Maîtrise Statistique des Procédés

(MSP)
Statistical Process Control (SPC)
 Qualité – Maitrise Statistique des
Procédés
« Si nos fabriques imposent à force de soin
la qualité supérieure de nos produits, les
étrangers trouveront avantage à se
fournir chez nous et leur argent affluera
dans le royaume »

Colbert, 3 aout 1664

3
Qu’est-ce que la MSP (SPC en anglais)

• La MSP est un élément d’assurance qualité

• Son objectif est de maîtriser un processus
mesurable par suivi graphique temporel basé
sur des fondements statistiques
• Convient uniquement pour la grande série.

9
 Statistical Process Control (SPC)
• Inventé par Walter Shewhart à la
Western Electric (Illinois) dans les
années 20’
• Distinction entre
– Variabilité liée à des causes communes
(aléatoire)
– Variabilité liée à des causes spécifiques
(assignable)
• Basé sur des échantillons répétés
d’un processus
 Maîtrise statistique des procédés
(MSP)
• Une méthode de surveillance d’un processus afin
d’identifier des causes spécifiques de variation et
signaler le besoin de prendre des actions correctives,
quand c’est approprié.
• La MSP repose sur des cartes de contrôle
 Variabilité
8
7
• Déviation = écart entre les 10
8
observations et la moyenne des 9

observations Jean

Observations Deviations
10 10 - 8.4 = 1.6
9 9 – 8.4 = 0.6
8 8 – 8.4 = -0.4
8 8 – 8.4 = -0.4
7 7 – 8.4 = -1.4 Paul
Moyennes 8.4 0.0
 Variabilité
• Déviation = écart entre les
observations et la moyenne des
observations Jean

Observations Deviations
7 7 – 6.6 = 0.4 7
7 7 – 6.6 = 0.4 6
7 7 – 6.6 = 0.4 7
6 6 – 6.6 = -0.6
7
6 6 – 6.6 = -0.6
6 Paul
Moyennes 6.6 0.0
 Variabilité 8
7
• Variance = carré de l’écart 10
8
moyen entre observations et 9

moyenne des observations Jean

Observations Deviations Carré des Deviations

10 10 - 8.4 = 1.6 2.56
9 9 – 8.4 = 0.6 0.36
8 8 – 8.4 = -0.4 0.16
8 8 – 8.4 = -0.4 0.16
7 7 – 8.4 = -1.4 1.96 Paul
Moyennes 8.4 0.0 1.0
Variance
 Variabilité
• Variance = carré de l’écart moyen
entre observations et moyenne des
observations Jean

Observations Deviations Carré des Déviations

7 7 - 6.6 = 0.4 0.16 7
7 7 - 6.6 = 0.4 0.16 6
7
7 - 6.6 = 0.4
0.16 7
6 0.36
6 – 6.6 = -0.6 7
6
6 – 6.6 = -0.6
0.36
6 Paul
Moyennes 6.6 0.0
0.24 Variance
 Variabilité
• Écart type (Sigma) = racine carré de
la variance
Jean

Variance Écart type

Jean 1.0 1.0
Paul 0.24 0.4898979

Paul
 Variabilité
Le monde a tendance à suivre une loi normale, en forme de cloche

Résultats très rares Majorité des Résultats très rares

(probabilité > 0) résultats (probabilité > 0)
Résultats Résultats
peu peu
nombreux nombreux
(basse) (haute)
 Courbe “Normale” en forme de cloche
•Ajouter environ 30 mesures
de n’importe quoi, et on
commence à avoir une
distribution “normale”.

•Une distribution normale est

divisée par 3 écarts type de
chaque coté de la moyenne.

•Quand on sait cela, on

comprends déjà une grande
partie de ce qui se passe.
 Courbe “Normale” en forme de cloche

Environ 68% des individus

sont compris dans
l’intervalle µ+/- 1σ
 Courbe “Normale” en forme de cloche

Environ 65% des individus

sont compris dans
l’intervalle µ +/- 2σ
 Courbe “Normale” en forme de cloche

Environ 99.8% des individus

sont compris dans
l’intervalle µ +/- 3σ
 Causes de Dispersions – les 5M

Main
Méthodes
d’œuvre

Variabilité du
procédé

Milieu Machine Matière

33
 Causes de Dispersions
• Causes communes:
– Dispersion aléatoires (habituel)
– Pas de modèle, pas de tendance
– Inhérent au processus
– Ajuster le procédé augmente la variabilité
• Causes speciales
– Dispersion systématique (inhabituel)
– Peut suivre une tentance, un modèle
– Assignable, explicable, contrôllable
– Un ajustement de procédé diminue sa variation
Dispersion totale = Dispersion systématique + Dispersion aléatoire
Observons la fabrication d’un échantillon de pièces
sur un longue durée

UCL

Dispersion Instantanée Dispersion Globale

Liée à la Machine Liée au Procédé LCL
Causes de Dispersion
Machine
+
Matière
+
Méthode
+
Dispersion Milieu
Instantanée +
Main
d’oeuvre
=
Procédé

Dispersion Globale
 Maîtrise Statistique des Procédés
• La Variabilité du procédé doit être la plus
faible possible
• Il existe 2 causes provoquant cette variabilité
– Causes Aléatoires:
• Variations naturelles du résutat d’un procédé, généré
par une infinité de facteurs.
– Causes Assignables :
• Une variation dont la source peut être identifiée
 Maîtrise Statistique des Procédés
• Le Contrôle du Procédé
– Définir
– Mesurer
– Comparer
– Evaluer
– Corriger
– Monitorer les resultats
 Carte de Contrôle
• Carte de Contrôle
– Objectif: suivre le résultat d’un procédé pour voir
s’il est aléatoire
– Une représentation, ordonnée dans le temps, des
statistiques d’échantillons obtenus lors d’un
procédé en cours (i.e. moyennes d’échantillons)
– Les limites de contrôle basse et haute définissent
l’écart de variation acceptable pour un procédé
donné (+ ou – 3 sigma).
 Carte de Contrôle
Variation Anormale Hors
due à des sources assignables contrôle
UCL

Moyenne
Variation Normale
due à la chance
LCL
Variation Anormale
due à des sources assignables

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Numéro d’échantillon
 Les cartes de contrôle en général
• Elles sont nommées en fonction du type de
données entrées, i.e., Xbar, R, p, et c
• Elles ont une ligne centrée, qui représente la
moyenne globale
• Elles ont des limites au dessous et en dessus la
ligne centale à ± 3 écarts type (en général)
Limite de contrôle haute (UCL)

Ligne centrale

Limite de contrôle basse (LCL)

Les Histogrammes ne prennent
pas en compte les changement
dans le temps

Les cartes de contrôles

peuvent nous dire quand
quelque chose change
Applications des cartes de contrôle
• Visualisation de l’état du contrôle statistique
• Suivi d’un procédé / machine (monitoring) et
signalisation d’une dérive du procédé /
machine (hors contrôle)
• Détermination de la capabilité du procédé /
machine
 Cartes de contrôle courantes
• Données Variables (mesurables de façon continue)
– X-bar et R-charts
– X-bar et s-charts
– Carte de données individuelles (X-charts)
• Données d’attribut (non mesurables, contrôle visuel)
– Pour les “défecteux”, les produits “non-conformes” (p-
chart, np-chart)
– Pour les “défauts”, les “non-conformités” (c-chart, u-chart)
 Création de cartes de contrôle
• Préparer
– Choisir la mesure
– Déterminer comment collecter les données,
l’échantillonage, la taille, la fréquence
– Créer une carte de contrôle initiale
• Collecter les données
– Enregistrer les données
– Effectuer les calculs appropriés (moyenne, écart
type…)
– Enregistrer les données dans la carte
 Étapes suivantes
• Déterminer les limites de contrôle
– Ligne centrale (moyenne des mesures)
– Calcule des limites UCL, LCL (+/- 3 sigma)
• Analyser et interpréter les resultats
– Déterminer si le procédé est sous contrôle
– Éliminer les mesures hors contrôle
– Recalculer les limites de contrôle si besoin
 Limites
• Limites de contrôle et de procédé:
– Statistique
– Les limites de procédés sont utilisés pour les mesures
individuelles
– Les limites de contrôle sont utilisées pour les moyennes
– Limites = Xbar ± 3σ
– Définit ce qui est normal (causes communes) & anormal
(causes spécifiques)
• Limites de spécification:
– Ingénierie, produit fini
– Limites = objectif ± tolerance
– Définit ce qui est acceptable & inacceptable pour le client
 Limites de Procédé vs. limites de
contrôle Limites de Tolérance/Spécification

Distribution des moyennes

• Variance des
moyennes
<
• Variance des
Limites de contrôle

mesures
Distribution des individuels
individuelles

Limite de procédé
 Cartes de données variables
• Centrage du procédé n

– Carte X bar X
i 1
i

– X bar = moyenne des mesures X

n
d’un échantillon

• Dispersion du procédé R max( X i ) min( X i )

(répétabilité)
– Carte R
– R = écart des mesures d’un
échantillon
 Carte X bar
• La ligne centrale est la moyenne des
m
moyennes (X double bar)
 Xj
• Les points sont des X bars X
j 1

m
• Limite de contrôle supérieure UCL X A2 R

• Limite de contrôle inférieure LCL X A2 R

 Carte R
• La ligne centrale est la moyenne des écarts (R
bar)
• Les points sont les R (écart de chaque
échantillon)
• Les valeurs A2, D3 et D4 sont définies en
fonction de la taille de l’échantillon
UCL D4 R LCL D3 R
 Utilité des cartes X bar & R
• Ces cartes sont toujours utilisées ensemble
• Les données sont collectées (20-25
échantillons)
• Les statistiques des échantillons sont calculées
• Toutes les données sont entrées sur les cartes
• Analyse du comportement des données
• Les limites peuvent être recalculées, dans le
cadre d’un processus d’amélioration continue.
 Utilisation des cartes de contrôle
• À quels endroits du procédé faut-il utiliser des
cartes de contrôle ?
• Quelle taille d’échantillon faut-il prendre ?
• Quel type de cartes de contrôle faut-il utiliser ?
– Variables
– Attributs
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
Dérive de la moyenne
Identifier les dérives potentiels
Cycles
Tendance
 Mises sous contrôle
• Utiliser un outil de résolution de problème
– Continuer à collecter et enregistrer les données
– Faire une action corrective si besoin
• Mettre sous contrôle la fabrication
• Pour cela, il existe 2 indicateurs :
– L’indice de capabilité du procédé / machine
Cp/Cm
– L’indicateur de déréglage (Capabilité réelle)
Cpk/Cmk
 Capabilité du Procédé / Machine
• Tolerances ou specifications (IT)
– Écart de valeurs acceptables établi pour un
produit par les concepteurs (ingénieurs) ou par les
besoins du clients.
• Variabilité du Procédé / machine
– Variabilité naturelle dans un procédé / machine
• Capabilité du procédé / machine
– Variabilité relative d’un procédé / machine par
rapport à une spécification.
 Indice de Capabilité
Cet indicateur compare la performance attendue (IT)
et la performance obtenue (Dispersion)
IT IT

m m

6σ 6σ

73
 Indice de Capabilité
Intervalle de Tolérance IT
Cp ou Cm
Dispersion instantanée 6
IT IT

m m

6σ 6σ

74
 Indice de Capabilité
La machine sera capable si Cm > 1.33
Le procédé sera capable si Cp > 1.33
IT

6σ

75
 Indicateur de Déréglage
L’indicateur Cm ou Cp ne suffit pas car il ne tient pas compte
du déréglage. On introduit alors un autre indicateur Cmk ou
Cpk.

IT

Cp>1.33
Mais procédé (m)
décalé par rapport
à la cible (T)

T m

6σ
76
 Indice de Déréglage
Distance moyenne/Limite Spec proche D1
Cpk ou Cmk
1/2 Dispersion instantanée 3

IT TI TS

D1

m m
6σ T
3σ
6σ
77
Indice de Déréglage Cpk (1 k)Cp
Distance entre cible et moyenne T-m D2
k
1/2 Tolérance (TI TS ) / 2 D3
Si le procédé est centré, T=m, k=0 alors Cpk=Cp

TI TS

D3
D2

T=m
m
T 6σ
3σ

78
 Indice de Capabilité réelle
La machine sera capable si Cmk > 1.33
Le procédé sera capable si Cpk > 1.33

La capabilité machine apparaît comme une

limite de la capabilité procédé, c’est-à-dire
que Cpk tend vers Cmk quand on maitrise les
4M autre que la machine (Main d’œuvre,
Méthode, Milieu, Matière).

79
En résumé
Cpk=0.66
Non Capable
Cp<1

Cpk=1
Juste Capable
Cp=1

Cpk=1.33
Acceptable
Cp>1.33

Performant
Cp>1.66
Vers l’Excellence
Toujours Centré
Étapes de mise sous contrôle d’un
processus

81
 Temps

Il faut supprimer
Les causes Le procédé
assignables pour n’est pas
Rendre le processus Sous contrôle
Sous contrôles
Présence
de causes
Assignables

Présence de pièces
Hors tolérance

Le procédé
N’est pas
capable 82
 Temps

Les procédé est

Prévisible

Présence de pièces
Hors tolérance.

Le procédé est
Sous contrôles Suppression des
Mais pas capable Causes principales
assignables

Présence de
Causes
assignables

83
 Temps

Amélioration de
La Capabilité

Pas de pièces
Hors tolérance.

Le procédé est
Suppression des
Sous contrôles
Causes principales
Le procédé est
assignables
Capable

Présence de
Causes
assignables

84
 Cpk, PPM, and "Six Sigma"

Cpk "Combien de à l'intérieur des PPM de la courbe PPM de la courbe

(Defini comme la
capabilité Tolé rances en "cloche" en "cloche"
distance de la Hors Toléra nces
Sigma?" Distance (Procédé Hors Tolé ra nces
moyenne du 1 pièce défectueuse
de la moyenne du parfaitement (Procédé (Procédé mal
procédé à la limite sur un total de
procédé à la limite centré,inclus les parfaitement centré, centré, une seule
de tolérance la plus extrémité prise en
de tolérance, en deux extémités) les deux extémités
proche, divisée par compte )
écarts type Unités conformes prises en compte)
3 écarts type) par millions

0 0 1'000'000 500'000 2
0
0.5 382'925 617'075 308'538 3
0.17
1 682'689 317'311 158'655 6
0.33
1.5 866'386 133'614 66'807 15
0.5
2 954'500 45'500 22'750 44
0.67
2.5 987'581 12'419 6'210 161
0.83
3 997'300 2'700 1'350 741
1
3.5 999'535 465 233 4'299
1.17
4 999'937 63 32 31'574
1.33
4.5 999'993.2 6.8 3.4 294'319
1.5
5 999'999.4 0.6 0.3 3'488'556
1.67
5.5 999'999.96 0.04 0.02 52'660'508
1.83
6 999'999.998 0.002 0.001 1'013'594'613
2
6.5 999'999.99992 0.00008 0.00004 24'900'418'127
2.17
 Améliorer la Capabilité Process
• Simplifier
• Standardiser
• Détrompeurs, systèmes anti-erreurs
• Amélioration des equipments
• Automatisation
 Limitations des indexes de capabilité

• Le procédé peut être instable

• Les résultats du procédé peuvent ne pas
suivre une distribution normale
• Procédé non centré mais Cp est utilisé
 Les outils de la MSP
• Dans l’industrie oû la MSP est répandue, il existe des
système intégrés appelés MES
• Un Manufacturing Execution System (MES) est un système
informatique dont les objectifs sont d'abord de collecter en
temps réel les données de production de tout ou partie
d'une usine ou d'un atelier.
• Ces données collectées permettent ensuite de réaliser un
certain nombre d'activités d'analyse :
– Traçabilité
– Contrôle de la qualité
– Suivi de production
– Ordonnancement
– Maintenance préventive et curative

93
 Outils de la MSP
• Nos outils informatiques de traçabilité (Optim,
Sterigest…) sont donc les MES de stérilisations
centrales.
• Intégrer un module de MSP pourrait être une évolution
de ces outils, dans le cadre d’un partenariat avec les
fournisseurs de logiciels de traçabilité.
• Il existe aussi des outils informatiques dédiés à la MSP
(rechercher « logiciel SPC » sur google), intégrés ou
indépendants.
• Ces outils permettent de collecter les données, de
gérer les cartes de contrôles et de calculer
automatiquement les Cpk, Cmk…

94