Génie Industriel et logistique

SIMULATION ET ANALYSE DE DONNEES :

1. Lancement du fichier et intégration des données :

1. 1.Ouverture du fichier :

Créer un nouveau projet sur Minitab

1. Ouvrir Minitab
2. Ouvrir et lire une feuille de travail
3. Dans le fichier les données on clique le fichier < DiamètreSegmentsPiston.MTW > qui contient les données de notre étude de cas, qui sont l’ensemble des mesures prises sur les diamètres des segments de piston :

[pic 1]

1. 2. Visualisation des données :

Une fenêtre sur le logiciel Minitab s’affiche. Voici la liste des valeurs qu’on va analyser 

[pic 2]

Figure 1 : Les données du procédé de forgeage des segments de piston de 25 échantillons avec 5 segments dans l’échantillon.

1. Vérification de la normalité :

La première chose à faire c’est de s’assurer que notre variable, « Le diamètre d'un segment de pistons » suit une loi normale pour pouvoir utiliser les méthodes statistiques, pour ce faire on doit commencer par une analyse des données : Dans cette analyse on ne va pas tenir en compte les sous-groupes, on s’intéresse aux données de mesure totale qui égale à 125 segments

• Par graphe :

Pour ce faire, on clique sur   Graphique Puis graphe de probabilité.

[pic 3]

[pic 4]

[pic 5]

[pic 6][pic 7]On choisit < diamètre > comme variable du graphique, puis OK

Il s’agit bien une distribution normale car le P-value (Probabilité que 2 échantillons soient identiques) est supérieure à 0,005. On constate en comparant les données à une courbe de Gauss (droite de normalité= droite rouge) alors que les données suivent une loi normale de Paramètres :

• Moyenne=74
• Ecart-type=0.01020

 NB : On peut aussi voir cela à traves : Stat🡪Statistique élémentaires🡪Afficher les statistiques descriptives

[pic 8]

• Par Histogramme :

L'histogramme est un moyen rapide pour étudier la répartition d'une variable. Pour l’afficher, on clique sur : Graphe🡪 Histogrammes 

[pic 9]

[pic 10]On choisit le graphe avec ajustement puis OK :

Ce graphe s’approche à la courbe de Gauss ce qui confirme la Normalité de notre échantillon, maintenant on peut commencer l’analyse

• Par ANOVA

L'analyse de variance (expression souvent abrégée par le terme anglais ANOVA : Analysis Of Variance) est une technique statistique permettant de comparer les moyennes de plus de deux populations. Son but est en fait de procéder à une sorte de généralisation de la comparaison des moyennes ou de la comparaison des pourcentages lorsqu'il y a plus de deux valeurs à comparer. Il s'agit aussi de l'équivalent, pour des variables qualitatives de la régression linéaire.

Les paramètres qu’on va afficher sont les suivants : moyenne dans chaque sous-groupe, son écart type, la valeur minimum et la valeur maximum.

[pic 11]

[pic 12]

Après la réalisation de la première phase, nous allons faire une étude de stabilité des données par la carte de contrôle pour vérifier est-ce que le procédé est stable.

1. Evaluation de la stabilité :

Une carte de contrôle, est un outil utilisé dans le domaine du contrôle de la qualité afin de maîtriser un processus. Elle permet de déterminer le moment où apparaît une cause particulière de variation d'une caractéristique, entraînant une altération du processus.

Pour créer Notre Carte de Contrôle, on a un contrôle par mesure (Variables Continues) et des sous-groupes de 5 échantillons, donc on va choisir la carte de contrôle X barre-R comme indiqué sur la figure :[pic 13]

Puis la fenêtre suivante s’affiche :[pic 14]

On remplit le nombre de sous-groupes par 5, puis on sélectionne : effectuer tous les tests des causes spéciales.

[pic 15]

Une fois on clique sur OK on obtient le résultat suivant :

[pic 16]

Donc comme indique sur la figure on constate que notre processus est stable.

...