Un certain nombre de méthodes assez simples (lot d'essai, plan d'expériences, Check-List) ou plus complexes (analyses de données, méthode du Simplex, AMDEC process) ont été développées pour aider à solutionner un problème de non qualité en production. Ces méthodes sont plus ou moins adaptés à la fonderie et peuvent être déclinées seules ou en combinaison en fonction des enjeux technico-économiques (volumes de production, taux de rebut, retour clients, ...).

gestion de la qualité en fonderie

Les diféfrentes méthodes
Face à un problème de non qualité problématique et qui résiste à un premier réglage, un certain nombre de méthodes plus ou moins complexes existent :
• Remonter à la cause racine (qui crée véritablement le problème)
• Récolter toutes les informations nécessaires – Méthode QQOQCC (Qui/Quoi/Où/Quand, Comment/Combien)
• Réalisation d’un lot d’essai
• Diagramme d’Ishikawa
• Plan d’expérience (dit Taguchi)
• Analyse de données
• AMDEC process
• Méthode du simplex, Check List, …

Remonter à la cause racine
La "cause racine" d'un problème (ou d'un défaut) permet bien souvent de régler définitivement le problème et non plus de régler superficiellement le problème (qui reviendra alors). La cause racine peut être déterminée avec la stratégie des "5 Pourquoi" (que pratiquent naturellement les enfants).

Exemple : Les soufflures n'ont pas été repérées en production ?
1. Pourquoi ? Parce que le contrôle radio n'a pas été fait
2. Pourquoi ? Parce que la radio était en panne
3. Pourquoi ? Parce qu'il n'y a pas de contrat de maintenance (radio souvent en panne).
4. Pourquoi ? Parce que le budget maintenance a été réduit depuis 2 ans au profit de l'achat de nouvelles machines de production
On a dans la réduction du budget maintenance la "cause racine" au problème. Le "contrôle radio non réalisé" n'est que la cause superficielle. Si l'on ne traite que "les pannes radio", on réalise une "action pompier".

Lot d'essai
L’objectif d’un lot d’essai est de produire une quantité limitée de pièces dans des conditions normales de la production en modifiant cependant un ou plusieurs paramètre(s). Ceci afin de tester une hypothèse : par exemple « la diminution du temps de poteyage (8 s au lieu de 10 s ) va réduire les rebuts ».

Le lot d’essai a certaines caractéristiques :
• Le bac de pièces est muni d’un repérage spécial (afin d’être tracé en interne)
• Les pièces sont contrôlées à 100 % (en visuel et/ou en radio ou étanchéité) et notées
• Les pièces peuvent être repérées individuellement (bombe de couleur) pour être retrouvés après grenaillage (en vrac) ou usinage et empêcher leur livraison au client. Le lot d‘essai est une méthode simple et facile à mettre en œuvre.

Si le résultats du lot est positif, une production plus importante (1 jour à 1 semaine) avec les nouveaux réglages est réalisée et contrôlée avant de valider le nouveau réglage.

Diagramme d'Ishikawa
Un diagramme Ishikawa (du nom du Japonais qui l’a popularisé) ou encore « en arête de poisson » est un outil qui permet de lister (et ne rien oublier) l’ensemble des paramètres (5 M : moyen, méthodes, main d’œuvre, milieu, mesure) qui ont une influence sur le défaut.

Ce type de diagramme doit être fait en groupe (dans l’idéal 6 personnes).

Ishikawa
Diagramme d'Ishikawa

Le travail en groupe (pour les autres méthodes d’ailleurs) présente l’avantage :
• D’impliquer l’ensemble des acteurs de l’entreprise
• D’amener le maximum d’idées
• D’utiliser l’expériences de tous (et potentiellement sur des problèmes similaires déjà résolus par le passé)

Le diagramme d'Ishikawa permet d'aborder la non qualité en étant assez exhaustif. Par contre, c'est uniquement une approche qualitattive qui doit être complétés par une quantification ultérieure. Le diagramme d'Ishikawa est par exemple "un bon début" pour mener un plan d'experience afin de n'omettre aucune variable importante.

Plan d'expériences
La méthode des plans d’expériences (dit quelquefois "plan Taguchi") permet de faire varier un grand nombre de paramètres (avec influence des interactions si nécessaire) avec un minimum d’essais.

C’est donc une méthode économique en temps par rapport à des lots d’essais multiples. Le plan d'expérience nécessite, au niveau du dépouillement, de noter les pièces selon le niveau de défauts. Cette notation est appelée "la réponse". Pour un même plan d'expériences, plusieurs réponses peuvent être analysées. Par exemple, le niveau de retassure dans un bossage critique et les reprises en bout de pièce (zone éloignée des attaques).

On peut citer un plan d’expérience (L16 x 215 avec 50 injections par essai) réalisé sur des défauts de types reprises et non venues et qui a investigué 5 paramètres (température métal, vitesse 2ème phase, vitesse 1ière phase, pression de multiplication et course 1ère phase) à 2 niveaux de réglage. Si besoin, certains paramètres peuvent avoir 3 niveaux, ce qui augmente cependant le nombre d'essais.

Plan_d_exp_rience_FSP
Plan d'expérience CTIF en fonderie sous pression

Deux paramètres apparaissent comme très significatif (TS) à hauteur de 95 % de probabilité: la vitesse 2ème phase et la course de 1ière phase. La vitesse 2ème phase est un paramètre très significatif –au sens statistique du terme- et ressort très largement (tableau ci dessus) devant tous les autres facteurs en expliquant à elle seule  60 % des défauts constatés. La vitesse en phase rapide réglée en modalité haute donnait les meilleurs résultats pour ce type de défaut.

Le plan d’expériences est plus lourd que le lot d’essai et nécessite de la rigueur et un moyen informatique (StatGraphics) de génération et de dépouillement du Plan.

Autres méthodes plus exotiques (ou moins opérationnelles)
D'autres méthodes (Check List, Méthode du Simplex, Analyse de données), plus exotiques, existent et peuvent être des pistes intéressantes (utilisés dans d'autres domaines industriels).

AMDEC Produit Process
Le signe A.M.D.E.C. signifie « Analyse des Modes de Défaillances et de leur Criticité ».
Si la démarche "AMDEC produit" est très utilisée par l'automobile qui dispose d'une importante base de données (liés aux retours clients) et d'un traitement statistique, l' "AMDEC process" est plus délicate à mettre en place (de manière sérieuse et opérationnelle).

Check List
La check List est tout simplement une liste très détaillée de tout ce que doit faire un opérateur dans un certain ordre en cas d’apparition d’un défaut (ou d’un problème machine d’ailleurs)

Cette check List peut utiliser le REX (retour d’expérience) pour classer :
• En premier les causes très fréquentes (pastille trop mince, goulotte encrassée)
• En dernier les causes plus rares (fuite d’eau d’un circuit dans l’empreinte).

Cette check List est relativement lourde à rédiger et est d’un formalisme rigide. Elle a le mérite de formaliser la connaissance.
Elle est davantage utilisée en Asie (Japon) qu’en Europe.
On peut imaginer sur ce principe une base de données interne (à chaque entreprise) qui recense chaque problème de non qualité avec des mots clefs (défaut / moule / machine / périphérique / client /…) et décrive comment le problème a été résolu. Les services de maintenance des grosses entreprises (RATP, SNCF, ...) utilisent ce type de méthodologie.

Méthode du simplex
La méthode du Simplex, qui vient de la Chimie (et n’est pas utilisée en fonderie) consiste à faire varier très progressivement les réglages pour s’approcher peu à peu de l’optimum en terme de qualité. Le point de départ utilise 3 points avec des variables process assez proches. Pour ces points, on mesure la réponse (ici un taux de rebut). Le point conduisant au taux de rebut maximal est abandonné et un nouveau point en direction opposée est calculé. De proche en proche, on tend de l’optimum. Certains simplex utilisent des pas de progression évolutif  (fonction de la réponse obtenue).

Analyse de données
L’analyse de données (ou analyse statistique ou encore Big-Data plus récemment) est une méthode passive (dans le sens où l’on observe sans modifier la production) et qui a pour objectifs à travers l’observation d’un grand nombre de pièces (5 000 pièces ou davantage) de détecter l’influence d’éventuelles dérives de paramètres sur l’apparition de défauts.

C’est une méthode très lourde qui nécessite :
• Des moyens humains conséquents dédiés à cette analyse (2 à 3 personnes à plein temps)
• Un moyen de dépouillement informatique performant
• Des connaissances statistiques pointues dans l’interprétation des données
• Des moyens d’enregistrement (manuel ou automatique à fréquence variable) du maximum de paramètres de fabrication
• Le repérage individuel de chaque pièce (gravage automatique) et la notation pour chaque pièce du niveau de défaut (ou non) constaté (après usinage par exemple)

Cette méthode n’est évidement envisageable que si l’enjeu le justifie : grosse pièce (à forte VA) en production très longue durée (automobile).