Support de Formation SPC - MSP

Maitrise Statistique des Procedes (MSP)
Statistical Process Control (SPC)
Cours SPC selon le Manuel AIAG édition 2 du Juillet 2005
29/04/2018 Cours SPC selon le Manuel AIAG édition 2 du Juillet 2005. Elaborer par Omar ZAGHOUANI 1
Sommaire
1. INTRODUCTION
2. DEFINITIONS CLEFS
3. HISTORIQUE DE LA MSP
4. OBJECTIFS DE LA MSP
5. LES 4 ETAPES DE LA MSP
6. LES CUASES DE VARIABILITES DU PROCESUS
7. TERMES ET PARAMETRES RELATIFS A LA MSP
8. DEMARCHE DE LA MISE EN PLACE DE LA MSP
8.1 ETUDUDE DE LA STABILITE DU PROCESSUS
8.2 ETUDE DE LA CAPABILITE DU PROCESSUS
9. LES TROIS TYPES DES CARTES DE CONTRÔLE FREQUEMENT
MISES EN APPLICATION
10.RESUME ET DISPOSITIONS PRATIQUES
11. LES CARTE DE CONTRÔLE AUX LIMITES ELARGIES ET LES
CARTES <<PRECONTROL>>
12. LES CONTROLES AUX ATTRIBUTS
Cours SPC selon le Manuel AIAG édition 2 du Juillet 2005

1.Introduction
Pour pouvoir produire en série avec une haute qualité et
productivité il est primordial de planifier et installer à temps les
processus de fabrication y associés.
L’apport de la preuve de capabilité de processus de fabrication

représente une condition principale indispensable pour pouvoir
fournir aux clients durablement des produits de haute qualité
sous des conditions économiquement maîtrisées (y compris la
maîtrise des coûts non qualité).
Le processus avec ses sources de variations et la possibilité de

sa maîtrise à l’aide de caractéristiques du produit et de
paramètres du processus est présenté schématiquement
dans l’illustration suivante.
2. Définitions clefs
MSP ( SPC: statistical Process Control) est un élément d'assurance
qualité ( méthode de gestion préventive ) . Son objectif est de maîtriser
un processus mesurable par suivi graphique temporel basé sur des
fondements statistiques dont l’objectif à amener tout processus au
niveau requis de régularité, de qualité et l’y maintenir grâce à un système
de surveillance permettant de réagir rapidement et efficacement à des
dérives, évitant ainsi la production de produits non conformes .
Le SPC part de 3 principes de base:

♦ c'est le processus qui élabore le produit.
♦ le comportement des processus fluctue ( passage successivement d'une
valeur à une autre ) dans le temps.
♦ les processus ont tendance à se désorganiser et à se
dégrader dans le temps.
2. Définition clefs ( suite )
 Stabilité d’un processus: l‘aptitude d’un processus à

maintenir dans le temps , un même niveau de performance
par rapport à des limites fixées par le processus même
(limites naturelles)
 Capabilité d ’un processus: l’aptitude d’un processus à

produire dans les tolérances fixées par le client ( exigences
imposées par le client ).
3. Historique de la MSP-SPC
Avec l'évolution technologique du vingtième siècle, l'entreprise
est passée progressivement d'une stratégie de détection des
rebuts à une stratégie de la prévention.
Le SPC s'inscrit dans cette tendance et correspond au cas de

la localisation des contrôles. Le créateur du SPC est Walter
Shewhart qui travailla au Bell laboratoire et eu pour élève
Edward Deming qui enseigna cette discipline au Japon pendant
les années 50.
3. Historique de la MSP-SPC(suite)
L’application des statistiques en production n’est pas donc une chose nouvelle.
Cette Application repose sur deux concepts de base qui sont:
 Le suivi et le pilotage (surveillance) par << cartes de contrôle>>
 La mesure et le suivi des capabilités
Ces deux piliers de la MSP n’ont pas été introduits en même temps. Le pilotage
par cartes de contrôles a été introduit dès les années 1930 grâces aux travaux
de Walter Shewhart.
Shewhart publia en 1931 ( ouvrage : economic control of quality of manufactured product – 1931 )
les principes de la variabilité d'un procédé de fabrication (processus) en
distinguant sa variabilité commune (aléatoire) et la variabilité spéciale
(déterminées, assignables).
En revanche, les mesures de capabilité n’ont été formalisées et admises que

dans les années 1970 principalement dans l’industrie automobile américaine.
3. Historique de la MSP-SPC(suite)
L’industrie japonaise utilise de façon intensive les outils statistiques depuis

d’une trentaine d’années . C’est sous l’impulsion du Dr. Edward Deming,
consultant américain au japon , qu’elle a connu puis appliqué les méthodes
statistiques en production. En Europe l’application des outils statistiques
dans les ateliers de fabrication a commencé qu’au début des années 1980.
Le constructeur automobile FORD a, sans doute été un des leaders dans la

promotion moderne de la MSP au niveau mondial. L’ouvrage interne <<
Statistical Process Control>> a été un des premiers ouvrages de synthèse
connus du grand public sur la MSP.
4. Objectifs de la MSP
A) éviter les coûts dus à la non- qualité:
la seule finalité du SPC est de diminuer les variations des caractéristiques clefs du
produit final. En effet, le client , qu’il soit interne ou externe à une société exige du
fournisseur la garantie que le produit soit livré avec les diverses caractéristiques
comprises dans les tolérances fixées. Ne pas satisfaire cette demande peut avoir
plusieurs conséquences fâcheuses au niveau économique pour l’entreprise
fournisseuse:
 perdre tout simplement le client au profit d’une entreprise plus performante.

 se voir retourner sa marchandise pour non-conformité aux exigences du client.
 diminuer les rebuts internes dans l'entreprise pour non-conformité évidente:
4. Objectifs de la MSP ( suite )
B) éviter les dérives du processus:
- éviter la dérive d’un processus qui tend principalement à aller vers le désordre au
sens chaotique du terme et éviter la réapparition de la perturbation d’un processus.
- structurer et identifier les responsabilités de chacun sur le processus.
- permettre de réagir à temps sur la variation anormale d’une mesure d’un processus
( aspect du juste à temps de la réaction ).
- mise en place d’un outil simple et puissant de décision.
- donner d‘une façon systématique et au moment opportun la nécessité de modifier un
paramètre du processus ou de rechercher la cause de la déviation.
4. Objectifs de la MSP ( suite )

B) éviter les dérives du processus:
- permettre grâce à la prise des données quasi instantanée du processus, de
déterminer les causes de variation qu’il aurait très difficile de déceler en temps
différé .
- rechercher et archiver la cause des déviations pour éviter, par diverses actions
instantanées ou différées à l’événement, qu’elles se reproduisent.
- donner , par la traçabilité d’un paramètre clef, une banque de données pour études
d’analyses de données.
Description des 4 étapes du SPC
Étape 1:Cette étape consiste à collecter les valeurs mesurées de ou des

caractéristiques(s) concernée(s) pour les transformer par la suite en un outil
graphique désigné par la carte SPC (exp. Xbarre/R).
Étape 2: tracer les limites de contrôle ainsi que Xbarre et Rbarre sur la carte SPC
après avoir reporté et relié les valeurs Xi et R saisies dans l’étape 1 . les limites de
contrôle appelées ’’limites de contrôle naturelles’’ servent en liaison avec la
valeur centrale des moyennes Xbarre ( Xi : moyenne de chaque échantillon ) et les
moyennes Xi mêmes , à juger la stabilité du processus à l’aide de l’analyse

de son comportement ( variabilité, dispersion, et dérives,…etc. ). Ces limites ne
présentent ni des spécifications exigées ni des objectifs planifiés.
Description des 4 étapes du SPC (Suite)
Étape 3: en liaison avec les analyses réalisées dans l‘étape 2, on passe par la suite à
l’évaluation de capabilité du processus en comparant la dispersion et le

centrage des valeurs mesurées par rapport aux limites de spécifications exigées
( indicateurs: indices de capabilité ).
Étape 4: le but de l’action à entreprendre sur le processus s’articule sur les deux
points suivants:
-l’obtention et le maintien de la qualité demandée/exigée du processus.
-l’amélioration continue de sa qualité en suivant de nouveau le cycle des quatre
étapes indiquées ci-dessus (éventuellement changements de limites de contrôle et
détermination d’une nouvelle fréquence de prélèvement).
6. Les causes de variabilité d’un processus

Chaque processus de fabrication possède toujours des sources de variabilité et est
soumis à un ensemble de causes de dispersions. Ces sources peuvent
généralement être décomposées en cinq catégories désignés par le sigle <<5M>>.
On désigne également l’ensemble des sources de variation en deux catégories
bien distinctes: les causes communes ( aléatoires , naturelles ) et les causes
spéciales ( assignables, déterminées).
6. Les causes de variabilité du processus (suite)
Causes communes: se sont des causes liées à des phénomènes aléatoires

qui présentent de nombreuses sources de variation attribuables au hasard et sont
toujours présentes à des degrés divers dans différents processus. Ces types de
causes sont nombreuses, permanentes et ayant des conséquences statistiquement
prévisibles.
L’ensemble de cause communes forme la variabilité intrinsèque du processus. Le
rôle de la MSP est de ne laisser subsister que les causes communes ( d’ou la
provenance d ’expression<< sous contrôle>> : causes principalement liées à la
machine/Installation/équipement et dans une moindre mesure aux autres 4M ).
exemples : stabilité du courant et tension électrique, vibration, variabilité de

la température, positionnement d’un dispositif mécanique de précision, jeu dans la
chaîne cinématique, défaut de la broche d’une machine.
causes spéciales: se sont les causes de dispersion identifiables , souvent

irrégulières et instables, peu nombreuses et par conséquent difficiles à prévoir .
L’apparition des causes spéciales nécessitent des interventions ( contrairement aux
causes communes ) sur le processus vu leurs impacts importants sur la variabilité de
celui ci. Les variations globales et résultantes sur le procédé de fabrication sont liées
aux 5M (milieu , méthode, matériel ,machine , et main d’oeuvre) .
Exemples: changement d’outil, arrêt brusque d’un système de refroidissement (

machine à injection plastique), chute de température dans un cuisson, déréglage d’un
outil, usure d’un outil, mauvaise Lubrification.
Note: lorsqu’on analyse les causes spéciales qui interviennent sur le processus, on
s’aperçoit qu’on peut classer les causes spéciales en deux catégories:
- Celles qui agissent sur la position de la valeur surveillée par rapport à la cible
(déréglage d’un outil par exemple)
- Celles qui agissent sur la dispersion et donc sur la capabilité de processus
(défaut de lubrification par exemple)
Dispersion totale = Dispersion systématique + Dispersion aléatoire
Dispositions pratiques:
Quand un processus est sous contrôle :

 Vous pouvez prédire son comportement à venir en termes de performance
moyenne (différence entre la valeur moyenne et la valeur cible de spécification) et
performance de variation (niveau de dispersion).
 Vous pouvez assurer le pilotage par des limites naturelles
 Vous pouvez estimer sa capacité à répondre aux besoins de spécifications
(tolérances exigées par les clients) autrement dit sa Capabilité.
 Cela réduit la variation et le coût du processus.
 Pilotage du processus = suivi de stabilité dans le temps
 Capabilité du processus = évaluation de l’aptitude d’un processus à
répondre aux spécifications
7. Termes et paramètres relatifs à la MSP
7. Termes et paramètres relatifs à la MSP (Suite)
8. Démarche de la mise en place de la MSP
 Il faut commencer tout d’abord par l’étude de la stabilité du processus.
 une fois le processus est jugé stable, on peut passer à l’étude de

capabilité.
NOTE:
Quand un processus est instable, nous ne pouvons pas tirer de conclusions
valables sur sa capabilité
8.1 Étude de la stabilité du Processus outil: carte de contrôle: SPC
Étape 1: Planification
 Identifier le processus à étudier ( état actuel relatif à la qualité, à la
productivité, à l‘objectif attendu, aux écarts majeurs,….etc.) et les
ressources y associées.
 Fixer la caractéristique (paramètre) du processus ou la caractéristique
du produit. En règle générale on retient trois critères de sélection de
ces caractéristiques candidates:
- l’importance de la caractéristique pour la satisfaction du client final ou d’un client
aval.
- l’historique de non- qualité sur cette caractéristique. il est intitule de suivre par carte
de contrôle une caractéristique qui n’a jamais posé de problèmes de qualité.
- la corrélation existante entre plusieurs caractéristiques (dans ce cas choisir
une seule dont les autres se déduisent par corrélation).
8.1 Étude de la stabilité du Processus outil: carte de
contrôle: SPC
 Fixer le système de mesurage (jugé déjà capable au préalable) à

déployer.
 Minimiser/éliminer les sources de variation/variabilité inutiles (

matériel non plus valable, personnel non suffisamment qualifié, conditionnement
….etc)
8.1 Étude de la stabilité de Processus(suite)
Étape 2: Collecte des données

Collecte des données en fonction:
-Taille de l’échantillon ( n ) .
Note1: souvent la taille des échantillons est fixée à 5 et ceci pour une raison
historique. En effet, lorsque les cartes sont calculées à la main, le chiffre 5 est
pratique pour le calcul de la moyenne car une division par cinq revient à une
multiplication par deux suivie d’une division par dix. Mais à part cette facilité
le chiffre cinq n’est pas toujours le plus adapté.
Note 2: la taille des échantillons doit demeurer constante pour tous les sous-
groupes(prélèvement)
-Fréquence de prélèvement ou d’échantillonnage: cadence

il faut que la fréquence d’échantillonnage donne une image
la plus juste possible de processus.
En Règle générale la fréquence des actions correctives sur un processus doit
être au moins quatre fois plus faible que la fréquence de prélèvement.
- Nombre de prélèvement.
Règle directrice: vingtaine de prélèvement qui représentent une centaine
d’informations individuelles. Ce la suffit pour donner une bonne image du processus
(exemple 20 prélèvement/échantillons à 100 mesures ).
- Enregistrement des mesures sur un tableau.
8.1 Étude de la stabilité de Processus ( suite )
exemple: La carte de contrôle (ou de pilotage )

moyenne/étendue
Dans le but de jugement de la stabilité et dans le but d’aider l’opérateur à

détecter si le processus qu’il conduit ne subit que des cause communes
(aléatoires) ou s’il y a des causes spéciales, Dr. Shewhart a dès le début du
20ieme siècle, mis au point un outil graphique performant appelé : la carte
de contrôle. La carte moyenne/étendue est historiquement la carte la plus
importante et probablement la plus utilisée.
Étape 3:Calcul des limites de Contrôle

exemple relatif à une carte moyenne/étendue
Étape 3: Calcul des limites de Contrôle (suite)
En règle générale les limites de contrôle pour la carte des moyennes

se calculent en fonction de la valeur cible.
La cible est la valeur sur laquelle il faut se centrer. Elle est souvent
fixée égale au milieu de tolérance . Pour les processus qui ne peuvent
être centrés sur la cible, on fixe la cible sur la moyenne des moyennes
Xbb de la carte d’observation.
Étape 4:Construction de la carte moyenne/étendue
- mettre les valeurs de

- relier les Ri
- relier les
- tracer les LC
NOTE: Pour la première création de la carte on peut renoncer aux

traçages de LC .
Étape 4:Construction de la carte moyenne/étendue (suite)
Quelques lignes directrices concernant le choix de
l’échelle pour les cartes Xb/R:
 Pour la carte Xb: la différence entre la plus grande valeur et la plus
petite valeur sur l’échelle devrait être au moins le double de la différence
entre la plus grand valeur et la plus petite de Xb: (Échelle = 2 fois (Xbmax -
Xbmin)
 Pour la carte R: l’étendue de l’échelle R devrait être le double de la plus

grande valeur des Ri
 Le plus petit différentiel de l’échelle (graduation) de la carte R devrait

être le double de celui de la carte Xb. (exp. Une graduation de 0.01mm
sur la carte Xb. Correspond à une valeur de 0.02mm sur la carte R).
 Lorsqu‘on analyse les cartes de

contrôle, il faut commencer par
la carte de surveillance du
paramètre du dispersion ( R). Si
la dispersion du processus
augmente, il faut arrêter tout de
suite la machine, car la
capabilité court terme est en
train de chuter.
 Par contre, une variation sur la
carte des moyennes se résoudra
souvent par un réglage.
8.1 Étude de la stabilité de Processus (suite )

Étape 5: Analyse et interprétation de la carte R
Critères d’analyse de la stabilité:
- Allure de la courbe:
- 6 points d'affilée, tous en augmentation ou
en diminution
- 7 points d'affilée du même côté de la ligne centrale
- 8 points d'affilée> 1 écart-type de l'axe central

(de chaque côté)
- 14 points dans une rangée, en alternance vers

le haut et vers le bas
- 15 points d'affilée à moins d'un écart-type de la ligne

centrale (de chaque côté)
- Points hors les limites de contrôle: 1 point plus de 3 écarts-types par rapport à la ligne centrale
- Groupement des points:
- 2/3 points > 2 écarts-types par rapport à la ligne centrale (même côté)
- 4/5 points > 1 écart type par rapport à la ligne centrale (même côté)
Étape 5 : analyse et interprétation de la carte R ( suite )

Cas n°1: étendue instable: présence des causes spéciales ( processus hors
contrôle).
Action: chercher les causes spéciales en faisant appel aux outils qualité bien
déterminés (exp. Ischikawa diagramme, analyse de pareto..etc. ) et refaire le cycle
d'étude ( aller à l'étape 1 ) dans le but d'atteindre la stabilité relative à R
Cas n°2 : étendue stable :présence seulement des causes communes

(processus sous contrôle ).
Action: passer à l'étape 6

Étape 5: Analyse et interprétation de la carte X barre
Critères d’analyse de la stabilité:
- Allure de la courbe:
- 6 points d'affilée, tous en augmentation ou
en diminution
- 7 points d'affilée du même côté de la ligne centrale
- 8 points d'affilée> 1 écart-type de l'axe central

(de chaque côté)
- 14 points dans une rangée, en alternance vers

- 15 points d'affilée à moins d'un écart-type de la ligne

centrale (de chaque côté)
- Points hors les limites de contrôle: 1 point plus de 3 écarts-types par rapport à la ligne centrale
- Groupement des points:
- 2/3 points > 2 écarts-types par rapport à la ligne centrale (même côté)
- 4/5 points > 1 écart type par rapport à la ligne centrale (même côté)
8.1 Étude de la stabilité de Processus ( suite )
Étape 6 : analyse et interprétation de la carte X barre

Cas n°1: étendue instable: présence des causes spéciales ( processus hors
contrôle).
Action: chercher les causes spéciales en faisant appel aux outils qualité bien
déterminés (exp. Ischikawa diagramme, analyse de pareto..etc. ) et refaire le
cycle d'étude ( aller à l'étape 1 ) dans le but d'atteindre la stabilité relative à R
Cas n°2 : étendue stable :présence seulement des causes communes

(processus sous contrôle ).
Action: passer à l'étude de la capabilité
Comportements anormales dans une carte de contrôle
• Tendance
• Cycles
• Décalage
• Dérive de la moyenne
• Trop de dispersion
Hors-contrôles typiques
• Point hors des limites de contrôle
• Dérive soudaine de la moyenne
• Cycles
• Tendances
• Rester toujours proche de la ligne central
• Rester toujours proche d’une limite de contrôle
• Instabilité
POINTS BEYOND THE CONTROL LIMITS
14 points dans une rangée, en alternance vers
Les deux fonctions différentes :
moyenne et étendue
Sur la carte de contrôle ( figure 14 en face ) on
ne note pas seulement la moyenne mais
également l’étendue. Les deux graphiques ont
une fonction très différente car il ne détectent
pas le même type de causes spéciales. La
figure en face illustre les deux cas. Dans le cas1
, on note une dérive de la position de processus,
il faut détecter cette dérive pour ne pas fabriquer
Des pièces mauvaises.
La carte de moyenne détectera les dérives de
position du processus. Dans le cas 2, le
processus reste centré sur la cible mais la
dispersion se dégrade. Il faut également détecter
Ce type de dérives car il conduit également à
Une production de mauvaise qualité. C’est
l’objectif de la carte des étendues.
8.2 Étude de la capabilité du processus
Hypothèses principales (QS 9000)

 processus jugé préalablement stable.
 distribution normale/loi normale (courbe en cloche )
Note: l’analyse des productions sur une machine montre que, en l’absence de
déréglage, la répartition des produits suit une courbe en cloche selon une loi: la loi
normale. On trouve également d’autres appellations pour cette loi telle que loi de
Gauss.
Le théorème statistique à l’origine de cette convergence vers la loi normale est

appelée <<théorème central limite>>. On peut l’ecrire sous la forme suivante:
Tout système soumis à de nombreux facteurs indépendants les uns des
autres et d’un ordre de grandeur équivalent génère une loi normale.
Dans le cas d’une machine de production, nous sommes bien dans le cadre de ce
théorème. En effet, de nombreux facteurs (5M) agissent sur la caractéristique.
Ces facteurs sont en grande partie indépendants et l’ordre de grandeur de ces
effets est faible dans un processus maîtrisé.
8.2 Étude de la capabilité du processus
Hypothèses principales (QS 9000):suite

 limites de spécifications ( Tolérances ) conformes aux exigences du
client.
 La cible ( valeur objective ) au milieu des tolérances de spécifications.
 Variation due au système de mesurage est faible par rapport à celle de la

variation du processus à étudier ( conclu à partir de l’analyse MSA: exp.
GRR%).
Critères d'évaluation de la capabilité d’un

processus
 Forme de la distribution (courbe en

cloche selon figure 2 , Histogramme )
 Dispersion des points de mesures par

rapport à la moyenne (dite Xbarre).
( Indicateur: Cp ).
 Centrage de la moyenne ( calculée ) par rapport à la cible ( milieu des

tolérances de spécifications). (Indicateur: Cpk ).
Résultat d'étude et d’analyse de la capabilité
Cas n°1 : processus incapable.

Action: localiser les causes et entreprendre (en groupe) les actions
correctives nécessaires.
Cas n°2: processus capable.

Action: maintenir le résultat du processus et essayer au cours du
temps d'améliorer sa performance.
Les indicateurs numériques de la capabilité
Indicateur de dispersion:
Cp; Pp; Cm = (Ts-Ti ) / 6δ
Indicateur de centrage ( position ):

Cpks ;Ppks ;Cmks = (Ts-X) / 3δ
Cpki; Ppki; Cmki = (X-Ti)/ 3δ
Cpk = Min ( Cpks ; Cpki )

Ppk = Min ( Ppks ; Ppki )
Cmk = Min ( Cmks ; Cmki )
Critères d‘acceptation de la capabilité d‘un processus
1. Capabilité court terme : étape 1

1.1 Capabilité machine ( cm; cmk):
la mesure de la capabilité machine permet de mesurer à priori l‘aptitude de la
machine à fabriquer des produits conformes. Afin d‘isoler la dispersion due à la
machine , des autres causes de dispersions du processus , la capabilité
machine est mesurée à partir du moins 50 pièces produites dans un temps
relativement court afin de pouvoir considérer qu‘on est toujours sur le même
lot de matières premières, que le milieu reste inchangé, que les pièces sont
produites par le même opérateur qui utilise les mêmes méthodes de travail.
1.2 Capabilité préliminaire ( Cp; Cpk):

Cette phase consiste à étudier la capabilité du processus sous les conditions de
productions en série avant que la production en série se manifeste ( cette étude se
déclenche après avoir atteint la capabilité machine demandée ). Dans ce cas le
processus est soumis à priori à toutes les causes de dispersions possibles ( 5 M). Le
nombre de pièces à mesurer doit être supérieur ou égal à 100 ( min. 20
prélèvements à 5 pièces avec une fréquence bien déterminée [exemple chaque
demi-heure ].
Critères d‘acceptation de la capabilité d‘un processus( suite )
2. Capabilité processus à long terme (Pp; Ppk ): étape2

Cette dernière phase de la mesure de capabilité processus long terme s‘étale
sur une longue période ( 20 jours de production; échantillon 2 à 5 pièces ), ce qui

permet à toutes les causes et sources de dispersions possibles à se manifester (
5M ) . On passe à la mesure de capabilité processus à long terme si et seulement
si les conditions de capabilité machine et capabilité processus (court terme )sont
remplies.
Il est évident que la dispersion court terme soit supérieure à la capabilité long
terme. Elle représente la dispersion long terme qui inclut les fluctuations de
consigne et traduit réellement la qualité des pièces livrées aux client.
La capabilité long terme serait égale à la capabilité court terme si le processus

était parfaitement stable ( parfaitement sous contrôle ).
Critères d‘acceptation de capabilité d‘une machine
Cm Cmk Remarque
>2 >1,67 Machine capable
[1,67 & 2] [1,33 & 1,67] Machine juste capable
<1,67 <1,33 Machine non capable
Critères d‘acceptation de capabilité de processus

court terme
Cp Cpk Remarque
>2 >1,67 Processus capable
[1,67 & 2] [1,33 & 1,67] processus juste capable
<1,67 <1,33 processus non capable
Critères d‘acceptation de capabilité de processus

long terme
Pp Ppk Remarque
>1,67 >1,33 Processus capable
[1,33 & 1,67] [1 & 1,33] Processus juste capable
<1,33 <1 Processus non capable
Les différentes normes de capabilité
Un des problèmes auxquels se confrontent les industriels est la

multiplicité des normes de calcul des capabilités.
Bien que les calculs soient toujours les mêmes, chaque constructeur,
chaque norme a cherché à recréer sa propre notation. Cela n’a pas
simplifié la diffusion de cet extraordinaire outil qu’est l’analyse des
capabilités, surtout que parfois plusieurs normes ont les mêmes
symboles pour des signification différentes. Le tableau suivant fait le
point sur les différents indicateurs de capabilité couramment rencontrés.
9. Les trois types de cartes de contrôle les plus
fréquemment mises en application:
- Carte – Moyenne/Étendue
la carte la plus fréquemment mise en œuvre sur les postes de
Fabrication.
- Carte – Médiane/Étendue
Note 1 : La plus simple carte à manier et représente une alternative
pour la carte- moyenne/étendue.
Cette carte est conçue pour une utilisation manuelle au poste de travail
par un opérateur.
Note2 : généralement liée à une taille d’échantillon impaire.
9. Les trois types de cartes de contrôle les plus

fréquemment mises en application ( suite ) :
- Carte - Moyenne/Écart-type
Note1. : la graduation de L’échelle de l’axe des ordonnées de
la carte-moyenne doit être identique à celle de la carte-s.
Note2 : le calcul des << écarts: Si >> de chaque prélèvement demande
une gestion assistée par ordinateur/calculatrice ou autre moyen pertinent.
Note3 :le déploiement de cette carte est plus efficient que la
carte moyenne/étendue relatif à l’indication de la dispersion, et
sera employée pour des prélèvements plus grand que ceux des
moyenne/étendue et médiane/étendue.
Conclusion : les trois cartes indiquées ci-dessus représentent la même
démarche à suivre que celle de carte-X/R lors de leurs mise en place. Ces
cartes servent à la reconnaissance de déficits dans le processus et
fournissent continuellement des indications sur le centrage ( cartes
moyenne et médiane ) et sur la dispersion ( cartes R et s ).
11. Les cartes de contrôle aux limites élargies
Et les carte <<précontrole>>
Les cartes de schainin <<précontrole>>

(cartes couleurs)
Les cartes <<précontrole>> ont particulièrement été développées dans les
annees cinquante du 20 ieme ciecle (1954) par Dorian schainin (USA).
On les appelle également les cartes couleurs. Ces cartes ne sont pas fondées sur
une approche de limites naturelles comme les cartes de Shewhart, mais sont
déterminées à partir de tolérances. D’une certaine mesure, ces cartes peuvent
êtres assimilées à des cartes aux limites élargies qui seront présentées par la
suite. Outre l’aspect calcul des limites, les cartes de schainin offrent l’avantage de
la simplicité d’utilisation pour les opérateurs.
Le principe consiste à partager la tolérance par deux afin de définir trois
zones:
- Zone verte (la moitie de la tolérance)
- La zone jaune (les deux quarts extérieurs de la tolérances)
- La zone rouge (hors tolérances).
Les cartes de schainin <<precontrol>> (cartes
couleurs): suite
On prélève cinq 5 pièces en début de production.

Pour accepter le réglage, les 5 pièces doivent se situer dans la zone verte.
Après ce réglage initial, on réalise un suivi de la production par le
prélèvement de deux pièces consécutives.
Tant que les deux pièces se situent dans la zone verte, on continue la
production. Si les deux pièces sont dans la zone jaune ou si deux fois de
suite on a une pièce dans la zone jaune, on règle le procédé.
Les cartes de schainin <<precontrol>>

(cartes couleurs): suite
Le pilotage se résumé par l’application des quatre règles:

Règle 1: diviser la spécification en 4 (IT/4), la zone située dans la moitié de
spécification est appelée zone verte. Les limites sont appelées lignes de pré-
contrôle (PC lines).
Les 2 zones situées de chaque coté des lignes de pré-contrôle sont appelées zone
jaune.
Règle 2: pour déterminer si le processus est capable, prendre 5 pièces

consécutives issues du processus. Si toutes le 5 sont dans la zone verte, conclure à
ce moment que le process est sous contrôle. En fait, avec cette simple règle ,
l’échantillonnage habituel de 50 à 100 pièces pou calculer le cp et cpk devient
inutile. Par l’application du théorème de multiplication des probabilités ou la
distribution binominale, il peut être prouvé qu’un minimum de Cpk 1,33 sera
automatiquement obtenu. La production peut alors commencer.
Les cartes de schainin <<precontrol>>
(cartes couleurs): suite
Le pilotage se résumé par l’application des quatre règles:
Règle 3: une fois la production démarrée, prendre deux pièces consécutives de

façon périodique .la figure 9 récapitule les règles de pilotage à appliquer. Lorsque le
processus à été stoppé (3, 4,5 ) recommencer l’étape 2 de validation de la
capabilité.
Règle 4: la fréquence de prélèvement est déterminée en divisant le temps moyen

entre 2 interventions par six.
La carte de contrôle aux limites élargies

Les calculs classiques des cartes de contrôle testent s’il existe un écart
entre la cible et la valeur actuelle de centrage du procédé. Le but est de
détecter le plus rapidement possible le moindre écart entre la valeur réelle
et la cible. Il existe cependant des cas où on ne souhaite pas réagir au
moindre écart entre la moyenne du procédé et la valeur cible. Dans ces
conditions, on souhaite accepter dans le calcul des cartes de contrôle une
certaine évolution de la moyenne du procédé (un point sort sur la carte de
moyennes. Il est donc nécessaire dans ce cas, d’utiliser une carte de
contrôle aux limites élargies.
calcul des limites:

cartes des moyennes
LSC= Tol sup. - A6 X Sigma
LIC=Tol inf. + A6 X Sigma
Sigma se calcule à partir de Rb/d2; A6 à déduire du table des
coefficients.
carte des étendues:
pas de changement par rapport au cas normal.
3 3
• p-Chart – carte de contrôle utilisée pour

monitorer le taux de défauts (proportion)
dans un procédé
• c-Chart - carte de contrôle utilisée pour
monitorer le nombre de défauts par unité
Les Attributs génèrent des données qui sont

comptées.
• Quand l’observation peut se traduire par 2
catégories.
– Bon ou mauvais
– Réussite ou échec
– Marche ou pas
• Quand les données sont constituées de

multiples échantillons composes de
multiples observations.

• Utilisée uniquement quand le nombre
d’occurences (apparition) par unité de mesure
peut être compte;
– Rayure, ébréchure, ou erreurs par pièce
– Fissures ou défauts par unité de distance
parcourue
– Casses ou déchirures par unité de surface
– Bactéries ou polluants par unité de volume
– Appels, plaintes, échecs par unité de temps
Cas d'une carte np :
Sur un procédé sous contrôle statistique, on a effectué une étude préalable
qui a fourni les résultats suivants :
pour n = 30 = 0,02 (soit 2 % de défectueux en moyenne)
On calcule : n = 30 ∗ 0,02 = 0,6
= 30 ∗ 0,02⋅ (1− 0,02) = 0,588
Interprétation statistique des PPM
50 % (Cpk = 0)
16 % (Cpk = 0,33)
2,3 % (Cpk = 0,67)
1000 PPM (Cpk = 1)
σ 30 PPM (Cpk = 1,33)
0,3 PPM (Cpk = 1,67)
0,001 PPM (Cpk = 2)
m x
u
0 1 2 3 4 5 6
Figure 2 :

Support de Formation SPC - MSP

Transféré par

Droits d'auteur :

Formats disponibles

Support de Formation SPC - MSP

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Support de Formation SPC - MSP

Transféré par

Droits d'auteur :

Formats disponibles

Maitrise Statistique des Procedes (MSP)

Statistical Process Control (SPC)

Cours SPC selon le Manuel AIAG édition 2 du Juillet 2005

Cours SPC selon le Manuel AIAG édition 2 du Juillet 2005

L’apport de la preuve de capabilité de processus de fabrication

Le processus avec ses sources de variations et la possibilité de

Le SPC part de 3 principes de base:

2. Définition clefs ( suite )

 Stabilité d’un processus: l‘aptitude d’un processus à

 Capabilité d ’un processus: l’aptitude d’un processus à

Le SPC s'inscrit dans cette tendance et correspond au cas de

En revanche, les mesures de capabilité n’ont été formalisées et admises que

L’industrie japonaise utilise de façon intensive les outils statistiques depuis

Le constructeur automobile FORD a, sans doute été un des leaders dans la

 perdre tout simplement le client au profit d’une entreprise plus performante.

4. Objectifs de la MSP ( suite )

Description des 4 étapes du SPC

Étape 1:Cette étape consiste à collecter les valeurs mesurées de ou des

moyennes Xi mêmes , à juger la stabilité du processus à l’aide de l’analyse

l’évaluation de capabilité du processus en comparant la dispersion et le

6. Les causes de variabilité d’un processus

Causes communes: se sont des causes liées à des phénomènes aléatoires

exemples : stabilité du courant et tension électrique, vibration, variabilité de

6. Les causes de variabilité du processus (suite)

causes spéciales: se sont les causes de dispersion identifiables , souvent

Exemples: changement d’outil, arrêt brusque d’un système de refroidissement (

Quand un processus est sous contrôle :

7. Termes et paramètres relatifs à la MSP (Suite)

 Il faut commencer tout d’abord par l’étude de la stabilité du processus.

 une fois le processus est jugé stable, on peut passer à l’étude de

8.1 Étude de la stabilité du Processus outil: carte de contrôle: SPC

 Fixer le système de mesurage (jugé déjà capable au préalable) à

 Minimiser/éliminer les sources de variation/variabilité inutiles (

8.1 Étude de la stabilité de Processus(suite)

Étape 2: Collecte des données

-Fréquence de prélèvement ou d’échantillonnage: cadence

- Enregistrement des mesures sur un tableau.

8.1 Étude de la stabilité de Processus ( suite )

exemple: La carte de contrôle (ou de pilotage )

Dans le but de jugement de la stabilité et dans le but d’aider l’opérateur à

Étape 3:Calcul des limites de Contrôle

8.1 Étude de la stabilité de Processus(suite)

Étape 3: Calcul des limites de Contrôle (suite)

En règle générale les limites de contrôle pour la carte des moyennes

8.1 Étude de la stabilité de Processus(suite)

Étape 4:Construction de la carte moyenne/étendue

- mettre les valeurs de

NOTE: Pour la première création de la carte on peut renoncer aux

 Pour la carte R: l’étendue de l’échelle R devrait être le double de la plus

 Le plus petit différentiel de l’échelle (graduation) de la carte R devrait

 Lorsqu‘on analyse les cartes de

8.1 Étude de la stabilité de Processus (suite )

- 7 points d'affilée du même côté de la ligne centrale

- 8 points d'affilée> 1 écart-type de l'axe central

- 14 points dans une rangée, en alternance vers

- 15 points d'affilée à moins d'un écart-type de la ligne

Étape 5 : analyse et interprétation de la carte R ( suite )

Cas n°2 : étendue stable :présence seulement des causes communes

8.1 Étude de la stabilité de Processus (suite )