Gauge R&R (répétabilité et reproductibilité) expliqué

Gauge R&R (Répétabilité et reproductibilité) est une étude statistique qui quantifie quelle part de la variation d’un ensemble de mesures provient du système de mesure lui‑même, plutôt que des pièces mesurées. C’est la technique centrale de l’Analyse du Système de Mesure (MSA), et elle répond à une question franche : peut‑on faire confiance aux chiffres fournis par vos jauges et vos contrôleurs ? Si un système de mesure contribue trop à la variation observée, toute décision en aval fondée sur ces données (passes qualité, études de capacité, cartes de contrôle) est compromise. Gauge R&R sépare l’erreur de mesure en deux composantes, répétabilité et reproductibilité, et exprime leur effet combiné en pourcentage afin que vous puissiez accepter, améliorer ou rejeter le système.

Répétabilité vs reproductibilité

Les deux volets de Gauge R&R décrivent des sources d’erreur de mesure différentes, et les confondre conduit à corriger le mauvais problème.

• Répétabilité (variation de l’équipement) : c’est la variation obtenue lorsqu’un même opérateur mesure plusieurs fois la même pièce avec la même jauge. Elle reflète la précision intrinsèque de l’instrument et de la méthode. Une mauvaise répétabilité indique une jauge usée, de faible résolution ou instable.
• Reproductibilité (variation des opérateurs) : c’est la variation entre différents opérateurs mesurant les mêmes pièces avec la même jauge. Une mauvaise reproductibilité pointe vers des techniques inconsistantes, des instructions de travail peu claires ou une formation insuffisante plutôt que vers l’outil lui‑même.

Combinées, elles forment la variation totale du système de mesure, généralement notée GRR. La variation restante de votre étude devrait provenir de véritables différences pièce‑à‑pièce, qui constituent le signal que vous cherchez réellement à détecter.

Pourquoi le Gauge R&R doit précéder le SPC et l’étude de capacité

Un système de mesure est la lentille à travers laquelle vous observez votre processus. Si la lentille est déformée, rien de ce que vous observez ne peut être fiable. C’est pourquoi une étude Gauge R&R validée doit précéder le contrôle statistique des procédés (SPC) et toute analyse de capacité du processus. Si votre jauge ajoute 25 % de la variation totale, une carte de contrôle peut déclencher de fausses alertes ou, pire, masquer de véritables signaux de causes spéciales. Les indices de capacité comme Cp et Cpk deviennent dénués de sens parce qu’une partie de l’étendue qu’ils mesurent est du bruit de mesure pur. Un effort d’amélioration structuré tel que DMAIC valide presque toujours le système de mesure dans la phase « Measure » pour cette raison exacte : on ne peut pas améliorer ce que l’on ne peut pas mesurer de façon fiable.

Les métriques %GRR et % de variation de l’étude

Les résultats Gauge R&R sont rapportés en pourcentage afin d’être jugés selon une règle standard. Il existe deux bases courantes :

• % de variation de l’étude (%SV) compare l’écart‑type du système de mesure à l’écart‑type total de l’étude. Il se calcule sur les écarts‑types, pas sur les variances.
• % de la tolérance compare la variation de mesure à la largeur de la tolérance spécifiée, ce qui importe lorsque l’on contrôle par rapport aux limites client.

Une métrique connexe est le nombre de catégories distinctes (ndc), qui estime combien de groupes distincts de pièces le système peut distinguer de manière fiable. Un ndc de 5 ou plus est généralement considéré acceptable.

La règle d’acceptation 10 % / 30 %

Les lignes directrices de l’Automotive Industry Action Group (AIAG) proposent une règle de décision simple basée sur la valeur %GRR :

1. Moins de 10 % : le système de mesure est acceptable.
2. Entre 10 et 30 % : le système peut être acceptable selon l’application, le coût de la jauge et l’importance de la mesure. Une amélioration est conseillée.
3. Plus de 30 % : le système n’est pas acceptable et doit être amélioré avant que les données puissent être considérées comme fiables.

Ces seuils sont des recommandations, pas des lois. Une dimension critique pour la sécurité peut exiger des limites plus strictes, tandis qu’une jauge de tri grossier peut tolérer davantage.

Exemple numérique simplifié

Imaginez une étude Gauge R&R sur un pied‑à‑coulisse mesurant le diamètre d’un arbre. Après avoir effectué les calculs des écarts‑types, vous obtenez ces valeurs en millimètres :

• Écart‑type de répétabilité (variation de l’équipement) : 0,008 mm
• Écart‑type de reproductibilité (variation des opérateurs) : 0,006 mm
• Écart‑type pièce‑à‑pièce : 0,040 mm

Parce que ces composantes se combinent en quadrature (ce sont les variances qui s’additionnent, pas les écarts‑types), commencez par élever chaque valeur au carré. La variance de la répétabilité est 0,008² = 0,000064. La variance de la reproductibilité est 0,006² = 0,000036. La variance GRR est leur somme : 0,000064 + 0,000036 = 0,000100, donc l’écart‑type GRR est la racine carrée, soit 0,010 mm.

Ensuite, trouvez la variation totale. La variance pièce‑à‑pièce est 0,040² = 0,001600. La variance totale = variance GRR + variance pièce = 0,000100 + 0,001600 = 0,001700, donc l’écart‑type total est la racine carrée, environ 0,041231 mm.

Calculez maintenant le % de variation de l’étude : (écart‑type GRR / écart‑type total) × 100 = (0,010 / 0,041231) × 100 = 24,25 %. Ce résultat se situe dans la fourchette 10–30 %, ce qui signifie que le système est marginal et mérite une amélioration. Comme la répétabilité (0,008) est plus grande que la reproductibilité (0,006), la résolution ou l’état du pied‑à‑coulisse est le levier principal ; recalibrer ou remplacer la jauge aiderait davantage que de former à nouveau les opérateurs.

Causes courantes d’un mauvais Gauge R&R et comment les corriger

Quand une étude échoue, la cause racine relève généralement de quelques catégories. Les classer avec une analyse de Pareto vous aide à attaquer d’abord le contributeur le plus important.

• Résolution de la jauge trop grossière : l’instrument ne peut pas résoudre des incréments suffisamment fins par rapport à la tolérance.
• Fixations ou références incohérentes : des pièces positionnées différemment à chaque mesure gonflent les deux composantes.
• Différences de technique opérateur : principal moteur d’une mauvaise reproductibilité, à traiter par un travail standardisé et de la formation.
• Dérive environnementale : la température et les vibrations déplacent les relevés au cours d’une session.

Corriger ces points se relie directement à une discipline plus large de fiabilité. Un programme bien mené de maintenance productive totale maintient les jauges calibrées et en bon état, et une AMDEC (FMEA) peut signaler les modes de défaillance de mesure avant qu’ils n’atteignent l’atelier.

Où se situe Fabrico : la base de données fiable

Pour être clair, réaliser une étude formelle Gauge R&R est un exercice MSA dédié, effectué dans un logiciel statistique, et Fabrico n’est pas une calculatrice Gauge R&R. Ce que Fabrico fournit, c’est la couche de données de production fiable qui rend la discipline de mesure actionnable à grande échelle. Fabrico délivre en temps réel l’OEE et la surveillance de production, et son produit CMMS suit les équipements, les ordres de travail et les calendriers préventifs qui maintiennent vos appareils de mesure calibrés et conformes. Fabrico propose également une surveillance par vision par ordinateur qui capture les cycles et les arrêts même sur les machines sans API automate, de sorte que les événements qualité sont consignés de manière cohérente plutôt que par une saisie manuelle inconsistante. De bons systèmes de mesure réduisent les arrêts non planifiés causés par des évaluations qualité erronées, et un CMMS partagé garantit que chaque jauge dispose d’un historique de calibration documenté. Une fois vos mesures fiables, Fabrico offre à ces données propres un hébergement permanent au sein de l’UE.

Questions fréquemment posées

Combien de pièces, d’opérateurs et d’essais faut‑il pour une étude Gauge R&R ?

L’étude croisée classique de l’AIAG utilise 10 pièces, 3 opérateurs et 3 essais chacun, pour 90 mesures au total. Les pièces doivent couvrir l’ensemble de la plage de variation du processus, et les opérateurs doivent mesurer dans un ordre aléatoire sans voir les résultats précédents. Réduire le nombre de pièces ou d’essais diminue la confiance statistique de l’estimation, d’où la disposition 10 × 3 × 3 qui reste la norme pratique pour la plupart des vérifications dimensionnelles.

Le Gauge R&R est‑il la même chose que l’étalonnage ?

Non. L’étalonnage compare une jauge à une référence connue pour confirmer son exactitude (proximité de la valeur vraie), tandis que le Gauge R&R mesure la précision (la dispersion des relevés répétés). Une jauge peut être parfaitement étalonnée mais échouer au Gauge R&R si ses mesures sont dispersées, et elle peut être répétable mais biaisée si elle n’est pas étalonnée correctement. Les deux sont nécessaires, et un programme de maintenance proactive devrait planifier les deux.

Comment le Gauge R&R se rapporte‑t‑il à des métriques comme MTBF et MTTR ?

Le Gauge R&R valide les entrées de mesure, tandis que des métriques de fiabilité telles que le MTBF et le MTTR décrivent la performance des équipements dans le temps. Elles sont complémentaires : si vos horodatages d’indisponibilités et de pannes sont saisis de manière inconsistante, vos métriques de fiabilité héritent de ce bruit de mesure. Une collecte de données fiable, que Fabrico automatise, est la base commune tant pour l’analyse qualité que pour la fiabilité.

Un système de mesure digne de confiance est la ligne de départ de toute initiative qualité, et des données de production fiables en assurent l’intégrité. Découvrez comment Fabrico transforme l’OEE en temps réel, la GMAO/CMMS et la surveillance par vision par ordinateur en une base de données propre hébergée dans l’UE pour votre programme qualité en réservant une démo.