Maîtrise Statistique des Processus. Approche opérationnelle

Dimension: px
Commencer à balayer dès la page:

Download "Maîtrise Statistique des Processus. Approche opérationnelle"

Transcription

1 Maîtrise Statistique des Processus Approche opérationnelle

2 But de la formation F o u rn ir d e s é lé m e n ts d e m é th o d o lo g ie p o u r p e rm e ttre a é tu d ia n ts, à l is s u e d e la fo rm a tio n, d e : M e ttre e n œ u v re la M S P su r u n p ro ce ssu s d é fin i et P ilo te r u n p ro je t d e m ise e n p la ce d e la M S P su r u n site d e 2

3 Programme de la formation Généralités Rappel des concepts de base Dispersion de la fabrication Normalité de la distribution Spécifications du produit Pilotage d un processus par la MSP Notion de pilotage d un processus Mise en place de la MSP sur un processus défini Analyse d une carte de contrôle Réalisation et interprétation des analyses de capabilité Mise en place de la MSP sur un site de production Références bibliographiques 3

4 Programme de la formation Généralités Rappel des concepts de base Pilotage d un processus par la MSP Réalisation et interprétation des analyses de capabilité Mise en place de la MSP sur un site de production Références bibliographiques 4

5 Généralités Evolution de la demande des clients sur les dernières décennies L o g iq u e d a n tic ip a tio n Logique de conformité Des produits conformes au cahier des charges Des prix alignés sur le marché M oins de 5 0 ppm de produits défectu eux su r une année U n engagem ent con stan d e ré d u ctio n d e s co û ts U n e prestatio n de servic irré p ro ch a b le U n e g ra n d e ré a ctiv ité 5

6 Généralités Evolution des stratégies de contrôle chez les producteurs L autocontrôle L opérateur est responsable de la qualité de sa fabrication La non qualité est stoppée où elle est produite: limitation des coûts internes Réactivité et prévention des défauts L e c o n trô le in te r o p é ra tio n s C o n trô le a u x p h a se s e sse n tie lle s d u p ro ce ssu s p a r d e s co n trô l ~ 1 0 % d e s e ffe ctifs p ro d u ctifs d é d ié s a u x co n trô le s D ifficu lté d e d é te rm in e r les resp o n sab ilité s e n ca s d e d é fa u t Fa ib le ré a ctiv ité Le contrôle avant expédition Contrôle final sur le produit fini À 100 % Ou contrôle statistique par échantillonnage Zéro défaut pas toujours assuré Coûts importants de rebuts 6

7 Généralités Q u e s t-c e q u e la M S P? Ma îtris esta tis tiq u e d epsro c e s s u s C est u n o u til d e p ilo ta g e e t d a m é lio ra tio n d e s p ro ce ssu s d e ré a lisa tio n C est u n e m é th o de d e p ré ve n tio n q u i u tilise le s statistiq u e s p o u r d é te cte r le s p re m iers sig n e s d e d é g ra d a tio n d u n pro ce ssu s 7

8 Généralités Q u e lle e s t le b u t d e la M S P? La M S P v ise à p ilo te r le p ro ce ssu s, c e st-à -d ire d é te cte r d es situ a tio n s a n o rm a le s p o u r ré a g ir au p lu s tô t. C est u n o u til d a u to co La M S P v ise é g a le m e n t à id e n tifie r le s cau se s d a no m a lie s p o u r le s su p p rim e r. 8

9 Généralités P o u rq u o i la M S P re v ie n t-e lle e n fo rc e? Au g m e n ta tio n d e s e x ig e n ce s clie n t E m erg en ce d u ré fé re n tie l a u to m o b ile T S O n n e p a rle p lu s e n % m a is e n p p m L u tilisa tio n d u M S P e st p ré co n isé e p o u r la m a îtrise d e s co te s critiq u e s id e n tifié e s d an s le p ro ce ssu s d e co n ce p tio n D é p lo ie m e n t d e la m é th o d e 6 Le M S P fait p a rtie d e s o u tils,d la u 6m é tho d e é ta n t b a sé e su r l e xp lo ita tio n d e d o n n é e s factu e lle s à trav e rs la statistiq u e 9

10 Programme de la formation Généralités Rappel des concepts de base Pilotage d un processus par la MSP Réalisation et interprétation des analyses de capabilité Mise en place de la MSP sur un site de production Références bibliographiques 10

11 Rappel des concepts de base Dispersion de la fabrication

12 Rappel des concepts de base Dispersion de la fabrication La d isp e rsio n e st n atu re lle d an s to u s le s p ro cessu s. Le s ca u se s de d isp e rsio n se ran g e n t d66m an M s: le s Matériel Mesure Main d oeuvre Aptitude Répétabilité Support Machine Outillage Pression Vitesse Motivation Maintenance Courant Force Hygrométrie Qualification Expérience Composition Lot de fabrication Température Méthodes Milieu Dispersion de la fabrication Matière 12

13 Rappel des concepts de base Dispersion de la fabrication. Le s ca u se s d e va ria tio n q u i co n stitu e n t la d isp e rsio n p e u ve n t ê tre n a tu re lle s o u a ccid e n te lle s: Causes de variations naturelles: aléatoires Causes de variations accidentelles : assignables Petites variations liées aux composants Casse d outil Variation cyclique de température dans une journée Usure Précision de la machine Variation des propriétés de la matière première dans un même lot Non conformité composants Non conformité matière Non respect des modes opératoires Outil de mesure défectueux Etc... Etc... Loi normale Distribution perturbée, non normale 13

14 Rappel des concepts de base Dispersion de la fabrication O b je c tif d e la M S P S u p p rim e r le s va ria tio n s a ccid e n te lle s R é d u ire le s va riatio n s alé ato ire s Po u r ce la o n ch e rch e à d é te cte r le s va ria tio n s a ccid e n te lle s, e t su p p rim e r le u r(s) cau se (s): S o it en o b se rv a n t le p ro d u it (o n su rv e ille l e ffe t) S o it e n su rve illa n t le s ca u se s d e va ria tio n co n n u e s 14

15 Rappel des concepts de base Normalité de la distribution

16 Rappel des concepts de base Normalité de la distribution H y p o th è s e s d e b a s e d e la M S P Le fo n ctio n n e m e n t d u p ro ce ssu s p e ut ê tre re p ré se n té LO pi ar N OuRnMe A,L Eau m o in s su r u n e trè s co u rte é ch e lle d e te m p s. Le s é vè n e m e n ts so n t rep ro d u ctib les: p ro d u ctio n e n m o ye n n e e t g ra n d e sé rie. 16

17 Rappel des concepts de base Normalité de la distribution S ig n ific a tio n d e la n o rm a lité U n e d is trib u tio n s u it u n e lo i n o rm a le o u lo i d e G a u q u a n d le s v a ria tio n s q u i c o n s titu e n t la d is p e rs io n s o n t lié e s : à u n e m u ltitu d e d e ca u se s a lé a to ire s q u i so n t co n sta m m e n t p ré se n te s o ù ch a q u e ca u se e st in d é p e n d a n te e t o ù le s e ffe ts in d iv id u e ls d e ch a q u e ca u se so n t fa ib le s U n e cau se n e d o it p a s d e ve n ir pré po n d é ran te p a r ra p po rt au x a u tre s 17

18 Rappel des concepts de base Normalité de la distribution Comparaison de distributions D1 D1 D2 D2 Pour comparer deux distributions il faut connaître : La largeur de la base, c est-à-dire la DISPERSION La POSITION de la distribution 18

19 Rappel des concepts de base Normalité de la distribution Caractérisation d une distribution : POSITION Graphiquement, la position de la cloche est donnée par l axe de symétrie (médiane) qui passe également par le sommet (mode) de la cloche. On peut également calculer la position de la distribution par la MOYENNE Mode = Médiane = Moyenne X= Xi N N = nombre de mesures 19

20 Rappel des concepts de base Normalité de la distribution Caractérisation d une distribution : La dispersion peut être représentée par la largeur de la base de la cloche. On calcule l étendue : DISPERSION R = maximum minimum Etendue 20

21 Rappel des concepts de base Normalité de la distribution Caractérisation d une distribution : DISPERSION On peut calculer l ECART-TYPE de la distribution : distance moyenne de la courbe de distribution par rapport à la moyenne Plus de 30 mesures Moyenne = X n = ( Xi - X ) 2 N Moins de 30 mesures (écart type estimé) Xi n-1 =S = ( Xi - X )2 N -1 21

22 Rappel des concepts de base Normalité de la distribution V é rific a tio n d e la n o rm a lité d u n e d is trib u tio n (1 / L h isto g ra m m e m o n tre u n e d istrib u tio n sy m é triq u e, en fo rm e d e clo ch e a u to u r d u m o d e. Nombre ou % d individus par classe Distribution de la population Valeurs mesurées découpées en classes de taille égale Loi normale 22

23 Rappel des concepts de base Normalité de la distribution V é rific a tio n d e la n o rm a lité d u n e d is trib u tio n (2 / L e s p o in ts so n t a lig né s su r la d ro ite d e H e n ry P a p ie r g a u sso -a rith m é tiq u e : fré q u e n ce s cu m u lé e s / ce n tre s d e cla sse s L e te st d e ² e st sig n ifica tif L e s co e fficie n ts d e fo rm e ap la n isse m e n t e t d issy m é trie so n t é g au x à : A p la n isse m en t 3 D issym é trie 0 23

24 Rappel des concepts de base Normalité de la distribution P ro p rié té s d e la lo i n o rm a le E ch a n tillo n n ag e re p ré se n ta tif P o u r o b te n ir u n e im a g e d e la p o p u la tio n à p a rtir d u n é A p a rtir d e n 3 0 o n p e u t estim e r la fo rm e d e la d istri Totalité de la population 30 mesures minimum La position est identique La dispersion est inférieure pour l échantillon que pour la population 24

25 Rappel des concepts de base Normalité de la distribution P ro p rié té s d e la lo i n o rm a le R é p a rtitio n d e la p o p u la tio n Pourcentages de valeurs comprises dans l intervalle % 99.73% Les % 68.26% On assimile la dispersion totale à 6 écarts-type, ce qui représente % des valeurs

26 Rappel des concepts de base Spécifications du produit

27 Rappel des concepts de base Spécifications du produit Le s sp é cifica tio n s tra d u ise n t le ca h ie r de s ch a rg e s S p écifica tio n = Vale u r n o m in a le + Tolérance supérieure - Tolérance inférieure 8.60 ± 0.06 La va le u r n o m in a le e st g é n é ra le m e n t la vale u r id ale d e 08/08/00 la ca ra cté ristiq u e, p o u r laq u e lle le p ro d upite rfo a u ra rm la a nm ce eenille u tilisa u re tio n Indice A :écréation Société EUROPE SA Référence N 258/FR Opération N 10 Dessiné par : gm Vérifié par : ym Désignation : axe sphérique Matière : XXXX Echelle : Date : 08/08/00 27

28 Rappel des concepts de base Spécifications du produit Pour répondre au besoin du client, il ne suffit pas que la fabrication soit conforme à la spécification. Il faut également une distribution : Suivant une loi normale Centrée sur la valeur cible Avec une dispersion minimale Ti Diamètre Cible Ts Diamètre Diamètre 28

29 Programme de la formation Généralités Rappel des concepts de base Pilotage d un processus par la MSP Réalisation et interprétation des analyses de capabilité Mise en place de la MSP sur un site de production Références bibliographiques 29

30 Pilotage d un processus par la MSP La notion de pilotage

31 Pilotage d un processus par la MSP La notion de pilotage P ilo te r u n p ro c e s s u s s ig n ifie : 1. S u rve ille r l é vo lu tio n d u p ro cessu s e n te m p s ré e l??? 31

32 Pilotage d un processus par la MSP La notion de pilotage P ilo te r u n p ro c e s s u s s ig n ifie : 2. D é te cter d e s situ atio n s a n o rm a le s (a p pa ritio n d e cau ses a ssig n a b le s) 32

33 Pilotage d un processus par la MSP La notion de pilotage P ilo te r u n p ro c e s s u s s ig n ifie : 3. R é ag ir a u p lu s tô t p o u r m ain te n ir la p ro d u ctio n d an s d e s lim ite s a cce p ta b le s 33

34 Pilotage d un processus par la MSP La notion de pilotage P ilo te r u n p ro c e s s u s s ig n ifie : 4. Id e n tifie r e t su p p rim e r le s ca u se s a ssig n a b le s p o u r a m é lio re r le p ro ce ssu s 34

35 Pilotage d un processus par la MSP La notion de pilotage 1 - S u rv e ille r l é v o lu tio n d u p ro c e s s u s??? Le prélèvement d une seule pièce peut conduire à dérégler un processus bien réglé ou à ne pas régler lorsque Pré lè ve m e n t d u n é ch a n tillo n afin d avo ir u n e m e ille u re im a g e c est d e la p o p u la tio n nécessaire 35

36 Pilotage d un processus par la MSP La notion de pilotage 1- Surveiller l évolution du processus Fréquence de prélèvement en fonction : De De De Du??? la stabilité du processus la fréquence de variation des 6M la possibilité de prélèvement (fin de lot, etc.) coût du contrôle (contrôle destructif?) Taille de prélèvement en fonction : Du taux de production Du coût du tri des pièces entre 2 prélèvements, rebuts, retouches Des contraintes de production Du coût et de la durée du contrôle 36

37 Pilotage d un processus par la MSP??? La notion de pilotage 1- Surveiller l évolution du processus Suivi des paramètres de position et de dispersion pour caractériser le prélèvement MOYENNE Enregistrement graphique afin de visualiser les tendances Echantillon Total Moyenne Etendue ETENDUE , , , , ,

38 MOYENNE Le cumul des échantillons pris en cours de fabrication permet de reconstituer l image de la fabrication ETENDUE Pilotage d un processus par la MSP Moyenne de la fabrication = moyenne des moyennes des échantillons X= x Nbre d échantillons La notion de pilotage Dispersion estimée de la population = 6s = estimée à partir de la moyenne des étendues des échantillons 6s = 2.61 R 2.61 = coefficient pour un échantillon de 5 pièces pièces pièces pièces pièces ---> ---> ---> --->

39 Pilotage d un processus par la MSP 2- Détecter des situations anormales La notion de pilotage Les LIMITES DE CONTRÔLE permettent de délimiter la zone de normalité d un processus Elles sont définies à partir de la moyenne et la dispersion réelle observées sur le processus : La moyenne X et l étendue R ne doivent pas avoir une dispersion supérieure à 6 fois leur écart-type observé (établi pour un processus stable) Elles ne prennent pas en compte la spécification 39

40 Pilotage d un processus par la MSP La notion de pilotage 2 - D é te c te r d e s s itu a tio n s a n o rm a le s Exemple d une carte X, R Pour la moyenne : Pour l étendue : n A2 LCI = X - A2.R LCS = X + A2.R LCI = D3.R LCS = D4.R D4 D3 40

41 Pilotage d un processus par la MSP 3- Réagir au plus tôt La notion de pilotage En utilisant des règles statistiques signifiant la présence de causes assignables : n 1 : Un point (X ou R ) en dehors des limites de contrôle LCS LCI n 2 : 7 points consécutifs (X ou R) au dessus ou en dessous de la valeur moyenne n 3: 7 points consécutifs (X ou R) croissants ou décroissants LCS LCI LCS LCI 41

42 Pilotage d un processus par la MSP La notion de pilotage 4- Identifier et supprimer les causes assignables En enregistrant systématiquement tous les évènements se produisant sur les 6M Relevé d interventions Date N éch. Cause réglage casse fil -45g Obsv.. Et en analysant périodiquement les relevés pour faire la corrélation entre les effets et les causes 42

43 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini

44 Pilotage d un processus par la MSP Mise en place de Préparation du processus la MSP sur un processus défini Préparation des ressources Choix des caractéristiques représentatives du processus Vérification de l aptitude du moyen de contrôle Vérification de la capabilité du procédé : Cm, Cmk Observation du procédé (carte sans limites) Création de la carte de contrôle Pilotage du processus par la MSP Détection des situations hors contrôle Mise sous contrôle du processus Humaines Acteurs, rôle, formation Matérielles Moyens de contrôle, logiciel MSP Informationnelles Documentation, indicateurs Réduction de la variabilité Analyse des 6M Analyse de la variance Plans d expérience Optimisation du processus Processus capable : Cp, Cpk Optimisation des fréquences de contrôle Décision de maintenir ou non la carte 44

45 Pilotage d un processus par la MSP Préparation duen processus Mise place de la MSP sur un processus défini Choix des caractéristiques représentatives du processus Vérification de l aptitude du moyen de contrôle Vérification de la capabilité du procédé : Cm, Cmk Observation du procédé (carte sans limites) Création de la carte de contrôle C h o ix d e s c a ra c té ris tiq u e s re p ré s e n ta tiv e s d u p ro E lle s so n t co h é re n te s av e c l o b je ctif d é fin i E lle s so n t m e su rab le s o u q u a lifiab le s E lle s so n t re pré se n tative s d u p ro ce ssu s o u d e s 6 M O n p e u t ré a gir e n te m p s ré e l su r le p ro ce ssu s séle ctio n n é 45

46 Pilotage d un processus par la MSP Typ e d é v èen n em eplace nt de la d sur é tectio nun processus défini Mise dee fficacité la MSP C h a n g e m e n t d e p o sitio n C o n trô le p ar p ré lè ve m e n t d 1 p c C h a n g e m e nt d e d isp e rsio n M S P (su ivi d e la disp e rsio n ) D é riv e pro g ressiv e MSP D é fa u t in te rm itte n t C o n trô le % D é fa u t alé ato ire ré v e rsib le C o n trô le % O rig in e : H isto riq u e: ré clam a tio n s, re b u ts, a n a ly se s d e ca p ab ilité, e tc. A M D E C p ro d u it, p ro ce ssu s Plan d e x p é rien ce 46

47 Pilotage d un processus par la MSP Préparation processus Miseduen place de la MSP sur un processus défini Choix des caractéristiques représentatives du processus Vérification de l aptitude du moyen de contrôle Vérification de la capabilité du procédé : Cm, Cmk Observation du procédé (carte sans limites) Création de la carte de contrôle V é rific a tio n d e l a p titu d e d u m o y e n d e c o n trô le É tu d e p ré a la b le à to u te é tud e d e ca p a bilité Po u r s assu re r q u e l o n sa it co n trô le r ce q u e l o n ve u t m aîtrise r Pre n d e n co m p te p lu sie u rs a sp ects : La ju ste sse La ré p é ta b ilité La re p ro du ctib ilité 47

48 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini La justesse Différence entre la moyenne des valeurs observées et la moyenne réelle ou valeur vraie. Valeur vraie Exactitude La valeur vraie est une valeur de référence acceptée pouvant être déterminée par étalon. 48

49 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini La répétabilité Dispersion de la mesure quand un même opérateur utilisant le même outil et la même méthode de mesure dans les mêmes conditions d environnement, mesure la même caractéristique sur les mêmes pièces. Valeur vraie Répétabilité 49

50 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini La re p ro d u ctib ilité Variatio n d e la m o yen n e d e s m e su re s ré a lisé es p a r d e s o p é ra t d iffé ren ts u tilisa n t le m ê m e in stru m en t e t la m ê m e m é th o d e p m e su re r la m ê m e ca ra cté ristiq u e su r le m ê m e lo t d e p iè ce. Valeur vraie Opérateur 2 Opérateur 1 Opérateur 3 Reproductibilité 50

51 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini Méthode Ford Etude de niveau 1: justesse & répétabilité Cg traduit la répétabilité et Cgk la justesse Cg = 15% Tolérance 6 sappareil Cgk = min [(Xétalon+ 0.5 x 0.15 x Tolérance) Xappareil ; Xappareil - (Xétalon x 0.15 x Tolérance)] 3 sappareil 3 sappareil Le critère d acceptation est Cg et Cgk > 1 c est-à-dire une dispersion liée à la mesure et un écart à la valeur vraie de 15 % maximum de l intervalle de tolérance 51

52 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini Méthode Ford Etude de niveau 2 : répétabilité et reproductibilité R&R R&R = Répétabilité² + Reproductibilité² Tolérance Si R&R 20, le moyen de contrôle est adapté Si 20 < R&R 30, il est acceptable Si R&R > 30, il est inadapté La dispersion totale liée à la mesure doit être inférieure à 30 % de l intervalle de tolérance Plus le processus est capable, plus il est indiqué de remplacer dans la formule l intervalle de tolérance par 6 52

53 Pilotage d un processus par la MSP Mise en place de Préparation du processus la MSP sur un processus défini Choix des caractéristiques représentatives du processus Vérification de l aptitude du moyen de contrôle Vérification de la capabilité du procédé : Cm, Cmk Observation du procédé (carte sans limites) Création de la carte de contrôle V é rific a tio n d e la c a p a b ilité d u p ro c é d é P ro d u ctio n d e 3 0 p c co n sé cu tiv e s V é rifica tio n d e la n o rm a lité d e la d istrib u tio n C a lcu l d e s ca p ab ilité s co u rte s : C m & C m k O n d o it ê tre ca p a b le à co u rt te rm e c e st-à -d ire C m > O n do it ê tre ce n tré c e st-à -d ire C m k > o u à d é fa u t a v o ir u n e p o ssib ilité d a ju ste m e n t D é fin itio n e t ré a lisa tio n de s a ctio n s co rre ctive s si b e so in 53

54 Pilotage d un processus par la MSP Mise en place de Préparation du processus la MSP sur un processus défini Choix des caractéristiques représentatives du processus Vérification de l aptitude du moyen de contrôle Vérification de la capabilité du procédé : Cm, Cmk Observation du procédé (carte sans limites) Création de la carte de contrôle O b s e rv a tio n d u p ro c é d é (c a rte s a n s lim ite s ) C h o isir le typ e d e d o n n é e s : m e su re o u a ttrib u t Pro d u iree t ré co lte r le s d o n n é e s à fré q u e n ce ra p p ro ch é e p e n d an t u n e d u ré e p e rm e ttan t d o b se rve r d e s va ria tio n s p o u r le s 6 M 54

55 Pilotage d un processus par la MSP Mise en place de Préparation du processus la MSP sur un processus défini Choix des caractéristiques représentatives du processus Vérification de l aptitude du moyen de contrôle Vérification de la capabilité du procédé : Cm, Cmk Observation du procédé (carte sans limites) Création de la carte de contrôle C ré a tio n d e la c a rte d e c o n trô le S é lectio n n e r le ty p e d e ca rte D é fin ir le p la n d é ch a n tillo n n a g e (ta ille d é ch a n tillon e t fré q u e n ce ) à p a rtir de la ca rte d o b se rva tio n C a lcu le r le s lim ite s de co n trô le p ré lim in aire s d a prè s le s d o n n é e s d e la ca rte d o b se rvatio n D é fin ir le p lan d e ré a ctio n p ré lim in a ire p o u r le s d iffé re n tes situ atio n s h o rs co n trô le 55

56 Pilotage d un processus par la MSP Mise le entype place de la Sélectionner de carte MSP sur un processus défini Cartes de contrôle aux mesures Carte aux valeurs Pas de prélèvements consécutifs possibles (T C) individuelles / Tests destructif Etendues glissantes Excellente capabilité machine (Cm>7) Carte (X,R) Appropriée pour les cartes manuelles Taille d échantillon n 10 Pour Xi : X 3 Pour R : LCIR = D 3 R * LCSR = D4 R * Pour X : X A2 R Pour R : LCIR = D 3 R LCSR = D4 R Carte ( X,S ) Utilisation d un logiciel Taille d échantillon n > 10 Mieux que carte (X, R) dans le sens où la détection de la détérioration de la capabilité sera plus efficace. Pour X : X A 3 S Pour S : LCIS = B 3 S LCSS = B 4 S * D3 et D4 dépendent du nombre d échantillon pris en compte dans le calcul de l étendue glissante. 56

57 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini Sélectionner le type de carte Cartes de contrôle aux mesures Coefficients utilisés dans les formules de limites de contrôle n A D3 D4 A3 B3 B

58 Pilotage d un processus par la MSP Mise le entype place de la Sélectionner de carte MSP sur un processus défini Cartes de contrôle aux attributs Carte np : nbre de non conformes Echantillon avec n constant Carte p : % de non conformes Echantillon avec n variable Carte c : nbre de défauts Echantillon avec n constant Carte u : nbre moyen de défauts par pièce Echantillon avec n variable Quand les mesures ne sont pas possibles np ± 3 np (1 - p) Peut être applicable sur beaucoup de processus Données faciles à obtenir (utilisation de calibre) Données souvent déjà disponibles p ±3 p (1 - p) ni c±3 c Tailles d échantillon plus large Ne peut pas visualiser les changements de variation u±3 u ni 58

59 Sélectionner le type de carte Autres cartes de contrôle Détecter de petits écarts par rapport à la cible Suivre les valeurs individuelles dans le cas de processus continus Carte CUSUM (Cumulative Sum - Sommes cumulées des écarts à une référence) Mise en place de la MSP sur un processus défini Il existe d autres cartes pour les dérives très lentes qui vont permettre de : Pilotage d un processus par la MSP Fréquemment utilisées dans les industries de procédés continus comme la chimie, l agro-alimentaire ou pour la surveillance de paramètres de processus Carte EWMA (Moyenne mobile à pondération exponentielle) Permettent de prendre en compte l historique récent 59

60 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini Définir le plan d échantillonnage Règle de R. CAVE pour déterminer la fréquence Soit M le nombre moyen de pièces fabriquées entre deux réglages successifs. La proportion q de pièces à prélever peut être estimée comme : q = n/m =n/n où : n est la taille de l échantillon prélevé N est le nombre de pièces produites entre deux échantillonnages Donc, la fréquence d échantillonnage peut s exprimer par un prélèvement de n pièces toutes les N = nmpièces. 60

61 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini Définir le plan d échantillonnage Complément pour le calcul de la taille d échantillon pour la carte (X,R) 3 u n 3 Cm up 2 Cm Capabilité machine u Variable réduite associée au risque de ne pas détecter un déréglage up n= Variable réduite associée au % hors tolérances accepté Taille d échantillon Efficacité de la détection 99% 95% Valeurs de u Valeurs de up pour 1ppm % 2,33 1, % 0.135% 3,09 3, Exemple Capabilité 1,75 pour un risque de 95% u = = 5 % => table = 1,64 up = 0.1% de défaut = 0,001 => table = 3,09 Taille d échantillon n = 4.6, soit 5 pièces 61

62 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini Définir le plan d échantillonnage En pratique on choisit : Une fréquence de contrôle au moins 4 fois supérieure à l occurrence des changements dans le processus (d après la carte d observation) Une taille d échantillon comprise entre 2 et 10 maximum 62

63 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini Calculer les limites de contrôle Calculer X Calculer R Calculer les limites de contrôle pour le paramètres de position et de dispersion En fonction de la carte choisie En fonction de la taille d échantillon 63

64 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini Définir le plan de réaction préliminaire A partir des règles de pilotage de la MSP A partir des observations de la carte d observation A partir d analyses a priori AMDEC Plans d expérience 64

65 Pilotage d un processus par la MSP Mise en place de Préparation du processus la MSP sur un processus défini Préparation des ressources Choix des caractéristiques représentatives du processus Vérification de l aptitude du moyen de contrôle Vérification de la capabilité du procédé : Cm, Cmk Observation du procédé (carte sans limites) Création de la carte de contrôle Pilotage du processus par la MSP Détection des situations hors contrôle Mise sous contrôle du processus Humaines Acteurs, rôle, formation Matérielles Moyens de contrôle, logiciel MSP Informationnelles Documentation, indicateurs Réduction de la variabilité Analyse des 6M Analyse de la variance Plans d expérience Optimisation du processus Processus capable : Cp, Cpk Optimisation des fréquences de contrôle Décision de maintenir ou non la carte 65

66 Pilotage d un processus par la MSP Mise en place de la MSP sur un processus défini P ilo ta g e d u p ro c e s s u s p a r la M S P U tilisa tio n d e la ca rte d e co n trô le C o lle cte d e s d o n n é es d a n s la ca rte R e n se ig n e m e n t d u jo u rn a l d e b o rd A p p licatio n d es rè g le s d e p ilo tag e A p p licatio n d u plan d e ré a ctio n lo rs d e s situ atio n s h o rs co n trô le E n re g istre m e n t d e s actio n s co rredctive an s sle jo u rn a l d e b o rd A n a lyse d e la carte d e co n trô le 66

67 Pilotage d un processus par la MSP Analyse d une carte de contrôle

68 Pilotage d un processus par la MSP Préparation du processus Analyse d une cartepréparation de contrôle des ressources Choix des caractéristiques représentatives du processus Vérification de l aptitude du moyen de contrôle Vérification de la capabilité du procédé : Cm, Cmk Observation du procédé (carte sans limites) Création de la carte de contrôle Pilotage du processus par la MSP Détection des situations hors contrôle Mise sous contrôle du processus Humaines Acteurs, rôle, formation Matérielles Moyens de contrôle, logiciel MSP Informationnelles Documentation, indicateurs Réduction de la variabilité Analyse des 6M Analyse de la variance Plans d expérience Optimisation du processus Processus capable : Cp, Cpk Optimisation des fréquences de contrôle Décision de maintenir ou non la carte 68

69 Pilotage d un processus par la MSP carte de contrôle L e s m is s io n s d aanalyse n a ly s d une e V é rifie r p é rio d iq u em e n t q u e le p ro ce ssu s e st so u s co n trô le Le p la n d é ch an tillo n n a g e e st a d a p té e t a p p liq u é Le s rè g le s d e p ilo tag e so n t ad a p té e s e t a p p liq u é e s Le jo u rn al de b o rd e st co rre cte m e n t re n se ig n é Le s actio n s p rise s so n t e fficace s: le s cap ab ilité s p ro ce ssu s so nt > à Le s lim ite s d e co n trô le so n t re calcu lé e s lo rsqu e n é ce ssaire A m élio re r le p ro ce ssu s E n id e n tifian t e t su p p rim a n t le s ca u se s d e s situ a tio n s h o rs co n trô le A l a ide d u jo u rn al d e b o rd E n faisa n t d e s te sts co m p lé m e n ta ire s si n éce ssa ire E n ré d u isa n t la v aria b ilité d u e a u x ca u se s a lé a to ire s E n o ptim isa n t le co n trô le 69

70 Pilotage d un processus par la MSP Analyse d une carte de contrôle L a d é m a rc h e d a n a ly s e Id e n tificatio n d e s situa tio n s h o rs co n trô le Re ch e rche d e s ca u se s d a n s le s 6 M V é rifica tio n de la ca u se : o b se rva tio n Re ch e rche de s a ctio n s co rre ctiv e s M ise e n p la ce d e s actio n s V é rifica tio n d e l e fficacité d e s actio n s 70

71 Pilotage d un processus par la MSP Analyse d une carte de contrôle L e s p o in ts à b a la y e r d a n s l a n a ly s e X Y a -t-il d e s p o in ts e n d e h o rs d e s lim ite s d e co n trô le? LCS X LCI R LCS LCS LCI R LCS 71

72 Pilotage d un processus par la MSP Analyse d une carte de contrôle Les points à balayer dans l analyse Le processus est-il bien centré sur la cible? X LCS LCI R LCS 72

73 Pilotage d un processus par la MSP Analyse d une carte de contrôle Les points à balayer dans l analyse Peut-on observer des tendances? X LCS X LCI R LCS LCS LCI R LCS 73

74 Pilotage d un processus par la MSP Analyse d une carte de contrôle Les points à balayer dans l analyse X Le processus a-t-il changé? LCS X LCI R LCS LCS LCI R LCS 74

75 Pilotage d un processus par la MSP Analyse d une carte de contrôle In d ic a te u rs d e ffic a c ité d e la M S P Le s ca p a b ilité s p ro ce ssu s C p e t C p k C a lcu lé e s à p a rtir d e s re le v é s d e la ca rte d e co n trô le U n p ro ce ssu s cap ab le a u n C p e t u n C p k su p é rie u rs à L in d ica te u r d e p erte C p m qu i in clu t p o sitio n e t disp e rsio n Cpm = Cp (C p -C p k )² U n p ro ce ssu s sta b le e t ce n tré a u n C p m >

76 Pilotage d un processus par la MSP Analyse d une carte de contrôle In d ic a te u rs d e ffic a c ité d e la M S P L e s in d ica te u rs d e re n d e m en t R s: R e n d e m e n t d e sta b ilité (% ) in d iq u e les v aria tio n s de co n sig n e R s = D isp e rsio n in sta n tan é e x = C m x > 7 5 % D isp e rsio n to ta le Cp R r: R e nd e m e n t d e ré g la g e (% ) in d iq u e le ce n tra g e su r la cib le R r= C p k x 100 > 75% Cp 76

77 Programme de la formation Généralités Rappel des concepts de base Pilotage d un processus par la MSP Réalisation et interprétation des analyses de capabilité Mise en place de la MSP sur un site de production Références bibliographiques 77

78 Réalisation et interprétation des analyses de capabilité Objectifs Comparer les performances du processus avec la spécification pour: Qualifier un procédé ou un processus avant sa mise en production : analyses de capabilité en développement Evaluer le niveau de qualité de la fabrication L utilisation des capabilités repose sur l hypothèse de normalité de la distribution 78

79 Réalisation et interprétation des analyses de capabilité INDICE DE CAPABILITE Ratio entre la performance demandée et celle réalisée par le processus ou le moyen. Capabilité = Ce que je veux Ce que je peux = Intervalle de tolérance Dispersion = Ti Ts Ts - Ti 6 6 INDICE DE DECENTRAGE Le calcul de l indice de capabilité ne permet pas de mettre en évidence un déréglage du processus ou de la machine.. décentrage = MIN ( X - Ti 3 ; On a toujours Cpk Cp Ts - X 3 ) Ti X Ts 6 79

80 Réalisation et interprétation des analyses de capabilité Capabilité machine et capabilité processus Dispersion globale du processus Dispersion instantanée de la machine Tolérance Moyenne Tolérance Temps 80

81 Réalisation et interprétation des analyses de capabilité Capabilité machine ou capabilité courte Cm et Cmk Prise en compte de la dispersion de la machine uniquement. Les causes de dispersion liées au 5 autres M ne doivent pas être prises en compte. C est une dispersion calculée. Effectuer un minimum de 30 mesures sur un temps court (variations faibles) sans échantillonnage : Matière Mesure Milieu Main d oeuvre Machine / outil Méthodes 1 seul lot de matière Cm et Cmk 1 seul opérateur Pas de réglages Calculer l écart type à partir de toutes les valeurs mesurées. 81

82 Réalisation et interprétation des analyses de capabilité Capabilité processus ou capabilité longue Cp et Cpk Prise en compte de la dispersion due à l ensemble des 6M. Cette dispersion globale est estimée. Matière Mesure Milieu Main d oeuvre Machine / outil Méthodes Prélever plusieurs échantillons tout au long de la fabrication. Estimer la dispersion totale à partir de la moyenne des étendues : Cp et Cpk 6S = 2.61 x R (Pour des échantillons de 5 pièces) 82

83 Réalisation et interprétation des analyses de capabilité Ts Ti Ts Ti Cp > 1.33 Cp < 1.33 Cpk < 1.33 Cpk < Procédé capable, décentré Procédé non capable, décentré Ts Ti Cp > 1.33 Cpk > Procédé capable et décentré 83

84 Réalisation et interprétation des analyses de capabilité Les capabilités permettent d estimer le taux de défectueux Ti Ts Hors tolérances Cp = 1 Cpk = ppm 6 Ts Ti Hors tolérances Cp = 1.33 Cpk = ppm 6 Ts Ti Hors tolérances Cp = 1.67 Cpk = ppm 6 Ts Ti Cp = 2 Hors tolérances Cpk = ppm 84

85 Réalisation et interprétation des analyses de capabilité Cp 0,1 0, % 0,2 0,3 0,4 0,5 0,2 0,3 0,4 0,5 0,6 0,7 1,1 1,2 1,33 1,4 1,5 1,67 2 2, , , , % 38, ,44 27,43 27,43 27,43 27,43 27,43 27,43 27, , % ,19 18,75 18,45 18,41 18,41 18,41 18,41 18,41 18,41 18,41 18,41 18,41 18,41 18,41 18,41 18, % ,51 11,51 11,51 11,51 11,51 11, % , % % % 0,95 0,84 0,82 0,82 0,82 0,82 0,82 0,82 0,82 0,82 0,82 0, % 0,40 0,35 0,35 0,35 0,35 0,35 0,35 0,35 0,35 0,35 0, ppm ppm ppm ppm 38,22 33,32 33,05 32,21 32,21 32,21 32, ppm 14,15 13,36 13,35 13,35 13,35 13, ppm 3,42 3,40 3,40 3,40 3, ppm 0,287 0,287 0,287 0, ppm 0,001 0,001 0, ppm 0,0 0,0 0 ppm 0 0,8 0,9 1 1,1 IT 1,33 1,4 1,5 1,67 2 2, ,89 0,7 1,2 0, ,6 Cpk 0,8 % hors tolérances 0 ppm 85

86 Programme de la formation Généralités Rappel des concepts de base Pilotage d un processus par la MSP Réalisation et interprétation des analyses de capabilité Mise en place de la MSP sur un site de production Références bibliographiques 86

87 Mise en place de la MSP sur un site de production Stratégie & objectifs

88 Mise en place de la MSP sur un site de production Stratégie & objectifs P o u rq u o i m e ttre e n p la c e d e la M S P? A p pro ch e d e typ e pro je t C e rtifica tio n p a r ra p p o rt à u n réfé re n tiel ty p e T S D é m a rch e 6 Pro je t d e n tre p rise A p pro ch e au cas p a r cas D e m a n d e s clie n ts 88

89 Mise en place de la MSP sur un site de production Stratégie & objectifs Q u e l e s t l o b je c tif d u p ro je t? D é p lo ie m e n t d u n o u til S ig n ificatio n : L u tilisa tio n d e la M S P e st sy sté m a tiq u e su r to u s le s p ro ce ssu s d e p ro d u ctio n To u t le s a cte u rs d e p ro du ctio n save n t u tilise r la M S P O rig in e : E x ig e n ce d e m o ye n p a r u n ré fé re n tie l, u n clie n t, u n e d ire ctio n U tilisatio n d u n lo g icie l O b je ctifs q u a lité su r la n o n q u alité p ro d u ite In d icate u rs d e p ro je t N o m b re d e p ro ce ssu s so u s M S P C a p a b ilité s d e s é q u ip e m e n ts 89

90 Mise en place de la MSP sur un site de production Stratégie & objectifs Q u e l e s t l o b je c tif d u p ro je t? D é p lo ie m e n t d u n e cu ltu re S ig n ificatio n : L u tilisa tio n d e la M S P ré p o n d a u x b e so in s d a m é lio ra tio n s id e ntifié s La M S P ap p o rte d e s ré su ltats o p é ra tio n n e ls Le n iv ea u d e m a tu rité d u site p ro gre sse e n te rm e d e M S P O rig in e : Pré se n ce d u n e xp e rt Pro je t faisan t su ite à u ne p re m iè re e xp é rie n ce «co sm é tiq u e» Pro je t d e n tre p rise in itié pa r la q u alité In d icate u rs d e p ro je t N o m b re d e rela is M S P d a n s l e n tre p rise In d icateu rs d e ré su lta t o p é ra tio n n els : co û ts, p ro d u ctiv ité, ré clam a tio n s, etc. N ive a u d e m atu rité e n M S P 90

91 Mise en place de la MSP sur un site de production Stratégie & objectifs M a tu rité d u n s ite e n te rm e d e M S P E lle e st fo n ctio n d e : L im p o rta n ce d u d é p lo ie m e n t d a n s l e n tre p rise N o m b re d e pro ce ssu s so u s S P C N o m b re d e fo n ctio n s im p liq u é e s L e xp lo ita tio n faite d e s ca rte s de co n trô le A cqu isitio n de d o n n é e s A n a lyse e n te m p s ré e l p a r l o p é ra te u r A n a lyse p é rio d iq u e A ctio n s d am é lio ratio n issu e s d e s carte s L o b je t d e la M S P Pilo tag e d u p ro ce ssu s p a r le su iv i de p a ra m è tre s p ro d u it se n sib le s Pilo tag e d u p ro ce ssu s p ar d e s p a ra m è tre s p ro d u its sig n ifica tifs d e l é vo lu tio n d u p ro ce ssu s (co te s d u su re, p o id s d e piè m assive s, e tc.) Pilo tag e d u p ro ce ssu s p a r d e s p a ra m è tre s p ro ce ssu s u n iq u e m e n t 91

92 Mise en place de la MSP sur un site de production Organisation projet

93 Mise en place de la MSP sur un site de production S tru c tu re s p ro je t Comité de pilotage Equipe projet Equipes chantiers Organisation projet Equipe de direction + chef de projet Pluridisciplinaire avec des représentants des différents secteurs Pluridisciplinaires et liées aux processus considérés 93

94 Mise en place de la MSP sur un site de production S tru c tu re s p ro je t Organisation projet C o m ité d e p ilo ta g e C o m p o sitio n E q u ip e d e d irectio n C h e f de p ro je t M issio n s D é fin ir la straté g ie A llo u e r le s re sso u rce s h u m ain e s e t fina n cière s R itu e l S u iv i d a va n ce m e n t m e n su e l su iva n t u n ag e n d a p ré d é fin i (1 /2 h à 2 h ) Va lid a tio n d e jalo n s o u d é cisio n s su r d e s p o in ts b lo q u a n ts a u cas pa r ca s 94

95 Mise en place de la MSP sur un site de production S tru c tu re s p ro je t Organisation projet E q u ipe p ro je t C o m p o sitio n Q u alité M é th o d e s Pro d u ctio n B u re au d é tu d es M issio n s E la b o re r e t co o rdo n n e r le p la n de d ép lo ie m e n t C o m m u n ica tio n e t d o cu m e n ta tio n M é th o d o lo g ie & m o d e s d e fo n ctio n n e m e n t Fo rm a tio n : m o d a lité s, co n te n u, p la n d e fo rm a tio n, fo rm a tio n d e fo rm a te u rs S u iv i d e l ava n ce m e n t d e s ch a n tie rs : re v u e s e t a u d its R itu e l R é u n io n s to u te s le s se m a in e s à to u s les 1 5 j d e ½ h à 2 h 95

96 Mise en place de la MSP sur un site de production S tru c tu re s p ro je t Organisation projet E q u ipe s ch a n tie rs C o m p o sitio n In g én ie u r o u te ch n icie n m é th o d es Te ch n icie n q u a lité p ro d u ctio n Te ch n icie n d e m a in te n an ce S u p p o rt d e p ro d u ctio n R é g le u rs (p rése n ce to u rn a n te ) O p é ra te u rs (p ré se n ce to u rn an te ) M issio n s M e ttre en p la ce la M S P su r u n p ro ce ssu s d é fin i R itu e l R é u n io n s d e p ré p aratio n A n a lyse p é rio d iq u e d e s ré su lta ts : ½ h à ¾ h p ar se m a in e d e p ro d u ctio n 96

97 Mise en place de la MSP sur un site de production P la n n in g d u p ro je t Organisation projet Ph ase d e p ré p a ra tio n : 3 à 6 m o is D é fin itio n d e la straté g ie E ta t d e s lie u x B e n ch m a rk in g A n a lyse d e s risq u e s p ro je t M ise e n p lace d e s o rg an isa tio n s p ro je t Pré p a ra tio n d e s ch a n tiers p ilo te s 97

98 Mise en place de la MSP sur un site de production Organisation projet C h o ix d e s c h a n tie rs p ilo te s A p pro ch e p ré ve n tiv e Pro ce ssu s issu s du d é ve lo p p e m e n t C lie n ts clé s Im p a ct p o te n tie l su r le p ro ce ssu s co n ce rn é o u u n p ro ce ssu s a val e n te rm e d e p ro d u ctiv ité, re b u ts, e tc. A p pro ch e ré a ctive H isto riq u e R é cla m a tio n s, re b u ts D e m a n d e s clie n ts 98

99 Mise en place de la MSP sur un site de production P la n n in g d u p ro je t Ph ase d e p ro m o tio n : 3 à 9 m o is Organisation projet R é a lisa tio n d e ch a n tie rs p ilo te s Pro m o tio n d e la M S P su r d e s p ro ce ssu s à p ro b lè m e s E valu a tio n d e s b é n é fice s p o te n tie ls d u d é p lo ie m e n t E valu a tio n d e la m é th o d o lo g ie, d es d o cu m en ts, fo rm atio n s, etc. Ph ase d e d ép lo ie m e n t: 6 à 9 m o is Fo rm a tio n a ctio n p o u r le s re lais M S P Fo rm a tio n d e fo rm a te u rs M S P 99

100 Mise en place de la MSP sur un site de production Retour d expérience

101 Mise en place de la MSP sur un site de production B é n é fic e s d e la M S P Retour d expérience D im in u tio n d u tau x d e d é fe ctu e u x p ro d u its D im in u tio n d e s réclam a tio n s clie n ts D im in u tio n d e s reb u ts in te rn e s D im in u tio n d e la fré q u e n ce d e co n trô le Fré qu e n ce a sso cié e a u x cau ses d e v aria tio n d a n s le s 6 M e t n o n au x lo ts 101

102 Mise en place de la MSP sur un site de production B é n é fic e s d e la M S P Retour d expérience A m élio ratio n d e la stab ilité de s co m p o san ts po u r les p ro ce ssu s ava l A m é lio ra tio n d e la pro d u ctiv ité p a r la d im in u tio n d e s ré g la g es D im in u tio n d e s reb u ts in te rn e s O p tim isa tio n de s fréq u e n ce s d e m ain ten an ce M a in te n an ce p ré d ictiv e 102

103 Mise en place de la MSP sur un site de production P o in ts c lé s Retour d expérience C o n v ictio n d e la d ire ctio n Pro je t à m o y e n te rm e : ch a n g e m e n ts d e p rio rité s E q u ip e s p lu rid iscip lin aire s C h arg e im p o rta n te d a n s le s p h a se s d e m ise e n p la ce Fo rm e r l é q u ip e d e d ire ctio n au d é m a rra g e d u p ro je t: sim u la tion d e p ro d u ctio n ave c p lan ch e d e G alto n S traté gie Prise e n co m p te d e la re n tab ilité R e ch e rch e d u m e ille u r o u til p o u r u n e p ro b lé m atiq u e A cce n t m is su r l an a ly se d e s ca rte s e t p a s su r l a cq u isitio n 103

104 Mise en place de la MSP sur un site de production P o in ts c lé s Retour d expérience Ph ase p ilo te Pro m o tio n d e la M S P C ib la g e d u p la n d e d é plo ie m e n t U tilisatio n d u n lo gicie l ave c a cq u isitio n au to m a tiq ue d e s d o n n é e s A n a ly se à d ista n ce Pa rta g e de l in fo rm a tio n E rg o n o m ie d e la saisie d e s in fo rm atio n s D isp o n ib ilité p o u r l an a lyse 104

105 Mise en place de la MSP sur un site de production P o in ts c lé s Retour d expérience Fo rm atio n -a ctio n Fo rm a tio n o rie n té e su r la p ratiq u e e t la d é co u ve rte O u til d e fo rm atio n re co m m a n d é : p la n ch e d e G alto n M ise e n p ratiq u e m o in s d e 1 5 j ap rè s la fo rm atio n Fo rm a tio n à l a n a ly se su r d e s ca s ré e ls, v o ire su r le te rra in C o m m u n icatio n ad a p té e V e rs le s o p é rate u rs : ce qu e la M S P a a p p o rté au q u o tid ie n V e rs le m a n a ge m e n t : ce q u e la M S P a ra p p o rté a u site 105

106 Mise en place de la MSP sur un site de production Pérennité de la MSP

107 Mise en place de la MSP sur un site de production Pérennité de la MSP P é re n n ité d e la M S P g râ c e à : D e s re la is M S P fo rm é s e t e x p é rim e n té s U n an im a te u r M S P id e ntifié q u i est ch a rg é de R é a lise r u n a cco m p ag n e m e n t d e s re la is su r le u rs p rem ie rs ch an tie rs A ssu re r le su ivi d u p ip e lin e e t d es ré su lta ts o pé ratio n n e ls d e s ch a n tie rs A u d ite r le s ch a n tie rs e n te rm e d e m éth o d o lo g ie, d o rg an isa tio n e t d e ré su lta ts Fa ire re m o n te r le s p ro g rè s e t le s p o in ts b lo q u a n ts à la d ire ctio n D e s m o d e s d e fo n ctio n n e m e n t dé fin is p o u r le s d iffé re n ts a cte u rs d e la M S P 107

108 Mise en place de la MSP sur un site de production Pérennité de la MSP M o d e s d e fo n c tio n n e m e n t p é re n n e s e n p ro d u c tio n MISIONS COMPETENCES PROPRIETAIRE Renseigner la carte de contrôle et appliquer le plan de réaction Connaître les bases de la MSP Connaître les moyens d intervention sur le processus Opérateur / Régleur Corriger les situations hors contrôle dépassant le plan de réaction Savoir initier une résolution de problèmes Connaître le processus Agent technique / Technicien de production Vérifier périodiquement que la carte est correctement renseignée Le plan d échantillonnage est respecté Le journal de bord est renseigné Les situations hors contrôle sont renseignées Avoir l autorité nécessaire pour intervenir en cas de dérive Chef d équipe / Chef d atelier 108

109 Mise en place de la MSP sur un site de production Pérennité de la MSP Modes de fonctionnement pérennes en production MISIONS COMPETENCES PROPRIETAIRE Vérifier périodiquement que les principes MSP sont appliqués Points centrés sur la cible Les points en dehors des limites conduisent à une réaction Les tendances conduisent à une réaction Les limites de contrôle sont revues Avoir une bonne connaissance de la MSP Savoir interpréter une carte de contrôle Avoir le leadership nécessaire pour piloter une résolution de problèmes Ne doit pas être juge et parti Technicien qualité production / technicien méthodes Vérifier périodiquement que le processus est sous contrôle Les capabilités ne se dégradent pas Comprendre et savoir expliquer l indicateur Savoir déclencher les actions appropriées Etre intéressé au résultat Ingénieur / technicien méthodes Intégrer de nouvelles personnes Former au SPC Former au logiciel Avoir Technicien qualité production & Administrateur logiciel une aptitude à transmettre son savoir Avoir une bonne connaissance de la MSP Avoir une bonne maîtrise du logiciel 109

110 Programme de la formation Généralités Rappel des concepts de base Pilotage d un processus par la MSP Réalisation et interprétation des analyses de capabilité Mise en place de la MSP sur un site de production Références bibliographiques 110

111 Références bibliographiques M a u ric e P IL L E T A p p liq u e r la M a îtrise S ta tistiq u e d e s Pro cé d é s M S P / M S P 3 è m e é d itio n E d itio n s d O rg a n isa tio n N o rm e s A F N O R N F X C arte s d e co n trô le : p rin cip e s gé n érau x N F X C a rte s d e co n trô le d e S h e w art a u x m e su re s N F X C arte s d e co n trô le a u x attrib u ts N F X C a rte s d e co n trô le E W M A N F X C a rte s d e co n trô le d e s so m m e s cu m u lé e s C U S U M 111

Master AISA. Préparé par: Encadré par le Professeur: Cherkani sami. Khadoud Ali Mme Oumhani Eddilani Harmouch Mounir Zedgui Salah

Master AISA. Préparé par: Encadré par le Professeur: Cherkani sami. Khadoud Ali Mme Oumhani Eddilani Harmouch Mounir Zedgui Salah UNIVERSITE MOULAY ISMAIL FACULTE DES SCIENCES JURIDIQUES ECONOMIQUES ET SOCIALES MEKNES Master AISA Préparé par: Cherkani sami Encadré par le Professeur: Khadoud Ali Mme Oumhani Eddilani Harmouch Mounir

Plus en détail

Le suivi de la qualité. Méthode MSP : généralités

Le suivi de la qualité. Méthode MSP : généralités Le suivi de la qualité La politique qualité d une entreprise impose que celle maîtrise sa fabrication. Pour cela, elle doit être capable d évaluer la «qualité» de son processus de production et ceci parfois

Plus en détail

Enjeux et contraintes de la mutualisation des ressources pour les collectivités et les agents

Enjeux et contraintes de la mutualisation des ressources pour les collectivités et les agents Mercredi 5 novembre 2014 Enjeux et contraintes de la mutualisation des ressources pour les collectivités et les agents Hervé PETTON, Directeur Territorial 35 ans d expérience professionnelle en collectivités

Plus en détail

curité du patient 19 mai 2009 Aurore MAYEUX Guy CLYNCKEMAILLIE

curité du patient 19 mai 2009 Aurore MAYEUX Guy CLYNCKEMAILLIE Déclarer un événement indésirable un élément majeur pour la sécurits curité du patient 19 mai 2009 Aurore MAYEUX Guy CLYNCKEMAILLIE Les hôpitaux plus meurtriers que la route Courrier de l escaut, janvier

Plus en détail

professionnelle Fiche pratique Préparateur en pharmacie hospitalière Avril 2010 Fiche pratique professionnelle du Synprefh INTRODUCTION

professionnelle Fiche pratique Préparateur en pharmacie hospitalière Avril 2010 Fiche pratique professionnelle du Synprefh INTRODUCTION Fiche pratique professionnelle du Synprefh Préparateur en pharmacie hospitalière Fiche pratique professionnelle INTRODUCTION En milieu hospitalier comme à l officine, les préparateurs en pharmacie sont

Plus en détail

Accueil Events, l accueil personnalisé des touristes d affaires Informations, bonnes adresses, réservations et découvertes!

Accueil Events, l accueil personnalisé des touristes d affaires Informations, bonnes adresses, réservations et découvertes! Lyon City Card 1 jour 2 jours 3 jours Ta xis et M inibus - Tarifs forfaitaires Jour : 7h - 19h Nuit : 19h - 7h Lyon/ Villeurbanne - Aéroport St Exupéry 59 81 Lyon 5ème et 9ème excentrés - Aéroport St Exupéry

Plus en détail

Comment régler un litige avec son vendeur de produits financiers?

Comment régler un litige avec son vendeur de produits financiers? Comment régler un litige avec son vendeur de produits financiers? Elsa Aubert Direction des relations avec les épargnants Le 16 novembre 2011 2 Plan de la présentation I Auprès de qui réclamer? 1. L interlocuteur

Plus en détail

LES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol.

LES ESCALIERS. Du niveau du rez-de-chaussée à celui de l'étage ou à celui du sous-sol. LES ESCALIERS I. DÉF I NIT I O N Un escalier est un ouvrage constitué d'une suite de marches et de paliers permettant de passer à pied d'un niveau à un autre. Ses caractéristiques dimensionnelles sont

Plus en détail

l Agence Qui sommes nous?

l Agence Qui sommes nous? l Agence Qui soes nous? Co Justine est une agence counication globale dont la ission est prendre en charge l enseble vos besoins et probléatiques counication. Créée en 2011, Co Justine a rapient investi

Plus en détail

Chapitre 3: TESTS DE SPECIFICATION

Chapitre 3: TESTS DE SPECIFICATION Chapitre 3: TESTS DE SPECIFICATION Rappel d u c h api t r e pr é c é d en t : l i de n t i f i c a t i o n e t l e s t i m a t i o n de s y s t è m e s d é q u a t i o n s s i m u lt a n é e s r e p o

Plus en détail

Inscription en ligne FQSC. Guide d utilisation

Inscription en ligne FQSC. Guide d utilisation Inscription en ligne FQSC Guide d utilisation Ce Guide est rédigé comme aide-mémoire pour l achat de votre licence sur le site internet de la FQSC. Dans un prem ier temps, vous devrez vous rendre sur le

Plus en détail

À travers deux grandes premières mondiales

À travers deux grandes premières mondiales Les éco-i ovatio s, le ouvel a e st at gi ue d ABG À travers deux grandes premières mondiales - éco-mfp, premier système d impression à encre effaçable - e-docstation, premier système d archivage intégré

Plus en détail

Compression Compression par dictionnaires

Compression Compression par dictionnaires Compression Compression par dictionnaires E. Jeandel Emmanuel.Jeandel at lif.univ-mrs.fr E. Jeandel, Lif CompressionCompression par dictionnaires 1/25 Compression par dictionnaire Principe : Avoir une

Plus en détail

PLANIFICATION ET BUDGÉTISATION

PLANIFICATION ET BUDGÉTISATION PLANIFICATION ET BUDGÉTISATION Alberto Escudero Pascual Ce que cette unité vous dit... Un budget n'est pas une requête pour du financement... Un bon plan nécessite un bon budget... Un bon budget montre

Plus en détail

Le décret du 11 mars 1999 relatif au PERMIS D ENVIRONNEMENT

Le décret du 11 mars 1999 relatif au PERMIS D ENVIRONNEMENT Le décret du 11 mars 1999 relatif au PERMIS D ENVIRONNEMENT «Le registre des modifications» UWE «90 minutes pour l environnement» DGO3 - DPA Mons Wavre - Jeudi 10 mai 2012. B. Bequet 1 Plan de l exposé

Plus en détail

Financer son développement international

Financer son développement international Diplôme Spécial en Management International Financer son développement international Michel Philippart Alger, Mai 2007 Planification Identifier les postes clé Calculer la valeur de l'initiative et faire

Plus en détail

Tutoriel Infuse Learning. Créer des quizzes multimédias sur ordinateur ou tablette

Tutoriel Infuse Learning. Créer des quizzes multimédias sur ordinateur ou tablette Tutoriel Infuse Learning Créer des quizzes multimédias sur ordinateur ou tablette 1- Présentation Infuselearning.com est un service web (en ligne) gratuit qui permet aux enseignants de créer des exercices

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

OpenLDAP : retour d expérience sur l industrialisation d annuaires critiques

OpenLDAP : retour d expérience sur l industrialisation d annuaires critiques Intervention du 29 Avril 2004 9 h 15 10 h 45 M. Sébastien Bahloul Chef de projet Expert Annuaire LDAP bahloul@linagora.com OpenLDAP : retour d expérience sur l industrialisation d annuaires critiques Plan

Plus en détail

Un exemple d étude de cas

Un exemple d étude de cas Un exemple d'étude de cas 1 Un exemple d étude de cas INTRODUCTION Le cas de la Boulangerie Lépine ltée nous permet d exposer ici un type d étude de cas. Le processus utilisé est identique à celui qui

Plus en détail

La santé de votre entreprise mérite notre protection.

La santé de votre entreprise mérite notre protection. mutuelle mclr La santé de votre entreprise mérite notre protection. www.mclr.fr Qui sommes-nous? En tant que mutuelle régionale, nous partageons avec vous un certain nombre de valeurs liées à la taille

Plus en détail

Retour d expérience sur le management des processus

Retour d expérience sur le management des processus GSI Gestion des systèmes d information Retour d expérience sur le management des processus Université d été 8-31 août 00 Dijon Guy Rivoire Consultant ELNOR Guy RIVOIRE 30/08/00 / 1 Présentation ELNOR Cabinet

Plus en détail

Statistiques Descriptives à une dimension

Statistiques Descriptives à une dimension I. Introduction et Définitions 1. Introduction La statistique est une science qui a pour objectif de recueillir et de traiter les informations, souvent en très grand nombre. Elle regroupe l ensemble des

Plus en détail

N 1 2 1 L a R e v u e F r a n c o p h o n e d u M a n a g e m e n t d e P r o j e t 2 è m e t r i m e s t r e 2 0 1 3

N 1 2 1 L a R e v u e F r a n c o p h o n e d u M a n a g e m e n t d e P r o j e t 2 è m e t r i m e s t r e 2 0 1 3 Du côté de la Recherche > Managemen t de projet : p1 L intégration des systèmes de management Qualité -Sécurité- Environnement : résultats d une étude empirique au Maroc Le co ntex te d es p roj et s a

Plus en détail

La Cible Sommaire F o c u s

La Cible Sommaire F o c u s La Cible Sommaire F o c u s F o n d a t e u r : J e a n L e B I S S O N N A I S D i r e c t e u r d e l a p u b l i c a t i o n : M a r t i n e M I N Y R é d a c t e u r e n c h e f : S e r g e C H A N

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.1 L ÉCHANTILLONNAGE 3.1.1 Introduction 3.1.2 L échantillonnage aléatoire 3.1.3 Estimation ponctuelle 3.1.4 Distributions d échantillonnage 3.1.5 Intervalles de probabilité L échantillonnage

Plus en détail

Automatisation. Industrialisation des tests

Automatisation. Industrialisation des tests Module C : Industrialisation des tests Industrialisation des tests V1.1. VERIFIER.VALIDER ALTRAN CIS, de l assurance Qualité à l assurance de la qualité le lien et la de l automatisation des automates

Plus en détail

Evaluation de la variabilité d'un système de mesure

Evaluation de la variabilité d'un système de mesure Evaluation de la variabilité d'un système de mesure Exemple 1: Diamètres des injecteurs de carburant Problème Un fabricant d'injecteurs de carburant installe un nouveau système de mesure numérique. Les

Plus en détail

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre : Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant

Plus en détail

Contrat d'association avec mise en commun des honoraires

Contrat d'association avec mise en commun des honoraires Les soussignés : Contrat d'association avec mise en commun des honoraires 1) nom, prénom, qualification professionnelle, adresse privée, matricule national, code médecin personnel 2) etc. ont convenu d'établir

Plus en détail

Technique RSR. 27.6.08 /DCo

Technique RSR. 27.6.08 /DCo La : -35 collaborateurs -120 applications métiers -2 services de piquet -1 service desk commun avec la TSR -Un parc véhicule -Un parc de matériel extérieur -Une très forte diversité d outil et de connaissances

Plus en détail

Centre de Récupération de SoftThinks

Centre de Récupération de SoftThinks Centre de Récupération de SoftThinks Table des matières Révisions... 1 Table des matières... 2 Introduction... 3 Quel est l objectif du Centre de Récupération de SoftThinks?... 3 Que pourrez-vous trouver

Plus en détail

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point 03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de

Plus en détail

N u m é rit a b - A d m in is tra tio n d u n p a rc d e ta b le tte s P ré s e n ta tio n p a r P a tric k D e m ic h e l L e 6 m a i 2 0 1 4

N u m é rit a b - A d m in is tra tio n d u n p a rc d e ta b le tte s P ré s e n ta tio n p a r P a tric k D e m ic h e l L e 6 m a i 2 0 1 4 N u m é rit a b - A d m in is tra tio n d u n p a rc d e ta b le tte s P ré s e n ta tio n p a r P a tric k D e m ic h e l L e 6 m a i 2 0 1 4 Canopé : Création Accompagnement Nouvelle Offre Pédagogique

Plus en détail

L EQUIPE ÉTUDES ENQUÊTES: Georgeta BOARESCU psychologue coordonateur études enquêtes Florin CIOTEA sociologue

L EQUIPE ÉTUDES ENQUÊTES: Georgeta BOARESCU psychologue coordonateur études enquêtes Florin CIOTEA sociologue L EQUIPE ÉTUDES ENQUÊTES: Georgeta BOARESCU psychologue coordonateur études enquêtes Florin CIOTEA sociologue EuPA EDUCATION EUROPÉENNE EN ADMINISTRATION PUBLIQUE EuPA EDUCATION EUROPÉENNE EN ADMINISTRATION

Plus en détail

Elargissez l horizon de votre gestion. www.mercator.eu

Elargissez l horizon de votre gestion. www.mercator.eu www.mercator.eu Elargissez l horizon de votre gestion Mercator se profile comme la solution de gestion commerciale et de comptabilité alliant simultanément les avantages de la solution informatique standard

Plus en détail

Appliquer la maîtrise statistique des processus (MSP/SPC)

Appliquer la maîtrise statistique des processus (MSP/SPC) Maurice PILLET Professeur des Universités IUT Annecy Université de Savoie, Laboratoire LISTIC Ancien élève de l'ecole Normale Supérieure de CACHAN Appliquer la maîtrise statistique des processus (MSP/SPC)

Plus en détail

Corrigé du baccalauréat S Pondichéry 12 avril 2007

Corrigé du baccalauréat S Pondichéry 12 avril 2007 Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires

Plus en détail

CAPTEURS - CHAINES DE MESURES

CAPTEURS - CHAINES DE MESURES CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,

Plus en détail

VILLE DE VILLEURBANNE CONSEIL MUNICIPAL 5 JUILLET 2010. -ooo-

VILLE DE VILLEURBANNE CONSEIL MUNICIPAL 5 JUILLET 2010. -ooo- VILLE DE VILLEURBANNE CONSEIL MUNICIPAL 5 JUILLET 2010 -ooo- La s é a n c e e s t o u v e r t e s o u s l a p r é s i d e n c e d e M o n s i e u r J e a n - P a u l BR E T, M a i r e d e V i l l e u r

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

TOUTES LES SOLUTIONS DE SÉCURITÉ EN PERSPECTIVE

TOUTES LES SOLUTIONS DE SÉCURITÉ EN PERSPECTIVE TOUTES LES SOLUTIONS DE SÉCURITÉ EN PERSPECTIVE SY YSTÈ M E D ID ENT IFI CAT ION SYS T ÈME D IDENTIFICATION SYSS T È M E D IDE N T I F ICATI O N A U D I T SY ST ÈM E DE VERROUILLAGE RO SYSTÈM ÈME D E V

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

Plus en détail

Formation Bâtiment Durable : Suivi et monitoring des bâtiments durables

Formation Bâtiment Durable : Suivi et monitoring des bâtiments durables Formation Bâtiment Durable : Suivi et monitoring des bâtiments durables Bruxelles Environnement Monitoring énergétique: enjeux, implications et bénéfices Vincent DIERICKX Cenergie Objectifs de la présentation

Plus en détail

MODELES DE DUREE DE VIE

MODELES DE DUREE DE VIE MODELES DE DUREE DE VIE Cours 1 : Introduction I- Contexte et définitions II- Les données III- Caractéristiques d intérêt IV- Evènements non renouvelables/renouvelables (unique/répété) I- Contexte et définitions

Plus en détail

Mesures et incertitudes

Mesures et incertitudes En physique et en chimie, toute grandeur, mesurée ou calculée, est entachée d erreur, ce qui ne l empêche pas d être exploitée pour prendre des décisions. Aujourd hui, la notion d erreur a son vocabulaire

Plus en détail

Lot 4: Validation industrielle. Youness LEMRABET Pascal YIM, 19/11/2010

Lot 4: Validation industrielle. Youness LEMRABET Pascal YIM, 19/11/2010 Lot 4: Validation industrielle Youness LEMRABET Pascal YIM, 19/11/2010 Partenaires Lot 1 Modèle du processus métier L4.1 Modèles PSM Lot 2 Guide d implantation L4.2 Développement & Recette prototype Lot

Plus en détail

Philippe-Didier GAUTHIER

Philippe-Didier GAUTHIER -Didier Ingénierie, Management, Administration en Éducation et Formation 1 - Parcours professionnel 2 - Projet professionnel 3 - Missions et interventions Portfolio Numérique : - Didier Parcours professionnel

Plus en détail

GUIDE GÉNÉRAL SUR LE CCSP ET LA PRÉSENTATION DE L I N F O R M ATION FINANCIÈRE DES CONSEILS SCOLAIRES

GUIDE GÉNÉRAL SUR LE CCSP ET LA PRÉSENTATION DE L I N F O R M ATION FINANCIÈRE DES CONSEILS SCOLAIRES GUIDE GÉNÉRAL SUR LE CCSP ET LA PRÉSENTATION DE L I N F O R M ATION FINANCIÈRE DES CONSEILS SCOLAIRES Ministère de l Éducation TA B L E D E S M AT I È R E S 2 I N T RO D UC TI ON E T C O N T EX T E Q

Plus en détail

CONVENTION ASSURANCE QUALITÉ (QAA) FONCTION NÉGOCIANT

CONVENTION ASSURANCE QUALITÉ (QAA) FONCTION NÉGOCIANT 1. Préambule 1.1 Généralités La présente convention d assurance qualité (QAA) définit les exigences posées aux fournisseurs REHAU en matière d assurance qualité. La QAA REHAU constitue des règles destinées

Plus en détail

Mémoire de fin d études d orthophonie CENTRE DE FORMATION DE STRASBOURG

Mémoire de fin d études d orthophonie CENTRE DE FORMATION DE STRASBOURG Mémoire de fin d études d orthophonie CENTRE DE FORMATION DE STRASBOURG Objectifs : Au cours de la dern ière ann ée d études, les cand idats ayant v alidé la to talité de s enseignements théoriques et

Plus en détail

PLAN DE COURS CEGEP DU VIEUX-MONTRÉAL

PLAN DE COURS CEGEP DU VIEUX-MONTRÉAL PLAN DE COURS CONTRÔLE DE LA QUALITÉ 241-B60-VM TECHNIQUE DE GÉNIE MÉCANIQUE 241-06 PONDÉRATION : 2-1-1 Compétence : 012Z Contrôler la qualité d un produit DÉPARTEMENT DE LA MÉCANIQUE CEGEP DU VIEUX-MONTRÉAL

Plus en détail

Annexe commune aux séries ES, L et S : boîtes et quantiles

Annexe commune aux séries ES, L et S : boîtes et quantiles Annexe commune aux séries ES, L et S : boîtes et quantiles Quantiles En statistique, pour toute série numérique de données à valeurs dans un intervalle I, on définit la fonction quantile Q, de [,1] dans

Plus en détail

Membre. www.eve grenoble.org

Membre. www.eve grenoble.org Demo-TIC est une communauté d'usagers et de producteurs dans le domaine des T.I.C. (Technologies de l'information et de la Communication). Ses activités sont dédiées aux particuliers, aux associations,

Plus en détail

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Julien Jorge julien.jorge@univ-nantes.fr Laboratoire d Informatique de Nantes Atlantique,

Plus en détail

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains. Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY

Plus en détail

Représentation d une distribution

Représentation d une distribution 5 Représentation d une distribution VARIABLE DISCRÈTE : FRÉQUENCES RELATIVES DES CLASSES Si dans un graphique représentant une distribution, on place en ordonnées le rapport des effectifs n i de chaque

Plus en détail

Définition d un Template

Définition d un Template Objectif Ce document a pour objectif de vous accompagner dans l utilisation des templates EuroPerformance. Il définit les différents modèles et exemples proposés. Définition d un Template Un template est

Plus en détail

Portrait de métier. sommaire du portrait de métier

Portrait de métier. sommaire du portrait de métier Pôle métiers formation Portrait de métier Le métier de charé des relations avec le public Les portraits de métiers» sont une proposition du Pôle métiers formation de l Arcade. L atelier charé des relations

Plus en détail

International : les références d Ineo Systrans

International : les références d Ineo Systrans International : les références d Ineo Systrans Ineo Systrans Références SAEIV* *Système d Aide à l Exploitation et d Information des Voyageurs ZONE EUROPE BELGIQUE Bruxe l les Liège Mons ROYAUME-UNI Edimbourg

Plus en détail

Concevoir une chèvrerie Evolutive et économique

Concevoir une chèvrerie Evolutive et économique Concevoir une chèvrerie Evolutive et économique Chèvrerie 90 places avec fromagerie annexe Chèvrerie 200 places évolutive DOSSIER réalisé par Chambre d Agriculture des Deux Sèvres Maison de l'agriculture

Plus en détail

La nouvelle planification de l échantillonnage

La nouvelle planification de l échantillonnage La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage

Plus en détail

Chafa Azzedine - Faculté de Physique U.S.T.H.B 1

Chafa Azzedine - Faculté de Physique U.S.T.H.B 1 Chafa Azzedine - Faculté de Physique U.S.T.H.B 1 Définition: La cinématique est une branche de la mécanique qui étudie les mouements des corps dans l espace en fonction du temps indépendamment des causes

Plus en détail

CFP & Associés. Mutuelle des transports sanitaires Offre April Entreprises

CFP & Associés. Mutuelle des transports sanitaires Offre April Entreprises CFP & Associés Société de courtage indépendante, spécialiste des solutions d assurances de personnes pour les professionnels et les particuliers. Notre société met au service de ses clients et de ses partenaires

Plus en détail

Rares sont ceux d entre nous qui, lors

Rares sont ceux d entre nous qui, lors Solutions PROGICIELS DE CONTRÔLE STATISTIQUE SPC : BIEN IDENTIFIER LE BESOIN AVANT DE CHOISIR Choisir un progiciel de Maîtrise Statistique des Procédés (MSP) ou de la qualité d une fabrication (SQC) n

Plus en détail

UviLight XTW Spectrophotomètre UV-Vis

UviLight XTW Spectrophotomètre UV-Vis Enseignement Agro-alimentaire Sciences Chimie Recherche Laboratoires de référence UviLight XTW Spectrophotomètre UV-Vis Accédez aux meilleures performances grâce à des spécificités optiques supérieures

Plus en détail

DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES

DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Agence fédérale pour la Sécurité de la Chaîne alimentaire Administration des Laboratoires Procédure DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES Date de mise en application

Plus en détail

Statistique : Résumé de cours et méthodes

Statistique : Résumé de cours et méthodes Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère

Plus en détail

L'important C'est la rose

L'important C'est la rose L'important 'est la rose Gilbert ecaud rr: M. de Leon opista: Felix Vela 200 Xiulit c / m F m m 7 9. /. m...... J 1 F m.... m7 ro - se. rois - ro - se. rois - ro - se. rois - ro - se. rois - oi qui oi

Plus en détail

Précision d un résultat et calculs d incertitudes

Précision d un résultat et calculs d incertitudes Précision d un résultat et calculs d incertitudes PSI* 2012-2013 Lycée Chaptal 3 Table des matières Table des matières 1. Présentation d un résultat numérique................................ 4 1.1 Notations.........................................................

Plus en détail

Manuel d'exécution (version 2)

Manuel d'exécution (version 2) ROYAUME DU MAROC Ministère de l'agriculture et de la Pêche Maritime Agence pour le Développement Agricole Projet Intégration du Changement Climatique dans la mise en œuvre du Plan Maroc Vert (PICCPMV)

Plus en détail

TRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME

TRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME Baccalauréat Professionnel SYSTÈMES ÉLECTRONIQUES NUMÉRIQUES Champ professionnel : Alarme Sécurité Incendie SOUS - EPREUVE E12 TRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME Durée 3 heures coefficient 2 Note

Plus en détail

Supervision, Pilotage & Administration d Application. SAP sur Power i. 2010 IBM Corporation

Supervision, Pilotage & Administration d Application. SAP sur Power i. 2010 IBM Corporation Supervision, Pilotage & Administration d Application SAP sur Power i 2010 IBM Corporation Sommaire Le contexte : une réponse à vos enjeux Le périmètre des services SAP sur iseries Détail des fonctionnalités

Plus en détail

Tableau de bord économique du tourisme en Maurienne Hiver 2005/2006

Tableau de bord économique du tourisme en Maurienne Hiver 2005/2006 Tableau de bord économique du tourisme en Maurienne Hiver 2005/2006 Modane, 15 décembre 2006 François VICTOR 1 Les points à traiter Quel bilan pour l activité touristique en Maurienne pour l hiver 2005/2006?

Plus en détail

EMUNERATIONS ET CHARGES ACCESSOIRES UTRES CONDITIONS DE TRAVAIL UTRES CONDITIONS DE VIE RELEVANT DE L'ENTREPRISE

EMUNERATIONS ET CHARGES ACCESSOIRES UTRES CONDITIONS DE TRAVAIL UTRES CONDITIONS DE VIE RELEVANT DE L'ENTREPRISE Ce document, soumis pour avis au Comité Central d'entreprise lors de la réunion du 10 mai 2012, constitue le Bilan Social 2011 de la Société. Sommaire 1 - E MPLOI (p.3) 2 - R EMUNERATIONS ET CHARGES ACCESSOIRES

Plus en détail

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel. Ce document a été numérisé par le CRDP de Bordeaux pour la Base Nationale des Sujets d Examens de l enseignement professionnel. Campagne 2013 Ce fichier numérique ne peut être reproduit, représenté, adapté

Plus en détail

Nombre dérivé et tangente

Nombre dérivé et tangente Nombre dérivé et tangente I) Interprétation graphique 1) Taux de variation d une fonction en un point. Soit une fonction définie sur un intervalle I contenant le nombre réel a, soit (C) sa courbe représentative

Plus en détail

(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)

(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01) (19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4

Plus en détail

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN Table des matières. Introduction....3 Mesures et incertitudes en sciences physiques

Plus en détail

Les exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures?

Les exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures? Les exploitations de grandes cultures face à la variabilité de leurs revenus : quels outils de gestion des risques pour pérenniser les structures? Benoît Pagès 1, Valérie Leveau 1 1 ARVALIS Institut du

Plus en détail

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation ) DÉRIVÉES I Nombre dérivé - Tangente Eercice 0 ( voir animation ) On considère la fonction f définie par f() = - 2 + 6 pour [-4 ; 4]. ) Tracer la représentation graphique (C) de f dans un repère d'unité

Plus en détail

FORMULAIRE DE STATISTIQUES

FORMULAIRE DE STATISTIQUES FORMULAIRE DE STATISTIQUES I. STATISTIQUES DESCRIPTIVES Moyenne arithmétique Remarque: population: m xμ; échantillon: Mx 1 Somme des carrés des écarts "# FR MOYENNE(série) MOYENNE(série) NL GEMIDDELDE(série)

Plus en détail

3 - Sélection des fournisseurs... 4. 4 Marche courante... 5. 4.1 Conditionnement Transport... 5. 4.2 Livraison... 5

3 - Sélection des fournisseurs... 4. 4 Marche courante... 5. 4.1 Conditionnement Transport... 5. 4.2 Livraison... 5 1 SOMMAIRE 1 Introduction... 3 2 Principes... 3 3 - Sélection des fournisseurs... 4 4 Marche courante... 5 4.1 Conditionnement Transport... 5 4.2 Livraison... 5 4.3 - Garantie qualité / Conformité... 5

Plus en détail

1. Vocabulaire : Introduction au tableau élémentaire

1. Vocabulaire : Introduction au tableau élémentaire L1-S1 Lire et caractériser l'information géographique - Le traitement statistique univarié Statistique : le terme statistique désigne à la fois : 1) l'ensemble des données numériques concernant une catégorie

Plus en détail

GUIDE PRATIQUE POUR REDIGER UN SCENARIO PEDAGOGIQUE

GUIDE PRATIQUE POUR REDIGER UN SCENARIO PEDAGOGIQUE Comment s y prendre? Par quoi commencer? GUIDE PRATIQUE Qui doit l écrire? POUR REDIGER Quand? UN SCENARIO PEDAGOGIQUE Sous quelle forme et quel contenu? A quoi ça sert exactement? 2 SOMMAIRE I LE SCENARIO

Plus en détail

Loi binomiale Lois normales

Loi binomiale Lois normales Loi binomiale Lois normales Christophe ROSSIGNOL Année scolaire 204/205 Table des matières Rappels sur la loi binomiale 2. Loi de Bernoulli............................................ 2.2 Schéma de Bernoulli

Plus en détail

SAV ET RÉPARATION. Savoir-faire. www.jarltech.fr

SAV ET RÉPARATION. Savoir-faire. www.jarltech.fr i & V : SA E b i i 1 3 2 0 1 Ai 0800 9 h P i iè P i i i i S j C i Si E ) i Ti (i ib i Q,. bq i, FA V k, Pi b h iè i Si b, D Z, P E q Si-i SAV ET RÉPARATION S hiq : E q SSII VAR, i hiq Jh i h 0800 910 231.

Plus en détail

Droit et pratique bancaire dans l espace OHADA

Droit et pratique bancaire dans l espace OHADA Manuel Roland Tcheumalieu Fansi Droit et pratique bancaire dans l espace OHADA Avant-propos du Pr Alain Kemnogne Simo Préface du Pr Michel Storck L'Darm attan TABLE DES MATIÈRES A V A N T -P R O P O S...7

Plus en détail

ACP Voitures 1- Méthode

ACP Voitures 1- Méthode acp=princomp(voit,cor=t) ACP Voitures 1- Méthode Call: princomp(x = voit, cor = T) Standard deviations: Comp.1 Comp.2 Comp.3 Comp.4 Comp.5 Comp.6 2.1577815 0.9566721 0.4903373 0.3204833 0.2542759 0.1447788

Plus en détail

W i r e l e s s B o d y S c a l e - i B F 5 T h a n k y o u f o r p u r c h a s i n g t h e W i r e l e s s B o d y S c a l e i B F 5. B e f o r e u s i n g t h i s u n i t f o r t h e f i r s t t i m

Plus en détail

BANC D ETALONNAGE EN TEMPERATURE

BANC D ETALONNAGE EN TEMPERATURE BANC D ETALONNAGE EN TEMPERATURE Nicolas Lavenant¹, Martine Ollitrault², Yannick Hamon³, Nicolas Gilliet³, Yannick Fauvel ³, Mickael Faucheux ³ ¹ CNRS/ Université UMR6118 Géosciences (Beaulieu Université

Plus en détail

Rappels sur les suites - Algorithme

Rappels sur les suites - Algorithme DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................

Plus en détail

NPIH800 GENERATION & RESEAUX. PROTECTION de COURANT TERRE

NPIH800 GENERATION & RESEAUX. PROTECTION de COURANT TERRE GENERATION & RESEAUX PROTECTION de COURANT TERRE NPIH800 assure la protection à maximum de courant terre des réseaux électriques de moyenne et haute tension. Ce relais multifonction surveille les défauts

Plus en détail

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test

Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test 11 juillet 2003 Étude des Corrélations entre Paramètres Statiques et Dynamiques des Convertisseurs Analogique-Numérique en vue d optimiser leur Flot de Test Mariane Comte Plan 2 Introduction et objectif

Plus en détail

Gestion obligataire passive

Gestion obligataire passive Finance 1 Université d Evry Séance 7 Gestion obligataire passive Philippe Priaulet L efficience des marchés Stratégies passives Qu est-ce qu un bon benchmark? Réplication simple Réplication par échantillonnage

Plus en détail

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et

Plus en détail

DISPOSITIF EN FAVEUR DU POUVOIR D ACHAT DES FONCTIONNAIRES GIPA 2008

DISPOSITIF EN FAVEUR DU POUVOIR D ACHAT DES FONCTIONNAIRES GIPA 2008 DISPOSITIF EN FAVEUR DU POUVOIR D ACHAT DES FONCTIONNAIRES GIPA 2008 Eric WOERTH Ministre du Budget, des Comptes publics et de la Fonction publique et André SANTINI Secrétaire d État chargé de la Fonction

Plus en détail

WebInfoRoute. Gestion de l'information routière. outil développé en partenariat avec le. Conseil Général des Hautes-Alpes.

WebInfoRoute. Gestion de l'information routière. outil développé en partenariat avec le. Conseil Général des Hautes-Alpes. WebInfoRoute Gestion de l'information routière outil développé en partenariat avec le Conseil Général des Hautes-Alpes Sommaire L'information routière dans les Hautes-Alpes Patrouilles Viabilité hivernale

Plus en détail

THESE. présentée à L ECOLE SUPERIEURE D INGENIEURS D ANNECY (ESIA) UNIVERSITE DE SAVOIE. par. Emmanuel DUCLOS. pour obtenir le

THESE. présentée à L ECOLE SUPERIEURE D INGENIEURS D ANNECY (ESIA) UNIVERSITE DE SAVOIE. par. Emmanuel DUCLOS. pour obtenir le THESE présentée à L ECOLE SUPERIEURE D INGENIEURS D ANNECY (ESIA) UNIVERSITE DE SAVOIE par Emmanuel DUCLOS pour obtenir le DIPLÔME DE DOCTEUR DE L UNIVERSITE DE SAVOIE spécialité : Electronique - Electrotechnique

Plus en détail

ETUDE S UR LE DEMENAGEMENT D ENTREPRIS ES

ETUDE S UR LE DEMENAGEMENT D ENTREPRIS ES ETUDE S UR LE DEMENAGEMENT D ENTREPRIS ES Struc ture é c onom ique Un s e c te ur dom iné par le s TPE Le secteur du déménagement est caractérisé par son faible degré de concentration et son atomisation.

Plus en détail