measurement-uncertainty-analysis

name	measurement-uncertainty-analysis
description	Calculer les incertitudes de mesure selon le guide GUM (Type A et B, incertitude élargie) et évaluer la capabilité des systèmes de mesure par des études MSA R&R (Répétabilité & Reproductibilité).
version	2.0.0
author	EVA
license	Privée EVA St-Étienne
platforms	["linux","macos","windows"]
metadata	{"tags":["uncertainty-analysis","gum","msa","r-and-r","metrology","statistics","quality-control","measurement-system"],"EVA":{"related_skills":["industrial-metrology-calibration","systems-engineering-sysml","pcb-design-altium"]}}

Analyse d'Incertitudes & Capabilité de Mesure (GUM / MSA)

Vue d'ensemble

Cette compétence guide l'évaluation statistique rigoureuse de la qualité des systèmes de mesure industriels. Elle repose sur deux cadres méthodologiques complémentaires, largement reconnus dans l'industrie :

1. Le GUM (Guide to the Expression of Uncertainty in Measurement — JCGM 100:2008) : Cadre international pour le calcul mathématique des incertitudes de mesure, avec les évaluations de Type A (statistique, à partir de séries de mesures répétées) et de Type B (a priori, à partir de données constructeur, certificats d'étalonnage, spécifications). Le GUM fournit la loi de propagation des variances pour combiner les différentes sources d'incertitude et calculer l'incertitude élargie $U$ avec un niveau de confiance donné (généralement 95 %).

2. Le MSA (Measurement Systems Analysis — AIAG / IATF 16949) : Méthodologie issue du secteur automobile pour évaluer l'aptitude d'un système de mesure à discriminer correctement les pièces bonnes des pièces mauvaises. L'étude Gage R&R (Répétabilité et Reproductibilité) quantifie la part de variabilité apportée respectivement par l'instrument de mesure ($EV$ — Equipment Variation) et par les opérateurs ($AV$ — Appraiser Variation).

Ces deux approches sont complémentaires : le GUM calcule l'incertitude d'une mesure spécifique, tandis que le MSA évalue la capabilité globale du système de mesure (instrument + opérateur + procédure).

Cette compétence est conçue pour être actionnée par l'agent EVA lorsque l'utilisateur exprime un besoin lié au calcul d'incertitude, à la validation d'un système de mesure, ou à l'interprétation d'études statistiques de mesure.

---

Quand l'utiliser

À utiliser lorsque l'utilisateur demande de façon explicite ou implicite de :

• Calculer l'incertitude composée et l'incertitude élargie d'une chaîne de mesure complexe (capteur + transmetteur + convertisseur A/N + alimentation).
• Réaliser une analyse d'incertitude de Type A (estimation statistique à partir de mesures répétées) ou de Type B (certificats d'étalonnage, données constructeurs, conditions environnementales).
• Mener une étude MSA Gage R&R par la méthode de la moyenne et de l'étendue (Range Method) ou par ANOVA.
• Interpréter les indicateurs $%R&R$, $ndc$ (Number of Distinct Categories) et le rapport signal/bruit pour décider de l'acceptation ou du rejet d'un système de mesure.
• Rédiger un budget d'incertitude complet pour un rapport d'étalonnage ou de validation d'un moyen de contrôle.
• Former ou assister une équipe qualité dans la mise en place d'études MSA selon la norme IATF 16949.

---

Évaluation des incertitudes selon le GUM

Modèle mathématique de la mesure

Toute mesure physique $Y$ est une fonction de plusieurs grandeurs d'entrée $X_i$ :

$$Y = f(X_1, X_2, \dots, X_n)$$

L'incertitude-type composée $u_c(Y)$ est obtenue par la loi de propagation des variances :

$$u_c^2(Y) = \sum_{i=1}^{n} \left( \frac{\partial f}{\partial X_i} \right)^2 \cdot u^2(X_i) + 2 \sum_{i=1}^{n-1} \sum_{j=i+1}^{n} \frac{\partial f}{\partial X_i} \cdot \frac{\partial f}{\partial X_j} \cdot u(X_i, X_j)$$

Pour des grandeurs d'entrée non corrélées (cas le plus fréquent), le deuxième terme (covariance) est nul :

$$u_c(Y) = \sqrt{ \sum_{i=1}^{n} \left( c_i \cdot u(X_i) \right)^2 }$$

Où $c_i = \partial f / \partial X_i$ est le coefficient de sensibilité de la grandeur $X_i$ sur le résultat $Y$.

1. Incertitude de Type A ($u_A$)

L'incertitude de Type A est calculée à partir de séries d'observations répétées ($n$ mesures indépendantes du même mesurande, dans les mêmes conditions) :

$$u_A = \frac{s}{\sqrt{n}}$$

Où $s$ est l'écart-type expérimental :

$$s = \sqrt{\frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2}$$

Nombre de mesures recommandé : $n \ge 10$ pour une estimation fiable de $s$, $n \ge 20$ pour une incertitude de Type A prédominante.

Degrés de liberté : $\nu_A = n - 1$ (utilisé dans le calcul du facteur d'élargissement $k$ via la distribution de Student).

2. Incertitude de Type B ($u_B$)

L'incertitude de Type B est évaluée à partir d'informations a priori, sans mesures supplémentaires. Les sources typiques sont :

Source	Information disponible	Loi de distribution	$u_B$
Certificat d'étalonnage	Incertitude élargie $U_{cert}$ avec $k_{cert}$	Normale (par défaut)	$u_B = U_{cert} / k_{cert}$
Résolution d'affichage	Demi-résolution $a$	Rectangulaire (uniforme)	$u_B = a / \sqrt{3}$
Tolérance constructeur	Demi-tolérance $\pm a$	Rectangulaire	$u_B = a / \sqrt{3}$
Tolérance constructeur	Demi-tolérance $\pm a$	Triangulaire	$u_B = a / \sqrt{6}$
Dérive entre étalonnages	Limite de dérive $\pm a$	Rectangulaire	$u_B = a / \sqrt{3}$
Condition environnementale (ex : T ambiante $\pm \Delta T$)	Variation $\pm a$ autour de la référence	Rectangulaire	$u_B = a / \sqrt{3}$

3. Incertitude élargie ($U$)

L'incertitude élargie $U$ définit un intervalle $y \pm U$ contenant la valeur vraie avec un niveau de confiance donné :

$$U = k \cdot u_c(Y)$$

Niveau de confiance	Facteur d'élargissement $k$	Condition
95 %	$k = 2$	Valeur par défaut (GUM), $\nu_{eff} \to \infty$
99 %	$k \approx 2.58$	$\nu_{eff} \to \infty$
95 %	$k = t_{0.975}(\nu_{eff})$	Si $\nu_{eff}$ fini (formule de Welch-Satterthwaite)

4. Budget d'incertitude — Exemple complet

Mesure : Température d'un bain d'étalonnage à l'aide d'une sonde PT100 + transmetteur 4-20 mA + entrée automate.

Source	Symbole	Valeur	Loi	$u(X_i)$	Coefficient $c_i$	Contribution $c_i \cdot u(X_i)$
Répétabilité (Type A)	$u_A$	$s=0.05$, $n=10$	Normale	$0.05 / \sqrt{10} = 0.016$	1	$0.016$
Résolution du transmetteur	$s_{res}$	$0.01,\mathrm{°C}$	Rectangulaire	$0.01 / \sqrt{3} = 0.006$	1	$0.006$
Linéarité du transmetteur (certificat)	$s_{lin}$	$U_{cert} = 0.05$, $k=2$	Normale	$0.05 / 2 = 0.025$	1	$0.025$
Précision convertisseur A/N automate	$s_{conv}$	$\pm 0.1%$ de la pleine échelle	Rectangulaire	$(0.001 \times 200) / \sqrt{3} = 0.115$	1	$0.115$
Dérive du transmetteur sur 1 an	$s_{drift}$	$\pm 0.02,\mathrm{°C}$	Rectangulaire	$0.02 / \sqrt{3} = 0.012$	1	$0.012$

$$u_c = \sqrt{0.016^2 + 0.006^2 + 0.025^2 + 0.115^2 + 0.012^2} = 0.119,\mathrm{°C}$$

$$U = 2 \times 0.119 = 0.238,\mathrm{°C} \quad (95,%)$$

Analyse des contributions : Le convertisseur A/N de l'automate est ici le principal contributeur (93 % de la variance totale). L'amélioration du système de mesure passe par le remplacement de l'entrée automate standard par une carte de mesure de précision dédiée.

---

Capabilité de mesure : Études MSA Gage R&R

Une étude R&R décompose la variabilité totale d'un système de mesure en trois composantes :

$$\sigma_{totale}^2 = \sigma_{produit}^2 + \sigma_{R&R}^2 = \sigma_{produit}^2 + \sigma_{répétabilité}^2 + \sigma_{reproductibilité}^2$$

Protocole standard (AIAG)

• Pièces : 10 pièces (ou échantillons) représentatives de l'étendue de variation réelle du processus.
• Opérateurs : Au moins 3 opérateurs.
• Essais : Chaque opérateur mesure chaque pièce 2 à 3 fois, dans un ordre aléatoire.

Méthode de la moyenne et de l'étendue

1. Répétabilité (EV — Equipment Variation) : Variabilité du même opérateur mesurant la même pièce plusieurs fois. $$EV = \bar{R} \cdot K_1$$

   où $\bar{R}$ est la moyenne des étendues des mesures de chaque opérateur pour chaque pièce, et $K_1$ une constante dépendant du nombre d'essais ($K_1 = 4.56$ pour 2 essais, $3.05$ pour 3 essais).

2. Reproductibilité (AV — Appraiser Variation) : Variabilité entre les moyennes des différents opérateurs mesurant les mêmes pièces. $$AV = \sqrt{ (\bar{X}_{diff} \cdot K_2)^2 - \frac{EV^2}{n \cdot r} }$$

   où $\bar{X}_{diff}$ est l'étendue des moyennes des opérateurs, $K_2$ une constante ($K_2 = 2.70$ pour 2 opérateurs, $2.08$ pour 3 opérateurs), $n$ le nombre de pièces, $r$ le nombre d'essais.

3. R&R total : $R&R = \sqrt{EV^2 + AV^2}$

Critères d'acceptation $%R&R$

Le $%R&R$ est le rapport entre la variabilité du système de mesure et la variabilité totale (ou la tolérance) :

$$%R&R_{tolérance} = \frac{R&R}{USL - LSL} \times 100$$

$$%R&R_{processus} = \frac{R&R}{\sigma_{totale}} \times 100$$

$%R&R$	Décision	Action
$< 10%$	Excellent — Acceptable sans réserve	Aucune
$10%$ à $20%$	Bon — Acceptable sous conditions	Valable pour la plupart des applications
$20%$ à $30%$	Marginal — Acceptable selon la criticité	Peut nécessiter une amélioration ou une révision des tolérances
$> 30%$	Inacceptable	Le système de mesure doit être amélioré ou remplacé

Nombre de catégories distinctes ($ndc$)

L'indicateur $ndc$ (Number of Distinct Categories) mesure la capacité du système de mesure à distinguer différentes classes de pièces :

$$ndc = \sqrt{2} \cdot \frac{\sigma_{produit}}{\sigma_{R&R}}$$

• $ndc \ge 5$ : Acceptable (le système peut discriminer au moins 5 niveaux distincts).
• $ndc < 5$ : Le système de mesure n'est pas assez sensible pour les besoins de contrôle.

---

Analyse de l'étude R&R par ANOVA

La méthode ANOVA (analyse de variance) est plus précise que la méthode des moyennes et étendues, car elle peut détecter une interaction opérateur × pièce (certains opérateurs mesurent systématiquement certaines pièces différemment des autres opérateurs).

Tableau ANOVA type (3 opérateurs, 10 pièces, 2 essais) :

Source de variation	Somme des carrés ($SS$)	Degrés de liberté ($df$)	Carré moyen ($MS$)	$F$	$p$-value
Pièce	$SS_{pièce}$	9	$MS_{pièce}$	$MS_{pièce}/MS_{int}$	...
Opérateur	$SS_{op}$	2	$MS_{op}$	$MS_{op}/MS_{int}$	...
Interaction (pièce × op)	$SS_{int}$	18	$MS_{int}$	$MS_{int}/MS_{rep}$	...
Répétabilité	$SS_{rep}$	30	$MS_{rep}$	—	—
Total	$SS_{tot}$	59

Si l'interaction est significative ($p < 0.05$), l'effet de l'opérateur dépend de la pièce mesurée, ce qui indique un besoin de formation spécifique ou de clarification de la procédure de mesure.

---

Pièges Courants (Common Pitfalls)

1. Sommer les incertitudes de manière linéaire

Erreur : Additionner directement les erreurs maximales individuelles pour obtenir l'incertitude globale : $U_{tot} = U_1 + U_2 + \dots + U_n$. Par exemple, pour une mesure de température : $1.0,\mathrm{°C} + 0.5,\mathrm{°C} = 1.5,\mathrm{°C}$. Cette méthode surestime considérablement l'incertitude réelle (parfois de 40 % à 100 %), car elle suppose que toutes les erreurs individuelles s'additionnent dans le même sens simultanément — ce qui est statistiquement très improbable.

Correction : Appliquer la loi de propagation des variances (sommation quadratique) du GUM :

$$u_c = \sqrt{u_1^2 + u_2^2 + \dots + u_n^2}$$

Pour l'exemple ci-dessus avec $u_1 = 1.0 / \sqrt{3} = 0.577$ (loi rectangulaire) et $u_2 = 0.5 / \sqrt{3} = 0.289$ :

$$u_c = \sqrt{0.577^2 + 0.289^2} = 0.645 \quad \Rightarrow \quad U = 2 \times 0.645 = 1.29,\mathrm{°C}$$

L'incertitude élargie est de $1.29,\mathrm{°C}$, non $1.5,\mathrm{°C}$ comme dans la sommation linéaire.

2. Mener une étude R&R avec des pièces non représentatives de la production

Erreur : Utiliser des pièces de test parfaitement identiques (même dimension, même dureté, même état de surface) pour mener l'étude Gage R&R. La variabilité réelle des pièces ($\sigma_{produit}$) est sous-estimée (proche de zéro), donc le rapport $\frac{\sigma_{R&R}}{\sigma_{totale}}$ devient très grand, et le $%R&R$ semble inacceptable même pour un excellent système de mesure. À l'inverse, des pièces trop différentes sans représentativité de la plage de tolérance faussent aussi l'analyse.

Correction : Sélectionner soigneusement un échantillon de 10 pièces (selon AIAG) qui couvre au moins 80 % de la plage de tolérance $[LSL, USL]$, avec une répartition aussi uniforme que possible. Si la variation naturelle du processus ($6\sigma_{processus}$) est inférieure à la tolérance, sélectionner des pièces représentatives de toute la plage de variation du processus (y compris les pièces hors tolérance, si disponibles et autorisées).

3. Confondre précision et résolution

Erreur : Considérer qu'un instrument avec une résolution de $0.001,\mathrm{mm}$ (3 décimales sur l'afficheur) est nécessairement "précis" avec une incertitude de $0.001,\mathrm{mm}$. La résolution n'est qu'une des nombreuses composantes de l'incertitude (Type B). Un pied à coulisse digital de résolution $0.001,\mathrm{mm}$ a en réalité une incertitude élargie typique de $\pm 0.02,\mathrm{mm}$ à cause des défauts de géométrie des becs, de la force de mesure et de la température.

Correction : Les données constructeur fournissent la précision (ou erreur maximale tolérée) qui est généralement bien supérieure à la résolution. Dans le budget d'incertitude, inclure à la fois la résolution (petite contribution) et la précision constructeur (contribution principale) comme sources distinctes de Type B. La résolution contribue via $a/\sqrt{3}$ où $a$ est la demi-résolution.

4. Oublier d'inclure les conditions environnementales dans le budget d'incertitude

Erreur : Réaliser un budget d'incertitude pour une mesure dimensionnelle sans tenir compte de la température ambiante. Une variation de $5,\mathrm{°C}$ sur une pièce en acier de $500,\mathrm{mm}$ provoque une dilatation de $\Delta L = 500 \times 12\times10^{-6} \times 5 = 0.030,\mathrm{mm}$, ce qui peut être supérieur à la tolérance de la pièce.

Correction : Inclure dans le budget d'incertitude au moins les sources environnementales suivantes :

• Température ambiante : $\Delta T$ autour de $20,\mathrm{°C}$ de référence, coefficient de dilatation du matériau.
• Hygrométrie : Impact sur les matériaux hygroscopiques (bois, polymères).
• Pression atmosphérique : Pour les mesures de longueur d'onde (interférométrie) ou les mesures de force.
• Vibrations : Pour les mesures de précision (microscopie, profilométrie).

---

Liste de vérification (Checklist)

• Les calculs d'incertitude de Type B spécifient la loi de distribution utilisée (rectangulaire, triangulaire, normale) et justifient ce choix.
• La loi de propagation des variances (sommation quadratique) est appliquée pour combiner les incertitudes-types individuelles, non la sommation linéaire.
• Le facteur d'élargissement $k$ (généralement $k=2$ pour un niveau de confiance de 95 %) est clairement documenté dans le rapport final.
• L'étude Gage R&R implique au moins 3 opérateurs mesurant 10 pièces différentes à 2 ou 3 reprises chacun (protocole AIAG).
• Les pièces sélectionnées pour l'étude R&R couvrent >= 80 % de la plage de tolérance ou de la variation du processus.
• Le $%R&R$ et le $ndc$ sont calculés et interprétés selon les critères AIAG/IATF 16949.
• Les conditions environnementales (température, hygrométrie, pression) sont intégrées dans le budget d'incertitude.
• Les coefficients de sensibilité partiels ($c_i = \partial f / \partial X_i$) sont identifiés pour chaque grandeur d'entrée.
• Le rapport d'incertitude ou d'étude MSA est daté, signé et approuvé par le responsable métrologie/qualité.
• Les actions correctives sont définies si $%R&R > 30%$ ou si $ndc < 5$.