Appliquer la maîtrise statistique des processus, MSP-SPC

Auteur(s) :

Pillet, Maurice (1881-1964) Découvrir l'auteur

Résumé

Dans tous les secteurs industriels, la maîtrise statistique des procédés (MSP ou SPC) apporte une grande efficacité dans l'amélioration de la qualité des produits, grâce au pilotage des procédés industriels par cartes de contrôle et à la mesure des capacités des systèmes de production.

Éditeur(s)
- Éd. d'Organisation
Date
- DL 2005
Notes
- MSP = Maîtrise statistique des processus. SPC = Statistical process control
- Bibliogr. p. 511-522. Webliogr. p. 523. Index
Langues
- Français
Description matérielle
- 1 vol. (XX-530 p.) : ill., couv. ill. ; 24 cm
Sujet(s)
- Maîtrise statistique des processus
- Commande de processus
ISBN
- 2-7081-3349-7
Indice
- 652.1 Méthodes statistiques de gestion et de prévision
Quatrième de couverture
- Dans tous les secteurs industriels, la Maîtrise Statistique des Processus (MSP ou SPC) est une démarche incontournable pour garantir une grande qualité des produits à un coût minimal. Cette méthode est fondée sur deux approches fondamentales :
  
  le suivi et le pilotage des processus industriels par cartes de contrôle,
  
  la mesure des capabilités (aptitudes) des systèmes de production.
  
  Cet ouvrage de référence couvre l'ensemble du domaine de la Maîtrise Statistique des Processus. Il est illustré de nombreux exemples tirés de l'expérience industrielle et universitaire de l'auteur. Il permet différents niveaux de lecture afin de satisfaire un large public. Le lecteur novice trouvera de quoi se familiariser avec l'univers de la MSP et de se préparer très efficacement pour les premières applications qu'il aura à mener dans sa vie professionnelle. Le lecteur chevronné trouvera tous les éléments lui permettant de mettre en oeuvre de façon efficace la MSP en milieu industriel.
  Les premiers chapitres insistent sur les concepts essentiels de la MSP tels que l'objectif cible, le pilotage des procédés par carte de contrôle et la mesure des capabilités. Les chapitres suivants couvrent de manière très complète tous les aspects de l'application de la MSP en entreprise notamment les calculs des capabilités des moyens de contrôle, les calculs des cartes de contrôle, la conduite des études de capabilité, le suivi des caractéristiques non mesurables, les cartes EWMA et CUSUM, ainsi que les cas des critères non symétriques.
  Cet ouvrage ne se contente pas d'aborder les cas classiques d'application de la MSP, mais aborde plusieurs cas particuliers d'application tels que la MSP multidimentionnelle ou le cas des petites séries. Enfin, un chapitre aborde la MSP sous l'approche du tolérancement en proposant une nouvelle alternative : le tolérancement inertiel qui offre un meilleur compromis qualité/coût que les tolérancements traditionnels.
  Cet ouvrage s'adresse :
  
  aux professionnels cadres et techniciens de tous les secteurs industriels qui souhaitent acquérir ou approfondir des connaissances en matière de MSP,
  
  aux enseignants des lycées techniques et des universités pour la préparation de leur enseignement,
  
  aux étudiants des filières à caractère industriel post-baccalauréat
Tables des matières
- - Appliquer la maîtrise statistique des processus (MSP/SPC)
  - Maurice PILLET
  - Éditions d'Organisation
  - Avant-propos 1
  - Chapitre 1
  - Maîtrise Statistique des Processus et performance industrielle 3
  - 1. MSP et satisfaction clients4
  - 1.1. Nécessité de maîtriser les processus4
  - 1.2. La place de la Maîtrise Statistique des Processus (MSP) dans une démarche de Qualité Totale5
  - 1.3. La MSP, un outil, une méthode, une culture7
  - 2. La cote cible : un préalable à la MSP8
  - 2.1. Les boules de pâte à modeler Lorsque les tolérances créent de la variabilité8
  - 2.2. Qualité produit versus Qualité d'une caractéristique10
  - 2.3. Un principe incontournable : viser la cible13
  - 2.3.1. La cible pour un assemblage robuste 13
  - 2.3.2. La fonction perte de Taguchi 16
  - 2.4. Étude de la combinatoire de plusieurs caractéristiques18
  - 2.4.1. Cas de deux caractéristiques additives 19
  - 2.4.2. Étude de la combinatoire dans le cas de cinq caractéristiques 20
  - 2.4.3. Étude de l'influence du décentrage 21
  - 2.5. En conclusion22
  - 3. La MSP face aux changements de culture22
  - 3.1 L'auto-contrôle23
  - 3.1.1. Le principe de l'auto-contrôle 23
  - 3.1.2. Le causes communes et causes spéciales-séparer l'ordinaire de l'extraordinaire 24
  - 3.1.3. Les moyens de l'autocontrôle 24
  - 3.2. Les outils simples de pilotage permettant de garantir le respect de la cible26
  - 4. Un peu d'histoire28
  - Chapitre 2
  - Les concepts de la Maîtrise Statistique des Processus (MSP) 31
  - 1. Les 5 « M » du processus32
  - 2. Analyse de la forme de la dispersion33
  - 2.1. Répartition en forme de cloche33
  - 2.2. Causes communes-Causes spéciales35
  - 2.2.1. Les causes communes 36
  - 2.2.2. Les causes spéciales 37
  - 2.3. Processus « sous contrôle » et « hors contrôle » 37
  - 3. Surveiller un processus par cartes de contrôle38
  - 3.1. Le principe de la carte de contrôle38
  - 3.1.1. Les limites naturelles d'un processus 38
  - 3.1.2. Le pilotage par les limites naturelles 39
  - 3.1.3. Pourquoi prélever des échantillons ? 41
  - 3.2. La carte de pilotage (de contrôle) moyenne/étendue43
  - 3.2.1. Principe de remplissage 44
  - 3.2.2. Moyenne et étendue, deux fonctions différents 46
  - 4. Mise en place des cartes de contrôle48
  - 4.1. Démarche DMAICS49
  - 4.2. Définir49
  - 4.2.1. Le choix des caractéristiques à piloter en MSP 49
  - 4.2.2. La matrice d'impact 50
  - 4.3. Mesurer51
  - 4.3.1. La capabilité des moyens de mesure 51
  - 4.3.2. Observation du processus 51
  - 4.4. Analyser55
  - 4.4.1. Calcul des capabilités 56
  - 4.4.2. Calcul des cartes de contrôle 56
  - 4.5. Contrôler59
  - 4.5.1. Pilotage du processus par cartes des contrôle 59
  - 4.5.2. Décision sur la production 61
  - 4.6. Analyser et Innover62
  - 4.7. Standardiser62
  - 5. Le concept de capabilité (aptitude)63
  - 5.1. Le besoin de formaliser une notion floue63
  - 5.2. Définition de la capabilité64
  - 5.3. Pp et Ppk (Performance du processus-long terme)64
  - 5.3.1. Performance intrinsèque du processus Pp 64
  - 5.3.2. Indicateur de déréglage Ppk 66
  - 5.3.3. Interprétation de Pp et Ppk 67
  - 5.4. Cp et Cpk (Capabilité processus-Court terme)68
  - 5.5. Les indicateurs liés à la cible : le Cpm et le Ppm70
  - 5.6. Exemple de calcul de capabilité72
  - 5.7. Synthèse des différents indicateurs de capabilité74
  - 5.8. L'interprétation de la chute de capabilité75
  - Chapitre 3
  - Capabilité des Processus de Contôle 79
  - 1. Introduction79
  - 1.1. Processus de production et processus de mesure79
  - 1.2. Capabilité des processus de mesure et Gestion des moyens de mesure81
  - 1.3. Les différents normes83
  - 2. Étude d'un processus de mesure84
  - 2.1. Objectifs84
  - 2.2. Pouvoir de discrimination de l'instruments84
  - 2.3. Dispersion court terme : R & R85
  - 2.3.1. Répétabilité 85
  - 2.3.2. Reproductibilité 85
  - 2.4. Biais86
  - 2.5. Linéarité86
  - 2.6. Dispersion long terme : Stabilité87
  - 3. R&R-Répétabilité et Reproductibilité87
  - 3.1. Incidence du Cpc sur l'indice Cp89
  - 3.2. Méthode R&R rapide90
  - 3.3. Méthode R&R complète avec les étendues93
  - 3.3.1. Essais à réaliser 93
  - 3.3.2. Validité des mesures 95
  - 3.3.3. Analyse de la répétabilité 96
  - 3.3.4. Analyse de la reproductibilité 97
  - 3.3.5. Analyse de la dispersion de l'instrument 98
  - 3.3.6. Analyse de la dispersion des pièces 98
  - 3.3.7. Analyse de la dispersion totale 98
  - 3.3.8. Calcul du ndc 99
  - 3.3.9. Analyse ROR 100
  - 3.4. Méthode R&R par l'analyse de la variance104
  - 3.4.1. Principe de calcul 104
  - 3.4.2. Application sur notre exemple 1.7
  - 3.5. Que faire en cas de mauvais Cpc110
  - 3.6. Calcul du Cpc dans les cas non standard111
  - 3.6.1. Cas des tolérances unilatérales 111
  - 3.6.2. Cas des contrôles destructifs 112
  - 3.6.3. Cas des mesures de concentration de bain 112
  - 3.6.4. Cas des mesures avec dérive (couple de serrage) 113
  - 4. Évaluer le biais et la linéarité114
  - 4.1. Évaluer le Biais114
  - 4.2. Évaluer la linéarité115
  - 5. Évaluer la stabilité117
  - 6. Méthode proposée par CNOMO119
  - 6.1. Le principe de calcul du CMC119
  - 6.2. Les étapes du calcul120
  - 6.3. Limite d'agrément de la capabilité du moyen122
  - 6.4. Exemple de calcul122
  - 7. Comparaison des différentes méthodes124
  - 8. Capabilité des moyens de contrôle pour le contrôle aux attributs125
  - 8.1. La méthode125
  - 8.2. Que faire en cas de mauvais score ? 129
  - Chapitre 4
  - Les études de capabilité (d'aptitude) 131
  - 1. Les différentes normes de capabilité132
  - 1.1. L'importance de la référence QS9000133
  - 1.2. Les indicateurs de capabilité QS9000134
  - 2. Le calcul des capabilités135
  - 2.1. Capabilité court terme et long terme135
  - 2.2. Les indicateurs liés au décentrage138
  - 2.3. Calcul des capabilités sur un lot139
  - 2.3.1. Calcul des indicateurs de performance long terme 139
  - 2.3.2. Exemple de calcul 141
  - 2.3.3. Calcul des indicateurs de capabilité court terme 142
  - 2.4. Calcul des capabilités à partir d'une carte de contrôle145
  - 2.4.1. Calcul des indicateurs de capabilité Cp, Cpk, Cpm 147
  - 2.4.2. Calcul des indicateurs de performance Pp, Ppk, Ppm 148
  - 2.4.3. Application sur un exemple 148
  - 2.4.4. Calcul du Pp et du Ppk lorsqu'on ne connaît pas les valeurs individuelles 151
  - 3. Intervalle de confiance sur les capabilités153
  - 3.1. Intervalle de confiance sur le Cp (ou Pp)153
  - 3.2. Intervalle de confiance sur le Cpk (ou Ppk)155
  - 4. L'interprétation et le suivi de la chute des capabilités157
  - 4.1. Définition du rendement de stabilité Rs158
  - 4.1.1. Définition de l'indicateur Rs 158
  - 4.1.2. Interprétation de l'indicateur Rs 159
  - 4.1.3. Les causes d'un mauvais Rs 160
  - 4.2. Définition du Rendement de Réglage Rr161
  - 4.2.1. Présentation du rendement Rr 161
  - 4.2.2. Les causes d'un mauvais Rr 161
  - 4.3. La chute des capabilités162
  - 4.4. Le tableau des capabilités et son interprétation163
  - 5. L'indicateur z de Six Sigma164
  - 5.1. L'indicateur de capabilité z165
  - 5.2. Relation entre le z et la proportion de défauts166
  - 6. Le démarrage d'une série ou la réception d'une machine168
  - 6.1. Comment déterminer PPp et PPpk ? 168
  - 6.2. Étude de la carte d'analyse169
  - 6.2.1. Vérification de la normalité 169
  - 6.2.2. Vérification de la stabilité du processus 169
  - 6.2.3. Calcul des indicateurs PPp et PPpk 170
  - 6.2.4. Définition des fréquences de prélèvement 170
  - 6.3. Mise en place d'une production171
  - 7. Cas des caractéristiques non mesurables173
  - 7.1. Cas des non produits non-conformes, étude sur un exemple173
  - 7.2. Cas de non-conformités, étude sur un exemple174
  - 7.3. Cas des non-conformités, utilisation des DPO176
  - 8. Les cas particuliers177
  - 8.1. Cas des répartitions non normales177
  - 8.2. Le cas des processus multi-générateurs180
  - 8.3. Calcul de la capabilité globale sur plusieurs critères182
  - Chapitre 5
  - Les cartes de contrôle 185
  - 1. Cartes de contrôle pour le suivi des valeurs individuelles186
  - 1.1. Cartes Valeurs individuelles/Étendues glissantes186
  - 1.2. Cartes de contrôle aux valeurs individuelles Moyennes glissantes/Étendues glissantes189
  - 2. Les cartes de contrôle par échantillons192
  - 2.1. Carte de contrôle de la médiane carte X)192
  - 2.2. Carte de contrôle des écarts types (carte S)195
  - 2.3. Les cartes de Shewhart pour le suivi par échantillons196
  - 2.4. Les cartes de Shainin « precontrol »-cartes couleurs196
  - 3. Le calcul des limites de contrôle200
  - 3.1. Les limites de contrôle traditionnelles200
  - 3.2. Exemple de calculs des limites203
  - 3.3. Origine des calculs de limites205
  - 3.3.1. Le calcul de la carte des moyennes à partir de l'écart type de la population totale 205
  - 3.3.2. Le calcul de la carte des moyennes à partir de la moyenne des écarts types S d'échantillons de petite taille 207
  - 3.3.3. Le calcul de la carte des moyennes à partir de la moyenne des étendues d'échantillons de petite taille 208
  - 3.3.4. Le calcul de la carte des écarts types à partir de l'écart type de la population totale 208
  - 3.3.5. Calcul de la carte des écarts types à partir de la loi du X² 210
  - 3.3.6. Le calcul de la carte des écarts types à partir des écarts types S de petits échantillons 211
  - 3.3.7. Le calcul de la carte des étendues à partir des étendues R de petits échantillons 212
  - 4. Efficacité des cartes de contrôle213
  - 4.1. Courbe d'efficacité d'une carte de contrôle213
  - 4.2. POM d'une carte de contrôle215
  - 4.3. Établissement d'une carte de contrôle à partir des risques ... et ß216
  - 4.3.1. Les moyennes refusables 217
  - 4.3.2. Calculs de la taille des échantillons 218
  - 4.3.3. Calcul de limites élargies 221
  - 5. L'application de limites élargies222
  - 5.1. Domaine d'application222
  - 5.1.1. Procédés à dérive 222
  - 5.1.2. Procédé à réglage par seuil 223
  - 5.2. Calcul des limites élargies pour un Cpk objectif224
  - 5.2.1. Application 226
  - 5.3. La carte à doubles limites228
  - 6. Quelques cas particuliers229
  - 6.1. Les cas des processus multi-générateurs229
  - 6.2. Le cas des processus gigognes234
  - 6.3. Les cartes à caractéristiques multiples239
  - 7. Quelques conseils pour une bonne application des cartes de contrôle241
  - 7.1. Carte de contrôle et maîtrise des processus241
  - 7.2. Carte de choix d'un paramètre à surveiller241
  - 7.3. Lorsque les fréquences de prélèvement sont trop élevées242
  - 7.4. L'informatisation des cartes de contrôle243
  - 7.5. La réactualisation des cartes de contrôle244
  - 7.6. Le suivi d'un projet MSP245
  - Chapitre 6
  - Les cartes EWMA et CUSUM 247
  - 1. Les cartes EWMA248
  - 1.1. Principe de la carte EWMA248
  - 1.2. Calcul des limites251
  - 1.3. Exemples d'application252
  - 1.3.1. Premier exemple 252
  - 1.3.2. Second exemple 253
  - 1.4. Choix de ... et de L255
  - 2. Les cartes CUSUM256
  - 2.1. Les principe257
  - 2.2. Exemple d'application259
  - 2.2.1. Carte FIR CUSUM 262
  - 2.2.2. Combinaison Shewhart/CUSUM 264
  - 2.3. Les cartes CUSUM avec masque en V266
  - 2.3.1. Principes 266
  - 2.4. Efficacité des cartes CUSUM267
  - Chapitre 7
  - Le cas des processus multidimensionnels 271
  - 1. Les cartes multidimensionnelles pour le suivi en position 272
  - 1.1. Introduction272
  - 1.2. La carter X² pour le suivi de la position273
  - 1.2.1. Principe 273
  - 1.2.2. Exemple d'application 276
  - 1.3. La carte T² de Hotelling pour le suivi de la position279
  - 1.3.1. Principe 279
  - 1.3.2. Calcul des limites 280
  - 1.3.3. Exemple d'application 281
  - 1.3.4. Comparaison entre la carte T² et la carte X² 283
  - 1.4 Carte EWMA multidimensionnelle283
  - 2. Carte multidimentionnelle pour le suivi de la variabilité286
  - 2.1. Principe286
  - 2.2. Exemple d'application287
  - 3. Interprétation des cartes multidimentionnelles289
  - 3.1. Les difficultés d'interprétation289
  - 3.2. Les règles d'interprétation289
  - 3.2.1. Suivi de chaque caractéristique individuelle 291
  - 3.2.2. Réduire le nombre de variables à partir d'une analyse en composantes principales 291
  - 3.2.3. Analyser la direction du défaut, source d'informations 292
  - Chapitre 8
  - Le cas des attributs 295
  - 1. Les particularités du contrôle par attributs295
  - 1.1. La qualification par attributs295
  - 1.2. Les différents types de suivi par attributs296
  - 1.3. Critères de conformité298
  - 1.4. Causes communes et causes spéciales dans le cas des attributs298
  - 1.4.1. Rappels 298
  - 1.4.2. Séparer l'ordinaire de l'extraordinaire 299
  - 2. Le principe d'une carte de contrôle aux attributs300
  - 2.1. Identifier les causes spéciales300
  - 2.2. Interprétation des cartes de contrôle aux attributs302
  - 2.3. Mise en place d'une carte de contrôle303
  - 2.3.1. Définir 304
  - 2.3.2. Mesurer 304
  - 2.3.3. Analyser/Innover 304
  - 2.3.4. Contrôler 305
  - 2.3.5. Standardiser 305
  - 3. Les principales cartes de contrôle aux attributs305
  - 3.1 La carte np, nombre d'articles non-conformes306
  - 3.1.1. Utilité de la carte np 306
  - 3.1.2. Mesurer-Observation du procédé 306
  - 3.1.3. Analyser-Calcul de la carte np 307
  - 3.1.3. Contrôler-Suivi du procédé par carte np 308
  - 3.1.4. Standardiser-L'amélioration continue 310
  - 3.2. La carte p-proportion d'articles non conformes310
  - 3.2.1. Calcul des limites de contrôle 310
  - 3.2.2. Suivi du procédé par la carte de contrôle p 312
  - 3.3. Carte c-nombre de non-conformités313
  - 3.3.1. Utilité de la carte c 313
  - 3.3.2. Calcul des limites de la carte c 313
  - 3.4. Carte u-Proportion de non-conformités314
  - 3.4.1. Utilité de la carte u 314
  - 3.4.2. Calcul des limites de la carte u 314
  - 3.4.3. Exemple d'utilisation d'une carte u 315
  - 3.5. Récapitulatif des calculs des limites317
  - 4. Les cartes sur valeurs trasnsformées317
  - 4.1. Cartes CUSUM aux attributs317
  - 4.1.1. CUSUM pour le nombre de non-conformités (c)-carte de Lucas 318
  - 5. Le suivi des fréquences d'apparition de défauts320
  - 5.1. Cas d'utilisation320
  - 5.2. Le principe322
  - 5.3. Le suivi par carte EWMA (ou CUSUM)323
  - 5.4. Exemple d'utilisation en maintenance325
  - 6. Limites des cartes de contrôle aux attributs327
  - Chapitre 9
  - Le cas des petites séries 329
  - 1. Introduction329
  - 1.1. Les bénéfices de l'application de la MSP dans le cas des petites séries329
  - 1.2. La méthode traditionnelle de pilotage dans le cas des petites séries332
  - 1.2.1. Exemples dans le cas d'une série de 10 pièces 332
  - 1.2.2. Critique de la méthode 334
  - 2. Le suivi par valeurs individuelles335
  - 2.1. Identification de l'écart type de la production337
  - 2.2. Suivi par carte de contrôle Valeurs/étendues glissantes338
  - 2.3. Amélioration de l'efficacité de la détection339
  - 3. Retrouver un effet de série342
  - 3.1. Raisonner en écarts par rapport à la cible342
  - 3.2. Les cartes de contrôle multi-produits344
  - 3.2.1. Cas 1 : les étendues sont constates pour l'ensemble des lots 345
  - 3.2.2. Cas 2 : les étendues ne sont pas constantes d'un lot à l'autre 346
  - 3.2.3 Critique de la méthode 349
  - 3.2.4. Cas des échantillons de taille variable 350
  - 3.3. Carte EWMA Multi-produits351
  - 4. La carte de contrôle « petites séries »353
  - 4.1. Le besoin d'une nouvelle méthode353
  - 4.2. Principe de base de la carte de contrôle « petites séries »353
  - 4.2.1. Présentation de la carte 353
  - 4.2.2. Le remplissage de la carte des petites séries 354
  - 4.3. Le calcul des limites de contrôle356
  - 4.3.1. Identification de l'écart type de la population 356
  - 4.3.2. Calcul de la carte des moyennes 359
  - 4.3.3. Calcul de la carte des étendues 361
  - 4.4. Efficacité de la carte de contrôle « petites séries »362
  - 4.5. Autres utilisations de la carte de contrôle « petites séries »363
  - 5. La carte de « pré contrôle » petites séries364
  - 6. Utiliser l'échantillonnage369
  - 7. L'analyse a posteriori372
  - 7.1. Collecte des données373
  - 7.2. Étude des causes communes de dispersion376
  - 7.3. Étude de la capabilité du procédé377
  - 7.4. Critique de la méthode378
  - 8. Capabilité à partir des cartes « petites séries »379
  - 8.1. Capabilité court terme379
  - 8.2. Capabilité long terme380
  - 9. Détermination du réglage optimal381
  - 9.1. Cas où le réglage doit être réalise sur la première pièce381
  - 9.2. Cas du réglage sur la nième pièce385
  - 9.3. Règle pratique de règlage386
  - 9.3.1. Détermination de la règle 386
  - 9.3.2. Détermination d'une grille de réglage 387
  - Chapitre 10
  - Le cas des distributions non gaussiennes et des critères unilatéraux 389
  - 1. Comment traiter le cas des distributions non gaussiennes ? 390
  - 1.1. Les différentes approches390
  - 1.2. Approche ... sigma pour le calcul des capabilités390
  - 1.3. Transformation des données391
  - 1.4. Approche par les percentiles391
  - 2. Approche 3 sigma de calcul des capabilités393
  - 2.1. Approximation de la loi normale393
  - 2.1. Méthode du mode394
  - 2.3. Méthode un mode-cas des tolérances bilatérales395
  - 3. Méthode de transformation des données397
  - 3.1. Utilisation de la loi lognormale397
  - 3.1.1. Principe 397
  - 3.1.2. Exemple de calcul 398
  - 3.2. Transformation de Box-Cox400
  - 3.3. Transformation de Johnson402
  - 3.3.1. Choix du type de transformation 403
  - 3.3.2. Calcul des coefficients des fonctions de transformation 405
  - 4. Identification de la fonction407
  - 4.1. Utilisation de la loi de Weibull407
  - 4.2. Distribution des valeurs extrêmes (de Gumbel)411
  - 4.2.1. Valeurs extrêmes minimum 412
  - 4.2.2. Valeurs extrêmes maximum 412
  - 4.2.3. Estimation des paramètres 413
  - 4.2.4. Application 413
  - 5. Indicateur Ppm dans le cas unilatéral414
  - 5.1. Définitions414
  - 5.2. Calcul de Cpm et comparaison avec Cpk416
  - 6. Calcul des cartes de contrôle dans le des critères uni limites418
  - Chapitre 11
  - Du tolérancement au pire des cas au tolérancement inertiel 419
  - 1. Différents approches du tolérancement en cas d'assemblages420
  - 1.1. Tolérancement au pire des cas421
  - 1.2. Tolérancement statistique423
  - 1.3. Règles simples de calcul mnémotechnique424
  - 1.4. Les autres approches statistiques425
  - 2. La décision de conformité sur les caractéristiques élémentaires425
  - 3. Le tolérancement inertiel428
  - 3.1. Définition du tolérancement inertiel428
  - 3.2. Interprétation du tolérancement inertiel430
  - 3.2.1. Représentation graphique 430
  - 3.2.2. Cas extrêmes 432
  - 3.2.3. Représentation nº2 433
  - 3.2.4. Représentation nº3 433
  - 3.3. Indicateurs de capabilité en tolérancement inertiel434
  - 3.4. Conformité et tolérancement inertiel435
  - 3.5. Tolérancement inertiel dans le cas d'une assemblage437
  - 3.5.1. Garantir l'inertie de la caractéristique finale Y 437
  - 3.5.2. Garantir la conformité de la caractéristique finale Y 438
  - 3.5.3. Application sur un exemple 438
  - 4. Tolérancement inertiel dans le cas de critères unilatéraux440
  - 5. Pilotage des caractérisques inertielles441
  - 6. Conclusion443
  - Annexes
  - Statiques de base 445
  - 1. Représentation graphique d'une distribution445
  - 1.1. Le diagramme des fréquences445
  - 1.2. La représentation sous forme d'histogramme446
  - 1.3. Exemple de construction d'histogramme449
  - 1.4. La boîte à moustache450
  - 2. Les lois de répartition continues451
  - 2.1. Notion de population et d'échantillon451
  - 2.2. Expérience sur les pointures d'un groupe de 50 hommes452
  - 2.3. Expérience avec des pièces453
  - 3. Calculs des paramètres d'une courbe de Gauss454
  - 3.1. Paramètres de position454
  - 3.1.1. Moyenne arithmétique (X) 454
  - 3.1.2. Espérance mathématique (µ) 454
  - 3.1.3. La médiane (X) 455
  - 3.1.4. Le mode 455
  - 3.2. Paramètres d'échelle455
  - 3.2.1. L'étendue (notée R Range en Anglais) 456
  - 3.2.2. L'écart type estimé (noté S ou ...) 456
  - 3.2.3. L'écart type réel (noté ...) 457
  - 3.2.4. La variance vraie (...) ou estimée (S²) 457
  - 3.2.5. La dispersion 458
  - 3.3. Liaison entre l'écart type et la courbe de Gauss458
  - 3.4. Calcul de pourcentage de pièces hors tolérance459
  - 4. Formes d'une distibution461
  - 4.1. Expériences461
  - 4.2. Étude de normalité-Droite de Henry462
  - 4.3. Étude de normalié-Test du X² (CHI 2)464
  - 4.3.1. Principe du test 464
  - 4.3.2. Exemple 465
  - 4.3.3. Effet de bord dans le test du X² 466
  - 4.3.4. Étude de forme 467
  - 4.3.5. Généralisation des paramètres de dispersion 467
  - 4.3.6. Aplatissement 468
  - 4.3.7. Dissymétrie 468
  - 4.4. Le test de Anderson-Darling469
  - 5. Distribution de Student472
  - 6. Les lois de répartition discrètes473
  - 6.1. La loi de distribution hypergéométrique473
  - 6.2. La loi binomiale474
  - 6.3. La loi de Poisson476
  - 7. Distribution des caractéristiques d'un échantillon477
  - 7.1. Distribution statistique des moyennes477
  - 7.2. Distribution statistique des écarts types477
  - 8. Estimation des caractéristiques d'une population totale479
  - 8.1. Estimation479
  - 8.1.1. Estimation par valeur ou par intervalle de confiance 479
  - 8.1.2. Biais d'un estimateur 480
  - 8.2. Estimation par une valeur480
  - 8.2.1. Estimation de la moyenne 480
  - 8.2.2. Estimation de l'écart type 480
  - 8.2.3. Cas des petits échantillons-Estimation à partir de l'écart type 482
  - 8.2.4. Cas des petits échantillons-Estimation à partir de l'étendue 483
  - 8.3. Estimation par un intervalle de confiance484
  - 8.3.1. Estimation de la moyenne 484
  - 8.3.2. Estimation d'un intervalle de confiance sur l'écart type 486
  - 8.3.3. Exemple de calcul d'intervalle de confiance 488
  - 8.3.4. Estimation de la moyenne 488
  - 8.3.5. Estimation de l'écart type 488
  - Tables et résumés 491
  - Démarche de mise sous contrôle d'un processus492
  - Propotion hors tolérances fonction de Pp et Ppk493
  - Valeur mini du Cp pour un Cp calculé (risque unilatéral à 5%)494
  - Valeur mini du Cpk pour un Cpk calculé (risque unilatéral à 5%)495
  - DPMO en fonction du z du processus496
  - Table de la loi normale497
  - Table de la loi de Student498
  - Table de la loi du X²499
  - Tableau des coefficients500
  - Résumé des principales formules de calculs des cartes MSP501
  - Résumé des principales formules de calcul des cartes MSP502
  - Carte Valeurs individuelles 502
  - Carte limites élargies 502
  - Coefficient A₆ pour le calcul des limites élargies 502
  - Coefficient A₅ pour le calcul des limites élargies 502
  - Carte EWMA 503
  - Cartes aux attributs 503
  - Calcul des cartes aux attributs 503
  - Carte exponentielle 503
  - Résumé sur les capabilités504
  - Règles de pilotage d'une production par « carte de pilotage SPC »505
  - Tableau de décision505
  - Règles principales d'interprétation des cartes de pilotage 506
  - Carte de contrôle aux attributs508
  - Bibliographie 511
  - Logiciels et sites internet 523
  - Index 525
Origine de la notice:
- BNF