Académique Documents
Professionnel Documents
Culture Documents
Daze
Daze
\
|
=
|
|
.
|
\
|
=
F
ref
F
ref
A
t
R t R
A
t
F t F
[ 2 ]
Pour notre tude, cest la relation inverse qui nous intresse :
( ) ( )
F ref
A t F t F =
[ 3 ]
Si on drive la fonction de dfaillance par rapport au temps, nous obtenons la
fonction de densit en fonction du facteur dacclration :
Olivier Basile, Pierre Dehombreux, Fouad Riane
( ) ( )
F ref F
A t f A t f =
[ 4 ]
La fonction de densit divise par la fonction de fiabilit nous donne le taux de
dfaillance :
( ) ( )
F ref F
A t A t =
[ 5 ]
2.2. Facteur dacclration et modes de dfaillance
Afin de calculer le facteur dacclration, il faut connatre les relations qui
corrlent les dures de vie et les modes de dfaillance. Parmi ces relations, nous
pouvons citer le modle dArrhenius et la loi de puissance inverse. Nous
considrerons que ces lois sont exactes pour toute valeur de fiabilit.
2.2.1. Modle dArrhenius
Le modle dArrhenius corrle temprature et dure de vie ; son expression est la
suivante :
|
.
|
\
|
=
T
B
A t exp
[ 6 ]
o T est la temprature absolue, A et B sont des constantes dtermines
exprimentalement. Le facteur dacclration correspondant ce modle a pour
expression :
|
|
.
|
\
|
|
|
.
|
\
|
=
s ref
F
T T
B A
1 1
exp
[ 7 ]
2.2.2. Loi de puissance inverse
La loi de puissance inverse est un modle gnrique utilis notamment pour
corrler les sollicitations mcaniques (pression ou contrainte) et les dures de vie ;
son expression est la suivante :
b
S
A
t =
[ 8 ]
avec S la contrainte, A et b sont des grandeurs dtermines exprimentalement. Le
facteur dacclration relatif la loi de puissance inverse a pour expression :
Fiabilit des systmes soumis des sollicitations variables
b
ref
s
F
S
S
A
|
|
.
|
\
|
= [ 9 ]
Par exemple, nous retrouvons cette expression pour le mode de dgradation par
fatigue caractris par la courbe de Whler dont lquation est :
b
a
D
D
r
N
N
|
|
.
|
\
|
=
[ 10 ]
avec
r
N , le nombre de cycles jusqu rupture ;
D
N le nombre de cycles la limite
dendurance et b est une constante dtermine exprimentalement.
3. Modle risques proportionnels de Cox
Afin de prendre en compte lenvironnement dans les analyses de survie, le modle
risques proportionnels ou Proportional Hazards Model a t dvelopp par Cox.
Ce modle a tout dabord t utilis dans le champ mdical et ensuite pour la
dtermination de la fiabilit de systmes lectroniques. Dans le PHM, le taux de
dfaillance dpend du temps mais galement de covariables ( )
n
z z z Z , , ,
2 1
=
relatives lenvironnement cest--dire ( ) Z t, = . Plus prcisment, on fait
lhypothse que le taux de dfaillance est gal au produit dun taux de dfaillance de
rfrence ( ) t
ref
, qui ne dpend pas des covariables, et dune fonction de risque
( ) Z g , fonction uniquement des covariables Z . Dans un formalisme mathmatique,
nous avons :
( ) ( ) ( ) ( ) t Z g t Z t
ref
= ,
[ 11 ]
Par consquent, la loi de fiabilit sera calcule par la relation suivante :
( ) ( )
( ) ( ) t Z g
ref
t R Z t R = , [ 12 ]
Gnralement, la fonction de risque est de la forme exponentielle :
( ) ( ) ( ) ( ) t WZ t Z g exp =
[ 13 ]
avec W un vecteur ( )
n
w w w , , ,
2 1
de pondrateurs associs chaque covariable
i
z .
Pour cette tude, nous ne retiendrons que lexpression gnrale des quations
[ 12 ] et [ 13 ].
Olivier Basile, Pierre Dehombreux, Fouad Riane
4. Modles de fiabilit pour les systmes complexes
Intressons-nous la fiabilit des systmes complexes. La thorie des tests
acclrs nous a montr comment valuer une fonction de fiabilit en fonction du
niveau de sollicitations. Existe-t-il un modle global qui puisse modliser la fiabilit
dun systme complexe combinant plusieurs fonctions de fiabilit en fonction des
sollicitations auxquelles il est soumis? Pour rpondre cette question, nous
considrerons un systme srie et un systme parallle de composants identiques et
en identifierons les lois de fiabilit.
4.1. Systme srie
Considrons un systme srie n blocs caractriss par une mme loi de
rfrence mais subissant diffrents niveaux de sollicitations, cest--dire prsentant
des facteurs dacclration diffrents. Dans le cas o la loi de rfrence est une loi de
Weibull, la loi de fiabilit du systme a pour expression :
( )
( )
(
(
|
|
.
|
\
|
=
(
(
|
|
.
|
\
|
=
=
[
=
n
i i
F
i
A
n
i F
t
A
t
t R
1
1
exp
/
exp
[ 14 ]
Nous remarquons que la loi de fiabilit a la forme du modle risques
proportionnels de Cox : ( ) ( )
g
ref
t R t R = . La diffrence majeure avec le PHM est que
la fonction de risque dpend de la loi de rfrence par le biais du paramtre . De
plus, lexpression de la fonction de risque g(A
F
)=E
i
(A
Fi
)
2 1
2 1
exp
/
exp
/
exp
F F
A A
F F
t
A
t
A
t
t R
+
(
(
|
|
.
|
\
|
(
(
|
|
.
|
\
|
+
(
(
|
|
.
|
\
|
=
[ 15 ]
Fiabilit des systmes soumis des sollicitations variables
Contrairement au systme srie du paragraphe prcdent, lexpression de la loi de
fiabilit nest plus quivalente au modle risques proportionnels.
5. Synthse de la loi de fiabilit en fonction de la charge
Il est vident que la loi de fiabilit dun systme va dpendre de lhistorique des
sollicitations quil a subies. La thorie des tests acclrs nous permet de ramener la
loi de fiabilit sous contraintes la loi de rfrence par la relation :
F s ref
A t t = . En
sinspirant de la loi de Weibull, nous pouvons tablir une relation plus gnrale entre
ref
t et
s
t :
( )
F s ref
A t t =
[ 16 ]
avec un paramtre historique . En effet, supposons qu linstant
*
t t
s
= il y ait
un changement de contrainte. Affectons lindice ( ) 1 i ltat du systme avant le
changement de charge et lindice ( ) i aprs (figure 1). A linstant
*
t du changement,
nous pouvons crire :
( ) ( ) ( ) ( )
i i
F i i F i i
A t R A t R =
*
1
*
1
1
[ 17 ]
Ce qui implique :
( ) ( )
i i
F i F i
A t A t =
*
1
*
1
[ 18 ]
Par consquent, nous avons :
i
i
i
i
F
F
i
F
F
i
A
A
A
A
t
1 1
1
*
1
+
|
|
.
|
\
|
=
[ 19 ]
Cette relation de rcurrence, nous montre que tout lhistorique va tre condens
dans les paramtres
i
. Ce qui implique qu chaque changement de charge, il
suffira de calculer et de garder en mmoire la nouvelle valeur du paramtre
i
.
Olivier Basile, Pierre Dehombreux, Fouad Riane
Figure 1. Evolution de la charge P et du facteur dacclration A
F
en fonction du
temps
6. Librairie MATLAB de calcul de fiabilit : Reliabilitix
Reliabilitix (figure 2) est une librairie MATLAB utilise pour calculer la fiabilit
de systmes complexes, cest--dire des systmes dont la description fonctionnelle
peut tre traduite par un schma-blocs qui associe, en srie ou en parallle, des
composants (ou des modes de dfaillance) pour lesquels la loi de fiabilit doit tre
connue a priori. La figure 3 nous montre le schma simplifi dun arbre mont sur
deux paliers ainsi que le schma-blocs associ. Pour lheure, Reliabilitix contient
deux types de composants dont les caractristiques sont spcifies dans un fichier
texte. Le premier est un composant gnrique caractris par un nom ou un
identificateur et une loi de fiabilit. Au niveau de ce composant, dautres paramtres
peuvent tre intgrs dans le calcul de la fiabilit ; citons le temps de travail que le
composant a dj accompli, un contrle de bon tat de marche avant la nouvelle
mission du systme et son remplacement par un composant identique en cas de
dfaillance qui lui-mme est soumis une loi de dfaillance en stock.
Fiabilit des systmes soumis des sollicitations variables
Figure 2. Reliabilitix
Figure 3. Arbre sur deux roulements et
schma-blocs associ
Le deuxime composant, modlisant la loi de puissance inverse, est caractris
par un nom ou identificateur, une loi de rfrence, une charge de rfrence, la valeur
de lexposant b et lhistorique des charges en fonction du temps.
Lalgorithme implment dans cette libraire pour lanalyse du schma-blocs est
issu de la thorie des graphes ; il sagit de la mthode de composition latine et
permet de gnrer de manire numrique la fonction de fiabilit rsultante du
systme (Kaufmann et al, 1975). Cette mthode associe au schma-blocs un rseau
de fiabilit dont on recherche les liens minima. Les liens du systme sont obtenus par
le biais dun calcul matriciel spcifique faisant appel aux matrices latines .
Ensuite, on gnre la fonction de fiabilit sur base des liens trouvs.
7. Applications
7.1. Fiabilit dun composant soumis une charge variable
Considrons un systme un composant dont la loi de fiabilit est la loi de
Weibull, loi dont lexpression en fonction du facteur dacclration est :
( )
|
|
.
|
\
|
|
|
.
|
\
|
=
F
A
t
t R
/
exp
[ 20 ]
avec le paramtre de forme, le paramtre dchelle et le dcalage lorigine.
Nous remarquons que le facteur de forme est indpendant de la valeur du
coefficient dacclration ; seul le paramtre dchelle va varier ( )
F
A / .
Olivier Basile, Pierre Dehombreux, Fouad Riane
Figure 4. Fiabilit en fonction de lodre
dapplication des charges
Figure 5. Fiabilit dun systme complexe
Connaissant la loi de fiabilit en fonction du facteur dacclration, nous pouvons
la calculer pour diffrentes valeurs du coefficient dacclration et tudier son
comportement. A des fins dillustration, considrons le cas des roulements dont
lexpression de la longvit en fonction de la charge reprise est la suivante :
n
P
C
a a a N |
.
|
\
|
=
3 2 1
[ 21 ]
avec 3 = n pour les roulements billes et 3 / 10 = n pour les roulements rouleaux
et butes aiguilles ;
1
a est le facteur de correction de fiabilit ;
2
a est le facteur de
correction de matire ;
3
a est le facteur de correction de lubrification ; C est la
charge dynamique de base ; P est la charge reprise par le roulement.
Sachant que
1
a est commun tous les roulements et en considrant 1
3 2
= a a , de
cette quation, nous pouvons dduire lexpression du facteur dacclration dun
roulement :
n
s s
ref ref
F
P C
P C
A
|
|
.
|
\
|
=
/
/
[ 22 ]
A partir des valeurs de fiabilit en fonction du paramtre
1
a fournies dans les
catalogues, on peut montrer que la loi de fiabilit des roulements est une loi de
Weibull. Le paramtre de forme tant indpendant du facteur dacclration, il
est constant et unique pour tout type de roulement et vaut 1,5. Pour dterminer la
valeur du paramtre , nous devons faire choix dun roulement de rfrence et
dune charge de rfrence ; nous corrigerons par le facteur dacclration
F
A .
Choisissons comme roulement de rfrence, le roulement caractris par 3 = n ,
Fiabilit des systmes soumis des sollicitations variables
1
3 2
= a a et 55 , 4 = =
ref
C C kN et prenons comme charge de rfrence C P
ref
= ,
alors 470 , 4 = Mc.
Lvolution temporelle de la fiabilit dpend de lordre dapplication des charges.
In fine, la fiabilit converge vers une mme valeur conformment lhypothse
dindpendance de lordre dapplication des charges dans la dtermination de
lendommagement. Pour illustration, considrons les cas de charge du tableau ci-
dessous et appliqus notre roulement de rfrence.
Cas n1 Cas n2 Cas n3
N (MCycles) P (kN) P (kN) P (kN)
0-5 1 0 2,5 0 1 0
5-10 1,5 3,52 2,0 -4,76 2,5 4,68
10-15 2,0 7,27 1,5 -25 1,5 -14,63
15-20 2,5 11,04 1 -120 2,0 2,5
Nous obtenons la loi de fiabilit reprsente la figure 4. Nous remarquons que la
fiabilit 20 = t MCycles a la mme valeur quel que soit lordre dapplication des
charges, conformment la thorie du cumul du dommage. Nous remarquons
galement que lvolution du paramtre est totalement diffrente entre les cas n1,
n2 et n3.
7.2. Fiabilit dun systme complexe
Considrons le systme de larbre sur deux paliers reprsent la figure 3. Nous
faisons lhypothse que la dure de vie de larbre est trs grande par rapport aux
roulements et nous considrons que sa fiabilit est unitaire. La charge dynamique du
roulement 1 vaut 29 kN et celle du roulement 2 vaut 14 kN. Considrons les cycles
de charge suivants :
N (cycles)
1
P (kN)
2
P (kN)
0-2000 0,225 0,121
2000-10000 3,5 1,88
10000-15000 5,35 2,88
15000-17000 0,225 0,121
17000-25000 3,5 1,88
Olivier Basile, Pierre Dehombreux, Fouad Riane
Reliabilitix nous permet de dduire les lois de fiabilit reprsentes la figure 5.
Cette figure nous permet de comparer lvolution de la fiabilit de chaque
composant entre eux et par rapport au systme. Nous remarquons que le roulement 2
est plus faible du point de vue de la fiabilit que le roulement 1 et cela bien quil
reprenne une charge plus faible. Une voie damlioration pour cet exemple serait de
faire choix dun roulement 2 plus robuste.
8. Conclusion
Lobjet de cet article est la dtermination de la fiabilit des systmes complexes
soumis des sollicitations variables. La thorie des tests acclrs permet, dans un
premier temps, de dterminer la fiabilit des composants du systme par le biais du
facteur dacclration A
F
. Ce paramtre va dpendre de la charge et du mode de
dfaillance. Dans cet article, nous nous sommes intresss au modle puissance
inverse classiquement utilis pour modliser le phnomne de fatigue.
Dans un second temps, nous avons cherch tablir les expressions des modles
de fiabilit pour des systmes complexes partir des lois de fiabilit de ses
composants. Pour ce faire, nous avons considr un systme srie et un systme
parallle dont les composants ont une mme loi de rfrence. En ce qui concerne le
systme srie, la loi rsultante a la forme du modle risques proportionnels de Cox
(PHM) aux diffrences que (1) la fonction de risque dpend de la fonction de
rfrence et que (2) lexpression nest pas exponentielle. Quant au systme parallle,
le modle nest plus du type PHM.
Troisimement, nous avons montr comment tenir compte de lhistorique des
charges dans le calcul de la loi de fiabilit. Nous avons dfini un paramtre
historique dans lequel est condense toute lhistoire du systme. Cette
mthode nous permet de suivre lvolution de la fiabilit lorsque la charge varie en
fonction du temps. Cette mthode a t implmente dans une librairie MATLAB
Reliabilitix qui nous a permis dillustrer nos propos sur base de deux exemples.
La modlisation propose prsente nanmoins certaines limitations. En effet, les
charges sur les composants dun systme complexe ne sont pas indpendantes les
unes des autres. En fonction des incidents, les sollicitations agissant sur les
composants dun systme vont se redistribuer. Une voie pour rsoudre ce problme
serait de munir Reliabilitix dun module de rpartition des charges internes au
systme en fonction des circonstances.
9. Remerciements
Cette recherche est soutenue par le Ministre de la Rgion Wallonne, DGTRE,
sous les contrats 215206 (FUCaM) et 215362 (FPMs).
Fiabilit des systmes soumis des sollicitations variables
10. Bibliographie
Ang A.H.-S, Cheung M.C., Shugar T.A , Fernie J.D., Reliability-based fatigue analysis and
design of floating structures , Marine Structures, vol. 14, 2001, p. 25-36.
Ansell J.I., Practical aspects of modelling of repairable systems data using proportional
hazards models , Reliability Engineering and System Safety, vol. 58, 1997, p. 165-171.
Harlow D.G., Wei R.P., Probabilistic aspects of aging of airframe materials : Damage
Versus Detection , The Third Pacific Rim International Conference on Advanced
Materials and Processing, 1998.
Harlow D. Gary, Wei Robert P., A critical comparison between mechanistically based
probability and statistically based modeling for materials aging , Materials Science and
Engineering, vol. A323, 2002, p. 278-284.
Jardine A. K. S., Banjevic D., Wiseman M., Buck S., Joseph T., Optimizing a minehaul
truck wheel motors condition monitoring program. Use of proportional hazards
modeling , Journal of Quality in Maintenance Engineering, vol. 7, 2001, p. 286-301.
Jwiak Ireneusz J., An introduction to the studies of reliability of systems using the
Weibull proportional hazards model , Micoreletronic Reliability, vol. 37, 1997, p. 915-
918.
Kaufmann A., Grouchko D., Cruon R., Modles mathmatiques pour ltude de la fiabilit
des systmes, Masson, 1975.
Mao Hongyin, Mahadevan Sankaran, Reliability analysis of creep-fatigue failure ,
International Journal of Fatigue, vol. 22, 2000, p. 789-797.
Mazzuchi Thomas A, The Proportional Hazards Model in Reliability , IEEE Proceedings
annual Reliability and Maintainability Symposium, 1989.
Nelson Wayne , Accelerated testing - Statistical Models, Test Plans, and Data Analysis,
Wiley Series in Probability and Mathematical Statistics,1990.
Pham Hoang , Handbook of Reliability Engineering, Londres, Springer, 2003.
Sheik A. K., Ahmed M., Badar M. A., Fatigue life prediction of assemblies of rotating
parts , International Journal of Fatigue, vol. 17, 1995, p.35-41.
Shi P., Mahadevan S., Corrosion fatigue and multiple site damage reliability analysis ,
International Journal of Fatigue,vol. 25, 2003, p. 457-469.
Tebbi Ouahiba, Gurin Fabrice, Dumon Bernard, Statistical analysis of accelerated
experiments in mechanics using a mechanical accelerated life model , IEEE Proceedings
annual Reliability and Maintainability Symposium, 2003, p. 124-131.
Tovo R., On the fatigue reliability evaluation of structural components under service
loading , International Journal of Fatigue, vol. 23, 2001, p. 587-598.
Wei R. P., Life Prediction : A Case for Multidisciplinary Research , Fatigue and Fracture
Mechanics, vol. 27, 1997, p. 3-24.