Les outils de la qualit

OBJECTIFS
OBJECTIFS

Comptences attendues
.
Savoirs technologiques associs

PLAN DE LETUDE
1

LES OUTILS DE LA QUALITE

2 ROUE DE DEMING
2.1
2.2
2.3
2.4
2.5
2.6

2
2

LA FEUILLE DE RELEVES
DIAGRAMME ISHIKAWA OU DIAGRAMME CAUSES-EFFET
LA LOI DE PARETO ( LOI DES 80/20 OU DIAGRAMME ABC
LE QQOQCP
LHISTOGRAMME
LE SPC

OutilQualit
06/02/06

3
4
5
6
6
7

Rodriguuez/Wechtler

LLeess oouuttiillss ddee llaa qquuaalliitt

S
Syynntthhssee

Les outils de la qualit

Lentreprise prend un engagement vis--vis de son client sur le produit ou le service quelle fournit en
ce qui concerne :
* La conformit aux spcifications ;
* LAPTITUDE satisfaire le BESOIN du client.
Afin de rpondre ces attentes, elle met en place un ensemble de procdures permettant de raliser la
qualit de ses produits. On parle alors de GESTION DE QUALITE.
Celle-ci utilise diffrents moyens pour y parvenir. Ce sont les OUTILS DE LA QUALITE.

Afin damliorer la qualit, on peut agir de 2 faons.

La premire est dagir en amont. On cherche comprendre les causes des dysfonctionnements afin dy
remdier.
La seconde consiste surveiller le processus de fabrication, et dintervenir lorsqu'un
dysfonctionnement se produit ( drglage, bris doutil, etc..).
Les outils de la qualit vont donc tre de 2
Ragir: Prvoir:
ordres :
* Les outils danalyse :
Mthode AMDEC Brainstorming
Mthode Tagushi Feuilles de relevs

le diagramme cause - effet

Histogramme
Loi de Pareto

le diagramme Pareto.
Diagramme Cause-Effet
Mthode AMDEC

Histogramme ;

Diagramme Cause-Effet ;
Quantifier: Agir:

Etc..
Feuilles de relevs Mthode Tagushi
* Les outils de suivi de production :
Histogramme Mthode QFD
Mthode Tagushi Mthode SMED

Les plans de contrles ;

Mthode SPC Poka-Yoke

La mthode SPC ;

Etc
Le processus damlioration agira donc dans un 1er temps didentifier les causes de non-qualit puis de chercher
les rduire.
2

Roue de Deming

Pour dployer la politique qualit, on peut utiliser une dmarche damlioration continue propose
par le docteur DEMING. Cette dmarche matrialise par une roue roulant sur un sol montant. Afin
de dlever le niveau de la gestion de la qualit, il faut tourner la roue de Deming .
Ragir

Prvoir

Vrifier

Agir

Assurance
Qualit
Amlioration continu
aaarrr

S
STTII G
GM
MA
A

O
O
Q
OuuutttiiilllQ
Quuuaaallliiittt

P
Prroodduuccttiiqquuee

P
Paaggee 22 // 88

LLeess oouuttiillss ddee llaa qquuaalliitt

S
Syynntthhssee

Dans la dmarche, il faut :

PREVOIR : Affectation des ressources humaines et matrielles.
AGIR : processus de conception, de ralisation de gestion et de contrle
VERIFIER : Audit, mesure de satisfaction du client
REAGIR : Processus de rparation, de prvention, matrise de la non-conformit
On cherchera samliorer de faon progressive (approche Kasen).
2.1

La feuille de relevs

Toute action doit tre engage sur des donnes chiffres. La feuille de relevs permet de faciliter et de
formaliser la saisie des informations sur le poste de travail. Elles sont conues suivant les critres suivants :
Facilit du relev ;
Facilit de lecture ;
Facilit darchivage.
ENTREPRISE :

Date :

Nlot :

Natelier :

Taille chantillon :

Contrleur :

Type dfauts

Nombre non conformit

Nombre de test

IIIII IIIII IIIII II

17

Dfauts soudures

IIIII II

Autres dfauts :

III

aaarrr

S
STTII G
GM
MA
A

O
O
Q
OuuutttiiilllQ
Quuuaaallliiittt

P
Prroodduuccttiiqquuee

P
Paaggee 33 // 88

LLeess oouuttiillss ddee llaa qquuaalliitt

2.2

S
Syynntthhssee

Diagramme ISHIKAWA ou diagramme CAUSES-EFFET

Ce diagramme permet de visualiser toutes les causes multiples lorigine dune seule consquence.
Il est fabriqu en plusieurs tapes :
1re tape : On dfinit avec prcision LEFFET.
2me tape : On recherche lensemble des causes possibles qui peuvent produire leffet. Cette recherche est fate
par un BRAINSTORMING (remue-mninges :DEBALLAGE DIDEES).
3me tape : On assemble les diffrentes causes par familles.
4me tape : On construit le diagramme
3

EFFET
2

2
1

Les flches 1 reprsentent les causes principales ;

Les flches 2 reprsentent le causes secondaires ;
les flches 3 reprsentent les causes tertiaires
Exercice :
1re tape : Quelles sont les causes dune mauvaise mesure au calibre coulisse ?
O p r a te u r

P i c e
M a u v a is e
le c tu r e

b avu res

M a u v a is e
L e c tu r e

T
P o u s s i r e
E n v ir o n n e m e n t

B avu res
In s tr u m e n t

Retrouve-t-on la loi des M ?

aaarrr

S
STTII G
GM
MA
A

O
O
Q
OuuutttiiilllQ
Quuuaaallliiittt

P
Prroodduuccttiiqquuee

P
Paaggee 44 // 88

LLeess oouuttiillss ddee llaa qquuaalliitt

2.3

S
Syynntthhssee

La loi de PARETO ( Loi des 80/20 OU Diagramme ABC

Ce diagramme permet de dterminer les causes les plus importantes par rapport lensemble des
dysfonctionnements.
Les statistiques mettent en vidence que 80% des effets sont dus 20% de causes.
On peut ainsi agir sur un problme en privilgiant les causes donnant le plus deffet. Il vient en amont du
diagramme ISHIKAWA pour quantifier les diffrentes causes.

Exercice :
Cause

Valeur
effet
9
8
87
3
7
45
2
14
12

A : Instrument inadapt
B : Copeaux
C: bavures
D:Prcision instrument:
E: Position instrument
F : mauvaise lecture
G : temprature
H:
I

Cause

valeur
effet
87
45
14
12
9
8
7
3
2
S=187

C
F
H
I
A
B
E
D
G

N
ordre
1
2
3
4
5
6
7
8
9

Cumul %

46.5
24.1
7.5
6.4
4.8
4.3
3.7
1.6
1.1

45.6
70.6
78.1
84.5
89.3
93.6
97.3
98.9
100

100,00

100,00

90,00

90,00

80,00

80,00

70,00

70,00

60,00

60,00

50,00

50,00

40,00

40,00

30,00

30,00

20,00

20,00

10,00

10,00

0,00

0,00
1

aaarrr

S
STTII G
GM
MA
A

O
O
Q
OuuutttiiilllQ
Quuuaaallliiittt

P
Prroodduuccttiiqquuee

P
Paaggee 55 // 88

LLeess oouuttiillss ddee llaa qquuaalliitt

2.4

S
Syynntthhssee

Le QQOQCP

Cest un outil qui permet de poser les bonnes questions avant daborder un problme. Il permet de ne pas oubli
un lment important de la solution choisie.
Qui : Qui est concern par le problme ?
Quoi : Quel est le problme ?
O : En quels lieux se pose-t-il ?
Quand : A quels moments apparat-il ?
Comment : Sous quelles formes se prsente-il ?
Pourquoi : Quelles sont les raisons qui poussent rsoudre le problme ?
On peut ajouter aussi Combien pour donner une rponse chiffre.
Exemple : Un dfaut de montage du un dfaut de paralllisme est remarqu sur
certaines pices dune srie ralise en fraisage.
On remarque que cela se produit chaque changement doutil:
Questions
Champ dapplication Exemple
Nature et justification Dfaut de paralllisme
QUOI et
du dfaut
Positionnement de la pice
POURQUOI ?
(COMBIEN ?)
QUI et POURQUOI ? Comptences de
loprateur
OU et POURQUOI ?
QUAND et
POURQUOI ?
COMMENT et
POURQUOI ?
2.5

Lieu o les dfauts

sont constats
Moment de la
constatation des
dfauts
Mode opratoire de
mise en oeuvre

Points tudier
Frquence dapparition
Consquence sur la
production
Cots
Manque de prcision dans la mise Qualification
en position
Formation
Moyens de production
Poste de fraisage
Ergonomie
Gestion des flux
Changement doutil
Problme technique
Respect du contrat de phase.
Respect des consignes

Etat de loutil
Etat du porte-pice

Lhistogramme

Il permet de reprsenter les donnes sous forme graphique. Chaque barre est proportionnelle la frquence
dapparition dune valeur lintrieur dun intervalle (Classe).Il donne une bonne image de la distribution des
valeurs et permet didentifier un modle mathmatique applicable (loi normale, etc..)
Le principe consiste regrouper les individus ayant la mme caractristique. On tudie alors
limportance de chaque groupe (classe) par rapport lensemble des individus (population).
La construction dun histogramme est rgit par un certain nombre de rgle.
Raliser lhistogramme

aaarrr

S
STTII G
GM
MA
A

O
O
Q
OuuutttiiilllQ
Quuuaaallliiittt

P
Prroodduuccttiiqquuee

P
Paaggee 66 // 88

LLeess oouuttiillss ddee llaa qquuaalliitt

2.6

S
Syynntthhssee

Le SPC
SPC :

STASTISTICAL PROCESS CONTROL

SURVEILLANCE DES PROCEDES EN CONTINU
Cest une mthode statistique qui permet de contrler le procd de fabrication de faon continu. On prt
on contrle un chantillon de n pices parmi N pices fabriques.
On reporte le rsultat graphiquement sur des cartes de contrles
2.6.1 Dfinitions
- Population : Ensemble des individus, sur lequel on tudie un caractre donn.
- Echantillon : Prlvement au hasard dun ou plusieurs individus appartenant une population.
- Individus : Elment de base qui compose la population.
- Caractre : Critre mesur ou observ.
Deux sortes de caractres :

- qualitatif : non mesurable (couleur,...)

- quantitatif : mesurable (ge,...)
ECHANTILLON

Schmatisation du vocabulaire :

INDIVIDU

POPULATION

2.6.2 La loi normale - droite de Henry

Cest une distribution particulire dune
population suivant une loi mathmatique.
2
x
1
2
f(x)=
. On lappelle aussi loi de
2 e
GAUSS ou Laplace-Gauss. Sa distribution
est en forme de cloche.
Elle est caractrise par sa moyenne et
sa dispersion autour de celle-ci.
Cette distribution est vrifie lors de fabrications des pices soumises plusieurs
variables alatoires.
2.6.2.1

DEFINITIONS RELATIVES A LA LOI NORMALE (LOI DE GAUSS)

aaarrr

S
STTII G
GM
MA
A

O
O
Q
OuuutttiiilllQ
Quuuaaallliiittt

P
Prroodduuccttiiqquuee

P
Paaggee 77 // 88

D
DR
R

LLeess oouuttiillss ddee llaa qquuaalliitt

TTP
P

Etendue (note W ) :
Ltendue est la diffrence entre la plus grande des donnes et la plus petite.
Moyenne (note X ) :
La moyenne arithmtique dune somme des lments diviss par le nombre
dlments:
Ecart type de la fabrication (note ) :
Lcart type caractrise la dispersion autour de la valeur moyenne.
n

2
= 1 (Xi X)

n i =1

Ecart type dun chantillon deffectif n (note S ou n-1 ) :

Lcart type est la racine de la moyenne des carres des carts la moyenne pour
lchantillon deffectif n.
S = n-1 =..
S = n-1 =
Des mthodes permettent de vrifier si la distribution suit une loi normale (NFX 06050) :
Droite de HENRY,
Mthode du KHI-DEUX ()
Pour mettre en vidence la loi normale, on peut raliser et analyser un histogramme.
(Voir exemple).
Calculer de la moyenne, ltendue, et lcart type de lexemple donn.
2.6.3 Contrles par mesures
La spcification contrle est une grandeur chiffre par un appareil de mesure. On
surveille alors 2 paramtres :
* LA TENDANCE CENTRALE de la fabrication ( Moyenne,...)
* LA VARIABILITE de la fabrication ( Etendue, etc...)
Exemple :
Echantillon n1
Echantillon n2
28.82
28.84
28.87
28.85
28.85
28.85
28.88
28.85
28.83
28.86
Moyenne
28.85
28.85
Etendue
0.06
0,02
2.6.4 Contrles par attribut
La spcification contrle est qualitative. On classe les chantillons par rapport une
proprit quils possdent ou non. On surveille alors 2 paramtres :
la proportion de dfectueux (pices qui ne possdent pas la
proprit ) ;
le nombre de dfauts par unit de contrle.
aaarrr

S
STTII G
GM
MA
A

O
O
Q
OuuutttiiilllQ
Quuuaaallliiittt

P
Prroodduuccttiiqquuee

P
Paaggee 88 // 88