FR3063153A1

FR3063153A1 - METHOD AND DEVICE FOR CONTROLLING CONFORMITY OF A PART

Info

Publication number: FR3063153A1
Application number: FR1751392A
Authority: FR
Inventors: Marie Michel Descoqs Augustin
Original assignee: Safran Aircraft Engines SAS
Current assignee: Safran Aircraft Engines SAS
Priority date: 2017-02-22
Filing date: 2017-02-22
Publication date: 2018-08-24
Anticipated expiration: 2037-02-22
Also published as: FR3063153B1

Abstract

Procédé de contrôle (10) de conformité d'une pièce (k), comprenant les étapes suivantes : - mesurer (14) une valeur (Xk) d'une première caractéristique de la pièce ; - prédire (16) une valeur (Yk) d'une deuxième caractéristique de la pièce, sur la base de la valeur mesurée (Xk) de la première caractéristique et d'un modèle (f) reliant les première et deuxième caractéristiques ; - vérifier (18) si la valeur prédite (Yk) de la deuxième caractéristique est valide et, dans l'affirmative, déterminer (22) si la pièce est conforme sur la base de la valeur mesurée (Xk) de la première caractéristique et de la valeur prédite (Yk) de la deuxième caractéristique ; dans la négative, mesurer une valeur (Yk) de la deuxième caractéristique et déterminer (22) si la pièce est conforme sur la base de la valeur mesurée (Xk) de la première caractéristique et de la valeur mesurée (Yk) de la deuxième caractéristique.A method (10) for verifying compliance of a part (k), comprising the steps of: - measuring (14) a value (Xk) of a first characteristic of the part; predicting (16) a value (Yk) of a second feature of the part, based on the measured value (Xk) of the first characteristic and a model (f) connecting the first and second characteristics; - checking (18) whether the predicted value (Yk) of the second characteristic is valid and, if so, determining (22) whether the part is conforming on the basis of the measured value (Xk) of the first characteristic and of the predicted value (Yk) of the second characteristic; in the negative, measuring a value (Yk) of the second characteristic and determining (22) whether the part is conforming on the basis of the measured value (Xk) of the first characteristic and the measured value (Yk) of the second characteristic .

Description

(57) Procédé de contrôle (10) de conformité d'une pièce (κξ comprenant les étapes suivantes:(57) Method for checking (10) the conformity of a part (κξ comprising the following steps:

- mesurer (14) une valeur (Xk) d'une première caractéristique de la pièce;- measuring (14) a value (Xk) of a first characteristic of the part;

- prédire (16) une valeur (Yk) d'une deuxième caractéristique de la pièce, sur la base de la valeur mesurée (Xk) de la première caractéristique et d'un modèle (f) reliant les première et deuxième caractéristiques;- predicting (16) a value (Yk) of a second characteristic of the part, on the basis of the measured value (Xk) of the first characteristic and of a model (f) connecting the first and second characteristics;

- vérifier (18) si la valeur prédite (Yk) de la deuxième caractéristique est valide et, dans l'affirmative, déterminer (22) si la pièce est conforme sur la base de la valeur mesurée (Xk) de la première caractéristique et de la valeur prédite (Yk) de la deuxième caractéristique; dans la négative, mesurer une valeur (Yk) de la deuxième caractéristique et déterminer (22) si la pièce est conforme sur la base de la valeur mesurée (Xk) de la première caractéristique et de la valeur mesurée (Yk) de la deuxième caractéristique.- check (18) if the predicted value (Yk) of the second characteristic is valid and, if so, determine (22) if the part is in conformity on the basis of the measured value (Xk) of the first characteristic and of the predicted value (Yk) of the second characteristic; if not, measure a value (Yk) of the second characteristic and determine (22) if the part conforms on the basis of the measured value (Xk) of the first characteristic and the measured value (Yk) of the second characteristic .

DOMAINE DE L'INVENTION [0001] Le présent exposé concerne un procédé de contrôle de conformité d'une pièce, et plus particulièrement un procédé permettant d'améliorer l'efficacité du contrôle qualité en milieu industriel.FIELD OF THE INVENTION The present disclosure relates to a process for checking the conformity of a part, and more particularly a process making it possible to improve the efficiency of quality control in an industrial environment.

ARRIÈRE-PLAN TECHNOLOGIQUE [0002] Dans un processus de fabrication, une pièce est définie par des spécifications qui peuvent porter sur ses dimensions, ses matériaux, ses contraintes internes, etc. Ces spécifications sont généralement assorties de tolérances, c'est-à-dire d'un écart maximal toléré par rapport à la valeur nominale des spécifications. Dans le cadre du contrôle qualité, l'on vérifie que la pièce est conforme à ses spécifications, c'est-à-dire que les caractéristiques de la pièce ne s'écartent pas davantage de leur valeur nominale que ce qui est permis par la tolérance.TECHNOLOGICAL BACKGROUND In a manufacturing process, a part is defined by specifications which may relate to its dimensions, its materials, its internal constraints, etc. These specifications are generally accompanied by tolerances, that is to say by a maximum tolerated deviation from the nominal value of the specifications. As part of quality control, we check that the part conforms to its specifications, that is to say that the characteristics of the part do not deviate more from their nominal value than what is permitted by the tolerance.

[0003] Le contrôle qualité peut représenter un temps supplémentaire important dans le processus de fabrication. Ce temps est particulièrement significatif pour les pièces produites en très grande quantité.Quality control can represent significant additional time in the manufacturing process. This time is particularly significant for parts produced in very large quantities.

[0004] Afin de diminuer ce temps et de gagner en productivité, des méthodes majoritairement statistiques ont été imaginées pour ne contrôler qu'un échantillon réduit de pièces et en déduire la conformité d'un lot plus grand. Ces méthodes apportent satisfaction pour des pièces dont la fiabilité n'est que moyennement critique.In order to reduce this time and gain productivity, mostly statistical methods have been devised to control only a reduced sample of parts and to deduce the conformity of a larger batch. These methods provide satisfaction for parts whose reliability is only moderately critical.

[0005] En revanche, pour des pièces dont la fiabilité est critique, ces méthodes ne sont pas adaptées car il est difficile, sinon impossible, de démontrer que le risque de ne pas détecter une non-conformité est faible. Ainsi, il existe un besoin pour un nouveau procédé de contrôle de conformité d'une pièce, qui soit efficace en temps et présente un risque de non-détection de conformité réduit.However, for parts whose reliability is critical, these methods are not suitable because it is difficult, if not impossible, to demonstrate that the risk of not detecting a non-conformity is low. Thus, there is a need for a new process for checking the conformity of a part, which is efficient in time and presents a reduced risk of non-detection of conformity.

PRÉSENTATION DE L'INVENTION [0006] A cet effet, le présent exposé concerne un procédé de contrôle de conformité d'une pièce, comprenant les étapes suivantes :PRESENTATION OF THE INVENTION To this end, the present disclosure relates to a process for checking the conformity of a part, comprising the following steps:

- mesurer une valeur d'au moins une première caractéristique de la pièce ;- measure a value of at least a first characteristic of the part;

- prédire une valeur d'au moins une deuxième caractéristique de la pièce, sur la base de la valeur mesurée de la première caractéristique et d'un modèle reliant la première caractéristique à la deuxième caractéristique ;- predicting a value of at least a second characteristic of the part, on the basis of the measured value of the first characteristic and of a model linking the first characteristic to the second characteristic;

- vérifier si la valeur prédite de la deuxième caractéristique satisfait un critère de validité et, dans l'affirmative, déterminer si la pièce est conforme sur la base de la valeur mesurée de la première caractéristique et de la valeur prédite de la deuxième caractéristique ; dans la négative, mesurer une valeur de la deuxième caractéristique et déterminer si la pièce est conforme sur la base de la valeur mesurée de la première caractéristique et de la valeur mesurée de la deuxième caractéristique. [0007] Ce procédé permet de mesurer une valeur d'une ou plusieurs premières caractéristiques et de prédire, à partir de ces valeurs et d'un modèle, une valeur d'une ou plusieurs deuxièmes caractéristiques. Selon un exemple, le modèle peut prendre en entrée les valeurs de trois premières caractéristiques et prédire, en sortie, la valeur d'une seule deuxième caractéristique. Dans la suite, par souci de simplification et sans perte de généralité, on parlera d'une première caractéristique et d'une deuxième caractéristique, la possibilité du pluriel étant sous-entendue. Réciproquement, l'emploi générique du pluriel inclut le singulier.- check whether the predicted value of the second characteristic satisfies a validity criterion and, if so, determine whether the part is compliant on the basis of the measured value of the first characteristic and the predicted value of the second characteristic; if not, measure a value of the second characteristic and determine if the part conforms on the basis of the measured value of the first characteristic and the measured value of the second characteristic. This method makes it possible to measure a value of one or more first characteristics and to predict, from these values and a model, a value of one or more second characteristics. According to an example, the model can take as input the values of the first three characteristics and predict, as output, the value of only one second characteristic. In the following, for the sake of simplification and without loss of generality, we will speak of a first characteristic and a second characteristic, the possibility of the plural being implied. Conversely, the generic use of the plural includes the singular.

[0008] Le critère de validité permet de vérifier que la valeur prédite par le modèle peut être considérée comme fiable. Si tel est le cas, cette valeur sert de base à la détermination de la conformité de la pièce. Sinon, cette valeur est ignorée et la conformité de la pièce est déterminée sur la base d'une valeur mesurée de la deuxième caractéristique.The validity criterion makes it possible to verify that the value predicted by the model can be considered to be reliable. If this is the case, this value is used as the basis for determining the conformity of the part. Otherwise, this value is ignored and the conformity of the part is determined on the basis of a measured value of the second characteristic.

[0009] Ce procédé est issu de l'idée que pour certaines pièces, les opérations de fabrication sont ainsi réalisées qu'elles créent des corrélations entre différentes caractéristiques de la pièce. Par exemple, lorsqu'une couronne de trous est usinée sur un disque, on observe souvent une forte corrélation entre les dimensions des différents trous. Ce procédé vise à tirer parti de cette corrélation pour prédire les valeurs de certaines caractéristiques, à savoir les deuxièmes caractéristiques, au lieu de les mesurer. La prédiction étant plus rapide qu'une ou plusieurs étapes de mesure, ce procédé permet de gagner un temps significatif sur les opérations de contrôle. En outre, grâce à la vérification de la valeur prédite par rapport au critère de validité, le procédé s'assure cependant que le risque de ne pas détecter une non-conformité soit faible. En effet, en cas de doute, c'est-à-dire dans les cas où le critère de validité n'est pas satisfait, la conformité est déterminée sur la base d'une mesure de la valeur de la deuxième caractéristique, de manière classique.This method is based on the idea that for certain parts, the manufacturing operations are thus carried out that they create correlations between different characteristics of the part. For example, when a ring of holes is machined on a disc, there is often a strong correlation between the dimensions of the different holes. This method aims to take advantage of this correlation to predict the values of certain characteristics, namely the second characteristics, instead of measuring them. Since the prediction is faster than one or more measurement steps, this method saves significant time on control operations. In addition, by verifying the predicted value against the validity criterion, the method ensures, however, that the risk of not detecting a non-conformity is low. Indeed, in case of doubt, that is to say in cases where the criterion of validity is not satisfied, conformity is determined on the basis of a measurement of the value of the second characteristic, so classic.

[0010] Dans certains modes de réalisation, une marge d'erreur est associée au modèle et la valeur prédite satisfait le critère de validité si la valeur prédite, corrigée avec la marge d'erreur, respecte une tolérance prédéterminée pour la deuxième caractéristique. Par exemple, la marge d'erreur peut être un biais à ajouter ou retrancher à la valeur prédite, ou un coefficient correcteur à multiplier avec la valeur prédite, ou plus généralement une fonction à appliquer à la valeur prédite. Ainsi, le procédé permet de vérifier que la tolérance prédéterminée pour la deuxième caractéristique est vérifiée non seulement par la valeur prédite, mais aussi par toute valeur se situant dans la marge d'erreur du modèle autour de la valeur prédite. Le procédé est donc particulièrement robuste. [0011] Dans certains modes de réalisation, le modèle est obtenu par construction analytique. Une telle construction peut être issue d'une modélisation physique de la pièce et/ou de son procédé de fabrication. [0012] Alternativement ou en complément, le modèle peut être obtenu par corrélation empirique entre la première caractéristique et la deuxième caractéristique. La corrélation empirique peut être réalisée sur la base de valeurs préalablement mesurées de la première caractéristique et de la deuxième caractéristique, notamment sur des pièces du même type que la pièce contrôlée.In some embodiments, a margin of error is associated with the model and the predicted value satisfies the validity criterion if the predicted value, corrected with the margin of error, respects a predetermined tolerance for the second characteristic. For example, the margin of error can be a bias to be added or subtracted from the predicted value, or a correction coefficient to be multiplied with the predicted value, or more generally a function to be applied to the predicted value. Thus, the method makes it possible to verify that the predetermined tolerance for the second characteristic is verified not only by the predicted value, but also by any value lying within the margin of error of the model around the predicted value. The process is therefore particularly robust. In some embodiments, the model is obtained by analytical construction. Such a construction can result from a physical modeling of the part and / or from its manufacturing process. Alternatively or in addition, the model can be obtained by empirical correlation between the first characteristic and the second characteristic. The empirical correlation can be carried out on the basis of previously measured values of the first characteristic and of the second characteristic, in particular on parts of the same type as the controlled part.

[0013] Lorsque le modèle est à la fois analytique et empirique, on parle de modèle semi-empirique. Un exemple d'un tel modèle est une expression analytique dans laquelle des constantes sont déterminées empiriquement, par exemple au moyen d'une interpolation.When the model is both analytical and empirical, we speak of a semi-empirical model. An example of such a model is an analytical expression in which constants are determined empirically, for example by means of an interpolation.

[0014] Selon un exemple, le modèle peut être obtenu par régression linéaire entre des valeurs de la première caractéristique et des valeurs de la deuxième caractéristique préalablement mesurées sur d'autres pièces du même type. Il s'agit alors d'un modèle empirique. La régression linéaire offre une méthode simple et le plus souvent suffisante, puisque les variations des caractéristiques autour de leurs valeurs nominales sont généralement petites et peuvent être approximées par des variations linéaires. Toutefois, il est possible d'utiliser des régressions plus élaborées. [0015] Dans certains modes de réalisation, si la valeur de la deuxième caractéristique est mesurée, le modèle est mis à jour en tenant compte de la valeur mesurée de la première caractéristique et de la valeur mesurée de la deuxième caractéristique. Cette caractéristique est particulièrement utile lorsque le modèle est obtenu par corrélation empirique. La mise à jour du modèle en tenant compte de nouvelles valeurs mesurées permet d'affiner le modèle, par exemple pour prendre en compte l'évolution de la production et/ou pour diminuer la marge d'erreur.According to one example, the model can be obtained by linear regression between values of the first characteristic and values of the second characteristic previously measured on other parts of the same type. It is then an empirical model. Linear regression offers a simple and usually sufficient method, since the variations of the characteristics around their nominal values are generally small and can be approximated by linear variations. However, it is possible to use more sophisticated regressions. In some embodiments, if the value of the second characteristic is measured, the model is updated taking into account the measured value of the first characteristic and the measured value of the second characteristic. This characteristic is particularly useful when the model is obtained by empirical correlation. Updating the model taking into account new measured values makes it possible to refine the model, for example to take into account the evolution of production and / or to reduce the margin of error.

[0016] Dans certains modes de réalisation, lors de la mise à jour, le modèle est modifié de manière à ne plus tenir compte des plus anciennes valeurs de la première caractéristique et de la deuxième caractéristique sur lesquelles le modèle est basé. Par anciennes valeurs, on entend un ou plusieurs ensembles de valeurs correspondantes de la première caractéristique et de la deuxième caractéristique. Dans ces modes de réalisation, la construction du modèle est donc réalisée sur un ensemble glissant d'un nombre, éventuellement constant, de mesures les plus récentes. Ainsi, la mise à jour du modèle, faite avec l'ajout d'une nouvelle mesure des valeurs des première et deuxième caractéristiques, comprend également une suppression, ou oubli, des valeurs les plus anciennes. De préférence, à chaque mise à jour, le nombre d'anciennes valeurs dont le modèle ne tient plus compte est inférieur ou égal au nombre de valeurs récentes sur la base duquel le modèle est mis à jour. Plutôt que de se baser sur un nombre de valeurs, le modèle peut également être mis à jour de manière à ne conserver que les valeurs obtenues pendant une certaine durée glissante. Dans tous les cas, ces modes de réalisation permettent d'adapter de manière continue le modèle à l'évolution des outils de production et au changement de leurs caractéristiques, et par suite de limiter le nombre de cas où le critère de validité n'est pas vérifié en raison d'une dérive de production.In some embodiments, during the update, the model is modified so as to no longer take into account the oldest values of the first characteristic and of the second characteristic on which the model is based. By old values is meant one or more sets of corresponding values of the first characteristic and the second characteristic. In these embodiments, the construction of the model is therefore carried out on a sliding set of a number, possibly constant, of the most recent measurements. Thus, updating the model, made with the addition of a new measurement of the values of the first and second characteristics, also includes a deletion, or forgetting, of the oldest values. Preferably, on each update, the number of old values which the model no longer takes into account is less than or equal to the number of recent values on the basis of which the model is updated. Rather than being based on a number of values, the model can also be updated so as to keep only the values obtained for a certain sliding period. In all cases, these embodiments make it possible to continuously adapt the model to the evolution of production tools and to the change in their characteristics, and consequently to limit the number of cases where the validity criterion is not not checked due to production drift.

[0017] Le présent exposé concerne également un procédé de suivi de fabrication de pièces, comprenant les étapes suivantes :The present presentation also relates to a process for monitoring the manufacture of parts, comprising the following steps:

- fournir une pluralité de pièces du même type ;- supply a plurality of parts of the same type;

- contrôler la conformité de chacune de ces pièces par le procédé de contrôle précédemment décrit, ledit procédé de contrôle comprenant en outre la mesure d'une valeur de la deuxième caractéristique, indépendamment du critère de validité, si le taux de pièces pour lesquelles une valeur de la deuxième caractéristique a été mesurée est inférieur à un seuil prédéterminé.- check the conformity of each of these parts by the control method described above, said control method further comprising measuring a value of the second characteristic, regardless of the validity criterion, if the rate of parts for which a value of the second characteristic was measured is less than a predetermined threshold.

[0018] Dans ce procédé de suivi, on applique plusieurs fois le procédé de contrôle précédemment décrit. Au cours d'une application du procédé de contrôle, indépendamment du fait de savoir si le critère de validité est satisfait ou non, la mesure d'une valeur de la deuxième caractéristique est effectuée si le taux de pièces pour lesquelles une valeur de la deuxième caractéristique a été mesurée est inférieur à un seuil prédéterminé. Cette mesure peut ensuite être utilisée pour mettre à jour le modèle selon les principes exposés précédemment. Cela garantit que le modèle reste statistiquement représentatif des pièces effectivement fabriquées. Selon une variante, ladite mesure peut être effectuée périodiquement, éventuellement indépendamment dudit taux.In this monitoring method, the control method described above is applied several times. During an application of the control process, regardless of whether the validity criterion is satisfied or not, the measurement of a value of the second characteristic is carried out if the rate of parts for which a value of the second characteristic was measured is less than a predetermined threshold. This measurement can then be used to update the model according to the principles set out above. This ensures that the model remains statistically representative of the parts actually manufactured. According to a variant, said measurement can be carried out periodically, possibly independently of said rate.

[0019] Dans un mode particulier de réalisation, les différentes étapes du procédé de contrôle ou de suivi sont déterminées par des instructions de programmes d'ordinateur.In a particular embodiment, the different steps of the control or monitoring process are determined by instructions from computer programs.

[0020] En conséquence, l'invention vise aussi un programme sur un support d'information, ce programme étant susceptible d'être mis en œuvre dans un dispositif de contrôle ou plus généralement dans un ordinateur, ce programme comportant des instructions adaptées à la mise en œuvre des étapes d'un procédé de contrôle ou de suivi tel que décrit ci-dessus.Consequently, the invention also relates to a program on an information medium, this program being capable of being implemented in a control device or more generally in a computer, this program comprising instructions adapted to the implementation of the steps of a control or monitoring process as described above.

[0021] Ce programme peut utiliser n'importe quel langage de programmation, et être sous la forme de code source, code objet, ou de code intermédiaire entre code source et code objet, tel que dans une forme partiellement compilée, ou dans n'importe quelle autre forme souhaitable.This program can use any programming language, and be in the form of source code, object code, or intermediate code between source code and object code, such as in a partially compiled form, or in n ' any other desirable form.

[0022] L'invention vise aussi un support d'informations lisible par un ordinateur ou par un microprocesseur, et comportant des instructions d'un programme tel que mentionné ci-dessus.The invention also relates to an information medium readable by a computer or by a microprocessor, and comprising instructions of a program as mentioned above.

[0023] Le support d'informations peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, par exemple un CD ROM ou une ROM de circuit microélectronique, ou encore un moyen d'enregistrement magnétique, par exemple une disquette (floppy dise) ou un disque dur.The information medium can be any entity or device capable of storing the program. For example, the support may include a storage means, such as a ROM, for example a CD ROM or a microelectronic circuit ROM, or else a magnetic recording means, for example a floppy disk or a disc. hard.

[0024] D'autre part, le support d'informations peut être un support transmissible tel qu'un signal électrique ou optique, qui peut êtreOn the other hand, the information medium can be a transmissible medium such as an electrical or optical signal, which can be

Ί acheminé via un câble électrique ou optique, par radio ou par d'autres moyens. Le programme selon l'invention peut être en particulier téléchargé sur un réseau de type Internet.Ί routed via an electrical or optical cable, by radio or by other means. The program according to the invention can in particular be downloaded from a network of the Internet type.

[0025] Le présent exposé concerne également un dispositif de contrôle de conformité d'une pièce, comprenant une machine de mesure configurée pour mesurer une valeur d'au moins une première caractéristique de la pièce et d'au moins une deuxième caractéristique de la pièce, un module de contrôle, des moyens de transmission configurés pour transmettre des valeurs mesurées de la machine de mesure au module de contrôle et transmettre des instructions du module de contrôle à la machine de mesure, le module de contrôle étant configuré pour prédire une valeur de la deuxième caractéristique de la pièce sur la base de la valeur mesurée de la première caractéristique et d'un modèle reliant la première caractéristique à la deuxième caractéristique, pour vérifier si la valeur prédite de la deuxième caractéristique satisfait un critère de validité et pour, dans l'affirmative, déterminer si la pièce est conforme sur la base de la valeur mesurée de la première caractéristique et de la valeur prédite de la deuxième caractéristique ; le module de contrôle étant configuré pour, dans la négative, commander à la machine de mesure de mesurer une valeur de la deuxième caractéristique, et pour déterminer si la pièce est conforme sur la base de la valeur mesurée de la première caractéristique et de la valeur mesurée de la deuxième caractéristique. [0026] Un tel dispositif peut être utilisé pour la mise en œuvre du procédé de contrôle ou du procédé de suivi précédemment décrit. En outre, le dispositif peut comprendre tout ou partie des caractéristiques détaillées précédemment au sujet du procédé.The present disclosure also relates to a device for checking the conformity of a part, comprising a measuring machine configured to measure a value of at least a first characteristic of the part and of at least a second characteristic of the part. , a control module, transmission means configured to transmit measured values from the measurement machine to the control module and transmit instructions from the control module to the measurement machine, the control module being configured to predict a value of the second characteristic of the part on the basis of the measured value of the first characteristic and of a model linking the first characteristic to the second characteristic, to check whether the predicted value of the second characteristic satisfies a validity criterion and for, in if so, determine if the part conforms based on the measured value of the first re characteristic and the predicted value of the second characteristic; the control module being configured to, if not, command the measuring machine to measure a value of the second characteristic, and to determine whether the part is conform based on the measured value of the first characteristic and the value measured from the second characteristic. Such a device can be used for the implementation of the control method or the monitoring method described above. In addition, the device can include all or part of the features detailed above on the subject of the method.

BRÈVE DESCRIPTION DES DESSINS [0027] L'invention et ses avantages seront mieux compris à la lecture de la description détaillée qui suit, de modes de réalisation de l'invention donnés à titre d'exemples non limitatifs. Cette description se réfère aux dessins annexés, sur lesquels ;BRIEF DESCRIPTION OF THE DRAWINGS The invention and its advantages will be better understood on reading the detailed description which follows, of embodiments of the invention given by way of nonlimiting examples. This description refers to the accompanying drawings, in which;

- la figure 1 est un schéma-blocs représentant un procédé de contrôle et un procédé de suivi selon un premier mode de réalisation ;- Figure 1 is a block diagram showing a control method and a monitoring method according to a first embodiment;

- la figure 2 est un graphique illustrant la définition d'un critère de validité ;- Figure 2 is a graph illustrating the definition of a validity criterion;

- la figure 3 représente schématiquement un dispositif de contrôle selon un premier mode de réalisation ;- Figure 3 schematically shows a control device according to a first embodiment;

- la figure 4 est un schéma-blocs représentant un procédé de contrôle selon un deuxième mode de réalisation.- Figure 4 is a block diagram showing a control method according to a second embodiment.

DESCRIPTION DÉTAILLÉE DE L'INVENTION [0028] Un procédé de contrôle de conformité d'une pièce selon un premier mode de réalisation va être décrit en référence à la figure 1, qui illustre schématiquement les étapes dudit procédé.DETAILED DESCRIPTION OF THE INVENTION A method of checking the conformity of a part according to a first embodiment will be described with reference to FIG. 1, which schematically illustrates the steps of said method.

[0029] Le procédé de contrôle de conformité d'une pièce 10 comprend une étape de fourniture 12 d'une pièce k. Cette pièce k possède au moins une première caractéristique X et au moins une deuxième caractéristique Y dont on souhaite vérifier la conformité par rapport à des critères respectifs prédéfinis, par exemple des tolérances ou plus généralement des spécifications pouvant être issues d'un cahier des charges. Dans la suite, les notations suivies de la lettre k se rapportent à la pièce k dont on contrôle la conformité au cours du procédé de contrôleThe conformity control process for a part 10 comprises a step 12 for supplying a part k. This part k has at least a first characteristic X and at least a second characteristic Y of which it is desired to verify the conformity with respect to respective predefined criteria, for example tolerances or more generally specifications which may be derived from a specification. In the following, the notations followed by the letter k relate to the part k, the conformity of which is checked during the control process.

10.10.

[0030] La pièce k étant fournie, on passe à l'étape de mesure 14 au cours de laquelle on mesure une valeur Xk d'au moins une première caractéristique de la pièce k. La grandeur Xk peut être scalaire ou vectorielle selon le nombre de premières caractéristiques mesurées.The part k being supplied, we pass to the measurement step 14 during which a value Xk of at least one first characteristic of the part k is measured. The quantity Xk can be scalar or vectorial depending on the number of first characteristics measured.

[0031] Selon un exemple, Xk désigne un ensemble de cotes dimensionnelles mesurées sur la pièce k. D'autres premières caractéristiques peuvent être mesurées, par exemple une masse, une masse volumique, une composition chimique, des résultats d'essais mécaniques, des propriétés optiques, etc. Dans le cas où plusieurs premières caractéristiques sont mesurées, celles-ci peuvent être de types différents.According to an example, Xk denotes a set of dimensional dimensions measured on the part k. Other first characteristics can be measured, for example mass, density, chemical composition, mechanical test results, optical properties, etc. In the case where several first characteristics are measured, these can be of different types.

[0032] Le procédé de contrôle 10 comprend ensuite une étape de prédiction 16, au cours de laquelle on prédit une valeur Ÿk d'au moins une deuxième caractéristique de la pièce k. La deuxième caractéristique peut être de même nature que la première caractéristique, en l'occurrence une cote dimensionnelle, ou bien de nature différente, par exemple parmi les exemples précités. La grandeur Ÿk peut être scalaire ou vectorielle selon le nombre de deuxièmes caractéristiques mesurées.The control method 10 then comprises a prediction step 16, during which a value Ÿk of at least one second characteristic of the part k is predicted. The second characteristic may be of the same nature as the first characteristic, in this case a dimensional dimension, or else of a different nature, for example from the above examples. The quantity Ÿk can be scalar or vectorial depending on the number of second measured characteristics.

[0033] Comme indiqué précédemment, la prédiction de la valeur Ÿk de la deuxième caractéristique est réalisée sur la base de la valeur mesurée de la première caractéristique, Xk, et d'un modèle reliant la première caractéristique à la deuxième caractéristique. Dans ce mode de réalisation, le modèle est disponible sous la forme d'une fonction f, de préférence explicite, de sorte que Ÿk = f(Xk).As indicated above, the prediction of the value Ÿk of the second characteristic is carried out on the basis of the measured value of the first characteristic, Xk, and of a model connecting the first characteristic to the second characteristic. In this embodiment, the model is available in the form of a function f, preferably explicit, so that Ÿk = f (Xk).

[0034] Dans ce mode de réalisation, le modèle f est obtenu par corrélation empirique entre la première caractéristique et la deuxième caractéristique. Une telle corrélation est réalisée sur la base d'un échantillon de N pièces du même type que la pièce k, préalablement à la mise en œuvre du procédé de contrôle, même si elle peut être mise à jour par la suite, comme on le verra ci-après. Pour chaque pièce i parmi ces N pièces, on mesure la valeur Xi de la première caractéristique et la valeur Yi de la deuxième caractéristique. Ces couples (Xi, Yi), pour i variant entre 1 et N, forment un ensemble E qui permet d'établir un modèle empirique de la deuxième caractéristique en fonction de la première caractéristique. [0035] En l'occurrence, le modèle empirique est construit par régression linéaire. La régression linéaire, connue en soi, permet de déterminer la matrice M et le vecteur P tels que Ÿi = M Xi + P soit la meilleure approximation linéaire possible de Yi, pour tout i. Ainsi, dans cet exemple, le modèle f est une fonction affine définie par f(Xi) = M -Xi + P. Toutefois, comme indiqué précédemment, d'autres modèles sont possibles, par exemple des régressions non linéaires ou des interpolations, ou encore des modèles analytiques ou semi-empiriques reposant sur une étude théorique des corrélations en jeu entre la première caractéristique et la deuxième caractéristique. La régression linéaire peut utiliser la méthode des moindres carrés.In this embodiment, the model f is obtained by empirical correlation between the first characteristic and the second characteristic. Such a correlation is carried out on the basis of a sample of N pieces of the same type as the piece k, prior to the implementation of the control method, even if it can be updated later, as will be seen. below. For each part i among these N parts, the value Xi of the first characteristic and the value Yi of the second characteristic are measured. These couples (Xi, Yi), for i varying between 1 and N, form a set E which makes it possible to establish an empirical model of the second characteristic as a function of the first characteristic. In this case, the empirical model is constructed by linear regression. Linear regression, known in itself, makes it possible to determine the matrix M and the vector P such that Ÿi = M Xi + P is the best possible linear approximation of Yi, for all i. Thus, in this example, the model f is an affine function defined by f (Xi) = M -Xi + P. However, as indicated previously, other models are possible, for example non-linear regressions or interpolations, or still analytical or semi-empirical models based on a theoretical study of the correlations in play between the first characteristic and the second characteristic. Linear regression can use the least squares method.

[0036] La valeur prédite Ÿk étant obtenue, il s'agit ensuite de vérifier si elle satisfait un critère de validité. L'étape 18 représente cette vérification. Le critère de validité peut être fourni sous la forme d'une fonction de validité g et peut comprendre le fait de vérifier si g(Ÿk} > 0. Toutefois, le critère de validité peut être fourni sur une autre forme. Un exemple d'une fonction de validité g va maintenant être détaillé en référence à la figure 2.The predicted value Ÿk being obtained, it is then a question of checking whether it satisfies a validity criterion. Step 18 represents this verification. The validity criterion can be supplied in the form of a validity function g and can include checking whether g (Ÿk}> 0. However, the validity criterion can be supplied in another form. a validity function g will now be detailed with reference to FIG. 2.

[0037] La figure 2 est un graphe dans lequel l'abscisse est la valeur prédite Ÿ de la deuxième caractéristique et l'ordonnée est la valeur réelle Y de la deuxième caractéristique. Pour faciliter la représentation, on a supposé ici que le procédé ne s'applique qu'à une seule deuxième caractéristique, donc que les grandeurs Y et Y sont scalaires. Toutefois, le graphe de la figure 2 peut être généralisé en autant de dimensions que le nombre de deuxièmes caractéristiques prises en compte dans le présent procédé de contrôle 10.Figure 2 is a graph in which the abscissa is the predicted value Ÿ of the second characteristic and the ordinate is the real value Y of the second characteristic. To facilitate the representation, it has been assumed here that the method applies to only one second characteristic, therefore that the magnitudes Y and Y are scalar. However, the graph in FIG. 2 can be generalized in as many dimensions as the number of second characteristics taken into account in the present control method 10.

[0038] Sur la figure 2, chaque point 40 représente un élément i de l'ensemble E, pour lequel l'ordonnée est la valeur mesurée Yi de la deuxième caractéristique et l'abscisse est la valeur prédite Ÿi de la deuxième caractéristique, recalculée à partir de la valeur mesurée Xi de la première caractéristique et du modèle f précédemment déterminé.In Figure 2, each point 40 represents an element i of the set E, for which the ordinate is the measured value Yi of the second characteristic and the abscissa is the predicted value Ÿi of the second characteristic, recalculated from the measured value Xi of the first characteristic and from the previously determined model f.

[0039] On a tracé sur la figure 2 une droite 42 obtenue par changement de variable de la régression linéaire précitée, c'est à dire par remplacement des Xi par Ÿi. Par linéarité, cela correspond également à une régression linéaire des couples (Yi,Ÿi) de l'ensemble E. Si le modèle f était parfaitement précis, le nuage de points 40 devrait être confondu avec la droite 42 et le coefficient de corrélation de la régression devrait valoir R²=l. En l'occurrence, comme on peut le voir sur la figure 2, l'étalement des points 40 autour de la droite 42 témoigne d'une dispersion relativement importante. Ici, le coefficient de corrélation vaut R²=0,72. [0040] C'est cette dispersion qui rend utile la prise en compte d'un critère de validité de la valeur prédite. En l'occurrence, on associe au modèle f une marge d'erreur, ici sous la forme d'un intervalle de confiance. Dans la mesure où le modèle f est ici obtenu par régression linéaire, il est possible d'utiliser les outils fournis par la théorie de la régression linéaire, en particulier les formules suivantes qui donnent l'intervalle de confiance approché IC=[Y — IC~ ; Ÿ + IC⁺ ] de niveau 1-a sur la prédiction Ÿ, a étant la proportion statistique de pièces dont la valeur réelle Y de la deuxième caractéristique n'appartient pas à l'intervalle de confiance IC. La proportion a est typiquement inférieure ou égaie à 1% (soit 10000 parties par millions (ppm)), de préférence inférieure ou égale à 2700 ppm, de préférence inférieure ou égale à 66 ppm.We plotted in Figure 2 a line 42 obtained by changing the variable of the above linear regression, that is to say by replacing the Xi by Ÿi. By linearity, this also corresponds to a linear regression of the couples (Yi, Ÿi) of the set E. If the model f was perfectly precise, the point cloud 40 should be confused with the line 42 and the correlation coefficient of the regression should be worth R ² = l. In this case, as can be seen in FIG. 2, the spread of the points 40 around the line 42 shows a relatively large dispersion. Here, the correlation coefficient is worth R ² = 0.72. It is this dispersion which makes it useful to take into account a criterion of validity of the predicted value. In this case, we associate with the model f a margin of error, here in the form of a confidence interval. Since the model f is obtained here by linear regression, it is possible to use the tools provided by the theory of linear regression, in particular the following formulas which give the approximate confidence interval IC = [Y - IC ~; Ÿ + IC ⁺ ] of level 1-a on the prediction Ÿ, a being the statistical proportion of parts whose real value Y of the second characteristic does not belong to the confidence interval IC. The proportion a is typically less than or equal to 1% (ie 10,000 parts per million (ppm)), preferably less than or equal to 2700 ppm, preferably less than or equal to 66 ppm.

ιγ·+ _ fA ^a/2 ^{— L}N-2ιγ · + _ fA ^a / 2 ^{- L} N-2

dans lesquelles : N est le nombre de pièces de l'ensemble E considéré pour établir la régression linéaire, ^est: *^e quantile de la loi dein which: N is the number of pieces of the set E considered to establish the linear regression, ^is: * ^e quantile of the law of

Student à N-2 degrés de liberté, R² est le coefficient de corrélation précédemment mentionné, ÿ et a_y sont respectivement la moyenne et l'écart-type des Yi de l'ensemble E. Comme on le verra plus en détail par la suite, Ymin et Ymax sont respectivement les bornes inférieure et supérieure des valeurs admises de la deuxième caractéristique Y. En théorie, l'intervalle de confiance dépend de la prédiction Ÿ en ce que plus un point est éloigné du nuage de point 40, plus l'intervalle de confiance IC est grand. Par souci de simplification et de manière conservative, Ymin et Ymax remplacent la prédiction Ÿ dans les formules précédentes. Le risque statistique qu'une valeur réelle Yk de la deuxième caractéristique s'écarte de la valeur mesurée Ÿk au-delà de l'intervalle de confiance ainsi défini est par exemple de 2700 ppm.Student at N-2 degrees of freedom, R ² is the previously mentioned correlation coefficient, ÿ and a _y are respectively the mean and the standard deviation of the Yi of the set E. As will be seen in more detail by the continuation, Ymin and Ymax are respectively the lower and upper limits of the allowed values of the second characteristic Y. In theory, the confidence interval depends on the prediction Ÿ in that the more a point is distant from the cloud of point 40, more confidence interval is large. For the sake of simplification and conservatively, Ymin and Ymax replace the prediction Ÿ in the previous formulas. The statistical risk that an actual value Yk of the second characteristic deviates from the measured value Ÿk beyond the confidence interval thus defined is for example 2700 ppm.

[0041] L'intervalle de confiance IC est représenté par la flèche 44 sur la figure 2. On vérifie empiriquement que les points 40, issus de mesures réelles, sont bien compris dans la bande définie par l'intervalle de confiance IC (bande délimitée par les droites 44a et 44b en pointillés, de part et d'autre de la droite 42, sur la figure 2). Ainsi, les valeurs IC⁺ et IC' représentent des biais éventuels respectivement à ajouter et à retrancher à la valeur prédite Ÿ. Toutefois, les bornes de l'intervalle de confiance IC pourraient être obtenues grâce à d'autres types de marges d'erreur, par exemple en multipliant la valeur prédite Ÿ par des coefficients correcteurs. [0042] Comme exposé précédemment, une tolérance prédéterminée est associée à la deuxième caractéristique. Plus précisément, on détermine que la deuxième caractéristique est conforme si sa valeur Y est comprise entre Ymin et Ymax. Or, dans le cas de la pièce k pour laquelle on n'a de la deuxième caractéristique que la valeur prédite Ÿk, il faut de surcroît prendre en compte la marge d'erreur précédemment définie, à savoir l'intervalle de confiance. La deuxième caractéristique sera donc conforme, pour la pièce k, si la valeur prédite, corrigée avec la marge d'erreur, respecte la tolérance pour la deuxième caractéristique. La valeur prédite Ÿk doit donc respecter les inégalités suivantes :The confidence interval IC is represented by the arrow 44 in FIG. 2. It is empirically verified that the points 40, resulting from real measurements, are well understood in the band defined by the confidence interval IC (delimited band by the straight lines 44a and 44b in dotted lines, on either side of the straight line 42, in FIG. 2). Thus, the values IC ⁺ and IC 'represent possible biases respectively to be added and subtracted from the predicted value Ÿ. However, the limits of the confidence interval IC could be obtained by means of other types of margins of error, for example by multiplying the predicted value Ÿ by correction coefficients. As explained above, a predetermined tolerance is associated with the second characteristic. More precisely, it is determined that the second characteristic is in conformity if its value Y is between Ymin and Ymax. However, in the case of the piece k for which there is only the predicted value Ÿk of the second characteristic, it is also necessary to take into account the margin of error previously defined, namely the confidence interval. The second characteristic will therefore be compliant, for part k, if the predicted value, corrected with the margin of error, respects the tolerance for the second characteristic. The predicted value Ÿk must therefore respect the following inequalities:

Ymin < Ÿk — IC~Ymin <Ÿk - IC ~

Ÿk + IC⁺ < YmaxŸk + IC ⁺ <Ymax

Ces inégalités conduisent à définir les points 46 de la figure 2, à l'intersection des droites d'équation Y=Ymax et 44a (respectivement Y=Ymin et 44b). Par ailleurs, ces inégalités se réécrivent aussi sous la forme suivante :These inequalities lead to defining the points 46 of FIG. 2, at the intersection of the lines of equation Y = Ymax and 44a (Y = Ymin and 44b respectively). In addition, these inequalities are also rewritten in the following form:

Ymin + IC~ < Ÿk < Ymax — IC⁺ Ymin + IC ~ <Ÿk <Ymax - IC ⁺

Ainsi, la valeur prédite Ÿk est jalonnée par deux droites 48a définissant une zone de validité 48 à l'intérieur de laquelle la valeur prédite Ÿk de la deuxième caractéristique est considérée comme conforme.Thus, the predicted value Ÿk is marked out by two straight lines 48a defining a validity area 48 within which the predicted value Ÿk of the second characteristic is considered to be in conformity.

[0043] Le fait que la valeur prédite Ÿk, corrigée avec la marge d'erreur IC, respecte une tolérance prédéterminée pour la deuxième caractéristique, peut être pris comme critère de validité de la prédiction du modèle f. Ainsi, la fonction g de validité mentionnée précédemment peut s'écrire sous la forme suivante :The fact that the predicted value Ÿk, corrected with the margin of error IC, respects a predetermined tolerance for the second characteristic, can be taken as a criterion for validity of the prediction of the model f. Thus, the previously mentioned validity function g can be written in the following form:

gÇŸk} = mm(Ÿk — (Ymin + IC~); (Ymax — IC⁺) — Ÿk)gÇŸk} = mm (Ÿk - (Ymin + IC ~); (Ymax - IC ⁺ ) - Ÿk)

Cette fonction prend une valeur négative dès que la valeur prédite Ÿk de la deuxième caractéristique sort de l'intervalle [Ymin + IC~-, Ymax - /C⁺] définissant la zone de validité 48.This function takes a negative value as soon as the predicted value Ÿk of the second characteristic leaves the interval [Ymin + IC ~ -, Ymax - / C ⁺ ] defining the validity area 48.

[0044] Ainsi, à l'étape de vérification 18, il est vérifié si la valeur prédite Ÿk de la deuxième caractéristique satisfait le critère de validité défini par la fonction de validité g et détaillé ci-dessus. Dans l'affirmative, le procédé progresse vers l'étape 20 dans laquelle, ayant considéré que la valeur prédite Ÿk était valide, on prend cette valeur comme valeur représentative Yk. Ensuite, à l'étape 22, on détermine la conformité de la pièce sur la base de la valeur mesurée Xk de la première caractéristique et de la valeur prédite Ÿk = Yk de la deuxième caractéristique, par exemple au moyen d'une fonction de conformité h appliquée à Xk et Yk. La fonction de conformité h peut être une fonction comparant les valeurs des premières et deuxièmes caractéristiques à leurs valeurs nominales et aux tolérances prédéterminées pour ces valeurs. Par exemple, la fonction h peut être du type :Thus, in the verification step 18, it is verified whether the predicted value Ÿk of the second characteristic satisfies the validity criterion defined by the validity function g and detailed above. If so, the method progresses to step 20 in which, having considered that the predicted value Ÿk was valid, this value is taken as representative value Yk. Then, in step 22, the conformity of the part is determined on the basis of the measured value Xk of the first characteristic and of the predicted value Ÿk = Yk of the second characteristic, for example by means of a conformity function. h applied to Xk and Yk. The conformity function h can be a function comparing the values of the first and second characteristics with their nominal values and with the predetermined tolerances for these values. For example, the function h can be of the type:

h(Xk Yk} — F ^e Xmax]et Yk G [Ymin; Ymax]h (Xk Yk} - F ^e Xmax] and Yk G [Ymin; Ymax]

0 sinon0 otherwise

Une telle fonction de conformité peut se réécrire avec des opérateurs min et max, sous une forme similaire à celle de la fonction de validité g.Such a conformity function can be rewritten with min and max operators, in a form similar to that of the validity function g.

[0045] On notera que dans le cas présent, dans la mesure où le critère de validité de la valeur prédite Ÿk comprenait le fait de vérifier si Ÿk appartenait à un intervalle plus restreint que [Ymin ; Ymax], la conformité de la deuxième caractéristique Y est déjà contrôlée. Les cas de non-conformité de la pièce k ne peuvent donc, à ce stade, que venir de la première caractéristique X. Cependant, dans le cas général, le critère de validité peut être indépendant de la conformité de la deuxième caractéristique, c'est pourquoi la fonction de conformité h doit aussi, a priori, prendre en compte la valeur Yk de la deuxième caractéristique. [0046] Quand bien même l'étape 22 serait simplifiée en n'appliquant la fonction h qu'à la valeur mesurée Xk de la première caractéristique, la détermination de la conformité de la pièce est tout de même effectuée sur la base de la valeur mesurée de la première caractéristique et de la valeur prédite de la deuxième caractéristique, puisque cette valeur prédite a fait l'objet de la vérification de l'étape 18 qui est, dans ce mode de réalisation, plus stricte que celle qu'elle pourrait subir à l'étape 22.It will be noted that in the present case, insofar as the criterion of validity of the predicted value Ÿk included the fact of checking whether Ÿk belonged to a more restricted interval than [Ymin; Ymax], the conformity of the second characteristic Y is already checked. The cases of non-conformity of the part k can therefore, at this stage, only come from the first characteristic X. However, in the general case, the criterion of validity can be independent of the conformity of the second characteristic, it this is why the conformity function h must also, a priori, take into account the value Yk of the second characteristic. Even though step 22 would be simplified by applying the function h only to the measured value Xk of the first characteristic, the determination of the conformity of the part is nevertheless carried out on the basis of the value measured of the first characteristic and of the predicted value of the second characteristic, since this predicted value was the subject of the verification of step 18 which is, in this embodiment, more strict than that which it could undergo in step 22.

[0047] Au cas où l'étape de vérification 18 conduit à déterminer que la valeur prédite Ÿk de la deuxième caractéristique n'est pas valide, le procédé continue vers l'étape 24 au cours de laquelle la valeur réelle Yk de la deuxième caractéristique est mesurée. En effet, la valeur prédite Ÿk étant insuffisamment fiable, en l'occurrence ne garantissant pas une marge suffisante, il est nécessaire de mesurer la valeur réelle de la deuxième caractéristique de façon à garantir la qualité du procédé de contrôle.In the case where the verification step 18 leads to determining that the predicted value Ÿk of the second characteristic is not valid, the method continues to step 24 during which the real value Yk of the second characteristic is measured. Indeed, the predicted value Ÿk being insufficiently reliable, in this case not guaranteeing a sufficient margin, it is necessary to measure the real value of the second characteristic so as to guarantee the quality of the control process.

[0048] Le procédé retourne ensuite à l'étape 22, au cours de laquelle on applique la fonction de conformité h présentée précédemment, si ce n'est que cette fois, la valeur Yk représente la valeur réelle de la deuxième caractéristique mesurée sur la pièce k. Ainsi, l'on détermine si la pièce est conforme sur la base de la valeur mesurée de la première caractéristique et de la valeur mesurée de la deuxième caractéristique. [0049] Afin de rendre le procédé de contrôle 10 robuste aux évolutions des caractéristiques de la production, il peut être prévu, lorsque la valeur réelle Yk de la deuxième caractéristique est mesurée à l'étape 24, de mettre à jour le modèle en tenant compte de ladite valeur, en correspondance avec la valeur mesurée Xk de la première caractéristique. L'étape 26 est représentée sur la figure 1 : selon un exemple, le couple de valeurs (Xk, Yk) des première et deuxième caractéristiques est ajouté à l'ensemble E qui est l'ensemble des couples (Xi, Yi), pour i variant entre 1 et N, sur lequel est fondé le modèle f.The method then returns to step 22, during which the compliance function h presented above is applied, except that this time, the value Yk represents the real value of the second characteristic measured on the room k. Thus, it is determined whether the part conforms on the basis of the measured value of the first characteristic and the measured value of the second characteristic. In order to make the control method 10 robust to changes in the characteristics of the production, it can be provided, when the real value Yk of the second characteristic is measured in step 24, to update the model by taking account of said value, in correspondence with the measured value Xk of the first characteristic. Step 26 is represented in FIG. 1: according to an example, the pair of values (Xk, Yk) of the first and second characteristics is added to the set E which is the set of couples (Xi, Yi), for i varying between 1 and N, on which the model f is based.

[0050] Lorsque les valeurs mesurées sur les premières pièces ne sont plus représentatives de la production, il peut être souhaitable de modifier le modèle de manière à ne plus tenir compte des plus anciennes valeurs de la première caractéristique et de la deuxième caractéristique sur lesquelles le modèle est basé. Cela revient à doter l'ensemble E, en quelque sorte, d'une capacité d'oubli. Ainsi, lorsqu'on ajoute un nouveau couple (Xk, Yk) à l'ensemble E suite à la mesure de l'étape 24, il est possible de supprimer de l'ensemble E le couple le plus ancien, par exemple (XI, Yl). Ainsi, le nombre de valeurs sur lesquelles le modèle f est basé demeure constant. Bien sûr, des variantes sont permises : par exemple, il est possible d'oublier un couple de valeur tous les deux ajouts, ou tous les trois ajouts, ou bien d'oublier plusieurs couples de valeurs simultanément et/ou périodiquement, etc.When the values measured on the first parts are no longer representative of production, it may be desirable to modify the model so as to no longer take account of the oldest values of the first characteristic and of the second characteristic on which the model is based. This amounts to endowing set E, in a way, with a capacity for forgetting. Thus, when a new couple (Xk, Yk) is added to the set E following the measurement in step 24, it is possible to remove the oldest pair from the set E, for example (XI, Yl). Thus, the number of values on which the model f is based remains constant. Of course, variants are allowed: for example, it is possible to forget a couple of values every two additions, or all three additions, or to forget several pairs of values simultaneously and / or periodically, etc.

[0051] L'ensemble E modifié à l'étape 26 est fourni comme entrée à l'étape de mise à jour 28, au cours de laquelle on met à jour le modèle f sur la base du nouvel ensemble E obtenu. En particulier lorsque la détermination du modèle f est simple et/ou peu coûteuse en temps de calcul, comme c'est le cas pour la régression linéaire du présent mode de réalisation, la mise à jour peut comprendre la suppression de l'ancien modèle f et un nouveau calcul du modèle f, éventuellement de la même façon que le calcul initial présenté précédemment.The set E modified in step 26 is supplied as input to the updating step 28, during which the model f is updated on the basis of the new set E obtained. In particular when the determination of the model f is simple and / or inexpensive in computation time, as is the case for the linear regression of the present embodiment, the update may include the deletion of the old model f and a new calculation of the model f, possibly in the same way as the initial calculation presented above.

[0052] Le procédé de contrôle 10 qui vient d'être décrit peut s'inscrire dans le cadre d'une procédé de suivi de fabrication de pièces 100. Ce procédé de suivi comprend la fourniture d'une pluralité de pièces k, k étant compris entre 1 et Q, et le contrôle de la conformité de chaque pièce k par le procédé de contrôle 10 précédemment exposé. L'itération du procédé de contrôle 10 pour chaque pièce k est représentée, sur la figure 1, par l'étape d'incrémentation 32.The control method 10 which has just been described can be part of a monitoring process for manufacturing parts 100. This monitoring process comprises the supply of a plurality of parts k, k being between 1 and Q, and the control of the conformity of each part k by the control method 10 previously exposed. The iteration of the control method 10 for each part k is represented, in FIG. 1, by the incrementation step 32.

[0053] Par ailleurs, comme indiqué précédemment, le procédé de suivi 100 supervise le procédé de contrôle 10 de sorte que ledit procédé de contrôle comprenne en outre la mesure d'une valeur de la deuxième caractéristique, indépendamment du critère de validité, si le taux de pièces pour lesquelles une valeur de la deuxième caractéristique a été mesurée est inférieur à un seuil prédéterminé.Furthermore, as indicated above, the monitoring method 100 supervises the control method 10 so that said control method further comprises measuring a value of the second characteristic, independently of the validity criterion, if the rate of parts for which a value of the second characteristic has been measured is less than a predetermined threshold.

[0054] Ledit taux de pièces peut tenir compte ou non de la capacité d'oubli de l'ensemble E, le cas échéant. Par exemple, à chaque itération k, le procédé de contrôle peut vérifier si le nombre N de valeurs de l'ensemble E, sur la base duquel le modèle f est établi, divisé par le nombre k qui correspond normalement au nombre de pièces contrôlées jusqu'ici par le procédé de suivi, est inférieur à un seuil prédéterminé T, typiquement 10%. Alternativement, ledit taux peut prendre en compte non pas le nombre N de valeurs de l'ensemble E mais le nombre total de pièces pour lesquelles une valeur de la deuxième caractéristique a été mesurée, indépendamment du fait qu'elles aient, par la suite, été retirées ou non de l'ensemble E ; par exemple, il est possible de contrôler une pièce dans chaque série de dix pièces. La différence entre ces deux définitions intervient essentiellement lorsque l'on retire des valeurs à l'ensemble E, tel que détaillé précédemment. Alternativement ou en complément, comme vu précédemment, l'ensemble E peut être déterminé sur une période glissante d'amplitude prédéterminée. L'amplitude peut être définie de diverses façons telles qu'en nombre de pièces ou en temps de production ou, par exemple la dernière année glissante de production. [0055] A l'étape 30, dans le cas où le taux de pièces N/k est inférieur à un seuil prédéterminé T, il existe un risque que le modèle f ne soit plus assez représentatif des pièces contrôlées. Ainsi, le procédé de suivi 100 force la mesure d'une valeur de la deuxième caractéristique pour la pièce k alors contrôlée par le procédé de contrôle (étape 24). Cette valeur mesurée Yk peut ensuite être utilisée pour la mise à jour de l'ensemble E, et par suite du modèle f (étapes 26, 28).Said rate of pieces may or may not take into account the forgetfulness of the set E, if necessary. For example, at each iteration k, the control method can check whether the number N of values of the set E, on the basis of which the model f is established, divided by the number k which normally corresponds to the number of parts checked up to 'here by the monitoring process, is less than a predetermined threshold T, typically 10%. Alternatively, said rate can take into account not the number N of values of the set E but the total number of parts for which a value of the second characteristic has been measured, regardless of whether they subsequently have whether or not they have been removed from set E; for example, it is possible to check one piece in each set of ten pieces. The difference between these two definitions occurs essentially when we remove values from the set E, as detailed above. Alternatively or in addition, as seen above, the set E can be determined over a sliding period of predetermined amplitude. The amplitude can be defined in various ways such as in number of pieces or in production time or, for example the last rolling year of production. In step 30, in the case where the rate of parts N / k is less than a predetermined threshold T, there is a risk that the model f is no longer sufficiently representative of the parts checked. Thus, the monitoring method 100 forces the measurement of a value of the second characteristic for the part k then controlled by the control method (step 24). This measured value Yk can then be used for updating the set E, and consequently for the model f (steps 26, 28).

[0056] Comme il ressort de la figure 1, la vérification de l'étape 30 est indépendante de la question de savoir, à l'étape 18, si une mesure de la valeur Yk de la deuxième caractéristique est nécessaire pour pallier le manque de fiabilité de la valeur prédite Ÿk dans le cadre du procédé de contrôle 10.As shown in Figure 1, the verification of step 30 is independent of the question of knowing, in step 18, if a measurement of the value Yk of the second characteristic is necessary to overcome the lack of reliability of the predicted value Ÿk in the context of the control process 10.

[0057] Le procédé de contrôle 10 et/ou le procédé de suivi peut être mis en oeuvre par un dispositif de contrôle 59 tel que représenté à la figure 3. Le dispositif de contrôle 59 comprend en l'espèce une machine de mesure 52 configurée pour mesurer une valeur d'au moins une première caractéristique de la pièce 50 et d'au moins une deuxième caractéristique de la pièce 50, un module de contrôle 54 et des moyens de transmission 56 configurés pour transmettre des valeurs mesurées de la machine de mesure 52 au module de contrôle 54 et transmettre des instructions du module de contrôle 54 à la machine de mesure 52.The control method 10 and / or the monitoring method can be implemented by a control device 59 as shown in Figure 3. The control device 59 comprises in this case a measuring machine 52 configured for measuring a value of at least a first characteristic of the part 50 and of at least a second characteristic of the part 50, a control module 54 and transmission means 56 configured to transmit measured values from the measuring machine 52 to the control module 54 and transmit instructions from the control module 54 to the measuring machine 52.

[0058] Comme indiqué précédemment, le module de contrôle 54 est configuré pour prédire une valeur de la deuxième caractéristique de la pièce sur la base de la valeur mesurée de la première caractéristique et d'un modèle reliant la première caractéristique à la deuxième caractéristique, pour vérifier si la valeur prédite de la deuxième caractéristique satisfait un critère de validité et pour, dans l'affirmative, déterminer si la pièce 50 est conforme sur la base de la valeur mesurée de la première caractéristique et de la valeur prédite de la deuxième caractéristique ; le module de contrôle 54 étant configuré pour, dans la négative, commander à la machine de mesure 52 de mesurer une valeur de la deuxième caractéristique, et pour déterminer si la pièce 50 est conforme sur la base de la valeur mesurée de la première caractéristique et de la valeur mesurée de la deuxième caractéristique.As indicated previously, the control module 54 is configured to predict a value of the second characteristic of the part on the basis of the measured value of the first characteristic and of a model connecting the first characteristic to the second characteristic, to check whether the predicted value of the second characteristic satisfies a validity criterion and to, if so, determine whether the part 50 is in conformity on the basis of the measured value of the first characteristic and the predicted value of the second characteristic ; the control module 54 being configured to, if not, order the measuring machine 52 to measure a value of the second characteristic, and to determine whether the part 50 is in conformity on the basis of the measured value of the first characteristic and of the measured value of the second characteristic.

[0059] Le module de contrôle 59 dispose ici de l'architecture matérielle d'un ordinateur, telle qu'illustrée schématiquement à la figure 3. Il comporte notamment un processeur 62, une mémoire morte 63, une mémoire vive 64, une mémoire non volatile 65 et des moyens de communication 66 avec la machine de mesure 52 permettant au module de contrôle 59 d'obtenir les mesures réalisées par la machine de mesure 52 en réponse aux instructions du module de contrôle 59. Le module de contrôle 59 et la machine de mesure 52 sont par exemple reliés par un bus de données numériques ou une interface série (ex. interface USB (Universal Serial Bus)) ou sans fil connu(e) en soi.The control module 59 here has the hardware architecture of a computer, as illustrated schematically in Figure 3. It includes in particular a processor 62, a read-only memory 63, a random access memory 64, a non-volatile memory volatile 65 and means of communication 66 with the measuring machine 52 allowing the control module 59 to obtain the measurements carried out by the measuring machine 52 in response to the instructions of the control module 59. The control module 59 and the machine 52 are for example connected by a digital data bus or a serial interface (eg USB interface (Universal Serial Bus)) or wireless known per se.

[0060] La mémoire morte 63 du module de contrôle 59 constitue un support d'enregistrement conforme à l'invention, lisible par le processeur 62 et sur lequel est enregistré un programme d'ordinateur conforme à l'invention, comportant des instructions pour l'exécution des étapes d'un procédé de contrôle et/ou de suivi selon l'invention décrites précédemment en référence aux figures 1 et 2, [0061] Ce programme d'ordinateur définit, de façon équivalente, des modules fonctionnels du module de contrôle 59 aptes à mettre en œuvre les étapes du procédé de contrôle 10.The read only memory 63 of the control module 59 constitutes a recording medium according to the invention, readable by the processor 62 and on which is recorded a computer program according to the invention, comprising instructions for the 'execution of the steps of a control and / or monitoring method according to the invention described above with reference to Figures 1 and 2, This computer program defines, in an equivalent manner, functional modules of the control module 59 able to implement the steps of the control process 10.

[0062] La figure 4 présente un procédé de contrôle selon un deuxième mode de réalisation. Sur cette figure, les éléments correspondant ou identiques à ceux du premier mode de réalisation recevront le même signe de référence et ne seront pas décrits à nouveau. [0063] Le procédé de contrôle 10 selon le deuxième mode de réalisation diffère du premier mode de réalisation en ce qu'il comprend, après la mesure d'une valeur Xk d'au moins une première caractéristique de la pièce k (étape 14) et de préférence avant de prédire une valeur Ÿk d'au moins une deuxième caractéristique de la pièce k (étape 16), une étape 22a de contrôle. Au cours de l'étape 22a, on détermine si la valeur mesurée Xk de la première caractéristique de la pièce est conforme. En effet, si, à ce stade, la valeur Xk de la première caractéristique ne respecte déjà pas sa valeur nominale à la tolérance près, alors il est inutile de contrôler la deuxième caractéristique. En d'autres termes, la variante proposée dans ce deuxième mode de réalisation permet d'adopter une évaluation dite paresseuse en déterminant d'abord la conformité de la valeur Xk de la première caractéristique, puis, si elle est conforme, en déterminant ensuite la conformité de la valeur de la deuxième caractéristique selon la suite du procédé, déjà décrite.Figure 4 shows a control method according to a second embodiment. In this figure, the elements corresponding or identical to those of the first embodiment will receive the same reference sign and will not be described again. The control method 10 according to the second embodiment differs from the first embodiment in that it comprises, after the measurement of a value Xk of at least one first characteristic of the part k (step 14) and preferably before predicting a value Ÿk of at least one second characteristic of the part k (step 16), a step 22a of control. During step 22a, it is determined whether the measured value Xk of the first characteristic of the part is in conformity. Indeed, if, at this stage, the value Xk of the first characteristic does not already respect its nominal value to the tolerance, then there is no point in checking the second characteristic. In other words, the variant proposed in this second embodiment makes it possible to adopt a so-called lazy evaluation by first determining the conformity of the value Xk of the first characteristic, then, if it is in conformity, then determining the conformity of the value of the second characteristic according to the rest of the process, already described.

[0064] L'étape de contrôle 22a peut mettre en œuvre une première fonction de conformité hl similaire à la fonction de conformité h précédemment décrite, si ce n'est qu'elle ne porte que sur la première caractéristique X.The control step 22a can implement a first conformity function hl similar to the conformity function h previously described, except that it relates only to the first characteristic X.

[0065] La conformité de la première caractéristique ayant déjà été vérifiée, l'étape 22 du premier mode de réalisation est remplacée par une étape de contrôle 22b dans laquelle on détermine si la valeur retenue Yk de la deuxième caractéristique, mesurée ou prédite selon les cas, est conforme. Cette étape 22b peut mettre en œuvre une deuxième fonction de conformité h2 similaire à la fonction de conformité h précédemment décrite, si ce n'est qu'elle ne porte que sur la deuxième caractéristique Y. [0066] Comme on l'a vu précédemment au sujet du premier mode de réalisation, le critère de validité de la valeur prédite Ÿk peut s'avérer plus strict que la deuxième fonction de conformité h2. Dans ce cas, il est possible de faire l'économie des étapes 20 et 22b si le critère de validité est satisfait (réponse « oui » à l'étape de vérification 18). Par suite, l'étape de contrôle 22b ne reste utile que pour déterminer la conformité d'une valeur mesurée Yk obtenue à l'étape 24.The conformity of the first characteristic having already been verified, step 22 of the first embodiment is replaced by a control step 22b in which it is determined whether the value retained Yk of the second characteristic, measured or predicted according to the case, is consistent. This step 22b can implement a second conformity function h2 similar to the conformity function h previously described, except that it relates only to the second characteristic Y. As we have seen previously with regard to the first embodiment, the criterion of validity of the predicted value Ÿk may prove to be stricter than the second conformity function h2. In this case, it is possible to save steps 20 and 22b if the validity criterion is satisfied (answer "yes" to verification step 18). Consequently, the control step 22b remains useful only for determining the conformity of a measured value Yk obtained in step 24.

[0067] Bien que la présente invention ait été décrite en se référant à des exemples de réalisation spécifiques, des modifications peuvent être apportées à ces exemples sans sortir de ia portée générale de l'invention telle que définie par les revendications. En particulier, des caractéristiques individuelles des différents modes de réalisation illustrés/mentionnés peuvent être combinées dans des modes de réalisation additionnels. Par conséquent, la description et les dessins doivent être considérés dans un sens illustratif plutôt que restrictif.Although the present invention has been described with reference to specific embodiments, modifications can be made to these examples without departing from the general scope of the invention as defined by the claims. In particular, individual features of the various illustrated / mentioned embodiments can be combined in additional embodiments. Therefore, the description and the drawings should be considered in an illustrative rather than restrictive sense.

Claims

1. Method for checking (10) the conformity of a part (k), comprising the following steps:

- measuring (14) a value (Xk) of at least one first characteristic of the part;

- predicting (16) a value (Pk) of at least a second characteristic of the part, on the basis of the measured value (Xk) of the first characteristic and of a model (f) connecting the first characteristic to the second feature ;

- check (18) whether the predicted value (Pk) of the second characteristic satisfies a validity criterion (g) and, if so, determine (22) if the part is in conformity on the basis of the measured value (Xk) the first characteristic and the predicted value (Pk) of the second characteristic; if not, measure a value (Yk) of the second characteristic and determine (22) if the part conforms on the basis of the measured value (Xk) of the first characteristic and the measured value (Yk) of the second characteristic .

2. Control method (10) according to claim 1, in which a margin of error (IC) is associated with the model (f) and the predicted value (Pk) satisfies the validity criterion (g) if the predicted value ( Pk), corrected with the margin of error (CI), respects a predetermined tolerance (Ymin, Ymax) for the second characteristic.

3. Control method (10) according to claim 2, in which the margin of error (IC) is a bias (IC ⁺ , IC) to be added to or subtracted from the predicted value (Pk), or the margin of error is a correction coefficient to be multiplied with the predicted value (Pk).

4. Control method (10) according to any one of claims 1 to 3, wherein the model (f) is obtained by empirical correlation between the first characteristic and the second characteristic.

5. Control method (10) according to claim 4, in which the model (f) is obtained by linear regression between values of the first characteristic and values of the second characteristic previously measured on other parts of the same type.

6. Control method (10) according to any one of claims 1 to 5, in which, if the value (Yk) of the second characteristic is measured (24), the model (f) is updated (26, 28) taking into account the measured value (Xk) of the first characteristic and the measured value (Yk) of the second characteristic.

7. Control method (10) according to claim 6, in which during the update (26, 28), the model (f) is modified so as to no longer take account of the oldest values (Xi, Yi) the first characteristic and the second characteristic on which the model (f) is based.

8. Method for monitoring (100) the production of parts, comprising the following steps:

- supply a plurality of parts of the same type;

- checking the conformity of each of said parts by the checking method (10) according to claim 6 or 7, said checking method (10) further comprising measuring (24) a value (Yk) of the second characteristic, regardless of the validity criterion (g), if the rate of pieces for which a value of the second characteristic has been measured is less than a predetermined threshold (30).

9. Control device (59) for conformity of a part, comprising a measuring machine (52) configured to measure a value of at least a first characteristic (Xk) of the part and of at least a second characteristic ( Yk) of the workpiece (50), a control module (54), transmission means (56) configured to transmit measured values from the measuring machine (52) to the control module (54) and transmit instructions from the control module (54) to the measuring machine (52), the control module (54) being configured to predict a value (Ÿk) of the second characteristic of the part based on the measured value (Xk) of the first characteristic and a model (f) connecting the first characteristic to the second characteristic, to check whether the predicted value (Ÿk) of the second characteristic satisfies a criterion of validity and to, if so, determine if the part ( 50) conforms to the basis of the measured value (Xk) of the first characteristic and the predicted value (Ÿk) of the second characteristic; the control module (54) being configured to, if not, order the measuring machine (52) to measure a value (Yk) of the second characteristic, and to determine if the part is in conformity on the basis of the value measured (Xk) of the first characteristic and the measured value (Yk) of the second characteristic.

10. Program comprising instructions for the execution of the steps of the control method (10) according to any one of claims 1 to 7 when said program is executed by a computer or by a microprocessor.

1/4

2/4