Une introduction au controle de qualite

Pierre R. Bertrand
Universite de Clermont-Ferrand 2
Courriel : bertrand@math.univ-bpclermont.fr
December 8, 2007
1 Description du probl`eme, un cas simple
Notation : On note N(
,
) une loi normale de moyenne et decart-type , donc de variance

2
.
On observe une suite de variables aleatoires gaussiennes independantes X
1
, X
2
, . . . , X
n
. On
consid`ere que le syst`eme est sous contr ole si les variables X
i
suivent une loi normale de moyenne

0
et decart-type species et quil est hors controle si `a partir dun instant r la moyenne
a varie dune quantite . On souhaite detecter un eventuel dysfonctionnement du syst`eme et
estimer linstant doccurence du changement. Dun point de vue statistique, on formalise le
probl`eme par le test dhypoth`ese suivant :
(H0) le processus X est sous controle si X
i
N(
0
, ) pour tout i = 1, . . . , n avec des
param`etres
0
et connus.
(H1) le processus X est hors contr ole sil existe un instant r < n tel que X
i
N(
0
, ) pour
i r 1 et X
i
N(
0
+, ) pour i r avec > 0.
Le test precedant est un probl`eme de detection sequentielle unilateral.
Un peu de terminologie :
On pourrait aussi considerer un probl`eme bilateral, en prenant une hypoth`ese alternative
(H1) avec > 0 ou < 0.
Dans la pratique, la distinction entre controle destructif et controle non destructif est
fondamentale. Le controle destructif correspond par exemple `a des tests daccident sur
une voiture, ou danalyse dun vin, dun aliment... Le cas non destructif correspond
1
2 Introduction au controle de qualite
`a la mesure du temps dacheminement dun courriel, dun appel telephonique, `a celle
du poids dun sachet dun kilo de sucre `a la sortie de la chane... Implicitement, nous
considerons dans toute la suite des cartes de controle dans le cas non destructif.
On distingue detection o line et detection on line ou selon les auteurs detection a
posteriori opposee `a detection sequentielle.
1. Dans le cas o line, on dispose de toute linformation jusqu`a linstant n et on
souhaite tester lexistence dun ou plusieurs eventuels instants de rupture, cest
un probl`eme de segmentation. On dispose, par exemple, de lenregistrement dun
tremblement de terre et on souhaite estimer a posteriori le moment du seisme.
On peut aussi vouloir verier lexistence de clusters de volatilite sur les marches
nanciers. Un autre exemple amusant est fourni par letude statistique de veilles
chroniques russes entre 850 et 890, il apparat quelles ont ete ecrites par plusieurs
auteurs et non par un seul comme le voulait la legende.
2. Dans le cas on line, on dispose dune information qui arrive et on souhaite detecter
au plus vite une deviation par rapport aux normes speciees. Cest typiquement
un probl`eme industriel. Par exemple, une machine outil produit des tubes de
diam`etre
0
= 13 mm avec un ecart-type = 1 mm, on doit detecter dans les
meilleurs delais un dereglement de la machine pour la controler. Ou bien, on mesure
quotidiennement lemission de rayons dun appareil medical et on doit prevenir un
fonctionnement non conforme. Un autre probl`eme historique fut dans les annees
1950 lapparition dun objet sur un ecran radar, on a un bruit de fond correspondant
`a
0
= 0 et brutalement un objet apparat avec = > 0, il faut tirer lalarme au
plus tot.
Dans les deux sections suivantes, on consid`ere le probl`eme de la detection o line et letude
de diverses cartes de contr ole.
2 Description de la carte de controle CUSUM
La carte de detection CUSUM est la plus connue, elle est basee sur la somme cumulee
(CUMulative SUM) des dierences `a la moyenne quand le syst`eme est sous controle. Elle
fut introduite par Page (1954), mais elle est aussi parfois citee sous le nom de carte de Page-
Hinkley.
Pierre Bertrand 3
2.1 Description
On pose
C
n
=
n

j=1
(X
j
) et S
n
=
C
n

(1)
On deduit immediatement la proposition suivante :
Proposition 2.1 i) Sous lhypoth`ese (H0), S
i
N(0,

i) pour tout i = 1, . . . , n.
ii) Sous lhypoth`ese (H1), S
i
N(0, i) pour i = 1, . . . , r 1 et
_
S
k
S
r1
_
N
_
/,
_
k (r 1)
_
pour i = r, . . . , n.
Ceci permet de reinterpreter le test et dobtenir
Astuce fondamentale de CUSUM :
Sous lhypoth`ese (H0), les sommes cumulees
_
S
i
_
i=1,...,n
sont reparties autour dune droite
de regression de pente 0.
Sous lhypoth`ese (H1), les sommes cumulees
_
S
i
_
i=r,...,n
sont reparties autour dune droite
de regression de pente / `a partir de linstant r.
Cela na lair de rien, mais de petites erreurs systematiques qui passent inapercues `a loeil, se
cumulent avec CUSUM et deviennent evidentes.
inserer deux gures. Un exemple des donnees brutes, un exemple de carte CUSUM.
R`egle de decision :
On discrimine entre lhypoth`ese (H0) dune droite de regression de pente nulle et lhypoth`ese
(H1) dune droite de regression de pente /, en xant pour fronti`ere la pente moitie k =
/(2) et un seuil h > 0.
`
A letape n on rejette lhypoth`ese (H0), sil existe un entier m n
tel que S
n
(n m)k +h +S
m
.
Interpretation geometrique ; V masque
Dans le cas unilateral, on trace la droite D
1
de pente k partant de S
n
h. Sil existe un point
(m, S
m
) avec m < n en dessous de la droite D
1
, on tire lalarme et on decide quune rupture
a eu lieu, en langage statistique, on rejette (H0).
4 Introduction au controle de qualite
Lappelation V masque correspond au cas bilateral. On trace les droites D
1
et D
2
, la
droite D
1
etant denie ci-dessus et la droite D
2
etant celle de pente k partant de S
n
+h. La
zone comprise entre les deux droites D
1
et D
2
avec une absisse m n (grisee sur la gure 3
ci-dessous) est appelee un V masque. Pour un test bilateral, on rejette lhypoth`ese (H0), sil
existe un point (m, S
m
) avec m < n en dehors des bras du V-masque.
inserer une gure.
Dans les anciens temps, avant lutilisation de linformatique, on calculait S
n
`a chaque
arrivee dune nouvelle donnee X
n
et on depla cait le V-masque pour voir si un point apparaissait
en dehors de celui-ci.
Interpretation algebrique ; algorithme
On consid`ere dans la suite uniquement le cas dun test unilateral. Les deux resultats suivants
sont de simples exercices :
Proposition 2.2
`
A letape n, on a equivalence entre les points suivants :
i) On rejette lhypoth`ese (H1) ;
ii) Il existe m < n tel que le point (m, S
m
) soit sous la droite D
1
;
iii) Il existe m < n tel que
_
S
n
S
m
_

_
n m
_
k > h ;
iv) On a
_
S
n
nk
_
min
mn
_
S
m
mk
_
> h ;
v) On a P
n
min
mn
P
m
> h avec par denition P
n
= S
n
nk.
Dapr`es le point v) ci-dessus, lalgorithme consiste `a calculer P
n
et Q
n
:= min
mn
P
m
, puis
tester si P
n
Q
n
= P
n
min
mn
P
m
> h. Ces deux quantites se calculent recursivement, en eet
on a
P
0
= 0 et P
n+1
= P
n
+
_
X
n

0
k
_
pour n 1
Q
1
= P
1
et Q
n+1
=
_
Q
n
si P
n+1
Q
n
P
n+1
si P
n+1
< Q
n
pour n 1.
Estimation de linstant de defaut et de la taille de la rupture
Quand lalarme est tiree et lhypoth`ese nulle rejetee, on souhaite estimer linstant de rupture
r et la valeur du decalage . On estime r par le premier point hors du masque r, puis

par
la valeur de la pente entre r et n donnee par

:=
S
n
S
r
n r
.
Pierre Bertrand 5
Exercice 1 Verier que r correspond `a lindice pour lequel le minimum de P
m
est atteint,
c-`a-d. P
r
= min
mn
P
m
.
2.2 Algorithme numerique
en Matlab, Excel ou SAS ??
3 Dautres cartes de controle. Crit`eres de comparaison
Il existe dierentes cartes de controle. Meme pour une carte donnee, se pose le probl`eme du
choix des param`etres. Dans la premi`ere sous section, nous decrivons les crit`eres de comparai-
son, puis dans les sous-sections suivantes, nous decrivons quelques cartes de contr ole, connues
soit pour leur role historique (Shewhart), soit pour leur interet dans certains probl`emes.
3.1 Crit`eres de comparaison
Une description theorique de la detection on line :
On observe sequentiellement la serie X
i
, et on cherche une famille de temps darret T
b
per-
mettant de detecter une rupture le plus vite possible en evitant le plus possible les fausses
alarmes. Par exemple, pour la carte de controle CUSUM unilateral, on denit le temps darret
T
h
= inf
_
n N

tel que
_
S
n
nk
_
min
mn
_
S
m
mk
_
> h
_
qui correspond au premier instant dalarme (situation jugee hors contr ole). Le param`etre
dajustement est b = h (0, ), les autres param`etres
0
, , puis par consequence k =
/(2) etant supposes connus.
Fausse alarme, delai de detection :
On appelle fausse alarme, la survenue dune alarme `a un instant T
h
ni alors que le syst`eme
est sous contr ole, ceci correspond `a levenement {T
h
< } sous lhypoth`ese (H0). On nomme
delai de detection (ou retard `a la detection) la quantite (T
h
r) sous lhypoth`ese (H1). La
mauvaise nouvelle, cest quavec toute les r`egles de detections il y a des fausses alarmes, plus
precisement IP
_
T
h
< | H0
_
= 1. On ne peut donc pas demander `a une r`egle de ne pas
avoir de fausse alarme, avec une probabilite strictement positive. On mesure le taux de fausse
alarme par le temps moyen entre deux fausses alarmes (en anglais Average Run Length)
ARL(b) = IE(T
b
| r = +), en labsence de rupture, on consid`ere que r = +. Plus ARL(b)
est grand, plus le taux de fausses alarmes est faible.
Dautre part, on consid`ere le delai moyen de detection (en anglais Average Detection
Time), ADT(b) = IE
r
(T
b
r| T
b
r), o` u IE
r
designe lesperance conditionnelle IE
r
(f) =
6 Introduction au controle de qualite
IE(f | rupture en r). Cest le temps moyen entre la survenue dune panne, ou lapparition
dun missile sur un ecran radar, et sa detection par la carte de contr ole. On souhaite que
ce delai soit le plus court possible. Cependant, comme IE
r
(T
b
r| T
b
r) peut dependre de
linstant de rupture r, plusieurs crit`eres sont possibles notamment sup
r
IE
r
(T
b
r| T
b
r)
ou lim
r+
IE
r
(T
b
r| T
b
r). Dans la suite, on fera lhypoth`ese simplicatrice que IE
r
ne
depend pas de r et donc
ADT(b) = IE
r
(T
b
r| T
b
r) = IE(T
b
| r = 0).
Pour la carte de controle CUSUM, cest un exercice facile de montrer que les fonctions h
ARL(h) et h ADT(h) sont des fonctions croissantes de IR
+
dans IR
+
. On aura une situation
similaire pour toute les autres cartes de contr ole. Il nest donc pas possible de trouver une
solution optimale. Deux solutions existent : on se xe un taux de fausses alarmes tolerable
correspondant `a une valeur R
0
et on determine le param`etre b correspondant, i.e. tel que
ARL(b) = R
0
, puis le delai moyen ADT(b) ; ou le contraire : on se xe un delai moyen de
detection D
0
, on determine b tel que ADT(b) = D
0
, puis ARL(b).
Comparaison de dierentes cartes
On peut tracer le diagramme (ARL, ADT) en faisant varier h et on obtient une courbe
croissante, voir gure ci-dessous.
inserer un schema ARL/ADT pour la carte CUSUM avec = 1.
Pour comparer plusieurs cartes de controle, il est soit possible de se xer un taux de fausse
alarme, cest-`a-dire une valeur dARL et de choisir la carte pour laquelle de delai moyen ADT
est le plus court, soit de xer un delai moyen ADT et de choisir la carte pour laquelle le temps
moyen entre eux fausses alarme ARL est le plus grand.
Figure 6
Pierre Bertrand 7
Delta=0.5
0
10
20
30
40
50
60
70
80
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
ARL
A
D
T
Cusum nu=0.5
FMA h=0.5
FMA A=8
Sur ce graphique, on constate que la carte CUSUM est meilleure.
3.2 Carte de Shewhart
Un peu dhistoire
1
:
Shewhart, Walter Andrew (1891-1967) a invente le controle de qualite. Il a travaille `a la
Western Electric Company puis aux Bell Telephone Laboratories de 1918 `a 1956. Il a developpe
des methodes de contr ole statistique de la qualite dans les fabrications industrielles de grandes
series, appliquees `a la fabrication de materiel electrique ou telephonique par son employeur.
Ces travaux sur les cartes de contr ole eurent pour origine la volonte politique de la direction
du Departement dingenierie de la Western Electric Company de denir scientiquement une
demarche dassurance qualite (1922). Lorsque les Bell Telephone Laboratories (Bell Lab.)
furent constitues, en 1925, lingenierie de linspection avait sa place dans lorganigramme.
Cest en 1931 que Shewhart publia lensemble de ses travaux sur les cartes de contr ole. La
mise au point de ces methodes statistiques dassurance qualite resta longtemps un sujet de
erte pour les Bell Labs.
Le controle de qualite et les travaux de W.A. Shewhart furent popularises par lintermediaire
1
Jai largement utilise larticle sur W.A. Shewhart dans lencyclopedie en ligne Wikipedia.
8 Introduction au controle de qualite
de W.E. Deming aupr`es des industriels japonnais dans les annees 1946-55, pendant la periode
de reconstruction industrielle apr`es-guerre. La abilite des produits made in Japan est
depuis les annees 1970 attribue par les americains `a lintegration du controle de qualite `a tous
les stades de la production nippone.
Il est instructif de comparer la situation americaine puis japonnaise `a celle de la France.
Maurice Dumas, artilleur et polytechnicien (promotion 1919) avait etudie le contr ole de qualite
de la production dobus, cependant aucune connexion avec lindustrie na eu lieu. Je renvoie `a
un article Les debuts diciles du controle statistique de qualite en France, D. Bayart (2003).
Par contre, W.A. Shewhart a pleinement su utiliser le poids industriel et institutionnel des Bell
Labs pour faire accepter ses cartes de controle comme des standarts industriels. Cependant,
aujourdhui, elles sont statistiquement totalement obsol`etes. Meme lAmerican Society for
Quality (fondee par W.A. Shewhart) preconise desormais lutilisation des cartes de contr ole
CUSUM.
R`egles de Shewhart:
Pour commencer, donnons une carte ocielle du minist`ere de la sante qui di`ere de celle
donnee dans les manuels de statistiques.
Une denition ministerielle
Je donne ci-dessous un extrait du Journal Ociel du 07 juin 2005, intitule Decision du 20 avril
2005 xant les modalites du controle de qualite des dispositifs dosteodensitometrie utilisant
les rayonnements ionisants.
R`egle 1 : Une mesure `a plus de 1, 5 de la moyenne : erreur probablement aleatoire,
R`egle 2 : Deux mesures consecutives secartant de plus de 1 de la moyenne (du meme
cote) : erreur systematique.
R`egle 3 : Deux mesures consecutives secartant, lune de lautre, de plus de 2 de la valeur
moyenne indiquent une instabilite.
R`egle 4 : Quatre mesures consecutives secartant de plus de 0, 5 de la moyenne (du meme
cote) : erreur systematique.
R`egle 5 : Dix mesures consecutives dun meme cote par rapport `a la moyenne initiale in-
diquent une erreur systematique.
Exercice 2 Ecrire un programme qui calcule le temps moyen de fausse alarme ARL pour la
carte Shewhart ministerielle.
Pierre Bertrand 9
Exercice 3 Ecrire un programme qui calcule le delai moyen de detection ADT pour la carte
Shewhart ministerielle correspondant `a une rupture de taille = 0, 25 , = 0, 5 ,
= 0, 75 , = , = 1, 5 , = et = 2 .
Exercice 4 Comparer les resultats obtenus avec la carte ministerielle et avec la carte CUSUM.
Dans les livres de statistiques
Shewhart a travaille de nombreuses annees et edicte des r`egles nombreuses. Elles uctuent
selon les auteurs, meme si toutes suivent grosso modo les memes idees. Lune delle est la r`egle
1, 3, 8.
a) La derni`ere observation X
n
est superieure `a la moyenne
0
plus 3 ecart-type, c.`a-d.
X
n
>
0
+ 3.
b) Les trois derni`eres observations sont superieures `a la moyenne
0
plus 2 ecart-type, c.`a-d.
X
n
, X
n1
, X
n2
>
0
+ 2.
c) Les huit derni`eres observations sont superieures `a la moyenne
0
, c.`a-d.
X
n
, X
n1
, . . . , X
n7
>
0
.
Si lun des evenements a), b) ou c) se produit alors lalarme est tiree. La r`egle c) est discutee,
certains auteurs preconisent les sept derni`eres observations, dautres les neuf...
Exercice 5 Ecrire un programme qui calcule ARL et ADT pour la r`egle 1,3,8 pour des valeurs
de = 0, 25, . . . , 2. Meme exercice pour les r`egles 1,3,7 et 1,3,9. Comparer les resultats
obtenus avec la carte ministerielle et avec la carte CUSUM.
Une amelioration des ingenieurs japonais
H. Toda (1958) decrit une carte utilisee au Japon. Si X
i
[
0
+k,
0
+(k+1) [ pour k IN,
on lui attribue un score de +k ; si X
i
<
0
on attribue un score 0, 1,... et on additionne les
scores pour une suite de score positifs, sil atteint un seuil L, par exemple 5, on tire lalarme.
Exercice 6 Ecrire un programme qui calcule ARL et ADT pour la r`egle de Toda en fonction
du choix du seuil L N

pour des valeurs de = 0, 5 , . . . , 2 . Comparer les resultats

obtenus avec la carte CUSUM.
10 Introduction au controle de qualite
3.3 Carte moyenne mobile nie (FMA)
On denit la moyenne mobile des derni`eres observations par M

(n) =
1
_
1

i=0
X
ni
_
. Pour
un seuil h > 0 et une taille de fenetre xes, on tire lalarme au premier instant o` u M

(n)

0
+h, ce qui revient `a denir le temps darret T
,h
= inf
_
n tel que M

(n)
0
+h
_
qui
depend des deux param`etres et h.
3.4 Carte moyenne exponentielle (EWMA)
3.5 Carte de Robert-Shiriaev
4 Une methode de detection o line
References
[1] Bayart,D. (2003). Les debuts diciles du controle statistique de qualite en France, Les
annales des mines, serie Gerer et comprendre, N

71, p.14-30.
[2] Bertrand, P. (2000). A local method for estimating change points: the hat-function ,
Statistics 34, p.215-235.
[3] Bertrand, P.R. & Fleury, G., (2008). Detecting Small Shift on the Mean by Finite
Moving Average, International Journal of Statistics and Management System, vol. 3,
No 1-2, p.56-73.
[4] Hinkley, D.V. and Hinkley, E.A (1970), Inference about the change-point in a sequence
of binomial random variables. Biometrika, 57, p.477-488.
[5] Montgomery, D. (1985). Introduction to Statistical Quality Control. John Wiley & Sons,
New-York.
[6] Page, E.A. (1954), Continuous inspection schemes, Biometrika, 41, p.51-59.
[7] Roberts, S.W. (1966), A comparison of Some Control Chart Procedures, Technometrics,
vol. 8, N

3.
[8] Shewhart, W.A. (1931), Economic Control of Quality of Manufactured Products. New
York: Van Nostrand, 501 p. Reedite en 1980 par lAmerican Society for Quality.
Traduction : Les fondements de la matrise de la qualite, Economica, 1999.
[9] Toda, H. (1958). Band-score control charts. Reports of Statistical Application Research,
Union of Japanese Scientist and Engineers, 5, N

2, p.20-24.