Fiabilit des composants Fiabilit des Systmes Industriels

1. FIABILIT DES COMPOSANTS SANS RPARATION

1.1 Dfinition

La fiabilit est laptitude dun dispositif accomplir une fonction requise

dans des conditions dutilisation et pour une priode de temps dtermine.
Dune manire plus concrte, la fiabilit sera la probabilit qun systme ou
un composant rponde un critre donn.
On distingue deux types de fiabilits, temporelle et intemporelle. On
sintressera la fiabilit temporelle.

1.2 Paramtres de fiabilit et relations fondamentales

Nous dsignons par T la dure de vie dun systme ou dun composant (avant
dfaillance) ; une valeur particulire de T sera dsigne par t.
Parmi les diffrents paramtres que nous serons amens utiliser, on
distingue :
- f (t ) : telle que : f (t ).dt p(t T t dt ) : probabilit de dfaillance entre
t et t +dt.
Cest une densit de probabilit, on lappelle : densit de probabilit de
dfaillance t.
- F (t ) : telle que : F (t ) p(T t ) : probabilit de dfaillance avant t.
F (t ) est la fonction de rpartition (de la probabilit) de dfaillance.
b
Or on a videmment p(a T b) F (b) F (a) f (t ).dt
a

dF (t )
ou encore : f (t ) .
dt
- R(t ) : telle que : R(t ) p(T t ) : probabilit de survie au-del de t (ou de
non dfaillance avant t).
R(t ) sera par dfinition la fiabilit associe au temps t.

R(t ) p(T t ) 1 F (t )

R(t ) f (t ).dt
t

- Taux de dfaillance (t ) : telle que (t).dt : probabilit de dfaillance

entre t et t + dt, sachant que llment a survcu jusqu t.
Cest une probabilit conditionnelle (la condition : llment a survcu jusqu t).

Notes de cours 1 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

Soient :
- Lvnement A : pas de dfaillance avant t ,
- Lvnement B : la dfaillance survient entre t et t + dt
Nous savons que :
p( B / A) (t ).dt
p( A B) f (t ).dt ,
p( A) R(t )
p( A B)
Or p( A B) p( A). p( B / A) p( B / A)
p( A)

f (t ).dt f (t )
Do (t ).dt (t )
R(t ) R(t )

Remarque :
(t).dt correspond une probabilit. En la divisant par dt, nous dfinissons
une probabilit par unit de temps. Le taux de dfaillance (t ) dont la dimension
est linverse dun temps sera exprim en nombre de dfaillances par unit de
temps.
Autre relation entre R(t ) et (t ) :
dF (t )
On sait que f (t ) et R(t ) 1 F (t )
dt
dF (t ) d (1 R(t )) dR(t )
f (t )
dt dt dt
dR(t )

f (t ) dR(t )
Or (t ) dt (t ).dt
R(t ) R(t ) R(t )

En intgrant : (t ).dt LogR(t ) LogR(0)

R(0) 1 t
Mais (t ).dt LogR(t )
LogR(0) 0 0

0
( t ).dt
Do : R(t ) e
Exemple :
t

0
( t ).dt
(t) cte ; R(t ) e e .t

Notes de cours 2 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

(t ) R(t )

1 _
= cte

t t

1.3 Dure de vie moyenne

Cest lesprance mathmatique de la variable alatoire t.

E (t ) t. f (t ).dt
0

u t du dt
Intgration par partie :
dv f (t ).dt v F (t )

E (t ) t.F (t ) F (t ).dt t.F (t ) (1 R(t )).dt

0 0

0 0

t.F (t )0 dt R(t ).dt

0 0

Or quand t F(t) 1.
t=0 F(t) 0.

E (t ) t 0 t 0 R(t ).dt

La dure de vie moyenne est donc : t E (t ) R(t ).dt MTBF
0

Le sigle MTBF peut signifier :

- Mean Time Before Failure (avant la 1re panne)
- Mean Time Between Failure (pour les systmes rparables)
Ou la traduction franaise moins prcise : moyenne des temps de bon
fonctionnement .

1.4 Modles de fiabilit

La distribution des durs de vie dun quipement est reprsente par des lois
(ou modles) donnant pour chaque valeur de t : f (t ), F (t ), R(t ) et (t ) .

Notes de cours 3 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

(t ) est le paramtre le plus exploitable, parce que le comportement en

fiabilit dun quipement sera trs souvent caractris par la variation de ce taux
de dfaillance (t ) en fonction du temps de fonctionnement.
Cette variation est reprsente par la fameuse courbe en baignoire bien
connue.
On distingue deux types dquipements :
- Le matriel dit de fatigue , telle que la probabilit de dfaillance par
unit de temps (t ) cte quelque soit lge du matriel. Cest le cas des
systmes, ou composants, lectriques et lectroniques pour lesquels lusure
est difficilement perceptible.
- Le matriel dusure, o (t ) varie en fonction du temps. Cest le cas des
systmes mcaniques.

Entre 0 et t1 : deverminage
(t ) (Apparition des dfauts
initiaux).
Entre t1 et t2 : Vie normale.
Au-del de t2 : Vieillissement.

(t ) cte

t
t1 t2
Courbe en baignoire

Les modles taux de dfaillance variable conviennent videmment aux

systmes mcaniques dans lesquels lusure accrot les risques de dfaillance.

(t )

t
t1

Notes de cours 4 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

Il existe plusieurs lois de distribution permettant de reprsenter cette

variation (ou absence de variation) du taux de dfaillance et corollairement les
variations des autres grandeurs caractristiques de la fiabilit : f (t ), F (t ), R(t ) .
Dans ce cours on va se limiter lexamen des deux lois de distribution les
plus utilises en pratique :
- le modle exponentiel,
- le modle de Weibull.
1.4.1 Modle exponentiel

Il correspond : f (t ) .e .t

t t
F (t ) f (u).du .e .u .du e .u F (t ) 1 e .t
t
0
0 0

Or R(t ) 1 F (t ) 1 (1 e .t ) e .t R(t ) e .t

f (t ) .e .t
(t ) .t (t ) cte
R(t ) e

R(t ), F (t )
(t )
1 _ F(t)
= cte

R(t)
t t

Expression de la MTBF

E (t ) t. f (t ).dt t..e .t dt
0 0

u t du dt
Intgration par partie :
dv .e .t dt v e .t

E (t ) t.e e
.t .t
.dt e .t 1
.dt e .t

0
0 0 0

1
Do E (t ) MTBF


On retrouve videmment MTBF R(t ).dt , puisque R(t ) e .t .
0

Notes de cours 5 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

1 1
Si on calcule R(t) pour t = MTBF, on retrouve que R( ) e 1 0,368 0,5 .
e
Exercice :
Lors de lachat dun nouveau matriel, on peut choisir de lquiper, au choix,
soit avec un composant bon march C1 soit avec un composant plus cher C2 :
C1 cote 200 dinars et sa fiabilit suit un modle exponentiel avec 1 = 5.10-4
dfaillances/heure.
C2 cote 300 dinars et sa fiabilit suit un modle exponentiel avec 2 = 4.10-4
dfaillances/heure.
1) Quelle est la dure de vie moyenne (MTBF) de chacun de ces
composants ?
2) Si on ne se fixe pas de limitation de dure dutilisation de la machine sur
laquelle sont monts ces composants et si le fournisseur naccorde aucune
garantie, vaut-il mieux choisir le composant C1 ou le composant C2.
3) Si ces composants suivaient une loi de poisson de paramtre a = 2, quelle
sera la probabilit pour quils aient au moins 3 dfauts.
Sol :
1
1) Pour le composant C1 : MTBF1 2000 heures.
1
1
Pour le composant C2 : MTBF2 2500 heures.
2
2) Cot dune heure de fonctionnement :
200
Pour C1 : C1 / heure 0,1 Dinars/h.
2000
300
Pour C1 : C 2 / heure 0,12 Dinars/h.
2500
On choisi C1.
3) On a : p( x 3) 1 p( x 2) 1 p( x 0) p( x 1) p( x 2) .

2 0 e 2 21 e 2 2 2 e 2
1 0,32 .
0! 1! 2!
1.4.2 Modle de Weibull

Le modle exponentiel est simple, mais il est malheureusement trs

insuffisant ds que ne peut plus tre considr comme constant. Le modle de
Weibull est beaucoup plus universel grce ces trois paramtres.

t


Il correspond : R(t ) e

Notes de cours 6 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

t


Do lon tire : F (t ) 1 e

t
1 t


dF (t ) d (e
) t


f (t ) f (t ) e
dt dt
1
f (t ) t
Et finalement : (t )
R(t )
: Paramtre de forme (sans dimension) : >0.
: Paramtre de dcalage lorigine (dimension de t) : 0.
: Paramtre dchelle (dimension de t) : >0.
Il est parfois commode de poser : .
t
Ce qui conduit lcriture : R(t ) e
.
Cas particulier : =0
t

R(t ) e

1 t
f (t ) .t .e

Expression de la MTBF
1
E(t ) t . 1


: Fonction eulrienne de second espce dfinie par : (n) e x .x n1 .dx , n >0.
0

Dm :
1er cas : =0

1 t
f (t ) .t .e




t
E1 (t ) t. f (t ).dt t. .t 1 .e .dt
0 0


t
E1 (t ) t e ..dt
0
2me cas : 0

(t )

E2 (t ) t. f (t ).dt t. .(t ) .e .dt
1

0 0

Notes de cours 7 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

Si t< : f (t ) 0 ; posons x t dx dt .



x
E2 (t ) .( x ).x .e .dx
1

0

x 1 x
x e .dx
0
. x e .dx
0


x
Soit I . x 1e .dx E2 (t ) E1 (t ) I
0
x 1 1
Posons u du x dx dx x du

x

I x 1
.x 1
e
.du e u du E2 (t ) E1 (t )
0 0

t
t
t
Or E1 (t ) t e ..dt E1 (t ) e dt .
0 0

1 1
t t t
Posons u du dt d ' o dt du .

1
t u1 /
E1 (t ) u.e . u
du u .e u .du e u .u1 / .du .
0 0 u 0

1 1
E1 (t ) . 1 avec n 1

1
Do finalement : MTBF . 1

Particularits

t


On a : R(t ) e .
Si t t 0 ; R(t ) 1 , cest une situation du matriel neuf.
Si 0 t peut tre positif avec t 0 , c'est--dire que pour t 0 , on a dj
R(t ) 1 au temps t 0 , certains lments sont dj dfaillants.
Si 0 t 0 tant que t R(t ) 1 tant que t . Ce cas interviendra
lorsquil ny a pas de dfaillance avant t . Le rle de correspond en
quelques sortes un changement dorigine des temps ou un retard aux
dfaillances. Dans les calculs, on sera gnralement amen
poser f (t ) 0 si t .

Notes de cours 8 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

Remarque :
t

Si 0 et si 1 : R(t ) e .

1
On retrouve donc la forme exponentielle avec : .

1.5 Dtermination des paramtres des modles de fiabilit

La dtermination de ces paramtres se fait partir dun nombre limit de

donnes. On distingue trois sources dinformations :
- banques de donnes qui sont incompltes.
- Statistiques de maintenance, provenant de la gestion du matriel.
- Essais spcifiques de fiabilit.
Parmi les diffrentes mthodes utilises en fiabilit on cite :
- Mthode graphique qui se base sur la linarisation (convient trs bien
au modle de Weibull).
- La technique du maximum de vraisemblance.
1.5.1 Mthode graphique

1.5.1.1 Cas du modle exponentiel :

On a R(t ) e .t LogR(t ) .t

Log R(t) R(t)

t 1_

Droite de pente
t
1

t
1.5.1.2 Cas de la loi de Weibull :
Les paramtres du modle de Weibull sont dtermins laide du trac
dAllen PLAIT.

t



t
On a R(t ) e
LogR(t )


1 t 1 t
Log Log
R(t ) 1 F (t )

Notes de cours 9 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

1 t
Log Log .Log .
1 F (t )
Nous pourrons donc crire : Y A.X B .
1
Avec Y Log Log ; X Log (t ) ; B .Log ; A .
1 F (t )
On va utiliser un diagramme spcial gradu en :
- Log Log suivant laxe verticale,
- Log suivant laxe horizontal.
Exploitation
Le diagramme dAllen PLAIT comporte quatre axes :
- Deux axes horizontaux parallles A et a, tous deux gradus en t
suivant une chelle Log (t).
- Deux axes
verticaux parallles B et b, tous deux gradus
1
en Log Log .
1 F (t )
Laxe A est dfini tel que : F(t) = 0.
1 1
Laxe a est dfini tel que : Y 0 Log Log 0 1 F (t )
1 F (t ) e
F (t ) 0,632 .
Laxe B est dfini tel que : t = 0.
Laxe b est dfini tel que : Log (t ) 1, qui correspond t 0,368 .
1er cas : =0
Les points exprimentaux doivent saligner sensiblement sur une droite D1 (si
ces donnes correspondent au modle de Weibull).
F(t)
B b
Y

X k a
0,632 t
I

J D // D D1
2 1

A t
0,368 1 t

Notes de cours 10 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

Le point k correspond Y=0 A.X B 0 , ce qui nous mne

crire : Log(t ) Log( ) t .
Le point I correspond Y=0 et X=0 F (t ) 0,632 et t 1 .
Le point J correspond Y A. X .Log (t )
Si lon gradue laxe b dans le sens ngatif, lordonn de J sur b est gal .
2me cas : 0
Dans ce cas, les points exprimentaux ne salignent pas sur une droite, mais
sur une courbe C, quil va falloir redresser pour obtenir la droite D1, puis la
droite D2. En effet, par suite de lchelle logarithmique, le dcalage sur t ne se
traduit pas par la mme translation sur toutes les valeurs de t.
tant dtermin , tous les points de la courbe C devront tre translats par
- pour retrouver la droite D1. Cette droite coupe laxe a en k dabscisse . La
parallle cette droite passant par I coupe laxe b en J dabscisse . Ainsi les trois
paramtres du modle de Weibull sont dtermins.
Pour dterminer , on va choisir deux points quelconques de la courbe
dordonns respectifs Y1 et Y2 et dabscisses respectifs t1 et t2. Le troisime point
sera choisi tel que : Y1 Y3 2.Y2 .

A3
Y3
A2
Y2
A1
Y1

t
t1 t2 t3

On sait que pour le modle de Weibull, Y A.X B Y .Log (t ) .Log .

Les trois points de la courbe sont donc choisis telles que :
.Log (t1 ) .Log .Log (t 3 ) .Log 2.( .Log (t 2 ) .Log ) .
Log (t1 ) Log (t 3 ) 2.Log (t 2 ) .

Ce qui donne : (t1 ).(t 3 ) (t 2 ) 2

t t1 .t3
2

Faisant le dveloppement, nous obtenons : 2 .

2.t 2 t1 t 3
Pratique opratoire
On part obligatoirement de F, qui correspond au cumul des lments tombs
en pannes. F(t) correspond donc une somme croissante deffectifs. chaque

Notes de cours 11 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

lment de cette somme est associe une valeur de t. on aura dresser un

tableau classique des valeurs de t en fonction de F.
En effet, chaque nouvelle panne i est associe une nouvelle valeur de ti et
une incrmentation de Fi.
Soit N, le nombre de mesures :
- Si N > 50 : on pourra faire des regroupements en classes et utiliser les
i
calculs classiques tel que : F (i) .
N
i
- Si 20 < N < 50 : on utilisera les rangs moyens tel que : F (i) .
N 1
i 0,3
- Si N < 20 : on utilisera les rangs mdians tel que : F (i) .
N 0,4
Exemple :
Nous avons soumis un lot de six roulements, chargs dans des conditions
spcifiques un essai de dure de vie. Nous avons enregistr le tableau suivant :
N Roulement Nombre de cycles avant rupture
1 4.105
2 1,3.105
3 9,8.105
4 2,7.105
5 6,6.105
6 5,2.105

Ordonnons les valeurs des TBF (temps de bon fonctionnement) et calculons

les valeurs de F(t) en utilisant les rangs mdians (N = 6 < 20).
Panne i TBF F(i)
1 1,3.105 10,9 %
2 2,7.105 26,4 %
3 4.105 42,1 %
4 5,2.105 57,9 %
5 6,6.105 73,6 %
6 9,8.105 89 %

Les couples des points (TBF, F(i)) nous donnent une droite D1, do =0.
D1 coupe laxe (t,) labscisse =5,7.105 cycles.
D2 // D1 coupe laxe (b) lordonn =1,5.

Notes de cours 12 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

La table de Weibull donne A=0,9 et B=0,61.

MTBF A. A. 5,9.105 cycles.

MTBF


Fiabilit associe MTBF : R(MTBF) e 0,43 .
F (MTBF) 1 R(MTBF) 0,57

1 t
t

f (t ) e f (MTBF ) 0,106

1
t
(t ) (MTBF ) 0,248 pannes/cycle.

Graphiquement, en projetant sur la courbe, pour t = MTBF, on obtient
F(t)=0,56 et donc R(t)=0,44.
Dure de vie correspondant R(t)=0,9 : L10 ?
1/ 1/
1 1
On a t . Log , pour R(t)=0,9 : L10 . Log
R(t ) 0,9
L10 1,27.105 cycles.
Sur cent roulements changs systmatiquement T=1,3.105 cycles, dix
seraient dj dfaillants.
Exercice :
On tudie la dure de vie dun certain type de composants lectriques
fabriqus par une usine. On dsigne par T la variable alatoire qui chaque
composant, prlev au hasard dans la production, associe sa dure de vie
exprime en mois. Aprs une tude statistique, on admet que T suit une loi de
Weibull de paramtres 0, 2, 50.
1) Reprsenter graphiquement sur le diagramme dAlain Plait ( remettre
avec votre copie) la fonction de dfaillance F correspondante.
2) Dterminer graphiquement les probabilits des vnements suivants :
a) la dure de vie dun composant est infrieure 10 mois
b) la dure de vie dun composant est comprise entre 10 mois et 50
mois .
3) Dterminer par le calcul, puis laide du graphique, le temps au bout
duquel un composant doit tre chang, sachant que sa probabilit de survie
doit rester suprieure 90%. Comparer les rsultats.

Notes de cours 13 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

1.5.2 Technique du maximum de Vraisemblance

On appelle Vraisemblance dun chantillon, sa densit de probabilit. Par

exemple, dans le cas dun chantillon de n observations indpendantes ti dont la
densit de probabilit est f (t , ) , la Vraisemblance L scrit :
n
L(t1 , t 2 ,..., t n , ) f (ti , )
i 1

La mthode de Vraisemblance consiste choisir lestimation qui rend

maximale la densit de probabilit du n-uplets (t1, t2, , tn).
Dune manire tout fait classique, nous serons amens crire :
dL
0
d
d 2L
0
d 2
Trs souvent il sera plus commode de maximiser le logarithme de L, car la
fonction de Vraisemblance comporte frquemment des expressions de puissance
et des dormes exponentielles.
dLog( L)
0
d
2
d Log ( L)
0
d 2
Exemple dapplication:
On suppose que la loi doccurrence des pannes pour une machine suit une loi
de poisson dont on veut dterminer le paramtre a, partir dun chantillon
deffectif n=5 (nombre de pannes releves durant cinq semaines) :2 ; 4 ; 1 ; 0 ; 3.
e a a x
La fonction de probabilit : f ( x, a) (loi de poisson).
x!
La fonction de Vraisemblance scrit donc :
5
e a a x1 e a a x2 e a a x3 e a a x4 e a a x5
L( x1 , x2 ,..., x5 , a) f ( xi , a)
i 1 x1! x2 ! x3! x4 ! x5 !

a x1 x2 x3 x4 x5
e 5a .
x1! x2 ! x3! x4 ! x5 !
Log ( L) 5a 10Loga Log ( x1! x2 ! x3 ! x4 ! x5 !)
dLog ( L) 10
0 5 0 a 2
da a
On trouve que a est la moyenne des valeurs observes, qui correspond bien
au modle de poisson.

Notes de cours 14 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

d 2 Log ( L) d 10 10
Vrification : 5 2 2,5 0 .
da 2
da a a
1.5.2.1 Application une loi de fiabilit exponentielle
1
f (t ) .e .t ; R(t ) e .t ; F (t ) 1 e .t ; MTBF .

Supposons que nous avons relev un chantillon de dures de vie (t1, t2,,tn).
n
On aura donc L(t1 , t 2 ,..., t n , ) f (ti , ) .e .t1 ..e .t2 ....e .tn .
i 1

. ti
n .e n .e .T .
Avec T ti .

dLogL n
Log ( L) n.Log .T T .
d
n T
Do et MTBF .
T n
Exercice :
Dans un atelier de confection comportant 100 machines coudre identiques,
on a relev le nombre de demandes dinterventions du mcanicien pour
dpannage sur cinq jours conscutifs.
Jour N 1 2 3 4 5
Nombre de demandes 18 20 14 26 22

1) On admet que ce nombre quotidien de demandes dinterventions suit une

loi de poisson. En utilisant la mthode du maximum de vraisemblance,
dterminez le paramtre a du modle.
1.5.2.2 Application la loi de Weibull
Loi de Weibull standard : =0 et =1.
Un seul paramtre dterminer : ?

R(t ) e t ; F (t ) 1 e t f (t ) .t 1e t .
n

i 1
n
L(t1 , t 2 ,..., t n , ) f (ti , ) .ti
i 1
1
.e ti


n t i .e i
1 t
n

i 1
n n
Log ( L) n.Log ( 1) Log (t i ) t i

i 1 i 1

dLogL n n n
0 Log (ti ) ti Log (ti ) 0 ;

d i 1 i 1

Notes de cours 15 I. KHEMILI / 2016

Fiabilit des composants Fiabilit des Systmes Industriels

t
Avec : i Log (t i ).e .Log(ti ) Log (t i ).t i

n
Do :
ti
n

1 .Log (t i )
i 1

Cette quation du type x f (x) sera rsolue numriquement par itrations

successives.

2me cas : =0 et 1.
t t t


1 t
R(t ) e e
; F (t ) 1 e
f (t ) .t .e

1 ti n n 1 ti

n n
L(t1 , t 2 ,..., t n , ) f (t i , ) .t i .e t .e .
i 1 i 1 i
i 1

t
i
n n
ti
1
e
i 1

1 n n
Log ( L) n.Log ti ( 1).Log ti
i 1 i 1
n n
1
ti ( 1). Log (t i )

n.Log n.Log
i 1 i 1

n n
ti ti

dLogL n 1 n
0 i 1 2 0 i 1

d n n
ti

i 1

dLogL n 1 n n
0 t i .Log (t i ) Log (t i ) 0
d i 1 i 1

n

1 n n
it

.Log (t i ) Log (ti )
i 1 i 1

n
Do : n
.
n. t i Log (t i )

n
i 1
n
Log (t i )
ti
i 1

i 1

On retrouve encore une quation du type x f (x) que lon rsoudra

numriquement laide de lun des nombreux algorithmes classiques (Newton-
Raphson, par exemple).

Notes de cours 16 I. KHEMILI / 2016