Cartes

2014/2015

Cartes de contrle aux mesures

1: Une introduction la matrise statistique des processus

Deux objets ne sont jamais rigoureusement identiques. Quelles que soient

les techniques utilises pour fabriquer ces objets, si prcis soient les
outils, il existe une variabilit dans tout processus de production.
L'objectif de tout industriel est que cette variabilit naturelle demeure
dans des bornes acceptables. C'est une proccupation majeure dans
l'amlioration de la qualit industrielle.
Un des outils utiliss pour tendre vers cette qualit est la Matrise
Statistique des Processus (MSP).

Si vous produisez un certain type d'objets, et si vous souhaitez

conserver vos clients pour prenniser votre entreprise, vous devez
vous assurer que les lots que vous leur livrez sont conformes ce qui a
t convenu entre vous, le plus souvent par contrat.
Tout industriel srieux effectue des contrles sur les lots produits
pour en vrifier la qualit, qu'il en soit le producteur ou bien qu'il les
rceptionne. Diverses techniques statistiques lies aux prlvements
d'chantillons sont alors utilises pour viter, dans la plus part des
cas, de vrifier un un tous les objets contenus dans un lot.
Ce contrle d'chantillons prlevs dans des lots est indispensable si
les contrles effectuer dtruisent l'objet fabriqu, comme lors
d'une analyse de la dose de composant actif contenue dans un
comprim.
Il existe cependant des cas o l'on prfre vrifier tous les objets ;
il est par exemple souhaitable que les freins d'une voiture
fonctionnent et un contrle du freinage sur un chantillon dans la
production d'un lot d'automobiles ne garantie pas que tous les
vhicules freinent correctement...

Lorsqu'un lot est contrl, il est conforme ou il ne l'est pas. S'il est conforme, on le livre
(fournisseur) ou on l'accepte (client). S'il n'est pas conforme, on peut le dtruire, en
vrifier un un tous les lments et ne dtruire que ceux qui ne sont pas conformes, etc.
Toutes les solutions pour traiter les lots non conformes sont onreuses. Si le lot n'est pas
conforme, le mal est fait. La MSP se fixe pour objectif d'viter de produire des lots non
conformes en surveillant la production et en intervenant ds que des anomalies sont
constates.
1.1 Processus sous contrle
On dit que le processus de production est sous contrle, est matris, lorsque les
caractristiques du produit fabriqu varient peu dans le temps, d'un produit l'autre et
sont conformes ce que l'on dsire obtenir. Dans ce cas, il n'existe pas de cause prcise
faisant varier les caractristiques du produit. La variabilit n'est due qu'aux limitations
techniques du procd de fabrication, des causes alatoires. Pour savoir si le processus
est sous contrle, on prlve rgulirement de petits chantillons.
Si la caractristique contrle est une mesure (poids, taille, concentration, etc), le
processus est sous contrle lorsque la moyenne (l'esprance) dans chaque chantillon de
cette caractristique est gale une valeur cible 0 fixe et lorsque l'cart-type dans
chaque chantillon est gal un cart-type naturel 0

1.2 Processus hors contrle

Un processus hors contrle, non matris, est le contraire d'un processus sous
contrle. Le processus est hors contrle quand il existe une variabilit trop
importante ou des caractristiques non conformes celles souhaites. Il peut exister
plusieurs causes, dites : causes spciales, ou encore : causes assignables, ce
dysfonctionnement. Un changement d'quipe, de technicien sur une machine, le
drglement d'une machine, une panne, des conditions climatiques particulires, etc.,
peuvent tre l'origine d'un processus hors contrle. Dans les cas les plus graves, il
faut revoir entirement un processus de fabrication inadapt aux objectifs fixs.

Tests sur les causes assignables selon

la norme ISO 8258 (1991)

Tests sur les causes assignables selon

la norme ISO 8258 (1991)

Tests sur les causes assignables selon la

norme ISO 8258 (1991)

Tests sur les causes assignables selon la

norme ISO 8258 (1991)

1.3 La MSP
La Matrise Statistique des Processus pour but de mettre en place
des outils statistiques de surveillance des processus de fabrication.
L'outil de base de la MSP que nous tudierons est la carte de contrle.
Elle est constitue de tests statistiques paramtriques de conformit.

2. Les cartes de contrle aux mesures de Shewhart

Le caractre tudi est une mesure (poids, concentration d'un composant chimique,
cote, etc.) L'objectif d'une carte de contrle aux mesures est de dtecter la
prsence de causes assignables de drglement du processus de production. Le
fondement thorique de conception des cartes de contrle est que le caractre
numrique tudi est rparti dans la population, dans l'ensemble de la production,
suivant une loi normale.

2.1 Cartes de contrle d'tude initiale

Ces cartes sont destines la mise sous contrle du processus. Ces cartes de
contrle sont aussi appeles : cartes de contrle de phase I, ou encore : cartes de
contrle pour la matrise. Leurs paramtres sont dtermins l'aide de mesures
effectues sur une vingtaine d'chantillons de petite taille.
Pour les valeurs des diffrents coefficients ncessaires aux calculs, on se reportera
au tableau des coefficients le l'annexe.

2.1.1 Cartes (Xbar;R)

On adopte le point de vue probabiliste des variables alatoires. Pour m
chantillons prlevs, on note X1;X2; ..;Xm les m variables alatoires qui
associent chaque chantillon, la moyenne dans l'chantillon du caractre tudi.
On dfinit alors la variable alatoire, moyenne des moyennes des chantillons :

m est un estimateur sans biais de la moyenne du caractre dans l'ensemble

de la production (population).
Un estimateur plus inattendu, que nous n'avons pas encore utilis est
l'estimateur de l'cart type du caractre dans la production. Cet
estimateur utilise la variable alatoire R dfinie par:

o chaque variable alatoire Ri associe chaque chantillon, son tendue. On a alors :

o d2 est un coefficient dpendant de la taille n des chantillons.

Carte de contrle de la moyenne : carte X bar

La carte de contrle de la moyenne, ou carte Xbar, est constitue d'une ligne centrale
correspondant la valeur LC = m^, et de deux lignes de contrle correspondant
respectivement aux limites suprieures (LSC) et infrieures de contrle (LIC). Figurent
aussi parfois deux lignes supplmentaires : les limites de surveillance.
Dans toute carte de contrle de Shewhart de phase I, les limites de contrle ont un
cart la moyenne m ^ gal 3/racine(n) , pour des chantillons de taille n. On a donc :

Pour obtenir les valeurs de A2, il suffit de se reporter la table donne en annexe.
Construction de la carte :
On prlve (effectivement) m chantillons de taille n. On a alors une ralisation des
diffrentes variables alatoires prsentes ci-dessus.
On calcule, avec les rgles indiques, les diffrentes valeurs prises par ces variables
alatoires.
On trace sur la carte de contrle la ligne centrale et les lignes de contrle.
On porte sur la carte, pour i = 1; ;m, les points Mi de coordonnes (i; xi), o xi dsigne
la moyenne du caractre tudi dans l'chantillon numro i.
Rgle de dcision :
si tous les points Mi sont situs entre les linges de contrle, le processus est dclar
matris ;
si des points Mi sont situs en dehors des limites de contrle, le processus est dclar
non matris.
Si le processus est dclar non matris, il est bon de comprendre dans quelles
circonstances les chantillons ont t prlevs pour tenter de cerner si le processus est
globalement inadapt ou s'il existe des causes spciales la variabilit excessive des
moyennes.

Exemple: Dans une laiterie, un nouveau processus de production de plaquettes de 250 g de

beurre est mis en service. On a prlev vingt chantillons de quatre plaquettes chacun et
on a pes chaque plaquette avec une balance de prcision.

Exemple 1

Carte X barre
255
LCS=254,348

Moyenne de l'chantillon

254
253
252
251

_
_
X=250,15

250
249
248
247
246

LCI =245,952
1

9
11
13
Echantillon

15

17

19

Commandes pour tracer les cartes (Xbar, R) et (Xbar,S) avec le logiciel R

golden<-read.table("C:/Users/Hamid CHAKIR/Desktop/fermet.txt",header=T)
attach(golden)
edit(golden)
fermete<- qcc.groups(fermete, nb)
t<-qcc(fermete,type="xbar",nsigmas=3,plot=FALSE)
t<-qcc(fermete,type= xbar",nsigmas=3,plot=TRUE)
carte<-qcc(y,type= xbar",nsigmas=3,plot=FALSE)
process.capability(t, spec.limits=c(76,94), target=85)
diameter <- qcc.groups(diameter, sample)
q <- ewma(t, lambda=0.2, nsigmas=3, plot = TRUE)

Carte de contrle de l'tendue : carte R

On souhaite ici visualiser, mettre en vidence, les variations de l'tendue. La conception

de la carte de Shewhart de l'tendue, pour la phase I, utilise des coefficients : d3,
dpendant de la taille n des chantillons. Pour cette carte on a :

Construction de la carte :
On prlve (effectivement) m chantillons de taille n. On a alors une ralisation des
diffrentes variables alatoires prsentes ci-dessus. On calcule, avec les rgles
indiques, les diffrentes valeurs prises par ces variables alatoires.
Il peut arriver que le calcul, l'aide de d2 et d3, de la limite infrieure de contrle
donne un rsultat ngatif. Dans ce cas, la limite de contrle utilise pour la carte est 0.
Il est bien sr souhaitable que l'tendu soit aussi proche de la valeur 0 que possible, ce
qui traduit une variabilit faible du caractre numrique tudi.
On trace sur la carte de contrle la ligne centrale et les lignes de contrle.
On porte sur la carte, pour i = 1; ..;m, les points Mi de coordonnes (i; ri), o ri dsigne
l'tendue du caractre tudi dans l'chantillon numro i.

Rgle de dcision :

- si tous les points Mi sont situs entre les linges de contrle, le processus est dclar
matris ;
- si des points Mi sont situs en dehors des limites de contrle, le processus est dclar
non matris.

Carte R
14

LCS=13,15

Etendue chantillon

12
10

8
_
R=5,76

6
4
2
0

LCI =0
1

9
11
13
Echantillon

15

17

19

2.1.2 Cartes (Xbar;S)

Pour m chantillons prlevs, on note X1;X2; . ;Xm les m variables alatoires qui
associent chaque chantillon, la moyenne dans l'chantillon du caractre tudi. On
dfinit les m variables alatoires S1; S2; ..; Sm qui chaque chantillon associent
l'cart type de l'chantillon. Attention ! L'cart type est ici celui dj utilis en
estimation, c'est l'estimateur ponctuel de l'cart type de la population. On dfinit
alors la variable alatoire, moyenne des moyennes des chantillons :

^ m est un estimateur sans biais de la moyenne du caractre dans l'ensemble de la

production (population).
On choisit comme estimateur sans biais de l'cart type, la variable alatoire
dfinie par :

Exemple 2 Dans l'exemple 1, une premire srie de mesures a t effectue. On renouvelle

le prlvement d'chantillons. Les nouvelles mesures sont reportes ci-dessous. Le calcul
des carts types est ralis l'aide de la formule :

Exemple 2

La construction de la carte X et les rgle de dcision sont identiques celles de

la carte X dcrites pour les cartes (X;R).
Carte de contrle de l'cart type : carte S

Cette carte est destine visualiser les variations de l'cart type des mesures.
Elle utilise les paramtres suivants :

Pour dterminer les valeurs de B3 et B4, on consultera la table des valeurs de B3 etB4,
en fonction de la taille n des chantillons. La construction de la carte S est similaire la
construction de la carte R. Exercice : Construire la carte S.
Lorsque les cartes de contrle de phase I font apparatre un processus matris, leurs
paramtres peuvent tre utiliss pour des cartes de phase II lors de la surveillance de
la production en temps rel.

2.2 Cartes de contrle aux valeurs standard

Ces cartes de contrle sont galement appeles : cartes de contrle de phase II.
Elles sont utilises pour le suivi du processus en temps rel. Les valeurs standard de
ces cartes sont tablis au pralable et constituent des valeurs cibles. On note m0 la
valeur cible de la moyenne, et 0 la valeur cible de l'cart type. Ici, LC, LSC et LIC ne
sont plus des variables alatoires, mais des valeurs numriques fixes suivant des
rgles bien prcises.
Les cartes de Shewhart sont caractrises par des limites de contrle situes
trois carts type de part et d'autre la tendance centrale.
Les bases probabilistes de ces cartes sont dues au fait que l'on considre que la
variable alatoire associe aux mesures suit la loi normale N(m0; 0). Pour les cartes
de Shewhart, la probabilit de fausse alerte (risque de premire espce) est
approximativement gale 0,0027.

Carte X de Shewhart

Les paramtres de cette carte sont :

(Voir l'annexe pour les valeurs de A en fonction de la taille n des chantillons)

Carte R de Shewhart

Les paramtres de la carte de contrle de l'tendue sont :

LC = d20

LSC = d20 +3 d30

LIC = d20 -3 d30

la LIC tant fixe 0 en cas de rsultat ngatif.

On pose D5 = sup {d2 - 3d3 , 0} et D6 = d2 + 3d3. Les paramtres s'crivent alors :
LC = d20
LSC = D60
LIC = D50
(Voir l'annexe pour les valeurs de D5 et D6 en fonction de la taille n des chantillons)
La construction et la rgle de dcision sont identiques celles d'une carte de phase I.

Carte S de Shewhart
Les paramtres sont :

la LIC tant fixe 0 en cas de rsultat ngatif.

On pose:
Les paramtres s'crivent alors :
LC = c40
LSC = B60
LIC = B50
(Voir l'annexe pour les valeurs de D5 et D6 en fonction de la taille n des
chantillons)

2.3 Tableau rcapitulatif pour les cartes de contrle aux mesures de Shewhart

Coefficients d2;d3 et c4

n
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Estimation de
d2
d3
c4
1,128 0,853 0,7979
1,693 0,888 0,8862
2,059 0,880 0,9213
2,326 0,864 0,9400
2,534 0,848 0,9515
2,704 0,833 0,9594
2,847 0,820 0,9650
2,970 0,808 0,9693
3,078 0,797 0,9727
3,173 0,787 0,9754
3,258 0,778 0,9776
3,336 0,770 0,9794
3,407 0,762 0,9810
3,472 0,755 0,9823

2.4 Annexe : coefficients des cartes de Shewhart

n
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Carte X bar R(phase I)

A2
D3
D4
1,881
0
3,269
1,023
0
2,574
0,729
0
2,282
0,577
0
2,114
0,483
0
2,004
0,419 0,076
1,924
0,373 0,136
1,864
0,337 0,184
1,816
0,308 0,223
1,777
0,285 0,256
1,744
0,266 0,284
1,716
0,249 0,308
1,692
0,235 0,329
1,671
0,223 0,348
1,652

Carte X bar S(phase I)

A3
B3
B4
2,659
0
3,266
1,954
0
2,568
1,628
0
2,266
1,427
0
2,089
1,287 0,030 1,970
1,182 0,118 1,882
1,099 0,185 1,815
1,032 0,239 1,761
0,975 0,284 1,716
0,927 0,322 1,678
0,886 0,354 1,646
0,850 0,381 1,619
0,817 0,407 1,593
0,789 0,428 1,572

Carte X bar R(phase II)

A
D5
D6
2,121
0
3,687
1,732
0
4,357
1,500
0
4,699
1,342
0
4,918
1,225
0
5,078
1,134 0,205 5,203
1,061 0,387 5,307
1,000 0,546 5,394
0,949 0,687 5,469
0,905 0,812 5,534
0,866 0,924 5,592
0,832 1,026 5,646
0,802 1,121 5,693
0,775 1,207 5,737

Carte S (phaseII)

B5
0
0
0
0
0,029
0,113
0,178
0,232
0,277
0,314
0,346
0,374
0,399
0,420

B6
2,606
2,276
2,088
1,964
1,874
1,806
1,752
1,707
1,669
1,637
1,609
1,585
1,563
1,544

Tab. 1 Coefficients des cartes de Shewhart en fonction de la taille n des

chantillons

4 Carte de contrle aux mdianes et tendues

La carte de contrle aux mdianes prsente aussi des possibilits
intressantes. La mdiane est la valeur telle quil y a autant de valeurs dun
ct que de lautre Le symbole reprsentant la mdiane est .
Le rang de la valeur mdiane se calcule en appliquant :rang = (n+1)/2

Exemple : soit 5 valeurs (11, 12, 13, 16, 16) arranges dans lordre croissant, la
mdiane est la valeur telle quil y ait 2 valeurs de part et dautre, cest donc 13
dans ce cas (rang = (5+1)/2 = 3me valeur).
Avantage de la carte des mdianes
Cette carte ne ncessite aucun calcul, contrairement aux cartes aux
moyennes. Ainsi, dans le cas de cartes de contrle tenues manuellement,
cela peut tre trs intressant. De plus, le fait de reporter les valeurs
individuelles et de reprer la mdiane permet loprateur de bien
dissocier les deux aspects du pilotage des procds :
laction sur les produits (bon/ pas bon) fonde sur les valeurs mesures;
laction sur le procd (rglage) fonde sur la mdiane.

Inconvnient de la carte aux mdianes

Bien que plus facile dutilisation que la carte des moyennes, elle ne donne pas
une aussi bonne nesse danalyse que cette dernire. Son efficacit est donc
un peu moins bonne. Toutefois, compte tenu de sa facilit de mise en uvre,
nous conseillons dutiliser cette carte au lieu de la carte de contrle des
moyennes dans le cas dun suivi manuel.
Calcul des limites:
les limites se calculent de la mme faon quune carte aux moyennes ; seul le
coefficient A2 est remplac par le coefficient

1.88

1.19

0.79

0.69

0.55

0.51

0.43

0.41

Coefficients pour la carte aux mdianes

Exercice dapplication: Un contrle est effectu toute les 30 minutes sur trois
contenants pour vrifier le volume en ml dune boisson gazeuse. On veut mettre en
uvre une carte de contrle pour la valeur mdiane de chaque sous-groupe ainsi que
ltendue.

Exemple 4

N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

X1
744
754
744
744
749
752
750
757
749
741
749
750
755
749
745
757
747
743
747
749
757
755
753
756
743
751
750
750

X2
753
757
751
744
754
751
748
747
748
746
748
752
747
755
745
755
751
748
751
749
750
747
748
754
748
748
756
747

X3
751
751
749
751
757
750
751
753
752
749
743
747
751
754
740
752
758
751
753
750
758
753
754
749
748
753
742
752

5 Carte de contrle pour mesures individuelles

Il arrive que, pour certains procds industriels, on ne peut former de sous-groupes
(test destructif, viscosit dun mlange, poids dun moule servant la ptisserie,. ) et
que lon doive se contenter dune seule donne (n=1). On ne peut alors mettre en uvre
les cartes Xbar et R. Une carte de contrle qui est alors approprie est la carte X,
accompagne dune carte de ltendue mobile entre deux valeurs successives.
Dtermination de ltendue mobile REM
On enregistre les valeurs individuelles X; on dtermine par la suite ltendue mobile
(on retient la valeur absolue) entre deux valeurs successives:

Ainsi pour une srie de k donnes, on obtient(k-1) tendues mobiles, dont la moyenne
est:

est la ligne centrale pour la carte de ltendue mobile et sert galement

obtenir une estimation de lcart type:
Puisque ltendue est calcule avec 2 donnes (n=2).

Calcul des limites de contrle

Les limites de contrle pour la carte REM sont:

Les limites de contrle pour la carte X sont habituellement bases sur un cart de 3

Exercice: Dans un procd industriel continu de fabrication de ptisserie, on veut

contrler le poids du moule (comportant une quarantaine de cavits dans lesquelles
est dpose une pte crue). La vitesse de la ligne de production ne permet pas de
peser plus dun moule lors de lchantillonnage du procd (qui est effectu environ
aux 15 minutes).
Une cinquante de donnes ont t obtenues et on veut tablir une carte X et une
carte dtendue mobile REM.
Poids X (g) Poids X (g) Poids X (g) Poids X (g) Poids X (g)
567
564
564
563
567
565
561
568
562
566
566
561
565
567
569
564
563
563
565
563
568
565
566
566
563
564
563
568
569
560
568
566
562
565
566
565
565
563
562
565
563
564
564
567
567
561
570
564
569
564

Exemple 5

6 Les Cartes EWMA et CUSUM

Nous avons abord dans les parties prcdentes, les cartes de contrle
bases sur le principe de Shewhart. Cependant, lefficacit dans la dtection
dun dcentrage des cartes, base sur la moyenne dun sous-groupe, peut
tre largement amliore en utilisant dautres cartes de contrle: les cartes
EWMA (Exponentially weighted Moving Average) ou les cartes Cusum
(Cumulative Sum).
Les cartes de contrle EWMA commencent tre utilises dans les
entreprises car elles sont - pour les faibles drives beaucoup plus
performantes que les cartes de contrle de Shewhart de type Xbar/R.
Linterprtation dune carte EWMA est assez facile pour loprateur, elles
remplace efficacement les cartes de Shewhart.
Les cartes CUSUM sont encore plus performantes que les carte EWMA,
mais cette performance se paye par une plus grande complexit dans la
mise en uvre et dans linterprtation des cartes. Nous rservons donc leur
application aux cas dlicats.

6-1 Les Cartes EWMA

EWMA reprsente les initiales de Exponentially weighted Moving Average
qui peut se traduire par moyenne mobile pondration exponentielle. Ces
cartes sont trs adaptes dans les cas suivants:
dtection de petits carts par rapport la cible;
suivi des valeurs individuelles.
6-1-1 Principe de la Carte EWMA
Considrons la carte de contrle de Shewhart aux valeurs individuelles. Dans cet
exemple, la moyenne historique est de 10 et lcart type de 1.

Exemple 6

La carte aux valeurs individuelles ne dtecte pas le dcentrage obtenu partir de la 10me
valeur. La raison de cette non-dtection est que lon tient pas compte de lhistorique dans la
dtermination dun point hors contrle.

Dans la carte EWMA, pour chaque point, on va tenir compte de lhistorique des
valeurs mesures. Pour chaque chantillon, on calcule une moyenne pondre par
un coefficient telle que:

- 1 une constante (on prend souvent = 0.2)

-M0 valeur initiale = cible
Par exemple (M0 = 10):
-Pour le point 1: M1=0.2*9.60+0.8*10=9.84
-Pour le point 2: M2=0.2*9.22+0.8*9.84=9.72
-
On dtectera la prsence dune cause spciale lorsque Mi franchira une limite
suprieure ou infrieure de contrle.

6-1-2 Calcul des limites:

Comme dans tous les cas prcdents, on fixe gnralement les limites de contrle 3 . Dune
manire gnrale, on peut fixer les limites L afin doptimiser le risque .
Prenons le cas dun suivi dune moyenne calcule sur n mesures. Le cas o on suit des valeurs
individuelles est un cas particulier avec n=1.
On montre que si les moyennes Xi sont distribues de faon alatoire avec comme cart type ,
lcart type de la rpartition des Mi est alors de :

Avec i le numro de lchantillon. Les limites sont alors gales :

Les limites dpendent donc du N de

lchantillon, mais convergent trs vite
vers une droite. Lorsque i augmente, le
terme
tend
vers 1.
Les limites deviennent donc:

Ces limites sont deux droites qui dpendent du coefficient , de la taille des chantillons n
et bien sr de lcart type . Souvent , on prend L=3.

q <- ewma(X, n,cible,ecart type,lambda=0.2, nsigmas=3, plot = TRUE)

Interprtation
La valeur indique sur la carte donne lestimation de la valeur du procd. Dans notre cas,
la carte EWMA a dtect un dcentrage de 1 (ce qui ntait pas le cas pour la carte de
contrle de Shewhart aux valeurs individuelles). Le franchissement des limites indique la
prsence dune cause spciale.

Exemple avec n > 1

Prenons le cas dun suivi de procd de dpt catalytique. On suit lpaisseur de dpt
partir dun prlvement de trois pices par lot. La caractristique est suivie par deux
types de carte (Xbar, R phase 1 et EWMA) sur la moyenne de ces trois valeurs. Le
tableau suivant donne le relev observ :
N
1
2
3
X1 29,7 27,3 20,9
X2 24,2 27,7 23,2
X3 23,8 26,5 21,4

4
23,4
28,5
25,9

5
23,6
28,3
23,2

6
26,4
26,0
22,2

7
25,8
24,7
23,1

8
29,0
25,1
24,6

9
26,5
23,0
26,1

10
17,3
27,2
26,3

11
26,1
24,2
24,3

12
22,7
20,3
23,2

13
21,3
19,8
25,1

14
22,6
24,2
22,8

15
22,9
24,7
18,9

16
22,0
20,6
26,6

17
26,6
30,5
21,3

18
19,5
21,3
25,5

19
24,0
16,8
18,6

20
22,7
17,9
21,4

21
19,2
18,4
19,9

22
13,8
13,1
21,8

23
15,8
22,0
24,4

24
22,3
17,7
21,7

25
23,8
17,5
18,0

Sachant que la cible =25; lcart type historique 3.1 et le coefficient = 0.2; tracer les
deux types de cartes de contrle et conclure.

Exemple 7

Conclusion :

Sur cet exemple galement, on note l'efficacit de la dtection avec la carte

EWMA (dtection au point 19) par rapport la carte traditionnelle de Shewhart (dtection
tardive au point 22).

6-2 Les Cartes CUSUM

CUSUM vient de langlais Cummulative Sums que lon peut traduire par sommes cumules.

6-2-1 Principe
Le principe de la carte de contrle CUSUM est de sommer le cumul des cart par rapport la valeur
cible. Si le procd sloigne de cette valeur cible, le cumul des carts va crotre et dpasser une limite
H qui permettra de dtecter ce dcentrage.
Pour dtecter le dcentrage pour une suite dchantillons, on forme la suite des sommes cumules
suivantes:

La premire somme S Hi sert dtecter un dcalage du ct positif de la moyenne, S Li du ct ngatif

Le signal hors contrle est dtect chaque fois quune des deux sommes excde une valeur limite,
note H calcule partir de la relation H=h*x h est choisi entre 4 et 5 en fonction de lefficacit
souhaite de la carte de contrle. Avec h=4 on augmente le risque alpha (fausse alarme). Avec h=5 on
augmente le risque (dtection tardive).
La valeur k est souvent choisie comme tant la moiti du dcalage de la moyenne que lon souhaite
dtecter. K est gnralement fix 0.5 pour dtecter un dcentrage de 1 cart type

6-2-2 Exemples dapplication

Ex1:CUSUM sur valeurs individuelles: Pour illustrer le principe dune carte CUSUM, nous allons nous
appuyer sur lexemple 6 que nous avons trait avec une carte EWMA (mesure de diamtre )
Conditions de la carte CUSUM
La cible = 10
Lcart type =1
La taille de lchantillon =1
Lcart que lon veut dtecter est de 1 cart type, on prendra donc k = 0.5
On souhaite augmenter le risque donc les limites seront fixes avec h =5

Evaluation de la capabilit dun procd

Dfinition: La capabilit dun procd est la variation que prsente un procd lorsque
celui-ci est affect uniquement par les causes communes, toutes les causes spciales
pouvant affecter le procd ayant t limines. Elle correspond la meilleure
performance du procd lorsque celui-ci est matris statistiquement.

Dtermination de capabilit dun procd stable : On peut valuer la performance dun

procd en dterminant la capabilit dun procd stable et ceci de deux faons:
1) En calculant la proportion dunits de production non conformes aux spcifications
(spcifications : correspondent aux valeurs maximale Ts et minimale Ti que doivent
respecter les mesures individuelles de la grandeur mesurable).
2) En calculant un indice de capabilit ou indice daptitude du procd.
Lvaluation de la capabilit suppose les conditions dapplication suivantes:
que la fabrication seffectue un rythme rgulier et que les cartes de contrle
indique que la caractristique de qualit est matrise statistiquement;
que la caractristique de qualit est une grandeur mesurable et quelle est
distribue selon une loi normale.

Estimation de la proportion de non conforme

Pour dterminer la proportion de pices non-conformes, on doit suivre les 5 tapes
suivantes:
1. Estimer lcart-type laide de la carte R ou laide de la carte s (selon le cas)

2. Estimer la moyenne globale de la distribution de la caractristique de qualit.

3. Dterminer la proportion dunits conformes en unit dcart-type.

4. Dterminer la proportion dunits conformes laide des valeurs de la table de la loi

normale centre rduite. , cette proportion correspond la probabilit dobserver une
valeur entre z et 0 soit P(z1<Z<0)=P1 et la probabilit dobserver une valeur entre 0
et z2 soit P(0<Z<z2)=P2. La probabilit quune valeur soit entre z1 et z2 est gale
(P1+P2).
5. Dterminer la proportion dunits non-conformes laide de la formule suivante :

Exercice dapplication:

Indice de capabilit
Pour valuer la Capabilit du procd, il faut obtenir une estimation de lcart-type de
la caractristique de qualit :

Lindice de capabilit du procd (Cp ) est le rapport entre lintervalle de tolrance et

la dispersion globale du procd de fabrication.

La comparaison des valeurs d (tendues de variations) et Tol (intervalle de

Tolrances)

En traant d et Tol sur un mme graphique, cela nous conduit envisager trois
cas :
Le cas 1:La tolrance est suprieure la variation
Il doit donc tre possible de ne produire que trs peu
dlments de sortie non conformes. Remarquons que dans
ce cas le rapport Tol/d est suprieur 1
Le cas 2:La tolrance est gale la variation

Il doit donc tre possible de ne produire que trs peu

dlments de sortie non conformes, mais il ny a
aucune marge de manuvre. Remarquons que dans ce
cas le rapport Tol/ d est gal 1.

Le cas 3: La tolrance est infrieure la variation

Il y a donc production dlments de sortie non
conformes en nombre non ngligeable. Remarquons
que dans ce cas le rapport Tol/d est infrieur 1.

Le rapport Tol/d est appel Cp (Capabilit) ou IAP (Indice dAptitude du

Processus).

Les diffrents indices utiliss

Le mot indice est une traduction possible de langlais index. La lettre C indique une
capabilit (court terme) et la lettre P indique une performance (long terme). Le
long terme intgre les causes assignables (ou spciales) et alatoires (ou
communes). Le court terme nintgre que les causes alatoires (ou communes).
Lindice normalis
Le seul indice normalis Iso est IAP (Indice dAptitude du Processus), ou Cp dans
la norme Iso 8258.

Les indices dfinis par le QS-9000

1- Cp
R/d2 est lestimation de lcart type partir de la moyenne
des tendues dchantillons.
2- Pp

3-Cpk

4- Ppk

Remarques
Dans le QS-9000, la diffrence entre
capabilit et performance provient de la
manire destimer lcart type. Lcart
type estim partir de la moyenne des
tendues dchantillons de faible
effectif (5 par exemple) quantifie
gnralement une variabilit
court terme, le temps de fabriquer 5
pices. loppos, lcart type estim
avec sigma n 1 prend en compte la
variabilit totale du processus sur une
longue dure, le temps de prlvement
priodique de 25 chantillons. On
parlera dans ce dernier cas de long
terme.

Luan Jaupi quantifie la capabilit dun processus laide du Cp et parle de performance

pour le Cpk. Pp et Ppk ne sont pas mentionns.
Sans limposer, la dmarche six sigma [L.Jaupi propose de dterminer Cp et Cpk puis
de tolrer, terme, un drglage de 1,5 sigma. Dans ce cas, Pp et Ppk sont inutiles. Le
coefficient 1,5 appliqu lcart type peut tre discut partir de lefficacit de la carte
de contrle.

Qualification du procd selon lindice Cpk

Effet sur les indices de capabilit dun dcentrage du procd

Relation entre Cp et Cpk

Remarques sur les indices de capabilit

Exercice dapplication:
Duret d'une pice mcanique
Une entreprise fabrique une pice mcanique dont la duret est la
caractristique principale. Cette caractristique dpend de la composition
des matires premires, de leur mlange, de la temprature, de la pression
du moulage... L'entreprise veut contrler le procd de fabrication a l'aide
de cartes de contrle pour la duret moyenne des pices et ltendue de la
duret pour chaque chantillonnage. Le mode de contrle consiste prlever
5 pices du procd de fabrication et ceci a chaque demi-heure et de
mesurer sur chaque pice la duret. Vingt chantillons ont t prlevs.

Duret

N ECH.

X1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

X2
80
85
87
84
87
85
85
84
78
86
82
79
85
85
88
89
83
84
81
84

X3
86
83
87
85
84
81
89
85
87
84
88
84
85
84
83
83
90
84
82
86

X4
88
81
87
84
89
78
84
85
82
83
85
81
82
88
80
85
87
82
85
85

X5
83
82
88
85
83
80
82
88
82
84
81
79
85
86
85
84
86
86
87
85

82
83
82
87
87
86
84
87
87
85
88
87
85
83
88
85
84
83
87
87

Dans l'entreprise Rockwell, on teste la duret des pices dont les spcifications sont
[76; 94]. On accepte l'hypothse gaussienne et la stabilit de la loi, on obtient:

pour n= 5 :
1) Proposer une estimation de

2) Calculer l'indice de capabilit Cp.

3) Calculer le Cpk

Exercice : Proportion de non conformes

Une machine fabrique des pices qui doivent respecter les spcifications suivantes :
7812. Pour 28 chantillons conscutifs de taille n = 4, on a obtenu:

On suppose que le procd est stable.

1. Estimer lcart type de la caractristique de qualit.
2. Quelle est la proportion de pices non conformes par dfaut ? Par excs ?
3. Dans une fabrication de 50 000 pices, combien de pices seront vraisemblablement
conformes aux spcifications ?

Cartes de contrle aux attributs

Les cartes de contrle aux mesures rendent compte de l'volution d'un caractre
numrique : une mesure, durant le processus de production. Les cartes de contrle aux
attributs sont destines surveiller la qualit de la production de faon plus grossire :
conformit ou non conformit, nombre de dfauts.
Toutes les cartes de contrle aux attributs sont des cartes de Shewhart, cartes
caractrises par des limites de contrle situes trois carts types de part et d'autre de
la ligne centrale.

1 La carte p

La carte p permet de suivre la proportion de produits non conformes. Soit X la variable

alatoire qui une unit produite associe la valeur 1 si l'unit est non conforme et la valeur 0
si l'unit est conforme. La proportion p d'units non conformes dans l'ensemble de la
production correspond la probabilit pour que X prenne la valeur 1. X suit la loi de Bernoulli
B(p).
Lorsqu'un chantillon de n units est tir dans l'ensemble de la production, on sait que la
variable alatoire
dans l'chantillon suit :

qui un tel chantillon associe le nombre d'units non conformes

 la loi hypergomtrique H (N; pN; n), N tant le nombre d'units de toute la

production, lorsque le tirage de l'chantillon est un tirage sans remise ;
la loi binomiale B (n; p) lorsque le tirage de l'chantillon est un tirage avec
remise, ou considr comme tel si la taille de l'chantillon est infrieure 10%
de la taille de la population.
Pour une carte p, nous nous placerons dans le second cas. Alors, la variable
alatoire

qui a chaque chantillon de taille n associe la proportion

d'units non conformes dans cet chantillon a pour moyenne : p, et pour cart
type :
La construction d'une carte p n'a de sens que si l'on prlve des chantillons
de quelques centaines d'units.

1.1 Carte p de phase II

La proportion thorique d'units non conformes tant p, les limites de la carte

p de Shewhart sont, pour un chantillon de taille ni :

On remplace systmatiquement LIC par 0 si le calcul de LIC donne un rsultat ngatif.

On remarquera que les limites de contrles varient en fonction de la taille de
l'chantillon. Pour viter cette variation, on considre que les chantillons ayant une
taille comprise entre 0.75 nbar et 1.25 nbar comme gale nbar (nbar= taille moyenne
des chantillons) .
Pour chaque chantillon prlev de ni units, on calcule la proportion de non conforme :

pi = Di /ni
Di : nombre de pices non conformes dans lchantillon i de ni units
Sur la carte de contrle, on porte la ligne centrale, les limites de contrle et les points
Mi de coordonnes (i; pi). Si tous les points Mi sont situs entre les limites de contrle,
le processus est dclar matris ; dans le cas contraire, le processus est dclar non
matris.

1.1 Carte p de phase I

Comme pour toute carte de phase I, les paramtres de la carte doivent tre estims
l'aide d'une vingtaine d'chantillons. On calcule :

o Di est le nombre d'units non conformes dans l'chantillon i de ni units, pour

chacun des m chantillons prlevs. Ainsi, le nombre p bar est gal la proportion
d'units non conformes dans les m chantillons prlevs.
Les paramtres de la carte p de phase I sont alors :

Exemple 1: Carte p d'tude initiale.

Exemples: Carte par attributs

2 La carte np

La carte p permet le suivi de la proportion d'units non conformes ; la carte np permet,

elle, le suivi du nombre d'units non conformes. Cette carte est une carte de Shewhart :
les limites de contrle sont situes trois carts types. Pour cette carte, les
chantillons doivent tous tre de mme taille. Comme pour la carte p, la carte np
ncessite de prlever des chantillons de grande taille (quelques centaines d'objets).
Le nombre d'units non conforme est np. C'est le produit de la taille des chantillons : n,
avec la proportion d'units non conformes : p.

2.1 Carte np de phase II

On suppose que le nombre thorique d'units non conformes dans les chantillons de n
units est : np. On pose q = 1 - p. Les paramtres de la carte de phase II sont alors :

Si la valeur LIC calcule ci-dessus est ngative, elle est remplace par 0 pour la
construction de la carte. Sur la carte de contrle, on porte la ligne centrale, les limites
de contrle et les points Mi de coordonnes (i; ni), ni tant le nombre d'units non
conformes dans l'chantillon i. Si tous les points Mi sont situs entre les limites de
contrle, le processus est dclar matris ; dans le cas contraire, le processus est
dclar non matris.

2.2 Carte np de phase I

Le nombre thorique d'units non conformes dans les chantillons de taille n est inconnu.
On choisit alors d'estimer p par la proportion d'units non conformes dans l'ensemble
des m chantillons de taille n prlevs. En notant ni le nombre d'units non conformes
dans l'chantillon i, la proportion p moyenne d'units non conformes est calcule de la
manire suivante :

On note

. Les paramtres de la carte np sont alors :

La carte se construit comme la carte de phase II, et les rgles de dcision sont identiques.

Exemple 2: Carte np Le tableau ci-contre donne le

nombre d'units non conformes dans vingt chantillons de

250 units.
Tracer la carte np de phase I et dterminer si le processus
est matris.

Exemples: Carte par attributs

3 La carte c

La carte c est la carte utilise pour le suivi du nombre de non conformits, de dfauts, par
unit de contrle. Cette carte est assez basique puisque l'on ne distingue pas les dfauts
et que l'on considre qu'ils ont tous la mme importance. En principe, on estime que la
variable alatoire C qui associe chaque unit de contrle le nombre de non conformits
par unit de contrle, suit une loi de Poisson. On rappelle qu'alors la moyenne et la variance
de C sont gales. La carte c est une carte de Shewhart.

3.1 Carte c de phase II

Soit c le nombre moyen de non conformit par unit de contrle. Ce nombre c est le
paramtre de la loi de Poisson suivie par la variable alatoire C. Les paramtre de la
carte c
de phase II sont :

On prlve un certain nombre d'units de contrle. Ces units de contrles sont des
chantillons tous de mme taille. Si le calcul de LIC donne un rsultat ngatif, ce rsultat
est remplac par 0. Sur la carte de contrle, on porte la ligne centrale, les limites de
contrle et les points Mi de coordonnes (i; ci), ci tant le nombre de dfauts de l'unit de
contrle i. Si tous les points Mi sont situs entre les limites de contrle, le processus est
dclar matris ; dans le cas contraire, le processus est dclar non matris.

3.2 Carte c de phase I

Comme pour toute carte de phase I, il n'y a pas de valeur cible. On calcule donc une
estimation du nombre de dfauts par unit sur un chantillon d'au moins une vingtaine
d'units de contrle. On pose:

les nombres ci tant les nombres respectifs de dfauts des m units de contrle.
Les paramtres de la carte sont alors :

La construction de la carte et les rgles de dcision sont identiques celles de la carte

de phase II.

Exemple 3: Carte C

Supposez que vous travailliez pour un fabricant de toile de lin. Un morceau de tissu de
100 mtres carrs peut comporter un certain nombre de tches avant d'tre rejet.
Pour contrler la qualit, vous souhaitez dceler le nombre de tches par 100 mtres
carrs sur une priode de quelques jours, pour vrifier que votre procd est fiable. Les
rsultats obtenus sur 40 units sont les suivants:
Taches

Taches
2
4
1
1
4
5
2
1
2
4

Taches
4
3
5
2
1
1
2
3
2
4

Taches
3
2
4
3
2
3
5
1
4
3

4
2
3
6
4
0
1
2
3
1

Exemples: Carte par attributs

Tracer la carte C et dterminer si le processus est matris.

Interprtation des rsultats

Comme les points tombent au hasard, l'intrieur des limites de contrle 3s, vous
pouvez conclure que le procd est fiable et matris.

4 La carte u

La carte u est semblable la carte c. Dans la carte u on ne suit pas le nombre de non
conformits par unit de contrle, mais le taux de non conformits par unit de
contrle. Les units de contrle : les chantillons d'units de production, peuvent
tre de taille variable, mais dans ce cas, les limites de contrle dpendent, pour
chaque unit de contrle, de la taille de l'unit de contrle.

4.1 Carte u de phase II

On suppose que le taux de dfauts par units de contrle est u. Les limites de la
carte u sont alors :

o ni est la taille de l'unit de contrle i. Si le calcul de LIC donne un rsultat ngatif, on

pose LIC = 0.
On prlve un certain nombre d'units de contrle. Ces units de contrles sont des
chantillons dont la taille peut varier. Sur la carte de contrle, on porte la ligne centrale,
les limites de contrle et les points Mi de coordonnes (i; ui), ui = ci/ni tant le taux de
dfauts de l'unit de contrle i.
Si tous les points Mi sont situs entre les limites de contrle, le processus est dclar
matris ; dans le cas contraire, le processus est dclar non matris.

4.2 Carte u de phase I

On remplace u par :

o les valeurs ci sont les nombres de dfauts respectifs des m units de contrle de
tailles respectives ni. La valeur u bar est une estimation du taux de dfaut par unit
de contrle. Pour que le rsultat de ce calcul ait du sens, il faut prlever un nombre
important d'units de production. Les paramtres de cette carte sont :

La construction de la carte et les rgles de dcision sont identiques celle de la carte de

phase II.

Exemple 4: Carte U

Une entreprise de livraison de pizzas domicile a ralise une enqute sur les livraisons
du mois d'octobre. Les donnes recueillies au cours de cette enqute sont prsentes
dans le tableau ci-dessous.

Exemples: Carte par attributs

l'aide des paramtres d'une carte de contrle u de phase I, indiquez si le processus

de livraison est sous contrle.

Interprtation des rsultats

Comme les points tombent au hasard, l'intrieur des limites de contrle 3s, vous
pouvez conclure que le procd est fiable et matris.

Exemple 4: Carte U

En tant que responsable de production d'une usine de jouets, vous voulez surveiller le
nombre de dfauts par unit (ou lot) de vos voitures lectriques. Vous contrlez 20 units
et crez une carte U pour examiner le nombre de dfauts de chacune de ces units de
jouets. Vous voulez que la carte U comporte des limites de contrle droites. Vous
dfinissez donc la taille de sous-groupe 102 lments (nombre moyen de jouets par
unit).
l'aide des paramtres d'une carte de contrle u de phase I, indiquez si le nombre de
dfauts est sous contrle.

Exemples: Carte par attributs

Dfauts
9
11
2
5
15
13
8
7
5
2
4
4
2
5
5
2
3
2
1
6

Ni
110
101
98
105
110
100
98
99
100
100
102
98
99
105
104
100
103
100
98
102

Interprtation des rsultats

Les units 5 et 6 sont au-dessus de la ligne reprsentant la limite de contrle suprieure,
ce qui indique que des causes spciales ont pu affecter le nombre de dfauts dans ces
units. Vous devez rechercher les causes spciales qui ont pu influencer le nombre
inhabituel de voitures lectriques dfectueuses dans ces units.

5 Carte D

La carte D dite aussi carte de contrle des dmrites est un raffinement de la carte c.
Dans le cadre d'une carte D, les dfauts sont classs par type, en fonction de leur
gravit. chaque classe de dfaut est associ un poids : la valeur du dmrite, d'autant
plus important que le dfaut est majeur.
Notons C1;C2;;Ck les classes de dfauts et w1;w2; ..;wk leurs poids respectifs.
On fixe le nombre n d'units lmentaires dans chaque unit de contrle (la taille des
chantillons).

5.1 Carte D de phase II

Pour chaque nombre n d'units lmentaires dans les chantillons, on fixe l'indice
dmrite D par :

o ci est le nombre moyen de dfauts de classe Ci dans les chantillons de taille n.

Notons que
si n = 1, alors ci est le nombre de dfauts de classe Ci par unit produite.
Les paramtres de la carte D sont :

Si LIC < 0, on pose LIC = 0. On prlve m units de contrle (m chantillons de taille n).
On calcule, pour chaque unit de contrle, son nombre dmrite :

o cij est le nombre de dfauts de classe i dans l'unit de contrle j. On trace sur la
carte D la ligne centrale et les limites de contrle. On porte sur cette carte les
points Mj de coordonnes (j;Dj), j allant de 1 m. La rgle de dcision est identique
celle des autres cartes de contrle.

5.2 Carte D de phase I

On prlve m units de contrle (m 20). On calcule le nombre dmrite :

de chaque unit de contrle (cij est le nombre de dfauts de classe i dans l'unit de
contrle j). On pose alors :

tant ici le nombre moyen, par unit de contrle dans les m units de contrle
prleves, de dfauts de classe Ci.
Les paramtres de la carte sont :

La construction de la carte et la rgle de dcision sont identiques celles d'une carte

de phase II.

Exemple 5: Carte D
On applique le barme suivant pour les valeurs du dmrite :
w1 = 55, pour les non-conformits critiques (classe C1), lis la scurit des
utilisateurs du produit ou pouvant entraner la destruction de ces produits ;
w2 = 15, pour les non-conformits majeures (classe C2) pouvant entraner un
dfaut de fonctionnement du produit, une impossibilit de montage, une gne
sensible pour l'utilisateur ;
w3 = 5, pour les non-conformits mineures (classe C3) entranant un dfaut
critiqu par quelques clients, une gne au montage ;
w4 = 3, pour les non-conformits anodines (classe C4) entranant une
imperfection gnralement admise par les utilisateurs.