Contrôle qualité statistique dans la fabrication céramique

Le défi

Les fabricants de carreaux céramiques font face à une variation significative dans leurs procédures de test qui peut masquer les véritables variations de processus qu’ils tentent d’identifier. Le personnel de contrôle qualité de Florida Tile a découvert que leur variation de test était aussi importante ou supérieure à la variation de processus qu’ils essayaient de mesurer. Les tests destructifs traditionnels de résistance à la rupture fournissent également une corrélation plus faible avec les variables de processus, rendant difficile l’optimisation des paramètres de fabrication.

La solution

Florida Tile a mis en place le contrôle non destructif GrindoSonic pour corréler les paramètres de processus. En tapant sur les carreaux avec un petit maillet et en captant les vibrations avec une sonde piézoélectrique, la configuration de test a atteint un écart-type quasi nul dans les lectures entre différents opérateurs et conditions. Le mode de vibration torsionnel a fourni la corrélation la plus forte avec les propriétés des carreaux.

La configuration de test s’est avérée hautement répétable et reproductible, avec une variation minimale due au placement de la sonde, à la technique de l’opérateur ou à la force de frappe. La combinaison des données CND avec un logiciel de corrélation statistique a permis l’analyse de plus de 20 variables simultanément, identifiant quels paramètres de processus influençaient le plus fortement la qualité finale du produit.

Résultats

Les tests sur 586 carreaux de production ont démontré de fortes corrélations entre les lectures GrindoSonic et les propriétés physiques : le poids après cuisson a montré la corrélation la plus forte (valeur T : -14,78), suivi de l’épaisseur (valeur T : 4,11) et de la taille (valeur T : -2,92). Le modèle GrindoSonic a expliqué 78,9% de la variation (RSQ = 0,789) contre seulement 63,8% pour la résistance à la rupture. Dans les expériences sur les paramètres de processus, GrindoSonic a expliqué 87,9% de la variation tandis que la résistance à la rupture n’en expliquait que 47,8%. Un optimiseur de conception expérimentale a sélectionné 8 expériences efficaces parmi 36 combinaisons possibles, identifiant la quantité CBF (humidité du lot) comme variable de processus clé.