Le Single Minute Exchange of Die ou SMED :
II.2.4. Méthodes 6 sigma :
C'est une méthode d'amélioration de la qualité et de la profitabilité basée sur la maîtrise statistique des procédés. C'est aussi un mode de management qui repose sur une organisation très encadrée dédiée à la conduite de projet. Cette méthode est aus utilisée pour concilier plusieurs objectifs :
-Doter l'organisation d'actions mesurables et efficaces, -Réduire les pertes et coûts de la qualité.
Ce qui conduit souvent à améliorer l'image de marque du
Prenons, à titre d’exemple, deux formules galéniques, A et B, de mélanges différents destinées à fabriqués des comprimés. La mise en œuvre de ces deux formules sera dans la même presse à comprimés dans les mêmes conditions. La répartition de masse de 10 comprimés issus respectivement des 2 formules se présente ainsi
Figure 23
L'importance des différents piliers dépend des objectifs de la démarche mise en œuvre. Par exemple dans le cas d'une mise en place d'un poste pilote, le pilier 8 (TPM dans les bureaux) n'est pas essentiel.
II.2.4. Méthodes 6 sigma :
C'est une méthode d'amélioration de la qualité et de la profitabilité basée sur la maîtrise statistique des procédés. C'est aussi un mode de management qui repose sur une organisation très encadrée dédiée à la conduite de projet. Cette méthode est aus utilisée pour concilier plusieurs objectifs :
Doter l'organisation d'actions mesurables et efficaces, Réduire les pertes et coûts de la qualité.
Ce qui conduit souvent à améliorer l'image de marque du groupe. 86
Prenons, à titre d’exemple, deux formules galéniques, A et B, de mélanges différents destinées à fabriqués des comprimés. La mise en œuvre de ces deux formules sera dans la même presse à comprimés dans les mêmes conditions. La répartition de masse
mprimés issus respectivement des 2 formules se présente ainsi
23 : Répartition des masses de la formule A
L'importance des différents piliers dépend des objectifs de la démarche mise en œuvre. Par exemple dans le cas d'une mise en place d'un poste pilote, le pilier 8
C'est une méthode d'amélioration de la qualité et de la profitabilité basée sur la maîtrise statistique des procédés. C'est aussi un mode de management qui repose sur une organisation très encadrée dédiée à la conduite de projet. Cette méthode est aussi
Prenons, à titre d’exemple, deux formules galéniques, A et B, de mélanges différents destinées à fabriqués des comprimés. La mise en œuvre de ces deux formules sera dans la même presse à comprimés dans les mêmes conditions. La répartition de masse
mprimés issus respectivement des 2 formules se présente ainsi :
Figure 24
A noter que tout processus manufacturier ou administratif est mêmes résultats sur la durée, il faut donc «
Vu les résultats, le choix de la formule B est légitime pour la bonne raison que celle est plus robuste. D’autres parts, le risque d’obtenir des produits non conformes e
important lorsque le procédé fournit des résultats à fortes variations dans des conditions particulières (humidité relative, température du local, …) dont les masses individuelles peuvent s'éloigner de la masse moyenne théorique et franchir les lim inférieures ou supérieures d'acceptabilité. Cette variation, appelée écart
mesure la dispersion des valeurs autour de la moyenne, exprimé par une courbe de Gauss lorsque l’on représente la répartition des masses de tout le lot
24 : Répartition des masses de la formule B
A noter que tout processus manufacturier ou administratif est incapable de fournir les mêmes résultats sur la durée, il faut donc « vivre avec ».
Vu les résultats, le choix de la formule B est légitime pour la bonne raison que celle est plus robuste. D’autres parts, le risque d’obtenir des produits non conformes e
important lorsque le procédé fournit des résultats à fortes variations dans des conditions particulières (humidité relative, température du local, …) dont les masses individuelles peuvent s'éloigner de la masse moyenne théorique et franchir les lim inférieures ou supérieures d'acceptabilité. Cette variation, appelée écart
mesure la dispersion des valeurs autour de la moyenne, exprimé par une courbe de Gauss lorsque l’on représente la répartition des masses de tout le lot :
: Répartition des masses de la formule B
incapable de fournir les
Vu les résultats, le choix de la formule B est légitime pour la bonne raison que celle-ci est plus robuste. D’autres parts, le risque d’obtenir des produits non conformes est plus important lorsque le procédé fournit des résultats à fortes variations dans des conditions particulières (humidité relative, température du local, …) dont les masses individuelles peuvent s'éloigner de la masse moyenne théorique et franchir les limites inférieures ou supérieures d'acceptabilité. Cette variation, appelée écart-type ou σ, mesure la dispersion des valeurs autour de la moyenne, exprimé par une courbe de
Figure 25 : Courbes de Gauss des répartitions massiques des deux formules
Ainsi pour un processus on définit tout d’abord la valeur moyenne (m) que l'on veut atteindre ainsi que les limites supérieures et inférieures d 'acceptabilité. Puis dans un second temps on vise à obtenir le plus possible de valeurs égales ou le plus proche possible de cette valeur nominale qui est la moyenne (m).
En conclusion, plus σ est faible, plus la production est homogène avec des valeurs proches de la moyenne (m). Ces not
maîtrise statistique des procédés fréquemment utilisés en entreprise. L 'apport du6 d'étendre la démarche à tous les processus de l'entreprise et pas seulement à la production. 87
Pourquoi le 6 sigma :Avoir des limites de tolérances à 6 sigma de la moyenne assure
un résultat proche du zéro défaut. (99,9997% de produits conformes)
Une amélioration de 1 sigma permet de faire un grand pas en avant dans la qualité. Le passage de 3 à 6 sigma permet d
: Courbes de Gauss des répartitions massiques des deux formules
Ainsi pour un processus on définit tout d’abord la valeur moyenne (m) que l'on veut atteindre ainsi que les limites supérieures et inférieures d 'acceptabilité. Puis dans un ond temps on vise à obtenir le plus possible de valeurs égales ou le plus proche possible de cette valeur nominale qui est la moyenne (m).
est faible, plus la production est homogène avec des valeurs proches de la moyenne (m). Ces notions ne sont pas nouvelles. Il s’agit des bases de la maîtrise statistique des procédés fréquemment utilisés en entreprise. L 'apport du6 d'étendre la démarche à tous les processus de l'entreprise et pas seulement à la
Avoir des limites de tolérances à 6 sigma de la moyenne assure un résultat proche du zéro défaut. (99,9997% de produits conformes).
Une amélioration de 1 sigma permet de faire un grand pas en avant dans la qualité. Le passage de 3 à 6 sigma permet d'obtenir un niveau de qualité 20 000 fois supérieur.
: Courbes de Gauss des répartitions massiques des deux formules Ainsi pour un processus on définit tout d’abord la valeur moyenne (m) que l'on veut atteindre ainsi que les limites supérieures et inférieures d 'acceptabilité. Puis dans un ond temps on vise à obtenir le plus possible de valeurs égales ou le plus proche
est faible, plus la production est homogène avec des valeurs ions ne sont pas nouvelles. Il s’agit des bases de la maîtrise statistique des procédés fréquemment utilisés en entreprise. L 'apport du6σ est d'étendre la démarche à tous les processus de l'entreprise et pas seulement à la
Avoir des limites de tolérances à 6 sigma de la moyenne assure .
Une amélioration de 1 sigma permet de faire un grand pas en avant dans la qualité. Le 'obtenir un niveau de qualité 20 000 fois supérieur.
Figure
A partir de 3 Sigma on englobe 99,7 % des produits. Cette valeur peut paraître
acceptable mais elle est à
qu’il fournit.
Voici un exemple de ce que cela donne au quotidien.
Tableau 6: Exemple d'application des 4 et 5 Sigma
4 SIGMA
20000 lettres perdues par heure par les services postaux
2 atterrissages ratés par jour dans les principaux aéroports
200000 prescriptions erronées de médicaments par an
54 heures d’indisponibilité du système informatique par an
Pour que les tolérances soient placées à
donc travailler sur le sigma et tenter de le réduire et ne pas élargir les limites. Figure 26 : La réduction de l’écart type
igma on englobe 99,7 % des produits. Cette valeur peut paraître
à relativiser au regard de la nature du processus
Voici un exemple de ce que cela donne au quotidien.
: Exemple d'application des 4 et 5 Sigma88
5 SIGMA
20000 lettres perdues par heure par 7 lettres perdues par heure atterrissages ratés par jour dans les 1 atterrissage raté tous les 5 ans
200000 prescriptions erronées de 68 prescriptions erronées de
médicaments par an 54 heures d’indisponibilité du
système informatique par an
2 min d’indispensabilité par an
Pour que les tolérances soient placées à 6σ, il faut réduire la dispersion et la variabilité, donc travailler sur le sigma et tenter de le réduire et ne pas élargir les limites.
igma on englobe 99,7 % des produits. Cette valeur peut paraître processus et de ce
88
7 lettres perdues par heure 1 atterrissage raté tous les 5 ans
68 prescriptions erronées de
min d’indispensabilité par an
il faut réduire la dispersion et la variabilité, donc travailler sur le sigma et tenter de le réduire et ne pas élargir les limites.
La réduction de la variabilité doit permettre de faciliter la prise de commande du client, de diminuer les temps de livraison, de favoriser l'action des services supports, etc. Il faut donc l’appliquer sur tous les secteurs et processus de l’entreprise, qu’il s’agir de produits ou de service, et cela est possible en partant du principe que « l'on ne peut améliorer que ce qui est mesurable » (William Deming), l'important est de disposer d'indicateurs là où on veut apporter l'amélioration.
La mise en œuvre de la démarche s'effectue dans un contexte de gestion de projets très encadré. Tous ces projets s'articulent autour d'une même stratégie qui n'est pas sans rappeler la roue de Deming ou PDCA (Plan, Do, Check, Action) et du DMAIC.