Pour suivre les dérèglements potentiels d'une chaîne de fabrication, il faut pouvoir réaliser des contrôles régulier en prélevant des échantillons dont les caractéristiques sont à rattacher à des seuils de sécurité (de contrôle et surveillance).
Il est possible de faire une carte de contrôle (Control Chart) avec le package qcc mais il est certainement plus simple de la tracer soi-même selon le formet de son choix.
source externe : capabilité - carte de contrôle
Télécharger le script complet ici.
# Valeur recherchée valeur_standard = 44 # taille des pièces recherchée# grand ensemble d'échantillon permettant la réalisation de la carte (détermination des seuils de contrôle et de surveillance)population_preliminaire = rnorm(100, mean = 44, sd = 3) # Réaliser un test de Shapiro afin de vérifier que les données suivent la loi normale (si non, impossible de faire une carte de contrôle classique)shapiro.test(population_preliminaire) # si p-value <0.1 - Hypothèse nulle (correspondance avec la loi normale) rejetée.# Si p-value > 0.1, on peut construire la carte de contrôle# LimitesLCS = valeur_standard+3*sd(population_preliminaire) # limite de contrôle supérieureLCI = valeur_standard-3*sd(population_preliminaire) # limite de contrôle inférieureLSS = valeur_standard+2*sd(population_preliminaire) # limite de surveillance supérieure LSI = valeur_standard-2*sd(population_preliminaire) # limite de surveillance inférieure lim_sup = valeur_standard+5*sd(population_preliminaire) # non officiel mais permet de limiter l'affichage de la cartelim_inf = valeur_standard-5*sd(population_preliminaire) # non officiel mais permet de limiter l'affichage de la carteechantillon = population_preliminaire[20:34]dates = as.POSIXct(c("2015-01-27","2015-01-28","2015-01-31","2015-02-03","2015-02-05","2015-02-12","2015-02-13","2015-02-14","2015-02-15","2015-02-17","2015-02-18","2015-02-19","2015-02-20","2015-02-23","2015-02-26"))dates = strptime(dates, "%Y-%m-%d") plot(dates,echantillon , ylim = c(lim_inf,lim_sup),las=2, xlab="", pch=4,cex=1.2,lwd=2,axes=F,ylab="Mesures (unités)")# Ajouter l'axe gradué du tempsaxis.POSIXct(1, at=seq(from=min(dates), to=max(dates), by="day"), format="%m-%d", las=2)axis(2)# Tracer les polygones qui colorent les zones (optionnel)polygon(x=c(min(dates)-20000,max(dates)+20000,max(dates)+20000,min(dates)-20000),y=c(lim_inf,lim_inf,lim_sup,lim_sup),col="#F5A9A9CC",border=NA)polygon(x=c(min(dates)-20000,max(dates)+20000,max(dates)+20000,min(dates)-20000),y=c(LCI,LCI,LCS,LCS),col="#F7D358CC",border=NA)polygon(x=c(min(dates)-20000,max(dates)+20000,max(dates)+20000,min(dates)-20000),y=c(LSI,LSI,LSS,LSS),col="#82FA58CC",border=NA)points(dates,echantillon,pch=4,cex=1.2,lwd=2) # Afin de remettre les points par-dessus les polygones# Ajouter les droites qui limitent les zonesabline(h=valeur_standard, col="black")abline(h=c(LSI,LSS), col="black", lty=3)abline(h=c(LCI,LCS), col="black", lty=2)Remarque importante : il est impératif de contrôler un certain nombre d'échantillons dans une démarche qualité en tenant compte du fait qu'on ne peut pas contrôler le même nombre d'échantillons si le contrôle est destructif. (cf. http://legifrance.gouv.fr/affichTexte.do?cidTexte=LEGITEXT000006069378)
Autre remarque importante : il est aussi fondamental d'indiquer la capabilité dans le commentaire qui accompagne la carte de contrôle afin de déterminer dans quelle mesure la variabilité du procédé risque de faire sortir la production des exigences attendues.