Cours de contrôle statistique des processus

Leçon 1 • Histoire et objectif du SPC

Retrace le SPC de Shewhart et Deming jusqu'à la fabrication et les services modernes. Établit pourquoi le contrôle de la variation est essentiel à la gestion de la qualité.

Leçon 2 • Concepts statistiques de base pour le SPC

Révise la moyenne, la variance, l'écart-type et les lois en tant que base mathématique des cartes de contrôle. Garantit que tous les apprenants partagent un vocabulaire statistique commun.

Leçon 3 • Types de données et échelles de mesure

Classe les données comme continues ou par attributs et relie chaque type à la famille de cartes appropriée. Empêche la mauvaise application des cartes de contrôle dans les chapitres suivants.

Leçon 4 • Réflexion sur les procédés et flux

Présente le SIPOC et la cartographie des processus pour identifier les points de mesure avant la mise en carte. Relie la structure du processus à la stratégie de collecte de données.

Leçon 1 • Analyse de concordance par attributs

Applique les statistiques Kappa pour évaluer la cohérence dans les systèmes d'inspection par réussite/échec ou catégoriels. Étend les principes du MSA aux données par attributs utilisées dans les cartes p et np.

Leçon 2 • Répétabilité et reproductibilité des calibres

Couvre le plan d'étude Gage R&R croisé, la collecte de données et l'analyse basée sur l'ANOVA. Fournit l'outil principal pour quantifier la variation du système de mesure.

Leçon 3 • Stabilité et étalonnage des calibres

Examine la stabilité des calibres dans le temps et relie les calendriers d'étalonnage à l'intégrité de la mesure. Garantit que les systèmes de mesure restent valides tout au long des programmes SPC à long terme.

Leçon 1 • Interprétation des signaux des cartes de contrôle

Applique les règles Western Electric et Nelson pour détecter les modèles non aléatoires sur toute carte de contrôle. Traduit les signaux statistiques en déclencheurs d'investigation de processus exploitables.

Leçon 2 • Recalcul et mise à jour des limites de contrôle

Explique quand et comment réviser les limites de contrôle après des améliorations de processus ou des causes spéciales confirmées. Maintient la validité de la carte à mesure que les processus évoluent dans le temps.

Leçon 3 • Carte X-barre et S pour sous-groupes de plus grande taille

Présente la carte S comme un estimateur de dispersion plus efficace lorsque la taille du sous-groupe dépasse quatre. S'appuie sur la logique de la carte R tout en améliorant la sensibilité statistique.

Leçon 4 • Construction de la carte X-barre et R

Parcourt l'échantillonnage par sous-groupes, le calcul de la ligne centrale et les formules des limites de contrôle pour les cartes X-barre et R. Constitue l'ensemble de compétences de base pour la surveillance de la moyenne et de la dispersion d'un processus.

Leçon 1 • Carte c pour le nombre de défauts

Applique le modèle de Poisson pour surveiller le nombre total de défauts par unité d'inspection de taille constante. Établit la base pour comprendre la surveillance basée sur les défauts.

Leçon 2 • Carte np pour le nombre d'unités non conformes

Construit les cartes np lorsque la taille de l'échantillon est fixe et que le comptage d'unités non conformes est la métrique. Met en évidence quand np est préféré à p pour la simplicité de l'opérateur.

Leçon 3 • Carte u pour les défauts par unité

Étend la logique de la carte c aux tailles d'unité d'inspection variables en utilisant une mise à l'échelle des défauts par unité. Permet la surveillance des défauts lorsque la zone ou le volume d'inspection varie entre les échantillons.

Leçon 4 • Carte p pour la proportion d'unités non conformes

Construit des cartes p pour des tailles d'échantillon variables et constantes, y compris la correction de Laney pour la surdispersion. Couvre la carte par attributs la plus largement utilisée dans l'industrie.

Leçon 1 • Indices Cp et Cpk

Calcule la capabilité potentielle (Cp) et la capabilité réelle (Cpk) en utilisant des estimations sigma intra-sous-groupe. Interprète les valeurs des indices par rapport aux références du secteur et aux niveaux sigma.

Leçon 2 • Normalité et capabilité

Teste les hypothèses de normalité avant d'appliquer les indices de capabilité standard et applique des transformations ou des méthodes non paramétriques si nécessaire. Garantit un rapport de capabilité valide.

Leçon 3 • Indices de performance Pp et Ppk

Distingue les indices de performance utilisant le sigma global des indices de capabilité utilisant le sigma à court terme. Guide la sélection correcte de l'indice pour les processus nouveaux vs. établis.

Leçon 4 • Limites de spécification vs. limites de contrôle

Clarifie la différence fondamentale entre les spécifications dictées par le client et les limites de contrôle dérivées statistiquement. Empêche l'erreur critique consistant à confondre les deux sur les cartes de contrôle.

Leçon 1 • Cartes de contrôle multivariées

Présente la carte T² de Hotelling pour surveiller simultanément plusieurs caractéristiques de qualité corrélées. Empêche les fausses alarmes et les signaux manqués causés par la surveillance indépendante des variables.

Leçon 2 • Cartes EWMA pour la dérive progressive

Construit des cartes de moyenne mobile à pondération exponentielle avec un lambda réglable pour équilibrer sensibilité et stabilité. Idéal pour les processus présentant une dérive progressive ou des données autocorrélées.

Leçon 3 • Cartes CUSUM pour les petits décalages

Construit des cartes CUSUM tabulaires et à masque en V optimisées pour détecter des décalages de moyenne de 0,5 à 1,5 sigma. Comble le fossé de sensibilité laissé par les cartes X-barre standard.

Leçon 4 • Cartes adaptatives et cartes de zones

Couvre les cartes de zones et les plans d'échantillonnage adaptatifs qui ajustent la taille ou la fréquence des sous-groupes en fonction des signaux du processus. Améliore la vitesse de détection tout en réduisant le coût d'échantillonnage.

Leçon 1 • Planification du déploiement du SPC

Définit le périmètre, priorise les caractéristiques critiques et élabore un plan de déploiement progressif aligné sur les objectifs commerciaux. Traduit la théorie du SPC en un projet organisationnel réalisable.

Leçon 2 • Plans de contrôle et plans de réaction

Construit des plans de contrôle qui lient les points de mesure, les types de cartes et les actions de réponse en un seul document. Formalise le système de réponse au processus requis pour un SPC durable.

Leçon 3 • Maintien et audit des programmes SPC

Établit des routines d'audit, des indicateurs de performance et des cycles de revue de direction pour éviter la dégradation du programme SPC. Garantit l'efficacité à long terme au-delà de la phase de déploiement initial.

Leçon 4 • Formation et engagement des opérateurs

Conçoit une formation spécifique au rôle pour les opérateurs, les techniciens et les ingénieurs afin de garantir une utilisation correcte des cartes. Aborde les facteurs humains qui déterminent le succès ou l'échec d'un programme SPC.

Leçon 1 • Construire une culture de la qualité avec le SPC

Examine comment une utilisation cohérente du SPC façonne les normes organisationnelles autour de la prise de décision basée sur les données et de l'amélioration continue. Aborde les comportements de leadership qui soutiennent une culture de la qualité.

Leçon 2 • SPC dans le cadre DMAIC Six Sigma

Mappe les outils SPC à chaque phase DMAIC, en mettant l'accent sur les cartes de contrôle dans la phase Contrôle et la capabilité dans la phase Analyser. Positionne le SPC comme le socle de mesure et de contrôle du Six Sigma.

Leçon 3 • Utilisation des données SPC pour la prise de décision

Traduit les tendances des cartes de contrôle et les indices de capabilité en décisions commerciales concernant les investissements, le personnel et les équipements. Fait le pont entre les résultats statistiques et la stratégique qualité au niveau de la direction.

Leçon 4 • Lier le SPC aux opérations Lean

Montre comment les données SPC soutiennent la cartographie de la chaîne de valeur, l'analyse du temps takt et les décisions d'élimination des gaspillages. Intègre le contrôle statistique aux principes du flux Lean.