Plus de 50 pays
Une utilisation mondiale, un impact local
47 ans d’activité
Fondée en 1979
Plus de 50 salariés
Europe, États-Unis et Asie
Plus de 2 000 clients
Plus de 20 000 utilisateurs
Une approche pratique de l’analyse FMEA inversée (RFMEA)
Introduction
L’analyse FMEA inversée (RFMEA) est un processus structuré d’amélioration continue visant à garantir la mise à jour et le perfectionnement permanents d’une étude FMEA (analyse des modes de défaillance et de leurs effets). Cette méthode d’évaluation des risques repose sur la situation réelle et non sur la fiabilité prédictive. De plus en plus d’équipementiers (OEM) exigent désormais la mise en œuvre de la RFMEA. Par exemple, Ford, GM et Renault l’exigent dans le cadre de leurs exigences spécifiques au client (CSR).
La demande en matière de RFMEA se fait de plus en plus pressante, car le processus FMEA s’avère moins efficace qu’il ne devrait l’être et parce que l’une des étapes les plus essentielles de ce processus n’est pas toujours mise en œuvre correctement. Pour qu’une FMEA soit efficace, il est nécessaire de la réexaminer régulièrement et d’en faire un véritable document évolutif. Souvent, les entreprises ne mettent pas correctement en œuvre ce cycle d’amélioration continue, et les équipementiers (OEM) sollicitent désormais la RFMEA comme solution à ce problème.
Il n’existe pas de norme générique définissant la manière dont les analyses RFMEA doivent être réalisées. Seule l’organisation française FIEV dispose d’un guide décrivant la procédure à suivre pour mener une analyse RFMEA. Si vous consultez plusieurs articles, vous constaterez qu’il existe de nombreuses approches différentes. Les étapes communes que l’on retrouve dans la plupart des discussions sur la RFMEA sont les suivantes :
Parmi les autres étapes mentionnées figurent la manière d’organiser le processus RFMEA, la manière de rédiger les rapports et les modèles à utiliser, voire l’introduction délibérée de défauts dans le processus afin de vérifier si ceux-ci sont détectés.
Dans cet article, nous vous expliquerons comment mettre en œuvre le processus RFMEA à l’aide de DataLyzeRFMEA, de la MSA et du SPC afin de faire de la FMEA un document véritablement évolutif. Nous aborderons également certaines des difficultés que vous rencontrerez lors de la mise en œuvre de la FMEA inversée.
Solution Datalyzer pour l’analyse RFMEA
La RFMEA consiste essentiellement en une révision périodique de la FMEA, c’est-à-dire en une validation de votre processus FMEA. Il serait toutefois bien préférable que la FMEA fasse l’objet d’une révision continue, comme le prévoyaient initialement les exigences de l’APQP. Ces exigences initiales sont présentées dans le graphique ci-dessous

Figure 1 : Processus APQP intégrant les retours d’information issus du processus FMEA
Examinons les cinq étapes courantes et voyons comment elles peuvent être mises en œuvre dans le cadre d’une solution intégrée associant RFMEA, MSA et SPC.
Étape 1 : Analyse du déroulement actuel du processus
Lorsque nous examinons le déroulement actuel du processus, la première étape consiste à définir le périmètre de cet examen. La DFMEA, la PFMEA ou le plan de contrôle comportent souvent une séquence d’étapes de processus. Dans le cadre d’une inspection ou d’un contrôle statistique de qualité (SPC), ces séquences d’étapes de processus sont divisées en étapes plus petites liées à un poste de travail, voire en une étape d’inspection liée à un ou plusieurs postes de travail. Ainsi, l’intégration de l’AMDEC et du contrôle statistique des processus (SPC) n’apportera pas d’aide directe, sauf lorsque vous devez mettre en place l’inspection en atelier, où des anomalies dans la définition du flux de processus peuvent apparaître et être corrigées.
Cette étape présente une difficulté lors de la définition du périmètre. Lorsque vous examinez les combinaisons « processus-produit », il peut exister de nombreuses FMEA associées à un même processus. Il peut y avoir une ou plusieurs FMEA de référence (de base) et un nombre plus important de FMEA spécifiques et de plans de contrôle. Chaque pièce spécifique produite au moyen d’un processus peut disposer de sa propre AMDE. En principe, toutes ces AMDE doivent faire l’objet d’une révision. Il est recommandé de réviser au moins l’AMDE de référence, car elle est commune à toutes les AMDE et constitue une base solide. Si, dans le cadre d’AMDE spécifiques, vous ajoutez des étapes de processus à l’AMDE de référence, vous devez également les réviser.
Étape 2. Vérification de l’efficacité des contrôles et des mesures, et Étape 3. Identification de nouveaux modes de défaillance
Nous souhaitons aborder ces deux points simultanément, car ils sont étroitement liés. Pour mettre en place des contrôles efficaces et des plans d’intervention efficaces en cas de problèmes (OCAP), les cinq étapes suivantes sont mises en œuvre :
Concrètement, comment cela se traduit-il ?
Dans le système SPC, pour chaque cas de « hors contrôle » ou « hors spécification », les utilisateurs ajouteront une cause potentielle ainsi que la mesure prise. Ils procéderont à une nouvelle mesure afin de vérifier si la mesure s’est avérée efficace et si le problème est résolu. Si la mesure n’est pas efficace ou si le problème survient trop souvent, il convient de mettre en place une mesure préventive pour éliminer le problème ou de rechercher la solution appropriée.

Figure 2 : OCAP en cas de sortie de contrôle ou de non-conformité aux spécifications
La figure 2 présente un exemple de l’écran OCAP. La liste complète des causes sera mise à la disposition de l’utilisateur et, en fonction de la cause identifiée, celui-ci pourra prendre les mesures appropriées. Pour ce faire, il est possible de créer des listes prédéfinies de causes et de mesures, et d’établir des liens entre ces dernières. Cette liste peut être établie sur la base du plan de contrôle. La liste peut être vérifiée en atelier et les omissions peuvent être réintégrées dans le processus d’AMDEC.
Il existe donc plusieurs possibilités lors de l’utilisation de l’OCAP :
Remarque 1 : Si l’utilisateur ne parvient pas à identifier la cause du problème, cela signifie soit qu’il n’a pas reçu une formation adéquate, soit que le problème n’a pas été identifié. Dans les deux cas, cela implique que les contrôles actuels ne sont pas efficaces et qu’il convient d’analyser le problème et de former les utilisateurs ; ou bien qu’un nouveau mode de défaillance potentiel existe et doit être ajouté à l’AMDEC.
Dans ce cas précis, l’une des façons d’utiliser Datalyzer SPC consiste à réexaminer les notes de processus et les mesures prises pour chaque anomalie figurant dans les graphiques (OOC, OOS, etc.).

Figure 3 : Remarques relatives au processus tirées d’un graphique de contrôle
La figure 3 présente un exemple de notes de processus figurant dans une carte de contrôle. En examinant les occurrences élevées (7 cas hors contrôle en une semaine) et les notes, il est fort probable qu’un problème se soit glissé dans le processus, provoquant ces fausses alarmes fréquentes, ce qui indique l’existence d’un nouveau mode de défaillance non encore identifié.
Réponse n° 2 : Si le problème est connu mais n’est pas identifié dans l’analyse FMEA, celle-ci doit être adaptée.
Les exemples ci-dessus illustrent parfaitement ce que l’on entend par « 2. Vérification de l’efficacité des contrôles et des mesures, et 3. Identification de nouveaux modes de défaillance » ; ainsi, plutôt que de procéder à des revues coûteuses qui ne permettent pas toujours d’identifier tous les problèmes, il convient d’intégrer cette démarche dans le processus actuel. Il existe une autre possibilité qui n’est pas décrite ci-dessus : le problème peut être causé par un processus en amont ne relevant pas du champ d’application de l’AMDEC existante, ou bien un problème survenu au cours de ce processus peut être détecté ultérieurement, par exemple lors de l’assemblage ou des essais.
Afin de garantir que les problèmes soient traités de manière adéquate lors de l’analyse d’un incident, il est nécessaire d’en informer le responsable de l’AMDEC concernée. Il en va de même pour les réclamations clients ; par conséquent, la mise à jour de l’AMDEC doit faire partie intégrante des actions correctives et préventives dans le cadre du processus RFMEA.
Dans le cadre d’une mise en œuvre correcte de l’analyse des risques et des défaillances (SPC), il doit être possible de transmettre des retours d’information depuis l’atelier à l’ingénieur FMEA responsable, ce qui s’avère parfois bien plus compliqué qu’il n’y paraît. En effet, comment savoir quelle FMEA est concernée ? Comme nous l’avons mentionné plus haut, il peut y avoir plusieurs FMEA associées à un graphique de contrôle. Alors, qui faut-il informer lorsqu’un problème est détecté ? Tous les responsables des AME ou uniquement le responsable des AME de référence ?
La situation peut varier d’une entreprise à l’autre : dans certains cas, c’est simple et une carte de contrôle est directement associée à une seule FMEA. Dans d’autres cas, cela peut s’avérer beaucoup plus complexe et il faut mettre en place une étape de vérification intermédiaire afin d’analyser quelles FMEA seront concernées par le problème détecté.
Mais dans l’ensemble, intégrer l’examen du plan de contrôle et de l’AMDEC au processus OCAP constitue un moyen extrêmement efficace et performant de mettre en œuvre cette partie de l’AMDEC-RF.
Outre l’intégration de l’analyse FMEA dans le processus OCAP, nous devons également prévoir une étape de révision lors de l’adaptation des cartes de contrôle par attribut. La figure 4 présente un exemple de carte de contrôle par attribut.

Figure 4 : Carte de contrôle des caractéristiques avec saisie des données
Si, lors de l’inspection d’un produit, nous constatons un nouveau défaut qui n’a pas encore été décrit, nous pouvons l’ajouter au graphique de contrôle des attributs (par exemple, le défaut n° 6) ; mais dans ce cas, nous devons également revoir l’AMDEC afin d’y ajouter ce défaut en tant que mode de défaillance potentiel et d’analyser les conséquences de ce mode de défaillance.
Étape 4. Vérifier l’exactitude des notes SOD
Dans le cadre de l’analyse FMEA, nous utilisons les critères de gravité, de fréquence et de détection (SOD). Bien entendu, la gravité n’est pas un élément qui peut être vérifié au cours du processus ; nous nous concentrons donc sur la fréquence et la détection.
En matière de détection, l’échelle d’évaluation est clairement définie (voir la figure 5 ci-dessous) ; il suffirait donc d’analyser les niveaux d’occurrence 2, 3 et 4 si les performances de la mesure sont jugées adéquates à l’issue d’une étude MSA.
La figure 6 présente le taux de fréquence selon l’AIAG.

Figure 5 : Niveau de détection selon l’AIAG

Figure 6 : Évaluation de la fréquence selon l’AIAG
Dans le cas des graphiques d’attributs, ces occurrences sont directement liées au pourcentage de défauts. Pour les études sur les variables, vous pouvez facilement calculer le pourcentage prévu de valeurs hors spécifications à partir de la courbe de distribution et des spécifications. La figure 7 présente le pourcentage prévu de valeurs hors spécifications, qui correspond à la somme du pourcentage au-dessus de la limite supérieure de spécification (USL) et du pourcentage en dessous de la limite inférieure de spécification (LSL).

Figure 7 : Histogramme indiquant le pourcentage prévu de valeurs hors spécifications
Dans ce cas, nous nous attendons à un écart de 0,9812 % par rapport aux spécifications ; nous retenons donc la note supérieure suivante, à savoir un 7 (1 sur 100). La note d’occurrence dans notre FMEA doit correspondre aux résultats obtenus dans le système SPC.
Pourrait-on utiliser la valeur Ppk comme indicateur de la fréquence d’occurrence ? Pas vraiment, car la valeur Ppk ne tient compte que de la limite de spécification la plus critique ; toutefois, si l’on part du principe que le processus est conforme aux objectifs et que l’on dispose de limites de spécification bilatérales, le tableau suivant donne une indication de la relation entre la valeur Ppk et la fréquence d’occurrence.

Mais ce qui précède constitue là encore une simplification de la réalité. Tout d’abord, lorsque l’on examine les pourcentages prévus hors spécifications, il faut que le processus soit maîtrisé ; sinon, le pourcentage prévu hors spécifications pourrait être n’importe quel chiffre et la fréquence d’occurrence devrait être de 10.
Deuxièmement, quelle période devons-nous prendre en compte ? Pour obtenir une prévision fiable, il faut effectuer au moins une centaine de mesures, mais si la période considérée est très longue, le risque de valeurs hors contrôle pourrait augmenter. Un bon compromis consiste à utiliser les 125 dernières mesures pour cette analyse.
Le point le plus complexe réside peut-être dans le fait qu’il existe de nombreux graphiques liés à un même mode de défaillance. Par exemple, si vous contrôlez la température d’une tête de forage dans le cadre d’un contrôle important, vous disposerez alors d’un graphique de contrôle distinct pour chaque machine ; ainsi, au lieu d’un seul pourcentage prévu hors spécifications, vous en aurez plusieurs. On pourrait faire valoir qu’il faut prendre la moyenne de toutes les machines, mais un produit n’étant pas fabriqué sur une machine « moyenne », il est préférable de se baser sur la machine la moins performante et d’utiliser ce chiffre pour la vérification de la fréquence d’occurrence.
Afin d’éviter de multiples révisions, nous pouvons ajouter le taux d’occurrence au tableau de bord ; ainsi, si le « pourcentage de défaillance prévu » dépasse le « pourcentage de référence », une alerte automatique sera envoyée à l’ingénieur responsable, qui devra analyser la situation et, le cas échéant, procéder à un ajustement du taux d’occurrence dans les AMDE concernées.
Étape 5. Mettre à jour les documents existants
En résumé, à chacune des étapes décrites ci-dessus, si des écarts sont constatés entre l’analyse FMEA en vigueur et la réalité, tous les documents issus de cette analyse ainsi que les documents associés doivent être mis à jour, et des actions correctives doivent être ajoutées le cas échéant afin d’améliorer le processus. Comme pour tous les autres outils d’amélioration continue, il convient de tenir à jour une liste des actions issues de l’analyse RFMEA ainsi que les historiques des modifications apportées aux notes SOD avant et après l’analyse RFMEA, ce qui peut être effectué à l’aide du logiciel Datalyzer FMEA.
Remarque finale
Dans cet article, nous espérons vous avoir donné un aperçu de la manière dont vous pouvez mettre en œuvre la méthode RFMEA dans le cadre d’un processus d’amélioration continue. Bien entendu, cela nécessite également la mise en place de mesures organisationnelles pour attribuer les tâches aux bonnes personnes, et vous devrez réfléchir à la mise en place de circuits de validation. N’hésitez pas à nous contacter si vous souhaitez apporter des compléments d’information ou si vous avez d’autres questions.
9%
Réduction des coûts réalisée par les clients


Ce que disent les clients
« Datalyzer nous a permis de relier automatiquement les données de qualité de tous les processus en vue d’une analyse avancée
Dave Beeren
Ingénieur de rendement, Philips
Industries que nous servons

Certifié ISO
ISO 27001 & SOC2
Prêt à simplifier votre processus de qualité ?
En seulement 60 minutes, l’un de nos experts vous expliquera comment notre plateforme modulaire aide les équipes de production à améliorer la qualité, à réduire les variations et à simplifier les audits