Vous êtes sur la page 1sur 26

tudedelaloiWeibull

Ralis par : Dr Maher HAMMAMI

DISTRIBUTIONWEIBULL

SOMMAIRE
INTRODUCTION ............................................................................................................................ 2
Chapitre1.Distributionavecunseulparamtre ............................................................................ 3
I.

Expressionmathmatique..........................................................................................................3
a)

Densitdeprobabilitf(t)...................................................................................................3

b)

FonctionderpartitionF(t).................................................................................................3

c) Tauxinstantandedfaillance(t).........................................................................................3
d)

Esprancemathmatique(MTBF)etcarttype.................................................................4

e)

DuredevieassocieunseuildefiabilitR(t).................................................................4

II. Ajustementgraphique:Dterminationdesparamtres..........................................................5
a)

Principe:..............................................................................................................................5

b)

StructuredupapierdAllanPlait(papierditdeWeibull)....................................................5

c) Justificationmathmatiquedelaconceptiondupapierfonctionnel.....................................6
d)

UtilisationdupapierdeWeibull..........................................................................................7

e)

Significationdesparamtres,,et................................................................................8

f) Redressementdelacourbedanslecaso0.....................................................................9
III.

Prparationdesdonnes......................................................................................................11

IV.

NOTIONDINTERVALLEDECONFIANCEPOURF(t):TABLEDINTERVALLEDECONFIACE..12

V.

SYNTHESEDELALGORITHMEDETUDEDELALOIDEWEIBULL.........................................13
a)

Prparationdesdonnes..................................................................................................13

b)

DterminationdesparamtresdeWeibull.......................................................................13

c) Exploitationdirectedesparamtres.....................................................................................14
Chapitre2. Distributionmlange .............................................................................................. 16
CONCLUSION.............................................................................................................................. 22

Dr Maher Hammami

DISTRIBUTIONWEIBULL

INTRODUCTION
Le modle probabiliste de Weibull (ou loi 3 paramtres) est un modle souple qui
permet dajuster correctement toute sorte de rsultats exprimentaux et oprationnels.
Contrairement au modle exponentiel, le modle de Weibull couvre les cas ou le taux de
dfaillance est variable et permet donc de sajuster aux priodes jeunesse et aux
diffrentes formes de vieillissement.
Son utilisation implique des rsultats dessai sur chantillons ou la saisie des rsultats
en fonctionnement (TBF = intervalle entre deux dates de bon fonctionnement).
Ces rsultats permettent destimer la fonction de rpartition F(t) correspondant chaque
instant t.
La dtermination des trois paramtres permettra, partir des tables, dvaluer la
MTBF1 et lcart type.
Dautre part la connaissance du paramtre de la forme est un outil de diagnostic de la
forme de dfaillance dans le cas ou lquipement tudier est une boite noire .

Mean Time Between Failure


2

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Chapitre 1 . Distribution avec un seul paramtre


I.

Expressionmathmatique

Soitunevariablealatoirecontinut,distribusuivantuneloideWeibull.

a) Densitdeprobabilitf(t)

t
f (t )

1
e

si t

estappelparamtredeforme > 0 ;
estappelparamtredchelle > 0 ;
estappelparamtredepoisson - < < + .

b) FonctionderpartitionF(t)
t

F (t ) 1 e

avec t

LafiabilitcorrespondanteestdoncR(t)=1F(t)
t

R (t ) e
R (t ) 1

t
si t
si

Remarque:pour =0et=1onretrouveladistributionexponentielle,casparticulierde
laloideweibull.
1
1

Danscecas,
MTBF

c) Tauxinstantandedfaillance(t)
(t )

f (t )

1 F (t )

t
(t )

avec t

>0; >0.

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Exploitation:
Si<1alors(t)dcrot:priodedejeunesse(rodage,dverminage).
Si=1alors(t)estcroissant:indpendanceduprocessusetdutemps.
Si > 1alors (t)croit:phasedobsolescenceque lon peut analyserplusfinement
pourorienterundiagnostic.
1,5<<2,5:phnomnedefatigue.
3<<4:phnomnedusure,decorrosion(dbuteautempst=),dedpassement
dunseuil(domainededformationplastique).
3,5:f(t)estsymtrique,ladistributionestnormale.
Alors que le matriel lectronique montre une longue phase de vie constant, le
matriellectromcanique,deparlesphnomnesdusure,nemontrepasdepalierdansla
courbeenbaignoireetdoitdonctremodlisparlaloideWeibull.

d) Esprancemathmatique(MTBF)etcarttype
Lesprancemathmatiquepourexpression:

1
E (t ) 1

Danslaquelle est lesymboleduneexpressioneulriennedesecondeespce.Letableau
relatifcettefonctionseretrouveenannexe;etlonretrouvelexpression:

MTBF A
ExpressiondelaVariance:
v(t )

2
2

1 1

Expressiondelcarttype:

v(t )

Cetcarttypeseretrouveaussidansletableauenannexeoulonpeutlire:=.

e) DuredevieassocieunseuildefiabilitR(t)
NousavonsvuquelonpeutassociertoutinstanttuneprobabilitR(t).Rciproquement,il
est souvent intressant, partir dun niveau de fiabilit R(t), de trouver linstant t
correspondant.Enparticulier,nousnoteronsL10laduredevienominaleassociauseuil
R(L10)=0,9(notationgnralisepartirdesduresdevienominaledesroulements).
Dveloppement :
R (t ) e

avec t

Dr Maher Hammami

DISTRIBUTIONWEIBULL

PrenonsleLognpriendesdeuxmembres:

t
t
1

LnR (t )
Ln

R (t )

1
Do t Ln
R(t )

1
Ln
R(t )

Enparticulier,auseuilR(t)=0,9:
1

10

1 do

Ln
0.9

10

0,105

Cetteduredevieestestimdslorsquelondterminlestroisparamtresdela
loideWeibull.

II.

Ajustementgraphique:Dterminationdesparamtres.

a) Principe:

LhistoriquedefonctionnementdunmatrielpermetdedterminerdesTBF,oudes
dures de vie de composants, donc des frquences cumules de dfaillances notes F(i),
approximationdeF(t).

LadterminationdestroisparamtresdeWeibullpermetdajusterlaloiprobabiliste
ladistributionstatistiquereleve.

Nous porterons les points M(F(i); t) sur un papier fonctionnel spcial. Le nuage de
pointsainsiformseraalorsajustparladroiteditedroitedeWeibull,selondesmthodes
deredressementsetdergressionquenousallonsprciser.
b) StructuredupapierdAllanPlait(papierditdeWeibull)
Cepapierloglogporte4axes:
SurA,noustrouvonst;
SurBnoustrouvonsF(t)en%;
Sura,noustrouvonsLn(t);
Surb,noustrouvonsLn(Ln(1/1F(t))).

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Il porte galement un rfrentiel secondaire X, Y justifi cidessous, permettant de


dterminerparY=X.

ChaqueM(F(i);t)seportesurlesaxesprincipaux(A;B):

La fiabilit sestimera par complment de F(t); lchelle R(t) nest pas trac sur le
papiermaissesvaleurssedduisentparlarelationR(t)=1F(t).

c) Justificationmathmatiquedelaconceptiondupapierfonctionnel.
PartonsdelafonctionderpartitionF(t)duneloideWeibull.

Dr Maher Hammami

DISTRIBUTIONWEIBULL

F (t ) 1 e

1 F (t ) e

NouspouvonsprendrelelognpriendechaquemembrecarR(t)1.

1
1
1

1 Ln
0
R (t ) 1 F (t )
1 F (t )

Lquationdevient:

1
t
Ln Ln
Ln


1 F (t )
1
Ln Ln
Ln t Ln
1 F (t )

Y X C
NousobtenonsdoncunerelationlinaireentreXetY.
estlapentedeladroiteD1dergressiondunuage(F(i);t).

1
t
Ln

1
F
(
t
)

Aupointt==1,originedurepre(X;Y),Ln()=0,doncC=0.estlapentedela
droiteD2parallleD1passantparloriginede(X;Y).

d) UtilisationdupapierdeWeibull
Cetteutilisationsuitlestapessuivantes:
1. Prparationdesdonnestraversletableausuivant:

Tableaudedpouillement
Ordrei
TBF
F(i)
4

5,2.105 cycles

0,579

F(t)approxime
Exprimeen%
57,9%

TracerdunuageM(F(i);t).
TracerdeladroiteD1dergressiondunuage;deuxcassontpossible:
2. Lajustementdunuageparunedroiteestpossible;danscecas, =0;
3. NoustrouvonsunecourbeC1;danscecas0.
Lavaleurdeseradtermineparlatechniqueparlatechniquederedressementde
lacourbe.
4. LadroiteD1dergressioncoupelaxeA(t;)labscisset=.
Justification:QuandY=0,Ln(t)=Ln(t)=Ln()donct=.
5. estlapentedeD1.pourobtenirsavaleur,noustraonsladroiteD2parallleD1et
passantparlepoint=1(originedeX,Y).

LadroiteD2coupelaxebenunpointquidonnelavaleurde.
7

Dr Maher Hammami

DISTRIBUTIONWEIBULL

AchaquepentedufaisceaudesdroitesD2correspondunevaleurde.

Justification:

D2estladroitedquationY=XavecX=Ln(t).
Pourt=1,Ln(t)=0doncX=Y=0.
PourLn(t)=1(surlchelledea),Y=Ln(t)=.
Commelaxebportantestorientverslebas,Y=bdoncb=.
e) Significationdesparamtres,,et
Leparamtredeforme
Ilcaractriselesdistributionsdesdurestudies.
Nous avons vu quil permet dadapter la forme des courbes (t) aux diffrentes
phasesdeviedunsystmeoudunecomposante(courbeenbaignoire).
Il peut galement servir dindicateur pour un diagnostic, les valeurs tant dun
modededfaillance.

Exemple:lestudesdefiabilitdesroulementsbillesindiquentlesvaleursde1,1siles
dfaillancessontdueslafatigue.
Uncasparticulierintressantestlesuivant:lenuagedepointsmetenvidencedeux
droites, c'estdire deux populations distinctes correspondantes deux modes de
dfaillancessuccessifsetdiffrents.

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Ajustementpointssuivantsdeuxdroites:

Nous pouvons penser, dans cet exemple, des dfaillances juvniles dues un
mauvaismontage(=0,4)suiviesdesdfaillancesparusure(=03,5)
Remarque:leparamtreestsansdimension.
Leparamtredchelle(enunitsdetemps)
Exempledutilisation:silontracef(t)avec =1,lacourbef5(t)correspondant =5
seraobtenuendivisantf(t)par5,ttantmultiplepar5etlairerestantinchange.
Leparamtredeposition(enunitdetemps)

Il est aussi appel paramtre de dcalage ou de localisation.


Signification:indiqueladatededbutdesdfaillances.
si>0,ilyasurvietotaleentret=0ett=;
si=0,lesdfaillancesdbutentloriginedestemps;
si>0,lesdfaillancesontdbutesavantloriginedestemps.

Explicitation: dans lexpression de la fiabilit R(t), le terme (t ) correspond un


changementdedorigineparunetranslationdabscisset=.

f) Redressementdelacourbedanslecaso0
Silenuagedepointfaitapparatreunecourburetellequelajustementparunedroite
nepeutsefaireqavecunmauvaisindicedecorrlation,noustranslateronstouslespointen
ajoutant ouenretranchantleurabscisse unemmevaleur(quisera )jusqu'ce quele
nuagedespointstranslatssoitajustableparunedroiteD1.
9

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Le redressement peut se faire par ttonnement, par translation de plusieurs points


devaleurcroissantes,jusquauredressementaujug.
Ilpeutaussisefairesuivantlaformule:
2


t t t
2t t t
2

.
3

Modeopratoire
NousprenonstroispointsA1,A2,A3surlacourbeC1telsque(a1,a2)=(a2,a3)=.
Ilestconseilldeprendredespointsespacs,maisnonextrmes.Nouslironslesvaleurst1,
t2,t3surlaxedest(axeA).
Il reste appliquer la formule cidessus pour trouver et pour tracer la droite D1.
LintercessiondeD1aveclaxedonnelavaleurduparamtre.

Dmonstration

y a1 y a 3

2
EquationdeD1: Y X C

Parconstruction, y a 2

1
avec Y Ln Ln
, X Ln t et C Ln
R (t )
Remplaonslesyaparleursvaleurs:
10

Dr Maher Hammami

DISTRIBUTIONWEIBULL

a1

a3

2y
a2

1
1
1
Ln Ln
Ln Ln
2 Ln Ln

R(t 1)
R (t 3)
R (t 2)

Ln t 1 Ln( ) Ln t 3 Ln( ) 2 Ln t 2 2 Ln( )


Aprssimplification:
Ln t 1 Ln t 3 2 Ln t 2 do t 1 t 3 t 2
2


III.

t t t
2t t t
2

.
3

Prparationdesdonnes

Les donnes dtudes de fiabilit proviennent le plus souvent des historiques de


dfaillances,parfoisdesrsultatsdessais.
Danstouslescas,nouscalculeronslesTBF,etlesclasseronsparordrecroissant.
Sur un historique, la TBF est lintervalle de temps coul entre deux pannes, repres par
leurdate.
Pour un essai, la TBF est la dure enregistre avant atteinte dun seuil de
dgradation.
LenombredeTBFenregistrestN,tailledelchantillon.
SiN>50,nousregrouperonslesTBFparclasse.
Danscecas,lafrquencecumulenote
i ni
F (i )

N
N
esttrsvoisinedelafonctionderpartitionf(t)delaloideWeibull.

Si50>N>20,nousdonneronsunrangichaquedfaillance.

Nousutiliseronsalorslaformuledapproximationdesrangsmoyens:
i
F (i )
.
N 1
Si20>N,nousutiliseronslaformuledapproximationdesrangsmdians:
i 0,3
F (i )
.
N 0, 4
Tableaudedpouillement
Ordrei

TBF

F(i)

F(t)approxime
Exprimeen%

5,2.105cycles

0,579

57,9%

11

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Exemple avec N = 6 :
F(4)=(40,3)/(6+0,4)=0,576.

Remarque:danslecasoulatailledelchantillonesttrsgrande,uneestimationempirique
delafiabilitdonnedesrsultatssuffisants,dispensantdelemploidumodledeWeibull.
Danscecas,

R (t )
f (t )

N (t )

N0
N (t ) N (t t )

N0
N (t ) N (t t )
(t )

N (t ) t

etlaMTBFestestimeparlaformule:

MTBF t f (t ).
t 1

IV.

NOTIONDINTERVALLEDECONFIANCEPOURF(t):
TABLEDINTERVALLEDECONFIACE

NousallonsaffecteruneprobabilitdeP=0,90lafonctionF(t)trouve.Ilyauradons
90chancessur100queF(t)(etdoncsoncomplmentR(t))soitcomprisdansunintervalle
[1;2];
CetteintervallesenomeBandedeconfiance.
Laprobabilit0,90estleniveaudeconfiance.
Enannexenousavonslestablesdelimites5%et95%danslecasdelapproximation
parlesrangsmdians.

Exempledutilisation:
Reprenonslesvaleursdexempledutableaudedpouillementprcdent.
Ordrei

TBF

F(t)approxim

Rang5%

Rang95%

5,2.105

57,9%

27,1%

84,7%

Signification:
Lintervalle de confiance relev par le tableau est (0,271; 0,847). A la notion
destimationF(t)vaut0,579,nousallonssubstituerlanotionprobabiliste:

Prob(0,271<F(t)<0,847)=0,90
12

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Ouencore

Prob(0,271>F(t))=0,05/Prob(0,847<F(t))=0,05
Prob(0,271<F(t))=0,95/Prob(0,847>F(t))=0,95

Parcomplmentarit,ilestpossiblededonnerunintervalledeconfiancelafiabilit
R(t),pourlavaleurparticuliret=5,2.105cycles:
Prob(0,153<R(t)<0,719)=0,90.

V.

SYNTHESEDELALGORITHMEDETUDEDELALOIDEWEIBULL
a) Prparationdesdonnes
1.
2.
3.
4.

Saisiedesdonnesdexploitationoudessai,recensementdesTBF.
TableaudeclassementdesTBFparordrecroissant.
OrdreiattribuchaqueTBF:1iN.
Suivantlatailledelchantillon,
SiN>50,ondcoupelesTBFenclasses(nombredeTBFparclasse)
SiN<50,chaqueTBFestexploitenvaleurpropre.
5. EvaluationdelafrquencecumuleF(i),suivantlesmodledapproximationlesplus
adapts.

b) DterminationdesparamtresdeWeibull
1. PortonssurlepapierfonctionneldeWeibull:
SurlaxeA,lesvaleurstdeTBF,
SurlaxeBlesvaleursF(i)associes.
NousobtenonsunnuagedepointsM
2. Deuxcassontpossibles:
NouspouvonsajusterlenuageparunedroiteD1(aujugouparunemthode
dergression):
= 0,
13

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Nous pouvons ajuster le nuage par une courbe C1: il nous faut alors
translater tous les points M dune mme valeur jusqu' obtention dune
droiteD1.
0.

3. LadroiteD1coupelaxe(t,)en
4. Noustraonsla//D2etD1,passantparlepoint1(X,Y).
CettedroiteD2coupelaxe(,b)en.

c) Exploitationdirectedesparamtres
1. RecherchedelaMTBF

UtilisonslestablesdonnantAetBtelque:
MTBF=A+
Lcarttype=B
NouspouvonsalorsconnatrelavarianceV=
2. TracsetapplicationnumriquesdesloisR(t),F(t),f(t),(t)dontlesquationssont
dfiniesparlestroisparamtrestrouvs.
Achaqueinstantt,nouspouvonsdterminergraphiquementouanalytiquementlafiabilit
F(t), la fonction de rpartition R(t), la fonction de distribution f(t) et le taux de dfaillance
instantan.
3. Lesrelationsrciproques,enparticulierlinstantt,associunseuildefiabilit:

1
t Ln
R(t )

Laduredevienominale:L10=+(0,105)1/
4. NiveaudeconfiancesaccordauxestimationsdeF(t)etdeR(t).

Exemple :
Pour 1, 2 , 0 et 550 heures.
MTBF = 0,9407 x 550 + 0 517 heures.

14

Dr Maher Hammami

DISTRIBUTIONWEIBULL

15

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Chapitre2.Distributionmlange
Ilpeutarriverquelesdonnesdefiabilitcouvrentuneprioderelativementlonguede
laviedunproduit,cequirenddifficilelamodlisationdesdfaillancesparuneseuleloide
Weibull.Danscecas,plusieursloissontncessairespourcouvrirlesdiffrentespriodes.La
difficult est de trouver ces modles. Cette hypothse va du fait que P1 continu de
fonctionneraprst1.
Casdunmlangerecouvrantlespriodesdematuritetdevieillissementdunproduit.

Lemlangesetraduitsurlegraphiquedefaonsuivante:
D1reprsentelapremireloietD2estunmlangedesdeuxlois.
Leproblmeestdonccommentdterminerlesparamtres?
On sait que les deux populations P1 et P2 ont entirement fini de vivre lorsque D2
rencontrelhorizontalepassantpar100%(tempst2);parconsquent,lapopulationP1aura
aussifinidevivrepourcetempst2.
Onutilisecefaitpourtrouverle%(P)deP1parrapportP2.Eneffet,enprolongeant
ladroiteD1etlintercessionaveclaverticalepassantpart2onobtientlepointA.CepointA
nousdonnele%(P)dinterventiondelapopulationP1parrapportlensemble(P1 + P2).La
partdeP2estdeq%telquep+q=1.AcespopulationsP1,P2sontassociesdesloisF1(t),F2(t),
lensembledesdeuxloisdonnelaloiF(t)(mlangedesdeuxlois).

PourtrouverlemodeldeWeibull,ilfautidentifierlesparamtres1,1,1pourceci,
isolonslaloiF1: D1 p F 1(t ) F 1(t ) D1
p
16

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Ensuite,ondoitisolerF2(t)(loidelapopulationP2):p.F1(t)connu,D2connu,
F (t ) p F 1(t )

doq.F2(t)=F(t)p.F1(t),etainsi: F 2(t )
q

Ontrouveensuite2,2,2etparconsquent:

t 1

R (t ) pe
1

t 2

qe
2

Exempledapplication:
OnlesTBFsuivantsrangsparordrecroissant:
235,390,540,690,730,766,800,850,900,940,980,1020,1100,1200,1240,1310,1400,
1455h.
Trouverlemodle.

17

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Solution:
Tableaudedpouillement;
i

F(i)en%

F1en%

D1en%

F2en%

t2

235

3,8

6,33

390

9,23

15,38

540

14,67

24,45

690

20,11

33,52

730

25,54

23

6,35

43

766

30,98

25

14,95

79

800

36,41

27

23,5

113

850

41,85

29

32

163

900

47,28

32

38,2

213

10

940

52,72

34

46,8

253

11

980

58,15

36

55,3

293

12

1020

63,59

38

64

333

13

1100

69,02

42

67

413

14

1200

74,76

47

68

513

15

1240

79,89

49

77

553

16

1310

85,33

53

80

623

17

1400

90,76

56

87

713

18

1455

96,2

58

95,5

768

N = 18 20 donc :

F (i )

i 0,3
.
N 0, 4

Pour i = 1 4 correspond la droite D1 (les donnes en rouge)


Pour i = 5 18 correspond la droite D2 (les donnes en vert)

Graphiquement,ondterminepetondduitq;

18

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Do p = 60% donc q= 1 p = 40%

ReliaSoft Weibull++ 7 - www.ReliaSoft.com

D D
1

0.6

Probabilit - W eibull

99,000

Probabilit-Weibull
Donnes 1
Weibull-2P
RRX MSR MED MF
F =4/S=0
Points des donnes
Ligne De Probabilit

Dfiabilit, F(t)

90,000

50,000

MAHER HAMMAMI
PARTICUL IER
10/01/2008
20:26:06
1000,000

10,000
100,000

Temps , ( t)

do 1 = 2,17 et 1 = 535,8 de la fonction F1


ReliaSoft Weibull++ 7 - www.ReliaSoft.com

Probabilit - W eibull

99,000

Probabilit-Weibull
Donnes 1
Weibull-3P
RRX MSR MED MF
F=14/S=0
Points Adj
Points Non Ajus
Ligne Ajuste
Ligne Non Ajuste

90,000

Dfiabilit, F(t)

50,000

10,000

5,000

1,000
10,000

100,000

MAHER HAMMAMI
PARTICUL IER
10/01/2008
20:37:02
10000,000

1000,000

Temps , ( t)

Do 2 = 1,3 ; 2 = 411 et 2 = 687,2


Rsum :
R (t ) 0, 6e

t
535,8

2,17
0, 4e

1,3
t 687, 2

411

19

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Modlisation avec le logiciel Weibull++ :


1er cas : Modlisation avec un seul Weibull avec deux paramtres :
= 2.5622 et = 1044
Rel iaSoft We ibull++ 7 - www.Re lia Soft.com

Proba bilit - W e ibull

99,000

Probabi lit -We ibull


Donne s 1
Weibull -2P
RRX MSR MED MF
F=18/S=0
Points des donn es
L igne De Probabilit

90,000

Dfiabilit, F(t)

50,000

10,000

5,000

1,000
100,000

MAHER HAMMAMI
PARTICUL IER
10/01/2008
19:48:05
10000,000

1000,000

Temps , ( t)

R (t ) e

1044

2, 6

2ime cas : Modlisation avec un seul Weibull avec trois paramtres :


= 5,65 , = 1878,8 et = - 820
Re lia Soft Wei bul l++ 7 - www.Re li a Soft.com

Pro ba bilit - W e ibull

99,000

Proba bili t -We ibull


Donne s 1
We ibul l-3P
RRX MSR MED MF
F=18/S=0
Poi nts Adj
Poi nts Non Ajus
L i gne Ajust e
L i gne Non Ajust e

90,000

Dfiabilit, F(t)

50,000

10,000

5,000

1,000
100,000

MAHER HAMMAMI
PARTICUL IER
10/01/2008
19:51:49
10000,000

1000,000

Temps , ( t)

R (t ) e

t 820

1879

5, 65

20

Dr Maher Hammami

DISTRIBUTIONWEIBULL

3ime cas : Modlisation avec deux Weibull :


1 = 0,126 ; = 1884,35 et P1 = 0,0833
1
2 = 3,6438 ; = 1005,995 et P 2 = 0,9167
2
Re liaSoft Wei bul l++ 7 - www.Reli aSoft.com

Proba bilit - W e ibull

99,000

Proba bilit -We ibull


Donne s 1
We ibul l-Mi xte
RRNL MSR MED MF
F=17/S=0
Points des donn es
L igne De Probabilit

90,000

Dfiabilit, F(t)

50,000

10,000

5,000

1,000
100,000

MAHER HAMMAMI
PARTICUL IER
10/01/2008
20:04:05
10000,000

1000,000

Temps , ( t)

R (t ) 0,0833e 1884,35

0,126

0,9167

1006

3, 64

4ime cas : Modlisation avec trois Weibull

1 = 2,8864 et = 319,95 avec P1 = 0,1084


1

2 = 5,989 et = 872,7716 avec P 2 = 0,512


2

3 = 7,96 et = 1323,83 avec P 3 = 0,3796


3
Re l ia Soft We i bull ++ 7 - www.Re li a Soft.com

Pro ba bilit - W e ib ull

99,000

Proba bili t-We ibull


Donn e s 1
We ibul l-Mixte
RRNL MSR MED MF
F =18/S=0
Poi nts de s donn e s
L igne De Proba bi lit

90,000

Dfiabilit, F(t)

50,000

10,000

5,0 00

1,0 00
100,0 00

MAHER HAMMAMI
PARTICUL IER
10/01/2008
19:56:55
10000,000

1000,000

Temps , ( t)

R (t ) 0,1084e

320

2,89
0,512e

8
6
t
t

873 0,3796e 1323,8

21

Dr Maher Hammami

DISTRIBUTIONWEIBULL

CONCLUSION
LtudeparlaloideWeibulldesmatrielspermet:
Detrouverlaloidesduredevies;
Lexpressiondutauxdedfaillance.
Ainsi,lafonctionfiabilitpermettradedfinirlespriodesdintervention.Ilfaudravisiter
lesmatrielsavantquilsnecassent,letemps(ti)sedduisfacilementdelafonctionR(t).On
prendra par exemple R(t) = 0,9 et on trouvera ti. Dautre part, lanalyse du taux de
dfaillanceenfonctiondenousindiquedansquellepriodedelacourbeenbaignoirenous
noustrouvons.
Si < 1, le taux de dfaillance diminue, on pourra adopter une politique de
maintenancepluslgre.
Si>1,unepolitiquedemaintenanceprventiveseratrsvivementconseille.

22

Dr Maher Hammami

DISTRIBUTIONWEIBULL

ANNEXE

Table5%relativelapproximationdeF(t)parlamthodedesrangsMdian.

23

Dr Maher Hammami

DISTRIBUTIONWEIBULL

Table95%relativelapproximationdeF(t)parlamthodedesrangsMdian.

24

Dr Maher Hammami

DISTRIBUTIONWEIBULL

PapierdeWeibull

TableaudelaloideWeibull

25

Dr Maher Hammami

Vous aimerez peut-être aussi