Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Section : 3 Groupe : 32 Date : le 25/11/2015 Encadré par : Mme L.EZZINE Managem

Section : 3 Groupe : 32 Date : le 25/11/2015 Encadré par : Mme L.EZZINE Management de la qualité TP1 Réalisé par : BERKANI JIHANE JABRI KAOUTAR Management de la qualité TP1 2 Introduction La qualité s’inscrit nécessairement dans le cadre d'un processus d'amélioration continue, nous devons donc inscrire notre analyse statistique dans le temps. La qualité de la production d'un procédé repose avant tout sur la capacité du pilote à stabiliser son procédé. Pour cela il doit disposer d'un outil lui permettant de faire clairement la distinction entre un état stable et un état instable : tel est le rôle des cartes de contrôle. Avant de stabiliser un procédé, il est important de savoir identifier les causes qui créent les variations dans sa production. Dans le présent TP, on vise le traitement du cas d’une entreprise qui fabrique des contenants de verre dont la plupart sont des embouteilleurs de jus d’orange. La vitesse de la ligne correspond à environ 5000 unités par heure. L’échantillon prélevé est de taille 80 unités pour chaque heure de production. Management de la qualité TP1 3 I. Trace de carte de contrôle pour la proportion non conforme : II. La proportion moyenne de non conforme : LC= p =0.04 III. L ’écart type de la proportion de non conformes : On a : LC= p et LSC= p +3*S Management de la qualité TP1 4 Donc : S= LSC−LC 3 =0.023 IV. Calcul des limites provisoires de contrôle pour la proportion de non conformes : Les limites provisoires : La limite supérieure de contrôle : LSC=0.11 La limite inférieure de contrôle : LIC=0 (on a LIC<0 donc on a remplacé cette valeur par 0) V. Observation des anomalies sur le tracé de la carte : On observe que les deux points 3 et 11 se trouvent hors la limite supérieure, on conclut que le processus n’est pas maitrisé statistiquement. Explication de la situation : on remarque que les deux échantillons 3 et 11 ont été prélevés dans la même heure, on peut alors déduire que l’anomalie est dû aux agents de contrôle, c'est-à-dire le fait qu’on a uniquement deux agents de contrôle effectuant le contrôle d’un échantillon de 80 pièces pour chaque heure de production, il y’a donc possibilité d’absence des deux agents de contrôle à la fois. VI. Révision de l’échantillon : On élimine les échantillons 3 et 11 qui sont hors limites, et on obtient la carte de contrôle suivante : Management de la qualité TP1 5 On observe que l’échantillon 7 (l’échantillon pris le lundi 3 février à 15h30) est aussi hors limite. Pour cela, on élimine cet échantillon et on obtient la carte de contrôle : Management de la qualité TP1 6 VII. La carte de contrôle après l’ajout des échantillons contrôlés le jeudi : Après l’ajout des échantillons prélevés le jeudi, on obtient la carte de contrôle suivante : Management de la qualité TP1 7 La proportion moyenne des contenants non conformes : LC= p =0.03 Les limites de contrôle pour la proportion de contenants non conformes : La limite supérieure de contrôle: LSC=0.09 La limite inférieure de contrôle : LIC=0 (on a LIC<0 donc on a remplacé cette valeur par 0) Oui, on peut considérer que ces heures de production sont sous contrôle statistique puisque aucun échantillon ne dépasse les limites de contrôle. VIII. Détermination de la taille du lot pendant les 4 journées : Management de la qualité TP1 8 La ligne correspond à environ 5000 unités par heure D’où le l’expression suivante : N= (nombre d’unités produites par heure* nombre d’heures)*nombre de jours 5000*8*4=160000 IX. Détermination de la taille d’échantillon minimale requise : En admettant selon la carte p élaborée depuis un certain temps que la proportion moyenne de non-conformes est de ´ p=¿ 0.04, et une marge d’erreur n’excède pas β=0.02 avec un niveau de confiance de 1-α = 90 %, on peut obtenir la taille d’échantillon minimale requise selon les calculs suivants : −β 2 σ √n P( ´ p−β 2 < p< ´ p+ β 2)=P¿ < p−´ p σ √n <¿ β 2 σ √n ) = 1-α = 0.9 Donc P ( −0.434√n< p−´ p σ √n <0.434√n ) =0.9 F ( 0.434√n ) – F ( −0.434√n ) = 0.9 = 2*F( 0.434√n ) – 1 Donc F ( 0.434√n ) = 0.95 En utilisant les tables de la loi normale : Management de la qualité TP1 9 On aura : 0.434√n = 1.7 Donc n =16 Management de la qualité TP1 10 Conclusion : Durant ce TP, on a utilisé la proportion de non conformes pour des embouteilleurs de jus d’orange durant trois journées. A partir de la carte de contrôle, on a remarqué que le processus est non maitrisé statistiquement, ceci est dû à la présence des causes assignables qu’il faut éliminer puisqu’elles ont un effet négatif sur le bon déroulement du processus de la production. uploads/Management/ management-de-qualite.pdf