ÉCOLE DE TECHNOLOGIE SUPÉRIEURE

UNIVERSITÉ DU QUÉBEC

MÉMOIRE PRÉSENTÉ À
L'ÉCOLE DE TECHNOLOGIE SUPÉRIEURE

COMME EXIGENCE PARTIELLE

À L'OBTENTION DE LA
MAITRISEEN
GÉNIE MÉCANIQUE
M.Ing.

PAR
Sylvain LÉVESQUE

MODÉLISATION DES VARIA TI ONS DIMENSIONNELLES ET GÉOMÉTRIQUES

D'UNE STRUCTURE SOUDÉE DANS LE CAS D'UNE STRUCTURE D'AUTOCAR

MONTRÉAL, LE 14 AVRIL 2009

© Sylvain Lévesque, 2009

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
pg. n/a
 CE MÉMOIRE A ÉTÉ ÉVALUÉ

PAR UN JURY COMPOSÉ DE:

M. Antoine Tahan, directeur de mémoire

Département de Génie Mécanique à l'École de technologie supérieure

M. Jean-François Châtelain, codirecteur de mémoire

Département de Génie Mécanique à 1'École de technologie supérieure

M. Michel Rioux, président du jury

Département de Génie de la Production Automatisée à 1'École de technologie supérieure

M. Jean Bessette, membre du jury

Nova Bus, Division de Volvo Bus

IL A FAIT L'OBJET D'UNE SOUTENANCE DEVANT JURY ET PUBLIC

LE 13 MARS 2009

À L'ÉCOLE DE TECHNOLOGIE SUPÉRIEURE

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 REMERCIEMENTS

Je remercie la compagnie Nova Bus et le Conseil de Recherche en Science Naturelle et Génie

du Canada. La première pour m'avoir accordé leur confiance, une bourse, l'accès à leurs
installations et un encadrement tout au long de mes travaux. Le CRSNG qui m'a fourni le
soutien financier nécessaire pour accomplir mon projet de maîtrise.

Je tiens également à remercier sincèrement Monsieur Antoine Tahan, professeur au

département de Génie Mécanique, qui m'a guidé et aidé tout au long de mes études et
travaux de 2e cycle universitaire. Il a su être un professeur attentif et un modèle de
professionnalisme.

Parallèlement, je remercie ma copine Annie, ainsi que toute ma famille, très particulièrement,
ma mère, mon père et ma sœur. Ils ont su me soutenir et m'encourager tout au long de mes
études, et surtout, durant les moments difficiles. Aussi, à tous mes amis, avec qui j'ai passé
au travers les joies et misères de la vie universitaire avec succès. Merci!

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 MODÉLISATION DES VARIATIONS DIMENSIONNELLES ET GÉOMÉTRIQUES
D'UNE STRUCTURE SOUDÉE DANS LE CAS D'UNE STRUCTURE D'AUTOCAR

LÉVESQUE, Sylvain

RÉSUMÉ

Ce mémoire présente la synthèse d'un projet de recherche dans un milieu industriel. Plus
spécifiquement, nous y présentons une méthodologie originale permettant d'évaluer
rapidement la propagation des défauts géométriques d'un produit complexe. Dans notre cas,
l'étude s'est faite sur la structure d'un autocar fabriqué par la compagnie Nova Bus. Les
travaux sont basés sur des principes tels que la conception pour l'assemblage, la gestion des
variations et l'analyse de la capabilité des procédés. À partir des différentes sources de
variations rencontrées dans l'assemblage d'une structure mécano-soudée, nous avons
modélisé le comportement statistique des variations d'un sous-assemblage. Parallèlement,
nous avons incorporé l'effet de la complexité géométrique d'un assemblage et l'influence de
la capabilité des procédés de fabrication dans le calcul des tolérances de profil et de
localisation selon la norme AMSE Y14.5M. Finalement, à l'aide d'exemples d'applications
réelles, nous avons pu valider la méthodologie développée.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 MODÉLISATION DES VARIA TI ONS DIMENSIONNELLES ET GÉOMÉTRIQUES
D'UNE STRUCTURE SOUDÉE, CAS : STRUCTURE D'AUTOCAR

LÉVESQUE, Sylvain

ABSTRACT

This Master's thesis presents a wrap-up of an industrial research project. More specifically, a
new methodology allowing a fast evaluation of geometrie variations of a complex assembly,
in this case, the structure of a city bus fabricated by the company Nova Bus. The entire work
is based on principles such as design for assembly, dimensional management and process
capability analysis. From the many variation sources met trough the fabrication process of a
welded structure; we started by modeling the statistic behaviour of a sub-assembly. At the
same time, we incorporated the effect of geometrie complexity of an assembly and the
influence of the manufacturing process capability in the calculation of the profile and
localisation tolerances, as per the ASME Y14.5M standard. Finally, through real cases
studies, we validated the models developed.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 TABLE DES MATIÈRES
Page

INTRODUCTION ................................................................................................................... 14

CHAPITRE 1 REVUE LITTÉRAIRE .................................................................................. 18

1.1 Rôle du tolérancement dans le processus de développement de produit.. ................... 18
1.2 La gestion des tolérances ............................................................................................. 20
1.2.1 TolérancementseloniSO 1101 etASME Y14.5M-1994 ............................ .21
1.2.1.1 Tolérances dimensionnelles ............................................................. 21
1.2.1.2 Tolérances géométriques ................................................................. 22
1.2.2 Tolérancement GPS ....................................................................................... 24
1.3 Les méthodologies pour la gestion des tolérances ....................................................... 25
1.3 .1 Schématisation des tolérances ....................................................................... .25
1.3 .1.1 Chaîne de cotes unidirectionnelle .................................................... 26
1.3.1.2 Chaîne de cotes tridimensionnelle (x,y,z,a,~,y) .............................. 27
1.3.1.3 Domaines des écarts et des jeux ...................................................... .29
1.3.1.4 Méthode CLIC ................................................................................. 30
1.3.2 Méthodes traditionnelles d'analyse des tolérances ........................................ 31
1.3.2.1 La méthode des Limites Min/Max (WC) ......................................... 32
1.3.2.2 La méthode statistique (RSS) ........................................................... 33
1.3.3 Méthodes avancées d'analyses des tolérances ............................................... 37
1.3.4 Discussion ...................................................................................................... 42
1.4 Les sources de variations et de dispersion .................................................................. .43
1.5 Conclusion ................................................................................................................... 43

CHAPITRE 2 RESTRUCTURATION DU SYSTÈME RÉFÉRENTIEL. .......................... .45

2.1 Description du système de référentiels actuel du NOV A LFS® ................................ .46
2.2 Présentation du système référentiel proposé pour la structure NOV A LFS® ............ .48
2.3 Conclusion ................................................................................................................... 50

CHAPITRE 3 SOURCES DE V ARIATION ET TRANSMISSION DE

LA DISPERSION .......................................................................................... 51
3.1 Variations inhérentes aux procédés de fabrication des pièces primaires ..................... 51
3.2 Variations inhérentes aux procédés d'assemblage de la structure ............................... 55
3 .2.1 Modélisation du retrait dû à la soudure .......................................................... 57
3.3 Conclusion ................................................................................................................... 59

CHAPITRE 4 MODÉLISATION STATISTIQUE DE LA VARIATION D'UN

ASSEMBLAGE SIMPLE .............................................................................. 60
4.1 Assemblage simple- ID ............................................................................................. 60
4.1.1 Validation des équations de la longueur des tubes ........................................ 68
4.2 Simulation Monte-Carlo pour la dimension hors-tout y .............................................. 70

CHAPITRE 5 INTÉGRATION DE LA CAPABILITÉ DES PROCÉDÉS DANS LE

CALCUL DES TOLÉRANCES GÉOMÉTRIQUES .................................... 74

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 VII

5.1 Capabilité des procédés unilatéraux ............................................................................. 74

5.2 Tolérance de profil ....................................................................................................... 75
5.2.1 Tolérance de profil sans référentiel (TYPE 1) ............................................... 80
5.2.1.1 Exemple d'application pour la tolérance de profil
sans référentiel ................................................................................. 83
5.2.2 Tolérance de profil avec référentiel (TYPE 2) .............................................. 85
5 .2.2.1 Exemple pour la tolérance de profil avec référentiels ..................... 88
5.3 Tolérance de position- Tolérance de localisation ....................................................... 92
5.3.1 Analyse de la tolérance de position absolue (PLTZF) ................................... 97
5.3 .1.1 Exemple d'application pour la tolérance de
position absolue (PLTZF) ................................................................ 99
5.3 .2 Analyse de la tolérance de position relative (FRTZF) ................................. 100
5.3.2.1 Exemple d'application pour la tolérance de
position relative (FRTZF) .............................................................. 102
5.4 Conclusion ................................................................................................................. 104

CHAPITRE 6 ÉTUDE DE CAS ......................................................................................... 105

6.1 Module de mur : estimation de la tolérance de profil ................................................ 105
6.1.1 Comparaison avec les essais effectués à SFDL ........................................... 11 0
6.2 Conclusion ................................................................................................................. 112

CONCLUSION ...................................................................................................................... 113

RECOMMANDATIONS ...................................................................................................... 116

ANNEXE I ANALYSE DE CAPABILITÉ DU COUPAGE ET DU ROULAGE DES

TUBES ......................................................................................................... 118

ANNEXE II ESTIMATION DU RETRAIT ......................................................................... 121

ANNEXE III DÉVELOPPEMENT MATHÉMATIQUE DU CALCUL DES

TOLÉRANCES DE PROFIL SANS RÉFÉRENTIEL (TYPE 1) ............... 124

ANNEXE IV DÉVELOPPEMENT MATHÉMATIQUE DU CALCUL DES

TOLÉRANCES DE PROFIL AVEC RÉFÉRENTIEL (TYPE 2) .............. 132

ANNEXE V DÉVELOPPEMENT MATHÉMATIQUE DU CALCUL DE LA

TOLÉRANCE DE POSITION ABSOLUE (PLTZF) ................................. 139

ANNEXE VI DÉVELOPPEMENT MATHÉMATIQUE DU CALCUL DE LA

TOLÉRANCE DE POSITION RELATIVE (FRTZF) ................................ l44

BIBLIOGRAPHIE ................................................................................................................. 148

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 LISTE DES TABLEAUX
Page

Tableau 1.1 Familles de tolérances géométriques selon ASME Y14.5M .............................. 23

Tableau 1.2 Tolérance en fonction du niveau de confiance ..................................................... 35

Tableau 3.1 Erreurs systématiques des machines de coupage et de roulage des tubes ........... 54

Tableau 3.2 Erreurs des machines de coupage et de roulage des tubes ................................... 54

Tableau 3.3 Erreur du procédé de montage des pièces ............................................................ 57

Tableau 3.4 Valeurs des paramètres de la fonction empirique du retrait.. ............................... 58

Tableau 4.1 Définition des variables ....................................................................................... 62

Tableau 4.2 Valeurs des variables pour la simulation Monte-Carlo ........................................ 71

Tableau 4.3 Estimateurs équivalents pour la distribution de la déviation ............................... 72

Tableau 5.1 Percentile de x 50 % pour la tolérance de profil TYPE 1 ........................................ 82

Tableau 5.2 Percentile de x99 .865 % pour la tolérance de profil TYPE 1 ................................... 82

Tableau 5.3 Percentile de x 50 % pour la tolérance de profil TYPE 2 ........................................ 87

Tableau 5.4 Percentile de x99 ,s 65 % pour la tolérance de profil TYPE 2 ................................... 88

Tableau 5.5 Caractéristiques des sous-modules ....................................................................... 88

Tableau 5.6 Percentile de '5o%/ Œ' de la PLTZF en fonction de n et f.J .................................. 98

Tableau 5.7 Percentile de r99 ,865 %/0' de la PLTZF en fonction de n et p ............................. 98

Tableau 5.8 Percentile de r-34, ppm jŒ' de la PLTZF en fonction den et p ............................... 99

Tableau 5.9 Données relatives au gabarit de perçage mobile ................................................ ! 02

Tableau 6.1 Paramètres pour le calcul des tolérances des sous-modules .............................. 109

Tableau 6.2 Résultats du calcul des tolérances des sous-modules ......................................... ! 09

Tableau 6.3 Comparaison des valeurs estimées et réelles des tolérances .............................. 11 0

Tableau 6.4 Comparaison des tolérances Tl et Tl' pour différentes valeurs de Ppk··············lll

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 IX

LISTE DES FIGURES

Page

Figure a Vision manufacturière de Nova Bus® .............................................................. 15

Figure b Plan général du mémoire ................................................................................. 17

Figure 1-1 Processus de gestion des variations ................................................................. 19

Figure 1-2 Analyse des tolérances ..................................................................................... 20

Figure 1-3 Synthèse des tolérances .................................................................................... 21

Figure 1-4 Tolérancement dimensionnel et angulaire ....................................................... 22

Figure 1-5 Exemple d'une tolérance géométrique de profi1.. ........................................... .23

Figure 1-6 Exemple d'une chaîne de cotes unidirectionnelle ........................................... .26

Figure 1-7 Exemple d'assemblage simple - chaîne de cotes tridimensionnelle ................ .27

Figure 1-8 Éléments géométriques impliqués dans la chaîne de cotes ............................. .28

Figure 1-9 Chaîne de cotes tridimensionnelle de l'assemblage simple ............................. 28

Figure 1-10 À gauche, tolérance de localisation selon ISO 1101; à droite,

représentation de la zone de tolérance ............................................................. 29

Figure 1-11 Domaine d'écart ............................................................................................... 30

Figure 1-12 Processus de la méthode CLIC ........................................................................ 31

Figure 1-13 Illustration des niveaux de confiance pour une distribution normale
centrée .............................................................................................................. 35

Figure 1-14 Distribution biaisée par rapport à la valeur cible ............................................ 37

Figure 1-15 Simulation de type Monte Carlo ...................................................................... 39

Figure 1-16 Modélisation par éléments poutres flexibles ................................................... .41

Figure 1-17 Exemple d'un jeu entre deux « surper-éléments ».......................................... .41

Figure 2-1 Système de coordonnées principal proposé par Volvo ................................... .45

Figure 2-2 Système de référentiels global du Nova LFS .................................................. .46

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 x

Figure 2-3 Hiérarchisation actuelle des DRF du Nova LFS ............................................. .47

Figure 2-4 Hiérarchisation du système de référentiels de la plateforme 201 O................. .48

Figure 2-5 Représentation des quatre premiers niveaux du système de référentiels de

la plateforme 201 O........................................................................................... 49

Figure 3-1 Sources des variations dans le processus de fabrication des pièces
primaires .......................................................................................................... 52

Figure 3-2 Scie Kaltenbach® pour couper les tubes .......................................................... 53

Figure 3-3 Machine Roundo® pour cintrer les tubes ......................................................... 53

Figure 3-4 Sources des variations dans le processus d'assemblage de la structure ........... 55

Figure 3-5 Gabarit d'assemblage avec serres, butées fixes et à ressorts ........................... 56

Figure 3-6 Courbe de la fonction approximée du retrait. .................................................. 58

Figure 4-1 Schéma de l'assemblage simple ....................................................................... 61

Figure 4-2 Représentation de la caractéristique clé du sous-assemblage simple .............. 61

Figure 4-3 Chaîne de cote d'un assemblage simple ........................................................... 63

Figure 4-4 Distribution normale tronquée du jeu .............................................................. 66

Figure 4-5 Dimension théorique vs dimension coupée ..................................................... 66

Figure 4-6 Représentation de la dimension du tube coupé ................................................ 67

Figure 4-7 Distribution du jeu entre les tubes ................................................................... 68

Figure 4-8 Distribution du jeu entre les tubes avec la dimension ajustée ......................... 69

Figure 4-9 Résultats de la simulation pour la résultante 5. ................................................70

Figure 5-1 Représentation graphique du calcul de la capabilité selon Bothe .................... 75

Figure 5-2 Types de tolérances de profil. .......................................................................... 76

Figure 5-3 KC d'un composant décrivant un profi1.. ......................................................... 76

Figure 5-4 Nombre de points de mesure en fonction de la complexité géométrique

d'un composant. ............................................................................................... 77

Figure 5-5 Représentation d'une mesure réelle)( ............................................................. 77

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 XI

Figure 5-6 PDF et CDF de la déviation Ji= N (0, 1) . ......................................................... 79

Figure 5-7 Tolérance de profil sans référentie1.. ................................................................ 80

Figure 5-8 Représentation du vecteur normal de 1' erreur Ji ............................................ 81

Figure 5-9 Assemblage du plancher. ................................................................................. 83

Figure 5-10 Plancher structurel de complexité n = 50 ......................................................... 84

Figure 5-11 Exemple de notation d'une tolérance de profil avec référentiels (TYPE 2) .... 86

Figure 5-12 Exemple d'une zone de tolérance de la z psrd ••••••••••••••••••••••••••••••••••••••••••••••••••• 86

Figure 5-13 Assemblage des sous-modules ......................................................................... 90

Figure 5-14 Exemple de tolérance de positionnement composée ....................................... 92

Figure 5-15 Illustration de la tolérance de position absolue (PL TZF) ................................ 93

Figure 5-16 Illustration de la zone de tolérance de position relative (FRTZF) ................... 96

Figure 5-17 Assemblage de la trappe d'accès ..................................................................... 99

Figure 5-18 Percentiles de r 5o %, r99,865 %, r3,4 ppm pour la FRTZF ( cr = 1) ........................ 102

Figure 5-19 Ensemble de trous sur la structure pour l'assemblage de la trappe d'accès .. 103

Figure 6-1 Mur droit structure LFS-PF 2010 .................................................................. 105

Figure 6-2 Sous-modules et composantes du module D02145 ....................................... 106

Figure 6-3 Caractéristiques clés du module D04494 ....................................................... 106

Figure 6-4 Cotation du module D02145 .......................................................................... 107

Figure 6-5 Cotation des sous-modules D04261 (gauche) et D04374 (droite) ................. 108

Figure 6-6 Comparaison des valeurs théoriques et réelles des tolérances ....................... 111

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 LISTE DES ABRÉVIATIONS, SIGLES ET ACRONYMES

ASME Société Américaine des ingénieurs mécanique (American Society for

Mechanical Engineers)

CDF Fonction de distribution cumulative (Cumulative Distribution Function)

DFMA Conception pour la fabrication et l'assemblage (Design for Manufacturing

and assembly)

DMCS Simulation Monte Carlo directe (Direct Monte Carlo Simulation)

DRF Système de référentiels (Datum Reference Frame)

GD&T Tolérancement géométrique et dimensionnel (Geometrie Dimensioning and

Tolerancing)

GPS Spécifications géométriques de produit (Geometrie Product Specifications)

ISO Organisation internationale de standardisation (International Standard

Organisation)

IT Intervalle de tolérance

KC Caractéristique clé (Key Characteristic)

KPC Caractéristique clé de produit (Key Product Characteristic)

LFS Système à plancher abaissé (Law Floor System)

LMC Condition de minimum de matière (Least Material Condition) (b)

LTI Limite de tolérance inférieure

LTS Limite de tolérance supérieure

MMC Condition de maximum de matière (Maximum Material Condition)@

PDF Fonction de densité de probabilités (Probability Density Function)

SFDL Usine Nova Bus de Saint-François-du-Lac

ST Méthode d'analyse des tolérances Statistiques@

STE Usine Nova Bus de Saint-Eustache

wc Méthode d'analyse de tolérances limites Min/Max (Worst-Case)

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 LISTE DES SYMBOLES ET UNITÉS DE MESURE

mm Millimètres
8 Variation, déviation, écart par rapport à la valeur nominale
f.1 Moyenne (mm)
Écart-type (mm)
fJ Facteur de forme d'une distribution Weibull
À Facteur d'échelle d'une distribution Weibull
f, g, h, k Fonctions de distribution de densité statistique
F,G,H,K Fonctions cumulatives
r Rayon (mm)
Percentile x%
Cp,Cpk'··· Indice de capabilité
Pp,Ppk'··· Indice de capabilité
N(f.l, a") Distribution aléatoire normale de moyenne f.1 et d'écart-type a
W(jJ,À) Distribution aléatoire Weibull de facteur de forme fJ et d'échelle À
W (f.leq' (J"eq) Distribution aléatoire Weibull de moyenne équivalente f.leq et d'écart-type dq
E{} Espérance statistique
Var{} Variance statistique

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 INTRODUCTION

Le présent document est un mémoire de maîtrise qui s'est déroulée en milieu industriel. Les
travaux ont été effectués en partenariat avec la compagnie Nova Bus qui opère deux usines
au Québec. L'une est située à Saint-Eustache (STE) et l'autre à Saint-François-du-
Lac (SFDL). L'usine de Saint-Eustache constitue le lieu d'assemblage des véhicules, alors
qu'à l'usine de Saint-François-du-Lac, on y construit les structures ainsi que certaines pièces
et composants utilisés dans l'assemblage final des véhicules. Les activités de ces usines sont
principalement concentrées sur le modèle Nova LFS 1, qui est un autobus de transport urbain
à plancher surbaissé pouvant accueillir 80 passagers et dont la structure est entièrement
construite en acier inoxydable.

Afin de demeurer compétitif sur le marché mondial, 1'entreprise a réorienté sa VISion

manufacturière. Le but est de produire différents modèles de véhicules avec une grande
cadence de production (temps de cycle :::; 2 h), tout en réduisant au minimum le temps
nécessaire d'assemblage des véhicules, peu importe le modèle et les accessoires qui s'y
rattachent. Pour ce faire, plusieurs objectifs spécifiques ont été établis par la direction, dont
les suivants :
1. augmenter le niveau d'interchangeabilité des composants;
2. miser sur des assemblages modulaires et éliminer les opérations de perçage et
d'ajustement de la ligne d'assemblage principale;
3. améliorer la répétabilité des procédés de fabrication et d'assemblage;
4. optimiser le synchronisme des lignes d'assemblage.

Pour atteindre ces objectifs ambitieux, des méthodologies comme la conception pour la
fabrication et l'assemblage (Design For Manufacturing and Assembly DFMA), le
tolérancement dimensionnel et géométrique (Geometrie Dimensionning and Tolerancing
GD&1), la gestion des variations (Dimensional Management) et les indices de capabilité des

1
De l'anglais Law Floor System

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 15

procédés ont été adoptés, et graduellement intégrés au processus de conception. La Figure a

indique où se situe la DFMA dans la vision manufacturière globale de l'entreprise.

Ventes/Marketing

•
Identifier les
caractéristiques clés
du produits
Ingénierie de
conception
' - DFMA
Conception pour la
fabrication et
l'assemblage
1-- Concepts robustes

Génie
Manutàctuner
design i l
Répétabilité
procédés
Modularité
Manutàcturabilité

Génie Industriel
•
Temps de cycle de 2 h 1

'
Production
Faible temps de
production total
--- Augmentation de la
cadence de production

Figure a Vision Manufacturière de Nova Bus®.

La cadence opérationnelle de production chez Nova Bus est limitée principalement par les
choix historiques des philosophies d'assemblage. Ces dernières sont généralement un
mélange d'assemblage sur gabarit et d'artisanat 2 . Par conséquent, le débit de production est
depuis longtemps limité à deux véhicules par quart de travail.

Également, et ce, jusqu'en 2008, la majorité des assemblages nécessitaient des opérations
secondaires comme la découpe manuelle ou le perçage sur la ligne d'assemblage. Cela était
dû principalement aux variations non contrôlées des dimensions de la structure et des pièces
employées pour l'assemblage des autocars. Ces variations proviennent de deux sources
distinctes : les variations inhérentes aux procédés de fabrication (pièces et structure), et les

2
Par artisanat, nous désignons les opérations de découpage, de collage et d'ajustements manuels effectuées par
des assembleurs possédant une habileté spécifique.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 16

variations induites par les méthodes d'assemblage (pièce à pièce, avec gabarit, avec
ajustement, soudage, etc.) incluant 1'habileté des assembleurs 3 .

Par conséquent, la restructuration du système de gestion des référentiels du véhicule et

l'application des principes de DFMA semblent essentielles avant toute démarche
d'amélioration. Ces principes amélioreraient notre compréhension des sources de variations
et leurs effets sur la qualité du produit, et l'interchangeabilité des composants. De plus, cela
faciliterait la modularité des assemblages et permettrait ultimement d'optimiser les interfaces
d'assemblage des modules et sous-modules.

L'objectifprincipal de ce mémoire est de développer un outil d'analyse et de conception pour

la prédiction de la propagation des variations dimensionnelles et géométriques d'un produit
complexe: la structure de l'autocar. Plus précisément, le projet porte sur l'élaboration d'un
outil de simulation permettant aux concepteurs d'effectuer rapidement des estimations (dans
un sens statistique) des amplitudes des variations et de leur nature. Les variations des
dimensions étudiées sont celles causées par les méthodes de fabrication et d'assemblage
utilisées chez Nova Bus.

Pour ce faire, il nous faut premièrement revoir l'architecture des modules et sous-modules de
la structure à partir des requis structuraux provenant de l'ingénierie de conception (voir
Figure a). Deuxièmement, les sources de variations doivent être analysées et estimées afin de
pouvoir en tenir compte dans les simulations numériques. Ceci inclus le roulage, le coupage
des tubes et le retrait engendré par le procédé de soudage. Troisièmement, une fois que les
comportements statistiques des sources de variations sont connus, il faut développer un
modèle général de chaîne de cotes simple d'application qui permet d'en tenir compte.
Quatrièmement, on doit introduire ces chaînes de cotes dans les analyses de variations
effectuées sur la structure de Nova Bus. Ces analyses portent uniquement sur les tolérances
de profil et de position selon le code ASME Yl4.5.

3
Dans ce travail, le masculin sera utilisé pour alléger le texte.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 17

Finalement, à partir des études de capabilité des procédés de fabrication et d'assemblage

effectuées chez Nova Bus, des applications sur des cas réels permettront de valider les
démarches proposées. La Figure b présente le plan général du mémoire.

- Projet - Mémoire - - - - - - - - - - - - - - - - - - - - - - - - - - ,
Analyse de capabilité des
procédés de
Nova Bus

(Chapitre 3)

Calcul de la tolérance de Calcul de la tolérance de

Modélisation des chaînes profil en fonction : position en fonction :
Restructuration du
de cotes qui tiennent • du procédé -du procédé
système de référentiels
compte des procédés - de la complexité - de la complexité
géométrique géométrique
(Chapitre 2)
(Chapitre 4)
(Chapitre 5) (Chapitre 5)

Analyses de variations
considérant les procédés

(Chapitre 6)

Légende

0 Problématique - Modularité
- Répétabilité
Synchronisation des
lignes d'assemblage
Objectif
0 - Interchangeabilité

v
principal
Objectifs
intermédiaires
Cadence
Solutions de
C=:J proposées production

·---· Mémoire
limitée

Figure b Plan général du mémoire.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 18

CHAPITRE 1

REVUE LITTÉRAIRE

Le projet couvre un vaste domaine de recherche qui touche la conception et la

manufacturabilité. La revue littéraire présente un bref résumé de 1'état de 1' art des principaux
domaines, spécifiques et nécessaires, à la bonne compréhension du travail effectué. Ces
domaines sont: le tolérancement et le rôle qu'il occupe dans le processus de développement
de produit, la gestion des tolérances, et finalement, la modélisation des sources de variations
dans le processus manufacturier.

1.1 Rôle du tolérancement dans le processus de développement de produit

Le tolérancement est crucial dans le développement d'un produit (Khanafer, Desrochers et

Laperrière, 2007). Les tolérances indiquées sur un document (dessin ou fichier) doivent tenir
compte des variations induites lors de la fabrication et de l'assemblage d'un produit. Leur
maîtrise permet d'assembler du premier coup tout en respectant les requis fonctionnels et
d'avoir des pièces interchangeables lors des opérations d'entretien en service.

Le rôle du tolérancement dans le processus de conception est bien défini dans ce qu'on
désigne par « gestion des variations » (Dimensional Management) (Craig, 1996; Nickolaisen,
1999). Ce rôle comporte les tâches suivantes (voir Figure 1-1):
• identifier et documenter les requis fonctionnels du concept initial (Key Product
Caracterisics KPC);
• vérifier si le concept et les procédés choisis sont optimisés pour atteindre les KPC en
utilisant des outils comme la DFMA;
• documenter le concept à partir des analyses effectuées (GD&T, systèmes de référentiels,
procédés utilisés, etc.);
• identifier les caractéristiques clés de l'assemblage (Key caracteristics KC);
• mettre sur pied un plan d'inspection efficace;

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 19

• vérifier dimensionnelle et géométrique, si nécessaire, réduction des variations;

• simuler l'analyse des tolérances sur les KC identifiées pour obtenir une estimation du
comportement;
• répéter le processus de conception si nécessaire.

Soutient des gestionnaires

Définition des objectifs du

concept (KPC)

Définition du concept
(modèle 3D)

Identification des KC

GD&T et systèmes de
référentiels

Simulation et analyse des Optimisation du design et des Révision du concept initial et

variations procédés (DFMA) des procédés utilisés

Vérification des concepts

utilisés pour l'outillage

Évaluation de la capabilité
de l'outillage

Relâche du design 1 Mise en Cumul de données et

production résolution de problèmes

Figure 1-1 Processus de gestion des variations 4 •

4
Adapté de Nickolaisen, 1999

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 20

1.2 La gestion des tolérances

Le tolérancement définit les limites acceptables à l'intérieur desquelles un élément

géométrique (surface, ligne d'axe, plan central, etc.) d'un composant doit se trouver. Ces
limites garantissent donc un certain niveau de confiance quant à la production en série de
divers composants mécaniques de bonne qualité. L'étude de ces tolérances peut s'effectuer
de deux façons, soient l'analyse ou la synthèse des tolérances.

L'analyse de tolérances (voir Figure 1.2) consiste à évaluer la tolérance d'une caractéristique
critique d'un assemblage (KPC) en effectuant la mise en commun des variations de chacune
des sous-caractéristiques clés des composants (KC) le constituant (en incluant les variations
attribuables aux procédés d'assemblage). À l'inverse, la synthèse (ou la distribution des
tolérances) effectue le chemin inverse (voir Figure 1.3). Elle alloue aux composants les
limites acceptables de variation à partir de la caractéristique clé de l'assemblage (KPC).

Nous soulignons au lecteur que dans le premier cas, il existe une unicité de solutions, tandis
que dans le deuxième, une infinité de solutions sont possibles. Il s'agit dans ce cas de trouver
une solution optimale. Par exemple, la solution qui rend le produit le plus robuste, ou encore
la solution la plus économique.

Analyse de tolérances

-
// // / //1
'

j/ / / //

w. A=liA , x±::..\..\:
,- ·~

Figure 1-2 Analyse des tolérances.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 21

Synthèse de tolérances

Figure 1-3 Synthèse des tolérances.

1.2.1 Tolérancement selon ISO 1101 et ASME Y14.5M-1994

Le tolérancement traditionnel englobe les tolérances dimensionnelles et géométriques

(GD&T 5). Il est géré par des standards qui offrent une terminologie et une méthodologie
servant à interpréter clairement le contrôle des éléments géométriques d'une pièce, et à gérer
ainsi les niveaux de variations permises. Les principales normes qui gèrent le GD&T sont les
normes ISO 1101(ISO, 1983) et ASME Y14.5(ASME, 1994). En Amérique du Nord,
l'interprétation du GD&T est principalement gérée par la norme Y14.5M et le calcul des
tolérances sur une base vectorielle est contrôlé par la norme Y14.5.1M.

1.2.1.1 Tolérances dimensionnelles

Pour des rmsons historiques et traditionnelles ces tolérances présentent les cas les plus
rencontrés. Elles contrôlent l'écart entre la valeur maximale et la valeur minimale d'une
dimension. Schématiquement, elles peuvent être représentées par une distance séparant deux
éléments géométriques tels que des surfaces, des arêtes, des axes, des plans ou des points. Il
existe deux types de tolérances dimensionnelles, soit linéaire et angulaire. La tolérance
dimensionnelle dite linéaire contrôle la forme réelle d'un élément géométrique (principe de
1' enveloppe). La tolérance dimensionnelle angulaire établit les limites du défaut d'orientation

5
De l'anglais Geometrie Dimensioning and Tolerancing

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 22

d'une ligne, d'un plan, d'un axe ou d'une surface par rapport à un autre élément géométrique
(voir Figure 1.4 ).

LÉGENDE Tolérance dimensionnelle

IT: Intervalle de Tolérance

N: Valeur nominale
L TS: Limite de Tolérance Supérieure
L TI: Limite de Tolérance Inférieure
ES: Écart Supérieur
El: Écart Inférieur

LTS

Tolérance angulaire
1\
Figure 1-4 Tolérancement dimensionnel et angulaire.

En résumé, les tolérances dimensionnelles ne font que caractériser l'intervalle dans lequel la
dimension d'un élément géométrique doit se trouver. Aucun référentiel n'est utilisé. Donc,
l'orientation et la position des éléments géométriques seront difficilement contrôlées avec ce
type de tolérances. Pour se faire, les tolérances géométriques doivent être utilisées. Pour plus
de détails sur les bénéfices du GD&T, le lecteur peut se référer à (Drake, 1999).

1.2.1.2 Tolérances géométriques

Les tolérances géométriques permettent de contrôler les défauts d'un élément géométrique
par rapport à sa forme, son orientation et sa position nominale. La tolérance géométrique
définit une zone de tolérance à l'intérieur de laquelle l'élément contrôlé doit se trouver. Cette
zone de tolérance est à son tour définie par des éléments géométriques nominaux. Il y a cinq
catégories de tolérances géométriques, elles sont présentées au Tableau 1.1.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 23

Tableau 1.1
Familles de tolérances géométriques selon ASME Y14.5M
Catégorie Tolérance Symbole
Planéité 0
Circularité 0
Forme
Rectitude -

Cylindricité li
Profil de ligne (\
Profil
Profil de surface 0
Position -$-
Localisation Concentricité ©
Symétrie --
Angularité L_

Orientation Parallélisme Il
Perpendicularité j_
Alignement circulaire /
Alignement
Alignement circulaire total u
Pour plus d'informations concernant la définition et l'interprétation des tolérances
géométriques, on réfère le lecteur à la norme ASME Y14.5M-1994.

-Symbole de la tolérance

l r
~Valeur de la tolérance

ldentmcate"' du retërent;oJ

'--------~ ï - Dimension nominale

~ - Référent;et

Figure 1-5 Exemple d'une tolérance géométrique de profil.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 24

La Figure 1.5 montre un exemple simple d'une tolérance géométrique. Celle-ci est définie
par un symbole précisant le type de tolérance (profil tridimensionnel), une valeur numérique
indiquant la taille de la zone de tolérance, et optionnellement, un ou plusieurs référentiels
(sauf pour les tolérances de forme). Les éléments tolérancés peuvent être des points, des
lignes, des plans, des surfaces ou des axes. Selon le type d'élément, la zone de tolérance sera
représentée par 1' espace compris :
a. entre deux lignes ou deux plans équidistants ou parallèles ;
b. dans un cylindre parfait ou entre deux cylindres coaxiaux ;
c. entre deux profils équidistants ou parallèles ;
d. dans une sphère parfaite.

Les référentiels sont des éléments géométriques simulés et considérés comme parfaits (plans,
lignes, points, etc.), ou parfois, une combinaison d'éléments (plans coplanaires, axes
coaxiaux, etc.). Généralement, ils sont utilisés pour construire un système de référentiels
situant la pièce dans l'espace et à partir desquels les éléments géométriques d'une pièce sont
tolérancés.

1.2.2 Tolérancement GPS

Un autre type de tolérancement a été développé, soit le contrôle des spécifications

géométriques du produit (GPS 6) (Charpentier et Mathieu, 2000; Mathieu et Ballu, 2005).
Cette méthode tient compte des relations géométriques des composants d'un assemblage,
plutôt que de la taille, l'orientation, la forme et la position des éléments géométriques de ces
composantes.

Cette technique consiste à identifier les Fonctions Techniques Élémentaires (FTE) reliant les
différentes pièces d'un assemblage et à leur associer des limites qui permettront le
fonctionnement de l'assemblage. Ces FTE sont généralement un contact, un mouvement, un
maintien ou un jeu. Lorsque toutes les FTE sont identifiées, on doit vérifier les Conditions

6
De l'anglais Geometrical Product Specification

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 25

d'Aptitude à l'Emploi (CAE) et les Conditions Fonctionnelles Géométriques (CFG) à l'aide

d'un Tableau d'Analyse Fonctionnelle Technique (TAFT), semblable à une matrice
décisionnelle. Finalement, c'est à partir de ce tableau que les spécifications géométriques de
produits sont établies.

Cette technique représente une façon alternative au tolérancement traditionnel, pour

communiquer les besoins en tolérancement d'un assemblage. Par contre, elle est encore en
processus d'approbation à l'organisme international de standardisation7 (Bourdet et
Schneider, 2007) et est relativement nouvelle, donc très peu répandue dans l'industrie.

Dans ce mémoire, le tolérancement dimensionnel et géométrique (GD&T) selon la norme

ASME Y14.5M-1994 sera utilisé. La compagnie Nova Bus et la majorité de ses fournisseurs
se trouvent en Amérique du Nord, d'où la justification de notre choix. Également, le GD&T
est plus approprié que le tolérancement GPS pour le type d'assemblage fabriqué à SFDL. Ce
dernier est surtout utile lorsqu'il y a plusieurs types d'interfaces (jeu, contact, mouvement
relatif, etc.) dans un assemblage. Pour ce qui est de la structure de l'autocar, les interfaces des
pièces sont toutes des contacts directs, donc les variations de la structure peuvent facilement
être illustrées à 1' aide de tolérances dimensionnelles, et surtout, géométriques.

1.3 Les méthodologies pour la gestion des tolérances

La gestion des tolérances comporte deux aspects importants soient la schématisation et

1' analyse. La prochaine section présente 1' état de 1'art de ces deux étapes.

1.3.1 Schématisation des tolérances

La schématisation des tolérances géométriques et dimensionnelles consiste à représenter

clairement les liens entre les différentes KC nécessaires à l'atteinte d'une KPC. Cette
schématisation servira ensuite à déterminer les dimensions nominales et les tolérances

7
ISO TR17450-1

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 26

nécessaires au respect de la KPC, et ce, en effectuant soit une analyse ou une synthèse des
tolérances. Les sections suivantes présentent quatre (4) méthodes qui permettent la
schématisation des tolérances.

1.3.1.1 Chaîne de cotes unidirectionnelle

La chaîne de cotes unidirectionnelle se fait selon une seule direction à la fois (Whitney,
2004). La Figure 1-6 montre un exemple de chaîne de cotes sur un assemblage mécanique
simple. Ici, la KPC est le jeu entre les pièces #3 et #4.

La direction positive de la chaîne de cotes est établie, a priori, en partant du point de départ
de la KPC jusqu'à son point d'arrivée, et ce, en passant par le chemin le plus court, par des
dimensions contrôlables. La valeur nominale de la KPC est égale à la somme de toutes les
KC, où pour chacune, un signe (+ ou -) a été attribué par rapport à la direction positive
préétablie.

~---------------------KC4--------------------~~
------------------------------------------------~
t )

KC 3 * K C 2 = t = K C 1=1
""il-----:--.----- ...,._ -----------
\, ' ) ( ' i - - - -(--)--- - -
_______..+
KPC \
Pèce #1 Pièce #2 Pièce #3
-v
Pièce #4

Figure 1-6 Exemple d'une chaîne de cotes unidirectionnelle.

Par exemple, de la Figure 1-6, l'équation de la chaîne de cotes obtenue pour la valeur de la
KPC est:
(1.1)

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 27

1.3.1.2 Chaîne de cotes tridimensionnelle (x,y,z,a,J3,y)

La chaîne de cotes dite tridimensionnelle est une boucle de torseurs qui relient les différents
éléments géométriques faisant partie de la chaîne de cotes, par leurs systèmes de référentiels.
Dans l'espace, la position des référentiels de chaque élément géométrique est représentée par
un torseur de 6 éléments, soient X, Y, Z, a, fJ et r Les éléments X, Y et Z sont les coordonnées
spatiales, et a, fJ et y représentent les rotations autour de chacun des axes du système de
coordonnées.

La faible amplitude des variations de ces éléments géométriques comparativement aux

dimensions de la pièce permet de relier les surfaces nominales aux surfaces réelles à 1' aide de
la théorie des torseurs de petits déplacements (Desrochers, Ghie et Laperrière, 2003).

Voici un assemblage simple de deux pièces, dont la caractéristique clé est le jeu qui les
sépare.

PIÈCE#2

Figure 1-7 Exemple d'assemblage simple - chaîne de cotes tridimensionnelle.

Les éléments géométriques ayant une influence sur la KPC étudiée sont présentés à la figure
suivante.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 28

ÉLÉMENT GÉOMÉTRIQUE #1
PIÈCE #1 ÉLÉMENT GÉOMÉTRIQUE #2

\ PIÈCE #2

GÉOMÉTRIQUE~,--
\ v
ÉLÉMENT
PIÈCE #2

DRFtlECE#l
/
ÉLÉMENT GÉOMÉTRIQUE #2
DRF PIECE#2

PIÈCE #1 Vue de face

Figure 1-8 Éléments géométriques impliqués dans la chaîne de cotes.

PIÈCE #1 PIÈCE #2
DRF ELÈM ENT #1 DRFELÉMENT #1

DRFPlÈCE#I

Position réelle de
l'élément géométrique

--------------CONTACT-------------

PIÈCE #1 PIÈCE #2
DRF ÉLÉMENT #2
DRF ELÉMENT #2

Figure 1-9 Chaîne de cotes tridimensionnelle de l'assemblage simple.

La Figure 1-9 présente la chaîne de cotes tridimensionnelle qui illustre le jeu entre les pièces.
Si 1' on suppose que tous les éléments géométriques sont parfaits, sauf 1' élément géométrique
#2 de la pièce 2, la déviation de la KPC réelle par rapport à la KPC nominale est représentée
par le torseur de déviation 5. Ce torseur de déviation comprend, selon le cas, les variations
inhérentes aux procédés de fabrication et d'assemblage des pièces.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 29

Dans le cas où tous les éléments géométriques ont des défauts, la variation de la KPC serait
égale à la combinaison des torseurs de déviation de tous les éléments géométriques impliqués
dans la chaîne de cotes.

Ce type de chaîne de cotes est principalement associé aux méthodes d'analyse de tolérances
basées sur les transformées matricielles (Whitney et Gilbert, 1993; Whitney, 2004) et le
modèle des poutres flexibles (Shiu et al., 2002).

1.3.1.3 Domaines des écarts et des jeux

Cette méthode (Giordano et al., 1992) est basée sur la théorie des torseurs de petits
déplacements et l'interprétation des tolérances géométriques selon la norme ISO 1101. Dans
un premier temps, elle consiste à associer et à modéliser pour chaque interface de contact, un
ensemble de torseurs de jeux, et pour chaque spécification de tolérance, un ensemble de
torseurs d'écarts. L'interprétation de ces ensembles se fait en comparant les domaines de
chacun, dans 1' espace des petits déplacements : la condition fonctionnelle est respectée, si et
seulement si, le domaine des écarts se trouve à l'intérieur de celui des jeux.

z Surface nominale

Figure 1-10 À gauche, tolérance de localisation selon ISO 1101; à droite, représentation
de la zone de tolérance.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 30

Par exemple, la Figure 1-10 présente la zone de tolérance d'une spécification de

positionnement et la définit selon la norme ISO 1101. La Figure 1-11 présente la
modélisation du domaine d'écarts correspondant à cette spécification.

Rx
t

-IT/2

Rz ------ 1
1
1
-JT/a
1

Figure 1-11 Domaine d'écart.

Cette méthode est par contre limitée. Elle ne permet pas la modélisation des tolérances de
forme. Cela nécessiterait la définition d'autres domaines d'écart pour chaque type de contact.
De plus, cette méthode considère que les pièces sont parfaitement rigides, ce qui n'est pas
toujours le cas.

1.3.1.4 Méthode CLIC

La méthode CLIC 8 (Anselmetti, 2005) est une méthode qui permet principalement
d'effectuer la cotation fonctionnelle d'un mécanisme. Dans un premier temps, le concepteur
élabore la séquence d'assemblage du mécanisme à l'aide de table de positionnement. Ensuite,
à partir des cotations types des entités de positionnement, les surfaces de positionnement sont
identifiées et les systèmes de référentiels sont créés. Finalement, à partir de ces référentiels,
le concepteur identifie les autres exigences fonctionnelles du système, et il associe à chacune

8
Cotation en Localisation avec Influence des Contacts

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 31

1' équation représentant le calcul de la résultante. Ces équations sont ensuite résolues afin de
solutionner 1'analyse ou la synthèse des tolérances effectuée (voir Figure 1-12).

Analyse du mécanisme

Cotation des surfaces de positionnement

Tolérancement général

Cotation de chaque exigence fonctionnelle

Analyse/Synthèse des tolérances

Figure 1-12 Processus de la méthode CLIC.

1.3.2 Méthodes traditionnelles d'analyse des tolérances

On admet facilement que certaines dimensions des pièces d'un assemblage mécanique
affectent plus significativement que d'autres la fonctionnalité du système ou les requis
fonctionnels (KPC) qui s'y rattachent. Ces dimensions sont dites fonctionnelles ou appelées
caractéristiques clés (KC). La combinaison de ces KC permet ensuite de vérifier si la KPC
peut être respectée ou non, c'est ce qu'on appelle la chaîne de cotes dimensionnelle. Cette
relation est généralement représentée par une fonction :
(1.2)

Où Y est la KPC à être contrôlée et Xi les différentes KC qui influencent le résultat de Y.

Cette relation permet tout d'abord de calculer la valeur théorique (ou nominale) de la KPC.
Pour ce qui est de sa tolérance, il existe plusieurs méthodes d'analyses, mais les plus

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 32

communes et à la fois les plus simples sont la méthode des limites min/max (WC 9) et la
méthode statistique (ST) 10 •

1.3.2.1 La méthode des Limites Min/Max (WC)

Une analyse de tolérance WC (Whitney, 2004) consiste à analyser la chaîne de cotes sous
deux conditions. La première est lorsque les pièces sont au minimum de matière (Least
Material Condition LMC) avec aucuns défauts d'orientation, de position ou de forme. La
deuxième est lorsque les pièces sont au maximum de matière (Maximum Material Condition
MMC) avec leurs défauts d'orientation, de position et de forme (condition virtuelle). Ainsi,
les tolérances sont établies de sorte que 100 % des pièces fabriquées puissent être
assemblées. La valeur nominale de la KPC est trouvée avec :
n

KPCnominale = LPi•KCi, nominale (1.3)

i=l

Où pi représente le poids des KC établi par le sens de la chaîne de cotes (voir paragraphe

1.3.1.1).
Les valeurs extrêmes de la KPC sont égales à :

LTS = KPCILMC (1.4)

LTI = KPCIMMC (1.5)

et la variation totale de la KPC sera égale à :

Stotate = LTS- LTI (1.6)

Si pour un assemblage de n composants, le composant (i) possède une déviation Si, dans le

cas de tolérances bilatérales, par exemple, la résultante trouvée pour la KPC est :
1 n

KPCnominale ±-Lb; (1.7)

2 i=l

9
De l'anglais Worst-Case
10
D'autres méthodes d'analyses de tolérances dites avancées ont été développées conjointement avec le
domaine automobile (Chase 1999, Chase, Magleby et Glancy 1997, Ceglarek et Shi 1997)

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 33

La méthode WC est simple à appliquer. Elle présente toutefois un inconvénient majeur :

1'intervalle de tolérances calculé ne reflète pas la réalité. Les probabilités que toutes les
pièces se retrouvent simultanément à l'une ou l'autre des conditions extrêmes de matière sont
faibles. Cela a pour conséquence la création d'intervalles de tolérances artificiellement petits,
ce qui engendre une « surqualité » et une augmentation inutile des coûts.

1.3.2.2 La méthode statistique (RSS 11 )

La méthode statistique (Cox, 1986) consiste à traiter chaque variable de la chaîne de cotes
comme une variable aléatoire suivant une distribution statistique. La plupart du temps, les
distributions utilisées sont obtenues à partir d'une collecte de données effectuée in situ, ou
sur des assemblages fabriqués spécialement pour identifier le comportement statistique du
procédé. Dans le cas de tolérances bilatérales, la distribution normale est généralement
utilisée, alors que dans le cas de tolérances unilatérales, c'est la distribution W eibull
(Montgomery et Runger, 2007).

Signalons que dans le cas de l'addition de plusieurs variables aléatoires suivant des
distributions statistiques quelconques, le théorème de la limite centrale (Montgomery et
Runger, 2007) nous dicte que la fonction de densité de probabilités (PDF) de la résultante
suivra toujours une distribution normale.

La méthode est basée sur un nombre toléré de défauts par assemblage. Les estimateurs jL et

& sont utilisés pour identifier le comportement moyen et les dispersions de chaque procédé.
Généralement, on admet pouvoir obtenir de bonnes estimations à partir d'un échantillonnage
relativement restreint (n ::; 30). Dans le cas de n composants ayant chacun une KC suivant

11
De 1'an! gais Roof Sum Squares

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 34

une distribution a priori N (JL;, aJ ou W (JL;eq, ()tq) 12

, la valeur nominale de la KPC s'obtient

à partir d'un développement en série de Taylor:

JIKPC = ~n 8YJ JI;

ax.
( (1.8)
1-1 1

La variance de la KPC résultant de l'assemblage de ces pièces sera égale à:

(1.9)

Dans les deux équations précédentes, ( BY

axi
J représente la dérivée partielle de la fonction Y
par rapport à chacune des variables de X calculée aux valeurs moyennes des Xi. Cela permet
de tenir compte de l'influence individuelle ou de la sensibilité de chaque KC sur la valeur de
la KPC. Advenant le cas où il y aurait corrélation entre deux KC, nous pourrions en tenir
compte en ajoutant à l'équation (1.9) les termes contenant les coefficients de corrélation p
propres aux KC corrélées.

Le développement précédent est basé sur le principe de linéarisation à partir des séries de
Taylor, où seulement le premier terme a été retenu. La moyenne et la variance sont
respectivement les premier et deuxième moments algébriques de la fonction Y.

La valeur de la tolérance de la KPC dépend directement du niveau de confiance désiré. Le

Tableau 1.2 présente les valeurs des tolérances en fonction du niveau de confiance ou de
conformité désiré.

12
W (JLtq, ();eq) représente une distribution W eibull dont les paramètres Jl;eq et ()tq ont été estimés à partir

d'une distribution Weibull de paramètres f3 (forme) et A (échelle).

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 35

Tableau 1.2
Tolérance en fonction du niveau de confiance
Niveau de confiance Tolérance
95% ±2 (}
99,73% ±3 (}
3,4 ppm ±4,5 (}

Ce pourcentage représente la proportion d'assemblages ou de pièces qui se retrouvent à

l'intérieur de l'intervalle de tolérance établi. La Figure 1-13 montre la répartition des
différents niveaux de confiance pour une distribution normale centrée.

1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
0,4 ~-----,------r-----~-----,------~----
1 1 1 1 1 1
-----~-----,------~-----r-----~-----,-
1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
0,3 ~-----~------r-----T-----·------~ ----r--- T-----·------~-----r-----T-----·-
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1
~ 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
Q 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1
p.. 0,2 ,-----,------r-----T-----,---- -r-----r-----T 1 1 1
----,------r-----r-----T-----,- 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 ____1L _____ L
1 _____ i 1 __ _ 1 1 1 1 1
0,1 1-----~------~-----t-----l- 1 1 1
-~------L-----L-----Î-----~-
1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1

40" SŒ 6Œ

14---~------3,4 ppm---------~

Figure 1-13 Illustration des niveaux de confiance pour une distribution normale
centrée.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 36

Par exemple, pour avoir un pourcentage de rejets inférieur ou égal à 0,27 % (niveau de
confiance de 99,73 %), la tolérance d'une pièce devra être égale à ±3 a.

Selon les recommandations du TC213 13 , le tolérancement statistique doit être employé de

concert avec les indices de capabilité comme êpk ou Ppk. Ceci permet de relier directement

les tolérances aux procédés utilisés. La formule (1.10) est utilisée dans le cas d'une
tolérance bilatérale (Knowles, March et Anthony, 2002), alors que la formule (1.11) est
utilisée pour les tolérances unilatérales (Bothe, 2006).

ê p = min [ USL - fl. -'-[l_-_L_S_'L] (1.10)

~' ~ 38 ' 38

ê pk' ppk = A
USL-x 50%
A
(1.11)
x99.s6s% - Xso%

Ces indices de capabilité permettent :

1. d'avoir une idée du comportement de la distribution statistique par rapport aux bornes
établies moyennant des indices adimensionnels faciles à interpréter;
2. de tenir compte du biais des distributions statistiques obtenues par rapport à la valeur
cible (voir Figure 1-14).

Le choix entre Cpk et Ppk dépend des estimateurs utilisés. Si le procédé est stable, Cpk doit

être utilisé, alors que dans les cas où le procédé est instable, 1'indice approprié sera Ppk •

La technique statistique donne donc une approximation plus réaliste des variations des KC et
des KPC que la méthode WC. Elle tient compte des comportements réels des procédés
utilisés. Il est également possible de tenir compte de la corrélation entre les variables,
lorsqu'il y en a, grâce au coefficient de corrélation obtenu à partir des écarts-types de chaque

13
Comité technique 213 de 1'ISO : Spécifications et vérifications dimensionnelles et géométriques des produits

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 37

variable (Tahan et Castonguay, 2005a; 2005b). D'un autre côté, les inconvénients de la
méthode statistique basée sur le premier terme de la série de Taylor sont principalement
qu'elle ne s'applique qu'à des chaînes de cotes avec des faibles non linéarités et qu'elle peut
parfois prédire un niveau de confiance légèrement supérieur à celui obtenu réellement pour
de petits assemblages.

0.4

0.3

~
§: 0.2

0.1

-Ja Ja

Figure 1-14 Distribution biaisée par rapport à la valeur cible.

1.3.3 Méthodes avancées d'analyses des tolérances

À partir des méthodes classiques (WC et RSS), des méthodes d'analyse de tolérances plus
poussées ont été développées. Principalement basées sur la méthode statistique pour tenir
compte de la capabilité des procédés, ces méthodes sont divisées en 2 groupes, soit les
analyses des tolérances et les analyses des déformations. L'utilisation de logiciels de
conception assistée par ordinateur (CAO) a même permis l'intégration des analyses de
déformations aux analyses de tolérances. Finalement, les analyses de sensibilité ont aussi été

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 38

développées. Ce sont des techniques qui permettent d'identifier les variables qui ont le plus
d'effet sur la valeur de la KPC analysée.

Par exemple, dès 1958, Croft (Croft, 1958) présume que l'étendue des distributions
statistiques des composantes dépasse les valeurs limites des tolérances. L'auteur fait
1'hypothèse que les distributions statistiques des composantes suivent une distribution bornée
(par exemple rectangulaire). De ce fait, l'utilisation de ce type de distribution permet
d'ignorer l'effet d'un biais de la moyenne par rapport à la valeur cible. L'auteur affirme donc
que ces hypothèses produisent une bonne approximation de la réalité.

L'approximation à partir des séries étendues de Taylor (Chase, Magleby et Glancy, 1997) est
une autre méthode d'analyse de tolérances. Lorsque l'équation de base Y= f(X"X 2 , ••• ,XJ

peut être établie analytiquement et que les dérivées partielles sont calculables, les moments
statistiques de la fonction Y peuvent être calculés à partir de formules basées sur 1'équation
suivante, qui elle est basée sur une série de Taylor d'ordre six.

+ 1! "~(Xa- flJ(Xb- flb)(Xc- flJ(Xd- fld)(Xe- fle)(Xf- Jlj)fabcdef +o[X- Jl] 6

2

(1.12)

Lorsque les dérivées partielles de 1' équation de base ne peuvent être obtenues
analytiquement, l'on peut procéder par intégration numérique. Donc, pour une fonction
h(XpX2 , ••• ,XJ, l'espérance de h est obtenue par l'intégrale suivante:
+oo +co

E {h} = f... fh(X ,X

-00 -00
1 2 , ••• ,XJflk mk(Xk)dXk (1.13)

où les Xk sont des variables aléatoires indépendantes de distributions connues wk (Xk). La

valeur de E { h} peut ensuite être approximée en utilisant la méthode de quadrature décrite

par Evans (Evans, 1967; 1971; 1972).

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 39

Dans le cas de l'analyse de tolérances non linéaires (Whitney, 2004), la méthode de

simulation de type Monte Carlo (voir Figure 1-15) est la plus simple et la plus populaire. Elle
consiste à simuler l'assemblage d'un produit. Tout d'abord, chaque variable est considérée
comme une variable indépendante suivant une distribution statistique quelconque. Ensuite,
l'équation de la chaîne de cotes est établie et l'assemblage est simulé un certain nombre de
fois. Les données recueillies pour les résultats de l'assemblage sont traitées avec les
méthodes statistiques descriptives qui permettent ensuite de déduire le comportement
statistique de la résultante de la chaîne de cotes.

~ ri l h }
~ ~ ____L__p- --+- Distributions statistiques
descomposants

~~
Identification du comportement
statistique du résultat

Distribution statistique
de la résultante
}

Figure 1-15 Simulation de type Monte Carlo.

D'autres techniques d'analyses de tolérances basées sur la fonction tolérances-coûts de

Taguchi (Chase, 1999; Chase, Magleby et Glancy, 1997) ont aussi été développées. Ces
techniques permettent d'optimiser les tolérances en minimisant les coûts des procédés de
fabrication et d'assemblage. L'inconvénient majeur de cette méthode est qu'elle exige une
connaissance approfondie du comportement statistique des procédés utilisés.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 40

Les analyses de déformation des corps rigides peuvent aussi être utilisées. Généralement, la
méthode par éléments finis (FEM 14) est jumelée à l'une des techniques d'analyse de
tolérances décrites à la section précédente. Les méthodes d'analyses émergeant de ces
jumelages sont très précises et augmentent de beaucoup la complexité des assemblages que
1' on peut analyser. Les principales sont décrites ci-après.

Le modèle des poutres flexibles (Ceglarek et Shi, 1997) est l'une des techniques les plus
appliquées dans le domaine automobile, où les pièces structurales sont principalement des
pièces de métal en feuille (voir Figure 1-16).

Le calcul des déformations d'un assemblage se fait à partir de la formule

{~} représente la matrice de déformation de la structure;

[ K] représente la matrice de rigidité de l'assemblage;
[,Bt représente la matrice de compatibilité des éléments;
[ k] représente la matrice des contraintes de localisation des éléments;
{os} représente la matrice des défauts de fabrication des composants.

Cette méthode a aussi été adaptée afin de pouvoir tenir compte des variations induites sur une
ligne d'assemblage à stations multiples (Yu et al., 2005). Ainsi, il est possible d'ajouter
l'erreur de chaque gabarit utilisé dans l'assemblage de la structure des véhicules.

Il existe aussi la méthode par analyse des jeux et des contacts basée sur la FEM (Kang et al.,
2006) qui s'effectue en deux étapes :
1. 1' établissement des relations géométriques entre les pièces où les relations sont
représentées par une matrice de rigidité, et où les pièces sont modélisées avec des
« super-éléments » (voir Figure 1-17);
2. une analyse statistique de tolérances, généralement la méthode Monte Carlo.

14
De l'anglais Finite Elements Method

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 41

Assemblage Assemblage modélisé

analysé en éléments poutres

Figure 1-16 Modélisation par éléments poutres flexibles 15 •

Pièce A Pièce B

Figure 1-17 Exemple d'un jeu entre deux« surper-éléments ».

La simulation Monte-Carlo directe, DMCS 16 (Liu et Hu, 1997) est une autre méthode
d'analyse de déformations intégrée à une analyse de tolérances. Une fois la chaîne de cotes
établie, la simulation Monte-Carlo est effectuée afin d'obtenir la valeur de la résultante et
pour chaque simulation, une analyse par FEM est effectuée. Les résultats sont ensuite stockés
jusqu'à ce qu'il y ait assez de données pour permettre d'identifier la distribution statistique
de la résultante.

15
Tiré de (Shiu et al., 2002)
16
De l'anglais Direct Monte Carlo Simulation

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 42

1.3.4 Discussion

Toutes les méthodes avancées permettent généralement d'étudier des assemblages complexes
d'une manière plus raffinée que la méthode WC ou la méthode RSS. Elles tiennent compte
du comportement statistique des procédés. Par contre, il serait très difficile de les appliquer
dès le début du processus de conception chez Nova Bus, pour plusieurs raisons :
1. Elles sont mathématiquement complexes et leur application se fait de concert avec des
logiciels de modélisation 3D (VSA 3D®, CE/TOL®). Cela nécessite donc une excellente
connaissance des logiciels pour minimiser les temps de calcul et un équipement
informatique puissant.
2. Elles requièrent les distributions statistiques spécifiques de chaque composant.
Contrairement à l'analyse statistique standard où l'on utilise des estimateurs, cela exige
un nombre important de données afin de ne pas avoir de distributions statistiques biaisées
ou carrément erronées.
3. Chaque ajustement de procédé ou modification de pièce nécessiterait une nouvelle
analyse de tolérance. Sachant qu'en début de conception tout peut changer, des sommes
importantes de temps et d'argent pourraient potentiellement être perdues.
4. Les méthodes statistiques avancées sont plus appropriées à des productions à haut volume
où les données relatives aux procédés sont abondantes, et où le temps alloué au
développement est beaucoup plus long que dans le contexte actuel chez Nova Bus.

Pour modéliser les variations dimensionnelles et géométriques d'une structure soudée à

SFDL, la méthode statistique appliquée à travers une simulation numérique de type Monte-
Carlo devient un outil relativement rapide et efficace. En tenant compte du théorème de la
limite centrale, 1'utilisation des estimateurs de distributions statistiques pour les variables des
chaînes de cotes n'exigerait qu'une étude statistique sommaire des procédés. Cela
favoriserait donc son utilisation en début de phase de conception et c'est cette méthode qui
sera retenue dans ce mémoire.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 43

1.4 Les sources de variations et de dispersion

Dans la plupart des travaux effectués de concert avec 1'industrie automobile, la principale
source d'erreur étudiée provient de l'outillage (Xiong et al., 2002). Cela vient du fait que les
pièces sont majoritairement fabriquées de tôlerie (métal en feuille) et qu'elles sont
positionnées à partir de systèmes de localisation trou-trou oblong.

Dans notre cas (structure tubulaire soudée), les tubes sont principalement localisés par des
butées et la plus importante source de variation est due au retrait dimensionnel dans le
procédé de soudage. Cela rend donc difficile l'application directe des techniques d'analyses
de variations développées par le secteur automobile.

D'autre part, une autre importante source de variations est l'assemblage en stations multiples.
Il a été démontré que selon les différentes méthodes de localisations (Cheraghi, Liu et
Weheba, 2005; Gou et al., 2000), la séquence d'assemblage et l'outillage utilisé (Huang et
al., 2007a; Huang et al., 2007b; Xiong et al., 2002) sont des sources de variations non
négligeables. Il faut donc s'assurer de les inclure dans les simulations qui seront effectuées
dans le cadre de ce mémoire.

1.5 Conclusion

Dans ce mémoire, le tolérancement dimensionnel et géométrique (GD&T) selon la norme

ASME Yl4.5M sera utilisé pour l'interprétation des tolérances de la structure fabriquée à
SFDL. Le GD&T servira à compléter la cotation fonctionnelle des assemblages, car le
tolérancement dimensionnel utilisé seul ne sera pas suffisant pour représenter adéquatement
les variations géométriques de la structure.

La chaîne de cotes traditionnelle, lorsqu'applicable, sera utilisée dans les analyses de

variations. Cette technique simplifiera l'interprétation des KPC de la structure. De plus, les
autres techniques de modélisation des tolérances ne sont pas appropriées au contexte de
développement de Nova Bus. Les temps de développement très courts, la faible quantité de

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 44

données qualifiant les procédés et les ressources informatiques disponibles étant limitées, il
serait inapproprié d'utiliser les méthodes basées sur les torseurs des petits déplacements ou
sur les domaines d'écarts et des jeux. Pour ce qui est de la méthode CLIC, celle-ci exigerait
tout d'abord une formation plus approfondie des divers intervenants, afin de 1'utiliser
correctement. Encore une fois, à cause des délais de développement courts, cette méthode n'a
pas été retenue.

Les analyses de tolérances seront effectuées à l'aide de la méthode RSS et jumelées aux
indices de capabilité. Cela nous permettra de tenir compte de l'influence des procédés utilisés
et d'avoir des tolérances plus réalistes qu'avec la méthode des limites min/max. Les analyses
de tolérances avancées sont laissées de côté principalement à cause du contexte de
développement de Nova Bus. Les simulations de types Monte Carlo seront utilisées pour
modéliser les variations de la structure. L'application de cette technique étant plutôt simple,
elle convient tout à fait au contexte de développement de l'entreprise. Finalement, plusieurs
sources de variations devront être considérées dans notre étude :
• les variations intrinsèques aux procédés de fabrication des pièces primaires;
• les variations intrinsèques aux procédés d'assemblage de ces pièces, principalement le
fait d'utiliser des gabarits multiples, ainsi que le retrait induit par le procédé de soudage.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 CHAPITRE 2

RESTRUCTURATION DU SYSTÈME RÉFÉRENTIEL

Avec sa norme STD5026,1 Coordinate Systems for Heavy Vehicles, la compagnie Volvo Bus
propose d'établir un système référentiel (Datum Reference Frame DRF) global et normalisé
pour tous ses autocars. Le but d'une telle démarche est d'uniformiser les procédures de
conception et de fabrication au niveau mondial 17 . Le système est construit à partir du
plancher du véhicule pour la référence en hauteur (désigné comme l'axeZ), du plan central
du véhicule pour la référence en largeur (désigné comme 1'axe Y) et du centre de chaque
essieu (Avant/Front, Arrière/Rear) pour les références en longueur (désignés comme axes X-
FA et X-RA) (voir Figure 2-1).

+Z al
lL
/ ~ / r-.....
~

I~
-Z \ ) \ )
"'
AVANT

-y -----..---t- +y

VUE DE L'ARRIÈRE

Figure 2-1 Système de coordonnées principal proposé par Volvo.

17
La compagnie Volvo Bus opère plus de 13 sites de production à travers le monde.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 46

Par conséquent, ce standard gère les DRF des trois (3) modules principaux, soit:
1. le groupe moteur;
2. le système de transmission;
3. la structure.

Dans le cadre de nos travaux, seul le système référentiel de la structure sera analysé. Les
DRF des autres modules et sous-modules n'étant pas gérés par ladite norme.

2.1 Description du système de référentiels actuel du NOVA LFS®

Pour le DRF global de l'autobus Nova LFS® fabriqué à Saint-Eustache (voir Figure 2-2), à
l'exception des essieux et de la structure, aucun autre système référentiel n'avait été établi
officiellement pour le restant des modules et de leurs sous-modules respectifs. Il nous a donc
fallu restructurer les DRF avant de pouvoir analyser la propagation des variations à travers
les stades d'assemblage.

Y+
~----~-+--~~~*-~~1---~~~0

Y-

Z+
~~~~~~~======~~~~~-jo
z-
w- W+ x- X+
0 0

Figure 2-2 Système de référentiels global du Nova LFS.

Selon une approche qui se veut avant tout commode pour 1'usage général, la hiérarchisation
des systèmes de référentiels a été établie sur 2 niveaux, le premier est le DRF global, et le
deuxième comporte les modules «structure » et« essieux »(voir Figure 2-3).

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 47

DRF
global

•
DRF
l
DRF
+
DRF
essieu avant essieu arrière structure

Figure 2-3 Hiérarchisation actuelle des DRF du Nova LFS.

Avec un tel système de gestion des DRF, il est très difficile, voir même impossible, de
vérifier (ou de prévoir) si les KPC établies par les départements de conception et de
marketing seront respectées pour le produit final.

En effet, pour vérifier le respect d'une KPC, une analyse de variations doit être effectuée
pour s'assurer que l'amplitude des variations de la KPC demeure à l'intérieur des limites
tolérées et établies par l'ingénierie. Évidement, cette analyse exige une cotation
fonctionnelle sur les dessins d'ingénierie et sur les devis techniques. Pour se faire, elle doit
être effectuée à partir des référentiels établis sur tous les composants géométriques qui ont
une influence sur la KPC étudiée. Avec le système actuel, uniquement trois composantes
(structure et deux essieux) sont gérés par le système référentiel. Tous les composants
d'habillage, de climatisation, de ventilation et même des composants critiques comme le
groupe-moteur et le système de transmission ne sont pas inclus dans le système de
référentiels.

Pour assurer l'assemblabilité et l'interchangeabilité des composants et ainsi atteindre

l'objectif ultime d'augmenter la cadence, le système de gestion des référentiels doit être
impérativement revu :
1. tous les composants, sans exception, doivent se voir attribuer un système de référentiels à
partir de leurs interfaces d'assemblage respectives;
2. la hiérarchisation des différents systèmes de référentiels doit être corrigée pour s'assurer
qu'ils permettent d'établir les relations fonctionnelles entre n'importe quels deux
composants installés sur le véhicule.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 48

2.2 Présentation du système référentiel proposé pour la structure NOVA LFS®

Comme mentionné précédemment, nous analysons uniquement le système référentiel de la

structure. Nous avons défini les niveaux inférieurs de référentiels de la structure à partir du
DRF global du véhicule tel que proposé dans la norme STD5026-1.

DRF
NIVEAU 1 {
global

'-
+ + + + /
l
DRF
NIVEAU 2 { DRF
structure
autres modules

+ 1 +
DRF DRF DRF
NIVEAU 3 {
toit-côté plancher face arrière

• •
NIVEAU 4 { • • • •
DRF
sous-module 1
DRF
sous-module n

NIVEAU rn {

Figure 2-4 Hiérarchisation du système de référentiels de la plateforme 2010.

Nous avons proposé une décomposition en modules selon m niveaux d'assemblage, dont
chacun possède ses propres références (voir Figure 2-4). Si possible, ces modules sont
décomposés en sous-modules qui possèdent eux aussi un système de référentiels, et ainsi de
suite jusqu'à ce que l'on atteigne les DRF des pièces primaires. De cette façon, il est
maintenant possible de procéder à des analyses et des simulations de variations d'une
manière structurée et qui reflète l'assemblage effectué à l'usine de SFDL. La Figure 2-5

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 49

donne un exemple de hiérarchisation sur quatre (4) niveaux du système de références de la

plateforme 2010.

Signalons qu'un DRF de mveau hiérarchique inférieur doit être contrôlé dans le mveau
supérieur immédiat. C'est-à-dire que lors de la définition d'un assemblage, les sous-modules
qui le constituent doivent être localisés par leurs DRF, et ce, à l'aide de spécifications
(dimensions jumelées avec des tolérances). Cela permet de tenir compte des variations
inhérentes au procédé d'assemblage utilisé à un niveau prédéterminé.

z ~ z
j
y

~ z~

z~ ~
Autres
y
tubes et
plaques

Figure 2-5 Représentation des quatre premiers niveaux du système de référentiels de la

plateforme 2010.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 50

2.3 Conclusion

Le système référentiel de la structure NOVA LFS® a été redéfini. Ceci nous permet
d'organiser le traitement lors des analyses de variations qui permettront de valider les KC de
la structure du véhicule (création de liens « cause à effet » entre spécifications géométriques
sur un composant et les KPC du véhicule). Ce système de référentiels nous servira aussi lors
de la validation de 1' outillage et de 1' estimation de la capabilité du procédé de fabrication de
la structure.

Signalons que pour compléter le travail, nous devrons aussi attribuer des systèmes
référentiels aux autres composants du véhicule (moteur et transmission). Ceci nous permettra
alors de compléter toutes les analyses de tolérances pour valider les KPC du véhicule (par
exemple, les requis sur l'alignement des essieux, l'alignement du groupe-moteur avec le
système de transmission, etc.). Cette partie du travail ne faisait pas partie du mandat qu'on
nous a soumis, nous ne l'avons donc pas effectué.

Pour terminer, il faut noter que dans une situation idéale les requis fonctionnels du véhicule
seraient le point de départ de la conception du système de référentiels. Dans le cas de la
structure du Nova LFS-PF 2010, le développement du véhicule n'étant pas terminé, les
références des différents sous-assemblages ont été construit d'une façon logique qui permet
du même coup de minimiser les variations. Cela fait en sorte que certains requis risques de ne
pas être rencontrés au début de la production, et que des modifications des nouveaux gabarits
construits seront probablement nécessaires.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 CHAPITRE3

SOURCES DE VARIATION ET TRANSMISSION DE LA DISPERSION

La fabrication de la structure se fait essentiellement en deux étapes : la fabrication des pièces

primaires (tubes et tôles) et l'assemblage de ces pièces. Dans le premier cas, nous parlons
plutôt des procédés de découpage, de pliage et de perçage. Dans le deuxième cas, nous
parlons principalement du procédé de soudage et accessoirement du collage. Par conséquent,
deux catégories de variations ont été identifiées dans le processus de fabrication de la
structure:
1. celles inhérentes aux procédés de fabrication des pièces primaires;
2. celles inhérentes aux procédés d'assemblage de la structure.

3.1 Variations inhérentes aux procédés de fabrication des pièces primaires

La Figure 3-1 représente schématiquement le processus de fabrication des pièces primaires

(tubes) et montre à quels moments les variations sont introduites et modélisées. Signalons
que ce schéma est propre à l'usine de SFDL. Il reflète le processus actuel et n'est donc pas
généralisable pour d'autres applications; par contre, il peut être transférable à des
applications similaires. 18

18
Lors de discussions avec la compagnie consœur Volvo- Prévost Car® nous avons pu démontrer que notre
démarche s'appliquait à leur cas. La similitude des procédés de fabrication justifie une telle conclusion.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 52

LÉGENDE

D Éléments de référence

Q Procédé qui induit une déformation

8 découpage
il Déformation induite par un procédé

0 Choix de procédé

non

8 fabricant
~
oui non

Modif. de la
tôles géométrie initiale
bruts( es) du tube?
8 roulage
non

Figure 3-1 Sources des variations dans le processus de fabrication des pièces primaires.

Par ordre chronologique du processus de réalisation, il y a 1' erreur due à la fabrication de la

pièce primaire chez le fabricant de tubes. Les spécifications techniques du fabricant montrent
une tolérance de± 0,05 mm sur les dimensions de la section du tube (tolérance appliquée sur
le profil des tubes). Nous négligerons cette tolérance dans les analyses de variation
puisqu'elle ne représente qu'environ 2,5 % de 1' erreur totale, comparativement aux
déformations de 2: 2 mm généralement rencontrées en soudage.

Les opérations de fabrication qui sont effectuées à 1'usine de SFDL sont le coupage et le
roulage des tubes. Le coupage des tubes s'effectue avec une scie de marque Kaltenbach®,
alors que le roulage s'effectue sur une machine à rouler de marque Roundo®.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 53

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 54

Le Tableau 3.1 présente 1'erreur limite pour les machines de coupage et de roulage des tubes,
selon les spécifications techniques des fabricants.

Tableau 3.1
Erreurs systématiques des machines de coupage et de roulage des tubes

Erreur limite selon les fabricants

Machine
(intervalle de confiance de 99,73 %, ± 3u)
Kaltenbach ± 1 mm (tolérance sur la longueur)
Roundo 2 mm (tolérance de profil)

Des mesures expérimentales ont été réalisées sur des assemblages réels à SFDL pour évaluer
le niveau réel des variations de ces deux procédés. En considérant ces derniers comme
stables 19 , un test de normalité et une analyse de la distribution de chaque groupe de données
ont été effectués. Le Tableau 3.2 présente le sommaire des résultats obtenus. Ces derniers ont
été exprimés selon un niveau de confiance de 95 %. Cette dernière valeur sera employée par
défaut dans les analyses subséquentes (voir l'Annexe I pour le détail des calculs).

Tableau 3.2
Erreurs des machines de coupage et de roulage des tubes

Procédé Moyenne (mm) Écart-type (mm) Normalité 20

roulage Jl roulage= 0,55 ± 0,09 0' roulage = 0,25 ± 0,06 À priori

coupage Jl coupage = -0,2 ± 0,11 0' coupage= 0,48 ± 0,10 À priori

Concrètement, il est très difficile d'améliorer les déformations provenant du roulage des
tubes. Ces variations proviennent essentiellement du gonflement des tubes lors du roulage.
C'est une conséquence intrinsèque à ce type de procédé.

19
Par« procédé stable», nous désignons un procédé ergodique, c'est-à-dire un procédé qui respecte les règles
de contrôle statistique selon Montgomery et al., 2007.
20
Évaluée à partir des analyses effectuées dans Minitab® et basée sur le critère Anderson-Darling. Ce test sera
utilisé pour les analyses subséquentes.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 55

Par contre, pour le procédé de coupage, une correction de 0,2 mm sur la position de la butée
de positionnement permettrait de repositionner le procédé sur sa valeur cible. De plus, le
contrôle et l'entretien régulier de la machine augmenterait sa répétitivité, et ce, sans
nécessiter de coûts importants.

3.2 Variations inhérentes aux procédés d'assemblage de la structure

Deux types de variations sont induits dans le procédé d'assemblage de la structure, soit celles
dues à 1' erreur de montage dans les gabarits, et celles qui sont créées par le retrait causé par
les soudures. La Figure 3-4 présente schématiquement le processus d'assemblage de la
structure et nos choix quant à la modélisation des sources de variation. Encore une fois, les
mêmes précautions doivent être prises avant de généraliser l'approche. Nous prétendons que
le modèle, tel que proposé, reflète uniquement le processus d'assemblage de SFDL.

- 8 conf.
n
....
::l
8 cr rés. oui
"'
<1)

OIJ soudage Inspection

ro
..0
E non
<1)

"'
8 gabarit
"'ro
u i - vers STE

non

Figure 3-4 Sources des variations dans le processus d'assemblage de la structure.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 56

L'erreur de montage dans les différents gabarits de soudage se reflète tout au long de la
fabrication de la structure. C'est-à-dire qu'à chaque fois qu'un gabarit est utilisé, on doit en
tenir compte. La dextérité et la vigilance de 1' opérateur sont donc des facteurs clés pour
minimiser cette erreur. De plus, les projections de soudure non nettoyées sur les butées
peuvent elles aussi affecter significativement la répétitivité et la précision du gabarit. Il est
alors primordial qu'un programme d'entretien et de contrôle des gabarits soit mis sur pied et
appliqué rigoureusement.

Différents moyens sont employés pour contrôler ce type d'erreur. L'utilisation de serres, la
numérotation de ces dernières et 1'usage de butées à ressort jumelées avec des butées fixes
aident beaucoup (voir Figure 3-5). Dans tous les cas, l'idée de base demeure la même: la
minimisation de l'interprétation de l'opérateur (erreur du facteur humain) lors du montage
des pièces dans les gabarits.

Figure 3~5 Gabarit d'assemblage avec serres 9 butées fixes et à ressortso

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 57

Selon un rapport interne sur la répétitivité de l'outillage à l'usine de Saint-François-du-Lac

(Conraud, Patenaude et Jacques, 2006), l'erreur due au positionnement des tubes dans les
différents gabarits suit une distribution normale ayant les paramètres suivants J.1x, : : : 0 mm et

a xg
=0,16 mm(voirTableau 3.3).

Tableau 3.3
Erreur du procédé de montage des pièces

Procédé Moyenne (mm) Écart-type (mm) Normalité

montage J.1 montage = 0 ± 0,05 Œ montage = 0,16 ± 0,08 À priori

3.2.1 Modélisation du retrait dû à la soudure

Le phénomène de la variation provenant du retrait dû à la soudure mérite une analyse plus

approfondie. L'ANNEXE II présente les hypothèses effectuées ainsi que la démarche
analytique complète que nous avons développée pour identifier une fonction pour le retrait. À
partir des données obtenues expérimentalement sur des tests effectués à l'usine de SFDL,
nous avons pu modéliser le phénomène. En premier lieu, une analyse de sensibilité nous a
permis de discerner les facteurs influents dans le procédé. De tous les facteurs retenus
(opérateur, type de soudure, épaisseur de tube, longueur de tube, etc.), un seul est apparu
comme dominant : le jeu entre les composants avant la soudure.

À ce stade, une modélisation a été possible pour évaluer le retrait (mm) en fonction de la
grandeur du jeu (mm) obtenu entre deux pièces. La Figure 3-6 présente la courbe obtenue
pour la fonction approximée du retrait, ainsi que son intervalle de confiance (niveau de
vraisemblance établi à 95 %). Les mesures expérimentales y sont également indiquées.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 58

Jeu min Jeu max

1 1
2 /
/

1 /

Intervalle de 1 /
/
/

1,5 -----------~0~~~~~~-~~?~~~--------- __ L/_'- ---- 1

---• 1,'
1 /1
1 / 1
1 / 1

1 // 1

1 / 1
1 / 1
1 / / / 1
1 ------------ ------------ - - - - - - - - - - .:- /~/- - - - - - - - - - _,_ - - - - - ; ,L_ - - - - - -l-

I / /
~ ~1
J//
1 / / / 1
0,5 -- - - - - - - - - - - 1~ ---~----_-_~:- - - -~· - - - - - - - ---~-------~~---~-----------
------
--~--~
1
1
: ~ 1

1 i
1
0
0 0,5 1 1,5 2 2,5
Jeu (mm)

Figure 3-6 Courbe de la fonction approximée du retrait.

Pour une forme analytique du phénomène, nous avons opté pour la formule empirique (3 .1 ).
Une régression non linéaire a été effectuée pour estimer la valeur des paramètres v et IL . Le
Tableau 3.4 présente les valeurs des estimateurs des paramètres obtenus
_ _ À·x}eu
x retrait !jeu - f (x jeu) - -1 + e (3.1)

Tableau 3.4
Valeurs des paramètres de la fonction empirique du retrait

Paramètre Valeur

IL 0,261

v 1,486

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 59

3.3 Conclusion

Parmi les deux catégories de variations mentionnées au début de ce chapitre, nous avons
identifié quatre types d'erreurs pouvant provoquer une variation dimensionnelle ou
géométrique significative de 1' assemblage final :
1. 1' erreur due au procédé de roulage des pièces primaires;
2. 1' erreur due au procédé de coupage des pièces primaires;
3. l'erreur due au montage dans les gabarits dans le procédé d'assemblage;
4. l'erreur due au retrait causé par le procédé de soudage.

À partir des capabilités obtenues par des mesures expérimentales in situ, nous pourrons les
inclure dans les futurs calculs des tolérances.

Pour ce qui est des variations induites par le procédé de soudage, nous utiliserons la fonction
empirique (3 .1) obtenue par 1' étude sur le retrait pour les simulations d'analyses de
tolérances statistiques réalisées dans ce mémoire.

Parallèlement chez Nova Bus, nous introduisons les effets du retrait dans les calculs des
chaînes de cotes effectuées à SFDL. Pour se faire, nous retenons les hypothèses suivantes :
1. le jeu entre les pièces devra être impérativement maintenu entre 0,5 mm et 2 mm
(domaine de l'applicabilité du modèle du retrait);
2. à la condition maximale de matière (MMC), un retrait nul sera supposé;
3. à la condition minimale de matière (LMC) le retrait sera maximal, soit environ 1 mm
(cette valeur présente la moitié du jeu maximal). Au chapitre suivant nous justifierons
cette hypothèse.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 CHAPITRE4

MODÉLISATION STATISTIQUE DE LA VARIA TI ON D'UN ASSEMBLAGE

SIMPLE

Pour estimer les variations de la structure fabriquée à SFDL, nous devons d'abord évaluer les
performances statistiques du procédé de soudage. Or, une telle étude se fera nécessairement
sur une géométrie spécifique. Souvent, et pour des raisons économiques, de telles études sont
effectuées sur des géométries élémentaires (par exemple, sur un cadre rectangulaire). Par la
suite, les conclusions doivent être conduites vers des cas complexes (le châssis, le devant de
l'autocar, etc.). Bref, à partir d'une étude prototype, nous devons extrapoler les résultats dans
un sens probabiliste vers les cas complexes.

Dans le chapitre 4, nous présentons le développement analytique pour estimer la variation de

la largeur d'un assemblage simple par rapport à une valeur cible (cas simple). Le chapitre 5
expliquera le développement statistique qui nous permettra d'extrapoler nos résultats vers les
cas de grande complexité.

4.1 Assemblage simple- lD

Pour un assemblage soudé, deux facteurs indispensables doivent être pris en compte lors du
calcul des chaînes de cotes : le retrait causé par la soudure et la déformation des tubes due au
roulage. La Figure 4-1 montre un sous-assemblage simple et présente les différentes
variables qui seront utilisées pour modéliser les variations dans la direction de l'axe X.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 61

25mmMAX
x jeu
1+----------ltube-----------.1

xg
x jeu
z

y
L x

Figure 4-1 Schéma de l'assemblage simple.

Pour le cas étudié, la caractéristique clé de l'assemblage est sa largeur hors-tout représentée
par la variable Ycibte (voir Figure 4-2). La chaîne de cotes utilisée pour l'analyse de

l'assemblage est illustrée à la Figure 4-3.

Figure 4-2 Représentation de la caractéristique clé du sous-assemblage simple.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 62

Le Tableau 4.1 résume les différentes variables et leurs caractéristiques. Il faut noter que la
variable x,.errairrorat n'est pas représentée sur le dessin. Nous savons qu'elle est fonction des

autres variables, et à ce stade, elle ne reproduit pas une mesure directe.

Tableau 4.1
Définition des variables
Valeur
Variable In dépen dan te Dépendante Variation
nominale

Largeur des tubes : w v Wo N(f.lw,CYw)

Dimension du gabarit : Xg v xg
0
N (f.lxg '(Yxg )

Longueur du tube coupé : ltube v /,~be N(f-L!.,œ' Oi.,œ)

Dimension du jeu : Xjeu v

Retrait total : X retrait total v
Valeur cible : y v

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 63

r-w X retrait total

r--
1- x jeu \
/tube

- xjeu

w
-------
~
z

y
L x

Figure 4-3 Chaîne de cote d'un assemblage simple.

La grandeur hors-tout du sous-assemblage est fonction de la largeur des tubes, de la

dimension du jeu total, de la longueur du tube coupé et de la grandeur du retrait :

(4.1)

L'équation de la chaîne de cotes qui s'applique à y dans le cas étudié est :

y = 2 w + 2xjeu + !tube - x retrait total (4.2)

Pour cette première analyse, cinq (5) hypothèses sont effectuées dans le but de faciliter la
modélisation :
1. toutes les butées sont situées à environ 25 mm du tube à souder pour minimiser le retrait,
tout en laissant assez de place au soudeur pour faire son travail. SFDL respecte
maintenant cette hypothèse lors de la conception des gabarits;

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 64

2. les forces résiduelles sur les tubes sont négligeables. Cela implique que lorsque les tubes
sont relâchés des gabarits, aucune contrainte ne les retient et ils subissent directement les
déplacements causés par le retrait;
3. l'opérateur égalise les jeux de chaque côté des tubes lorsqu'il vient les installer dans le
gabarit d'assemblage, ceci répartit uniformément de chaque côté les déformations dues au
retrait. Cette hypothèse a été vérifiée et est générée par 1'utilisation de gammes
d'assemblage qui spécifient le positionnement des pièces dans les gabarits;
4. les tubes sont rigides donc ne se déforment pas lorsqu'ils sont mis entre butées;
5. il n'y a aucune corrélation, a priori, entre les variations des dimensions des pièces.

À partir de la Figure 4-1, la troisième hypothèse implique que :

(4.3)

La dimension de la somme de tous les jeux est égale à :

(4.4)

Dans le cas de l'assemblage étudié et à partir de l'équation (4.4), la dimension d'un jeu
est donc:
x g -2w-ltube
xjeu = (4.5)
njeu

Où pour le cas présent nJeu = 2. Comme vu auparavant, la dimension du retrait est fonction de
la grandeur du jeu laissé, c'est-à-dire:

x retrait! jeu
= /( x jeu ) = e À "
·Xjeu _ 1 (4.6)

Le retrait total pour l'assemblage est une sommation algébrique de tous les jeux:

x retrait total = n jeux jeu (4.7)

Avec la substitution de (4.5) dans (4.2), la dimension hors-tout de 1' assemblage devient :
(4.8)

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 65

La dimension du jeu peut être décomposée de la façon suivante (à partir de (4.5)):

(4.9)

Pour l'espérance statistique de la variable xjeu on a donc:

(4.10)

Et du côté de la variance de xjeu on obtient :

(J 2
x.feu
= V {( X jeu
- Ji·jeu )2} = -1 ( (J x2
g
+ 2CYw2(1 + p) + (J12he ) (4.11)
2 111

où p représente le coefficient de corrélation propre à la largeur des tubes. Dans le cas étudié,
selon la cinquième hypothèse, nous considérons p = O.

Dans l'analyse du retrait (voir ANNEXE II), la dimension du jeu a été établie à une
dimension minimale de 0,5 mm et une dimension maximale de 2 mm. Il faut donc en tenir
compte dans la chaîne de cotes. Pour ce faire, on doit ajouter les deux hypothèses suivantes :
1. Si, x jeu < 0, 5 mm, on doit changer le tube pour éviter les problèmes d'assemblabilité;

2. Si, xjeu > 2 mm, on doit changer le tube pour assurer un cordon de soudure de bonne

qualité.

Pour des raisons de commodité d'analyse, il serait utile d'avoir un Jeu qm suit une
distribution normale tronquée, dont la moyenne est égale à 1,25 mm et avec une LTI = 0,5
mm et une LTS = 2 mm. La Figure 4-4 présente la fonction de densité de probabilité
(Probability Density Function PDF) de cette distribution idéalisée.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 66

PDF

X;eu
LTI = 0,5 mm 1,25 mm LTI=2mm
0

Figure 4-4 Distribution normale tronquée du jeu.

C'est à partir des hypothèses précédentes et de la dimension théorique de la maquette 3D que

la nouvelle dimension nominale du tube coupé est calculée (voir Figure 4-5).

~1
Dimension théorique
1~

1~ Dimension coupée
--1
Figure 4-5 Dimension théorique vs dimension coupée.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 67

En effet, pour assurer les jeux, la dimension du tube coupé doit être inférieure à la dimension
théorique à laquelle il a été modélisé dans le modèle 3D. Donc, afin de respecter les deux
hypothèses posées précédemment, la dimension coupée nominale devient :

l
0 • •
= Dzmcoupée = Dzm,héorique -
(2(0,5 mm+2 mm)J = Dzm,héorique
. - 2,5 mm (4.12)
2

La variation du tube doit nous assurer un jeu borné entre 0,5 mm et 2 mm. En d'autres
termes, nous pouvons accorder un intervalle de tolérance de 3 mm à la dimension coupée, ce
qui donnera une tolérance de ± 1,5 mm (limites équivalentes à ± 3o-1 pour un niveau de

confiance de 99.73%). Nous nous retrouvons donc avec:

l,~be = (Dim,héorique- 2,5) + N (JLi'o-1 ) , où théoriquement o-1,he = 0,5 mm (4.13)

La Figure 4-6 compare la dimension coupée par rapport à la dimension théorique.

2,5mm

Dimension coupé~ Dimension théorique

modifiée
6o-= 3 mm

Figure 4-6 Représentation de la dimension du tube coupé.

Nous allons maintenant valider la démarche effectuée en y intégrant les capabilités des
procédés telles que mesurées à SFDL.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 68

4.1.1 Validation des équations de la longueur des tubes

21
Avec une simulation du type Monte-Carlo des équations (4.1 0) et (4.11) on obtient un jeu
moyen d'environ 0,9 mm avec des limites LTijeu = 0,5 mm et LTSjeu = 2 mm. La Figure 4-7
montre la PDF du jeu obtenue avec une simulation Monte-Carlo. On remarque que le mode
de la distribution est décentrée par rapport à la valeur cible d'environ 1,25 mm.

Valeur
cible LTS

1
1
1
! !
1

~!!!!
1,5
/
~r1 ~11~~------f-----------i------------j------------f------------
1
1
1
1
1
1
1
1
\ 1 1 1 1
\ : : : :
\ : : : :
1 ~ -----------~-----------i------------r------------
1 1 1
1 1 1
1 1 1
1 1 1
1 1 1
1 1 1
1 1 1
1 1 1
1 1 1
1 1
0,5 1-.,
----------i------------r------------
1 1
1 1
1 1
~ !
1

oWlLU1U1WlU~ûD~UlU1WlUllU~lU~lU~~Tiî~Tnjba~==J
0,5 0,75 1 1,25 1,5 1,75 2
Jeu (mm)

Figure 4-7 Distribution du jeu entre les tubes.

Trois (3) variables peuvent affecter la position de la distribution statistique du jeu obtenu,
soit la largeur des tubes, la longueur des tubes coupés et la dimension du gabarit utilisé. La
largeur des tubes est inhérente au procédé de fabrication des tubes, donc aucune modification

21
Le nombre de simulations effectuées (~5000) a été déterminé de façon à obtenir un compromis entre le temps
des calculs et la précision des résultats.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 69

de ce paramètre n'est possible. La modification des dimensions du gabarit nécessiterait un

nombre d'heures substantiel et exigerait des coûts relativement élevés. Il serait donc
inapproprié de modifier ces paramètres.

Il reste donc la longueur des tubes coupés, laquelle est facile à modifier en changeant
seulement la valeur nominale entrée sur la scie. En diminuant la dimension nominale des
tubes de 3,4 mm, la distribution statistique pour le jeu entre les tubes redevient centrée entre
les bornes établies précédemment. La Figure 4-8 présente la distribution obtenue à partir de
la deuxième simulation. La formule (4.13) devient donc :

ltu0 be =(Dimh.eonque
1
. -3,4 mm)+N(Ji,rubc ,a, )
tuhc
(4.14)

Valeur
LTI cible LTS

15
'
-r---~--.---.------------.-'-~-,-----,----------, ~
11
1
1
1
1

1,25 -----------T-----------ï------------r-----------,------------ï-----------
1 1
~
1 1 1

,
1
, /
1
11
r ,1
, 1

! !~ ~! !
1 -----------~----------~ ------------:-----------
1 1
1 1
-----------+-------
1
-------~-----------
1
1 1
1 1
1 1
1 1
1 1
0,5 -----------~ -L-----------
1

0,25

oflf
0,5 0,75 1 1,25 1,5 1,75 2
Jeu (mm)

Figure 4-8 Distribution du jeu entre les tubes avec la dimension ajustée.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 70

4.2 Simulation Monte-Carlo pour la dimension hors-tout y

Avec une analyse de type Monte-Carlo, on peut maintenant effectuer une analyse de la
variation t5 par rapport à la valeur cible «y » de la chaîne de cote

tJ = Y cible - Y réel (4.15)

où Yréel est la dimension hors-tout obtenu après l'assemblage. La distribution statistique de

1' erreur t5 est donc :

(4.16)

Voici le graphique de la fonction de densité de probabilité obtenu pour la simulation

de l'erreur t5 par rapport à la valeur cible.

1 1 1 1
1 1 1 1
1 -------------+-----
1
- ---~--------------t-------------i--------------
1 1 1
1 1

~'
1 1
l vy 1 1
1
1
1
_____________ l v '
1
1
1
1

,-,
0,8 1/ ~---------~-------------1--------------
/
~ 1 ~ 1 1
'-" "' 1 1
~ 0,6 -----------1 ~------L-------------~--------------
1 1
0o., 1\ 1 1
rf 1
1
1
1
1 1

0,4 -------/- \
-- -------------1--------------
~
1 1

1 ~ 1
1\
1 r-.
1
1
0,2 ----;L ~ -------4--------------
~ 1

0~ ~
0 0,5 1 1,5 2 2,5
Erreur 8 (mm)

Figure 4-9 Résultats de la simulation pour la résultante ô.

Le Tableau 4.2 résume les différentes variables impliquées et les valeurs obtenues lors de la
simulation.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 71

Tableau 4.2
Valeurs des variables pour la simulation Monte-Carlo
Modèle obtenu par
Variable Définition Fonction identifiée
Monte-Carlo

w Largeur des tubes N(76, 75; 0,25) N(76, 75; 0,25)

xg Dimension du gabarit N(1502,4; 0, 16) N(1502,4; 0,16)

!tube Longueur du tube coupé N(1346,8; 0,48) N(1346,8; 0,46)

xjeu Dimension du jeu f(xg ,xw,ltube) N(1,25; 0,33)

Weibull-3P(1,88, 0,43,
X retrait total Dimension du retrait total f(xjeJ
0,09)
Weibull-3P(186,2,
y Valeur cible (KPC) f(xg' x retrait total)
66,33, 1435)

8 Déviation (éq.(4.15)) J (X g ' X retrait total) Weibull(2,39; 1, 04)

Suite à l'analyse effectuée avec le logiciel Minitab®, nous avons retenu la distribution de
Weibull de paramètres fJ = 2, 39 et A, = 1, 04 pour représenter le comportement statistique de

la déviation 8. Pour pouvoir l'utiliser dans une analyse statistique de tolérances RSS, nous
devons maintenant calculer les paramètres normaux équivalents de la fonction trouvée avec
les formules (4.17) et (4.18).

JI~ = JI ( 1+ ~ J (4.17)

(rr")' = J'r(l + ~ J-(p'')' (4.18)

Où r( ) symbolise la fonction gamma. Le Tableau 4.3 présente les valeurs de Jl;q et a;q.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 72

Tableau 4.3
Estimateurs équivalents pour la distribution de la déviation

Moyenne équivalente Écart-type équivalent

Jl;q Œeq
t5

0,925 0,411

En conclusion, le développement analytique effectué nous a permis d'obtenir un modèle de

chaîne de cotes qui tient compte de la capabilité des procédés de fabrication et d'assemblage
de SFDL. La simulation Monte-Carlo effectuée nous a permis d'identifier le comportement
statistique de la largeur hors-tout d'un assemblage simple.

Conclusion
Nous avons identifié le comportement de la déviation ( 8) en fonction de la largeur nominale
de l'assemblage. Cette déviation se traduit par une erreur géométrique de profil selon la
norme ASME Y14.5M-1994. Comme nous le démontrerons dans le Chapitre 5, cette
tolérance nous permet d'estimer la capabilité du procédé de soudage de SFDL à produire un
assemblage simple ou complexe.

Remarque:
Pour les cas où 1' on opère autour d'une dimension précise, le retrait étant non linéaire,
on doit procéder à une linéarisation autour du point de fonctionnement. Basée sur la
série de Taylor (Cox, 1986), l'équation (4.8) peut procurer une meilleure
approximation de la dimension hors-tout (paramètre y de la chaîne de cote).

À partir la méthode de la série de Taylor, avec les x 1°= valeurs nominales et en

retenant les termes d'ordre [ 1] :

y ~ Yo + i:( ax,
i=l
ay ) * (x, - xn (4.19)

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 73

On pose à partir de (4. 8) : y = f (x g, x retrait total ) = x g - x retrait total ce qui donne :

y- (:y ]*(xg -x~)+(a ay ]*(xretraittota,-x~etraittotal)

Yo::::;
Xg X retrmffotal
(4.20)

Y- Yo ::::; (xg -x~)- (x,.etraiffotal - x~etraiffotal) (4.21)

Où : x retrait total = 2 *xretrait 1 jeu = 2 * -1 + e (

À 1
x "'" )
et 0
x retrait =0

En proposant que X; -x~ = fu:, on obtient :

~:.r11 : : ; fu: g ax
-(8xretrait ]*X . retratl
(4.22)
jeu

Par contre, parce que la valeur du jeu total peut facilement vaner entre 1 mm et
4 mm, la simulation Monte-Carlo a été privilégiée afin de simplifier les calculs.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 CHAPITRES

INTÉGRATION DE LA CAPABILITÉ DES PROCÉDÉS DANS LE CALCUL DES

TOLÉRANCES GÉOMÉTRIQUES

Dans ce chapitre, deux modèles originaux d'intégration de la capabilité des procédés dans les
calculs des tolérances sont élaborés. Rappelons au lecteur que l'étude effectuée au Chapitre 4
a été réalisée sur une géométrie élémentaire et que dans le cas général, il faut exploiter cette
capabilité pour estimer les variations d'une géométrie« complexe».

Le premier modèle concerne les défauts de profil et tente d'extrapoler les conclusions
obtenues lors d'une étude sur un assemblage à géométrie simple, avec le cas général d'une
géométrie selon divers degrés de complexité. Le deuxième modèle traite des défauts de
localisation et établit le lien entre le nombre d'éléments faisant partie d'un système
d'attaches (par exemple, le nombre de trous d'attaches sur un patron), l'erreur systématique
de la machine et la capabilité du procédé de perçage. Les tolérances de profil et de
localisation 22 sont les plus rencontrées sur un assemblage mécano-soudé comme celui
fabriqué par SFDL.

5.1 Capabilité des procédés unilatéraux

Selon Bothe (Bothe, 2006) et ISO, l'équation (5.1) définit la capabilité d'un procédé
unilatéral (voir Figure 5-1).

P ê = USL-x 50% (5.1)

pk' pk - -
x99.865% - Xso%

où le x% représente le percentile de la fonction de densité de distribution du procédé

modélisé.

22
Signalons que ces deux tolérances sont des tolérances unilatérales. C'est-à-dire que les valeurs des variations
tolérées sont toujours supérieures à zéro et que leurs fonctions de distribution s'apparentent le plus souvent à
des fonctions de type Weibull.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 75

Le Ppk doit être utilisé comme un estimateur long terme (LT) pour un procédé a pnon
instable. Le Cpk peut être employé comme un estimateur à court terme (CT) dans le cas d'un
procédé stable (ergodique).

f(x) USL-xso%
r~~
USL

X99.865%
XJ.4ppm

Figure 5-l Représentation graphique du calcul de la capabilité selon Bothe.

5.2 Tolérance de profil

Deux (2) types de tolérances de profil sont généralement employés, soit sans référentiel
(TYPE 1) pour contrôler la forme de la surface indiquée ou avec référentiels (TYPE 2) pour
contrôler la position et l'orientation de la surface indiquée. Pour plus de renseignements sur
l'interprétation de ces tolérances, nous référons le lecteur à la norme AMSE Y14.5M-1994.
La Figure 5-2 présente un exemple des notations tel que la norme l'exige. Le profil théorique
d'une pièce est défini par des éléments géométriques nominaux caractérisés par des
dimensions dites «de base» ou nominale (basic), ou encore par un modèle mathématique
contenu dans un fichier CAD (MATH DATA). Les dimensions nominales indiquées d'une
manière explicite ou les formes décrites dans le fichier CAD sont en fait les KC de la pièce.
L'inspection de la pièce se fera donc en contrôlant la déviation de ces KC.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 76

Figure 5-2 Types de tolérances de profil.

Figure 5-3 KC d'un composant décrivant un profil.

À la Figure 5-3, l'indice Oï représente le rang du point de contrôle (1 ~ i ~ n ). Le nombre n

peut être interprété comme une mesure de la complexité ou de la criticité du profil de la
pièce. En fait, sur une pièce simple, il est plus approprié d'utiliser un nombre restreint de
points de mesure, comparativement à une pièce complexe, où ce nombre doit être beaucoup

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 77

plus grand. La Figure 5-4 présente schématiquement des composants qui sont généralement
décrits par des points X{ 0 MINAL caractérisés par des coordonnées dans l'espace.

Complexité

Figure 5-4 Nombre de points de mesure en fonction de la complexité géométrique d'un

composant.

À la Figure 5-5, chaque Xi représente une mesure de la forme réelle d'une surface contrôlée.

Cette mesure s'interprète comme l'addition d'une déviation 8i à la valeur nominale Xinominale.

Profil réel

Profil nominal

Figure 5-5 Représentation d'une mesure réelle X;.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 78

Cette déviation comprend les variations inhérentes aux procédés de fabrication,

d'assemblage, ainsi que les incertitudes de mesures (Chase, Magleby et Glancy, 1997).
x.1
= xnominale
1
+ 5.
1
(5.2)

En supposant que chaque X; est le résultat de l'addition de plusieurs variables aléatoires

indépendantes suivant des distributions statistiques quelconques, le théorème de la limite

centrale (Montgomery et Runger, 2007) affirme que la fonction de densité de probabilité de
la mesure réelle X; suivra une distribution normale, et ceci est vrai peu importe la distribution

de chacune des variables constituantes de X; .

(5.3)

Il en sera de même pour la PDF de la déviation 5; :

(5.4)

Avec xtoMINAL considérée constante et avec cro; = crx; , la fonction de densité de probabilités

de la déviation 5; devient alors :

-(0;-t-Jiiy
2a0 /
(5.5)

Avec -oo < flo, < oo et cr0; > 0

La fonction de distribution cumulative (CDF 23 ) de 5; est:

(5.6)

23
De l'anglais Cumulative Distribution Function

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 79

Les deux (2) types de tolérances de profil seront développés à partir de cette déviation, selon
la norme ASME Yl4.5. La Figure 5-6 présente les graphiques de la PDF et de la CDF de la
déviation adimensionnelle 8; = N(O, 1).

----------~-------
1
0,35 1
--------~----------

0,3 ----------+------ ------~----------

1

0,25 ----------,-----
1

~ 0,2
Q
p.,
0,15 - - - -- - - --- T - -

0,1

0,05

o~--~~~--------~--------~~~--~
-4 -2 0 2 4
Valeur cible

0,6 ---------~----------

0,4 - - - - - - - - - - -11 - - - - - - - - -

0,2 ---,-----------r----------

o~------~L_ ________ L __ _ _ _ _ _ _ _L __ _ _ _ _ _~

-4 -2 0 2 4
Valeur cible

Figure 5-6 PDF et CDF de la déviation 8; = N(O,l).

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 80

5.2.1 Tolérance de profil sans référentiel (TYPE 1)

La Figure 5-7 montre la notation de la tolérance de profil sans référentiel. Cette zone de
tolérance possède six degrés de liberté, et peut être orientée et positionnée arbitrairement à
l'intérieur de l'enveloppe dimensionnelle. Ce type de tolérance garantit que tous les points
mesurés se situeront à l'intérieur de deux (2) profils parallèles imaginaires. Ces profils sont
distancés l'un de l'autre par la valeur indiquée dans la boîte de tolérance et aucune contrainte
de positionnement ou d'orientation n'est requise pour les six (6) degrés de liberté (Tx, Ty, Tz,
Rx, Ry, Rz).

M----N

M N

Figure 5-7 Tolérance de profil sans référentiel.

En référence à la norme Y14.5.1, pour chaque point nominal PN du profil, il y a un vecteur

normal N (Figure 5-8) correspondant dont la direction positive est arbitraire. La valeur de la
zone de tolérance est égale à la somme de deux tolérances intermédiaires t+ et t_. Celles-ci
représentent la déviation allouée suivant les directions positive et négative des vecteurs

normaux en un point PN précis. La surface réelle est définie par un groupe de points P5
représentant les différents points PN du profil nominal auxquels une erreur 8; a été ajoutée.

Un profil est acceptable, si et seulement si, tous les points réels sont à l'intérieur de la zone

de tolérance définie: (PN -t_) < P5 < (PN -tJ où P5 = PN +8;.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 81

24
La zone de la tolérance de profil sans référentiel z pst est égale à la différence des vecteurs

normaux c5imax et c5imin d'un profil (Figure 5-8), ce qui donne une nouvelle variable aléatoire

qui est fonction de deux variables :

zpst = max(c5;)- min(c5J (5.7)

i=l,n j;;:;J,n

Profil réel

Profil nominal

Figure 5-8 Représentation du vecteur normal de l'erreur c5i

Le développement mathématique complet est effectué à 1' Annexe III. Nous avons pu
élaborer un modèle pour décrire le comportement statistique de la tolérance de profil TYPE 1.
Il faut noter que pour trouver les percentiles, nous avons procédé par simulation numérique
étant donné la complexité du modèle mathématique et l'impossibilité d'élaborer une solution
mathématique explicite. Pour des raisons pratiques et avec les résultats obtenus, nous avons
produit des abaques adimensionnels pour l'usage des concepteurs. Les tableaux suivants
illustrent les principales conclusions; les X% représentent les percentiles de la fonction de

distribution de la z pst .

24
De l'anglais: Zone of a Profile of Surface Tolerance

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 82

Tableau 5.1
Percenti1e de x 50 % pour la tolérance de profil TYPE 1

Xso%
Complexité n
5 10 15 20 25 50 100 500
0,25 0,57 0,77 0,87 0,94 0,99 1,13 1,26 1,53
0,5 1,15 1,54 1,75 1,88 1,98 2,27 2,53 3,06
0,75 1,72 2,32 2,63 2,82 2,98 3,41 3,8 4,59
1 2,3 3,1 3,51 3,77 3,96 4,54 5,06 6,12
1,25 2,88 3,87 4,37 4,71 4,95 5,68 6,33 7,64
b 1,5 3,44 4,64 5,24 5,65 5,96 6,8 7,58 9,18
1,75 4,03 5,42 6,12 6,6 6,94 7,94 8,86 10,7
2 4,59 6,18 7 7,53 7,93 9,08 10,11 12,21
2,25 5,18 6,96 7,89 8,48 8,93 10,21 11,38 13,77
2,5 5,76 7,72 8,75 9,41 9,92 11,34 12,65 15,27

Tableau 5.2
Percentile de x99.86s% pour la tolérance de profil TYPE 1

x99,865%
Complexité n
5 10 15 20 25 50 100 500
0,25 1,24 1,34 1,4 1,44 1,48 1,57 1,67 1,87
0,5 2,52 2,67 2,81 2,88 2,95 3,15 3,33 3,74
0,75 3,78 4,01 4,19 4,31 4,41 4,72 5,01 5,62
1 5,01 5,38 5,62 5,79 5,88 6,26 6,67 7,52
1,25 6,29 6,73 6,98 7,2 7,34 7,84 8,31 9,37
b 1,5 7,57 8,03 8,38 8,64 8,79 9,41 9,96 11,25
1,75 8,76 9,41 9,79 10,11 10,29 11,02 11,68 13,13
2 10,03 10,69 11,15 11,5 11,78 12,57 13,36 14,97
2,25 11,3 12,06 12,6 12,95 13,21 14,08 14,98 16,86
2,5 12,59 13,4 13,95 14,39 14,77 15,72 16,64 18,75

Avec ces abaques, les concepteurs pourront estimer les tolérances de profil sans référentiel en
fonction de la capabilité du procédé désiré et de la complexité géométrique de la pièce ou de
l'assemblage. Il lui suffira d'avoir en main les paramètres caractérisant le procédé

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 83

d'assemblage utilisé et d'évaluer la complexité géométrique de son sous-assemblage pour

aller retrouver les percentiles nécessaire à l'estimation de la tolérance avec l'équation (5.1).

5.2.1.1 Exemple d'application pour la tolérance de profil sans référentiel

Dans cet exemple, nous analyserons l'assemblage d'un plancher de fibres de verre sur une
structure tubulaire en acier inoxydable soudée au MIG 25 •

plancher

Figure 5-9 Assemblage du plancher.

La complexité géométrique de la structure est estimée à n = 50. On suppose dans ce cas que
le procédé d'assemblage de la structure possède une erreur qui suit une distribution normale
de paramètres flsoudage = 0,25 mm et O'soudage = 0,5 mm. Notons que cette erreur regroupe les
variations dues au retrait, à 1' erreur de montage et aux incertitudes de mesure. De plus,
avisons le lecteur que ces valeurs sont fictives et ont été choisies pour accélérer les calculs.

25
De l'anglais Metal Inert Gas weldingprocess (MIG)

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 84

® Points de mesure

Figure 5-10 Plancher structurel de complexité n =50.

Le plancher de fibres est fabriqué à l'aide d'un moule et d'un contre-moule, de sorte que le
défaut de planéité du plancher est d'environ 0,5 mm. Nous devons également considérer
l'emploi de cales d'épaisseur nominale de 5 mm (Shim). Ces cales assurent que la fibre
n'entre jamais en contact direct avec la structure et elles évitent que la fibre soit endommagée
par les soudures ou tout autre défaut de la structure.

Finalement, une colle est utilisée pour maintenir la pièce de fibres sur la structure. Les
spécifications de la colle exigent une épaisseur minimale de 1 mm pour assurer une force de
rétention suffisante. De plus, la colle doit sécher dans un délai maximum de 2 heures afin que
l'installation des autres composants puisse se poursuivre. Cette exigence se traduit par un
requis exigeant que 1' épaisseur du cordon de colle soit inférieure ou égale à 10 mm.

En résumé, nous possédons les données suivantes :

• L'erreur du procédé de soudage: N(0,25;0,5).
• L'erreur de profil du plancher de fibre: 0,5 mm.
• L'épaisseur nominale des cales : 5 mm (cette valeur sera considérée comme pratiquement
parfaite, sans variation).
• Les épaisseurs minimale et maximale exigées pour la colle : 1 mm et 10 mm.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 85

Avant de retenir le concept et le lancement de la production, nous devons vérifier par une
analyse des variations, la capabilité du procédé de soudage de la compagnie à rencontrer les
exigences du procédé de collage du plancher. La tolérance de profil maximale permise sur la
structure sera de 3,5 mm pour respecter l'épaisseur minimale de colle, et 4,5 mm pour
respecter le temps de séchage maximal permis. La tolérance la plus petite sera retenue pour
valider la capabilité du procédé de soudage.

À partir des Tableaux 5.1 et 5.2, et de l'équation (5.1), nous trouvons x 50 % = 2,27 et
x 99,865 % = 3,15, ce qui donne un index de capabilité Cpk = 1,4. Considérant qu'un procédé doit
avoir un index de capabilité minimal de 1,33 pour être considéré performant26 , nous pouvons
conclure que le procédé actuel de soudage permettra de rencontrer le pourcentage de non-
conformités ciblé.

5.2.2 Tolérance de profil avec référentiels (TYPE 2)

La Figure 5-11 montre la notation de la tolérance de profil avec référentiels. Dans ce cas, la
zone de tolérance doit être contrôlée par rapport au système de référentiels établis. Le
développement qui suivra pour la tolérance de profil de TYPE 2 s'applique autant dans les
cas de zones de tolérance partiellement contraintes, un ou deux référentiels, que pour le cas
totalement contraint, soit avec trois référentiels. En d'autres termes, la zone de tolérance se
trouve positionnée dans 1'espace partiellement ou entièrement.

27
La zone de tolérance de profil avec référentiels z pstd est égale à 1' amplitude maximale des

valeurs absolues des vecteurs de déviation 5;, multiplié par deux :

z pstd = 2 max(l 5; 1) (5.8)

i;::.l,n

26
Dans le sens du maintien de la valeur cible et du nombre toléré de pièces non conformes.
27
De l'anglais: Zone of a Profile of Surface Tolerance with Datum

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 86

Figure 5-11 Exemple de notation d'une tolérance de profil avec référentiels (TYPE 2).

Cette zone de tolérance est contrôlée à partir du système de référentiels par des dimensions
dites « basic » ou nominale, et est égale à la valeur indiquée dans la boîte de tolérance. Sauf
indication contraire (sans l'usage du modificateur@), elle est répartie également de chaque
côté du profil nominal (voir Figure 5-12) et comme mentionné plus haut, aucune translation
T; ou rotation R; n'est permise.

Figure 5-12 Exemple d'une zone de tolérance de la zpstd.

Le développement mathématique complet est effectué à l'Annexe IV. À partir de la fonction

de distribution de la zpstd (équation (5.9)), il est malheureusement impossible à solutionner

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 87

explicitemene 8 , les abaques adimensionnels suivants ont été construits pour assister le
concepteur dans ses calculs.

(5.9)

Les x% représentent les percentiles de la fonction de distribution ( H 2 p_,·td ) de la tolérance de

profil avec référentiels (TYPE 2). Avec l'équation (5.1) et ces tableaux, les concepteurs
seront en mesure d'estimer les tolérances de profil avec référentiel en fonction de la
capabilité du procédé désirée et de la complexité géométrique de la pièce ou de l'assemblage.

Tableau 5.3
Percentile de x 50 % pour la tolérance de profil TYPE 2

Xso%
Complexité n
5 10 15 20 25 50 100 500
0 3,04 3,67 4,01 4,24 4,42 4,93 5,41 6,4
0,5 3,4 4,09 4,46 4,71 4,9 5,45 5,96 7
f.i 1 4,27 5,01 5,39 5,65 5,85 6,41 6,93 7,99
-
Œ
1,5 5,26 6 6,39 6,65 6,84 7,41 7,93 8,99
2 6,26 7 7,39 7,65 7,84 8,41 8,83 9,99
2,5 7,26 8 8,39 8,65 8,84 9,41 9,93 10,99

x
28
Nous n'avons pas pu trouver l'expression analytique de l'intégrale H.
,L.pstd
= Jh 2 pstd
dx. Les abaques ont été
0

reproduits en intégrant numériquement cette dernière équation.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 88

Tableau 5.4
Percentile de x99 ,865 % pour la tolérance de profil TYPE 2

x99,s6s%

Complexité n
5 10 15 20 25 50 100 500
0 7,29 7,64 7,84 7,97 8,08 8,4 8,71 9,4
0,5 7,93 8,29 8,5 8,64 8,75 9,08 9,4 10,1
-J1
1 8,92 9,29 9,5 9,64 9,74 10,08 10,4 11,1
Π1,5 9,92 10,29 10,5 10,64 10,74 11,08 11,4 12,1
2 10,93 11,29 11,5 11,64 11,75 12,08 12,4 13,1
2,5 11,92 12,29 12,5 12,64 12,74 13,07 13,4 14,1

5.2.2.1 Exemple pour la tolérance de profil avec référentiels

Deux sous-modules de structure doivent être combinés afin de former un nouvel assemblage
(voir Figure 5-13). Le tableau suivant présente la complexité géométrique, la largeur
nominale et les paramètres correspondant à la distribution statistique du procédé
d'assemblage de chaque sous-module. Nous avisons le lecteur que pour des raisons de
confidentialité, les valeurs utilisées sont fictives.

Tableau 5.5
Caractéristiques des sous-modules

Sous-module Largeur nominale (mm) Complexité Distribution statistique 8

#1 500 10 N(0,25; 0,5)

#2 498 25 N(0,5; 0,25)

Lorsqu'insérés dans le gabarit d'assemblage, le jeu résultant entre les deux sous-modules doit
être maintenu entre 0 et 2 mm, et ce, pour deux raisons. La première est que si les sous-
modules sont précontraints Geu ~ 0 mm), des déformations majeures surviendront lors du
relâchement de l'assemblage. Ces déformations seront dues principalement aux contraintes
résiduelles provenant de la combinaison des précontraintes et de la hausse de température

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 89

causée par le soudage. La deuxième raison est que si le jeu entre les tubes est supérieur à
2 mm, le cordon de soudure sera de mauvaise qualité, ce qui pourrait causer une amorce de
fissure en service.

Par contre, si le jeu se situe entre 2 mm et 8 mm, le soudeur peut utiliser une cale
d'ajustement pour remplir l'espace entre les tubes et ainsi produire une soudure de seconde
classe. La différence entre une soudure de première et de seconde classe est que la seconde
doit être rigoureusement inspectée de nouveau.

Ici la KC est le jeu entre les deux sous-modules insérés dans le gabarit. Nous voulons donc
vérifier si les procédés de fabrication des sous-modules permettront le respect, dans un sens
statistique, des requis du procédé de soudage.

Pour vérifier la capabilité du procédé d'assemblage de ces sous-modules à respecter la KC

(jeu de 0 à 2 mm), nous devons estimer la tolérance de profil par rapport à leurs référentiels
d'assemblage respectifs dans le gabarit de montage. Le référentiel du sous-module #1 est son
côté gauche, alors que celui du #2 est son côté droit (voir Figure 5-13).

Avec les Tableaux 5.3 et 5.4, l'équation (5.1) et en considérant un mveau qualité de
Cpk ~1,33, la tolérance de profil du sous-module #1 est 5 mm et celle du #2 est de 3 mm.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 90

a
je~@
b v c

~
. r-

cordons li
de
soudure
.. r-

.
1
Il
/ 1
r-
1

sous-module #1 sous-module #2

.,..: butées du gabarit d'asemblage

Figure 5-13 Assemblage des sous-modules.

En procédant à une analyse de tolérance statistique (Cox, 1986), l'écart-type obtenu pour la
dimension du jeu est environ 1 mm. Pour un intervalle de confiance de 99,73 % cela se
traduit par la possibilité d'avoir un jeu variant de -1 à 5 mm. Les procédés de fabrication des
sous-modules et celui d'assemblage de ceux-ci ne peuvent donc pas respecter la KC.

Si l'on diminuait la dimension nominale de l'un ou l'autre des sous-modules de 1 mm, nous
obtiendrions un jeu minimum de 0 mm et un jeu maximum de 6 mm. De cette façon, les
assemblages fabriqués ne devraient pas subir de déformations majeures lors de la relâche. Le
soudeur devrait cependant utiliser à l'occasion une cale d'ajustement et l'inspection
supplémentaire alors obligatoire augmenterait son temps de cycle.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 91

Il est aussi possible d'estimer le pourcentage d'assemblage dont le jeu sera supérieur à 2 mm.
En standardisant (Montgomery et Runger, 2007) la distribution statistique du jeu N(2; 1),
nous pouvons estimer la probabilité d'avoir un assemblage dont le jeu sera supérieur à 2 mm.

P(X > 2) = 1-P(X ~ 2) = 1- P(Z ~ -1) = 0,86 (5.10)

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 92

5.3 Tolérance de position - Tolérance de localisation

La tolérance de position (ou de localisation) se présente majoritairement sous deux volets,

soit le positionnement d'un ensemble d'éléments géométriques caractérisé par des cotes
nominales entre-elles et par rapport à un système de référentiels (PLTZF 29 ), soit celui qui
positionne relativement les éléments entre eux (FRTZF 30). La Figure 5-14 illustre un
exemple typique de la tolérance de positionnement selon la norme ASME Y14.5M-1994.
Pour plus d'information concernant l'interprétation de ces deux tolérances de
positionnement, nous référons le lecteur à la norme.

- -ensemble
---- de 7 trous
------"'
@#2 @#3
@#5 @#7
--- _________ )

Figure 5-14 Exemple de tolérance de positionnement composée.

29
PL TZF : de 1'anglais Pattern Location Tolerance Zone Framework
°FRTZF: de l'anglais Feature Relation Tolerance Zone Framework
3

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 93

Nous considérons que la position réelle d'un trou est celle du centre de la contrepartie
géométrique de celui-ci (position du plus grand cercle inscrit à l'intérieur du trou) 31 •
Également, dans notre étude, nous supposons que la déviation de chaque élément par rapport
à sa position nominale est composée d'une erreur systématique (f.lx,f.ly) et d'une erreur

aléatoire ( 5x, 5Y) .

X; -Xi= f.lx +5x,

(5.11)
Y; - 1-;: = f.ly + 5y,

Position réelle par rapport

au système de rétërentiel

0PLTZF: zone de la tolérance

de position absolue
(PLTZF)

référentiel 8
~/////~

Figure 5-15 Illustration de la tolérance de position absolue (PLTZF).

31
Nous traitons le cas bidirectionnel en supposant que le problème se déroule dans le plan XY. Dans le cas
général 3D, l'analyse mathématique que nous effectuerons demeura valable en considérant les déviations

(5u,5J plutôt que les déviations (5x,5y,5J. Ici (u, v, w) décrit le repère local où W représente le

vecteur normal à la surface nominale. Pour plus de détails, nous référons le lecteur à la norme des tolérances
vectorielles ASME Y14.5.1-1994.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 94

L'erreur systématique peut provenir de l'erreur de montage, d'un biais dans un contrôleur,
d'un défaut de positionnement de la pièce dans son gabarit ou de toute autre source d'erreur
produisant une déviation constante. L'erreur aléatoire provient généralement des erreurs
intrinsèques aux procédés de fabrication ou d'assemblage, de l'usure, de l'incertitude de
mesure ou de toute autre source produisant une dispersion selon une loi de probabilité
quelconque.

Avec les conclusions du théorème de la limite centrale (Montgomery et Runger, 2007) et

parce que (8x,8y) sont les résultats de plusieurs types d'erreur, nous pouvons constater

comme corollaire que :

Jx ""'N(O,<JJ
(5.12)
Jy ""'N(O,<Jy)

Dans ce mémoire, et pour simplifier 1' analyse, nous considérons que les variations sont
similaires selon les axes -x et -y, mais non corrélées. C'est-à-dire que <Jx = <JY = <J et que
<Jxy = 0. Pour estimer la valeur de <J, le concepteur doit alors choisir 1'estimateur approprié

pour à . Par exemple, en considérant un procédé stable, nous pouvons utiliser une carte de

contrôle X - R ou tout autre estimateur robuste.

Nous rappelons au lecteur que d'une manière similaire à la tolérance de profil, les études de
capabilité expérimentales sont généralement effectuées sur des pièces relativement simples.
En plus, le <J identifié est associé à la déviation spatiale d'un seul élément (un trou par
exemple). Or, en pratique, il est plutôt rare d'employer des attaches avec un seul élément.
Notre but dans le développement mathématique qui suit, est de prédire le niveau
vraisemblable de variation avec un système d'attache complexe (par exemple, un patron den
trous).

Par convention, nous désignons R; comme la distance entre le point (X;, Y;) et 1' origine

théorique du cercle (X;,J';). Le calcul de l'erreur de position d'un ensemble de n trous se

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 95

traduit par une déviation radiale (ou diamétrale). Dans le cas de la PLTZF, l'équation (5.13)
nous permet d'obtenir la déviation radiale maximale (Figure 5-16):

RPLTZF = J=l,
max(RJ
... ,n
(5.13)

où

(5.14)

Le calcul de la FRTZF est plus complexe. Il s'agit de trouver le plus petit cercle circonscrit
c( xc' y J qui inclut toutes les déviations (X; -xi' Y; - Y;) de tous les n trous du patron. En

d'autres mots, il faut trouver:

rFRTZF = min(r)
c
(5.15)

En supposant que n est grand ( n ;:::: 5 ), nous pouvons confondre le centre de la zone de
tolérance de position fixe c(xFRTzF•YFRTZF) avec le centre du cercle moyen des déviations des

trous. En d'autres termes, le centre de la FRTZF est :

n

XFRTZF ~Jlx, flx =~L(X;-X;)

i=l
n
(5.16)
YFRTZF ~ Jly, -
Jly =..L "'c
n L..,. Y; -Y)
i
i=l

et

rFRTZF = max (r;) (5.17)

c( X FR1ZF ,yFRTZF)

La tolérance de position fixe sera estimée à partir de l'équation (5.17) avec :

(5.18)

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 96

Zone de tolérance
cylindrique de la
FRTZF 1
1

1
1

~\
Zone de tolérance "-,
cylindrique de la "- . . . ......_
PLTZF -

/
/ -----
--
1
1
1 1'
1
1

\ \
'\.

Figure 5-16 Illustration de la zone de tolérance de position relative (FRTZF).

Par convention, nous désignerons 'i comme la distance entre le point ( 8x, 8Y) et le nouveau

centre nominal de 1' ensemble (jix, jtY). La Figure 5-16 illustre schématiquement la

comparaison entre la FRTZF et la PLTZF.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 97

5.3.1 Analyse de la tolérance de position absolue (PL TZF)

Comme mentionné précédemment, la valeur de cette tolérance tient compte de 1' erreur de
positionnement d'un ensemble de trous par rapport à un système référentiel donné. C'est
donc essentiellement 1' erreur systématique de la machine ou du positionnement de la pièce
durant la mise en route. Pour définir la capabilité de la PLTZF, nous devons d'abord trouver
la PDF et ensuite, les percentiles R5 o % et R99,865 % de la déviation radiale par rapport à la
position nominale. Pour le développement mathématique complet, nous référons le lecteur à
l'ANNEXE V.

Selon (Papoulis, 1991 ), si ( 8x, 8Y) suivent une loi normale, alors la PDF de la déviation

radiale par rapport à l'origine Ri du ième trou (éq.(5.14)) suivra une distribution de type:

(5.19)

avec : Ri ~ 0, a > 0, J.li ~ 0

La CDF sera:

(5.20)

avec : Ri ~ 0, a > 0, J.li ~ 0

Ici J0 (z) représente la fonction de Bessel modifiée. À partir de ces équations, nous avons

estimé la PDF et la CDF de le tolérance RPLTZF d'un ensemble de n éléments. Après

manipulations et simplification (voir ANNEXE V) la fonction PDF est:

(5.21)

avec : r ~ 0, a > 0, J.1 ~ 0, n ~ 2

et la fonction de distribution cumulative est :

Q(R;(a,J.l,n)) = rq(w;(a,J.l,n))dw (5.22)

avec : r ~ 0, a > 0, J.1 ~ 0, n ~ 2

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 98

Les percentiles de rPLnF s'obtiennent avec la formule suivante :

(5.23)

Les trois équations précédentes sont complexes à évaluer, nous avons choisi d'exprimer leurs
comportements sous la forme d'abaques.

Avec l'équation (5.1) et les Tableaux 5.6 à 5.8, nous pouvons estimer la capabilité du
procédé à rencontrer le seuil de conformité visé x %. La fonction de rx % étant impossible à

obtenir analytiquement, ces abaques adimensionnels ont été obtenus par l'approximation
numérique de l'équation (5.23) pour un écart-type unitaire ( Œ = 1 ).

Tableau 5.6
Percentile de r50 %/ Πde la PLTZF en fonction de n et Ji

n t.JIŒ
0 0,1 0,2 0,3 0,4 0,5 0,75 1 2,5 5 10 15
2 1,57 1,57 1,58 1,6 1,63 1,66 1,78 1,94 3,22 5,64 10,59 15,58
3 1,78 1,78 1,79 1,82 1,85 1,89 2,01 2,18 3,49 5,91 10,87 15,85
4 1,92 1,92 1,94 1,96 1,99 2,03 2,17 2,34 3,67 6,09 11,05 16,03
6 2,1 2,11 2,13 2,15 2,19 2,23 2,38 2,56 3,89 6,32 11,28 16,26
8 2,23 2,24 2,25 2,28 2,32 2,36 2,51 2,7 4,04 6,47 11,43 16,42
10 2,33 2,33 2,35 2,38 2,42 2,46 2,62 2,8 4,15 6,59 11,55 16,53
12 2,4 2,41 2,42 2,45 2,49 2,54 2,7 2,89 4,24 6,67 11,63 16,62
15 2,49 2,5 2,51 2,54 2,58 2,63 2,79 2,99 4,35 6,78 11,74 16,73
20 2,6 2,61 2,63 2,66 2,7 2,75 2,91 3,11 4,47 6,91 11,87 16,86
25 2,68 2,69 2,71 2,74 2,79 2,84 3 3,2 4,57 7,01 11,97 16,95
30 2,75 2,76 2,78 2,81 2,85 2,91 3,08 3,27 4,64 7,08 12,04 17,03

Tableau 5.7
Percentile de r99 ,865 %/Πde la PLTZF en fonction de n et fi

n WŒ
0 0,1 0,2 0,3 0,4 0,5 0,75 1 2,5 5 10 15
2 3,82 3,83 3,86 3,9 3 96 4,02 4,22 4,43 5,83 8,28 13 25 18,24
3 3,93 3,94 3,96 4,01 4,07 4,13 4,33 4,54 5 95 8,4 13 36 18,35
4 4 4,01 4,04 4,08 4,14 4,21 4,4 4 62 6,03 8 48 13 44 18 43
6 4,1 4,11 4,14 4,18 4,24 4,31 4,51 472 6,13 8 58 13 55 18 54
8 4 17 4,18 4,21 4,25 4 31 4,38 4,58 4,8 6 21 8 66 13 63 18,61
10 4,22 4,23 4,26 4 31 4,37 4,44 1,_64 4 85 6,27 872 13 68 18,67
12 4,26 4,27 4 31 4 35 4,41 4,48 4 68 4,9 6,31 8,76 13 73 18 72
15 4 32 4,33 4,36 4,41 4 47 4 54 4,74 4,95 6 37 8 82 13 79 18,78
20 4,38 4,39 4,42 4,47 4 53 4,6 4,8 5,02 6,44 8 89 13 86 18 85
25 4,43 4,44 4,48 4 52 4,59 4,66 4 86 5 08 6,49 8 95 13 91 18,9
30 4,47 4,49 4,52 4,57 4,63 4,7 4,9 5,12 6,54 8,99 13 96 18,95

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 99

Tableau 5.8
Percentile de r3'4 ppm ja de la PLTZF en fonction de n et JI

n tL/à
0 0,1 0,2 0,3 0,4 0,5 0,75 1 2,5 5 10 15
2 5,15 5,17 5,2 5,26 5,32 5,4 5,61 5,83 7,26 9,72 14,69 19,67
3 5,23 5,25 5,28 5,34 5,4 5,48 5,69 5,91 7,34 9,8 14,77 19,76
4 5,29 5,3 5,34 5,39 5,46 5,54 5,75 5,97 7,4 9,86 14,83 19,82
6 5,36 5,38 5,41 5,47 5,54 5,61 5,82 6,05 7,48 9,94 14,91 19,9
8 5,42 5,43 5,47 5,52 5,59 5,67 5,88 6,1 7,53 9,99 14,96 19,95
10 5,46 5,47 5,51 5,57 5,63 5,71 5,92 6,15 7,58 10,04 15,01 20
12 5,49 5,5 5,54 5,6 5,67 5,75 5,96 6,18 7,61 10,07 15,04 20,03
15 5,53 5,55 5,58 5,64 5,71 5,79 6 6,22 7,65 10,11 15,09 20,07
20 5,58 5,6 5,64 5,69 5,76 5,84 6,05 6,28 7,71 10,17 15,14 20,13
25 5,62 5,64 5,68 5,73 5,8 5,88 6,09 6,32 7,75 10,21 15,18 20,17
30 5,66 5,67 5,71 5,77 5,84 5,91 6,13 6,35 7,78 10,24 15,22 20,2

5.3.1.1 Exemple d'application pour la tolérance de position absolue (PLTZF)

Dans cet exemple nous analysons la capabilité d'un gabarit de perçage utilisé pour
positionner les trous d'une trappe d'accès. Les composants impliqués sont la trappe d'accès,
le plancher, la marche et la structure (voir Figure 5-17).

Figure 5-17 Assemblage de la trappe d 9 accès.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 100

L'interface d'assemblage comporte 14 éléments de fixation pour le calcul de la tolérance de

position absolue, n = 14. Ce type d'assemblage nécessite l'utilisation d'un gabarit de perçage
mobile dont le comportement statistique de la déviation est caractérisé par une distribution
normale N(0,5;1). À partir des abaques 5.6 et 5.7, et de l'équation (5.1) nous pouvons

estimer la PLTZF maximale permise pour un Ppk = 1,33 de ce gabarit mobile.

p
2
=133= USL- •55 ~USL=517
pk ' 4 52- 2 55 '
' '
14X
1 -$- 1010,34 1 A 1 B 1 C 1 @) (Ppk=1,33)

Donc, pour un indice de capabilité de Ppk = 1, 33 la tolérance de position absolue (PLTZF)

permise serait de ~ 10,34 mm.

5.3.2 Analyse de la tolérance de position relative (FRTZF)

Cette tolérance représente la capabilité inhérente de la machine. Elle est mesurée par le
déplacement de la position nominale du trou, au centre réel du nuage de points représentant
l'ensemble des trous (f.lx,f.ly). Selon la norme ASME Y14.5.1, la déviation radiale li est

calculée à partir de ce nouveau centre. Ceci sous-entend que, dans une situation idéale, une
machine ne produira que 1' erreur inhérente à celle-ci. Dans ce cas, la fonction de densité de
probabilité (PDF) de la déviation radiale li ( éq.(5.18)) suivra une distribution de Rayleigh

(Cox et Shapiro, 1967; Papoulis, 1991):

2
r -~
s(Y;;a) = ~e 2 0". lj ~ 0, 0" >0 (5.24)
0"

et la CDF sera:

lj ~ 0, 0" >0 (5.25)

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 101

À cette étape, la distribution de rFRTZF (Eq.(5.17)) peut être obtenue à partir de la distribution

de rmax , qui représente la valeur maximale de toute les variables (lj, ... , rn) avec n ~ 2.

rFRTZF = rmax = l=l,

maX(lj, ... ,rn)
... ,n
n~2 (5.26)

En y incluant les équations (5.24) et (5.25), cela nous permettra d'obtenir la PDF de rFRTZF

définie par t(r;(a,n)), et la CDF par T(r;(a,n))

t(r;(a,n))=n ; e- 2~ 2 1-e-;~ 2
2 [ 2 ]n-1
2
r ~ 0, a > 0, n ~ 2 (5.27)

T(r;(a,n)) ~ rt( w)dw + -e ;:']" r ~ 0, a > 0, n ~ 2 (5.28)

La définition complète de rFRTZF et le développement mathématique qui s'y rattache se trouve

à l'annexe VI. Pour définir la capabilité de cette distribution, en accord avec (Bothe, 2006),
la formule (5.1) sera utilisée. À partir de l'équation (5.28), nous pouvons obtenir les
percentiles r50% et r99 ,865 %.

(5.29)
La Figure 5-18 présente le comportement des percentiles r50%, r99 ,865 % et r3,4 ppm, pour un

indice Ppk = 1 et un écart-type unitaire (a= 1 ).

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 102

6
1
1 1 1 1 1 1
5,5 ------,--------- -,-------r------~-------r

1 1 r.
r------
1

1 1 1 1 1 : 3,4 ppm :
------~-------L------~-------L------~-------L------~------
5 1 1 1 1 1 1 1

4,5 ------,-------~------,-------~------+-------

1
1 1 1 1 1 1

~% 4 ~-------~------~-------~------l-------~~9~~%
1 1 1 1 1 1
------

a 1 1 1 1 1
3,5 ------~-------~------~-------~------+-------~------+------
1 1 1 1 1 1

3 1 1
------1-------r------
1 1 1
-------r------1-------r------1------
1

2,5 -----~------4-------~ -4------

1 1 1 1
2 --------------~-------r------~----

1,5 L __ _ _ _ _ _L __ _ _ _ _ _~------~------_L _______ L_ _ _ _ _ _~------~------~

0 5 10 15 20 25 30 35 40
n

Figure 5-18 Percentiles de rso •~o, r 99,865 •~o, r3,4 ppm pour la FRTZF (cr= 1).

5.3.2.1 Exemple d'application pour la tolérance de position relative (FRTZF)

À partir de 1' assemblage décrit au paragraphe 5.3 .1.1, nous allons estimer la tolérance de
position relative correspondant au gabarit de perçage utilisé.

Les données relatives au gabarit utilisé sont regroupées dans le Tableau 5.9.

Tableau 5.9
Données relatives au gabarit de perçage mobile

Distribution statistique de la déviation t5 N(0,5; 1)

Nombre de trous 14

Indice de capabilité Ppk 1,33

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 103

Figure 5-19 Ensemble de trous sur la structure pour l'assemblage de la trappe d'accès.

À l'aide des formules (5.1) et (5.29) nous obtenons une valeur de FRTZF égale à:

p = 1 33 = USL- 2' 46 ~ USL = 4 91

pk ' 4 30- 2 46 '
' '
Combinée à la tolérance de position absolue, la tolérance de positionnement du gabarit de
perçage se résume à :

14X

-$-
0 10,34 A slcl @ (Ppk=1 ,33)
0 9,81 A

Soulignons au lecteur que dans un cas comme celui-ci, nous arrondirions la tolérance de
position fixe à 10 mm pour obtenir une tolérance unique. Dans notre cas, l'erreur
systématique du gabarit relativement élevée fait en sorte que la PLTZF et la FRTZF sont
presque égales.
14X

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 104

5.4 Conclusion

Nous avons développé une nouvelle méthodologie basée sur les méthodes de calculs
proposées par la norme ASME Y14.5M pour évaluer statistiquement les tolérances de profil
et de positionnement.

Le premier modèle a permis d'extrapoler les conclusions obtenues au cours de 1' étude de
capabilité d'un assemblage mécano-soudé élémentaire dans le calcul de la tolérance de profil.
Il tient compte de la complexité géométrique de l'assemblage et du comportement statistique
du procédé utilisé. Nous avons ensuite démontré l'applicabilité du modèle à travers deux
exemples d'application.

Le deuxième modèle développé concerne la tolérance de positionnement. Nous avons pu

établir le lien entre le nombre d'éléments d'un ensemble de trous, l'erreur systématique de la
machine et la capabilité du procédé de perçage utilisé. Nous avons aussi réussi à montrer la
pertinence du modèle à travers un exemple réel d'application.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 CHAPITRE6

ÉTUDE DE CAS

Le but de ce chapitre est de valider les quatre (4) méthodes de calcul développées
précédemment en les comparant avec 1' expérience. Malheureusement, à cause des contraintes
logistiques et temporelles, seule la tolérance de profil a pu être vérifiée à l'usine de SFDL.
Nous avons dû interrompre les essais à cause du manque de disponibilité des ressources et de
la réévaluation des priorités par l'entreprise. Cette analyse présente l'évaluation des
variations dimensionnelles et géométriques d'un module de mur faisant partie du mur gauche
de la structure LFS-PF 2010.

6.1 Module de mur : estimation de la tolérance de profil

Pour cette analyse, nous utilisons les capabilités estimées précédemment pour déterminer les
dimensions hors-tout du module principal (D02145). Nous rappelons au lecteur que
1'évaluation des tolérances des modules est effectuée selon les axes X et Y seulement. La
méthode statistique avec les indices de capabilité et les abaques développés au Chapitre V
sont utilisés pour estimer les tolérances des modules. Une valeur de Ppk = 1,33 et un
intervalle de confiance de 99,865 % sont utilisés dans les calculs.

Sous-assemblage
y
002145
Lx
-~--

Figure 6-1 Mur droit structure LFS-PF 2010.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 106

Le module D02145 est composé de deux (2) sous-assemblages et de pièces primaires: les
sous-modules D04261 et D04374, quatre (4) tubes coupés dont un (1) roulé, une (1) tôle et
quatre (4) renforts (voir Figure 6-2). La Figure 6-3 présente les caractéristiques clés du sous-
assemblage principal ainsi que la façon dont il est positionné dans le gabarit d'assemblage du
mur.

1
1
1 Tube
1 coupé et
1
1 y roulé
1
1 Lx
1
Renforts
~ Tubes
D04261 : coupés
1
1
1
1
1
1

Figure 6-2 Sous-modules et composantes du module D02145.

butées 1· ·!

Figure 6-3 Caractéristiques clés du module D04494.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 107

Ces dimensions critiques se traduisent en GD&T à 1' aide de la tolérance de profil avec
référentiels (TYPE 2). Les référentiels du module sont le côté gauche et le dessous des tubes
de l'assemblage (voir Figure 6-4).

Figure 6-4 Cotation du module D02145.

Pour évaluer les variations du module principal, nous devons aussi évaluer les dimensions
des deux sous-modules D04261 et D04374. En fait, la complexité géométrique de
l'assemblage principal doit tenir compte de celle des sous-assemblages. C'est-à-dire, que si
les deux sous-assemblages ont une complexité n = 5, celle du module D02145 doit être au
minimum égale à n =10. Avisons le lecteur qu'en général, la complexité est directement
reliée au nombre de points d'inspection.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 108

De la même façon que pour le D02145, nous avons appliqué le GD&T aux deux sous-
assemblages afin de bien énoncer les requis fonctionnels de ceux-ci (voir Figure 6-5).

Figure 6-5 Cotation des sous-modules D04261 (gauche) et D04374 (droite).

Pour évaluer les tolérances, nous devons d'abord identifier les procédés utilisés ainsi que la
complexité géométrique correspondant à chaque caractéristique clé (KC). Le Tableau 6.1
présente les valeurs des différents paramètres pour toutes les KC. Ensuite, nous estimons les
tolérances de profil avec référentiels (TYPE 2) pour les quatre (4) KC identifiées à partir des
Tableaux 5.3 et 5.4, et de l'équation (5.1). Ainsi nous évaluons la tolérance de profil sans
référentiel (TYPE 1) des assemblages afin d'avoir une idée de leur défaut d' ondulation32 .
Nous appellerons ces tolérances Tl', T2', T3', T4', T5' et T6'. Les résultats sont présentés
au Tableau 6.2.

32
Défaut de rectitude ou waviness

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 109

Tableau 6.1
Paramètres pour le calcul des tolérances des sous-modules

Sous-module KC Procédé Capabilité Complexité géométrique

Tl et Tl' coupage N( -0,2,0,48) n=5

D02145
T2 et T2' soudagé 3 N( -0,92,0,42) n = 25

T3 et T3' coupage N(-0,2,0,48) n=5

D04261
T4 et T4' soudage 33 N( -0,92,0,42) n=5

T5 et T5' coupage N( -0,2,0,48) n=5

D04373
T6 et T6' soudage 33 N( -0,92,0,42) n=5

Tableau 6.2
Résultats du calcul des tolérances des sous-modules

KC Profil avec référentiels (TYPE 2) KC Profil sans référentiels (TYPE 1)

Tl loi 4 1A @) Ppk = 1,33

1
Tl' loi 3
1® Ppk = 1,33

T2 loi 6 lsl® Ppk = 1,33 T2' 1°1 3

1® Ppk=1,33

T3 loi 4 lsl® Ppk = 1,33 T3' 1°1 3

1® Ppk = 1,33

T4 1°1 5 lAI® Ppk = 1,33 T4' loi 2

1® Ppk = 1,33

T5 loi 4 lAI® Ppk = 1,33 T5' 1°1 3

1® Ppk=1,33

T6 loi 5 lsl® Ppk=1,33 T6' 1°1 2

1® Ppk = 1,33

Comparons maintenant les résultats obtenus avec les tests effectués à l'usine de SFDL.

33
La capabilité du procédé de soudage est décrite ici par une distribution Normale de paramètres f.leq et O'eq

évaluée à partir de la distribution Weibull obtenue au Chapitre IV.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 llO

6.1.1 Comparaison avec les essais effectués à SFDL

Des essais pour évaluer les variations dues aux procédés de fabrication de 1'usine de Saint-
François-du-Lac ont été effectués pour le module D02145. Les résultats ont été compilés
dans (Conraud, Patenaude et Jacques, 2007) et la démarche a servi de modèle pour l'analyse
des autres sous-assemblages des murs. Ce rapport présente toutes les hypothèses de travail
utilisées pour l'analyse des tolérances des modules ainsi que les résultats des tests effectués.
Signalons que les tests ont été faits sur 5 sous-assemblages consécutifs pour chaque cas.

Tableau 6.3
Comparaison des valeurs estimées et réelles des tolérances

Valeur estimée Déviation Valeur estimée Déviation

KC KC
à 99,865% maximale mesurée à 99,865% maximale mesurée

Tl 4 2 Tl' 3 1

T2 6 3 T2' 3 1,5

T3 4 2 T3' 3 1

T4 5 3 T4' 2 1,25

T5 4 2 T5' 3 1

T6 5 3 T6' 2 1,25

En général, la valeur estimée des tolérances est égale au double de la valeur de la déviation
mesurée (voir Tableau 6.3 et Figure 62). Cela peut provenir de plusieurs facteurs dont, le
petit nombre de composants mesurés étant probablement le principal, et l'arrondissement des
valeurs lors des calculs. De plus, la valeur de Ppk = 1,33 gonfle artificiellement la tolérance,
ce qui minimise le risque de rencontrer une non-conformité.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 111

7 ~----------------------------------------------------------

6 +----------

5 +----------

4 +-.-....-----------'

0
Tl Tl' T2 T2' T3 T3' T4 T4' T5 T5' T6 T6'

Figure 6-6 Comparaison des valeurs théoriques et réelles des tolérances.

Peut-être que l'utilisation d'un Ppk = 1 ou même de 0,67 serait plus approprié. Le choix
revient à Nova Bus d'établir la capabilité désiré en fonction du niveau de confiance désiré.
Le Tableau 6.4 compare les valeurs des tolérances Tl et Tl' en fonction des différentes
valeurs de Ppk·

Tableau 6.4
Comparaison des tolérances Tl et Tl' pour différentes valeurs de Ppk

(")
(")
...... 0
0
f'-
Il ...... <D en (")
(")
.::.::. Cl.> 0
Il 0 ...... 0
a. f'-
5,0 0.. Il
"0
Il
......- <D en
Cl.>
Il 0 "0
.::.::.
4,0 a. Il
0..
3,0
2,0
1,0
0,0
T1 T1'

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 112

Une nouvelle étude avec un plus grand nombre d'échantillons permettrait de réévaluer les
résultats obtenus. Par contre, depuis l'adoption de ces tolérances, aucune non-conformité n'a
été notée à l'assemblage des murs. C'est donc dire qu'à chaque fois, les soudeurs ont réussi à
assembler les murs sans opérations secondaires. C'est la preuve que la méthodologie
développée, incluant la restructuration du système de référentiels, l'analyse de la capabilité
du procédé de soudage et l'utilisation des chaînes des cotes, améliore l'assemblabilité d'un
assemblage.

L'intervalle de confiance de 99,865 % fait en sorte que le nombre de non-conformités est

estimé à environ 1,35 pour une production de 1000 unités. Considérant qu'au moment de
l'analyse, Nova Bus avait une cadence de production moyenne de 2 véhicules par jours, soit
environ 470 structures par année, il n'est pas étonnant qu'aucune non-conformité n'ait été
relevée depuis. De plus, le suivi en production étant relativement difficile, il se peut que des
non-conformités aient été éliminées par les soudeurs. En effet, comme mentionné au
paragraphe 5.2.2.1, les soudeurs ont recours à différents moyens pour régler les problèmes
d'assemblage, tels l'utilisation de cale d'ajustement pour des assemblages trop courts, et
l'utilisation d'une scie rotative pour les pièces trop longues.

6.2 Conclusion

En conclusion, les tests effectués sur l'assemblage D02145 et les deux sous-assemblages
D04162 et D04374 ont permis de valider la méthodologie de calcul de la tolérance de profil.
Les tolérances de profil calculées n'ont produites aucune non-conformité jusqu'à ce jour. Par
contre, nous devons être prudents dans nos conclusions, principalement à cause du faible
nombre d'assemblages contrôlés.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 CONCLUSION

L'objectif principal de ce mémoire était de développer un outil d'analyse et de conception

appliqué pour la prédiction de la propagation des variations dimensionnelles et géométriques
d'un produit complexe : la structure d'un autocar. Cet outil devait permettre aux concepteurs
d'effectuer plus rapidement des estimations (dans un sens statistique) de l'amplitude des
variations selon les principes de la conception pour la fabrication (DFMA).

Nous avons utilisé le tolérancement dimensionnel et géométrique selon la norme ASME

Y14.5M pour l'interprétation des tolérances de la structure fabriquée à Saint-François-du-Lac
(SFDL). Nous avons aussi favorisé l'utilisation de la chaîne de cotes traditionnelle dans les
analyses de variations, lorsqu'elle était applicable. Cette technique simplifie l'interprétation
des KPC de la structure et est facile à appliquer dans notre cas. Nous avons effectué les
analyses de tolérances à l'aide de la méthode statistique jumelée aux indices de capabilité.
Cela nous a permis de tenir compte de l'influence des procédés utilisés et d'avoir des
tolérances plus réalistes qu'avec la méthode des limites min/max.

Nous avons ensuite redéfini le système référentiel de la structure NOVA LFS-PF 2010®
pour nous permettre d'organiser le traitement des analyses de variations qui valident les KC
de la structure du véhicule (création de liens « cause à effet )) entre spécifications
géométriques sur un composant et les KPC du véhicule). Ce système de référentiels a ensuite
servi pour valider 1' outillage et estimer la capabilité du procédé de fabrication de la structure.

À partir des capabilités obtenues par des mesures expérimentales in situ, nous avons identifié
et quantifié quatre types d'erreurs susceptibles de provoquer une variation dimensionnelle ou
géométrique significative de l'assemblage final :
1. 1' erreur due au procédé de roulage des pièces primaires;
2. l'erreur due au procédé de coupage des pièces primaires;
3. l'erreur due au montage dans les gabarits dans le procédé d'assemblage;
4. l'erreur due au retrait causé par le procédé de soudure.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 114

Nous avons estimé le comportement du retrait à l'aide d'une fonction empirique. De cette
fonction, nous avons ensuite développé une méthode pour tenir compte du retrait dans les
analyses de chaînes de cotes. L'usine de SFDL applique déjà cette méthode.

Nous avons développé un modèle de chaîne de cotes qui tient compte des comportements des
variations des procédés. À partir de ce modèle, nous avons obtenu une déviation ( 5) se
traduisant par une erreur géométrique de profil selon la norme ASME Y14.5M-1994. Celle-ci
nous a permis de caractériser la capabilité du procédé de soudage de 1'usine de Saint-
François-du-Lac à produire un assemblage simple.

Pour terminer, nous avons développé deux modèles mathématiques ongmaux pour
1'estimation des tolérances de profil et de positionnement. Celui des défauts de profil tient
compte de la complexité géométrique de l'assemblage et du comportement statistique du
procédé utilisé. Celui des défauts de positionnement nous a permis d'établir le lien entre le
nombre d'éléments d'un ensemble de trous, l'erreur systématique de la machine et la
capabilité du procédé de perçage utilisé. Dans le cas de la tolérance de profil, une étude de
cas sur un assemblage réel nous a permis de valider partiellement notre démarche. Par contre,
dû à des contraintes de ressources et de temps, nous n'avons pu effectuer les tests pour la
tolérance de positionnement. D'autres essais seraient donc nécessaires pour confirmer le
bien-fondé de la démarche.

Nous ne pouvons comparer directement la méthode développée avec le fonctionnement des

logiciels de simulation comme VSA 3D® et CE/TOL®. Dans ceux-ci, les calculs sont basés
principalement sur les analyses cinématiques, et permettent d'effectuer des analyses de
variations à partir des capabilités des procédés identifiés d'une façon simpliste. De notre
côté, nous avons opté pour une approche probabilistique : nous modélisons les variations en
fonction de la complexité des géométries analysées et des capabilités des procédés utilisés.
Plus particulièrement, l'approche développée permet de modéliser une chaîne de cotes pour
un type d'assemblage particulier: le mécano-soudé. La méthodologie nous permet d'inclure
les déformations propres à ce procédé, tels le retrait et le twist dans la modélisation de la

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 115

chaîne de cotes, ce qui est encore impossible avec l'approche cinématique. La continuité des
travaux débutés dans le cadre de ce projet pourrait probablement permettre de jumeler les
deux approches.

Suite à ce mémoire, deux articles ont été soumis au journal scientifique Quality Engineering.
Le premier, « Process and Geometrie Complexity Oriented Modeling of the Profile
Tolerance », présente le développement effectué pour évaluer la tolérance de profil. Le
second, « Measuring and Exploiting the Capability of the Position Tolerance», traite de la
méthodologie développée pour estimer la tolérance de position. Ces deux articles sont
présentement en processus d'évaluation.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 RECOMMANDA TI ONS

Une analyse plus approfondie du retrait permettrait assurément une meilleure compréhension
de ce phénomène. L'introduction de l'effet tridimensionnel de torsion causé par les
contraintes résiduelles produites lors du soudage augmenterait la précision du modèle
développé. Parallèlement, il faudrait évaluer l'influence de la rigidité des composants. Dans
ce mémoire, nous avons considéré que les composants étaient rigides, mais en réalité, un tube
long peut être considéré comme flexible. Il faudrait donc ajouter l'influence de la flexibilité
des pièces dans l'analyse du retrait.

Pour ce qui est des modèles mathématiques développés, 1'utilisation de chaîne de cotes non
linéaires permettrait de faire des analyses de tolérances en tenant compte des différentes
variables en fonction de leur sensibilité. Pour une chaîne de cotes simple, il faudrait
également vérifier 1' effet de la corrélation entre les variables. Cela permettrait, par exemple,
de tenir compte du fait que des tubes provenant du même lot de production auraient
sensiblement les mêmes défauts de fabrication.

Dans l'analyse des tolérances de profils et de localisation, 1'utilisation des distributions

statistiques réelles des différentes variables augmenteraient la précision des modèles
développés. Il faudrait aussi ajouter et analyser les effets la corrélation entre les variables
dans les modèles développés. Parallèlement, il serait intéressant de continuer
1' échantillonnage déjà effectué pour valider les deux modèles développés, et de réévaluer les
estimations pour une valeur de Ppk plus adaptée au contexte manufacturier de Nova Bus.
Finalement, il faudrait travailler sur la méthode d'identification de la complexité géométrique
des composants afin d'approfondir et de standardiser 1' évaluation de ce facteur.

Quant à la compagnie Nova Bus, l'usine de Saint-François-du-Lac se doit de compléter

l'attribution des systèmes de référentiels pour tous les autres sous-assemblages. Il faudrait du
même coup commencer à compiler des données sur les autres procédés de fabrication et
d'assemblage utilisés, dans le but d'évaluer périodiquement leur capabilité. Idéalement,

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 117

chaque gabarit devrait faire l'objet d'une analyse de capabilité périodique. Aussi, comme
nous l'avons vu au Chapitre III, un programme d'entretien et de contrôle des gabarits devra
être mis sur pied afin de pouvoir minimiser la détérioration de leur répétabilité. Finalement,
une courte formation des concepteurs sur les différentes notions de capabilité des procédés
serait nécessaire pour faciliter 1'utilisation des abaques, donc 1' implantation de la
méthodologie développée.

Du côté de l'usine de Saint-Eustache, l'identification et la documentation claire des requis

fonctionnels des différents systèmes est primordiale. Seulement suite à ces activités sera-t-il
possible de choisir des interfaces d'assemblage permettant d'effectuer une cotation
fonctionnelle à l'aide du GD&T. Cette cotation permettra d'augmenter la manufacturabilité
et la répétitivité des composants. Pour terminer, il serait intéressant d'évaluer la capabilité
des différents gabarits d'assemblage utilisés à l'usine de Saint-Eustache afin de pouvoir tenir
compte des variations induites par ceux-ci tout au long de la ligne d'assemblage finale.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 ANNEXE!

ANALYSE DE CAPABILITÉ DU COUPAGE ET DU ROULAGE DES TUBES

Cette partie présente 1' analyse de capabilité pour la mesure de la longueur et de la largeur des
tubes, ainsi que pour l'erreur de dimension du gabarit obtenue à partir des mesures de SFDL.

Tableau 1.1
Résultats pour la longueur Utube) et la largeur (xb) des tubes à SFDL
Longueur Largeur
1 Valeur nominale 2447,5 76,2
1 Tolérance ±1 mm celle du manufacturier

# Echantillon Longueur (mm) Lat:_g_eurjmm_l

1 2447,3 76,8
2 2448,0 76,7
3 2446,8 76,8
4 2447,8 76,6
5 2447,3 76,9
6 2447,3 76,3
7 2447,3 76,9
8 2446,9 76,8
9 2446,2 76,6
10 2446,7 76,9
11 2446,9 76,7
12 2446,0 76,6
13 2446,8 76,9
14 2447,2 76,7
15 2447,1 76,5
16 2447,0 76,8
17 2446,5 76,6
18 2447,3 77,3
19 2447,3 76,9
20 2446,9 76,6
21 2447,9 77,0
22 2447,3 76,7
23 2447,0 76,5
24 2447,9 76,7
25 2447,8 77,1
26 2448,7 76,8
27 2447,9 77,2
28 2447,2 76,8
29 2446,7 76,9
30 2447,0 76,5

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 119

À l'aide du logiciel Minitab®, un test de normalité (basé sur le critère d'Anderson-Darling 34)
a été effectué sur les deux groupes de données. Nous avons posé les deux hypothèses
suivantes : le procédé de coupage suit une distribution normale, et celui de roulage suit aussi
une distribution normale. Pour affirmer que ces deux hypothèses ne peuvent pas être rejetées,
la « p-value » obtenue pour chacune des populations doit être supérieure à la valeur de
l'erreur a.

La« P-value »obtenue pour la longueur des tubes étant de 0,122 et celle pour la largeur des
tubes de 0,210, avec a= 0,05 (valeur standard), on peut affirmer que les deux populations
suivent des distributions normales. La Figure 1.1 et la Figure 1.2 présentent les courbes des
distributions normales associées aux procédés de coupage et de roulage des tubes.

2,0.-------~--------r-------~-------,--------~-------.

,.-....
't
~ 1,5 -----------~-----------~------------~-----------·-----------~------------
"-Cl) : : : : :

;.s.
~ 1 1 1 1
j 1 1 1
1 1 1 1

~ : : :
~ : : :
~ 1,0 -----------~-----------4------------~-----------f-----------~------------
~ 1 1 1 1 j
t j 1 1 J

~ : i Î'~ l :
-~
r"\
0,5 ---------- -~ -----------~-;-
1 1
------ --~'\- -f---- -------~--------- ---
1 .
-----
1 l
~ 1 1 1 \ 1 1

i /1( 1
1
i
1
1
'~; 1 :
0,0+--------+--==----r-------~------~==------+-------~
-3 -2 ·1 0 1 2 3
Erreur de coupage (trun)

Figure 1.1 Distribution normale du procédé de coupage des tubes.

34
Le test de normalité basé sur le critère d'Anderson-Darling est le plus adéquat pour les populations de petites
tailles (n::; 30).

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 120

2,0.-------~--------~------~r--------r--------~~------~
1
1
1
1
1
1
1
1

1,5 ----------- ~------ -- ---+----------+--- -r----f-----------~------------

1 1 1 1

:
1
1
1
1
:
1
1
1
1
: 1\ :
1
1
1
1
J
1
1
1
:
1
1
1
1

1,0
-----------j-----------j------------f-- -----\--j-----------i------------
1J 11 11 \ 11 11
1 t 1 1 1
1 1 1 1 1
1 1 1 ~ 1 1

0,5
-----------"-----------j------------r----------'1:----------j------------
: : j :\ :
: : ../: : :
0,0+---------r-------~------~-r--------4-~------+-------~
""'
·3 ·2 ·1 0 1 2 3
Erreur de roulage (nun)

Figure 1.2 Distributions normales du procédé de roulage des tubes.

Pour les analyses de tolérances, les distributions statistiques des procédés de coupage et de
roulage des tubes seront estimées à partir des paramètres trouvés avec l'analyse des
distributions effectuées. Pour des intervalles de confiance de 95 %, nous avons observé que
le procédé de coupage des tubes suit donc une distribution normale de paramètres
l-'tube = -0,20 ± 0,11 mm et a-tube = 0, 48 ± 0,10 mm, alors que le procédé de roulage des

tubes suit une distribution normale ayant les paramètres f-ib = 0, 55 ± 0,09 mm et
35
(Yb = 0, 25 ± 0,06 .

35
Il faut noter que la faible précision des instruments de mesure employés fait en sorte que la justesse des
résultats obtenus est discutable. Cependant, pour les besoins de l'étude actuelle ils seront quand même
considérés en assumant que la variabilité induite par le système de mesure est contenue dans l'estimateur Œ.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 ANNEXE II

ESTIMATION DU RETRAIT

Les paramètres de soudage qui ont une influence sur la dimension du retrait sont nombreux.
L'intensité du courant, le type de soudure, le type de matériaux et l'épaisseur des pièces
soudées ne sont que quelques exemples. Afin de simplifier l'analyse, tous ces paramètres ont
été fixés sauf deux : la dimension du jeu entre les pièces et le temps de maintien de
l'assemblage après la soudure. Voici donc comment les effets de ces deux paramètres ont été
étudiés:
1. La dimension du jeu entre les pièces :
• afin de prévenir tout problème d'assemblage dans les gabarits, la dimension
minimum du jeu de soudure est fixée à de 0,5 mm;
• pour assurer un cordon de soudure de qualité supérieure, la dimension
maximum du jeu de soudure est fixée à 2 mm.

2. Le temps de maintient de l'assemblage dans son gabarit après la soudure:

• en maintenant les pièces en place après la soudure, jusqu 'au refroidissement
total de l'assemblage avant de le relâcher (4 h);
• en relâchant les pièces après la soudure sans avoir attendu le refroidissement
total de l'assemblage (15 min).

Le Tableau 2.1 montre l'interaction des quatre conditions présentées plus haut.

Tableau 2.1
Influence des paramètres observés lors des tests de retrait
maintenu non-maintenu
jeu de 0,5 mm négligeable négligeable
jeu de 2 mm négligeable 1 mm

On peut donc conclure qu'avec les dimensions de jeu établies et le maintien des assemblages,
le retrait est négligeable.

Malheureusement, maintenir les assemblages dans les gabarits ralentirait beaucoup la

cadence de production actuelle de 2,5 structures par quart de travail et rendrait presque
impossible le passage à 5 structures par quart. Pour résoudre cette problématique, il faudrait
avoir tous les gabarits de soudure en plusieurs exemplaires pour laisser refroidir les
assemblages avant de les relâcher. Cela représente des coûts excessifs au niveau de la
fabrication et une gestion relativement complexe de 1' entretien de 1' outillage. Cette option ne
sera probablement pas retenue et il faudra donc considérer que la majorité des assemblages
seront relâchés peu après le soudage. Cela implique que pour les assemblages qui ne peuvent
être maintenus il faudra absolument tenir compte du retrait dans les analyses de variations.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 122

Le Tableau 2.2 présente les données recueillies lors des tests effectués lorsque l'assemblage
est relâché immédiatement après la soudure.

Tableau 2.2
Résultats du test de retrait effectué à SFDL

Dimension du jeu initial entre les pièces (mm) Dimension du retrait obtenu (mm)
0 0
0,4 0
0,5 0
0,5 0,1
0,5 0,1
0,8 0,15
1 0,5
1 0,5
1,4 0,55
1,5 0,65
1,8 0,85
1,9 0,95
2 1
2 1,4
2,5 1,5
2,5 1,5

Les données provenant de SFDL ont ensuite été superposées à une courbe de la fonction
empirique (éq.(2.1)), où À= 0,261 et n = 1,486 sont les valeurs des paramètres trouvés avec
une régression non-linéaire.
xretrait !jeu
= J( xjeu ) = -1 + eÀ "
·Xjen (2.1)

La Figure 2.1 montre la courbe de la fonction du retrait (pour un intervalle de confiance de

95 %) et le Tableau 2.3 présente les paramètres provenant du test d'ajustemene 6 de la
fonction estimée du retrait.

36
De l'anglais Goodness offit test, référence au site internet http://www.granddictionnaire.com

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 123

Jeu min Jeu max

1 1
2
1 1 /
1 1 / /
1 Intervalle de 1 /
1 confiance de 95% 1 // ,
1,5 -- - - - - - - - - - - - - - - - - - - - - - - - T - - - - - - - - - - -
1
-~-

1
- - - - - - - - - - - - ,- - - - - - - - - - - - · -
1 /
/(
/ 1
/ 1
/

/
/
1 1 ,. / 1
1 ------------ ------------~----------:~~~----------,----~~------~
1 i / :
1
1 l//
/ ///t'
1 --

--- Î
- 1 1

0,5 ------------ t----------_-_-_--- -·-------- --- -:------::: -1------------ -

-, 7/_/_-

0
0 0,5 1 1,5 2 2,5
Jeu (mm)

Figure 2.1 Courbe du retrait en fonction du jeu.

Tableau 2.3
Résultats du test d'ajustement de la fonction

Somme des carrés des erreurs 1,1900

Coefficient de détermination R2 0,9416

Racine du moindre carré de 1' erreur 0,2227

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 ANNEXE III

DÉVELOPPEMENT MATHÉMATIQUE DU CALCUL DES TOLÉRANCES DE

PROFIL SANS RÉFÉRENTIEL (TYPE 1)

La Figure 3.1 montre un exemple de calcul de la zpst. Dans ce cas, Jimax =5 et Jimin = -3.4,
alors z pstz = Jimax -Jimin = 5 - (-3.4) = 8.4 mm.

PROFIL NOMIN/AL PROFIL RÉEL

3,1
.......
'' - .......
....... __ /
........ .........

3,4
_r---
Figure 3.1 Exemple du calcul de la z pst

La zone de tolérance est donc égale à la différence entre la valeur la plus grande et la plus
petite d'un ensemble de variables aléatoires (J" ... ,Jn) pour n 2:2:
z pst = max( Ji)- min( Ji) avec n 2: 2 (3 .1)
i=l,n i=l,n

À partir de la théorie des statistiques de «nième rang », on peut trouver la formule de la PDF
de la fonction du minimum et du maximum de Ji . Ce théorème propose que la distribution
statistique d'une variable de rang« k » y*, est définie par:

( )_ n! [F( )]k-I [l- F( )]n-k J( ) (3.2)

g* Y* - (k-l)!(n-k)! Yk Yk Y*

La valeur maximale étant le nième rang, en utilisant les formules (5.5) et (5.6), la PDF du
max( Ji) est obtenu à partir de 1' équation (3 .2) avec k = n, ce qui donne :
1
gmax (J;) = n[F(J;)Y- f(J;) (3.3)

La Figure 3.2 montre la courbe de la PDF du max( J;) avec Ji= N (0, 1) pour 2 ::; n ::; 15.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 125

0,8~--------~--------~--------~--------~

0, 7 ---------- -:----------- -:-------

1 1
1 1
1 1
0,6 - - -- - - - - - - -~- - - - - - - --- - -~- - - - -
1

0,5 - - - - - - - - - - -1- - - -- - - - -- - -1- -

0,4 - - -- - - - - - --:- - - - - - - --- -

1
1

0,3 - - - - - - - - - - -:- - - -- - - - --
1

0,2 - - - - - - - - - - -~- - - -- - - -

0, 1 - - - - - - - - -- -1- - - -- -

oL-----~~~~~
-4 -2 0 2 4
Moyenne

Figure 3.2 Courbe de la PDF du maximum de l'erreur bi.

La valeur de l'espérance de la PDF du maximum de l'erreur bi, E{gmax(bJ}, est difficile à

obtenir analytiquement et est calculée à partir de 1' équation :
00 00

E{gmax(bJ} = Jbi gmax(bJdbi = Jbi n[F(bJr-'J(bJdbi (3.4)

-00 -00

Où f(bJ etF(c>;) sont respectivement les PDF et CDF de l'erreur bi, qm elle suit une
distribution normale N(flb; ;a-5,).

Le tableau 3.1 présente les valeurs d'espérance du maximum de l'erreurE{gmax(bJ} obtenue

par simulation numérique, avec f(bJ = N(0,1) et 2 < n < 15.

Tableau 3.1
Espérance du maximum de 1' erreur !max (bi) en fonction de n.

n E {g max ( bJ} n E {g max ( bJ} n E {g max ( bJ}

- - 6 1,27 11 1,59
2 0,56 7 1,35 12 1,63
3 0,85 8 1,42 13 1,67
4 1,05 9 1,49 14 1,70
5 1,17 JO 1,54 15 1,74

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 126

La variance du maximum de 1' erreur g max ( 8;) est aussi difficile à obtenir analytiquement,
donc après une simulation numérique, voici les résultats obtenus pour Var{gmax(J;)}, encore
une fois, avec f(J;) = N(0,1) et 2 < n < 15.
Tableau 3.2
Variance du maximum de 1'erreur g maJ bJ en fonction de n.

n Var {g max ( J;)} n Var {g max (Ji)} n Var {g max ( 8;)}

- - 6 0,42 11 0,33
2 0,68 7 0,39 12 0,32
3 0,56 8 0,37 13 0,32
4 0,49 9 0,36 14 0,31
5 0,45 10 0,34 15 0,30

La valeur minimale de 1' erreur Ji étant 1' équivalent du premier rang de 1' ensemble de
variables, nous avons donc k = 1. De l'équation (3.3), la PDF du minimum de l'erreur Ji,
gmin(Ji), devient : gmin (Ji)= n[1- F(JJr-' f(J;) (3.5)

La figure 3.3 montre la courbe de la PDF de gmin(8;) avec 8;= N(O,J) pour 2 :Sn :S 15.

0,8
1 1
0,7 ------~-----------,-----------

1 1
1 1
1 1
0,6 ----~-----------~-----------
1 1
1 1
1 1
~ 0,5 - -1- - - - - - - - - - - _J- - - -- - - - - - -

~
1 1
1 1
'-" 1 1

~ 0,4 --------- ----------~-----------

1

Cl 1
1
~
0,3 ---------~-----------
1

1
1
1

0,2 -------~-----------

0,1

0
-4 -2 0 2 4
Moyenne

Figure 3.3 Courbe de la PDF du minimum de l'erreur Ji.

Les valeurs de l'espérance et de la variance de la PDF du minimum de l'erreur gmin(bJ sont

calculées de la même façon que celles du maximum de l'erreur. Les Tableaux 3.3 et 3.4
présentent différentes valeurs de gmin(J;) pour f(J;) = N(0,1) et 2 < n < 15.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 127

Tableau 3.3
Espérance du minimum de 1'erreur g min (Ji) en fonction de n.

n E {gmin ( J;)} n E {gmin (Ji)} n E {g min ( b'J}

- - 6 -1,27 11 -1,59
2 -0,56 7 -1,35 12 -1,63
3 -0,85 8 -1,42 13 -1,67
4 -1,05 9 -1,49 14 -1,70
5 -1,17 10 -1,54 15 -1,74

Tableau 3.4
Variance du minimum de 1' erreur g min ( J;) en fonction de n.

n Var {g min ( J;)} n Var {g min ( b'J} n Var {g min ( b'J}

- - 6 0,42 11 0,33
2 0,68 7 0,39 12 0,32
3 0,56 8 0,37 13 0,32
4 0,49 9 0,36 14 0,31
5 0,45 10 0,34 15 0,30

En superposant les figures 3.2 et 3.3, nous apercevons la tendance des fonctions max(J;) et
min( 5i) comparativement à la fonction d'origine Ji= N (0, 1). Plus la complexité géométrique
n de la pièce est grande, plus la différence entre le maximum et le minimum de 1' erreur sera
grand aussi, ce qui implique une augmentation directe de la valeur de z pst •

0,8

0,7

0,6
,-..., 0,5
~
"-"
~ 0,4
0p..
0,3

0,2

0,1

-2 0 2 4
Moyenne

Figure 3.4 Superposition des PDF du minimum et du maximum de l'erreur 5i.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 128

Pour deux variables aléatoires indépendantes x et y, la PDF de leur somme sera égale à la
convolution de leurs PDF respectives (Papou lis, 1991 ),.
00

Donc pour z = x +y : fz (z) = fJJz- y)fv(y)dy (3.6)

0

Dans notre cas, à partir de 1' équation (3 .1) nous avions z pst = max( 5;) -min( 5;) , et
analogiquement nous obtenons pour l'équation (3.6) :
h = g(zpstz)
fx = gmax(5;)
Jy = gmin'(5;) = -gmin(5;)
Avant d'appliquer la convolution, nous devons d'abord trouver gmin'. Pour une
transformation linéaire du type y = ax + b, la PDF sera égale à (Papoulis, 1991 ):

~,(y)= ï±ï fx (y:b) (3.7)

Dans notre cas, a = -1 et b = 0 alors :

(3.8)

Afin d'obtenir la PDF de la tolérance de profil sans référentiel, nous devons introduire les
équations (3.3) et (3.8) dans (3.6). À cause de la complexité du modèle mathématique
obtenu, une simulation Monte-Carlo basée sur l'équation (3.6) a été effectuée pour obtenir le
comportement statistique de z pst en fonction de la complexité géométrique du produit.
Le nombre de simulations a été établi à 40 000. Ce choix s'est fait selon deux critères : la
précision des résultats et le temps de calcul. La distribution statistique résultante est
unilatérale et en accord avec (Bothe, 2006), l'équation (5.1) sera utilisée pour estimer la
capabilité de la tolérance de profil sans référentiel.

Comme la tolérance de profil est unilatérale, la distribution de Weibull est utilisée pour
modéliser le comportement de z pst ( 5;) . La formule pour trouver les percentiles de la fonction
est:
1

x,
-
Yo
=À ( -ln ( 1 -%-
100
)J/3 (3.9)

Les résultats pour la tolérance de profil sans référentiel pour 5; = N(O; 1), 5 :Sn :S 50, et pour
différents êpk sont montrés à la Figure 3.5.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 129

8,5

8 -- - - ·- - - - - - :- - - - - - - - - - :- - - - - - - - - -:- - - - - - - - - - - - - - - - - - - - - 2

7,5 -·-- --~---- 1

_ 1 _ - - - - - - - __ 1_- - - - - - - __ 1_ _ _ - - - - - - _1_- - -
1 1 1 1

:=.....:.-::...:.~~~-~~~~~
'èf..
- - 1- - - - - - ,_ - - - - - - - - -1- - 1,5
tr) 7 - - - - - - - - - - 1- - - - - - - - - - 1- - - - - - - -

_i_--~-----::
1
\0
oo. 1,33
0\
0\
(!) 6,5
u
~
cd 6

-
;.....
~(])

1 1 1
0 5,5 - - - - - - - 1- - - - - - - - - - - - - - ·- - - - - - - - - - - - - - - -~- - - - -

~
5 -- - - - - - - - - 1_ -
1
- - - - - - - - 1_ - - - - - - - - - - - - - - - - - - _1_ -
1
- - - - - - - _1_ - - - -

45 0 10 20 30 40 50
Complexité géométrique (n)

Figure 3.5 Valeurs de z pst en fonction du C pk et de la complexité géométrique n

Influence de J1 15;
La simulation Monte-Carlo effectuée précédemment a été répétée pour différentes valeurs de
J115; allant de 0 à 10 par intervalle de 1 et pour cr15; = 1. Nous concluons que la moyenne de
l'erreur n'a pas d'influence sur la valeur de la tolérance de profil sans référentiel (TYPE 1).
Ce résultat était attendu, car la z pst ne possède par de relation par rapport à un référentiel, le
décentrage de l'erreur du procédé n'a donc aucun effet sur sa valeur.

Influence de cr15;
La simulation Monte Carlo fut encore répétée, mais pour J115; =0 et pour des valeurs de cr61
variant de 0,5 à 2,5 par intervalle de 0,5. La figure suivante montre l'influence de l'étendue
de la distribution statistique de 1' erreur (caractérisée par son écart-type cr15) sur la tolérance
de profil sans référentiel.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 130

16
(j = 2,5
14 --- -,----
1
-~-----

1
r - - - - r - - - - ,. - - - -
1 1
î---- 1-----
1 1

12 -- --- L - - -- L--- ~---- -~:- -:..:-~-~~-------+-~---- -~~~- --=----~(j~:= 2 -

-=-- ._. . :-:_
1 1 1 1 1
- - - - 1- - - - - ï - - - - 1 - - - - 1 - - - - -, - - - -

j__j_--+-.-~-7-t-----:-cr;•= 1,5
-1---- -[---- _,_---- r----- 1---- "'t------t---- t - - - - -
1 1 1 1 1

- - - - 1,- - - - - 11 - - - - 11 - - - - 11 - - - - -,-
1
- - -

(j 0,5
2 -- --- 1 - - - - - - ; - - - -· -1- - - - _ , - - - - _ , _ - - - - r----- t----- ·t· - - - - - t - - - - _ , _ - - - -
1 1 1 1 1

0 10 20 30 40 50

Complexité géométrique (n)

Figure 3.6 Influence de a 6; (pour f.lo; = 0) sur la z pst en fonction de la complexité

géométrique n.

Les Tableaux 3.5 et 3.6 présentent les résultats des percentiles x 50 % et X99,86s% pour plusieurs
degrés de complexité géométrique (5:::; n:::; 500). Ces abaques peuvent ainsi être utilisés avec
la formule (5.1) pour estimer la valeur de la tolérance de profil sans référentiel pour un
procédé donné.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 131

Tableau 3.5
x 50 % en fonction de la complexité géométrique net a 6;

XSO%
Complexité n
5 10 15 20 25 50 100 500
0,25 0,57 0,77 0,87 0,94 0,99 1,13 1,26 1,53
0,5 1,15 1,54 1,75 1,88 1,98 2,27 2,53 3,06
0,75 1,72 2,32 2,63 2,82 2,98 3,41 3,8 4,59
1 2,3 3,1 3,51 3,77 3,96 4,54 5,06 6,12
1,25 2,88 3,87 4,37 4,71 4,95 5,68 6,33 7,64
b 1,5 3,44 4,64 5,24 5,65 5,96 6,8 7,58 9,18
1,75 4,03 5,42 6,12 6,6 6,94 7,94 8,86 10,7
2 4,59 6,18 7 7,53 7,93 9,08 10,11 12,21
2,25 5,18 6,96 7,89 8,48 8,93 10,21 11,38 13,77
2,5 5,76 7,72 8,75 9,41 9,92 11,34 12,65 15,27

Tableau 3.6
x99 ,865 % en fonction de la complexité géométrique n et a o;

~,865%
Complexité n
5 10 15 20 25 50 100 500
0,25 1,24 1,34 1,4 1,44 1,48 1,57 1,67 1,87
0,5 2,52 2,67 2,81 2,88 2,95 3,15 3,33 3,74
0,75 3,78 4,01 4,19 4,31 4,41 4,72 5,01 5,62
1 5,01 5,38 5,62 5,79 5,88 6,26 6,67 7,52
1,25 6,29 6,73 6,98 7,2 7,34 7,84 8,31 9,37
b 1,5 7,57 8,03 8,38 8,64 8,79 9,41 9,96 11,25
1,75 8,76 9,41 9,79 10,11 10,29 11,02 11,68 13,13
2 10,03 10,69 11,15 11,5 11,78 12,57 13,36 14,97
2,25 11,3 12,06 12,6 12,95 13,21 14,08 14,98 16,86
2,5 12,59 13,4 13,95 14,39 14,77 15,72 16,64 18,75

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 ANNEXE IV

DÉVELOPPEMENT MATHÉMATIQUE DU CALCUL DES TOLÉRANCES DE

PROFIL AVEC RÉFÉRENTIEL (TYPE 2)

La Figure 4.1 montre un exemple du calcul de la z pstd. Dans ce cas : max(l8; 1) = 5, alors
zpstd = 10 mm.

PROFIL NOMIN/AL PROFIL RÉEL

3,1

- ........ ___ /

3.4
r--
......... .......

Figure 4.1 Exemple de calcul de la z pstd •

À partir de 1' équation (4.1 ), il est possible d'estimer la valeur de z pstd :

z pstd = 2~ max( 8;2 ) (4.1)

Au Chapitre 5, nous avons développé les équations de la PDF et de la CDF de l'erreur 8;

(voir les équations (5.5) et (5.6)). En supposant que x= 8;2 , l'équation (4.1) devient:
zpstd;:::; 2.Jmax(x) (4.2)

L'équation précédente est une sorte de changement de variable. En appliquant la théorie de

distribution d'une fonction à une variable, nous pouvons obtenir la PDF et la CDF de x= 8;2 •
Elles sont respectivement :

e
- <Fx+;)
2a-
2
[
1+ e
2flf
cr
J
~
1
PDF(x) =
2v1x
[! ' (Fx) + / ' (-Fx)] =
5 5
2o- 21fx
(4.3)

et,

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 133

La Figure 4.2 montre les courbes de la PDF et de la CDF de 8;2 • La distribution statistique
obtenue est de type Chi-carrée X2 à un degré de liberté.

4.--------,--------,--------,--------,--------,

--------L--------~--------~--------~--------
3,5
1 1 1 1
3 --------~--------~--------,--------,--------

,-.....
2,5
~
~ 2 --------~--------+--------~--------~--------

~
0
p.. 1,5 --------~--------
1

1
--------,--------

0,5 --------T--------~--------,--------
1 1
1

OL_---=~~==~----~------~--~
0 2 4 6 8 10

0,8 ------ -r--------r--------T--------~--------

1
1 1 1 1
0,6 -- -----~--------~--------T--------~--------

1 1
0,4 --------,--------~--------

________ l ________ l _______ _

0,2 1 1

OL--------L--------~------~--------~------~
0 2 4 6 8 10

Figure 4.2 Courbe de la PDF et de la CDF de 8;2 •

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 134

Nous avons trouvé que la PDF de max(x) était:

gmax(x,n) = n[Fx(x)r- 1 fx(x) (4.5)

En accord avec le théorème de distribution d'une fonction d'une variable aléatoire (Papoulis,
1991), quand v= rw' alors:
(4.6)

D'une manière analogique, lorsque y= .Jmax, alors :

Jy(y) = 2(y)fmax (Y 2 )U(y) (4.7)

U(y) est la fonction échelon unitaire (fonction de Heaviside).

L'équation (4.8) est l'expression de la solution analytique de fy(y) pour y 2::: 0.

~,(y)= (20.
5-n J( e-2T
a#n (y+,u)'( l+e7
2y,uJ( erf ( ~: ) +erf ( Ji: )Jn-1] (4.8)

La PDF de z sera calculée en considérant z = ay + b :

1
fz(z)=~JY -a- (z -b) (4.9)

Donc, des équations (4.8) et (4.9), la PDF de la tolérance de profil avec référentiels zpstd est:

h(z
pstd
) -
-
_1
12 1Jl'y (zpsrd
2 J (4.10)

Ce qui donne l'expression analytique suivante pour la tolérance de profil avec référentiels
z pstd 2::: 0:

(4.11)

La figure suivante présente les PDF de zpsrd avec 5i= N(O,l) pour 2 :Sn :S 15.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 135

0,5~------~------~--------,-------~------~

0,4 - -- - - - - - -:- - - -- --------~---------L _______ _

1 1
1 1 1
1 1
1 1
1
1

-----~---------L--------
1 1
1 1
1 1

~ 1
1
1
1
Q 1 1
_______ _
p., 0,2 -- ---~---------L
1 1
1
1
1
1

0,1

2 4 6 8 10

zpstd

Figure 4.3 Courbe de la PDF de z psrd en fonction de la complexité géométrique n.

Les Tableaux 4.1 et 4.2 présentent les valeurs de 1' espérance et de la variance de la PDF de
zpsrd pour f(t:5J = N(O, 1) et 2 < n < 15.

Tableau 4.1
Espérance de la z psrd en fonction de la complexité géométrique n.

n E {h(z psrd)} n E {h( z psrd)} n E {h(zpsrd)}

- - 6 3,31 11 3,84
2 2,26 7 3,45 12 3,92
3 2,65 8 3,57 13 3,98
4 2,93 9 3,67 14 4,05
5 3,14 10 3,76 15 4,10

Tableau 4.2
Variance de la z psrd en fonction de la complexité géométrique n.

n Var{h(zpsrd)} n Var{h(z psrd)} n Var{h(z psrd)}

- - 6 1,19 11 1,03
2 1,45 7 1,14 12 1,01
3 1,37 8 1,11 13 0,99
4 1,30 9 1,08 14 0,97
5 1,24 10 1,05 15 0,95

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 136

Encore une fois, 1' équation ( 5.1) sera utilisée pour estimer la capabilité de la tolérance de
profil avec référentiels. La Figure 4.4 montre plusieurs courbes de z psrd en fonction de
différentes valeurs de l'indice Cpk, de la complexité géométrique n et en considérant que
5; = N(O;l) et 5 :Sn :S 50.

Influence of Jls,
L'influence du paramètre Jls, sur la valeur de la z psrd est illustré à la Figure 4.5 pour un
indice unitaire Cpk = 1 , as, = 1 et 5 ::;; n ::;; 50 .

Influence of as,
L'influence du paramètre a 0, sur la valeur de la zpsrd est illustré à la Figure 4.6 pour un
cpk = 1' Jlo, = 0 et 5 ::;; n ::;; 50.

11 ----------------~--------~----------------
1

Cp= 1,5

10 ------- -:--- ---=-.:..-.=.-::..-~~.:..-=---=--:;_;-~----.;;-~~---~-~-~-""-""-~~~;~::~;~,;Jl

~ 1

N
~ ~----~~----:---1
9
Cp= 1

8 ------ 1-------- -1--------

1

10 20 30 40 50
Complexité géométrique (n)

Figure 4.4 V ale ur de z psrd pour différentes valeurs de C pk en fonction de

la complexité géométrique n.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 137

14~----~----~------~----~----~--~

13 -------r-------r-------T-------
1 1 1

2
12

10

8 - - - - - ; - - - - - - - +- - - - - -l.u.,, 1= O
1 1

10 20 30 40 50
Complexité géométrique (n)

Figure 4.5 Valeur de z pstd pour différentes valeurs de IJls, 1en fonction de

la complexité géométrique n.

25~----~------~------~------~----~---,

20

2
15 --- ~------- -:--------}------- -:-------- ~---
1 1 1
1.5
1

1Û ~------ ~------- -:-------- T - - - - - - - -:-------- ~---

1 1 1

5 - - - ---- --t- - - - - - - -1--- - - - - - ;-- - - - - - - - 1 - - - - - - - - t----

1
0,5

10 20 30 40 50
Complexité géométrique (n)

Figure 4.6 Valeur de z pstd pour différentes valeurs de a o; en fonction de

la complexité géométrique n.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 138

Parce que les deux paramètres llo, et Œ o, ont une influence sur la valeur finale de la tolérance
de profil avec référentiels z pstd , deux abaques adimensionnels (Tableaux 4.3 et 4.4) ont été
construits à partir du modèle mathématique développé par intégration numérique. Dans ces
abaques, nous retrouvons les différentes valeurs de percentiles, qui utilisés avec la formule
(5.1), facilitent l'évaluation de la capabilité de la tolérance de profil de TYPE 2.

Tableau 4.3
Valeurs de x 50 % en fonction den et ~cr

Xso%

Complexité n
5 10 15 20 25 50 100 500
0 3,04 3,67 4,01 4,24 4,42 4,93 5,41 6,4
0,5 3,4 4,09 4,46 4,71 4,9 5,45 5,96 7
f.1 1 4,27 5,01 5,39 5,65 5,85 6,41 6,93 7,99
-
Œ
1,5 5,26 6 6,39 6,65 6,84 7,41 7,93 8,99
2 6,26 7 7,39 7,65 7,84 8,41 8,83 9,99
2,5 7,26 8 8,39 8,65 8,84 9,41 9,93 10,99

Tableau 4.4
Valeurs de x99 ,865 % en fonction den et ~cr

x99,s6s%

Complexité n
5 10 15 20 25 50 100 500
0 7,29 7,64 7,84 7,97 8,08 8,4 8,71 9,4
0,5 7,93 8,29 8,5 8,64 8,75 9,08 9,4 10,1
f.1
-
1 8,92 9,29 9,5 9,64 9,74 10,08 10,4 11 '1
Π1,5 9,92 10,29 10,5 10,64 10,74 11,08 11,4 12,1
2 10,93 11,29 11,5 11,64 11,75 12,08 12,4 13,1
2,5 11,92 12,29 12,5 12,64 12,74 13,07 13,4 14,1

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 ANNEXE V

DÉVELOPPEMENT MATHÉMATIQUE DU CALCUL DE LA TOLÉRANCE DE

POSITION ABSOLUE (PLTZF)

Si deux variables aléatoires X; et Y; suivent des distributions normales N(f.lx,a-y) et

N(f.ly,a-y) respectivement, alors la nouvelle variable R; =~x/+ y/ (représentant la

déviation radiale R; entre l'origine et le centre du ième trou) suivra une distribution de type
(Papoulis, 1991) :

~ a'
2 2 2
R 2 + 2 R; +flx+fl,
Ri ; Jlx Jly 2 2
k(R;;(a,f.lx,f.ly)) = 0' 2 10
[ e
J
u (5.1)

La Figure 5.1 montre la PDF k(R;;(a-,f.1)) pour des valeur typiques de f.1 et où

f.1 = ~f.l; + f.l: .

0, 7 ,------,----,---------,,----,----------,

------ _1_------ _1_------

0,6

0,5 ----1--------
1
-------1-------
1
1 1
1

-...
....-._
1

1
0,4 -- ------ -~-------

~ 1
1
"
b
1

__... 1
1

0,3 - -

~-
'-"
...t:c!
0,2

0,1 - - - - - - - - - 1- - - -
1
1
1
1
1

0
0 2 3 4 5

Figure 5.1 PDF k(R;;(1,n)) de la PLTZF pour un trou.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 140

La CDF K (Ri; (cr, ,u)) ne peut être obtenue analytiquement. Elle sera évaluée
numériquement.

K(Ri;(cr,,u)) =-
1 Rf
w 10
(W
-
JI) e~ w'+~' dw
2
a- Ri 2 0, cr > 0, ,ui ?: 0 (5.2)
2 2
(j 0 (j

La Figure 5.2 montre la CDF K(Ri;(cr,,u)) 37 pour des valeur typiques de ,u et où

fL = ~,u; + ,u; 0

~=0
0,9 ------r------""""1
fL = 0,5 1

0,8

0,7

~-
' - " 0,4
~
0,3
1 1 1

0,2 -- ~----fl=l2,5 ----~------

0,1 - ---~------~-------~------
1 1
1
1

0~~~----~----~--~~--_j
0 2 3 4 5
r
Figure 5.2 CDF K(Ri;(l,n)) de la PLTZF pour un trou.

La distribution de la RPL1ZF peut être obtenue à partir de la théorie des statistiques ordonnées.
En effet, nous devons trouver la valeur maximum d'un groupe de variables aléatoires Ri,
comme vu à 1'Annexe III :
(5.3)

37
Obtenue par simulation numérique.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 141

En introduisant les équations (5.1) et (5.2) dans l'équation (5.3), la PDF et la CDF de RPL7ZF
peuvent être obtenues comme suit :

q(R;(a,JL,n)) =n :2 R'+t-/
[K(R;( Œ,Jl ))r-I Jo ( :~) e~ (5.4)

Avec: R ~ O,a > O,Ji ~ O,n ~ 2

Q(R;(a,JL,n)) = r
q(w;(a,JL,n))dw (5.5)

Avec: R ~ O,a > O,Ji ~ O,n ~ 2

Encore une fois, l'expression analytique explicite de ces fonctions est très difficile, voir
impossible à obtenir, les valeurs doivent donc être obtenues par simulation numérique. Nous
signalons au lecteur que les valeurs de la PLTZF dépendent de 1' écart -type (a) du nombre
de trous dans l'ensemble (n) et de l'erreur systématique de la machine (Jlx,Jly).

Les valeurs de l'espérance et de la variance de la PDF ont été trouvées numériquement. Les
Tableaux 5.1 et 5.2 présentent quelques valeurs de l'espérance et de la variance de
q(R;(1,JL,n)) calculée numériquement, et les Figure 5.3 et 5.4 illustrent les comportement de
2
E{RPL7ZF }/a et de Var{RPL7ZF }/a •

Tableau 5.1
Valeurs de l'espérance de RPL7ZF en fonction du nombre de trous (n)

E{RPL7ZF }/a E {RPL7ZF }/a

n n
Jl=Û Ji= 1 Ji= 5 Jl=Û Ji= 1 Ji= 5
5 2,0675 2,5044 6,2530 20 2,6443 3,1528 6,9525
6 2,1500 2,5984 6,3565 25 2,7274 3,2447 7,0497
7 2,2180 2,6756 6,4408 30 2,7937 3,3177 7,1266
8 2,2758 2,7409 6,5117 50 2,9719 3,5130 7,3316
9 2,3258 2,7973 6,5727 100 3, 1983 3,7593 7,5886
10 2,3698 2,8468 6,6260 200 3,4098 3,9877 7,8257
15 2,5335 3,0298 6,8218 500 3,6705 4,2674 8,1148

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 142

Tableau 5.2
Valeurs de la variance de RPLTZF en fonction du nombre de trous (n)

Var{RPLTZF }/ 0'2 Var{RPLTZF }/ 0'2

n n
JL=Ü Ji= 1 Ji= 5 Jl=Ü Ji= 1 Ji= 5
5 0,2920 0,3727 0,4409 20 0,2034 0,2457 0,2722
6 0,2776 0,3512 0,4099 25 0,1932 0,2318 0,2553
7 0,2661 0,3342 0,3864 30 0,1854 0,2214 0,2428
8 0,2566 0,3205 0,3677 50 0,1665 0,1962 0,2132
9 0,2487 0,3090 0,3524 100 0,1459 0,1695 0,1823
10 0,2418 0,2992 0,3397 200 0,1296 0,1489 0,1590
15 0,2181 0,2659 0,2971 500 0,1130 0,1282 0,1358

10 ----------~-----------T-----------r----------,-----------1

8 -------- ~=-=-=-=-=~~~~~----;--~=-=-=--=-~
~ ~ :,u=5 1

~
&...;
6
1 1
----------~-----------1----------------------l-----------
1

0:: b 1

~ 1

'-v-' 4 -----------:-,u=l ; : --, - 1

~ 1 1 1 1

~ 1
,u=O :
1
:
1
:
1
:
1

2 ----------~-----------~-----------L----------~-----------'

0
0 100 200 n 300 400 500

Figure 5.3 Comportement de l'espérance de RPLTZF: E { RPLTZF }/ CY.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 143

0,5 - - - - - - - - - - - -1 -
1
- - - - - - - - - - - 1 - - - - - - - - - - - 1 - - - - - - - - - - - - 1 - - - - - - - - - - - -1

r- - - - - - - - - - - -
0,4 - - - - - - - - - - - - -1 -
1
- - - - - - - - - - - r- - - - - - - - - - - - Î - - - - - - - - - - - - Î

,.._.,.._,_ 0,3 - - - - - - - - - - --1 - - - - - - - - - - - - 1-- - - - - - - - - - - - --l - - - - - - - - - - - - 1- - - - - - - - - - - - --l

1 1 1

~
~ N
~ b
'-v-' 0,2 - - - --1 - - - - - - - - - - - - 1- - - - - - - - - - - - -1 - - - - - - - - - - - - 1- - - - - - - - - - - - -1

~
0,1 ~~~~ ,u=l __ l _ _ _ _ _ _ _ _ _ _ _ _ L ___________ _j _ _ _ _ _ _ _ _ _ _ _ _ l_ _ _ _ _ _ _ _ _ _ _ _ _ l

0+-----------~----------~------------+-----------~----------~

0 100 200 300 400 500

n

Figure 5.4 Comportement de la variance de RPL7ZF: Var{RPL7ZF }/ 0" 2 •

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 ANNEXE VI

DÉVELOPPEMENT MATHÉMATIQUE DU CALCUL DE LA TOLÉRANCE DE

POSITION RELATIVE (FRTZF)

Comme mentionné précédemment, la PDF de la déviation radiale r; (éq.(5.18)) suivra une

distribution de Rayleigh dont la PDF est égale à :

1j ~ 0, a> 0 réf. Éq.(5.24)

et la CDF sera:

1j ~ 0, a> 0 réf. Éq.(5.25)

La distribution de la rFRTZF peut être obtenue à partir de la théorie des statistiques ordonnées
et de l'équation (5.26). En effet, nous devons trouver la valeur maximum d'un groupe de
variables aléatoires 1j, comme vu à l'Annexe III :
fmax(lf) = n[F(1j)Y-1/(1j) (6.1)

La substitution des équations (5.24) et (5.25) dans l'équation (6.1) nous permet d'obtenir la
PDF de rFRTZF définie par t(r;(a,n)), et la CDF par T(r;(a,n))

,[ , ]n-1
2
t(r;(a,n))=n ; 2
e- 2: ' 1-e- 2: r ~ 0, a > 0, n ~ 2 (6.2)

r ~ 0, a > 0, n ~ 2 (6.3)

Nous pouvons voir par l'équation (6.2) que la FRTZF dépend de la valeur de l'écart-type
(a) et du nombre de trous ( n) de l'ensemble.

La complexité est donc un facteur majeur dans l'évaluation de la tolérance et il sera

primordial d'en tenir compte. La Figure 6.1 et 6.2 présentent différents cas de t(r;(l,n)) et
T(r; (1, n )) en fonction de n pour un écart-type unitaire.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 145

0,9 - - - .-- - - .-- - - ,. . --- ,. . --- . .- -- - -,.----- . . . - - - .,. - - - .,. - -- . . .

1
1 1 1 1 1 1
___ L ___ __ l ___ l ___
0,8 ~---~---J

1 1 1 1 1
0,7 ---,---- --~---~---~---~---,

n=8
0,6

05 +---+----1

t(r;(l,n)) '
0,4

0,3

0,2

0,1

00 0,5 1,5 2 2,5 3 3,5 4 4,5 5

r
Figure 6.1 Représentation de la PDF t(r;(l,n)) de la FRTZF.

----L---~---J---~---
0,8 1 1 1

----~---+----1---~

0,7 1 1 1

- _ , _ - - _,_ - - - t- - - - t- - - - ,
1 1 1 1
0,6
- - -,--- -,-- - - r - - - -r - - - ..,
1 1 1

05
T ( r; (1, n)) ' - -,- - - -,- - - - r - - - r - - - 1

n =10 1

0,4
- -,----
n =12
0,3

0,2---- _ _ _ !_ _ _ _ J
1 1

1 1 1 1
_ _ _ _ l _ _ _ _ 1_ _ _ _ 1_ _ _ _ L _ _ _ L _ _ _ J
0,1

0,5 1,5 2 2,5 3 3,5 4 4,5 5

r
Figure 6.2 Représentation de la CDF T (r;(l,n)) de la FRTZF.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 146

Notons le comportement quasi-asymptotique de la fonction lorsque n ~ 15. En effet, pour les

distribution dont n ~ 15, le nombre d'éléments géométriques n'a presque plus d'influence sur
le résultat. Par contre, lorsque n :::; 10, 1' écart entre chaque cas de n est considérable.

L'espérance de la PDF t(r;(a,n)) est très difficile à obtenir analytiquement.

E {rFRTZF}
- n
- ()2 r w e
w
2
2 - 20"2 [
1- e
w
- 2a22 Jn-1
dw (6.4)

D'un autre côté, l'intégrale de l'équation (6.4) peut être obtenue numériquement. Le Tableau
6.1 présente quelques-unes des valeurs pour t( r; (1, n)) .
Tableau 6.1
Espérance de rFRTZF en fonction du nombre de trous (n) de l'ensemble

n E { rFRTZF} a 1 n E { rFRTZF } a 1
5 2,0675 20 2,6443
6 2,1500 25 2,7274
7 2,2180 30 2,7937
8 2,2758 50 2,9719
9 2,3258 100 3,1983
10 2,3698 200 3,4098
15 2,5335 500 3,6705

La variance de la PDF t(r;(a,n)) ne peut elle non plus être trouvée analytiquement pour une
valeur arbitraire de n. Le Tableau 6.2 présente quelques valeurs obtenues numériquement
pour une distribution unitaire t( r; (1, n)) .
Tableau 6.2
Variance de rFRTZF en fonction du nombre de trous (n) de l'ensemble

n Var { rFRTZF} 1
a2 n V ar { rFRTZF } 1
()2

5 0,2920 20 0,2034
6 0,2776 25 0,1932
7 0,2661 30 0,1854
8 0,2566 50 0,1665
9 0,2487 100 0,1459
10 0,2418 200 0,1296
15 0,2181 500 0,1130

Les Figure 6.3 et Figure 6.4 illustrent le comportement de l'espérance et de la variance de

rFRTZF •

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 147

4 ----------- -~----------- -,-----------1----------- -~----------- 1

1 1

3,5 ----- - ------,----- -~~~~~~--------~-::-::-::-~~

3 - - - - -1- - - - - - - - - - - -1 - - - - - - - - - - - 1-- - - - - - - - - - - -1- - - - - - - - - - - -1

1

2,5 - - - - - - - - - - - -1- - - - - - - - - - - -1 -
1
- - - - - - - - - - 1-- - - - - - - - - - - -1- - - - - - - - - - - -1
1

1 1 1
_ _ _ _ _ _ _ _ _ _ _ _ l _ _ _ _ _ _ _ _ _ _ _ _l _ _ _ _ _ _ _ _ _ _ _ L _ _ _ _ _ _ _ _ _ _ _ 1_ _ _ _ _ _ _ _ _ _ _ _j
2
b
1 - - - - - - - - - - - - - - - - - - - - -
1,5 - - - - - - - - - - _1_ -
1
- - - - - - - - -
1
_1_ -
1
- - - - - - - - -

- - - - - - - - - - - - - - - - - - - - - - - __!_----------- - - - - - - - - - - _1_ - - - - - - - - - -
1 1

1 1
0,5 - - - - - - - - - - -1- - - - - - - - - - - 1 - - - - - - - - - - -
1
- - - - - - - - - - -~- - - - - - - - - - -

0
0 100 200 300 400 500
n

Figure 6.3 Graphique de l'espérance de rFRTZF.

0,35 - - - - - - - - - - -~

1
- - - - - - - - - - - r - - - - - - - - - - -~-

1
- - - - - - - - - - T - - - - - - - - - - - 1

1
1
0,3 - - - - - - - - - - -~- - - - - - - - - - - 11 - - - - - - - - - - -~-
1
- - - - - - - - - - 11 - - - - - - - - - - -

1 1 1
_ _ _ _ _ _ _ _ _ _ _ l _ _ _ _ _ _ _ _ _ _ _ L _ _ _ _ _ _ _ _ _ _ _ l _ _ _ _ _ _ _ _ _ _ _ _L _ _ _ _ _ _ _ _ _ _ _ 1
0,25 1 1 1 1

0,2 - - - - - - - - - 1 - - - - - - - - - - - 1 - - - - - - - - - - - - 1 - - - - - - - - - - - + - - - - - - - - - - -1
1 1 1

b 0,15 - - - - - - - - - - - - r - - - - - - - - - - -~-

1
-- - - - - - - - - T - - - - - -- - - -- 1

1
- - - - - - - - - - 11 - - - - - - - - - - -
0,1 -----------~-----------
1
- - - - - - - - - - -~-

0,05 - - - - - - - - - - _1_ - - - - - - - - - - .! - - - - - - - - - - -

0
0 100 200 300 400 500
n

Figure 6.4 Graphique de la variance de rFRTZF.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 BIBLIOGRAPHIE

Anselmetti, Bernard. 2005. «Cotation fonctionnelle d'un mécanisme par la méthode CLIC».

ASME. 1994. Y14.5M - 1994 Dimensioning and tolerancing. Coll. « Normes ANSI
(American National Standards Institute); Y14.5 ».

Bothe, Davis R. 2006. « Assessing capability for hole location ». Quality Engineering, vol.
18, n° 3, p. 325-331.

Bourdet, Pierre, et Fabien Schneider. 2007. Spécification géométrique des produits -

Cotation et tolérancement ISO. Coll. « Conception ». Paris: Dunod, 302 p.

Ceglarek, Dariusz J., et Jianjun Shi. 1997. « Tolerance analysis for sheet metal assembly
using a beam-based model ». vol. 94, p. 153-159.

Charpentier, Frédéric, et Luc Mathieu. 2000. « L'analyse fonctionnelle technique, une

solution pour la recherche des conditions fonctionnelles géométriques ». p. 11.

Chase, Kenneth W. 1999. Minimum-Cast Tolerance allocation. Coll.« ADCATS Report No.
99-5 ». Brigham Young University.

Cheraghi, S. Hossein, Wei Liu et Gamal Weheba. 2005. «An examination of the effect of
variation in datum targets on parts acceptance ». International Journal of Machine
Tools & Manufacture, vol. 45, (January 2005), p. 10.

Conraud, Alain, Guy Patenaude et Claude Jacques. 2006. Répétabilité des gabarits. Saint-
François-du-Lac: Novabus.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 149

Conraud, Alain, Guy Patenaude et Claude Jacques. 2007. Analyse capabilité des procédés :
sous-assemblage D02145. Saint-François-du-Lac: Nova Bus.

Cox, Neil D. 1986. « How to perforrn statistical tolerance analysis >>. The ASQC Basic
References in Quality Control: Statistical Techniques, vol. 11.

Cox, Neil D., et Samuel S. Shapiro. 1967. Statistical Mode! in Engineering. John Wiley &
Sons.

Craig, Mark. 1996. « Dimensional management' versus tolerance assignment ». Assembly

Automation, vol. 16, n° 2, p. 16.

Croft, J. 1958. « Assembly Tolerance Problem ». Engineer, vol. 206, p. pp.918-922.

Desrochers, Alain, Walid Ghie et Luc Laperrière. 2003. «Application of a unified Jacobian-
Torsor Model for Tolerance Analysi ». Journal of Computing and Information
Science in Engineering, vol. 3, (March 2003), p. 13.

Drake, Paul J. (2). 1999. Dimensioning and tolerancing handbook New York: McGraw Hill.

Evans, D.H. 1967. « An Application of Numerical Intergation to Statistical Tolerancing ».

Technometrics, vol. 9, n° 3 (August).

Evans, D.H. 1971. « An Application of Numerical Intergation to Statistical Tolerancing II -

A Note on the Error ». Technometrics, vol. 13, n° 2 (February).

Evans, D.H. 1972. « An Application of Numerical Intergation to Statistical Tolerancing III -

General Distributions ». Technometrics, vol. 14, n° 1 (May).

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 150

Giordano, M., D. Duret, S. Tichadou et R. Arrieux. 1992. « Clearance space in volumic

dimensioning ». CIRP Annals, vol. 41, n° 1, p. 565-568.

Gou, Jianbo B., Yunxian X. Chu, Zhenhua H. Xiong et Zexiang X. Li. 2000. «A Geometrie
Method for Computation of Datum Reference Frames ». IEEE Transactions on
Robotics and Automation, vol. 16, n° 6 (December 2000), p. 10.

Huang, Wenzhen, Jijun Lin, Michelle Bezdecny, Zhenyu Kong et Dariusz Ceglarek. 2007a. «
Stream-of-variation modeling - Part I: A generic three-dimensional variation model
for rigid-body assembly in single station assembly processes ». Journal of
Manufacturing Science and Engineering, Transactions of the ASME, vol. 129, n° 4, p.
821-831.

Huang, Wenzhen, Jijun Lin, Zhenyu Kong et Dariusz Ceglarek. 2007b. « Stream-of-variation
(SOV A) modeling - Part II: A generic 3D variation model for rigid body assembly in
multistation assembly processes ». Journal of Manufacturing Science and
Engineering, Transactions of the ASME, vol. 129, n° 4, p. 832-842.

ISO. 1983. Geometrical tolerancing-tolerancing ofform, orientation, location and run-out-

generalities, definitions, symbols, indications on drawings. . International Standard
Organisation.

ISO. 2006. Statistical methods. Process performance and capability statistics for measured
quality characteristics. International Standard Organisation, 42 p.

Khanafer, M., A. Desrochers et L. Laperrière. 2007. « Tolerancing assistance methodology in

a product life cycle perspective ». Proceedings of the 18th conference on Proceedings
ofthe 18th IASTED International Conference: modelling and simulation, p. 514-520.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 151

Knowles, Graeme, Guy March et Jiju Anthony. 2002. « Evaluating process capability for
geometrically toleranced parts: A practical approach ». Quality Engineering, vol. 14,
n° 3, p. 365-374.

Liu, S.C., et S.J. Hu. 1997. « Variation simulation for deformable sheet metal assemblies
using finite element methods ». Journal of manufacturing science and engineering,
vol. 119, n° 3, p. 368-374.

Mathieu, Luc, et Alex Ballu. 2005. « La fiche GPS, outil d'expression umvoque des
spécifications géométriques». p. 13.

Montgomery, Douglas C., et George C. Runger. 2007. Applied statistics and probability for
engineers, 4th. Hoboken, N.J.: John Wiley & Sons, xvi, 768 p. p.

Nickolaisen, Robert H. 1999. « Dimensional Management ». Dimensioning and tolerancing

handbook.

Papoulis, Athanasios. 1991. Probability, random variables, and stochastic processes, 3rd.
Coll. « McGraw-Hill series in electrical engineering. Communications and signal
processing ».New York ; Montreal: McGraw-Hill, xvii, 666 p. p.

Shiu, B. W., D. W. Apley, D. Ceglarek et J. Shi. 2002. «Tolerance allocation for compliant
bearn structure assemblies ». IlE Transactions (Institute of Industrial Engineers), vol.
35, n° 4, p. 329-342.

Tahan, Antoine, et Jean-Philippe Castonguay. 2005a. « Correlated Characteristics

Identification and Effects in Statistical Tolerance Design ». Transactions on
Mathematics, vol. 4 (4 ), p. 319-326.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
 152

Tahan, Antoine, et Jean-Philippe Castonguay. 2005b. Identification of Correlated

Characteristics in Linear Statistical Tolerance Design. Coll. « 8th WSEAS ».
Tenerife, Canary Island.

Whitney, D. E., et O. L. Gilbert. 1993. «Representation of geometrie variations using matrix

transforms for statistical tolerance analysis in assemblies ». p. 314-21.

Whitney, Daniel E. 2004. Mechanical assemblies : their design, manufacture, and role in
product development. Coll. «Oxford series on advanced manufacturing ». New York:
Oxford University Press, xxiii, 517 p. p.

Xiong, C., Y. Rong, R. P. Koganti, M. F. Zaluzec et N. Wang. 2002. «Geometrie variation

prediction in automotive assembling ». Assembly Automation, vol. 22, n° 3, p. 260-9.

Yu, Ding, Jin Jionghua, D. Ceglarek et Shi Jianjun. 2005. « Process-oriented tolerancing for
multi-station assembly systems». IlE Transactions, vol. 37, n° 6, p. 493-508.

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.