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