R EVUE DE STATISTIQUE APPLIQUÉE
P AUL G ILLIS
Sur quelques applications des méthodes statistiques en papeterie
Revue de statistique appliquée, tome 1, n
o2 (1953), p. 15-18
<http://www.numdam.org/item?id=RSA_1953__1_2_15_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
SUR QUELQUES APPLICATIONS DES MÉTHODES
STATISTIQUES EN PAPETERIE
par Paul GILLIS
Professeur
à l’Université de BruxellesC’est
presque
un lieu commun que dedéPlorer
l’absence de liens entrel’Université et l’Industrie. Il nous est
agréable
d’observer que cette consta- tation touchepeut-être
moins lastatistique
que d’autresdisciPlines
scienti-fiques (c’est
bien d’ailleurs dans la nature deschoses).
Monsieur Paul P.
GILLIS, Professeur
à l’Université deBruxelles,
s’est intéressé à un certain nombre de réalisations
industrielles ;
ilexpose
l’une de ses
expériences
dans l’articlequi
suit. On notera que le statisticien s’il veutappliquer
sestechniques
à une industriedonnée,
nepeut
sepasser
d’une solide connaissance
technique
de cette industrie. Statisticien et techni- cien doivent-ils êtretoujours
réunis dans une seule et mêmepersonne,
ou cons-tituer les deux membres d’une
équipe
de travail ? Laréponse
à cettequestion
sera variable suivant les cas. Les remarques
générales
que nous donne Monsieur GILLIS à lafin
de son article aiderontpeut-être
à yrépondre.
Résumé.
Dans cette note, nous citons
quelques problèmes
que nous avons rencontrés dans la fabri- cation de lapate
et dupapier,
dont l’étude repose surl’emploi
des méthodesstatistiques.
Nous avonsutilisé la « carte de contrôle » pour certaines
caractéristiques physiques
dupapier,
enparticulier
pour le
poids
au m2.Nous avons utilisé différents
dispositifs expérimentaux (méthode
des blocs, méthode du carrélatin,
méthode dutype factoriel)
dansplusieurs
recherches. Il nouslest impossible
de donner iciles
développements techniques
concernant le choix d’undispositif expérimental
etl’interprétation statistique
des observations et de dresser un tableaugénéral
des résultats obtenus.1. INTRODUCTION.
L’emploi
des méthodesstatistiques
enpapeterie,
comme dans les autres industries,permet
de résoudre de nombreux
problèmes complexes ;
onpeut
encore affirmerqu’une
étudeobjective
et efficace de la
plupart
desproblèmes qui
seposent
nécessitel’emploi
de telles méthodes.Dans
l’entreprise
considérée, il y acinq
machines àpapier,
trois dont lalargeur
utile estde 3,60 m. et deux dont la
largeur
utile est de 2,60 m. On y fait différentes sortes depapier.
Laqualité
de la main-d’oeuvre est relativement mauvaise ; cela est dû essentiellement à la
position géographique
de
l’entreprise. Après
la dernière guerre, le matériel était en mauvais état et lepersonnel
affectéau contrôle
ordinaire,
insuffisant. En cequi
concerne le contrôle dupoids
au m2, parexemple,
ilétait effectué par les conducteurs des machines
(c’est-à-dire
par les chefs des différenteséquipes ;
la fabrication étant continue, il y a trois
équipes
parmachine)
etvérifié, partiellement,
par un chef-conducteur. Les résultats
journaliers qui
étaientcommuniqués
au chef dudépartement, étaient,
en
général, faussés ;
il n’était paspossible
d’en tirer des conclusionsobjectives.
Le contrôle d’autrescaractéristiques physiques
ouchimiques
sefaisait,
detemps
à autre, au 12b:>ratoire.Après
avoir obtenu l’autorisationd’appliquer
les méthodesstatistiques
à l’étude d’unproblème,
nous décidâmes de
contrôler,
enpremier lieu,
lespoids
despapiers fabriqués.
Nous avons choisicette
caractéristique
parcequ’elle
influence laplupart
des autrescaractéristiques,
ainsi que leprix
de revient du
papier ;
d’autrepart,
onenregistrait
un assezgrand
nombre de réclamations concernant lespoids
despapiers
livrés. La « mise sous contrôle » de cettecaractéristique
fut laborieuse parcequ’elle dépend
debeaucoup
de facteurs difficiles àcontrôler ;
il fallutprocéder
a demultiples
essaiset à de nombreuses modifications
techniques
avantd’y
arriver. Les résultats de cetteexpérience ayant
étéjugés excellents,
il fut facile de convaincre la direction del’entreprise
d’étendre le contrôlestatistique
à d’autrescaractéristiques
et d’utiliser les méthodesstatistiques
dans de nombreusesrecherches,
enparticulier,
dans des études assezcomplexes
concernant la fabrication de lapâte
àpapier (dans
une section de cetteentreprise,
on fait de lapate chimique).
Nous
donnons, ci-dessous, quelques
brèves indications relatives à certainsproblèmes
traitéset nous faisons
quelques
remarques d’ordregénéral.
2. CONTROLE DU POIDS.
Le contrôle débuta par la
prise
en considération de l’une des machines et d’une fabrication déterminée. Au cours d’unefabrication,
onpréleva
unepetite
bobine et, dans cettebobine,
ondécoupa
au
hasard,
unequarantaine
de bandes depapier, ayant
lalargeur
de la machine et unelongueur
d’environ 50 cm. Dans chacune de ces
bandes,
ondécoupa
huitrectangles
de25/40
cm,également répartis
enlargeur, qui
furentpesés
au laboratoire. Lesdispersions
enlargeur
et enlongueur
étaientconsidérables et de
plus,
on observa une tendancesystématique
enlargeur (le poids
des échantillonsprélevés
àgauche
étaitsupérieur
à celui des échantillonsprélevés
àdroite).
Cette tendance pro- venait d’un mauvaisréglage
de laréglette
de la machine. Le mêmeprocédé
futappliqué
aux autresmachines. On se proposa, en
premier lieu,
d’étudier les variations enlargeur
et de les réduire auminimum. Par des modifications
apportées
auxréglettes
et à certainsdispositifs
des machines(table, système d’ébranlement,
mode d’alimentation desmachines),
onparvint
à réduire sensiblement ces variations enlargeur
et à éliminer les tendancessystématiques.
On étudia ensuite les variationsen
longueur.
Pendant un mois, onpréleva
des échantillons aux diverses machines. Enpapeterie,
il est difficile de
prélever
des échantillons au hasard. Bien souvent, il faut se contenter d’une bande depapier découpée
en fin de bobine ; ce n’est que pour certaines fabrications(par exemple,
pour lespapiers
« enformat » ) qu’on peut
éventuellementprélever,
auhasard, plusieurs
bandes parbobine,
sans nuire auxopérations
ultérieures(passage
à lacalendre, bobinage, etc...).
L’analyse
des résultats montra que les distributions despoids
n’étaient pasnormales,
que les tolérances n’étaient pasrespectées
et que, pour leséquipes
de nuit, les résultats étaient moins bons que pour leséquipes
dejour.
Cette différenceprovenait
du fait que,pendant
la nuit, la surveillance était moins forte quependant
lejour ;
elledisparut après
avoir renforcé le contrôle de nuit. Ilapparut
nettement
qu’une
amélioration sensible des résultats nepouvait
être obtenue quemoyennant
uncertain nombre de modifications
techniques.
Parmi lesprincipales
modificationstechniques qui
furentréa’isées,
citons : l’installation d’unrégulateur
par machine, un contrôle desmoulineurs,
t’instattaiiond’épurateurs,
de pompes, de commandesélectriques individuelles,
l’installation de purgeurs à lasécherie,
la modification dusystème
de ventilation. Il fallutplusieurs
mois pour réaliser ces diverses modifications. Pendant cettepériode,
le contrôle s’effectua commeindiqué
ci-dessus ; il n’était pas fait « aux machines », mais « en laboratoire ». On ne confectionna pas de cartes decontrôle ;
les observations étaient soumises à diversesanalyses statistiques.
Cesanalyses permirent
notammentd’apprécier quantitativement
l’effet des différentes modificationstechniques ;
ellespermirent égale-
ment de comparer entre elles les
cinq
machines et les différenteséquipes.
Lacomposition
de certaineséquipes
futchangée.
On fit desanalyses
de variance pour comparer les variations enlargeur
et enlongueur.
A la fin de cettepériode
transitoire, onobserva,
pour lescinq
machines et pour les diffé- rentes sortes depapier fabriquées,
que les distributions despoids
étaientapproximativement
normaleset que les variabilités des résultats étaient
compatibles
avec les tolérances admises. On décida alors d’installer le contrôle aux machines. On confectionna les cartes de contrôle. Lepersonnel chargé
du contrôle
prélève
les échantillons. Danschaque
bande depapier,
ondécoupe quatre rectangles (au
lieu de huit,initialement), également répartis
enlargeur.
Cesrectangles
sontpesés séparément.
Les résultats sont
communiqués
immédiatement aux conducteurs desmachines ;
sur ia carte decontrôle,
onporte
la moyenne desquatre
résultats.Mensuellement,
les observations sontanalysées.
On calcule pour les
cinq
machines, les différenteséquipes
et les différentes fabrications, les moyennes despoids
desquatre rectangles.
Ces moyennes sont testées entre elles ;lorsqu’il
y a des différencessignificatives,
on essaye d’en déterminer la cause. Le calcul des moyennesglobales
a mis en évidencele fait que certaines
équipes
avaient une tendance à travaillersystématiquement
soit au-dessus dupoids,
soit en dessous dupoids,
lespoints
sur la carte restantcependant
entre les limites de contrôle.On a pu
rapidement corriger
ces défauts. Comme nous l’avonssouligné
ci-dessus, il est, engénéral,
difficile de
prélever
un échantillon auhasard,
dans unepapeterie.
Neprendre
que des bandes depapier
en fin de bobinepeut
fausser lesanalyses ;
le conducteur aura aussi une tendance à effectuer leréglage
defaçon
à être aupoids
à la fin de la bobine. Dans ces conditions, il est souhaitable deprocéder
à un contrôlesupplémentaire, lorsque
la chose estpossible.
Nous le faisons pour lespapiers
« en format » etparfois
pour les autrespapiers.
Lespapiers
« en format » étantdécoupés
enfeuilles dans
l’entreprise,
onprélève,
au hasard, un certain nombre de feuilles ; dans ces feuilles, ondécoupe
desrectangles
de25/40
cmqui
sontpesés
au laboratoire. On compare les résultats à ceux de la carte de contrôle.Jusqu’à présent,
on a rarementenregistré
des différences sensibles.Mensuellement,
on fait un tableau pour la directiongénérale ;
ilpermet
de se rendrecompte rapidement
de laqualité
du travail des différenteséquipes.
Ce contrôlestatistique
apermis
de réduire considérablement lepourcentage
de déchet ; d’autrepart,
on a puaugmenter
sensiblement la vitesse desmachines,
tout enrespectant
les tolérances. Le coût du contrôle est minime parrapport
aux béné- fices ainsi réalisés.3. AUTRES CONTROLES.
On a
appliqué
le contrôlestatistique
à d’autrescaractéristiques
dupapier :
larupture,
l’allon-gement (dans
les deuxsens), l’éclatement,
la déchirure(dans
les deuxsens),
laporosité, l’épaisseur,
le
pourcentage
de cendres. Pour certaines fabrications, des mesures sont faites aux machines et immédiatementcommuniquées
aux conducteurs ; mais,généralement,
elles se font aulaboratoire,
laplupart
dans un local conditionné. On avait confectionné des cartes de contrôle pourquelques-unes
de ces
caractéristiques ; aujourd’hui,
on les asupprimées. Périodiquement,
onanalyse
ces obser-vations. On a pu
apprécier,
de cette manière, l’influence duprocédé
de fabrication, de laqualité
de la
pâte
et d’autres matièrespremières
utilisées sur certaines de cescaractéristiques ;
on a puégale-
ment comparer des
papiers d’origine
différente. On a étudié encore ladépendance
existant entrecertaines
caractéristiques,
parexemple
entre lepoids
et la force derupture.
Parmi les autres étudesstatistiques qui
ont été faites dans cettepapeterie, signalons
celle relative aux eaux résiduelles.Quelques
modificationstechniques
ontpermis d’augmenter
sensiblement lepourcentage
depâte récupérée.
Comme la
dispersion
de certainescaractéristiques physiques
dupapier dépend
non seulementdu genre de
papier fabriqué,
mais encore de la nature et du traitement des matièrespremières,
on fut amené à étudier divers
problèmes
concernant la fabrication de lapâte,
dans cetteentreprise.
Dans une telle fabrication, de nombreux facteurs
peuvent
êtrepris
en considération ; parexemple,
la
qualité
dubois,
leprocédé
de coupage, la dimension des copeaux, la densité deremplissage
dulessiveur,
latempérature
et la durée de cuisson, lacomposition
et la concentration de la lessive.Ces facteurs ont, en
général,
une influence sur le rendement, sur leraffinage,
sur lespossibilités
deblanchiment,
sur ladégradation
de lapulpe,
etc... Nous avons fait de nombreusesexpériences
mettant en
jeu
desdispositifs expérimentaux
différents : méthode desblocs,
méthode du carrélatin,
méthode dutype
factoriel. Nous avons utilisé la dernière pour étudier les interactions de certains facteurs. Les résultats obtenusjusqu’à présent
ontpermis
d’améliorer nettement lafabrication ;
diverses modificationstechniques
ont encore étéadoptées.
Elles ont trait autriage
dubois,
àl’écorçage
et au coupage du bois, à la
préparation
et au conditionnement de lalessive,
à latransformation
de certains lessiveurs.
Signalons
une autreexpérience,
dutype
factoriel, en cours de réalisation ; elle concerne le blanchiment de lapâte.
On désire étudier l’influence de latempérature,
dutype d’agent
de blan-chiment et du
pH
sur certainescaractéristiques
de lapâte
blanchie.Il y a
beaucoup
d’autresproblèmes
que l’on rencontre dans la fabrication de lapâte
et dupapier,
dont l’étudequantitative
nécessitel’emploi
des méthodesstatistiques.
4.
REMARQUES GÉNÉRALES.
L’application
des méthodesstatistiques
dans cetteentreprise
a eu desconséquences
nombreuseset
importantes.
I8
Le contrôle
statistique
despoids
et d’autrescaractéristiques
despapiers
apermis
de se faireune idée
précise
despossibilités
des machines et de laqualité
de la main-d’oeuvre. On a pu réaliserune meilleure
répartition
des fabrications ; pour certaines sortes depapiers,
l’une des machines convient mieux que les autres. Jadis, on demandait aux ouvriers defabriquer
despapiers répondant
à des tolérances
qu’il
n’étaitpratiquement
paspossible
derespecter.
Cela créait un mauvais climatde travail
qui
adisparu aujourd’hui ;
te rendement deséquipes
a nettementaugmenté.
Auparavant,
on nedisposait,
pour l’étude de certainsproblèmes,
que de donnéesqualitatives
ou de données
quantitatives
insuffisantes. Parexemple,
l’effet d’interaction de deux ouplusieurs
facteurs dans un
procédé
de fabrication n’avait pu être mis en évidence ou était mal connu. Il enrésultait que la mise au
point
duprocédé
étaitdifficile,
souventlongue
et coûteuse.L’application
deces méthodes non seulement.a
permis
d’améliorer sensiblement laqualité
de lafabrication,
de réduire leprix
de revient, de réaliser des modificationstechniques
considérables etrentables,
mais encorea contribué à rendre meilleures les relations humaines entre les membres du
personnel,
d’unepart,
les relations commerciales entrel’entreprise
et les clients d’autrepart.
Cetaspect psychologique
de la
question
estimportant.
Il a falluplusieurs
mois avant que lepersonnel
subalterne s’intéresse réellement au contrôlestatistique. Depuis
que l’on a accordé uneprime
mensuelle à la « meilleure »équipe
dechaque machine,
la situation s’estcomplètement
modifiée. Pour l’attribution de cetteprime,
on aadopté
une formulesimple.
A la fin du mois, on calcule lepoids
des « cassés » par ma-chine,
c’est-à-dire ta différence entre lepoids
des bobinesfabriquées
et lepoids
dupapier expédié.
Si cette différence
dépasse
un certainpourcentage, qui dépend
du genre depapier fabriqué,
laprime
est
supprimée.
Sinon,l’équipe
dont lepourcentage
de bobines défectueuses est leplus
faible(une
bobine est considérée comme défectueuse
lorsque
lepoint correspondant
sur la carte de contrôletombe en dehors des
limites), reçoit
laprime.
Nous avons rencontré des difficultés pour
appliquer
les méthodesstatistiques
dans cette entre-prise,
parce que lepersonnel
de cadreignorait
lestechniques statistiques.
Il a fallu un certaintemps
pour combler cette lacune, pourexpliquer
aux chefs de service l’intérêt et laportée
de ces méthodes.Aussi, il serait souhaitable que l’on crée en
Belgique,
comme on l’a fait dans d’autres pays, un centre de formation auxapplications
industrielles de lastatistique,
pour lesingénieurs
et les techniciens.Il serait souhaitable encore
qu’un
cours consacré à cette matièrefigure
au programme des écolestechniques.
Dautrepart,
nous ne croyons pas quel’adoption
d’une telle mesurepermette
aux chefsd’entreprise
de se passer des services d’un statisticien. La résolution de bien desproblèmes -
nousen avons mentionné
quelques-uns
ci-dessus -exige
une connaissanceapprofondie
de lastatistique.
Il n’est
plus possible, aujourd’hui, qu’un ingénieur,
un chimiste, un technicienquelconque, spécialisé
dans un domaine