LA DEMARCHE QUALITE 1 GESTION ET SUIVI DE

LA DEMARCHE QUALITE 1 GESTION ET SUIVI DE LA QUALITE EN PRODUCTION voir livre page 7 à page 22 1: Qualité et non qualité satisfaction du client bonne aptitude à l'usage et à l'emploi Définition de la qualité: ( NF X 50 -120 ) La qualité est l'ensemble des propriétés et caractéristiques d'un produit ou service qui lui confèrent l'aptitude à satisfaire des besoins exprimés ou implicites. 12) La non qualité Définition ( NF X 50 -120 ) La non qualité est l'écart global constaté entre la qualité visée et la qualité effectivement obtenue. La non qualité coûte cher, elle a un coût, on peut donc la mesurer 1 voir livre de première page 13 à page 17 11) La qualité

2: La politique de la qualité dans les entreprises LA QUALITE RAISON D'ETRE BUT RESULTANTE REPERCUSSION POUR L'ENTREPRISE ( page 7 et 8 ) Satisfaction du client Objectif vital pour l'entreprise Contrat pour le respect de la qualité vis à vis du client volonté collective de l'entreprise, la motivation, coordination de chacun, maîtrise de l'ensemble des facteurs…. . Evolution et développement de l'entreprise… motivation pour le personnel.

L'assurance qualité: - Fournir au client la preuve que le fournisseur est capable d'honorer complètement et correctement ses engagements. ( assurance externe de la qualité ) - Faire en sorte que le fournisseur soit lui-même certain de la qualité de ses produits qu'il propose à ses clients. ( assurance interne de la qualité ) Qualité et contexte de production de l'entreprise Hommes Délais Produits Qualité dans l'entrepris e Coûts Qualité totale d'un site de production on retrouve les composantes de la démarche productique, à savoir, amélioration de l'ensemble des méthodes et des moyens de production Processus Les entreprises, pour être compétitives, doivent de plus en plus être certifiées suivant une norme qui va prouver que l'entreprise satisfait aux exigences de l'assurance qualité. Norme ISO 9000

3: Qualité et contrôle de conformité ( page 8 et 9 ) Le contrôle s’effectue à trois stades de la production: - à la réception des approvisionnements - en cours de fabrication - à la livraison des produits finis Le contrôle de réception et des en-cours peut s’effectuer soit à 100% ou par échantillonnage Contrôles de réception permet l'acceptation ou le refus d'un lot de pièces 100% tous les contrôles nécessaires sont effectués sur la totalité des pièces produites Par échantillon les contrôles sont effectués sur un échantillon de pièces prélevées Domaine d'utilisation: pièces à forte valeur ajoutée pièces ayant des qualités strictes ( sécurité, nucléaire. . ) tri de pièces ( appariement ) avantages: maîtrise totale des décisions ( pas de risque ) inconvénients: contrôle onéreux, contrôle non destructif Domaine d'utilisation: produits standards ou de sous-traitance classement de la qualité des fournisseurs si la qualité du procédé est nettement > à la qualité souhaité du produit lots de taille importante avantages: réduction du coût, contrôle destructif possible inconvénients: risque lié à la probabilité de prendre une mauvaise décision Contrôles en cours de fabrication permet de surveiller le processus de fabrication Domaine d'utilisation: pièces à forte valeur ajoutée pièces ayant des qualités strictes ( sécurité, nucléaire. . ) avantages: maîtrise totale des décisions ( pas de risque ) limitation du gaspillage inconvénients: contrôle onéreux, contrôle non destructif, nécessité dans le cas de grandes séries d'automatiser les postes de contrôle, ( si le posage est défini ) Domaine d'utilisation: production en grande série si la qualité du procédé est nettement > à la qualité souhaité du produit avantages: réduction du coût, contrôle destructif possible inconvénients: risque lié à la probabilité de prendre une mauvaise décision, risque de laisser passer des pièces non conformes.

4: Les outils de la qualité ( voir livre de première page 18, 19, 20 ) - Le diagramme causes et effets - Le Q Q O Q C P - PARETO ou courbe ABC - Le MSP ou SPC - L'AMDEC - Le SMED - La méthode TAGUCHI …… Tous les outils de la qualité présentent une caractéristique commune: étude et analyse d'un grand nombre d'informations. Ces informations peuvent être relatives : - au produit - au système de production - au processus de production - aux méthodes de fabrication, de montage, de contrôle, de maintenance…. Il faut donc que les informations soient très exactes de manière à appliquer avec efficacité l'outil de la qualité retenu. Il faut donc organiser toutes les données qui peuvent provenir en fabrication de: - résultats numériques ( mesures…) - nombres de caractéristiques ( défauts par période, % de défauts…) - causes de non-conformité - …. .

5: Le suivi de la qualité ( voir page 9, 10, 11 ) 51) les différents types de contrôle: La spécification contrôlée est une grandeur chiffrable. Ex: 15, 25 mm Cartes de contrôle tendance centrale de la fabrication ( moyenne ) Par mesures Variation de la fabrication ( étendue ) CONTROLE nombre ou proportion de défectueux Par attributs nombre de défauts par unité de contrôle Valeur non chiffrable par un appareil de mesure. Ex: correct, défectueux. .

52) La méthode S. P. C ou M. S. P ( maîtrise statistique des procédés ) méthode d'auto-contrôle Elle repose sur 3 principes fondamentaux : - la priorité donnée à la prévention ( intervention avant de produire des rebuts ) - la référence au procédé tel qu'il fonctionne ( qualification de la machine ) - la responsabilisation de la production et la participation active des opérateurs Constatations: la mesure d'un diamètre ( 10 mm ) sur un lot de pièces ne fera jamais 10 mm exactement, mais sera répartie entre 9, 95 et 10, 04 par exemple. Cette variabilité est incontournable et il faut être capable de " vivre avec ". Quelque soit la machine utilisée, la caractéristique observée, on notera toujours une dispersion. Ces variations proviennent de l'ensemble du procédé de production dont on distingue 5 éléments élémentaires responsables de dispersion et donc de non-qualité: les 5 M Machine; Main d'œuvre; Matière; Méthodes; Milieu Ces variations aléatoires suivent très souvent une loi normale ( courbe en cloche ) 53) Analyse de la forme de la dispersion, loi normale 531) L’histogramme C'est un outil qui nous permet d'observer la répartition des valeurs mesurées par rapport à la moyenne, regroupées par classe. Cette moyenne doit être le plus près possible de la cote visée. L'allure générale doit correspondre à une courbe en cloche ou courbe de Gauss.

EXERCICE + 0. 05 Une entreprise X vérifie le diamètre d’une surface cylindrique coté 20 - 0. 08 Un opérateur prélève un lot de 40 pièces, il mesure à l’aide d’un micromètre (résolution = 0, 01 mm) les 40 diamètres et trouvent les résultats suivants: N° cote 1 2 3 4 5 6 7 8 9 10 11 12 13 14 19. 97 19. 96 19. 99 20. 00 19. 93 20. 01 19. 99 20. 02 19. 99 19. 95 20. 01 19. 97 20. 00 15 16 17 18 19 20 21 22 23 24 25 26 27 28 20. 00 19. 98 20. 01 19. 95 19. 97 20. 00 19. 99 20. 02 19. 97 20. 03 20. 00 19. 96 20. 03 19. 99 29 30 31 32 33 34 35 36 37 38 39 40 19. 99 20. 02 19. 98 19. 99 20. 04 19. 97 20. 02 20. 00 19. 98 41 42 Elle veut connaître la représentation graphique de la distribution des pièces: il faut donc tracer l’histogramme

Méthode de tracé d’un histogramme 1: collecte des données: Voir tableau précédent 2: calcul du nombre de classes Formule: Nb de classes = n AN : Nb de classes = 40 = 6, 32. Arrondi à 7 3: calcul de l’étendue R Formule: valeur mesurée maxi - valeur mesurée mini ou : x maxi - x mini AN : 20, 04 - 19, 93 = 0, 11 mm 4: calcul de la largeur d’une classe Formule: R / Nb de classes arrondir à un multiple de la résolution AN : 0, 11 / 7 = 0, 014 arrondi à 0, 02 mm 5: calcul de la valeur mini de la première classe Formule: valeur mesurée mini - moitié de la résolution ou : x mini - 1/2 résolution AN : 19, 93 - (0, 5 x 0, 01) = 19, 925 mm

6: Relever le nombre de valeurs par classe tableau des résultats ( classes / fréquences ) Classes Fréquence ( Nb de valeurs ) 19, 925 - 19, 945 1 4 8 16 8 3 0 19, 945 - 19, 965 - 19, 985 - 20, 005 - 20, 025 - 20, 045 - 20, 065

7: Tracé de l’histogramme fréquence 20 16 15 8 10 8 4 5 3 1 19, 925 valeur 19, 945 19, 965 19, 985 20, 005 20, 025 20, 045 20, 065

cote visée: cote moyenne 8: Tracer les caractéristiques de la cote Cote maxi : tolérance supérieure Cote mini : tolérance inférieure fréquence AN : cote visée = 19, 985 mm cote maxi = 20, 05 mm 20 cote mini = 19, 92 mm Cote visée Cote mini Cote maxi 16 15 8 10 8 4 5 3 1 19, 925 valeur 19, 945 19, 965 19, 985 20, 005 20, 025 20, 045 20, 065

n formule: X = 1/n xi 9: calcul de la moyenne des valeurs et tracé i=1 AN : 19, 992 mm 10: tracé de la courbe de Gauss ( facultatif ) fréquence 20 X Cote visée Cote mini Cote maxi 16 15 8 10 8 4 5 3 1 19, 925 valeur 19, 945 19, 965 19, 985 20, 005 20, 025 20, 045 20, 065

En conclusion: L’histogramme permet d’observer la répartition des valeurs mesurées par classes, par rapport à la moyenne. La moyenne des valeurs doit être le plus prêt possible de la cote visée. L’allure générale doit correspondre à une courbe en cloche ou courbe de Gauss.

532) Comparaison entre dispersion et IT de fabrication ( voir livre page 11 ) ATTENTION ! Ne pas confondre ETENDUE et DISPERSION Etendue: valeur mesurée maxi - valeur mesurée mini ou : x maxi - x mini En relation avec l’histogramme R Dispersion: elle peut être évaluée à 6, 18 ( correspond à 99, 98% d’une population distribuée suivant une loi normale ). En relation avec la courbe de Gauss : Ecart type dispersion

Ecart type : ( sigma ) Paramètre de dispersion qui caractérise la plus ou poins grande dispersion des valeurs autour de la moyenne. Courbe convexe X Courbe concave I = ( xi - X )² N

Types de dispersion: Dispersion Systématique ( Ds ): Proviennent de Causes Assignables ( causes identifiables, peu nombreuses mais sources de défauts importants, exemple: usure d’outil. . ) Dispersion Aléatoire ( Da ): Proviennent de Causes Aléatoires ( causes dues au hasard, que l’on ne peut éliminer complètement, en assez grand nombre mais à effet limité, exemple : écart de mise en position, déformation de la pièce lors du serrage, flexion de l’outil …. ) Le but du M S P ( ou S P C ) est d’éliminer les causes assignables

Exemple: Moyennes différentes Dispersion identique X 1 X 2 Moyenne identique Dispersions différentes 1 2 X

Quelques cas intéressants: X 1 2 3 4 Environ 68% des individus sont compris dans l’intervalle X 1 Environ 95% des individus sont compris dans l’intervalle X 2 Environ 99, 8% des individus sont compris dans l’intervalle X 3 Environ 99, 99% des individus sont compris dans l’intervalle X 4

On compare la dispersion à l'IT à respecter, 3 cas peuvent se présenter ( voir livre p 11 ) 1°cas: le procédé de fabrication ne convient pas, il y a rebut systématique

2°cas: tout déréglage de la moyenne entraînera un rebut qui sera fonction de ce déréglage.

3°cas: pas de rebut tant que la moyenne reste dans l’intervalle égal à : IT - 6, 18

6: les cartes de contrôle par mesure voir page 11 Les cartes de contrôle permettent d'avoir une image du déroulement du processus et d'intervenir rapidement sur celui-ci en cas de problème. Elles permettent de surveiller l'évolution d'une caractéristique ( ex : une dimension ) sur une production en série et d'intervenir avant de produire des pièces non conformes. La distribution de la spécification à contrôler doit suivre une loi normale. Pendant la production, on effectuera des prélèvements d'échantillons régulièrement ( ex : 6 pièces toutes les heures ). Pour chaque échantillon, on calculera la moyenne et l'étendue des valeurs mesurées, et on reportera les résultats sur un graphique. Suivant la position des points reportés par rapport à des limites fixées, on interviendra ou pas sur le processus. On se limitera aux cartes de contrôle de la moyenne et de l'étendue. ( on peut aussi construire des cartes de la médiane et de l'écart type )

Comment établir une carte de contrôle ? 2 cas possibles: le processus est déjà lancé et connu : on connaît donc la moyenne ( mo ) et l'écart type ( o ) le processus est nouveau : on ne connaît pas la moyenne ( mo ) ni l'écart type ( o ) Avec mo: moyenne d’une fabrication sous contrôle ( statiquement stable ) o: écart type d’une fabrication sous contrôle 7: Elaboration d'une carte de contrôle dont les paramètres ne sont pas connus Quand ? - Lors de la mise en place d’une nouvelle fabrication - Introduction d’un nouveau matériel - Introduction d’une nouvelle matière première …… voir page 12

Méthode d’élaboration de la carte de contrôle: Suivre en parallèle l’exercice du livre page 13 Etape 1: Prélèvement Nombre d’informations = r x n r = nombre d’échantillons n = effectif de chaque échantillon En général : Des pièces 100 < r x n < 200 ( nombre d’informations ) Des pièces L’origine de la mesure a été prise à : 31, 900 mm Les valeurs affichées sont en micron La valeur mesurée de la pièce correspond donc à : Valeur affichée + 31, 900 Ex: valeur mesurée = 51 + 31900 = 31951 m soit: 31, 951 mm Ou d’échantillons

Etape 2: Calcul des paramètres: X, W Moyenne des moyennes X = Moyenne des étendues W = X = 49, 1 m Xi r Wi r ou: X= ( X 1 + X 2 + X 3 +……. Xr ) / r ou: W = ( W 1 + W 2 + W 3+. . Wr ) / r W = 5, 1 m Etape 3: Calcul des limites de la carte de contrôle pour la carte de la moyenne et la carte de l’étendue Notation: Pour la moyenne: Lsc x : limite supérieure de contrôle de la moyenne Lic x : limite inférieure de contrôle de la moyenne Lss x : limite supérieure de surveillance de la moyenne Lis x : limite inférieure de surveillance de la moyenne

Notation: Pour l’étendue : Lsc w : limite supérieure de contrôle de l’étendue Lss w : limite supérieure de surveillance de l’étendue Formules: Pour la moyenne: Lsc x : X + A’c x W Lic x : X - A’c x W Lss x : X + A’s x W Lis x : X - A’s x W Avec A’c et A’s: coefficients fonction de la taille de l’échantillon Voir tableaux page 20 Formules: Pour l’étendue : Lsc w : D’c 2 x W Lss w : D’s 2 x W Avec D’c 2 et D’s 2: coefficients fonction de la taille de l’échantillon

Etape 4: Tracer les limites provisoires sur la carte. Lsc Lss Lic Lss

Etape 5: Remplir la carte La carte est remplie au fur et à mesure des prélèvements des échantillons. On reporte les valeurs des moyennes et de l’étendue de chaque échantillon. On relie les points. Etape 6: Analyse de la carte Des points sont hors limites de contrôle, ceci est dû à des causes assignables, que l’on peut identifier. Il faut prendre les mesures nécessaires pour éliminer ces causes.

Etape 7: Calculer les nouvelles limites Les échantillons dont les points sont hors limites de contrôle doivent être éliminés pour le calcul. Les nouvelles limites doivent être calculées avec les données restantes. Etape 8: Tracer les nouvelles limites sur la nouvelle carte

Exercice: la fabrication d’inserts métalliques nécessite de mettre le procédé sous contrôle statistique. On veut suivre l’évolution de la cote fabriquée: 6 0, 2 La production étant stabilisée, on prélève 8 pièces toutes les heures. Pendant tout l’usinage, il est important de noter tous les événements qui sont apparus. Ces événements sont notés dans le tableau de bord. Le tableau de bord est la mémoire du procédé 1: vous devez compléter entièrement la carte provisoire 2: vous devez analyser la carte provisoire cor 3: vous devez compléter entièrement la carte définitive cor

8: Elaboration d'une carte de contrôle dont les paramètres sont connus voir page 16 Quand ? - Le processus de fabrication est déjà lancé ( reprise d’une fabrication avec les mêmes paramètres. ) Le principe d’élaboration est le même que précédemment sauf que: - il n’y a pas de carte provisoire - les formules pour les calculs des limites changent Formules: Exercice page 19 à faire pour Avec Ac et As: coefficients La prochaine fois fonction de la taille de Lic x : X - Ac x 0 l’échantillon Pour la moyenne: Lsc x : X + Ac x 0 Lss x : X + As x 0 Lis x : X - As x 0 Formules: Pour l’étendue : Lsc w : Dc x 0 Lss w : Ds x 0 Voir tableaux page 20 Avec Dc et Ds: coefficients fonction de la taille de l’échantillon

9: Interprétation des cartes de contrôle Une carte " type " est une carte dont les points sont répartis à peu près symétriquement par rapport à la ligne centrale. (Voir page 16) Pas de points hors limites 2/3 des points doivent se trouver dans le tiers central de la carte Pas de cause assignable Carte type C B A B C

Exemples de causes assignables et décisions à prendre 1 un point au delà des limites de contrôle LCS, LCI 2 7 points consécutifs sont supérieurs ou inférieurs à la moyenne 3 7 points consécutifs sont en augmentation régulière ( dérive ) ou en diminution régulière 4 1 point entre les limites de surveillance et de contrôle régler le procédé et prélever immédiatement un autre échantillon. Si le nouveau point est de nouveau hors limites régler le procédé et prélever immédiatement un autre échantillon trouver l'origine de la détérioration et intervenir ( erreur de mesure, appareil bloqué …) trouver l'origine de la détérioration et intervenir

1 2 3 4

10: Démarche pour l'utilisation des cartes de contrôle Prélever un échantillon de taille n toutes les h heures calculer X reporter X sur la carte non X se trouve entre LS 1 et LC 1 ou entre LS 2 et LC 2 La moyenne X se trouve entre LS 1 et LS 2 oui Procéder à un nouveau prélèvement non Calculer X et porter X sur la carte X se trouve au-delà de LC 1 ou de LC 2 oui Réglage et essai X se trouve entre LS 1 et LC 1 ou entre LS 2 et LC 2 non

11: La Capabilité ( voir livre page 17 à page 18 ) C'est un indicateur qui va permettre de vérifier si le processus est apte à produire des pièces conformes La capabilité est exprimée par un chiffre. C'est la mesure du rapport entre la performance réelle d'une machine ou d'un procédé et la performance demandée. Performance demandée: C'est l'intervalle de tolérance Performance réelle: C'est la distribution des relevés La distribution est à l'intérieur de l'IT: : pièces conformes La distribution n'est pas à l'intérieur de l'IT: : pièces non conformes IT

Il y a 2 indicateurs de capabilité: la capabilité machine ( s'intéresse à la dispersion instantanée ) La capabilité du procédé ( s'intéresse à la dispersion globale ) 11. 1: La capabilité machine Pour déterminer la valeur de la capabilité machine, les relevés doivent être effectués dans un laps de temps très court. Il faut au minimum 50 relevés consécutifs. 50 relevés Production temps 1: Calculer la moyenne des 50 relevés: X 2: Calculer l'écart type i ( écart type instantané en utilisant l'estimateur de l'écart type: (n-1) = S

IT 3: Calculer le premier indice de la capabilité machine: Cm ( Permet de comparer l'IT à la dispersion ) Ts - Ti Cm= 6 i Cm= ou IT 6 i ou Cm= IT 6 S La machine est considérée apte si Cm > 1, 33 4: Calculer le deuxième indice de la capabilité machine: Cmk ( Permet de vérifier la dispersion et le centrage de la moyenne ) 2 valeurs à calculer: Cmki= X - Ti 3 i et Ts - X Cmks= 3 i X

Après calcul de Cmki et de Cmks, on retient la valeur la plus petite. La machine est considérée bien centrée si Cmk > 1, 33 11. 2: La capabilité du procédé On vérifie la capabilité du procédé sur un laps de temps long ( par exemple une semaine ). La capabilité du procédé se détermine que si le procédé est sous contrôle ( plus de cause assignable ). On calcul les indices de capabilité à partir des échantillons prélevés. 1: Calculer l'écart type * ( écart type estimé ) (estimé) = W dn ou (estimé) = S bn (Voir page 21)

1: Calculer le premier indice de la capabilité procédé: Cp ( Permet de comparer l'IT à la dispersion ) Cp= Ts - Ti ou 6 (estimé) Cp= IT 6 (estimé) Le procédé est jugé capable si Cp > 1, 33 2: Calculer le deuxième indice de la capabilité procédé: Cpk ( Permet de vérifier le centrage de la moyenne ) 2 valeurs à calculer: X - Ti Cpki= 3 (estimé) et Ts - X Cpks= 3 (estimé)

Après calcul de Cpki et de Cpks, on retient la valeur la plus petite. Le procédé est considéré bien centré si Cpk > 1, 33

11. 3: interprétations des résultats

Calcul de Cm; Cmk non Cmk < 1, 33 Machine capable pour la dispersion et bien centrée oui Cm < 1, 33 oui Machine capable pour la dispersion mais mal centrée Intervention, réglage non Cmk < 1, 33 Situation impossible -Changer de moyen de production - améliorer le moyen - modifier l'IT avec l'accord du BE - contrôle à 100% Non satisfaisante oui Machine non capable pour la dispersion mais bien centrée intervention satisfaisante non

Exemple d'application: Sur une machine de production, on veut surveiller une cote de 28, 4 0, 05. Pour cela, on procède à l'usinage d'un échantillon de 50 pièces. Les résultats sont les suivants: N° pièce mesure N° pièce mesure 1 28. 39 11 28. 38 21 28. 39 31 28. 4 41 28. 39 2 28. 39 12 28. 39 22 28. 39 32 28. 4 42 28. 39 3 28. 4 13 28. 39 23 28. 38 33 28. 41 43 28. 38 4 28. 39 14 28. 38 24 28. 39 34 28. 41 44 28. 39 5 28. 4 15 28. 39 25 28. 38 35 28. 43 45 28. 38 6 28. 39 16 28. 39 26 28. 4 36 28. 41 46 28. 4 7 28. 4 17 28. 41 27 28. 4 37 28. 4 47 28. 39 8 28. 39 18 28. 41 28 28. 4 38 28. 41 48 28. 38 9 28. 36 19 28. 42 29 28. 37 39 28. 42 49 28. 38 10 28. 38 20 28. 37 30 28. 39 40 28. 41 50 28. 38 Calculer Cm et Cmk et conclure sur la capabilité de la machine.

Corrigé: X = Cm = 28, 393 i = (n-1) = 0, 01379 Cm = 0, 1 / 6 x 0, 01379 = IT / 6 (n-1) Cmks = Ts - X 3 i = 1, 377 Cmki = X - Ti 3 i = 1, 039 1, 208 Conclusion: 1 < Cm < 1, 33 1 < Cmki < 1, 33 Machine non capable

11. 4: Evaluation graphique de la capabilité La capabilité machine peut être évaluée " au pied de la machine " sans calcul particulier, de façon graphique, par la DROITE DE HENRY Cette méthode permet de: - vérifier si la loi est normale - d'évaluer graphiquement: - la moyenne X - la dispersion ( 6 ) - la capabilité - les pourcentages défectueux Reprendre l'exemple précédent et compléter le graphique en suivant la méthode suivante:

Méthode de tracé de la droite de Henry - Renseigner l'entête du document - porter les valeurs relevées dans l'ordre de la production - Evaluer l'étendue des valeurs - Déterminer le nombre de classes ( maximum 10 ) - Déterminer l'intervalle de classe Voir carte - centrer les classes sur le graphique ( du bas vers le haut ) - Réaliser le décompte des valeurs dans chaque classe ( 1 tiret par valeur, 5 valeurs maxi par case ) - Compléter les colonnes: f; f% - Porter les points correspondant aux pourcentages sur le graphique à partir de l'échelle inférieure. Les points sont situés sur les lignes en face des flèches. - Tracer la droite de régression la mieux ajustée aux points ( droite de Henry

- Tracer les limites de tolérance en trait gras - Evaluer visuellement la moyenne X ( moyenne estimée ) - Estimer la capabilité ( 8 s ) - En déduire sigma estimé ( s ) - Estimer les pourcentages de défectueux mini et maxi - Calculer les indices de capabilité machine et conclure

12: Les cartes de contrôle petites séries Elles sont utilisées pour des séries de moins de 20 pièces et sont basées sur le principe du MSP: Amélioration de la production: - éviter les tâtonnements pour trouver le bon réglage - éviter les réglages inutiles - régler la machine avant de produire une pièce hors tolérance Diminution des rebuts: - importants dans le cas des petites séries car "tâtonnement" Amélioration de la traçabilité: - écrire sur une carte de contrôle permet d'améliorer le suivi des lots 12. 1: Démarche pour remplir la carte petites séries

Etape 1: Remplir l'entête Etape 2: Calcul des limites de contrôle pour la moyenne et l'étendue Placer les résultats dans le tableau Si il y a 5 pièces alors on calcule 5 limites Voir carte Formules: Pour la moyenne Pour l'étendue LSCx = Cible + A LSCR = D 6 LICx = Cible - A LICR = D 5 Valeurs des coefficients estimé à partir de l'historique des productions

Exemple: On usine une série de 5 pièces dont on surveille la cote de 20 0, 1 sur une machine avec un = 0, 013. On prendra comme valeur cible 0 Calcul des limites pour la moyenne: 1 ière pièce: A=3 ===> LSC = 0 + 3 x 0, 013 = 0, 039 LIC = 0 - 3 x 0, 013 = -0, 039 2 ième pièce: A = 2, 12 ===> LSC = 0 + 2, 12 x 0, 013 = 0, 027 LIC = 0 - 2, 12 x 0, 013 = - 3 ième pièce: 0, 027 A = 1, 73 ===> LSC = 0 + 1, 73 x 0, 013 = 0, 022 LIC = 0 - 1, 73 x 0, 013 = -0, 022 4 ième pièce: A = 1, 5 ===> LSC = 0 + 1, 5 x 0, 013 = 0, 019 LIC = 0 - 1, 5 x 0, 013 = -0, 019 5 ième pièce: A = 1, 34 ===> LSC = 0 + 1, 34 x 0, 013 = 0, 017 LIC = 0 - 1, 34 x 0, 013 = -0, 017

Calcul des limites pour l'étendue: 1 ière pièce: D 6=0 D 5=0 ===> LSC = LIC = 2 ième pièce: D 6 = 3, 69 ===> LSC = 3, 69 x 0, 013 = 0, 048 3 ième pièce: D 6 = 4, 36 ===> LSC = 4, 36 x 0, 013 = 0, 056 4 ième pièce: D 6 = 4, 69 ===> LSC = 4, 69 x 0, 013 = 0, 061 5 ième pièce: D 6 = 4, 91 ===> LSC = 4, 91 x 0, 013 = 0, 064

Etape 3: Tracer les limites de contrôle des moyennes et des étendues Attention au choix de l'échelle Etape 4: Usiner la première pièce - mesurer la dimension de la caractéristique surveillée - écrire le résultat de la mesure ( X 1 ) calculer: total = mesure X = mesure R = ( n'existe pas ) reporter le point associé à X et celui associé à R Exemple: mesure = 20, 03 donc écart = 0, 03 Etape 5: Usiner une autre pièce - mesurer la dimension de la caractéristique surveillée - écrire le résultat de la mesure ( X 2 ) donc: total = X 1 + X 2 Exemple: mesure = 20, 01 X = (X 1 + X 2) / 2 donc écart = 0, 01 reporter les points R = X 2 - X 1 total = 0, 04 X = 0, 02 R = 0, 02

Etape 6: Et ainsi de suite en surveillant que les limites ne soient pas dépassées Exemple: mesure = 20, 02 donc écart = 0, 02 total = 0, 06 X = 0, 02 R = 0, 01 total = 0, 1 X = 0, 02, 5 R = 0, 02 reporter les points Exemple: mesure = 20, 04 donc écart = 0, 04 reporter les points 1 point est hors limite Il faut effectuer un réglage Valeur du réglage = K x écart Voir tableau de K pour réglage Réglage = 4/5 x 0, 025 = 0, 02 mm

Après réglage de la machine, on change de carte de contrôle. On considère un nouvel échantillon de façon à ne pas inclure dans les causes connues, les variations du réglage. Exemple: mesure = 20, 02 donc écart = 0, 02 total = 0, 02 reporter les points X = 0, 02 R=