R&R MSA Intro page 1/2
Chapitre 1 Résumé
Qualité des données de mesureLes données de mesure s’avèrent plus utiles que jamais. Il existe de nombreuses façons de l’utiliser,comme prendre une décision de traitement qui pourrait s’appuyer sur les résultats de ces données. Une autre utilisation deces données peuvent également servir à créer des relations entre les variables.Dans cette optique, il est important de noter la qualité de ces données. La qualité de ces données estdirectement proportionnelle à ses avantages. Une qualité supérieure signifie des avantages supérieurs et une qualité inférieuresignifie des prestations inférieures.Les propriétés statistiques souvent utilisées pour classer la qualité des données sont le biais, la variance et l’interaction.Le biais fait référence à la tendance d’un environnement. La variance fait référence à la mesure de l’expansionles données sont. L’interaction fait référence à la relation de deux ou plusieurs variables qui causeraientde bonnes ou de mauvaises conséquences.ButL’objectif principal de ce document est de fournir des règles et des protocoles pour évaluer la qualité d’unsystème de mesure.TerminologieDéfinitions principales● Mesure – processus d’attribution de valeurs à des objets physiques concernant leurpropriétés individuelles● Gage – fait référence à un instrument à mesurer● Système de mesure – le processus global pour obtenir des mesures
Définitions mineures● Précision – proximité de la vraie valeur● Biais – parfois appelé erreur systématique● Capacité – variabilité dans un court laps de temps de lectures● Cohérence – le degré auquel la répétabilité varie dans le temps.● Résolution efficace – une unité de mesure qui génère une donnée utile● Gage R&R – acronyme de Gage Repeatability and Reproductibility, une combinaisondes deux R&R● Linéarité – changement de biais dans le temps● Capacité du système de mesure – estimation de la variance de l’appareil de mesuresur une courte période● Performance du système de mesure – la capacité du système de mesure à réagirchangements dans la fonction mesurée● Performance – les lectures prises sur une longue période de temps ont beaucoup de variation● Précision – « proximité » des lectures répétées les unes par rapport aux autres● Valeur de référence – connue sous le nom de valeur acceptée● Répétabilité – possibilité d’avoir des essais successifs● Reproductibilité – capacité à produire les mêmes résultats● Stabilité – un processus de mesure stable concernant l’emplacement● Standard – connu comme la valeur de référence● Valeur vraie – connue sous le nom de valeur réelle● Incertitude – un nombre approximatif de valeurs à travers la valeur calculée qui estsupposé contenir la vraie valeur● Uniformité – sur la plage de fonctionnement standard, l’amélioration de la répétabilitéNorme et traçabilitéSelon le Vocabulaire international ISO des termes fondamentaux et généraux de métrologie (VIM),la traçabilité est définie comme :« La propriété d’une mesure ou la valeur d’une métrique qui lui permet d’être liée à desréférences, généralement des normes nationales ou internationales, dans une chaîne ininterrompue de comparaisonsle tout avec des incertitudes déclarées.Avec la traçabilité, le besoin de retest et de réductions est considérablement réduit.
Vraie valeurLa CIBLE agit comme la vraie valeur de la pièce. Le meilleur scénario pour toute organisation est d’avoirune valeur économiquement proche de la CIBLE. Cependant, des incertitudes peuvent êtreminimisée en employant une valeur de référence basée sur des critères bien définis qui peuvent également êtretraçable.Le processus de mesureIl est important de savoir quel est l’objectif principal d’un processus et quelles sont les étapes nécessaires pourles atteindre.À ce sujet, l’analyse des effets du mode de défaillance du processus vient à l’esprit. Cette analysedécrit tous les risques liés aux processus et propose des méthodes pour éviter les conséquences négatives.Les résultats de cette analyse sont ensuite alimentés et utilisés pour le plan de contrôle de l’organisation.Un processus commence toujours par des intrants, qui dans ce cas sont les besoins des clients. Lesles clients possèdent les processus et visent à prendre une excellente décision avec un minimum d’efforts.l’opération commence alors avec les ressources fournies par l’organisation. Cela se présente principalement sous des formesd’équipements neufs ou l’entretien d’équipements anciens. Il se termine par d’excellentes sorties qui sonttraçable et satisfait le client. Les clients peuvent également avoir le pouvoir de contrôler et de surveillerces sorties.Propriétés statistiques des systèmes de mesureUn système de mesure parfait est un système qui ne produirait que desdes mesures. Cependant, les résultats du système de mesure qui ont des propriétés statistiques souhaitables(zéro biais, zéro variance, zéro erreur de classification) se produisent rarement. Cette vérité de la vie conduirait
gestionnaires d’établir des propriétés de système de mesure statistique moins souhaitables, mais cesles propriétés statistiques définissent la qualité du système de mesure.Les gestionnaires déterminent les propriétés statistiques. Ces propriétés définies serviront de base pourchoisir un système de mesure. Cela signifie que les définitions opérationnelles et les méthodes acceptablesde différentes propriétés statistiques sont nécessaires.Sources de variationL’une des principales causes pour lesquelles un système de mesure ne peut pas être parfait est la variation.Il existe plusieurs causes de variation qui dépendent de la situation. Il existe différentes méthodesde présenter et de regrouper également ces variations.L’alias SWIPE (Standard, Workpiece, Instrument, Person and Procedure, and Environment)représente les six éléments de base d’un système de mesure général. Tous les facteurs impliquant ces sixdoivent être compris afin que tous les risques les concernant puissent être atténués ou supprimés.Effet de la variabilité du système de mesureLes erreurs dans le système de mesure (capacité de mesure) doivent être minimisées etévalué. L’effet de toutes les variations du système de mesure affecte la mesurela performance du système.Effets sur les décisions relatives aux produits et aux processusAprès avoir mesuré quoi que ce soit, la prochaine étape de l’action à faire est de classer sa mesure. Le plusles groupes communs de résultats de mesure sont ceux en termes de spécification (bon) et non(mauvais).Avec ces résultats, l’objectif constant d’un système de mesure est de maximiser le bon produitet traiter les décisions. Il y a deux choix principaux pour y parvenir : 1.) réduire les variations enaméliorer le processus de production actuel et 2.) réduire les erreurs de mesure en améliorant lesystème de mesure actuel.Un contrôle de processus approprié établit un contrôle statistique, une cible et des variations. La mesureles variations du système affectent la prise de décision d’une organisation, ce qui peut conduire à des erreursdécisions concernant les produits (principalement en raison d’erreurs du système de mesure).
En termes mathématiques, cela peut être exprimé par :(Cp)abs2 = (Cp)réel2 + (Cp)msa2Cela signifie que la capacité de processus prévue est égale à la somme du processus réelcapacité et ses variantes. Pour atteindre une capacité de processus spécifique, des facteurs distincts doivent êtrepris en considération.Acceptation du nouveau processusIl est normal pour une organisation d’adapter de nouveaux processus pour suivre le rythme actuel de l’industrie.L’adaptation d’un nouveau processus signifierait qu’une activité de rachat aurait lieu. Une activité de rachatest une série d’étapes qui impliquent des recherches et des études réalisées sur les équipements du nouveau procédé à la foisau niveau des fournisseurs et des clients.Si le système de mesure utilisé lors de l’activité de rachat diffère de celui de l’organisationsystème de mesure, cela pourrait causer d’autres problèmes à l’organisation. Un des plusles problèmes courants dans ce scénario sont lorsque le système de mesure utilisé au niveau du fournisseurdonne une valeur beaucoup plus élevée (gage). Cela conduit à une discrimination dans les résultats.Pour minimiser l’occurrence de tels scénarios, la meilleure action serait d’avoir unsystème de mesure aux deux niveaux.Contrôle de la configuration du processusLa falsification fait référence à un acte d’ajustement continu du système de mesure. Cette action seraitdonner lieu à une multitude de variantes. Un scientifique bien connu, le Dr Deming a d’abord effectué l’entonnoirexpérimenter pour cette méthode.Avec ses résultats d’expérience, il a conclu les règles suivantes:1. À moins que le processus ne soit stable, n’apportez aucune modification.2. Si des modifications doivent être apportées, exécutez les modifications dans des directions égales et opposées.3. Ajustez le processus en conséquence pour atteindre la cible.4. Ajustez le processus au dernier point de mesure connu