ce qui suit parle de la facon d'assurer la qualite de
livraison :
- pour des etudes,
- l'achat de materiels aupres de fournisseurs
- en fabrication.
dans le passe, on ne controlait qu'a l'aide des valeurs min
et max. ensuite le aql a ete utilise. maintenant on utilise une methode statistique, le spc. cette methode donne des reponses claires des la phase de
l'etude, et permet d'eviter des catastrophes en phase de production.
methode min max supposons que nous ayons a fabriquer des barres 10h6. ceci veut dire 10mm +0.000 -0.009mm donc le min = 9.991 et le max est 10.000mm si on utilise un tour pour fabriquer cette piece, on va
ajuster le tour un peu au dela de 9.991mm apres avoir produit des quantites de pieces, le tour va
s'user et les barres vont devenir plus grosses. des que les pieces deviennent trop grosses, on rejuste le
tour. pour livrer des barres de bonne qualite, chaque barre est
mesuree. les barres doivent etre entre 9.991 et 10.000mm donc la tolerance est de -9µm a +0µm avantage de la methode : la probabilite
est tres grande pour que les barres aient le bon diametre desavantage de la methode : comme on doit
mesurer chaque piece, c'est une methode couteuse. il y a un risque de livrer des pieces
d'un mauvais diametre si la methode de mesure est imprecise. la qualite de la livraison
peut etre tres bonne, mais on ne sait pas si cette qualite peut etre assuree a long terme remarque : des que le taux de dechets
(fall off rate FOR) atteint 1%, on peut estimer qu'une partie de ces 1% a ete livre chez
le client. pour eviter de livrer des pieces hors tolerance, on peut reduire la tolerance,
mais cela va augmenter le cout de production mesurer chaque piece prend beaucoup de temps, alors on
effectue des mesures sur des echantillons. supposons que l'on preleve 1000 echantillons :
lot n. -> |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
echantillon n. V |
|
|
|
|
|
|
|
|
|
|
|
1 |
-8,7 |
-6,7 |
-5,3 |
-5,3 |
0,3 |
-0,4 |
-0,3 |
-6,2 |
-2,3 |
-1,7 |
-3,1 |
2 |
-3,5 |
-5,3 |
-6,8 |
-4,5 |
-2,4 |
-2,4 |
-3,3 |
-1,5 |
-3,7 |
0,2 |
-2,4 |
3 |
-7,6 |
-3,1 |
-2,8 |
-3,4 |
-3,4 |
-0,9 |
-2,5 |
-3,8 |
-0,6 |
1 |
-1,2 |
4 |
-6,1 |
-6,8 |
-3,7 |
-3,4 |
-3,3 |
-3 |
-4,3 |
-3,1 |
-0,6 |
-1,9 |
-1,1 |
5 |
-6,9 |
-2,2 |
-5,5 |
-7,9 |
-4,5 |
-0,1 |
-3,9 |
-1,9 |
-2,3 |
-3,1 |
-0,2 |
6 |
-6,7 |
-3,5 |
-2,1 |
-5,8 |
-4,9 |
-1,3 |
0,2 |
-4,2 |
-2,6 |
-1,7 |
-0,4 |
7 |
-8 |
-3,3 |
-5,8 |
-2,5 |
-2,8 |
-3 |
-5,1 |
-4,6 |
-0,6 |
0,3 |
0,1 |
8 |
-5,9 |
-7,5 |
-3,8 |
-3,3 |
-4,6 |
-3,3 |
-4,8 |
-0,8 |
-2,5 |
-1,2 |
-0,9 |
9 |
-5,7 |
-5,8 |
-4,6 |
-2,1 |
-1,9 |
-5,3 |
-2,3 |
-1,6 |
-0,3 |
1,8 |
2,4 |
10 |
-7 |
-6,5 |
-5,2 |
-4,2 |
-2,9 |
-1,6 |
-3 |
-1,4 |
-0,9 |
-3,9 |
-0,6 |
on ne voit pas facilement les valeurs min et max dans la table suivante, on a ajoute des lignes pour la
moyenne, le min et le max :
lot n. -> |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
echantillon n. V |
|
|
|
|
|
|
|
|
|
|
|
1 |
-8,7 |
-6,7 |
-5,3 |
-5,3 |
0,3 |
-0,4 |
-0,3 |
-6,2 |
-2,3 |
-1,7 |
-3,1 |
2 |
-3,5 |
-5,3 |
-6,8 |
-4,5 |
-2,4 |
-2,4 |
-3,3 |
-1,5 |
-3,7 |
0,2 |
-2,4 |
3 |
-7,6 |
-3,1 |
-2,8 |
-3,4 |
-3,4 |
-0,9 |
-2,5 |
-3,8 |
-0,6 |
1 |
-1,2 |
4 |
-6,1 |
-6,8 |
-3,7 |
-3,4 |
-3,3 |
-3 |
-4,3 |
-3,1 |
-0,6 |
-1,9 |
-1,1 |
5 |
-6,9 |
-2,2 |
-5,5 |
-7,9 |
-4,5 |
-0,1 |
-3,9 |
-1,9 |
-2,3 |
-3,1 |
-0,2 |
6 |
-6,7 |
-3,5 |
-2,1 |
-5,8 |
-4,9 |
-1,3 |
0,2 |
-4,2 |
-2,6 |
-1,7 |
-0,4 |
7 |
-8 |
-3,3 |
-5,8 |
-2,5 |
-2,8 |
-3 |
-5,1 |
-4,6 |
-0,6 |
0,3 |
0,1 |
8 |
-5,9 |
-7,5 |
-3,8 |
-3,3 |
-4,6 |
-3,3 |
-4,8 |
-0,8 |
-2,5 |
-1,2 |
-0,9 |
9 |
-5,7 |
-5,8 |
-4,6 |
-2,1 |
-1,9 |
-5,3 |
-2,3 |
-1,6 |
-0,3 |
1,8 |
2,4 |
10 |
-7 |
-6,5 |
-5,2 |
-4,2 |
-2,9 |
-1,6 |
-3 |
-1,4 |
-0,9 |
-3,9 |
-0,6 |
moyenne |
-6,61 |
-5,07 |
-4,56 |
-4,24 |
-3,04 |
-2,13 |
-2,93 |
-2,91 |
-1,64 |
-1,02 |
-0,74 |
min |
-8,7 |
-7,5 |
-6,8 |
-7,9 |
-4,9 |
-5,3 |
-5,1 |
-6,2 |
-3,7 |
-3,9 |
-3,1 |
max |
-3,5 |
-2,2 |
-2,1 |
-2,1 |
0,3 |
-0,1 |
0,2 |
-0,8 |
-0,3 |
1,8 |
2,4 |
on voit alors que les lots :
- 0 1 2 3 5 7 8 sont ok
- 4 6 sont marginaux
- 9 10 sont mauvais
on voit aussi que le lot 4 montre que le tour necessite un
ajustage
aql pour eviter de tester tous les objets fabriques, la methode
aql a ete developpee elle a pour origine l'industrie militaire (mil.105d) aql signifie accepted quality level ou niveau de qualite
acceptee aql = % moyen de pieces fautives acceptees pour chaque
livraison supposons que nous voulons avoir un aql de 0.1% si le lot est de 1000 alors le code pour ce lot est k lors d'inspections precedentes on fixe un seuil de severite
t=tighten (severe) n=normal r=reduit ensuite k determine le nombre d'echantillons a tester = 125
pieces le nombre de defauts dans ces echantillons devra etre de 0 supposons que nous voulons avoir un aql de 0.01% si le lot est de 1000 alors le code pour ce lot est encore
k lors d'inspections precedentes on fixe un seuil de severite
t=tighten (severe) n=normal r=reduit ensuite k determine le nombre d'echantillons a tester =
1250 pieces ! cela signifie que toutes les pieces doivent etre controlees
! conclusion pour cette methode :
- pour des niveaux de aql bas (=haute qualite), on doit
mesurer 100% des pieces ou 1250 pieces de chaque lot
- pour des niveaux de haute qualite, c'est une methode
couteuse
- on ne detecte les defauts que trop tard (juste au moment de
la livraison)
approche statistique spc la methode aql ne dit que si une piece est bonne ou
mauvaise. on n'a aucune information sur la nature et l'intensite du defaut (la
dispersion). si on prend moins d'echantillons, si on mesure les
dimensions et si on effectue quelques calculs, on economise une quantite de travail et on
a un meilleur controle de la production. on va ajouter les notions de :
- dispersion (spread)
- moyenne + 3 sigma
- moyenne - 3 sigma
xi = mesure de l'echantillon i (i=1..n) xa = moyenne des n echantillons exemple : x1=3
x2=5
x3=4
x4=2
x5=1 valeur min admise = -1
valeur max admise = 8
valeur nominale = 3.5 donc on a : xa = (3 + 5 + 4 + 2 + 1) / 5 = 3 maintenant on va utiliser la methode Cpk Cpi = index de faisabilite du procede Il y a 3 indices l, u, k l = specification limite inferieure
u = specification limite superieure
k = specifications limites de part et d'autres de la valeur nominale on a alors Cpl Cpu Cpk Cpk = minimum(Cpl, Cpu) |