Comprendre et évaluer la capabilité d’un procédé de fabrication : Analyse de normalité

1.1 - Les phénomènes aléatoires
1.2 - Remarque importante

2 - Quid des indicateurs de la capabilité ?

2.1 - Analyse de la dispersion
2.2 - Analyse du décentrage

3 - Quid de la capabilité des processus de mesure

4 - Échantillonnage

4.1 - L’effectif de l’échantillon
4.2 - Les valeurs « aberrantes »

5 - Analyse de normalité

6 - Court Terme / Long Terme : prenez en compte tous les facteurs de dispersion du procédé

7 - Notre conseil

7.1 - Prenez le temps de maîtriser le sujet
7.2 - Analyser les causes des valeurs dites aberrantes
7.3 - Sachez vous écarter de la loi normale

8 - Erreurs à éviter

8.1 - Ne sous-estimez pas l’impact de la qualité des mesures
8.2 - Ne restez pas enfermé dans des méthodes trop standardisées
8.3 - Ne vous soumettez pas sans recul aux conclusions statistiques

Références

Présentation

Auteur(s)

Jean-Michel POU : Président Fondateur de la société Delta Mu

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

Vous mettez en œuvre un procédé de fabrication pour élaborer un produit. Ledit procédé subit en permanence des conditions qui varient, ce qui entraîne des variations dans les caractéristiques du produit final. Par ailleurs, il ne vous est pas possible de mesurer tous les produits réalisés pour assurer la conformité de chacun. La science statistique permet, quant à elle, de quantifier, sur la base de quelques échantillons, la variation totale de la production afin de garantir qu’elle répond, pour tous les produits (ou presque) à l’exigence du client. Cette fiche introduit les concepts nécessaires à cette évaluation qui consiste à vérifier ce que nous nommons « l’aptitude du procédé » ou « capabilité du procédé ».

La vérification de l’aptitude (capabilité) du procédé de fabrication permet au fournisseur de s’assurer de sa propre capacité à satisfaire son client et, par conséquent, de ne s’engager vis-à-vis d’un client que sur des spécifications compatibles avec ses capacités réelles de production.

Cet article est réservé aux abonnés.
Il vous reste 94 % à découvrir.

Pour explorer cet article Consulter l'extrait gratuit

Déjà abonné ? Se connecter

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-fic0562

Lecture en cours
Présentation

Page
suivante

Court Terme / Long Terme : prenez en compte tous les facteurs de dispersion du procédé

Article inclus dans l'offre

"Métier : responsable qualité"

(254 articles)

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques.

Des contenus enrichis

Quiz, médias, tableaux, formules, vidéos, etc.

Des modules pratiques

Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.

Des avantages inclus

Un ensemble de services exclusifs en complément des ressources.

Voir l'offre

5. Analyse de normalité

Nous avons vu, dans la première étape, les raisons légitimes qui font que nous pouvons admettre, dans un premier temps, que la dispersion des procédés de fabrication peut être modélisée par la loi normale. Néanmoins, cette hypothèse n’est pas toujours vérifiée. Certaines caractéristiques des produits sont « bornées », telles que température de congélation, caractéristiques de géométrie des pièces mécaniques (planéité, rectitude, excentration…). Dans ces cas-là, la normalité n’est pas forcément la règle. La performance à décrire le taux de « non-conforme » à partir des indicateurs Cp et Cpk peut alors être impactée. De ce fait, une réflexion autour de la position de la distribution du procédé de fabrication versus les tolérances exigées permet d’envisager d’autres indicateurs de capabilité, l’objectif étant toujours de déterminer le taux de non-conformité généré par le procédé.

Les outils statistiques qui peuvent être mis en œuvre pour statuer, ou non, sur la normalité d’une distribution sont nombreux. La littérature est abondante sur Internet sur ce sujet qui ne peut pas être traité ici. Mais là encore, seule une quantité conséquente d’informations permet de statuer objectivement sur la normalité et cette quantité d’informations se construit au fur et à mesure des échantillonnages qui sont réalisés, notamment si la dérive du procédé n’est pas trop forte.

HAUT DE PAGE

Cet article est réservé aux abonnés.
Il vous reste 92 % à découvrir.

Pour explorer cet article Consulter l'extrait gratuit

Déjà abonné ? Se connecter

Lecture en cours
Analyse de normalité