[Total : 1    Moyenne : 5/5]
La recherche de variables nous permet d’identifier le facteur à l’origine du problème.

Introduction

La recherche de variables nous permet d’identifier le facteur à l’origine du problème. Cet outil est utilisé lorsque nous avons plus que 5 à 20 variables à étudier.

Etape 1

Le principe repose sur la comparaison entre les cas les meilleurs et les cas les moins bons. L’objectif de cette première étape est de valider le fait que parmi les facteurs retenus, il y a bien le Red X.

  1. Dresser la liste des variables qui ont dors-et-déjà étaient filtrés par les étapes précédentes.
  2. Les classer par ordre décroissant d’influence.
  3. Attribuer 2 niveaux pour chacune des variables : le premier, qu’on note 1, étant celui qui génère un produit de qualité, le second, qu’on note -1, qui génère un produit avec un défaut (dans les limites du raisonnable).
  4. Faire 2 essais avec tous les niveaux à 1, et 2 essais avec leur position à -1. Si le ratio de 5 est atteint ou dépassé entre les résultats obtenus, alors on considère que le red X est parmi les facteurs retenus. Le cas contraire, 3 alternatives :
  • Si on estime que l’on a les bons facteurs mais que les niveaux ont été inversé, faire le test B vs C sur chaque facteur suspect et valider l’hypothèse.
  • Si on pense que les mauvais facteurs ont été choisi, on reprend à l’étape 1 avec d’autres facteurs.
  • Si le doute subsiste, faire un plan d’expériences complet.

Etape 2

A ce stade, nous savons que parmi les facteurs retenus, il y a bien le Red X. Reste à pouvoir l’identifier.

1. Faire une expérience avec le facteur A, au niveau -1 et le reste des facteurs au niveau 1 :

  • S’il n’y a pas de changement par rapport au meilleur résultat de l’étape 4, alors A n’a pas d’influence.
  • S’il y a un changement partiel, du meilleur résultat vers le moins bon, alors A n’est pas le seul facteur influent.
  • Si le résultat est inverse avec du meilleur au moins bon résultat de l’étape 4 alors A est le red X.

 

2. Faire un second test avec A au niveau 1 et les autres facteurs au niveau -1 :

  • S’il n’y a aucun changement des pires résultats de la phase précédente, alors le facteur A est confirmé comme étant sans importance.
  • S’il y a un changement partiel dans les pires résultats par rapport à la phase précédente, A est confirmé comme un possible pink X.
  • S’il y a un renversement complet, les meilleurs résultats de la phase 1 sont estimés et A est confirmé comme le Red X.

 

3. Effectuer les phases 1 et 2 pour le reste des facteurs pour séparer les facteurs importants des autres.

4. Si aucun facteur n’est confirmé comme étant le red X, mais que 2 ou 3 pink X sont identifiés, effectuer une expérience de validation avec les pink X au niveau 1, les autres facteurs au niveau -1. Les résultats devraient se rapprocher des meilleurs résultats de la phase 1 étape 4.

5. Effectuer une nouvelle expérience avec le/les Pink X au niveau -1, le reste au niveau 1. On devrait retrouver à peu près les résultats du pire niveau de la phase 4 de l’étape 1.

Exemple

Nous souhaitons étudier une opération de pliage. Celle-ci montre une forte variabilité et un Cpk faible. Elle est connue pour parfois générer du défaut sans que nous sachions pourquoi. L’objectif est d’obtenir une tolérance constante de 0,005 voir moins.

Etape 1, phase 1 à 3

Les 6 facteurs choisis dans l’ordre à priori d’importance sont :

Facteur

Niveau 1

Niveau -1

A

Alignement

Aligné

Non aligné

B

Epaisseur

Epais

Fin

C

Dureté

Dur

Mou

D

Courbure

Plat

Très courbé

E

Vitesse

Rapide

Faible

F

Maintenance du matériel

Important

Faible

Etape 1, phase 4

Tout à 1

Tout à -1

Essai 1

4

47

Essai 2

4

61

Nous obtenons D = (47 – 4) + (61 – 4) = 100 et d = (61 – 47) + (4 – 4) = 14

D’où : un ratio de 100 / 14 soit supérieur à 7.

L’un des facteurs de l’expérience est donc le Red X.

Etape 2, phase 1 à 3

Tableau des essais et des résultats

Numéro d’essai

Combinaison

Résultats

Conclusion

1

A-1 ; …1

3

A non important

2

A1 ; …-1

102

3

B-1 ; …1

5

B non important

4

B1 ; …-1

47

5

C-1 ; …1

7

C non important

6

C1 ; …-1

72

7

D-1 ; …1

23

Pink X : interaction avec un autre facteur

8

D1 ; …-1

30

9

E-1 ; …1

7

???

10

E1 ; …-1

20

11

F-1 ; …1

73

Sans doute le Red X avec interaction

12

F1 ; …-1

18

Etape 2, phase 4 et 5

Essai de validation 1

D-1 F-1…1

70

Effet complètement inverse

Essai de validation 2

D1 F1 …-1

4

On conclue que le facteur F est sans doute le plus influent, le Red X et le facteur D et Pink X. On pourra confirmer cela et quantifier leurs influences relatives et leurs interactions avec un plan d’expériences factorielles complet. Dans notre cas, nous obtenons les résultats suivants :

D1

D-1

F1

4,9

20,5

F-1

51,5

57,8

Calcul des effets des facteurs :

  • D = ((20,5 + 57,8) – (4,9+51,5))/2 = 10,95
  • F = ((51,5+57,8)-(4,9+20,5))/2=41,95
  • Interaction DF ((20,5+51,5)-(4,9+57,8))/2 = 4,7

Le facteur F est donc le Red X puisque l’effet est le plus influent.

Le facteur D est le Pink X.

L’interaction est considérée mineure.

Source

A. K. Bhote, K. R. Bhote (2000) – World class quality

S. Amster, K. L. Tsui (1993) – Counterexamples for the component search procedure

S. H. Steiner, R. J. MacKay (2005) – Statistical engineering : an algoritm for reducing variation in manufacturing processes

K. S. Vinay, G. Praveena, H. Hamakrishna (2014) – Industrial scrap reduction using Shainin technique

Share This