R EVUE DE STATISTIQUE APPLIQUÉE
J. P ERDIJON
Tri et réception d’un lot quand les mesures sont infidèles
Revue de statistique appliquée, tome 28, n
o2 (1980), p. 73-85
<http://www.numdam.org/item?id=RSA_1980__28_2_73_0>
© Société française de statistique, 1980, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (http://www.
sfds.asso.fr/publicat/rsa.htm) implique l’accord avec les conditions générales d’uti- lisation (http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
TRI ET RÉCEPTION D’UN LOT
QUAND LES MESURES SONT INFIDÈLES*
J. PERDIJON
COGEMA - Centre d’études nucléaires, 85 X 38041 GRENOBLE CEDEX
RESUME. - Les appareils de contrôle ne sont jamais parfaitement fidèles. Nous proposons un
ensemble de procédures pour que le fournisseur puisse néanmoins obtenir en moyenne une
qualité donnée par un contrôle unitaire, et que le client puisse éprouver cette qualité sur un échantillon sans créer de litiges.
1. - INTRODUCTION
Lorsqu’on
veut étudier la distribution d’un caractère dans unlot,
on connaîtbien les deux cas extrêmes suivants :
1) l’appareil
de mesure estparfaitement
fidèle et le lot contient ungrand
nombre
d’individus ;
uneinspection
à 100 % du lot classe sansambiguïté
tous les individus et,
quand l’inspection
neporte
que sur unéchantillon,
il existe des tables
qui permettent
de décider de laréception (acceptation
ou
rejet)
du lotcomplet,
2) l’appareil
de mesure est infidèle et le lot se réduit à un seulindividu;
onrépète
la mesurejusqu’à
cequ’on
obtienne une estimation assezprécise
du caractère de cet individu.
Dans le
premier
cas, ladispersion
de la mesure est considérée commenégli- geable
devant ladispersion
de ladistribution ;
dans le deuxième cas, c’est au con-traire la
dispersion
de la distributionqui
est nulle.En
pratique,
on se trouve presquetoujours
dans une situation intermédiaire : l’infidélité del’appareil
de mesure n’est pasnégligeable
mais on voudrait néanmoins porter unjugement
sur laqualité globale
d’un lotimportant,
sans devoirrépéter
la mesure pour chacun des individus
qui
le composent ; cetterépétition
serait eneffet trop onéreuse.
Nous considérerons le schéma de
réception
suivant,qui
est habituellementadopté lorsque
le caractère est trèsimportant
pour laqualité
de l’individu(et
de(*) Manuscrit reçu en Juin 1979 ; version définitive en Décembre 1979.
Revue de Statistique AppHquëe. 1980, vol. XXVIII, n° 2
Mots-clés : contrôle de
réception,
cartes decontrôle,
fidélité d’uninstrument,
loinormale,
contrôle à 100%,
contrôle paréchantillonnage.
74
l’ensemble dans
lequel
celui-ci seraintégré), qu’il
n’est querepérable
etqu’il
estcontrôlable de
façon
non destructive :1)
le fournisseur contrôle le lotfabriqué
à 100 % et le trie,2)
le client vérifie le lot livré sur un échantillon.Le client doit
indiquer
dans le cahier descharges qu’il
remet au fournisseur :1)
la méthode de contrôle àutiliser,
2)
la ou lesgrandeurs
derejet,
c’est-à-dire la ou lesgrandeurs
extrémalesdu caractère
qui
rendent un individudéfectueux,
3)
laqualité
livréeacceptable,
c’est-à-dire laproportion
maximale de dé-fectueux
qui
sera en moyenneacceptable
dans les lotslivrés,
4)
lesprocédures
à suivre pour la surveillance del’étalonnage (§2),
pour le tri chez le fournisseur(§3)
et pour laréception
chez le client(§4).
Nous supposerons par la suite
qu’il n’y
aqu’une
seulegrandeur
derejet
G et
qu’elle
constitue une bornesupérieure
pour le caractère. Comme les mesures sontgénéralement relatives,
cettegrandeur
doit être matérialisée sous forme d’une référence aussiproche
quepossible
des individus à contrôler. Nous supposeronsqu’un étalonnage préalable
permetd’exprimer
lagrandeur
du caractère et sa me- sure avec la même unité. Nousdésignerons
par D laqualité
livréeacceptable.
2. - SURVEILLANCE DE L’ETALONNAGE
Pendant le contrôle des
individus,
chez le fournisseur comme chez leclient, l’étalonnage
del’appareil
de contrôle doit êtrepériodiquement
vérifié afin d’éviterune dérive. Dans ce
but,
nous proposonsd’appliquer
latechnique
des cartes decontrôle,
bien que celle-ci ne soit normalement destinéequ’aux
contrôles en coursde fabrication
[1].
Pour établir ces cartes, nous utiliserons la référence fixant lagrandeur
derejet (§1)
et nous supposerons que la distribution des mesures de cette référence est normale.Nous proposons donc de suivre la
procédure
ci-dessous(fig. 1) :
A.
Chaque fois
que lesréglages
del’appareil
ont étémodifiés :
1)
mesurer la référence ungrand
nombre de fois successives(par exemple 50), 2)
estimer la moyenne m etl’écart-type
a de lapopulation
àlaquelle
appar- tiennent les mesuresprécédentes ;
en déduire les limites de contrôle de la moyenne et del’écart-type
pour un échantillon dequelques
mesuresde la référence
(par exemple 5) [1 ].
B.
Après chaque
remise en route del’appareillage :
3)
obtenir un échantillon de mesures, calculer moyenne etécart-type
etporter
ces valeurs sur les cartes decontrôle,
4)
si ces valeurs sontcomprises
entre les limites decontrôle,
commencerle contrôle des
individus,
5) sinon,
modifier lesréglages
et refaire les cartes de contrôle.Revue de Statistique Appliquée, 1980, vol. XXVIII, n° 2
75
FIG. 1. - Organigramme de la surveillance de l’étalonnage (A = acceptation, R = rejet, in = individu, ré = référence,
LC = limites de contrôle, T = mesure de tri).
C.
Après
le contrôle de N individus(par exemple 100)
et auplus
toutes les n heures(par exemple 4):
6)
obtenir un échantillon de mesures, calculer moyenne etécart-type
et porter ces valeurs sur les cartes decontrôle,
7)
si ces valeurs sontcomprises
entre les limites decontrôle,
trier les N indi-vidus
précédents,
c’est-à-dire comparer leur mesure individuelle à lamesure de tri T
(§
3 ou4)
et lesséparer
en individusacceptés
et individusrejetés ;
contrôler les N individussuivants,
Revue de Statistique Appliquée, 1980, vol. XXVI 11, n" 2
76
8)
sil’écart-type
est en dehors des limites decontrôle,
modifier lesréglages,
refaire les cartes de contrôle et recontrôler les N individus
précédents, 9)
sil’écart-type
estcompris
entre les limites de contrôle et si la moyenne estsupérieure
à la limitesupérieure
decontrôle,
trier les N individusprécédents,
modifier lesréglages
et refaire les cartes decontrôle ;
recon- trôler les individusrejetés parmi
les N individusprécédents
et commencerle contrôle des individus suivants,
10)
sil’écart-type
estcompris
entre les limites de contrôle et si la moyenne est inférieure à la limite inférieure decontrôle,
trier les N individusprécé- dents,
modifier lesréglages
et refaire les cartes decontrôle ;
recontrôler les individusacceptés parmi
les N individusprécédents
et commencer lecontrôle des individus suivants.
3. TRI CHEZ LE FOURNISSEUR
Soit un lot de A individus sortant de fabrication et
présumé homogène,
c’est-à-dire que les individus
qui
le composent ne diffèrent ni par les caractères propresqui
lesdéfinissent,
ni par ceuxqui
ont contribué à leurproduction.
SoitX la
grandeur
maximale du caractère pour un individu et soit a(X)
la distribution de X dans ce lot(fig. 2).
Le nombre d’individus dont lagrandeur
estcomprise
entre X et X + dX est :et la
proportion
de défectueux dans le lotfabriqué
est :La distribution
a(X)
est bien sûr inconnue ; nous supposeronsqu’elle
estnormale,
de moyenne ma et
d’écart-type
Qa(approximation qui
estparticulièrement
valableau
voisinage
deG).
Nous avons
déjà supposé (§2)
que la distribution des mesuresrépétées
dela référence était
normale ;
l’établissement des cartes de contrôle chez le fournisseur conduit à une moyenne mf et à unécart-type
of.Puisqu’il s’agit
d’un contrôle à 100%,
tous les individus du lotfabriqué
sontcontrôlés,
mais seulement unefois ;
nous supposerons que
l’écart-type
de cette mesure estégal
à of(hypothèse
d’autantplus justifiée
que les individus douteux sont ceux dont le caractère est voisin deG).
La distribution du
lot,
telle que le fournisseur peut l’observer avec son appa- reil de mesure, est encorenormale
de moyenne ma(en
l’absence d’erreursystéma- tique)
etd’écart-type (03C32a + 03C32f)1/2.
Si le caractère étaitmesurable,
le fournisseurpourrait
se contenter d’un contrôle par mesures suréchantillon ;
eneffet,
connais-sant Of
(§2),
ilpourrait
déduire o. del’écart-type
observé sur un échantillon et voir si le lot était effectivementacceptable (NF
X06-023). Puisque
nous avons choisiun schéma de
réception
danslequel
le client demande au fournisseur de trier le lot(§1),
il nous faut fixer la mesure de triTf,
c’est-à-dire la mesure minimale en- Revue de Statistique Appliquée, 1980, vol. XXVII I, n" 277
FIG. 2. - Tri chez le fournisseur et réception chez le client
lorsque les mesures sont infidèles.
traînant le
rejet
d’un individu chez lefournisseur,
defaçon
que,après
ce tri, laproportion
de défectueuxDb
dans le lot telqu’il
sera livré au client soit enmoyenne inférieure à la
proportion
maximale D fixée par le cahier descharges (§1).
Nous poserons :et nous déterminerons le niveau de tri
kf
pour queDb
D.Pour une valeur donnée de
kf,
laprobabilité d’acceptation
des individuspar le fournisseur est :
Revue de Statistique Appliquée, 1980, vol. XXVIII, n° 2
78
en
désignant
par F la fonction derépartition
de la loi normale. Si le lot est livréaprès
ce tri, la distribution de X dans ce lot sera(fig. 2) :
l’effectif moyen du lot livré sera :
et la
proportion
moyenne de défectueux dans ce lot sera :Cette
proportion
est bien sûr inconnue. Le seul indicateur quepossède
le four-nisseur est l’effectif
B ;
ilpeut
en tirer le taux derejet
moyen lors du tri :Db
etRf dépendent
desparamètres
de la distribution observée et du niveau de tri ; ils nedépendent
donc que de troisparamètres,
parexemple Da , of/ua
et
kf.
Nous avonsprogrammé
les calculsprécédents
sur unepetite
calculatrice de bureau et nous avons simulé ungrand
nombre de lots et de types de contrôleen faisant varier les trois
paramètres (-
~ X~). Quelques-uns
de ces résul-tats sont
regroupés
dans la table1 ;
pour of =0 ,
on aDb =
0 etRf
=Da .
Nous choisirons comme indicateur le taux de
rejet
et nous lui chercheronsune borne inférieure
qui
soit :1) indépendante
de laqualité fabriquée
et de la fidélité ducontrôle,
2) susceptible
de n’êtredépassée (inférieurement)
que si laproportion
dedéfectueux
après
tri est inférieure à laproportion
maximaleacceptable
D.Si nous fixons
Db = D,
nous pourrons établir le réseau des courbes donnantRf
en fonction deof/ua’
pour diverses valeurs dek f.
Lafigure
3 donne ce réseaupour D =
0,001 ;
on remarque que toutes ces courbesprésentent
un minimum(pour of/ua
voisin de0,3)
et il en est de même pour d’autres valeurs de D.Réciproquement,
si le taux derejet
est inférieur à la borne inférieure quenous venons de trouver, nous pourrons affirmer que la
proportion
de défectueux est en moyenne inférieure àD,
doncacceptable.
A un niveau de trik f
et à unequalité
livréeacceptable
Dcorrespond
donc un taux maximal derejet
Rqui
nesera en moyenne
dépassé
que siDb
>D ;
parexemple,
pour obtenir D =0,001 (fig. 3),
onpeut
choisirkf
= 0 et R =0,006
ou bienkf
= -2 et R =0,38.
Leréseau de la
figure
4 montre commentk f
varie en fonction deD,
pour diverses valeurs de R.Le choix de R
dépend
alors de laqualité
de la fabrication. Calculons en effet lerejet
à tort lors du tri à un niveau donné. Le nombre de défectueux dans A estAD.,
le nombre de défectueux dans B estBDb
et le nombre derejets
estARf ;
on en tire la
proportion
d’individus bonsqui
sontrejetés
à tort :Revue de Statistique Appliquée, 1980, vol. XXVIII, n° 2
79
FIG. 3. - Taux de rejet chez le fournisseur pour une proportion
de défectueux
dans le lot livré
égale
à 0,001 et pour divers niveaux de tri.Pour
Da
etOf/Oa donnés,
RAT croît avecRf,
donc décroît aveckf (table I)
ainsi le fournisseur a intérêt à choisir la valeur de R la
plus
faiblequi
soit compa- tible avec laqualité
de sa fabrication et la fidélité de son contrôle.Nous proposons donc la
procédure
ci-dessous :1)
choisir un taux maximal derejet
R un peusupérieur
à laproportion pré-
sumée de défectueux dans le lot
fabriqué
et déterminer le niveauk f
enfonction de D
(fig. 4) ;
en déduire la mesure de triTf
= mf +k f
uf ’2)
contrôler le lot unitairement ; soit x la mesure maximale d’unindividu, 3)
si xT f ,
l’individu seraaccepté ;
sinon, il serarejeté,
4) compter
le nombre derejets
et en déduire le taux derejet Rf
pour lelot ;
si
Rf R,
livrer les individusacceptés
auclient ; sinon,
recommencer le tri enadoptant
un taux maximal derejet plus
élevé.Revue de Statistique Appliquée, 1980, vol. XXVIII, n° 2
80 Revue de Statistique Appliquée, 1880, vol. XXVIII, n° 2
81
FIG. 4. - Niveau de tri chez le fournisseur en fonction de la qualité
livrée acceptable, pour divers taux maximaux de rejet.
4. RECEPTION CHEZ LE CLIENT
Le lot de B individus est donc livré au client. La distribution b
(X)
du carac-tère X dans ce lot est
plus
au moins franchementtronquée
suivant laqualité
du lotfabriqué
et la fidélité du contrôle chez le fournisseur(fig. 2).
Le client ne connaîtni o. , ni af , ni
Rf ;
ilpossède
néanmoins la mêmeréférence,
pourlaquelle
sescartes de contrôle
(§2) indiquent
une moyenne mc et unécart-type
oc. Il prononce laréception
sur un échantillon(§1)
et, comme la distributionb (X)
n’est pas nor-male,
il doit faire son contrôle par attributs[2].
Soit
Tc
la mesure detri,
c’est-à-dire la mesure minimale entraînant lerejet
d’un individu chez le
client ;
nous poserons :Pour une valeur donnée de
kc la probabilité
derejet
des individus par le client est :en
désignant
par F la fonction derépartition
de la loi normale. Le nombre moyen delitigieux,
c’est-à-dire le nombre moyen d’individusacceptés
par le fournisseur maisrejetés
par leclient,
est alors(fig. 2) :
Revue de Statistique Appliquée, 1980, vol. XXVI 11, n" 2
82
et la
proportion
delitigieux
àlaquelle
on doit s’attendre en moyenne est :Nous avons continué les calculs
précédents (§3)
en simulantplusieurs
types de contrôle chez leclient,
c’est-à-dire en faisant varier03C3c/03C3a
etkc.
Laproportion
de
litigieux dépend
donc decinq paramètres.
Par un raisonnementanalogue
à celuiutilisé au
paragraphe précédent,
nous lui chercherons une bornesupérieure qui
soit :
1) indépendante
desopérations
effectuées chez le fournisseur et de la fidé- lité du contrôle chez leclient,
2) susceptible
de n’êtredépassée (supérieurement)
que si laproportion
de défectueux dans le lot livré estsupérieure
à laproportion
maximaleacceptable
D.Si nous fixons
Db
=D,
nous pourrons tracer les courbes donnantRc
en fonc-tion de
kc,
pour diverses valeurs des autresparamètres.
Lafigure
5 donnequel-
FiG. 5. - Proportion de litigieux en fonction du niveau de tri,
pour une proportion de défectueux dans le lot livré
égale
à 0,001.Revue de Statistique Appliquée, 1980, vol. XXVII I, n° 2
83
ques-unes de ces courbes pour D =
0,001 ;
on remarque que toutes ces courbes sont situées au-dessous de l’une des deux courbes suivantes :1)
la courbeRp
=D ;
ellecorrespond
à Ge = 0 et on a alorsRe = Db’ quel
que soit
kc
2)
la courbeRc
= 1 - F(kc),
endésignant
par F la fonction derépartition
de la loi
normale ;
ellecorrespond
à 03C3a = 0 et la distribution observée est alorsnormale,
de moyenne ma = mc etd’écart-type
03C3c.Ces deux courbes se
coupent
pour :et il sera commode de choisir
précisément
comme bornesupérieure
deRp
la valeurD,
à condition que le niveau de tri soit déterminé par cette relation(fig. 6).
Réciproquement,
si laproportion
delitigieux
estsupérieure
à la bornesupé-
rieure que nous venons de trouver, nous pourrons affirmer que la
proportion
de défectueux est en moyennesupérieure
àD,
doncrejetable.
A unequalité
livréeacceptable
Dcorrespondent
donc un niveau de trike
et uneproportion
maximalede
litigieux
Dqui
ne sera en moyennedépassée
que siDb
>D ;
parexemple,
siD =
0,001 (fig. 5),
onprendra ke = 3,09.
Lafigure
6 montre commentke
varieen fonction de D.
FIG. 6. - Niveau de tri chez le client en fonction de la qualité livrée acceptable.
Revu. de Statistique Appliquée, 1980. vol. XXVI 11, à* 2
84
Pour un
échantillon,
nous proposons donc laprocédure
ci-dessous :1)
déterminer la taille de l’échantillon et le critère Ad’acceptation
pour un niveau dequalité acceptable égal
à D[2],
2)
déterminer le niveauke
en fonction de D(fig. 6)
et en déduire la mesurede tri
Tc =
me +ke
03C3c ,3) prélever
l’échantillon au hasard et le contrôlerunitairement ;
soit x lamesure maximale d’un
individu,
4)
compter le nombre a d’individus pourlesquels
x >Tc ;
si aA,
le lotsera
accepté ;
sinon, il serarejeté.
5. - CONCLUSION
Nous avons donc établi un ensemble de
procédures qui permettent :
1)
au fournisseur d’obtenir en moyenne unequalité
donnée pour le lotlivré, après
un contrôle à 100 % du lotfabriqué,
2)
au clientd’éprouver
cettequalité
sur un échantillon du lotlivré,
sanscréer de
litiges,
quelles
que soient laqualité
du lotfabriqué
et la fidélité desappareils
de cantrôle.Par
l’adoption
de mesures de tri liées à la fidélité desappareils,
fournisseur et client ont intérêt à obtenir la meilleurefidélité,
l’un pourqu’il rejette
le moins pos- sible d’individus bons et l’autre pourqu’il accepte
le moinspossible
de lots nonconformes ;
mais, comme cette fidélité détermine l’intervalle entre les limites decontrôle,
chacun a intérêt àadopter
une fidélitéqui
soitcompatible
avec desréglages
stables.Il se peut
qu’il
existe des mesures de triqui
soientplus
efficaces que celles que nous avonsproposées.
Leur recherche nécessiteraitcependant
de mieux con-naître les lois de
probabilité auxquelles
obéissent le taux de rebut et laproportion
de
litigieux.
Cette étude a été faite dans le cadre de l’assurance de
qualité
pour la fourni-ture des
gaines
destinées au combustible du réacteur nucléaireSuperphénix ;
l’indi-vidu est alors un tube
métallique,
le caractère contrôlé est la dimension des défauts éventuels(fissures, incrustations,...), l’appareil
de contrôle mesurel’amplitude
des échos ultrasonores
provoqués
par ces défauts et la référence est un tubecomportant
des fentes calibrées[3].
REMERCIEMENTS
Nous remercions Monsieur J. BOUDAILLE pour ses utiles remarques.
Revue de Statistique Appliquée, 1980, vol. XXVII I, n" 2
85 REFERENCES
[1]
"Contrôle en cours de fabrication. Carte decontrôle",
normefrançaise
NF X 06-031
(1970).
[2] "Règles
et tablesd’échantillonnage
pour les contrôles par attributs et par dé- compte du nombre dedéfauts",
normefrançaise
NF X 06-022(1967).
[3]
J. PERDIJON. - "Le contrôle des tubes parultrasons",
Pour laScience, n° 2, 93 (1977).
Revue de Statistique Appliquée, 1980, vol. XXVIII, n° 2