[Total : 0    Moyenne : 0/5]

Dans les années 1940, Leonard Seder, camarade de classe au MIT et ami de Shainin, développa le graphique Multi-Vari, une méthode graphique d’analyse de la variance.

Introduction

Dans les années 1940, Leonard Seder, camarade de classe au MIT et ami de Shainin, développa le graphique Multi-Vari, une méthode graphique d’analyse de la variance. L’idée est un peu la même que celle de Taguchi avec les plans d’expériences Signal/Bruit.

Figurant parmi les premiers adeptes de cette méthode, Shainin découvrit qu’avec les graphiques Multi-Vari, on pouvait rapidement converger vers la cause première d’un problème. En comparant les données mesurées selon différentes sources de variation, on visualise et mesure qu’elle est la source de variation la plus importante.

Shainin suggère de regarder les variations selon 3 sources possibles :

  • La position : variation d’une pièce à l’autre, d’un moule à l’autre, d’une machine à l’autre, d’une personne à l’autre, d’un site à l’autre.
  • Temps : variation heure après heure, équipe après équipe…
  • Fréquence : variation d’un lot à l’autre.

1 – Identifier ce que l’on souhaite mesurer

La première étape est d’identifier la valeur que nous souhaitons mesurer. Elle doit être représentative du problème. Par exemple, si nous souhaitons analyser la cause racine de la variabilité du diamètre d’usinage d’un arbre, c’est cette donnée que nous prendrons donc comme mesure.

2 – Identifier les niveaux des sources de variabilité

Au même titre qu’un plan d’expériences, on identifie les différents niveaux des 3 sources possibles de variabilité. Ces niveaux vont nous servir pour effectuer les mesures. Ces niveaux devront être représentatifs de la réalité et « balayer » les extremums possibles.

En reprenant notre exemple, nous définissons les éléments suivants :

  • La position : on prendra la position de mesure que nous faisons sur notre arbre. On prendra ainsi 2 mesures à gauche et 2 mesures à droite de l’arbre chacune d’entre elle étant à 180° l’une de l’autre.
  • Le temps : On prendra des arbres qui seront usinés dans la même heure et cela sur 5 heures différentes.
  • La fréquence : on prendra pour chaque heure 3 arbres consécutifs.

 

Le plus généralement, on prend des groupes de 3 à 5 unités produites consécutivement répartie sur des heures  ou des équipes différentes et consécutives. Sur chacune de ces pièces, on effectuera la mesure en fonction de la position choisie préalablement.

3 – Procéder aux mesures

Une fois l’ensemble du processus de test mis en place, on procède à la mesure selon le protocole déterminé. Dans notre cas, nous effectuons 4 mesures du diamètre sur chacun des 3 arbres consécutifs que nous prélevons chaque heure sur 5 heures consécutives.

On poursuivra ce processus dans un premier temps sur le laps de temps défini initialement. Mais dans la pratique, on le fera jusqu’à ce que l’on ait pu « capter » 80% de la variabilité que nous recherchons.

4 – Construire le diagramme Multi-Vari

Une fois les mesures recueillies, on construit les différents points du diagramme. En ordonné, nous mettons la valeur de la mesure du diamètre. En abscisse, nous allons représenter à la fois le temps et la fréquence.

Dans notre exemple, nous obtenons le graphique suivant.

Légende :

  • En abscisse en bas : chacune des 5 heures
  • En abscisse en haut : chacun des 3 arbres
  • En ordonné : la valeur du diamètre
  • Les points bleus : la valeur du diamètre pour chacune des 4 positions de mesure par arbre.
  • En vert la moyenne de mesure de chacun des 5 groupes de 3 arbres.

5 – Analyser le graphique

La dernière étape consiste à analyser le graphique. On va recherche quelle est la cause parmi les 3  qui est à l’origine de la plus grande variabilité dans la mesure.

En reprenant notre exemple, on s’aperçoit que la cause du temps est à l’origine de la plus grande variabilité. En effet, le 3èmegroupe de mesure, prit donc à la 3ème heure de production, est très inférieur aux 4 autres. En comparant, nous identifions que :

  • La position a une variabilité de 0,001 : écart entre la plus grande valeur et la plus petite valeur de chacun des arbres.
  • La fréquence a une variabilité de 0,0005 : écart entre la plus grande valeur de la moyenne d’un des arbres pris dans le même groupe de 3.
  • Le temps a une variabilité de 0,0015 : écart entre la plus grande et la plus petite moyenne des valeurs de chacun des 5 groupes.

Source

K. S. Vinay, P. Gowda, H. Ramakrishna (2014) – Industrial scrap reduction using Shainin technique

J. Garside (1999) – Make it

T. P. Ryan (2007) – Modern engineering statistics

Share This