectueuses, des
manques dapprovisionnement, des pauses .
On peut mesurer les progrs raliss grce un indicateur (trs ou trg ) taux de
rendement synthtique ou global.
Cest le rapport entre le nombre de pices produites (bonnes) et le nombre
quaurait produit la machine en travaillant sa cadence normale mais sans
interruption.

5 Conclusion

Le contrle statistique de rception permet :

de contrler la qualit des produits,

de normaliser les accords fournisseurs clients,

De qualifier des lots en contrlant seulement une partie du lot avec un

risque prvu.

Le contrle en cours de fabrication (SPC) et la maintenance permettent de

contrler la qualit et la fiabilit des processus.

Ltablissement de cartes de contrle permet de :

connatre la capabilit du procd, cest dire le niveau de qualit quon

peut attendre de celui-ci,

de sassurer que cette capabilit nvolue pas et de dclencher une action

dans le cas contraire,

de dterminer les moments opportuns pour un rglage ventuel.

D'autres mthodes et outils sont employs en gestion de production pour

amliorer la qualit :

L'amlioration continue des processus,

La mthode des 5S,

Les plans d'exprience.

Elles dpassent le cadre de cette leon.

Grard Casanova Page 34