ANALYSE des Défauts pour l’Amélioration de la Qualité (ADAQ)
BERNARD Frédéric*, PILLET Maurice**
*LLP/CESALP – Ecole Supérieure d »Ingénieurs d »Annecy (ESIA) 41, avenue de la Plaine – B.P. 806 74016 Annecy CEDEX – FRANCE |
**LLP/CESALP – Université de Savoie IUT, 9 rue de l »arc en ciel – BP240 74942 Annecy le Vieux CEDEX – France |
Résumé : Toutes les entreprises industrielles sont régulièrement confrontées à des problèmes qualité produits. Afin de les résoudre, les techniciens mettent en œuvre une démarche de résolution de problèmes souvent fondée sur une approche expérimentale. Malheureusement cette approche est souvent très empirique et manque généralement de formalisme.
L’objectif principal du travail que nous proposons de réaliser est de rationaliser et de formaliser une démarche dans la résolution de problèmes qualité en atelier appelée ADAQ (Analyse des Défauts pour l’Amélioration de la Qualité).
Cette méthode devra permettre de converger plus rapidement vers la source du problème et fournira un guide d’utilisation des différentes méthodes d’analyse de données ou d’expérimentation (régression multiple, plans d’expériences, analyse de la variance,…).
L’idée est de faire en quelque sorte une AMDEC (Analyse des Modes de Défaillance, de leurs Effets et de leur Criticité) mais qui serait déclenchée chaque fois qu’un défaut apparaît en production.
Abstract: Every factories are frequently confronted with quality product problem. To resolve them, technicians implement quality problem solving often based on an experimental approach. Unfortunately, this approach is usually empirical and is not very well formalised.
The aim of our work is to provide a new quality problem method called QIFA (Quality Improvement by Failure Analysis).
This approach will rapidly allow to localize the origin of the problem and will provide a quality tool’s guide (regression analysis, design of experiments, ANOVA, …).
The idea is to propose a method like FMEA (Failure, Mode, Effect and Analysis) but which will be set every time a failure is detected in production.