R EVUE DE STATISTIQUE APPLIQUÉE
G UENOT
Le contrôle précis des duretés dans un atelier de frittage. Application des méthodes statistiques à l’amélioration d’un procédé de mesure
Revue de statistique appliquée, tome 1, n
o2 (1953), p. 65-84
<http://www.numdam.org/item?id=RSA_1953__1_2_65_0>
© Société française de statistique, 1953, 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
LE CONTROLE PRÉCIS DES DURETÉS
DANS UN ATELIER DE FRITTAGE
(APPLICATION DES MÉTHODES STATISTIQUES A L’AMÉLIORATION
D’UN PROCÉDÉ DE MESURE)
par
M. GUENOT
Ingénieur des
Arts etManufactures,
Monsieur GUENOT apoursuivi
ses études en
Angleterre
où il a obtenu undiplôme
de doctorat(Ph. D) en,Mé- tallurgie.
Actuellement, Chef
de Recherches au Laboratoire Central des Usines Schneider auCreusot,
Monsieur Guénot a eu maintes occasionsd’appliquer
les méthodes de
l’analyse statistique
àl’organisation
rationnelle deplans rr ex-
pé’Yience permettant
de mettre en évidence lesprinciPales
causes dedispersion
des résultats.
On trouvera dans
1’exposé ci-après
uneapplication
des méthodes d’ana-lyse
de variance à unptan exPérimental relatif
à l’étude de ladispersion
demesures de dureté
laites
à l’aide d’unappareil
Rockwell.Pour contrôler la régularité d’une production métallurgique aux différentes étapes de la fabrication, on fait souvent appel aux mesures de dureté (ateliers de traitements thermiques ou de frittage). Ce contrôle est d’autant
plus efficace que la précision des mesures est plus/grande.
Pour caractériser et améliorer la précision des mesures, on peut faire appel cB l’analyse de la variance, opéra-
tion statistique dont le mécanisme et l’utilité sont discutés en détail sur un exemple pratique.
Cette étude a permis notamment de déceler des variations systématiques qui s’ajoutaient cB l’erreur de mesure
et finalement de mettre au point une méthode pratique capable de les éliminer.
A. PRÉAMBULE
AI. - BUT DU CONTROLE DE FABRICATION.
Le but essentiel de tout contrôle de fabrication est de limiter la
dispersion
que1’9n peut
obser-ver dans «
la qualité »
desproduits.
Pour êtreefficace,
ce contrôle doitêtre capable
de décelerrapi-
dement les variations anormales
qui
traduisent un «déréglage
»(RI), (R2).
Dans le but d’obtenir une sensibilité
suffisante,
on est souvent amené à faireappel
à descaractéristiques physiques qui
n’intéressent pas directement l’utilisateur etqui peuvent
mêmeporter
sur des
étapes
intermédiaires de la fabrication(R3).
C’est ce
qui
seproduit
notamment dans la fabrication des carbures frittés où le contr8le des duretés sur descubes-pilotes
constitue,lorsqu’il
est suffisammentprécis,
un excellent moyen de déceler lesdéréglages
de fabrication ; on saitcependant
que la meilleure dureté à froid n’est pas nécessairement associée avec les meilleurespropriétés
de coupe.A2. - CONDITIONS
PARTICULIÈRES
DUPROBLÈME.
A.21 Dans la fabrication des carbures frittés destinés à
l’usinage
de la fonte(classe
G etH)
ou de l’acier
(classe S)
un contrôle de dureté étaitprévu
aux deuxétapes
suivantes : 10 Au début dufrittage
dechaque
lot sur descubes-pilotes ;
20
En fin de-...frittage
de ces lots sur desplaquettes prélevées
au hasard dans la fabrication.Chaque cube-pilote
étaitpréparé
àpartir
depoudre prélevée
dans le lot à contrôler ; lefrittage
avait lieu dans les mêmes conditions que celui desplaquettes
de fabrication courante.Toutefois, pour
augmenter
la sensibilité des contrôles, on avait donné aux cubes uneépaisseur légèrement supérieure (8
mm. au lieu de 6mm.)
à celle desplaquettes ;
cequi
avait poureffet,
notamment,d’amplifier
les différences entre lescaractéristiques
en peau et à coeur.A.22 Les conditions de contrôle étaient sensiblement les
mêmes, qu’il s’agisse
descubes- pilotes
ou desplaquettes.
L’essai de dureté devait s’effectuer
rapidement,
àproximité
de l’atelier par desopérateurs
non
spécialisés.
Dans ces conditions, les
vibrations,
les variations detempérature,
et surtout lenon-parallé-
lisme des faces de l’échantillon
représentaient
autant de causes d’erreurqui
nepouvaient
être entiè- rement éliminées, maisqu’on
devait s’efforcer de minimiser.Par contre, on savait par des essais
préliminaires
que les différences de dureté d’uneplaquette
à l’autre étaient
généralement
faibles(de
l’ordre dudemi-point ROCKWELL)
etqu’il
était par con-séquent
difficile de mettre en évidence des variationssignificatives
de dureté à moins de faireappel
à des moyens de mesure très sensibles.
A.23 Le
problème
à résoudrepouvait
s’énoncer ainsi : « Effectuer dans les conditions pra-tiques
de l’atelier, mais avec la,plus grande précision possible,
des mesures de duretéportant
sur des échantillons dont la dureté avoisine 80 Rockwell C. »Pour des raisons de robustesse et de
rapidité,
l’atelier avaitadopté
une machine de dureté dutype
ROCKWELL C pourvue depénétrateurs
en diamant SODIAM(pyramides
àmultiples facettes).
Comme ces
pénétrateurs
finissent par se détériorerplus
ou moinsrapidement,
l’atelierpossé-
dait en stock une demi-douzaine de
pénétrateurs soigneusement repérés,
defaçon
àpouvoir
retirerdu service et faire retailler immédiatement tout
pénétrateur
dont le diamant est émoussé ou dontles
performances
ne sontplus
satisfaisantes dupoint
de vue de laprécision.
A.24 Etant donné la machine et ses
pénétrateurs
derechange,
leproblème
se ramenait àcaractériser, réduire et maintenir constante la
dispersion
des mesures de dureté.Ce
triple objectif
nous a conduit à estimer la variance d’erreur et chercher au moyen d’une«
analyse
de la variance » à mettre en évidence lesprincipales
causes dedispersion
des résultats.A3. - PRINCIPE DE L’ANALYSE DE VARIANCE.
Pour faciliter la
compréhension
de l’étudestatistique (Partie B),
nous allonsrappeler
ci-dessousquelques
définitions et résultatsclassiques qui
sontdéveloppés
dans tous les traités modernes destatistiques (voir
parexemple,
les références(R4), (R5), (R6) ).
A.31 Erreur de mesure et variabilité vraie.
Nous caractériserons la
précision
de la mesure par sa variance d’erreurV ;
cette varianceest relative à la
population
de toutes les mesures de dureté xqu’on pourrait
effectuer sur unepla-
quette
donnée suivant un modeopératoire
déterminé.La moyenne de cette
population
ou « dureté vraie » de laplaquette
seradésignée
par X.Cette dureté vraie X est inaccessible
expérimentalement,
mais ses variations d’uneplaquette
à l’autre
représentent
la variabilité réelle de laproduction
que nous caractériserons par sa varianceVx.
Si l’on évalue la dureté de
chaque plaquette
par une seule mesure x il estclair qu’on
obtiendraune
dispersion plus grande
que la variabilité réelle en raison des erreurs de mesure E = X - x(1).
Pour
préciser
aequelle façon
ladispersion
des mesures affecte cettevariabilité,
onpeut s’appuyer
sur le théorèmeclassique
suivant :« Toute fonction linéaire de variables aléatoires
indépendantes :
a pour variance :
où
V,, V2, ...Vn désignent
les variances deX, ,X2
...Xn.»
(R4 p 71 ) (R7 p42) ( R8 p56)
QLa dureté mesurée x étant la somme des variable$ aléatoires
indépendantes
X et8 a pour variance,d’après
cequi précède, Vx = Vx +
V .(4)
En
remplaçant
la mesureunique
par une moyenne x de n mesures, on obtient une erreurCn
= x - X dont la variance V(gn)
estplus
faible que V ;l’application
de la formule(3)
donneeffectivement V
(En)
=V/n . (5)
Dans ces conditions la variabilité
apparente
de laproduction
a pour variance Elle est d’autantplus
voisine de la varianceVx
que n estplus grand
et Vplus petit.
A.32
Décomposition
de la variance.La relation
(6)
est trèsgénérale,
elles’applique chaque
fois que ladispersion
des moyennesexpérimentales
xprovient
de deux causes de variationindépendantes :
a)
une cause fortuiteimpossible
à éliminer(erreur
de mesure parexemple) qui,
en l’absence d’autres causes,provoquerait
unedispersion
des résultats individuels autour d’une moyenne vraie X avec une varianceégale
à V.b)
une causecontrôlable,
c’est-à-dire une causesusceptible
de faire varier X avec unevariance
Yx
si on la laissaitagir
librement, maisqu’on peut expérimentalement
fixer pour effectuer les nrépétitions
nécessaires au calcul de x.En
pratique,
c’esttoujours
leproblème
inversequi
se pose ; on connaît la varianceVx
desmoyennes
expérimentales
et l’on désire connaîtrel’importance
relative des différentescomposantes Vx
et V.Cette
opération qui porte
nécessairement sur des estimations,puisque
les variances vraiesne sont
jamais
connues, constitue uneanalyse
de la variance sous sa forme laplus simple
oùelle
apparaît
comme une extension naturelle du calcul d’erreurclassique.
On trouvera, détaillé dans la seconde
partie,
unexemple plus complexe
de ce genred’opéra-
tion ; il
s’agira,
cette fois, dedécomposer
la variance d’erreur V des mesures de dureté suivant différentes causes de variationspossibles
affectant laprécision.
A.33 Les formules d’estimation et leurs
précisions.
Nous
rappellerons
brièvementquelques
résultatsclassiques (R 9), (R 10), (R 11).
Lorsqu’on dispose
de kplaquettes
bienhomogènes
de duretés vraies inconnuesX1, X2,
...Xk,
on
peut
effectuer sur chacune d’elles un nombre réduit np de mesures xp dont la somme estTp
etla moyenne
Xp;
la variance Vpeut
être estimée par la formule :où n est le nombre total de mesures.
Compte
tenu deTp
=nPxP et
de l’identitéclassique :
cette formule
peut
être mise sous la forme commode :Lorsque
les distributions sont normales, on sait que les estimations S2 suivent une loi connue(loi
de12), avec 0
= n - kdegrés
de liberté.Si 0 =: (n-k)
estpetit,
laprécision
des estimations est faible et deux estimationsindépen-
dantes
s21
ets2-
de la même variance Vpeuvent
différer notablement.Les variations admissibles de F =
S2 / s2
autour de l’unité( (R6 p3n), (R12 p.213) )
sont don-nées par les tables de SNEDECOR
(RI 3).
Nous
désignerons
parFo,o5 [~1, ~2]
la limitequi
estdépassée
par Fcinq
fois sur cent seule-ment et nous admettrons que le
dépassement
de cette limite est une forteprésomption
que les variances diffèrent.B. ÉTUDE DU PROCÉDÉ DE MESURE
PAR ANALYSE DE LA VARIANCE
BI. -
SCHÉMA EXPÉRIMENTAL.
Pour essayer de caractériser, et éventuellement, réduire la
dispersion
des mesures de dureté,nous avons
entrepris
une série de 200 mesuresréparties
sur 10jours,
en utilisant alternativement deuxplaquettes
différentesCi
etC1 .
Ultérieurement,
nous avons été amenés à faire intervenir dans la classification des résultats d’autres facteurs, tels que l’ordrechronologique
et latempérature.
L’analyse
de varianceappliquée
à ces essaispermettra,
ainsi que nous le verronsplus loin,
de mettre en évidence les différentes causes de
dispersion.
De cette
analyse
résultera finalement une méthodepratique
pour mesurer la dureté despla- quettes
avec uneprécision
aussi élevéequ’on
le désire.Les détails de cette méthode
qui
met en 0153uvre unjeu
de cales convenablement étalonnées seront décritsplus
loin(Partie C).
L’exposé
suivant ne suppose aucune connaissancepréalable
destechniques d’analyse
devariance, mais le lecteur aura néanmoins intérêt à se
reporter
aux ouvragesclassiques
consacrésà ces
questions (R 14), (R 15).
B2. -
DÉTAILS OPÉRATOIRES.
B.21 Pendant toute la durée des essais, le même
pénétrateur
a été utilisé et laissé en per-manence sur la machine.
Deux cales
C1
etC1 (plaquettes épaisses
de fabricationcourante)
ont été alternativementemployées
par le mêmeopérateur pendant
10jours
successifs.Chaque jour Jj
onprocédait
surchaque
cale à une série(A,)
de 5 mesures avant deprocéder
aux
opérations
de contrôle courant des duretés,puis
à une série(A2)
de 5 mesures à la fin de cesopérations.
B.22 Au bout du dixième
jour (j
=10)
on obtenait ainsi les 200 résultatsqui figurent
dansle tableau 1.
Au lieu
d’exprimer
directement les résultats enpoints
ROCKWELL, nous avons retranché80
des résultats bruts et finalementexprimé
les différences enquarts
deRoints
ROCKWELL. Les indices de dureté obtenus x sont des nombres entiers en raison de la sensibilité limitée del’appareil ;
ils sont tous inférieurs à 10 et se
prêtent
aisément au calculnumérique.
On
peut
repasser de ces indices x auxpoints
ROCKWELLRç par la
formule :B3. - ERREUR DE MESURE.
B.31 Il est commode au début de cette étude de ne pas faire de distinction entre
A,
etA2,
c’est-à-dire considérer dans leur ensemble les 10 mesures obtenues
chaque jour Jj
sur chacune des calesC;.
B.32 Dans cette
expérience simplifiée
à deux facteurs C et J, l’erreur de mesurereprésente
la
dispersion
de l’ensemble des essaisqu’on pourrait
effectuer le même jourJj
sur la même caleCi.
Cette erreur de mesure est caractérisée par sa variance V dont il est
possible
d’obtenir immé-diatement une estimation basée sur 180
degrés
de liberté par la formule(7).
En
désignant
par Y l’unequelconque
des sommes de 10 mesures obtenuesjournellement
sur
chaque
cale(tableau Il),
cette formule s’écrit :On trouve ainsi :
ce
qui correspond
à unécart type exprimé
enpoints
ROCKWELL sR = 0.25 s dont la valeur numé-rique
est :Etant donné la
précision
de ces estimations(1> =
180degrés
deliberté)
onpeut
les confondrepratiquement
avecles
valeurs vraies.B4. - DISPERSION TOTALE DES
RÉSULTATS.
B.41 La
dispersion
des 200 chiffres du tableau(1)
n’a pas nécessairement pour seuleorigine
l’erreur de mesure V.
Il
peut
exister une certaine différence entre les duretés vraies des calesCt
etC2 et
des varia-tions
systématiques
d’unjour
à l’autre.Ce sont
précisément
ces variationssystématiques
dont nous discuterons l’existenceplus
loin.B.42 En
attendant,
nousdésignerons,
pour éviter touteconfusion,
la variance dedispersion
totale
due à ces différentes causes parVt.
On
peut
obtenir deVt
une estimation basée sur = N - 1 = 199degrés
de liberté par la formule(cas particulier
de la formule(7) ) :
où E est étendu aux 200
billages
du tableau.E (x - X)2s’obtient
par l’identité(8).
03A3(x - x)2 ~ EX2 T 2 =
N579,18 (T
=442,
somme des 200observations).
On en déduit :
La
comparaison
avec S2permet
de supposerqu’U
existe effectivement des causes de variationssystématiques.
BS. -
DIFFÉRENCES SYSTÉMATIQUES
ENTRE CALES ET VARIATIONSJOURNALIÈRES.
B.51 En
l’absence
de variationssystématiques
d’unjour
à l’autre les moyennes vraiesfJ’
etJl"
relatives à chacune des cales resteraient constantes dans letemps.
Les différentes moyennes
journalières Y/I0
relatives à la même caleC1 (par exemple)
seraientdistribuées autour de
p ’ avec
unedispersion
uniquement due à l’erreur de mesure.D’après
la formule(5)
cette variance dedispersion
aurait pour valeurV/10.
La variance de
dispersion
des Yqui
est 100 foisplus grande (puisque
une variance a les dimen-sions du carré de la
grandeur mesurée)
aurait pour valeur 10 V et parconséquent
les sommesJj
des20 mesures
journalières
effectuées sur l’ensemble des deux cales(dernière
colonne tableauIl)
seraient distribuées avec une variance
égale
à 20 V(formule (3) ).
S’il n’existait aucune variation
systématique
d’unjour a
l’autre, onpourrait
donc estimer l’erreur de mesure V au moyen des 10 sommesJj
par la formule(7) qui
s’écrit ici :soit
d’après (8) :
Cette estimation est basée sur 9
degrés
de liberté.(cf
le tableau dedécomposition
duchapitre suivant)
B.52 Par un raisonnement similaire, on voit
qu’en
l’absence de variationssystématiques
d’une cale àl’autre,
onpourrait
obtenir de V une autre estimation, basée cette fois sur un seuldegré
de
liberté,
par laformule S, 2 = I [03A3(Ci - C)2 ]
oùC, désigne
successivement, pour-
100
1i == 1 et i == 2 les sommes
C1 et C2 des
100 mesures effectuéesrespectivement
sur les calesC,
etC2, cependant
queC désigne
la moyenneC
=t (C1
+C2).
Après
transformation, la formule s’écrit sous une formeanalogue
à celle de la relation(I I) :
.
B.53 Les estimations
s2J (formule 13)
ets; (formule 14)
de V ne sont valables que dans lamesure où les variations
systématiques correspondantes
sont inexistantes, alors que l’estimation s2(formules
10 etIl)
est valide dans les deux cas.Corrélativement,
pour déceler parexemple
les variationssystématiques
d’unjour
à l’autre,il suffit, sous réserve de validité du test, de comparer les estimations
sf
et S2 et voir si elles diffèrentsignificativement.
Dans l’affirmative
(c’est-à-dire
si lerapport
F =s2J/s2 dépasse
les limites vraisemblablesassignées
par les tables deSNEDECOR,)on peut
conclure à l’existence d’une variationsystématique
entre
jours.
, Nous allons voir ci-dessous comment la mise en oeuvre de ces tests
peut
s’effectuer avec unminimum de calcul
numérique.
B6. - ANALYSE DE LA VARIANCE.
B.61 A
partir
des tableaux 1 et Il(qui
ne contiennent que des nombres entiers relativementpetits),
onpeut
calculer les 5 sommes suivantes :03A3x2 = I556 03A3Y2/10 = 220,40 T2 200 = 976,82 976,82 03A3(Jj)2/20 = II50
et03A3(C1)2/I00= 149,80
Par soustraction, on en déduit immédiatement les sommes des carrés
qui figurent
au numé-rateur des formules
(13), (14), (10)
et(12) respectivement
etqui
ont étéreproduites
ensupprimant
les indices dans le tableau ci-dessous,respectivement
aux 1 ré, 2e, 4e et 5elignes.
De la somme des carrés 03A3
(x
-x)2
= E x2 -T/200 qui correspond
à ladispersion
totaledes 2CO résultats, on
peut
retrancher les trois autres sommes.La différence -
toujours positive (voir plus
loin formule(18) )
-porte
le nom decomposante
d’interaction entre les facteurs
(C)
et(J),
soit enabrégé (C
xJ).
Soninterprétation
feral’objet
duchapitre
suivant.En face des sommes des carrés, on a fait
figurer
lesdegrés
deliberté ~
et lesquotients
corres-pondants.
Sur laligne (C
xJ)
le chiffre 9 de la colonnecp
a été obtenu par différence.B.62 En l’absence de différences réelles entre les cales
s2C
et S2représenteraient
deux esti-mations d’une même variance V.
Dans ces
conditions,
nous avonsvu (1)
que F ==S2/S2
nepeut dépasser qu’une
fois surmille,
la valeur
Fo,oo, [I - I80] = Il,20,
fournie par les tablesde
SNEDECOR.Pour
éprouver l’hypothèse
d’identité des variances, il suffit donc de former F =s2C/s2
=141,3.
Cette valeur
dépassant
la limiteFo,oo,
==on peut
êtrepratiquement
certainqu’il
existeentre les deux cales une différence de dureté vraie
malgré
la faible différence existant entre les moyennes(0,465
enpoints
ROCKWELLC).
B.63 L’existence d’une variation
systématique
d’unjour
à l’autrepeut
se mettre en évidencede
façon
similaire en formant lerapport :
on trouve F ==
15,7 qui dépasse
encorelargement
la limite admissibleIl existe donc certainement, d’un
jour
àl’autre,
des variationssystématiques
de dureté.B7. - COMPOSANTE D’INTERACTION.
B.71 La somme des carrés
totate E(x
-X)2
= 03A3x2 -T2/200
caractérisant la variation totale des 200 chiffres de dureté a étédécomposée
en 4parties représentant respectivement
l’erreurde mesure, la différence
systématique
entre les cales, les variations d’unjour
à l’autre et une compo- sante résiduellequalifiée
« d’interaction »qui,
pardifférence,
a pour valeur :C’est la
signification
de cettecomposante
et duquotient correspondant qu’il
reste à étudier.B.72 Considérons d’abord le cas
hypothétique
ou les différences de duretés vraies( l1 j - 03BC"j)
restent constantes d’unjour
à l’autre(indépendant
dej)
c’est-à-dire où le facteurjournalier
affecte les deux cales de la mêmefaçon.
On dit dans de telles circonstances - d’ailleurs
fréquentes - qu’il
n’existe aucuneinteraction vraie entre les deux facteurs C et J .
B.73
Malgré
cette absence d’interaction, si l’on évaluechaque jour Jj
lesmoyennes7! i et x"j
des10 mesures effectuées sur chacune des cales,
on n’obtient pas
suivant lesjours,
les mêmes différences :(1) En fait, il n’est pas évident à priori que ces deux estimations soient indépendantes. La démonstration de
l’indépendance fait appel à un théorème dû à Fisher
[R
4 - Il - Chap.23J.
72
Cela est dû aux erreurs de mesures
qui
affectent les moyennes(puisqu’elles
ne sont pas moyennesvraies).
Si, en effet, onrecommençait
le mêmejour plusieurs
séries de 10 mesures surchaque
cale, onn’obtiendrait
pas exactement les mêmes valeurspour x-1,
etx"j ;
ladispersion
deschiffres obtenus aurait
précisément
pourvariance V/10.
Comme on a
supposé
les différences entre les duretés vraies,indépendantes
dujour j
con-sidéré :
les 10 valeurs de
A j qu’on peut tirer du
tableau Ilappartiennent
à une même distribution de moyennevraie (03BC’ - 03BC")
et variance2V I0 soit V/5 (formule 5),
En l’absence d’interaction vraie on
dispose
donc d’une nouvelle estimationsi
de V baséesur 9
degrés
de liberté :( E
étant étendu aux 10jours
et2& désignant
la moyenne des0394j).
B.74 L’identité
(8)
habitue1lepermet
d’écrire :Un calcul élémentaire montre que :
d’où
On retrouve ainsi
(cf
B71)
au numérateur de(17)
la somme des carrés(C
xJ) qui figurait
à la 3e
ligne
au tableau dedécomposition.
L’identité(18)
prouve d’ailleursqu’elle
est bienpositive.
Le
quotient si
==1,402 représente
une estimation de V basée sur 9degrés
de liberté.B.75
Lorsqu’il
existe entre C et J une interactionvéritable,
on retrouve pours2 I
la mêmeexpression,
mais elle nereprésente plus
une estimation de V.A la
dispersion
Vs’ajoute
la variation desdifférences 03BC’j - pj’.
Inversement,
lacomparaison
des2I et
s2permet grâce
aux tables de SNEDECOR(la
validitédu test étant
admise)
de reconnaître laprésence
éventuelle d’une interaction vraie entre C et J.On trouve ici F =
s2I/s2 = US, qui
nedépasse
pasF0,10[
I -9 J
des tables. Rien nepermet
de supposerqu’il
existe une interaction.La différence entre cales ne varie pas
systématiquement
d’unjour
à l’autre.Nous verrons
plus
loin leparti
à tirer de ce résultat.B8. -
DÉCOMPOSITION COMPLÉMENTAIRE
DE LA VARIANCE.(Ce chapitre
n’est pasindispensable
à la lecture de la 3epartie.)
B.81 Pour
compléter
cetteétude,
nous avons recherché s’il n’existait pas entre les mesuresA,
effectuées avant les
opérations
de contrôle courant et les mesuresA2effectuées après,
des différencessystématiques.
Nous allons exposer brièvement la méthode utilisée sans chercher à
justifier
les différentesétapes
del’analyse.
B.82 Au lieu de considérer dans leur ensemble les 10 mesures
journalières
surchaque cale,
on les divise en deux séries de 5 mesures
qui
necorrespondent
pas nécessairement à la même moyenne vraie.La
dispersion
des observations autour de ces moyennes vraies définit une erreur dont lavariance ve
plus
faible que Vpeut
s’estimer au moyen des k = 40 séries de 5 mesures par la formule (91 Qui s’écrit ici :Z
désignant
l’unequelconque
des sommes de 5 mesuresfigurant
au tableau III.Dans la suite, nous
appellerons
ve «erreur corrigée »
pour éviter toute confusion avec V.8.83 On est alors conduit à
décomposer
la somme de carrés( E
x2 -03A3Y2/I0)
correspon-dant à l’erreur totale de mesure V en deux
portions ;
(E
x2 - EZ2/5) qui correspond
à l’erreurcorrigée
Ve formule(19),
et(E Z’/5 -
Ey2/IO) qui provient
des différencesobservées
surchaque
cale entre les Z d’unmême
jour
etqui disparaîtrait
si les différences étaient toutes nulles.On remarquera que ces différences peuvent avoir pour unique origine l’erreur
(corrigée)
affectent les sommes Z ou, au contraire, traduire l’existence d’une différence
systématique.
Le tableau de
décomposition
suivantrépond
à laquestion :
Si les différences
systématiques
cherchées sont inexistantes, lequotient
de lapremière ligne
constitue
(nous l’admettrons)
une estimation de vecomparable à sé.
Enfait,
on trouve unrapport
F = I.9I0 I.I39 = 1,677 qui dépasse Foo5 [20 -
160 =1,64.
Cequi indique
vraisemblablement pour!,!j7
’chaque
cale unepetite
différencesystématique
entre les mesuresA,
etd’un
même jour.B.84 Deux cas sont alors
possibles :
1)
Ou bien la différencesystématique
est de même sens et sensiblement de mêmeimportance quelle
Que soit la cale ou lajournée
considérée.La différence
A2 - A1
= 238 - 204 = 34 entre la somme des 100 observations(A,)
et(A2)
est alors «
slanlficatlve »,
c’est-à-direqu’elle indique
que les mesures effectuées en fin d’essai sontsystématiquement plus
fortes que celles effectuées au début.2) Ou
bien cette différence varie engrandeur
et en sens suivant la cale ou lajournée
considérée.Si
(Y) désigne
alors une sériequelconque
de 10 mesures choisies en fixant arbitrairement la cale ou lajournée,
onpeut dire,
enemployant
laterminologie précédemment (B 72) adoptée, qu’il
y a interaction vraie entre(Y)
et(A).
Ce cas n’exclut d’ailleurs pas la
possibilité
que les essais(A2)
soient en moyennesystémati- quement supérieurs
aux essais(AJ.
B.85 Pour différencier ces deux cas, on
peut poursuivre
ladécomposition
amorcéeplus
haut en subdivisant
( E Z2/5 - 03A3Y2/I0)
de lapremière ligne
en deuxportions :
La
première
sommecorrespond
à la différence moyenne entre(A1) et (A2) (cf première ligne
du
tableau, chap.
B6).
La seconde somme est
analogue,
aux notationsprès,
à lacomposante
d’interaction dont ila été
question
auchapitre précédent (§
B 71 etsuivants).
Onpeut
ladésigner
par(Y
xA)
et luidonner une
interprétation analogue
à cellede (C
xJ).
Divisée par lenombre Ode degrés
de libertécorrespondants (ici 0
= 19,puisqu’il
y a 20 séries(Y) )
elle fournit unquotient (cf
formule20) qui permet (comme au §
B75)
de reconnaître l’existence éventuelle d’une interaction vraie entre(Y)
et
(A).
74
B.86 Le tableau
complet
dedécomposition
seprésente
alors de lafaçon
suivante :En
comparant
les 4e et 5elignes
à ladernière,
on trouverespectivement
F = 5,07 et F = 1,50.Seul le
premier rapport dépasse
les limitesassignées
par les tables de SNEDECOR Onpeut
donc conclure :1)
que la différencesystématique
entre les mesures(A,)
et(A2)
estindépendante
dujour
oude la
cale ;
2)
que les essais(A2)
sontlégèrement
maissystématiquement plus
forts (’) que les essais(A,).
Bien que cette différence soit faible, il faudrait en toute
rigueur
en tenircompte
pour reétudier l’existence des variationssystématiques (C) (J) (C
xJ),
c’est-à-dire que lesquotients
correspon-dants devraient être
comparés
às2e
et non S2.On vérifiera que les résultats
précédemment acquis
ne sont pas infirmés.Pratiquement,
la différencesystématique
entre(A,)
et(A2)
contribue peu à ladispersion
desmesures. On
peut, en général,
confondre V avec ve.Toutefois,
lorsqu’on
désire comparer la dureté de deuxplaquettes C1, C2,
avec le maximumde
précision,
au moyen de n mesures sur chacune d’elles, les deux séries de mesures doivent sesuccéder sans interruption.
Il y a même intérêt à effectuer
successivement 2 empreintes
surCl puis
nempreintes
sur
C2
et finalementn 2 empreintes
surC1
pour éliminer cette tendancequ’ont
les chiffres de dureté à croître au fur et à mesurequ’on poursuit
les essais.B9. - CONCLUSIONS
PRATIQUES
DEL’ÉTUDE PRÉLIMINAIRE.
B.91 Admettant pour l’instant le caractère
général
desrésultats acquis (voir C1
pour dis-cussion),
onpeut
formuler ainsi les conclusions essentielles det’analyse
de variance :1)
L’erreur de mesureproprement
ditepeut
être caractérisée par sonécart-type Il)
A cette erreurs’ajoutent
des variationssystématiques
d’unjour
à l’autrequi
contri-buent pour une
part importante
à ladispersion
des mesures(§B 62).
III)
Ces variations affectent de la mêmefaçon
deux calesquelconques (§
B75).
(1) Ce résultat constitue sans doute le prolongement d’un phénomène fréquemment observé. Les toutes pre- mières duretés effectuées sur une machine Rockwell après une certaine période de repos (même si le cône est resté
en place) sont faibles et doivent être éliminées.
B.92 Pour éliminer des mesures cette dernière cause
d’erreur,
ilsuffit,
enprincipe,
d’effec-tuer successivement deux séries de n mesures - l’une sur la
plaquette
inconnuequi
fournit une moyenneRx -
l’autre sur une cale de référence étalonnéequi
fournit lamoyenne Ro.
On
peut
alors estimer la différence de dureté vraie -laquelle
n’est pas affectée par les varia- tionsjournalières -
par la différence des moyennesRx - Ro.
L’erreur commise sur cette différence a pour
écart-type
s 0 défini par :(d’après
les formules(2)
et(3) ).
Si
No
est la dureté vraie(normale)
de la cale étalon, la « duretécorrigée »
H définie parreprésente
la dureté vraie de laplaquette
avec une erreurqui,
dans 95%
des cas, n’excèdepas (1) :
B.93 En
général,
le nombre n1 de déterminationsqu’on peut
exécuter sur l’échantillon est limité. Pour diminuer Sp onpeut
alors exécuter sur la cale étalon unplus grand
nombre no dedéterminations. Il vient alors :
et
On trouvera dans le tableau IV les valeurs de S pour différentes valeurs de n, et no. Cette
table,
basée sur la valeur sR = 0,277, s’étend à toute autre valeur par unesimple règle
de trois.B.94 La cause essentielle de ces variations
journalières
nepeut
être donnée avec certitude.Les variations de
température
semblent contribuer pour unelarge part (cf Appendice)
auxvariations de
dureté,
mais il subsiste une part de variationsystématique
nonexpliquée, peut-être
en relation avec l’usure des diamants.
Au laboratoire, on
peut opérer
un contrôlebeaucoup plus
strict des variations detempé-
rature, des vibrations, des conditions d’entretien et d’utilisation de
l’appareil.
On constate alors unediminution considérable des variations entre
jours.
A
l’atelier,
au contraire, ces variationssystématiques persistent
ainsi que leprouvent
dessondages statistiques
effectuéspériodiquement.
(I) Dès que n est supérieur à 5 environ, la distribution des moyennes est suffisamment voisine de celle de Gauss pour que 6. = !,96 si, ne soit jamais dépassé par plus de 5 % des erreurs (en valeur absolue).
76
TABLEAU 1 TABLEAU
DES DONNÉES
INITIALES XTABLEAU 1. - Les chiffres x
qui figurent
dans ce tableau sont reliés aux duretés ROCKWELLRe correspondantes
par larelation x = RC -
80.0,25
TABLEAU Il’
TABLEAU DES Y
Tableau Il. -
Chaque
Y de ce tableau à double entrée est la somme des 10 mesures de duretéeffectuées un
jour
donné sur une cale donnée.Bien
qu’elles
n’interviennent pas directement dans lescalculs,
nous avons faitfigurer
en facede
chaque jour Jj
lesdtfférences 0394j correspondantes.
Ces
différences, dont il estquestion
auchapitre
B7; s’obtiennent
immédiatement en divisant par 10 les différences entre les Ycorrespondants.
TABLEAU lU TABLEAU DES Z
Tableau
III. - Chacune des valeurs de Zqui figure
dans ce tableaureprésente
la somme d’ungroupe de 5 mesures effectué soit au début
(A1)
soit à la fin(A2)
sur une cale donnéeC ;,
unjour
donné
Jj.
Il
s’agit,
enréalité,
d’un tableau à 3 entrées, mais nous avonsgroupé
les deux entrées(C ;, Jj)
en une seule