MFU — Capacité machine

Cm, Cmk et analyse de tolérance

Markdown

Examen de Capacité Machine (MFU)

Aperçu

L'Examen de Capacité Machine (MFU) est un outil central de l'assurance qualité permettant d'évaluer la capacité d'une machine ou d'un processus de fabrication à produire des pièces dans les limites de tolérance spécifiées. Contrairement à l'examen de capacité de processus (SPC/Ppk), la MFU considère exclusivement la dispersion à court terme d'une machine dans des conditions contrôlées.

La MFU est généralement effectuée lors de :

  • Acquisition d'une nouvelle machine (test de réception)
  • Révision ou réparation
  • Relocalisation d'une machine à un nouvel emplacement
  • Vérification périodique dans le cadre de la maintenance préventive

Info : La MFU mesure la capacité inhérente de la machine elle-même, sans l'influence de facteurs tels que l'usure des outils, les changements de matière ou les effets de l'opérateur. Pour l'évaluation du processus global, consultez l'analyse de capacité de processus (Ppk).

Aperçu MFU

Procédure type

  1. Installer la machine dans des conditions stables (même opérateur, même matière, même environnement)
  2. Fabriquer au minimum 50 pièces consécutives (recommandé : 50 à 100 pièces)
  3. Mesurer toutes les pièces et saisir les valeurs mesurées dans my8data
  4. Définir les limites de tolérance (LSL/USL) et le cas échéant la valeur nominale
  5. Effectuer l'évaluation et analyser les indices

Aperçu des indices

Indice Désignation Exigence minimale Signification
Cm Indice de capacité machine >= 1,67 Rapport entre la plage de tolérance et la dispersion du processus
Cmk Indice critique de capacité machine >= 1,67 Prend également en compte la position de la moyenne

Avertissement : Une valeur Cm élevée seule ne suffit pas. Ce n'est que lorsque Cmk atteint également le seuil que l'on peut assurer que le processus est à la fois suffisamment étroit et centré dans la tolérance.


Saisie des données et spécifications

Saisir les valeurs mesurées

Avec my8data, vous disposez de plusieurs méthodes pour enregistrer vos données de mesure pour la MFU :

  • Saisie manuelle : Entrez les valeurs mesurées directement dans le tableau de saisie. Utilisez la touche Tab pour basculer rapidement entre les champs.
  • Import depuis Excel/CSV : Téléchargez un fichier préparé contenant vos valeurs mesurées. Les données sont automatiquement reconnues et importées.
  • Presse-papiers (Copier & Coller) : Copiez les valeurs mesurées à partir de n'importe quelle source et collez-les dans le champ de saisie.

Saisie de données MFU

Définir les limites de spécification

Pour le calcul de la capacité machine, vous devez définir les limites de spécification (limites de tolérance) :

Champ Description Exemple
USL (Limite Supérieure de Spécification) Valeur maximale autorisée 10,05 mm
LSL (Limite Inférieure de Spécification) Valeur minimale autorisée 9,95 mm
Valeur nominale (optionnel) Valeur cible nominale 10,00 mm

Conseil : Si vous avez une tolérance unilatérale uniquement (par ex. un maximum seulement), laissez le champ correspondant vide. Le calcul déterminera alors uniquement l'indice unilatéral.

Taille d'échantillon

Pour une MFU significative, la taille d'échantillon doit être au minimum n = 50. Le tableau suivant présente les tailles d'échantillon recommandées :

Taille d'échantillon Aptitude Remarque
n < 30 Non recommandé Puissance statistique trop faible
n = 50 Standard Exigence minimale courante selon VDA/AIAG
n = 100 Recommandé Sécurité statistique plus élevée
n > 100 Très bon Particulièrement utile pour les caractéristiques critiques

Info : Selon VDA Band 5 et le manuel de référence SPC AIAG, une taille d'échantillon d'au minimum 50 pièces est recommandée pour l'examen de capacité machine.


Indices Cm et Cmk

Indice de capacité machine Cm

L'indice Cm (Machine Capability Index) décrit le rapport entre la plage de tolérance et la dispersion mesurée de la machine. Il indique l'espace disponible au processus dans la tolérance, indépendamment de la position de la moyenne.

Formule :

Cm = (USL - LSL) / (6 * s)

Où :
- USL : Limite supérieure de spécification
- LSL : Limite inférieure de spécification
- s : Écart-type de l'échantillon

Une valeur Cm de 1,00 signifie que la dispersion du processus (6s) correspond exactement à la plage de tolérance. En pratique, des valeurs nettement plus élevées sont exigées.

Indice critique de capacité machine Cmk

L'indice Cmk (Critical Machine Capability Index) prend en compte en plus de la dispersion la position de la moyenne par rapport au centre de tolérance. Il est toujours inférieur ou égal à la valeur Cm.

Formule :

Cmk = min((USL - x̄) / (3 * s), (x̄ - LSL) / (3 * s))

Où :
- : Moyenne arithmétique de l'échantillon
- La plus petite des deux valeurs est déterminante

Évaluation des indices

Plage Cm Cmk Évaluation
Capable >= 1,67 >= 1,67 Machine capable ; le processus peut être validé
Conditionnellement capable 1,33 - 1,66 1,33 - 1,66 Machine conditionnellement capable ; actions d'amélioration recommandées
Non capable < 1,33 < 1,33 Machine non capable ; mesures requises

Conseil : Si Cm diffère significativement de Cmk, cela indique que la machine a une dispersion suffisamment étroite, mais que la moyenne n'est pas centrée. Dans ce cas, un simple réglage de la machine peut souvent suffire.

Intervalles de confiance

Les indices calculés sont basés sur un échantillon et sont donc soumis à une incertitude statistique. my8data calcule automatiquement les intervalles de confiance, qui indiquent la plage dans laquelle se situe le véritable indice avec une certaine probabilité.

Info : Avec des échantillons plus grands, les intervalles de confiance deviennent plus étroits, ce qui augmente la fiabilité de l'analyse.


Analyse de la distribution

Test de normalité

Une condition préalable fondamentale pour le calcul de Cm et Cmk est que les valeurs mesurées soient distribuées normalement. my8data effectue automatiquement un test de normalité pour vérifier cette hypothèse.

Les procédures de test suivantes sont utilisées :

Test Description Recommandé pour
Shapiro-Wilk Comparaison de l'échantillon avec une distribution normale théorique Échantillons jusqu'à n = 5000
Anderson-Darling Test pondéré mettant l'accent sur les zones extrêmes Application générale
Kolmogorov-Smirnov Comparaison des fonctions de distribution cumulées Grands échantillons

Avertissement : Si le test de normalité montre un écart significatif par rapport à la distribution normale (valeur p < 0,05), les valeurs Cm/Cmk calculées doivent être interprétées avec prudence. Dans ces cas, une transformation des données ou l'utilisation de modèles de distribution alternatifs peut être nécessaire.

Histogramme

L'histogramme représente graphiquement la distribution des valeurs mesurées. Il montre la fréquence à laquelle certaines plages de valeurs mesurées se produisent et permet une évaluation visuelle de la distribution.

Histogramme MFU

Les éléments suivants sont affichés dans l'histogramme :

  • Barres : Fréquence des valeurs mesurées par classe
  • Courbe de distribution normale : Distribution normale théorique basée sur la moyenne et l'écart-type
  • Limites de spécification : Lignes verticales rouges à USL et LSL
  • Moyenne : Ligne verticale verte à la moyenne arithmétique

Papier de probabilité

Sur le papier de probabilité (Normal Probability Plot), les valeurs mesurées sont tracées par rapport aux quantiles attendus de la distribution normale. Si les points se situent approximativement sur une ligne droite, cela indique une distribution normale.

Papier de probabilité

Interprétation de l'analyse de distribution

Observation Cause possible Action recommandée
Distribution asymétrique Usure de l'outil, contrainte unilatérale Identifier et éliminer la cause
Distribution bimodale Mélange de deux populations (par ex. deux outils) Séparer et analyser les données séparément
Valeurs aberrantes Erreur de mesure, défaut matériel Vérifier les valeurs aberrantes et les supprimer si nécessaire
Distribution large Dispersion élevée de la machine Entretenir ou régler la machine

Conseil : Utilisez l'analyse de distribution non seulement pour valider l'hypothèse de normalité, mais aussi comme outil de diagnostic pour identifier précocement les problèmes potentiels.

Jetzt selbst ausprobieren

Créez vos propres analyses MSA, SPC et de capabilité avec my8data — la plateforme web pour la gestion de la qualité.

S'inscrire maintenant