Contrôle statistique de qualité

lstat2310  2021-2022  Louvain-la-Neuve

Contrôle statistique de qualité
4.00 crédits
15.0 h + 5.0 h
Q1
Enseignants
Francq Bernard;
Langue
d'enseignement
Français
Thèmes abordés
Les thèmes suivants sont abordés et mis en pratique sur des études de cas : - Les outils statistiques de l'assurance qualité - Principes des cartes de contrôle de Shewhart et cartes types. - Cartes de contrôle CUSUM et EWMA - Cartes de contrôle pour données autocorrélées et multivariées - Conciliation des outils d'automatique et de SPC - Analyse de la capabilité d'un procédé. - Recherche des sources de variabilité d'un procédé. Analyse de répétabilité et de reproductibilité. - Contrôle de réception
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

1 A. Eu égard au référentiel AA du programme de master en statistique, orientation générale, cette activité contribue au développement et à l'acquisition des AA suivants, de manière prioritaire : 1.3, 1.6, , 2.2, 2.3, 2.5, 3.1, 3.2, 3.3, 3.4, 5.4, 5.6.

Eu égard au référentiel AA du programme de master en statistique, orientation biostatistique, cette activité contribue au développement et à l'acquisition des AA suivants, de manière prioritaire : 1.3, 1.6, , 2.2, 2.3, 2.5, 3.1, 3.2, 3.3, 3.4, 5.3, 5.5.
B. Au terme du cours, les étudiants auront acquis des connaissances et une vue critique sur les outils statistiques utiles dans la mise en place d'une politique d'assurance qualité en entreprise et le suivi de procédés industriels et d'appareils de mesure en laboratoire d'analyse. Ils seront aussi capables de les mettre en oeuvre sur des données industrielles.
 
Contenu
Les thèmes suivants sont abordés et mis en pratique sur des études de cas :
  • Les outils statistiques de l'assurance qualité
  • Principes des cartes de contrôle de Shewhart et cartes types.
  • Cartes de contrôle CUSUM et EWMA
  •  Cartes de contrôle pour données autocorrélées, multivariées  et sériez courtes.  
  • Analyse de la capabilité d'un procédé.
  • Contrôle de réception
Méthodes d'enseignement
Cours (15h)
  • Présentation des méthodes sur base de situations réelles.
  • Discussion des techiques de calcul pour les méthodes simples.
  • Interprétation de résultats de logiciel.
  • Exposé interactif où les étudiants sont invités à être actifs durant le cours.  
TPs sur ordinateur (5h)
  • Application des méthodes vues au cours sur des cas/données émanant d'applications industrielles ou de domaines de recherche UCL et ce avec le logiciel JMP.
Modes d'évaluation
des acquis des étudiants
  1. Réalisation d'un projet appliqué (par groupes de 1, 2 ou 3). 
  2. Examen écrit sur le contenu du cours ("théorie" et d'exercices méthodologiques). 
  3. Examen oral de discussion du travail (par groupe).  L'examen compte pour 10/20, le travail compte pour 7/20 et la discussion orale pour 3/20.  Les points du travail  ne sont acquis que si l'examen écrit est réussi.
Les étudiants qui réalisent uniquement la partim A ne font pas le projet et l'examen oral.  
Autres infos
Préalables : Formation de base en probabilité et statistique : statistique descriptive, calcul de probabilité et distributions statistiques, inférence (tests d'hypothèses, régression linéaire). Capacité d'utiliser couramment un ordinateur personnel : manipulation de fichiers, utilisation de Word et Excel.
Ressources
en ligne
Voir le site Moodle: https://moodleucl.uclouvain.be/course/view.php?id=9935
Bibliographie
 D. C. Montgomery, Statistical Quality Control. New York: Wiley.
Faculté ou entité
en charge
LSBA


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] en statistique, orientation générale

Master de spécialisation en nanotechnologies

Master [120] en statistique, orientation biostatistiques

Master [120] : ingénieur civil biomédical

Approfondissement en statistique et sciences des données

Mineure en statistique, sciences actuarielles et science des données

Certificat d'université : Statistique et sciences des données (15/30 crédits)

Master [120] : ingénieur civil en mathématiques appliquées