Ces formations pourraient également vous intéresser



Le système de management de la qualité IATF 16949:2016

Auditeur interne IATF 16949:2016

Base de statistiques pour l'analyse de données - MODULE 2




 



Bibliothèque
Conférences
Workshop
Clubs Qualité
Clubs Entreprise

Liste des formations | Devenir membre
|
 | Fiabilité des systèmes de mesure
Objectif
Amener les participants à être à même :

De caractériser un système de mesure dans ses conditions réelles et actuelles d'utilisation.

D'estimer la fiabilité des données collectées et donc l'impact au niveau des résultats de capabilité du processus de production ou de prestation de service qui utilise ce système de mesure.

De mettre en place les actions appropriées dans le cadre d'une démarche d'amélioration continue des processus (production et mesure).
Durée
8 heures
Date(s) de la formation
28/11/2018
Horaire : De 08h30 à 17h00
Lieu : CQHN ASBL - 6041 Gosselies
Formateur : Bruno RENAUX RENAUX B SPRL
Prix
Membre : 300 € HTVA / Non membre : 350 € HTVA
Frais de documentation et de repas compris.
Subsides et interventions possibles
Cette formation est agréée dans le cadre des chèques formations de la région Wallonne (7 chèques sont nécessaires).

Les entreprises des Commissions Paritaires 118 et 220 (Alimentaire) peuvent récupérer une partie des coûts de cette formation via l'IFP (130 EUR par jour et par participant avec un maximum de 390 EUR par jour).
Public
Cette formation s'adresse aux utilisateurs de systèmes de mesure dans des activités de production ou de prestation de services mais pas dans des activités de laboratoires.

Il peut s'agir de techniciens qualité mais aussi et surtout de toute personne impliquée dans une démarche d'amélioration continue dans son entreprise : Directeurs de PME, Responsables de production, Ingénieurs process, Responsables Qualité,...

Cette formation ne couvre pas :
- l'étalonnage ; 
- la gestion d'un parc d'équipements de mesure ;
- le développement ;
- la validation et le calcul d'incertitudes pour les méthodes de mesure dans les applications de laboratoire.

Cette formation est, par contre, en phase avec les exigences MSA de L'ISO TS 16949.
Conditions d'accès
Il est souhaitable que les participants aient quelques notions de statistiques.

Cela n'est cependant pas indispensable car des rappels de techniques statistiques de base seront effectués  en début de formation.

Venir à la formation avec un ordinateur portable comprenant l'outil Excel et une version démo du logiciel Sigma XL à télécharger quelques jours avant la formation.
Nombre de participants
12
Programme
Introduction aux statistiques :

Types de données.
Concepts statistiques de base.
Les paramètres de centrage ou position (moyenne, médiane,...).
Les paramètres de dispersion (étendue, écart-type,...).
Règle d'additivité des variances.
La distribution normale ou loi normale, ses propriétés et son intérêt.

Caractérisation d'un système de mesure :

Le système de mesure vu comme un processus.
Répétabilité et reproductibilité.
Linéarité, justesse et biais.
Résolution.
Robustesse.
Stabilité.

Analyse d'un système de mesure pour des données continues :

Préparation, analyse et interprétation d'une étude de type Gage R&R (ou étude de répétabilité et de reproductibilité d'un système de mesure).

Méthode R&R rapide et méthode R&R complète basée sur les étendues.

Méthode R&R par l'analyse de la variance (ANOVA) avec Minitab.

Etude de linéarité et de biais d'un système de mesure.

Exercices d'application avec SigmaXL + fichiers Excel.

Capabilité des processus de mesure et actions d'amélioration.

Eléments de base pour le calcul de l'incertitude de mesure.

Analyse d'un système de mesure pour des données discrètes :

Préparation, analyse et interprétation d'une étude d'exactitude, de répétabilité et de reproductibilité d'un système de mesure pour des données discrètes (ou analyse d'accord d'attribut).

Indice Kappa et capabilité du système de mesure.

Actions d'amélioration éventuellement différenciées selon les opérateurs.

Exercices d'application avec SigmaXL.

Cas particuliers et discussion :

Cas des essais destructifs.
Confiance dans les données provenant de bases de données informatiques.
Discussion de cas concrets de participants.