Contrôle de qualité

Mini-Projet 2

Réalisé par :
Nom Prénom E-mail Matricule

EZZAKOUD Taybi ezzakoudytaybi@gmail.com 2210194

Y
EZZAKI Abdelhak Ezzakiabdelhak002@gmail.com 2230040

BAZAOUI Abdelwahed 2210286

OUJAMAA Younes

Encadré par:
M. Berr ado Abdelaziz
 Année universitaire : 2023-2024

Table des Matières

Introduction................................................................................................................................................2
1 Partie I......................................................................................................................................................3
1.1 Choix de type de carte de contrôle :................................................................................................3
1.2 Sous-groupe : C & P.........................................................................................................................3
1.3 Sous-groupe : C................................................................................................................................4
1.4 conclusion........................................................................................................................................5
1.5 Sous-groupe : P................................................................................................................................6
1.6 Sous-groupe : P en stratifiant les données par cavité......................................................................7
1.6.1 Cavité 1................................................................................................................................7
1.6.2 Cavité 2................................................................................................................................8
1.6.3 Cavité 3................................................................................................................................9
1.6.4 Cavité 4..............................................................................................................................10
1.7 Pourquoi les mêmes données génèrent des points hors de contrôle sur une carte maispas sur
d’autres ?.............................................................................................................................................10
1.8 Quelle est la meilleure organisation des données pour faire une carte de contrôle ?...................11
2 Partie II...................................................................................................................................................12
2.1 Avant la mise en place de la politique d’intervention sur l’ajustement :.......................................12
2.1.1 Sélection de la carte de contrôle :.....................................................................................12
2.1.2 Normalité des valeurs :......................................................................................................12
2.1.3 Analyse de la stabilité :......................................................................................................13
2.1.4 Évaluation de la capacité :.................................................................................................13
2.2 Suite à la mise en place de la politique d’intervention sur l’ajustement (tableau desYt) :.............14
2.2.1 Analyse de la stabilité :......................................................................................................14
2.2.2 Évaluation de la capacité :.................................................................................................15
Annexe......................................................................................................................................................16

1
Introduction

Les cartes de contrôle jouent un rôle essentiel dans le management de la qualité, permettant la
surveillance des processus de production et l’identification des variations susceptibles d’affecter
négativement ces processus. Dans le cadre de notre étude, nous nous penchons sur l’analyse statistique
de deux cas indépendants, examinant de près les résultats des prélèvements effectués.

2
1 Partie I
1.1 Choix de type de carte de contrôle :
• Type de données :
le CTQ est l’épaisseur des pièces produites par le procédé. Il s’agit d’une grandeur mesurable
continue.
• La taille du sous-groupe :
il est constitué cinq pièces. Donc la carte adaptée selon les règles de Shewhart dans notre cas est
la carte (Xbar,R)

1.2 Sous-groupe : C & P

R-chart : case n°1

3
 X bar control chart : case n°1

Commentaire:
Le processus est non stable, car trois points se trouvent en dehors des limites de contrôle de la carte de
contrôle X-bar. Nous excluons la possibilité que ces points soient dus à des erreurs de mesure (fausses
alertes), car le nombre d’anomalies est de trois. Cependant, étant donné que la carte de contrôle est
établie sur les mesures C & P, il n’est pas possible de déterminer précisément si les défauts sont
attribuables à C, P ou aux deux.

1.3 Sous-groupe : C

R-chart : case n°2

4
 X bar control chart : case n°2

Commentaire:
La carte X-bar représente les épaisseurs moyennes produites par chaque presse au cours d’une heure.
L’analyse révèle plusieurs anomalies détectées par le logiciel, par exemple, la présence de plus de 8
points du même côté de la moyenne. Malgré ces anomalies, il est observé que tous les points de la carte
sont relativement centrés autour de la ligne centrale.

1.4 conclusion
Les mêmes données génèrent des points hors contrôle sur une carte mais pas sur d’autres : La valeur
moyenne peut varier sans que la dispersion ne varie, ce qui explique l’existence de points hors contrôle
sur les cartes de contrôle x-bar mais pas sur les cartes R.

5
1.5 Sous-groupe : P

R-chart : case n°3

X bar control chart : case n°3

Commentaire:
À une première inspection, il est évident que la plupart des points sur la carte de contrôle se situent en
dehors des limites. Par conséquent, on peut conclure que le processus est hors de contrôle.

6
1.6 Sous-groupe : P en stratifiant les données par cavité
1.6.1 Cavité 1

R control chart : case n° 4.1

Commentaire n°1 :
-On remarque que la majorité des points sont plus au moins centrés autour de la ligne centrale.
-Pourtant, il existe des points plus moins loin de la ligne centrale. -On
peut considérer que la carte est sous-contrôle.

X bar control chart : case n°4.1

Commentaire n°2 :
-Dans ce cas, il y a trois points hors limite de contrôle. Donc la carte est hors contrôle

7
1.6.2 Cavité 2

R control chart : case n° 4.2

Commentaire n°1 :
-Dans ce cas, la majorité des points ne sont pas centrées sur la ligne centrale. Donc la carte R est hors-
contrôle.

X bar control chart : case n°4.2

Commentaire n°2 :
-Dans ce cas, on remarque l’existence de deux points hors des limites de contrôle. Ils sont dus
possiblement à des causes spéciales. Donc il s’agit d’une carte hors contrôle.

8
1.6.3 Cavité 3

R control chart : case n° 4.3

Commentaire n°1 :
-Dans ce cas, on remarque que tous les points sont dans les limites de contrôle, bien évidemment il y a
certains points qui sont loin de la limite de contrôle.

X bar control chart : case n°4.3

Commentaire n°2 :
- Il y a trois points hors des limites de contrôle. Donc la carte est hors contrôle

9
1.6.4 Cavité 4

R control chart : case n° 4.4

Commentaire n°1 :
-Dans ce cas, on remarque que tous les points sont dans les limites de contrôle, bien évidemment il y a
certains points qui sont loin de la limite de contrôle.

X bar control chart : case n°4.4

Commentaire n°2 :
- On remarque dans ce cas la présence de 9 points hors des limites de contrôle. Donc la carte est hors
contrôle.

1.7 Pourquoi les mêmes données génèrent des points hors de contrôle sur une carte mais
pas sur d’autres ?
Nous avons construit 14 cartes de contrôle qui sont basées sur des sous-groupes rationnels différents.
Pour chaque groupe rationnel, on aboutit à des cartes propres caractérisés par des limites de contrôle
différentes, des points extrêmes distincts, et des conclusions diverses.
Et ceci est expliqué absolument par la relation qui lie les éléments de chaque sous-groupe

10
1.8 Quelle est la meilleure organisation des données pour faire une carte de contrôle ?
Pour choisir la meilleure organisation des données pour faire une carte de contrôle, on doit se référer
aux règles suivantes :
• Il est nécessaire de former des sous-groupes d’une manière homogène tout en prendre en
considération les sources de variation qui affectent la variable de mesure.
• On doit minimiser la variabilité inter-groupe.
• Il faut utiliser des petits échantillons.
Par conséquent, la meilleure organisation est celle qui est basé sur le cas n°4.

11
2 Partie II
2.1 Avant la mise en place de la politique d’intervention sur l’ajustement :
2.1.1 Sélection de la carte de contrôle :
Les valeurs des échantillons de ce procédé sont uniques et temporellement liées, donc la carte de
contrôle appropriée est la carte (I,MR). Étant donné l’impossibilité d’appliquer le Théorème Central
Limite dans cette situation, il est nécessaire de confirmer la normalité de la distribution des valeurs
individuelles. Un histogramme des valeurs de Xt en fonction du temps est créé pour évaluer la stabilité et
la normalité de la distribution. Le graphique ci-dessous illustre les valeurs de Xt par rapport au temps.

2.1.2 Normalité des valeurs :

L’examen de l’histogramme indique clairement une distribution normale, avec des paramètres
caractéristiques tels que µ = 69.07 et σ = 1.746185.

12
2.1.3 Analyse de la stabilité :
L’observation révèle que toutes les valeurs individuelles de Xt se situent à l’intérieur des limites de
contrôle, indiquant ainsi la stabilité du système.

2.1.4 Évaluation de la capacité :

Pour évaluer la capacité intrinsèque du système à répondre aux exigences du client, il est nécessaire de
se référer aux indices de capacité calculés par R Studio en premier lieu.

avec σ = 2.695394

Cpk = min(Cpu,Cpl) = 0.303

Cependant, avec un Cpk inférieur à 1, cela indique que le système est incapable.

13
2.2 Suite à la mise en place de la politique d’intervention sur l’ajustement (tableau des Yt) :
De façon similaire, en utilisant les nouvelles valeurs de Yt, la première étape consiste à vérifier la
normalité de la distribution des valeurs.

2.2.1 Analyse de la stabilité :

Pour évaluer la stabilité après l’ajustement, une reconstruction de la carte de Shewhart est entreprise.

14
Observation des points sur la carte : Tous les points se trouvent à l’intérieur des limites de contrôle et
sont plus centrés autour de la moyenne, indiquant ainsi la stabilité du système.

2.2.2 Évaluation de la capacité :

Pour justifier la capacité du système, nous nous appuyons sur les indices suivants calculés par R Studio.

avec σ = MRbar/d2 = 2.69, donc Cp = 0.308

Cpk = min(Cpu,Cpl) = 0.3

En conclusion, le système demeure incapable de répondre aux attentes et exigences du client malgré la
stabilité observée avant et après l’ajustement. Les mesures prises n’ont pas eu d’effet sur la capacité
opérationnelle du système.

15
 Annexe

Script de construction des différentes cartes de contrôle sur R Studio

Partie 1
Importation des donnees

[ ]:
library(qcc)
setwd("C:\\Users\\q\\Desktop\\")
DATA=read.table("EMI_QM_Fall2023_DonneesSPC_MP2_Partie1.CSV",header =␣
,→ TRUE,sep=",",strip.white = TRUE,na.strings = "EMPTY")

R control chart et Xbar control chart : case n°1

[ ]:
require(qcc)
DATA
attach(DATA)
dataT = DATA[c(1,4)]

q = qcc(dataTQCC, type="R", nsigmas=3)

R control chart et Xbar control chart : case n°2

dataTQCC = qcc.groups(dataT[,2], dataT[,1]) q =

qcc(dataTQCC, type="xbar", nsigmas=3)

[ ]: DataTP = DATA[c(5,4)] dataTPQCC = qcc.groups(DataTP[,2],

DataTP[,1]) q = qcc(dataTPQCC, type="xbar", nsigmas=3)
q = qcc(dataTPQCC, type="R", nsigmas=3)

R control chart et Xbar control chart : case n°3

16
[ ]: DataTC = DATA[c(6,4)] dataTCQCC = qcc.groups(DataTC[,2],
DataTC[,1]) q = qcc(dataTCQCC, type="xbar", nsigmas=3)
q = qcc(dataTCQCC, type="R", nsigmas=3)

R control chart et Xbar control chart : case n°4.1

[ ]: #groupeTC1 Epaisseur
DataTC1 = subset(DATA[c(7,4)], groupeTC1!='NA')
dataTC1QCC = qcc.groups(DataTC1[,2], DataTC1[,1]) q =
qcc(dataTC1QCC, type="xbar", nsigmas=3) q =
qcc(dataTC1QCC, type="R", nsigmas=3)

R control chart et Xbar control chart : case n°4.2

[ ]: #groupeTC2 Epaisseur
DataTC2 = subset(DATA[c(8,4)], groupeTC2!='NA')
dataTC2QCC = qcc.groups(DataTC2[,2], DataTC2[,1]) q =
qcc(dataTC2QCC, type="xbar", nsigmas=3) q =
qcc(dataTC2QCC, type="R", nsigmas=3)

R control chart et Xbar control chart : case n°4.3

[ ]: #groupeTC3 Epaisseur
DataTC3 = subset(DATA[c(9,4)], groupeTC3!='NA')
dataTC3QCC = qcc.groups(DataTC3[,2], DataTC3[,1]) q =
qcc(dataTC3QCC, type="xbar", nsigmas=3) q =
qcc(dataTC3QCC, type="R", nsigmas=3)

R control chart et Xbar control chart : case n°4.4

[ ]: #groupeTC4 Epaisseur
DataTC4 = subset(DATA[c(10,4)], groupeTC4!='NA')
dataTC4QCC = qcc.groups(DataTC4[,2], DataTC4[,1]) q =
qcc(dataTC4QCC, type="xbar", nsigmas=3) q =
qcc(dataTC4QCC, type="R", nsigmas=3)

Partie 2
[ ]: View(EMI_QM_Fall2023_DonneesSPC_MP2_Partie2)
attach(View(EMI_QM_Fall2023_DonneesSPC_MP2_Partie2)
library("qcc", lib.loc="~/R/win-library/3.2") qcc(Xt,
type="xbar.one") obj <- qcc(Xt, type="xbar.one", nsigmas=3)
process.capability(obj, spec.limits=c(66.5,71.5)) obj2<- qcc(Yt,
type="xbar.one", nsigmas=3) process.capability(obj2,
spec.limits=c(66.5,71.5))

17