Statistiques industrielles Management de la production et de la qualité
Transcription
Statistiques industrielles Management de la production et de la qualité
MSP Statistiques industrielles Management de la production et de la qualité François Kauffmann Université de Caen Normandie 11 décembre 2016 [email protected] UCBN MSP 11 décembre 2016 1 / 34 Première partie I MSP Capabilité Capabilités des processus et des systèmes de mesures Hypothèses Etude de capabilité Capabilités Int. Confiance Index Capabilité des processus Index [email protected] UCBN MSP 11 décembre 2016 2 / 34 MSP Chapitre Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Capabilité des processus Hypothèses Etude de capabilité Indices de capabilités Intervalles de confiance [email protected] UCBN MSP 11 décembre 2016 3 / 34 MSP Paragraphe Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Capabilité des processus Hypothèses Etude de capabilité Indices de capabilités Intervalles de confiance [email protected] UCBN MSP 11 décembre 2016 4 / 34 MSP Processus stable et sous-contrôle Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index On suppose que le processus est contrôlé par une statistique de qualité quantitative Xt avec nt mesures pour l’échantillon t. On suppose que les mesures individuelles doivent être toutes comprises I entre une valeur maximale Ts (tolérance supérieure) ou USL (Upper Specification Limit) et I une valeur minimale Ti (tolérance inférieure) ou LSL (Lower Specification Limit). On construit une carte aux mesures avec un risque de première espèce α = 0.27%. I est stable : la loi de Xt est constante gaussienne de moyenne µ0 et d’écart type σ0 I est sous-contrôle toutes les statistiques sont dans entre les limites de contrôle ∀tYt ∈ [LCLt , UCLt ] [email protected] UCBN MSP 11 décembre 2016 5 / 34 MSP Paragraphe Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Capabilité des processus Hypothèses Etude de capabilité Indices de capabilités Intervalles de confiance [email protected] UCBN MSP 11 décembre 2016 6 / 34 MSP Etude de capabilité Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Etude de la capabilité d’un procédé Sous les hypothèses précédentes, c’est à dire le procédé n’est affecté que des causes communes, toute les causes spéciales pouvant affecter le processus ayant été éliminées. Cette situation correspond à la meilleure performance de fabrication possible. I Est ce que le processus est stable ? I Est ce que la distribution des mesures est une loi normale constante ? I La proportion de non conformes, c’est à dire ne respectant pas les tolérances. I Calcul d’indices de capabilités mesurant la capacité du procédé à respecter les tolérances. [email protected] UCBN MSP 11 décembre 2016 7 / 34 MSP Exemple Capabilité Hypothèses Mesure d’une longueur d’une pièce Etude de capabilité Capabilités Int. Confiance Index Une machine fabrique des pièces dont on mesure une dimension. Cette axe doit respecter les spécifications suivantes 78mm ± 12. 100 échantillons de 5 mesures ont été effectuées. Etudier la capabilité de cette machine. Fichier :http://www.math.unicaen.fr/~kauffmann/data/msp-capabilite-etude.csv 1 2 3 4 5 6 X1 74.38 77.38 73.61 82.60 77.92 73.66 X2 74.40 76.86 73.33 77.28 74.28 83.24 X3 78.21 82.95 82.57 75.48 68.24 85.94 X4 80.01 72.82 83.99 75.28 82.82 82.30 X5 80.68 83.71 74.47 75.25 75.16 75.31 xbar 77.54 78.74 77.59 77.18 75.68 80.09 R 6.30 10.89 10.66 7.35 14.58 12.28 Table : Premiers échantillons [email protected] UCBN MSP 11 décembre 2016 8 / 34 MSP Exercice Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index 1. Etudier la stabilité, la maitrise statistique du processus ? 2. Calculer l’étendue de chaque échantillon 3. Calculer la moyenne x̄ et l’étendue de chaque échantillon R. 4. Calculer la moyenne des moyennes x̄¯ et l’étendue moyenne R̄. 5. Calculer une estimation de l’écart type σ b=s= R̄ d2 (n=5) 6. Construire un histogramme de toutes les observations, ajouter la densité d’une loi normale de moyenne x̄¯ et d’écart type s. Est ce que la distribution des données est bien approximée par une loi normale. 7. Construire un diagramme de type ”probability plot”, doit-on refuser l’hypothèse que les observations suivent une loi normale ? 8. Calculer P1 = Pr ([X < Ti ]), P2 = Pr ([X > Ts ]) ou X ∼ N (x̄¯, s). En déduire la proportion moyenne de pièces défectueuses. Si on fabrique un million de pièces quel sera le nombre moyen de pièces défectueuses. [email protected] UCBN MSP 11 décembre 2016 9 / 34 MSP Exemple Capabilité Hypothèses Histogram of X.vecteur Etude de capabilité 0.12 Capabilités Int. Confiance 0.06 0.00 0.02 0.04 Density 0.08 0.10 Index 65 70 75 80 85 90 X.vecteur Figure : Densité [email protected] UCBN MSP 11 décembre 2016 10 / 34 MSP Exemple Capabilité Hypothèses Etude de capabilité normal probability plot Capabilités Int. Confiance ● ● ● 0.99 probability Index ● ●● ● ●● ● ● ● ●● ● ● ● ●● ● ● ● ● ●● ● ● ● ● ● ● ● ●● ● ● ●●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ●● ● ●● ● ● ●● ● ● ● ● ● ● ● ● ● ● ● 0.95 0.90 0.80 0.70 0.60 0.50 0.40 0.30 0.20 0.10 0.05 0.01 ● ● ● ● ● ● ● ● ● ● normal mean 76.78 sd 3.66 AD 0.33 pvalue 0.51 ● ● ● 65 70 75 80 85 90 x Figure : Probability plot [email protected] UCBN MSP 11 décembre 2016 11 / 34 MSP Exemple Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Ti 65 Ts 70 75 80 85 90 Figure : Densité [email protected] UCBN MSP 11 décembre 2016 12 / 34 MSP Exemple Capabilité Hypothèses xbar Chart for X[, variables] Etude de capabilité 82 Capabilités UCL Int. Confiance ● ● 80 Index ● ● ● ● ● ● 78 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● CL ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● 76 ● ● ● ● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ● ●● ● ● ● ● ● ● ● ● ● ● ●● 74 Group summary statistics ● ● ● ● ● ● ● ● ● 72 ● LCL ● ● 1 6 12 19 26 33 40 47 54 61 68 75 82 89 96 Group Number of groups = 100 Center = 76.78358 StdDev = 3.65546 LCL = 71.87927 UCL = 81.68789 Number beyond limits = 1 Number violating runs = 3 Figure : Carte xbar [email protected] UCBN MSP 11 décembre 2016 13 / 34 MSP Paragraphe Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Capabilité des processus Hypothèses Etude de capabilité Indices de capabilités Intervalles de confiance [email protected] UCBN MSP 11 décembre 2016 14 / 34 MSP Indice de capabilité Cp Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index On considère un processus stable et sous-contrôle contrôlé par une mesure X avec un risque de première espèce de α = 0.27% On suppose que I la distribution de X peut être modélisée par une normale de moyenne µ et d’écart type σ. I Ces mesures doivent satisfaire les spécifications suivantes Ti ≤ X ≤ Ts . On appelle indice de capabilité Cp du processus contrôle par X Cp = Ts − Ti 6σ Si l’écart type est inconnu, on le remplace par une estimation cp = Ts − Ti C 6b σ [email protected] UCBN MSP 11 décembre 2016 15 / 34 MSP Indice Cp Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index L’indice de capabilité est le rapport entre I la longueur Ts − Ti de l’intervalle de tolérance [Ti , Ts ]. I la longueur UCL − LCL = 6σ de l’intervalle de contrôle [LCL, UCL] d’une carte aux mesures avec un risque de première espèce α = 0.27%. Ts − Ti 90 − 66 Cp = = =∼ 1.28 6σ 87 − 69 LCL= 69 mu= 78 UCL= 87 TI= 66 65 [email protected] UCBN TS= 90 70 MSP 75 80 85 90 11 décembre 2016 16 / 34 MSP Processus Cp -capable Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Définition On dit que le processus stable et sous-contrôle ayant un indice de capabilité Cp est Cp -capable si Cp ≥ 1, on peut le qualifier de 2 ≤ Cp 4/3 <≤ Cp 2 1.0 ≤ Cp < 4/3 Cp < 1 très performant bon acceptable inaceptable Table : Qualification de la Cp -capabilité Dans l’exemple précédent la capabilité Cp est de 1.28, on peut dire que le processus est acceptable. [email protected] UCBN MSP 11 décembre 2016 17 / 34 MSP Indice de capabilité Cpk Capabilité Hypothèses Etude de capabilité Avec les mêmes hypothèses que précédemment On appelle indice de capabilité Cpk du processus contrôle par X Capabilités Int. Confiance Index Cpl = µ − Ti 3σ Cpk Ts − µ 3σ = min(Cpl , Cpu ) µ − Ti Ts − µ = min( ) 3σ 3σ Cpu = Si µ, σ sont inconnus on les remplace des estimations b − Ti Ts − µ b bpk = min( µ C ) 3b σ 3b σ [email protected] UCBN MSP 11 décembre 2016 18 / 34 MSP Processus Cpk -capable Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Définition On dit que le processus stable et sous-contrôle ayant un indice de capabilité Cpk est Cpk -capable si Cpk ≥ 1, on peut le qualifier de capabilité 2.5 < Cp 2 ≤ Cp < 2.5 4/3 ≤ Cp < 2 1.0 ≤ Cp < 4/3 Cp < 1 qualité excellent très performant bon acceptable inaceptable intervalle ±7.5σ ±6σ ±4σ ±3σ trop de pièces défecteuses Table : Qualification de la Cpk -capabilité [email protected] UCBN MSP 11 décembre 2016 19 / 34 MSP Exemple décentrage Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Une spécification pour une longueur d’une monture est de 50mm ± 6mm La statistique de qualité longueur est supposée statistiquement maitrisée et l’estimation de l’écart type est de 1.15mm. Par contre la moyenne va varier de 48.5 mm à 53 mm, le processus n’est donc pas stable. On va voir que les indices de capabilités peuvent nous aider à détecter ce changement. [email protected] UCBN MSP 11 décembre 2016 20 / 34 MSP Capabilité Cp= 1.74 Cpk= 1.16 Hypothèses Etude de capabilité Capabilités Int. Confiance Index LCL= 44.6 mu= 48 TI= 44 [email protected] UCBN UCL= 51.4 TS= 56 MSP 11 décembre 2016 21 / 34 MSP Paragraphe Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Capabilité des processus Hypothèses Etude de capabilité Indices de capabilités Intervalles de confiance [email protected] UCBN MSP 11 décembre 2016 22 / 34 MSP Intervalle de confiance de Cp Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index On considère que l’on a processus stable contrôlé par par la statistique X Si la statistique de contrôle X peut être modélisée par une loi normale de moyenne µ et d’écart type σ alors un intervalle de confiance de niveau α de Cp est : s s χ2(1−α)/2,n−1 χ21−(1−α)/2,n−1 cp cp ≤ Cp ≤ C C n−1 n−1 ou I I χ2(1−α)/2,n−1 est le quantile d’ordre (1 − α)/2 d’une loi du χ2 à n − 1 degrés de libertés. cp est estimé à partir de l’écart type d’échantillonage s C fondé sur n échantillons. [email protected] UCBN MSP 11 décembre 2016 23 / 34 MSP Exemple Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index On dispose d’une estimation du coeffient de capabilité de cp = 1.58 calculé à partir de n = 20 échantillons. Calculer un C intervalle de confiance de niveau 95% de Cp . I 1 − α = 0.05. Il faut calculer les quantiles d’ordre (1 − α)/2 = 2.5% et 1 − (1 − α)/2 = 97.5% d’une loi du χ2 à 19 degrés de libertés. χ20.025,n−1 ∼ 8.9, χ20.975,n−1 ∼ 32.8 I un de confiance de niveau α = 95% est de q q intervalle 8.9 32.8 [ 19 , 19 ] ∗ 1.58 On a donc 95 chances sur cent que le vrai coefficient de capabilité Cp se trouve dans l’intervalle [1.08, 2.076] [email protected] UCBN MSP 11 décembre 2016 24 / 34 MSP cp Valeurs minimales C Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index 1 2 3 4 5 6 7 8 9 10 Cp (ref ) 0.80 1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 3.00 n=10 1.32 1.65 1.97 2.30 2.63 2.96 3.29 3.62 3.95 4.94 n=20 1.10 1.37 1.64 1.92 2.19 2.47 2.74 3.01 3.29 4.11 n=30 1.02 1.28 1.54 1.79 2.05 2.30 2.56 2.82 3.07 3.84 n=40 0.99 1.23 1.48 1.72 1.97 2.22 2.46 2.71 2.96 3.70 n=50 0.96 1.20 1.44 1.68 1.92 2.16 2.40 2.64 2.88 3.61 n=60 0.94 1.18 1.42 1.65 1.89 2.12 2.36 2.60 2.83 3.54 n= 0 1 1 1 1 2 2 2 2 3 cp requises pour avoir Table : Valeurs minimales de C H0 (Cp > Cp (ref )) avec un risque de se tromper de moins de α = 5% en fonction du nombre d’échantillons. [email protected] UCBN MSP 11 décembre 2016 25 / 34 MSP Intervalle de confiance de Cpk Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Soit un processus stable contrôlé par par la statistique X qui être modélisée par r une loi normale de moyenne µ et d’écart type 1 1 + 2(n−1) alors une approximation σ. En posant A = d 2 9nCpk qui de devient de plus en plus précise quand n devient grand de l’ intervalle de confiance de niveau α de Cpk est d d C pk (1 − z1−(1−α)/2 A) ≤ Cpk ≤ Cpk (1 + z1−(1−α)/2 A) I I z1−(1−α)/2 est le quantile d’ordre 1 − (1 − α)/2 d’une loi normale centrée réduite cp est estimé à partir de l’écart type d’échantillonage s C fondé sur n échantillons. [email protected] UCBN MSP 11 décembre 2016 26 / 34 MSP Exemple Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index On dispose d’une estimation du coeffient de capabilité de d C pk = 1.58 calculé à partir de n = 20 échantillons. Les tolérances sont [740, 760], calculer un intervalle de confiance de niveau 95% de Cpk . I 1 − α = 0.05. Il faut calculer le quantile d’ordre 1 − (1 − α)/2 = 97.5% d’une loi du normale centrée réduite z0.975 ∼ 1.98. I A ∼ 0.169 I un intervalle de confiance de niveau α = 95% est de [1 − 1.98 ∗ 0.169, 1 + 1.98 ∗ 0.169] ∗ 1.58 = On a donc 95 chances sur cent que le vrai coefficient de capabilité Cpk se trouve dans l’intervalle [1.03, 2.06] [email protected] UCBN MSP 11 décembre 2016 27 / 34 MSP Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index 1 2 3 4 5 6 7 8 9 10 11 Cpk(ref) 0.80 1.00 1.21 1.40 1.60 1.80 2.00 1.34 2.50 3.00 4.00 n10 1.36 1.68 2.00 2.32 2.64 2.97 3.29 2.21 4.10 4.92 6.55 n20 1.13 1.40 1.66 1.93 2.20 2.48 2.75 1.84 3.43 4.11 5.47 n50 0.99 1.22 1.46 1.70 1.93 2.17 2.41 1.62 3.01 3.61 4.81 n100 0.93 1.15 1.37 1.60 1.82 2.05 2.28 1.52 2.84 3.41 4.54 n250 0.88 1.09 1.31 1.52 1.74 1.95 2.17 1.45 2.71 3.25 4.33 n500 0.86 1.07 1.28 1.49 1.70 1.91 2.12 1.42 2.64 3.17 4.23 n1000 0.84 1.05 1.25 1.46 1.67 1.88 2.08 1.39 2.60 3.12 4.16 d Table : Valeurs minimales requises pour l’indice C pk permettant d’affirmer que le processus est Cpk -capable selon l’indice souhaité dans 95% des cas [email protected] UCBN MSP 11 décembre 2016 28 / 34 MSP Capabilité 6 Hypothèses Etude de capabilité Capabilités Cpk.chap 1 2 3 4 5 Int. Confiance Index n10 n20 n50 n100 n250 n500 n1000 1.0 1.5 2.0 2.5 3.0 3.5 4.0 Cpk d Figure : C pk minimale dans 95% des cas [email protected] UCBN MSP 11 décembre 2016 29 / 34 MSP Chapitre Capabilité Hypothèses Etude de capabilité Index Capabilités Int. Confiance Index [email protected] UCBN MSP 11 décembre 2016 30 / 34 MSP Index I Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Capabilité risque α, 5 sous contrôle, 5 stabilité, 5 Tolérance, 5 inférieure, LSL , Ti, 5 supérieure, USL,Ts, 5 Indice de capabilité Cp Cp capable, 17 définition, 16 exemple, 20 intervalle de confiance, 23 Intervalle de confiance Cp > Cp (ref ), 25 [email protected] UCBN MSP 11 décembre 2016 31 / 34 MSP Index II Capabilité Hypothèses Etude de capabilité Capabilités Int. Confiance Index Cpk Cpk capable, 19 définition, 18 Intervalle de confiance, 26 Intervalle de confiance Cpk > Cpk (ref ), 28 [email protected] UCBN MSP 11 décembre 2016 32 / 34