Plan II-1. Généralités II-1-1. Définitions et principes II-1-2. Mise en place

Documents pareils
Le suivi de la qualité. Méthode MSP : généralités

Appliquer la maîtrise statistique des processus (MSP/SPC)

Représentation d une distribution

Rares sont ceux d entre nous qui, lors

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

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

TPM Totale Productive Maintenance

Lois de probabilité. Anita Burgun

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

TABLE DES MATIERES. C Exercices complémentaires 42

Système de Management Intégré Qualité, Sécurité et Environnement. Un atout pour l entreprise

Loi binomiale Lois normales

L ecoute, Le service, l echange,

Statistique : Résumé de cours et méthodes

Estimation et tests statistiques, TD 5. Solutions

CQP Inter-branches Technicien de Maintenance Industrielle

Séries Statistiques Simples

Calcul élémentaire des probabilités

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16

CAPTEURS - CHAINES DE MESURES

Evaluation de la variabilité d'un système de mesure

Guidance de Statistique : Epreuve de préparation à l examen

PROBABILITES ET STATISTIQUE I&II

CNAM léments de cours Bonus-malus et Crédibilité

Statistiques Descriptives à une dimension

LA QUALITE, L ASSURANCE DE LA QUALITE ET LA CERTIFICATION ISO 9001

Chapitre 3 : INFERENCE

PLAN DE COURS CEGEP DU VIEUX-MONTRÉAL

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

Vision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007

UFR de Sciences Economiques Année TESTS PARAMÉTRIQUES

La qualité en «Lean» de mire 5 à 7 MFQ CRCI de Blagnac 14 Octobre 2009 Denis VILLEVALOIS Consultant Lean & Qualité Partenaire AFNOR

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN

Notions d asservissements et de Régulations

Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie

MAITRISE DE LA CHAINE LOGISTIQUE GLOBALE (SUPPLY CHAIN MANAGEMENT) Dimensionnement et pilotage des flux de produits

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

Sigma Consulting est un cabinet conseil spécialisé en management des organisations. Le Management en mode projet..2

Génie Logiciel LA QUALITE 1/5 LA QUALITE 3/5 LA QUALITE 2/5 LA QUALITE 4/5 LA QUALITE 5/5

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1

SINE QUA NON. Découverte et Prise en main du logiciel Utilisation de bases

Séance 4. Gestion de la capacité. Gestion des opérations et de la logistique

Mesures et incertitudes

CONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design»

FORMULAIRE DE STATISTIQUES

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

ITIL V3. Transition des services : Principes et politiques

Contents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

Lean Compétences. Méthodes & outils au service de la performance opérationnelle. se former, progresser, évoluer

Variables Aléatoires. Chapitre 2

Introduction à l approche bootstrap

Modélisation aléatoire en fiabilité des logiciels

3. Caractéristiques et fonctions d une v.a.

Estimation: intervalle de fluctuation et de confiance. Mars IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

CATALOGUE)FORMATION)2015)

Cet article s attache tout d abord

Démarche de traçabilité globale

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)

GENERALITES SUR LA MESURE DE TEMPERATURE

REFERENTIEL DU CQPM. TITRE DU CQPM : Electricien maintenancier process 1 OBJECTIF PROFESSIONNEL DU CQPM

Chapitre 1 : Introduction au contrôle de gestion. Marie Gies - Contrôle de gestion et gestion prévisionnelle - Chapitre 1

Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.

Etude des possibilités de passerelles entre les CQP des Entreprises de l industrie pharmaceutique et les CQP des industries chimiques

LE «COQ» ET LES COUTS RESULTANT DE LA NON-QUALITE

CONVENTION ASSURANCE QUALITÉ (QAA) FONCTION NÉGOCIANT

MODELES DE DUREE DE VIE

LA FONCTION QUALITE & LE LEAN MANUFACTURING 6 MARS François Liotard Directeur Développement Industriel Directeur Ressources Humaines

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Étude des résultats des investisseurs particuliers sur le trading de CFD et de Forex en France

PLATEFORME MÉTIER DÉDIÉE À LA PERFORMANCE DES INSTALLATIONS DE PRODUCTION

Leçon 5. Systèmes de gestion à recomplétement périodique et stock de sécurité

Terminale STMG Lycée Jean Vilar 2014/2015. Terminale STMG. O. Lader

La fonction d audit interne garantit la correcte application des procédures en vigueur et la fiabilité des informations remontées par les filiales.

D ITIL à D ISO 20000, une démarche complémentaire

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

Le bac à graisses PRETRAITEMENT. Schéma de principe. Volume du bac à graisses. Pose

Présentation. Intervenant EURISTIC. Jean-Louis BAUDRAND Directeur associé

Résumé des communications des Intervenants

TD1 Signaux, énergie et puissance, signaux aléatoires

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

Annexe - Balance des paiements et équilibre macro-économique

Relation entre deux variables : estimation de la corrélation linéaire

Étude «analyse, reporting et budget» Niveau d équipement et attentes des PME françaises.

Caractéristiques d'un contrat de progrès. Cliquez pour avancer

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

à moyen Risque moyen Risq à élevé Risque élevé Risq e Risque faible à moyen Risq Risque moyen à élevé Risq

DEVENIR ANIMATEUR CERTIFIE DE LA DEMARCHE LEAN

Prévenir et Indemniser la Pénibilité au Travail : le Rôle des IRP

Déroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI

Probabilités conditionnelles Loi binomiale

Conditions générales concernant la fourniture de prestations informatiques par HMS Hauri Micro Solutions - Backup et restauration - "Conditions MSP"

IBM SPSS Direct Marketing 21

JEAN-LUC VIRUÉGA. Traçabilité. Outils, méthodes et pratiques. Éditions d Organisation, 2005 ISBN :

DETERMINATION DE L INCERTITUDE DE MESURE POUR LES ANALYSES CHIMIQUES QUANTITATIVES

Gestion obligataire passive

DETECTOR BICANAL FG2 1. DIMENSIONS ET CONNEXIONS ELECTRIQUES 2. GENERALITES. 24 VDC Alimentat. 24 Vcc. Contact Boucle Contact Boucle 1 6 7

Transcription:

SPC 1

Plan II-1. Généralités II-1-1. Définitions et principes II-1-2. Mise en place II-2-1. Définitions II-1-2. Capabilité machine et capabilité procédé II-2-3. Ppm 2

II-1. GénéralitG ralités Définitions et principes Le nom se décline sous deux formes usuelles : Mise en place Statistical Process Control (SPC) Maîtrise Statistique des Procédés (MSP) 3

II-1. GénéralitG ralités Définitions et principes Outils statistiques utilisés en MSP Mise en place STATISTIQUE Descriptive caractère Variable aléatoire MODELE Probabiliste histogramme distribution fréquence moyenne écart type 2... etc CAPABILITES ESTIMATEURS TESTS d'hypotheses CARTES de CONTROLE ANALYSE de la VARIANCE PLAN d EXPERIENCE... etc Lois Normale log-normale Binômiale de Poisson Probabilité Espérance Variance... etc STATISTIQUE Appliquée 4

II-1. GénéralitG ralités Définitions et principes Mise en place Maîtrise statistiques des procédés (MSP ou SPC) : méthode qui vise à amener un processus à un niveau de qualité requis et à l y maintenir par la mise en place d un système de surveillance permettant d agir rapidement à toute dérive, avant même que des non-conformités soient générées. Ainsi, la MSP : - méthode axée sur la prévention et non sur l évaluation des non-conformités, - ne garantit pas le zéro défaut mais permet d assurer un niveau de Qualité minimum, - permet de responsabiliser l opérateur car il doit garantir la stabilité de son processus. - technique de pilotage des processus associant Outils statistiques et manière de les mettre en œuvre 5

II-1. GénéralitG ralités Définitions et principes Mise en place Normalité de la population contrôlée à l aide des cartes de contrôle = prédiction des possibles dérives du procédé Uniquement des causes communes Prédiction Présence de causes spéciales Prédiction? 6

II-1. GénéralitG ralités Définitions et principes Mise en place Cartes de contrôles = film de la production et contrôle de la stabilité du process LST Cible LIT 90 80 70 60 50 40 30 20 10 0 1 2 3 4 5 6 7 8 9 10 7

II-1. GénéralitG ralités Définitions et principes Mise en place Utilisation de l outil statistique calcul des limites de contrôles pour les cartes de contrôles afin de pouvoir garantir un niveau de Qualité minimum. Limites de contrôle sur la position Limites de contrôle sur la dispersion LST LSC Cible LIC LIT LST LSC Cible LIC LIT Cpk ou Ppk Cp ou Pp 8

II-1. GénéralitG ralités Définitions et principes Mise en place Utilisation de règles de pilotage, associée à l outil statistique «Cartes de contrôle» L opérateur peut piloter son process en détectant de possibles dérives Exemple : 7 points consécutifs du même coté de la moyenne 90 LSC 80 70 60 Cible 50 40 30 LIC 20 10 0 1 2 3 4 5 6 7 8 9 10 Détection 9

II-1. GénéralitG ralités Définitions et principes Mise en place MSP (SPC) : Mode de gestion qui conduit à se rendre maître de son outil de production en agissant, à temps, sur les facteurs techniques responsables de la qualité. Possibilité de prévenir l apparition de dérives Détection (après la dérive) Non-Qualité est tolérée Prévention (avant la dérive) Non-Qualité est évitée 10

II-1. GénéralitG ralités Définitions et principes Mise en place Entrées contrôlables Mesure, Évaluation, Contrôle Entrées matières premières, composants,... Process Caractéristique Qualité Entrées incontrôlables 11

II-1. GénéralitG ralités Définitions et principes Quelques mots issus du vocabulaire MSP : Mise en place - variabilité du procédé, - causes communes, - causes spéciales, - procédé maîtrisé, - procédé non maîtrisé. 12

Définitions et principes Mise en place Variabilité du procédé Chapitre II : MSP II-1. GénéralitG ralités Il n existe pas 2 produits identiques, mêmes issus du même procédé. Ainsi, il faut s accomoder des différentes sources de variations sur le procédé : Milieu M-O MP Méthode Matériel Mesure 13

II-1. GénéralitG ralités Définitions et principes Mise en place 2 types de causes Causes communes : dépendent des choix techniques, technologiques et humains effectués lors de la conception du procédé (ex : jeux, défauts broche machine, usure d outil, ) Impact sur la dispersion/variabilité du procédé très faible Causes spéciales ou assignables : regroupent les causes identifiables, peu nombreuses et d effet individuel important (ex : déréglages machine, casse outil, matière ou équipe différentes, ) Production difficile à prévoir lorsque ces causes s ajoutent aux causes communes MSP = ELIMINATION DES CAUSES 14

II-1. GénéralitG ralités Définitions et principes Mise en place Procédé maîtrisé (sous contrôle statistique) La variabilité dans le temps n est due qu à la présence de causes aléatoires (communes). Il caractérise un processus stable et prévisible. Surveillance et effort permanent pour éliminer les causes spéciales Procédé non maîtrisé La variabilité comprend des causes assignables. Cela caractérise un «procédé» livré à lui-même. 15

II-1. GénéralitG ralités Définitions et principes Mise en place Mise en œuvre de la MSP en 5 phases : Define Choix des caractéristiques à contrôler Control Measure Mise en place de cartes de contrôle C D M Choix de l instrument de mesure et réalisation de la mesure I A Improve Définition des objectifs d amélioration Analyze Analyse statistique 16

II-1. GénéralitG ralités Définitions et principes Mise en place Define : Choix des caractéristiques à contrôler Caractéristiques produit pouvant être mises sous surveillance : - les caractéristiques majeures, - les caractéristiques non essentielles, - les caractéristiques non maîtrisées Méthode - analyse des réclamations clients, - analyse des rebuts et Coût de Non Qualité/Coût d Obtention de la Qualité, - AMDEC,... Toutefois, il peut être judicieux de choisir une caractéristique du processus pour pouvoir traiter en amont, les problèmes sur le process. Nous pouvons alors utiliser les méthodes : AMDEC process, plan d expérience, diagramme cause-effet, Pareto, 5M, etc 17

II-1. GénéralitG ralités Définitions et principes Mise en place Measure : Choix de l instrument de mesure Sélection d un appareil de mesure Détermination de la capabilité de l appareil de mesure (test R&R) Instrument capable? NON Recherche d un nouvel appareil de mesure OUI Mesure des caractéristiques 18

II-1. GénéralitG ralités Définitions et principes Mise en place Analyse statistiques Collecte et analyse des données (Histogramme) Étude de la normalité des caractéristiques (Droite d Henry, Test de Kolmogorov Smirnov, ) PE, 5M, AMDEC, Pareto Normalité? Élimination des causes spéciales Étude d aptitude des moyens et du processus (Etude de capabilité) OUI NON PE, 5M, AMDEC, Pareto Aptes? OUI NON Actions Improve : Définition des objectifs d amélioration 19

II-1. GénéralitG ralités Définitions et principes Mise en place Control : Mise en place des cartes de contrôle Choix de la carte (Carte aux mesures, Carte aux attributs) Définition du prélèvement (2 < n < 25, K > 20) Collecte de données Calcul des limites de contrôle Création d un journal de bord Détermination des règles de pilotage des cartes de contrôle Mise en place des cartes de contrôle en atelier 20

II-1. GénéralitG ralités Définitions et principes Mise en place Boucle d amélioration continue Analyse des cartes tracées (indice de capabilité, fréquence des points hors limites, PE, 5M, AMDEC, Pareto Causes assignables détectées? OUI PROCESSUS MAITRISE NON Actions d amélioration Processus Apte? NON OUI 21

Définitions Capabilités Ppm Chapitre II : MSP Nous avons une vague idée de la qualité des machines disponibles mais nous sommes souvent incapables de la chiffrer Il est fondamental, lorsqu on parle de qualité, d être précis et de savoir exactement ce dont est capable le procédé par rapport à ce qu on lui demande. La notion de capabilité est bien trop importante dans une production moderne pour être traitée avec des notions floues. 22

Définitions Capabilités Ppm CAPABILITE : Aptitude d un moyen de production ou d un procédé de production à respecter les spécifications Performance demandée par rapport à la performance réelle de la machine ou du procédé Capabilité = un chiffre La méthode qui s est imposée aujourd hui est issue de l ISO/TS 16949 23

Définitions Capabilités Ppm 2 types d indicateurs de capabilités : Pp Performance du Procédé Indicateurs long terme qui traduisent la réalité des pièces livrées Cp Capabilité du Procédé Indicateurs court terme qui traduisent la dispersion sur un temps très court 24

Définitions Capabilités Corrélation avec l ancienne notation : Ppm Court terme Long terme Ancienne notation Nouvelle notation Capabilité machine Capabilité process Cm Cmk Cp Cpk Capabilité procédé Performance procédé Cp Cpk Pp Ppk 25

Définitions Capabilités Pp & Ppk (Performance du processus) Pp Performance intrinsèque du procédé Ppm Pp = Intervalle de tolérance /dispersion long terme Pp = Intervalle de tolérance IT 6 σ LT performance attendue performance obtenue Intervalle de tolérance Dispersion = 6σ Dispersion = 6σ PROCEDE CAPABLE Pp > 1,33 PROCEDE NON CAPABLE Pp < 1,33 26

Définitions Capabilités Ppm Remarques La dispersion utilisée pour le calcul de la performance Pp est la dispersion long terme du processus (fabrication de pièces sur le long terme). Dispersion à long terme = dispersions à court terme + dispersions consécutives aux variations de consignes (déréglages) En tenir compte dans le calcul de la dispersion long terme de l ensemble des influences qui peuvent perturber le procédé pendant le temps de production 27

Définitions Capabilités Ppm Remarques Intervalle de tolérance Pièces Non conformes Intervalle de tolérance Pièces Non conformes Dispersion Dispersion Pp = 1.5 Pp = 1.5 Pp > 1.33 MAIS procédé décentrée Indicateur Pp insuffisant Mise en place d un autre indicateur Ppk, qui tiendra compte du déréglage du procédé 28

Définitions Capabilités Ppk Indicateur de déréglage Procédé déréglé du côté supérieur à la moyenne Ppm Tolérance inférieure Intervalle de Tolérance Moyenne D1 Tolérance supérieure D2 Dispersion D1 < D2 D1 = Tolérance supérieure moyenne D2 = moitié de la dispersion aléatoire = 3σ 29

Définitions Capabilités Ppk Indicateur de déréglage Procédé réglé du côté supérieur à la moyenne Ppm Tolérance inférieure Intervalle de Tolérance Moyenne D1 Tolérance supérieure D2 Dispersion D1 > D2 D1 = Tolérance supérieure moyenne D2 = moitié de la dispersion aléatoire = 3σ 30

Définitions Capabilités Ppm Le Ppk = indicateur qui compare les 2 distances D1 et D2 en établissant le rapport entre les 2 distances. D1 Min Ppk = Tolérance Supérieure - moyenne 3 σ D2 Ppk = Moyenne - Tolérance Inférieure 3 σ 31

Définitions Capabilités Ppm Exemple : Calculer Pp & Ppk à partir des données suivantes : LST = 56 ; LIT = 44 ; σ LT = 1.15 1 er cas : moyenne de la semaine 1 = Moy = 48.5 2 ème cas : moyenne de la semaine 2 = Moy = 50 3 ème cas : moyenne de la semaine 3 = Moy = 50.8 4 ème cas : moyenne de la semaine 4 = Moy = 52 5 ème cas : moyenne de la semaine 5 = Moy = 53.5 32

Définitions Capabilités Ppm Interprétation de Pp et Ppk Procédé capable = 0 article défectueux Critère de base pour la capabilité du procédé = Ppk (capabilté intrinsèque + déréglage) Procédé capable si Ppk > 1.33 En l ajoutant au Pp, nous obtenons de précieux renseignements : - Réglage parfait Pp = Ppk - Plus le déréglage est important et plus la différence entre le Pp et Ppk devient importante 33

Définitions Capabilités Ppm Ppk > 1.33 et Pp > 1.33 Ppk < 1.33 mais Pp > 1.33 Ppk = 0 mais Pp > 1.33 Ppk < 0 mais Pp > 1.33 Ppk > 1.33 et Pp < 1.33 Ppk < 1.33 et Pp < 1.33 34

Définitions Capabilités Ppm Résumé Pp & Ppk < 1 Pp & Ppk > 1 Pp & Ppk > 1.33 Pp & Ppk > 1.66 : Pas capable : Juste capable : Capable : Très capable 35

Définitions Capabilités Ppm Cp & Cpk (Capabilité procédé) Au cours d une semaine de production, on dissocie 2 types de dispersion : - la dispersion long terme, - et la dispersion court terme. Dispersion court terme : due à la machine et aux conditions retenues dans la gamme de fabrication (les 5 M). Dispersion long terme : ce qui est livré au client (inclut la dispersion court terme + ces variations de réglage) 36

IT Définitions Capabilités Ppm cote Chapitre II : MSP Dispersion long terme Dispersion court terme temps 37

Définitions Capabilités Chapitre II : MSP Pour améliorer la qualité, on peut agir sur les 5 M 5 M Ppm Dispersion court terme Dispersion long terme PROCEDE Performance procédé (Pp et Ppk) dispersion long terme Capabilité procédé (Cp et Cpk) dispersion court terme 38

Définitions Capabilités Ppm 2 méthodes de calcul des capabilités: 1ère méthode : Prélèvement de n pièces consécutives fabriquées par la machine étudiée et mesure de la dispersion obtenue sur cet échantillon Cp = Intervalle de Tolérance (IT) 6 σ CT Cpk = LST - Moyenne (ou Moyenne - LIT) 3 σ CT Applicable si la cadence de la machine est suffisamment rapide pour ne laisser apparaître que la dispersion court terme 39

Définitions Capabilités Ppm 2ème méthode : Prélèvement de petits échantillons (ex : 5 pièces) à intervalles réguliers ou consécutifs, mais sans action sur le procédé pendant la production Dispersion instantanée (ou à court terme) = moyenne des dispersions observées sur chacun des échantillons 40

Définitions Capabilités Ppm Interprétation des chutes de capabilités : Court terme Cp Stabilité du procédé Long terme Pp Centrage du procédé Décentrage Ppk > 1,33 Perte de capabilité Chute de capabilité entre Cp et Pp = l instabilité du procédé si on sait stabiliser un procédé, alors on limite les variations de consigne et la dispersion long terme sera proche de la dispersion court terme Chute de capabilité entre Pp et Ppk due au déréglage. 41

Définitions Capabilités Proportion de pièces non conformes Ppm NC NC Z1 X Z2 Proportion de pièces conformes: Pr ob ( LIT < X < LST ) LIT Pr ob( σ X < Z < LST σ X ) Pnc = F( 3C pk ) + F ( 6C p + 3C pk ) 42