Vous êtes sur la page 1sur 29

ÉTUDE DU COMPORTEMENT DES MATÉRIELS - INDEX

CHAPITRE PAGE

Index 1
Sigles et acronymes 2

I - LES HISTORIQUES 3
I-1) Contenus 3
I-2) Buts 3
I-3) Organisation 4
II - LES TEMPS 4
III - LES FONCTIONS DE FIABILITÉ 5
III-1) La fonction fiabilité : R(t) 5
III-2) La fonction de répartition : F(t) 6
III-3) La fonction densité de probabilité : f(t) 7
III-4) La fonction taux de défaillance : λ(t) 8
III-5) La fonction taux de mortalité instantanée : Z(t) 8
IV - ANALYSE DES FONCTIONS À PARTIR D'UN HISTORIQUE 9
IV-1) Par périodes de temps 9
1°) Mode opératoire 9
2°) Exemple d'application 10
IV-2) Ajustement mathématique de la loi exponentielle 11
IV-3) Ajustement mathématique de la loi de Weibull 11
1°) Définition de la loi de weibull 11
Valeur du paramètre A(β) 12
2°) Interprétation des différents paramètres en maintenance 12
2-a) β - paramètre de forme 12
2-b) γ - paramètre de position 13
2-c) η - paramètre d'échelle 13
3°) Préparation des données de l'historique 13
4°) Tracé sur papier Weibull 14
5°) Détermination graphique de γ 15
6°) Problèmes de corrélation 15
7°) Exemple d'application 16
V - MAINTENANCE PRÉVENTIVE SYSTÉMATIQUE 18
V-1) Deux méthodes de gestion 18
1°) Gestion individuelle 18
2°) Gestion collective 18
V-2) Recherche de la périodicité optimale θ 18
Abaque de Noiret 19
1°) Définition des coûts de MC et de MPS 19
2°) Calcul des coûts en gestion individuelle 20
3°) Calcul des coûts en gestion collective 21
4°) Exemple d'application 21
5°) Optimisation à l'aide d'abaques 22
Abaque gestion individuelle 23
Abaque gestion collective 24

1
VI - MAINTENANCE PRÉVENTIVE CONDITIONNELLE 22
VI-1) Paramètre à évolution linéaire connue 23
VI-2) Choix (délicat) d'une périodicité de mesure (θ) 23
1°) Détermination de la première mesure (contrôle) 23
2°) Périodicité après la première mesure 24
3°) Coûts de MPC 24
VII - LES ESSAIS DE FIABILITÉ 25
VII-1) Objectifs 25
VII-2) Essai épuisé 25
VII-3) Essai des observations instantanées 25
VII-4) Essai accéléré 25
VIII - CORRÉLATION ENTRE DEUX DÉFAILLANCES 26
1°) Objectif - Test de Spearman 26
2°) Exemple d'application 26

Lexique des sigles et acronymes utilisés dans cet ouvrage :

TBF Temps de Bon Fonctionnement


MTBF Moyennes des Temps de Bon Fonctionnement
TO Temps d'Ouverture
TTR Temps Technique de Réparation
MTTR Moyenne des Temps Techniques de Réparation
TA(F) Temps d'Arrêt (de Fonctionnement)
TL Temps Logistique
MC Maintenance Corrective
MPS Maintenance Préventive Systématique
MPC Maintenance Préventive Conditionnelle
TRS Taux de Rendement Synthétique
Di Disponibilité Intrinsèque
Do Disponibilité Opérationnelle
CuMC Coût unitaire de Maintenance Corrective
CuMPS Coût unitaire de Maintenance Préventive Systématique
CuMES Coût unitaire d'une mesure (contrôle) en Maintenance Préventive Conditionnelle

2
ÉTUDE DU COMPORTEMENT DES MATERIELS (NF X60)
On entend par comportement des matériels (ou systèmes, ou organes …) l'étude de leur vie, comprenant
leur service, leurs réparations …

But : - choisir les politiques de maintenance


- optimiser la maintenance (coût et sécurité)
- programmer les investissements
- planifier la maintenance préventive
- gérer les stocks …

Une des données essentielles sera le taux de défaillance λ (ou toute grandeur associée).

I – LES HISTORIQUES
I - 1 ) Contenus :

- topographie des équipements (géographie, codification…)


- rapports d'intervention de maintenance corrective
- rapports d'intervention de maintenance préventive
- par intervention : pièces détachées, coûts, main d'œuvre, durées …

I- 2 ) Buts :
- maîtriser les coûts
- établir des bilans et budgets
- déterminer les performances (ratios, indicateurs…)
- établir et maîtriser le comportement des matériels

3
I – 3 ) Organisation :
a ) Sur fiches "papier", généralement classées par équipement et ordre chronologique. Ce procédé, très
classique, n'a vraiment d'intérêt que si l'on désire garder une trace écrite et contractuelle d'un
événement (généralement pour un aspect légal ou commercial).
Ce procédé interdit quasiment toute utilisation à des fins statistiques (I-2), car l'historique est alors
inutilisable ; on voit mal en effet un professionnel dépouiller des milliers de fiches "papier" pour tirer
un ratio de performance ou une MTBF.

b ) En utilisant une GMAO. Il s'agit là du seul moyen pour utiliser convenablement un historique, encore
faut-il définir au préalable quels renseignements conserver, et sous quelle forme. Ce dernier point est
crucial, car toute marche arrière est délicate ou impossible. Une GMAO mal conçue au départ ne
servira à rien.

II – LES TEMPS
NORME X60 015

Les définitions de ces temps et le vocabulaire associé sont nécessaires pour développer la suite.
Les abréviations utilisées seront les mêmes pour tout ce qui suit (voir aussi lexique des sigles).

TO
norme NF X60 015 Temps d’ouverture ou temps requis =
temps exigé pour accomplir une fonction

Temps effectif de disponibilité. Temps effectif d’indisponibilité.


Peut fonctionner Ne peut pas fonctionner

TBF TAF TAF TAM


Fonctionne Peut Ne fonc- Indisponible
effectivement fonctionner tionne pas
mais ne fonc- pour cause -maintenance
tionne pas externe -défaillance

TO = ∑ temps
Vocabulaire, sigles et acronymes :
TBF = Temps de Bon Fonctionnement TTR = Temps Technique de Réparation
MTBF = Moyenne des Temps de Bon Fonctionnement MTTR = Moyenne des Temps Techniques de Réparation
adapté de l'anglais : Mean Time Between Failures adapté de l'anglais : Mean Time To Repair
MTA(F) = Moyenne des Temps d'Arrêt (de Fonctionnement) MTL = Moyenne des Temps Logistiques

La gestion et l'étude de ces temps permettent d'établir la notion de disponibilité.

Augmenter et assurer la disponibilité est la base de la fonction maintenance

4
FIABILITE MAINTENABILITE
Aptitude à ne pas défaillir Aptitude à être réparé
MTBF élevée MTTR faible
et ! faible et µ fort

DISPONIBILITE
Aptitude à pouvoir produire

Ci-dessous, deux exemples de ratio décrivant la disponibilité :

MTBF Dite disponibilité intrinsèque; elle ne dépend que du système étudié et


Di =
MTBF + MTTR non de son environnement.
Sa valeur doit être très proche de 1.
Dite disponibilité opérationnelle; elle tient compte de l'environnement du
MTBF système étudié (et en particulier des machines antécédentes et
! Do =
MTBF + MTTR + MTL subséquentes).
Sa valeur doit être la plus élevée possible!

!
III – LES FONCTIONS DE FIABILITE :
Attention le mot "fiabilité" est employé dans plusieurs sens :
- L'aptitude à ne pas défaillir
- Le nom de la fonction de probabilité de survie

III – 1 ) La fonction fiabilité : R(t)


La lettre R vient de l'anglais "reliability".

R(t) = probabilité pour un système d'être en vie à l'instant t (ou de ne pas avoir eu de panne).

R(t)
1 Courbe décroissante entre la mise en
service (R≈100%) et la fin de vie.

R(t) Les abscisses peuvent être des temps,


mais aussi des unités de production (km,
pièces produites, kWh …).

t / up
0
t

Cette fonction est très utilisée pour les organes d'usure (freins, roulements, engrenages …) car la courbe
est significative.

En revanche, on ne l'utilise guère pour les systèmes réparables; en effet il est peu probable qu'un système
complexe reste longtemps sans panne. On préfère alors utiliser le taux de défaillance λ.

5
MTBF MTBF
Courbe de fiabilité d'un organe Courbe de fiabilité d'un système
d'usure, le comportement est réparable : courbe non significative.
significatif.

Interprétation de la courbe de fiabilité : (Valable uniquement pour un organe d'usure)

MTBF MTBF
Usure maîtrisée : tous les organes de même Usure mal maîtrisée : les organes de même type
type sont usés dans la même période. tombent en panne sur une vaste période. Beaucoup
Ce comportement est propice à une politique de défaillances précoces. Cela peut être dû aux
de MPS. organes eux-mêmes, ou aux conditions de
fonctionnement.
Il faudra adopter une politique de MC ou MPC

Exemple 1 : un ensemble de charbons pour collecteurs électriques identiques; l'usure est maîtrisée, tous les charbons
atteindront leur fin de vie presque en même temps. Une MPS proche de la MTBF sera alors rentable.

Exemple 2 : des embrayages sur poids lourds routiers; les conditions de fonctionnement sont les mêmes, même types de
conducteurs, les MTBF de tous les embrayages seront proches. Une MPS est aussi envisageable.

Exemple 3 : des embrayages, mais sur voitures de location; les conducteurs sont très différents, les conditions de circulation
aussi (ville ou route), les défaillances seront éparpillées dans le temps, aucune MPS possible ⇒ MC (ou MPC si faisable).

III – 2 ) La fonction de répartition : F(t)


F(t) = probabilité pour un système d'être "mort" à l'instant t (ou d'être en panne).

F(t) Courbe croissante entre la mise en service (F≈ 0)


1
R(t)
et la fin de vie (F≈ 100%).

F(t) Les abscisses peuvent être des temps, mais aussi


des unités de production (km, pièces produites,
kWh …).

t / up F(t) = 1- R(t)
0
t

Cette fonction est complémentaire de R(t), on utilisera l'une ou l'autre indifféremment.

6
III – 3 ) La fonction densité de probabilité : f(t)
f(t) = quantité de défaillance(s) par unité ou période de temps, en % de l'effectif total

dF(t) nb de déf . de l'intervalle


f(t) est la dérivée de F(t) : f (t) = ou par intervalle de temps : f (t) =
dt nb de l'effectif total

f(t) donne la répartition dans le temps


f(t)
des défaillances.
! !
N'est utilisée que pour les organes
d'usure (pour les systèmes réparables
utiliser son équivalent : le taux de
défaillance λ).
F(t1)
t1

t / up F(t1 ) = " f (t)dt


0
0
t1 MTBF

Interprétation de la courbe f(t) : (Valable uniquement pour un


! organe d'usure)

Une courbe f(t) "pointue"


f(t) traduira une loi d'usure nette.
Usure bien maîtrisée
Toutes les défaillances sont
Défaillances groupées
groupées autour d'une même
date (la MTBF).

Une MPS à R(t) mini imposée


F(t) maxi (donc F(t) maxi) pourra être
rentable car les rempla-
t / up cements seront proches de la
0 MTBF.
date de remplacement en MPS

Une courbe f(t) "plate"


f(t)
traduira des défaillances Usure mal maîtrisée
étalées dans le temps; ce Défaillances éparpillées
n'est pas une loi d'usure
maîtrisée.
F(t) maxi
Une MPS à R(t) mini
imposée (donc F(t) maxi)
serait aberrante car les
remplacements se feraient t / up
trop précocement par 0
date de remplacement en MPS
rapport à la MTBF.

7
III – 4 ) La fonction taux de défaillance : λ(t)

f (t)
λ(t) = quantité de défaillance(s) par unité de temps : "(t) =
R(t)

Interprétation de la courbe λ (t) : (Valable uniquement pour un système réparable)


!
λ(t) est l'équivalent de f(t) pour les systèmes réparables. Un système réparable en production stabilisée
doit avoir un taux de défaillance constant.

Zone 1 : le système est en phase de


!(t)
mise en service, beaucoup de
défaillances, mais fiabilisation rapide.
!" !!
! constant Zone 2 : production stabilisée, taux de
défaillance constant. On cherche
2 cependant à diminuer celui-ci par des
3 améliorations.
amélioration
1 Zone 3 : obsolescence, le système doit
t être remplacé ou rénové.

L'unité de λ est "défaillance/unité de temps", l'unité inverse est utilisée pour la MTBF ("unité de
temps/entre défaillance").

1
Lorsque le taux de défaillance est constant alors : "(t) = " = = cst
MTBF

III – 5 ) La fonction taux de mortalité instantanée : Z(t)


!
Z(t)
Nombre de défaillances
1 Z(t) =
Nombre d'éléments en service

Cette fonction traduit l'importance des défaillances


! par rapport au nombre d'organes en service.

Pour les organes d'usures, mais peu utilisée


cependant.

Z(0) = 0 et Z(fin de vie)=100%


t / up
0

8
IV – ANALYSE DES FONCTIONS À PARTIR D'UN HISTORIQUE
IV – 1 ) Par périodes de temps :
Deux cas peuvent se présenter pour ce type d'étude :
- L'historique ne donne que les nombres de défaillances par périodes (par mois par exemple).
- Le nombre de défaillances relevées est important, et on simplifie le traitement en les regroupant
par périodes de temps.
Dans ces deux cas, le mode opératoire est identique.

On rappelle qu'un TBF = date de la défaillance

Notations :
- N ou N(0) ou N0 = nombre total d'éléments (donc le nombre total de défaillances en fin
d'historique).
- K = nombre de périodes de temps observées
- k = kème période (n° de la période)
- N(k) = nombre d'éléments restants (survivants) en fin de kème période

1°) Mode opératoire :

a) Il faut découper la durée de l'historique étudié (de 0 à la fin) en K périodes identiques en durée.
Ce découpage peut déjà être fait par l'historique (exemple : défaillances données par mois).

Dans le cas où le découpage doit être effectué, on choisit un nombre K tel que :
 K = N si N≤ 20
 K = N si N > 20
On arrondit bien sûr K à un nombre facile à utiliser!

b) Compter le nombre de défaillances par période = N(k "1) " N(k)


!
c) Déterminer puis tracer les différentes fonctions, puis les interpréter.

Expressions des différentes fonctions en fin de k!


ème
période :
N(k "1) " N(k) N(k) N " N(k) N(k "1) " N(k)
f (k) = R(k) = F(k) = 1" R(k) = Z(k) =
N N N N(k "1)

Calcul de la MTBF :
On ne connaît pas les valeurs de chaque TBF, mais uniquement leur nombre par période, chaque TBF
! ! ! !
est donc compris entre la date de début de période et celle de fin. Statistiquement, on considèrera les
TBF de chaque période comme tous regroupés au milieu de période.

x x x x x x x xx Equivalent à : x x9
 9 TBF considérés statistiquement
9 TBF réels répartis du début à la fin
comme tous au centre de la période

$ tm(k) " (N(k #1) # N(k)) K

MTBF = k=1
ou plus simplement MTBF = # tm(k) " f (k)
N k=1

tm(k) = temps (date) du milieu de la kème période


! !
9
2°) Exemple d'application :

Soit le relevé d'historique suivant :


Période 1 2 3 4 5 6 7 8 9 10
Nb déf. 1 3 8 10 19 25 14 12 4 2
Total des défaillances N = 98 sur une durée totale de 2250 h

K = 98 = 9,9 donc 10 périodes (de 225 h chacune) vont parfaitement.

Le tableau ci-dessous donne la valeur des différentes fonctions de fiabilité, leur tracé ainsi que la MTBF.

k début tm(k) fin déf/k N(k) f(k) R(k) F(k) Z(k)


0 98 1 0 0
1 0 112,5 225 1 97 1,0% 99% 1% 1%
2 225 337,5 450 3 94 3,1% 96% 4% 3%
3 450 562,5 675 8 86 8,2% 88% 12% 9%
4 675 787,5 900 10 76 10,2% 78% 22% 12%
5 900 1012,5 1125 19 57 19,4% 58% 42% 25%
6 1125 1237,5 1350 25 32 25,5% 33% 67% 44%
7 1350 1462,5 1575 14 18 14,3% 18% 82% 44%
8 1575 1687,5 1800 12 6 12,2% 6% 94% 67%
9 1800 1912,5 2025 4 2 4,1% 2% 98% 67%
10 2025 2137,5 2250 2 0 2,0% 0% 100% 100%
K
MTBF = # tm " f (k) = 1187 h
k=1

Les fonctions R, F et Z allant de 0 à 100% peuvent être tracé sur le même graphe

10
IV – 2 ) Ajustement mathématique de la loi exponentielle :
Il va s'agir de tracer la fonction fiabilité R(t) avec une loi mathématique. Pour ajuster une fonction
mathématique sur un nuage de points, il faut pour cela qu'il y ait une corrélation satisfaisante.

Bonne corrélation Mauvaise ou aucune corrélation

La loi exponentielle définit :

R(t) = e" #t f (t) = " .e# "t


1
λ = constante MTBF =
"
!
Cette loi, simple,
! peut être utilisée pour les historiques de systèmes réparables à taux de défaillance
constant, donc en période d'exploitation stabilisée (voir § III-4).
!
Dans tous les autres cas, on lui préfère la fonction de Weibull, plus adaptée.

IV – 3 ) Ajustement mathématique de la loi de WEIBULL :

La loi de Weibull est une fonction polymorphe à trois paramètres : β, η, γ.

1°) Définition de la fonction de Weibull :

Cette loi définit les fonctions de fiabilité:

% t"# ( + " $1 &


t$% )"
"' * " &t $%) $(
' # *
+

R(t) = e & $ ) f (t) = .( + .e


#' # *
# %1
f (t) # ' t % & *
"(t) = = .) , MTBF = A." + #
R(t) $ ( $ +
! !
β = paramètre de forme
!
!
η = paramètre d'échelle

γ = paramètre de position

A = fonction complexe de β, donnée dans le tableau ci-après :

La fonction de Weibull sera couramment tracée sur du papier gradué en échelle Log/LogLog (papier
d'Alan Plaitt ou papier Weibull).
De nombreux programmes informatiques effectuent le même travail.

11
Valeurs du paramètre A en fonction de β
β A β A β A β A β A
0,25 24,0000 1,10 0,9649 1,95 0,8867 3,60 0,9011 5,30 0,9213
0,30 9,2605 1,15 0,9517 2,00 0,8862 3,70 0,9025 5,40 0,9222
0,35 5,0291 1,20 0,9407 2,10 0,8857 3,80 0,9038 5,50 0,9232
0,40 3,3234 1,25 0,9314 2,20 0,8856 3,90 0,9051 5,60 0,9241
0,45 2,4786 1,30 0,9236 2,30 0,8859 4,00 0,9064 5,70 0,9251
0,50 2,0000 1,35 0,9170 2,40 0,8865 4,10 0,9077 5,80 0,9260
0,55 1,7024 1,40 0,9114 2,50 0,8873 4,20 0,9089 5,90 0,9269
0,60 1,5046 1,45 0,9067 2,60 0,8882 4,30 0,9102 6,00 0,9277
0,65 1,3663 1,50 0,9027 2,70 0,8893 4,40 0,9114 6,10 0,9286
0,70 1,2638 1,55 0,8994 2,80 0,8905 4,50 0,9126 6,20 0,9294
0,75 1,1906 1,60 0,8966 2,90 0,8917 4,60 0,9137 6,30 0,9302
0,80 1,1330 1,65 0,8942 3,00 0,8930 4,70 0,9149 6,40 0,9310
0,85 1,0880 1,70 0,8922 3,10 0,8943 4,80 0,9160 6,50 0,9318
0,90 1,0522 1,75 0,8906 3,20 0,8957 4,90 0,9171 6,60 0,9325
0,95 1,0234 1,80 0,8893 3,30 0,8970 5,00 0,9182 6,70 0,9333
1,00 1,0000 1,85 0,8882 3,40 0,8984 5,10 0,9192 6,80 0,9340
1,05 0,9803 1,90 0,8874 3,50 0,8997 5,20 0,9202 6,90 0,9347

2°) Interprétation des différents paramètres en maintenance :

2-a) β - paramètre de forme (sans unité) :

Certainement le plus significatif, il caractérise l'évolution du taux de défaillance λ.

λ croissant β>1
λ constant β=1
λ décroissant β<1

!(t)
β nous permettra de déterminer pour un !" ! constant !!
système réparable dans quelle phase de vie
"<1 "=1 ">1
nous sommes :
β < 1 : jeunesse / fiabilisation 2
β = 1 : fonctionnement stabilisé 3
β > 1 : période d'obsolescence / usure
1
t

Ci-dessous tableau des interprétations de β :

β Organe d'usure Système réparable


<1 Comportement anormal / historique mélangé… Jeunesse / fiabilisation
=1 Comportement anormal / usure ou conditions de Normal, fonctionnement stabilisé
fonctionnement mal maîtrisées
>1 Normal (plus β est grand et mieux l'usure est Obsolescence / usure / dégradation du système de
maîtrisée) production

12
2-b) γ - paramètre de position (unité de temps) :

En regardant l'expression des fonctions de Weibull, on voit que γ se soustrait au temps t. Il s'agit donc
tout simplement d'un changement d'origine des temps.

Ce changement d'origine peut avoir deux genres de causes :

- L'historique est incomplet ou a commencé trop tard, il nous manque alors des défaillances dans
la description du comportement. La fonction f(t) est alors tronquée au début.

- L'historique est plus ancien que le phénomène observé, ou il s'est passé longtemps entre la mise
en service des matériels et le début des défaillances.

f(t) f(t)
!>0
début des
défaillances !<0 longue période
avant le début sans défaillances
de l’historique

! 0 t 0 ! t

Exemple : historique sur systèmes anciens Observation très courante pour les organes d'usure.

Lorsque l'historique débute en même temps que l'apparition des défaillances alors γ = 0.

2-c) η - paramètre d'échelle (unité de temps) :

Ce paramètre permet d'adapter l'échelle des temps de l'historique à la fonction de base de Weibull.
Il permet de déterminer la MTBF, mais n'a pas d'interprétation significative en maintenance.

3°) Préparation des données de l'historique :

On dispose de N TBF dans l'historique, on notera "i" le ième TBF.

Dans le cas où l'historique est donné par nombre de défaillances sur des périodes, on ne tracera que le
dernier TBF de chaque période, considéré en fin de période (TBF(k) = date de fin de kème période).

3-a) Classer les TBF par ordre croissant. Ils seront ainsi numérotés de i=1 à i=N.

3-b) Calculer les différentes valeurs de la fonction F(t)

Pour éviter les problèmes de bornage, on utilise les trois méthodes suivantes :

N > 50 i méthode des rangs normaux


F(i) = ( F(i=N) ne peut pas être tracé )
N
20 < N ≤ 50 i méthode des rangs moyens
F(i) =
N +1
N ≤ 20 i " 0,3 méthode des rangs médians
! F(i) =
N + 0,4
!
(Lorsque N est très grand, il est possible de ne tracer qu'un point de temps en temps).
! 13
4°) Tracé sur papier Weibull :

Le papier gradué de Weibull comporte plusieurs échelles :


- abscisses : le temps (échelle Log), appliquer un facteur multiplicatif.
- ordonnées : F(t) (échelle Log.Log) en %
- une deuxième abscisse de temps vers le haut du graphique : échelle des η
- une échelle linéaire verticale : échelle des β

Mode opératoire :
1 - Tracer la fonction F(t) avec chacun des F(TBF) déterminés précédemment ( de i à N).
2 - Si le tracé est droit alors γ = 0 puis passer au point 4, sinon déterminer la valeur de γ (voir §
suivant).
3 - Si γ ≠ 0, "redresser" la courbe en traçant F(t- γ). Ne le faire que pour deux points, le résultat
étant une droite!
4 - Cette droite F(t- γ) coupe l'échelle des η, lire alors la valeur de η sur cette échelle.
5 - Tracer une droite parallèle à celle des F(t- γ), passant par t=1 sur l'échelle des η. Cette droite
coupe alors l'échelle des β, lire alors la valeur de β.

14
5°) Détermination graphique de γ :

Si les points de la courbe F(t) ne sont pas alignés rectilignement, alors γ ≠ 0.

!>0
!<0

t-!
t-!

Méthode graphique pour déterminer γ :

F(t)
- Sur l'axe des F(t), choisir trois points (1, 2, 3)
c
tels que ab = bc (en longueur sur la feuille, 3
sans tenir compte de l'échelle des F(t)).
- En déduire trois temps t1, t2, t3.
- Calculer γ avec la formule ci-dessous :
2 2 b
" = 2 t1 t 3
t # .
2t 2 # t1 # t 3

- Redresser la courbe des F(t) pour obtenir la


1 a
droite de Weibull (§ ci-dessus).
!
t
t1 t2 t3

6°) Problèmes de corrélation :

Si l'historique est cohérent, le tracé doit présenter des points sur une courbe "harmonieuse". Cette courbe
(ou droite si γ = 0) ne doit pas présenter de points d'inflexion et avoir une courbure régulière, plus
prononcée dans les TBF petits.

Ci-dessous, quelques exemples de mauvaises corrélations :

F(t) Aucune corrélation n'est possible, soit :

- l'historique est complètement mélangé (trop


d'éléments aux comportements différents)
- les temps sont faux (historique mal renseigné)
- le système a une loi de comportement aléatoire
(due aux conditions externes par exemple)
t

15
La corrélation n'est pas évidente, mais on remarque deux
F(t) segments de droite.

Dans ce cas il peut s'agir de deux populations mélangées


(deux organes ou systèmes différents).

Il faut alors reprendre l'historique, les séparer et


recommencer deux études distinctes.
t

7°) Exemple d'application :

Ci-dessous historique (≈20 mois) concernant les balais en graphite d'une génératrice de forte puissance.
L'observation porte sur la durée de 12 jeux de balais. Les 12 TBF ci-dessous sont déjà triés par ordre
croissant :

TBF en heures de 12 balais


2160 2520 2560 2980 3160 3320
3500 3680 3860 4070 4340 4750

On calcule alors les valeurs de F(i) par la méthode des rangs médians (N<20) :

i TBF F(i) ou F(TBF) i TBF F(i) ou F(TBF)


1 2160 5,6% 7 3500 54,0%
2 2520 13,7% 8 3680 62,1%
3 2560 21,8% 9 3860 70,2%
4 2980 29,8% 10 4070 78,2%
5 3160 37,9% 11 4340 86,3%
6 3320 46,0% 12 4750 94,4%

On trace alors sur papier Weibull les points F(TBF) ainsi déterminés (échelle des temps x 1000) :

On lira sur le tracé suivant, dans l'ordre de tracé :

Après tracés des trois droites pour déterminer t1, t2, t3 :


t1 = 2170 h t2 = 2980 h
t3 = 4650 d'où γ = 1400 h
On redresse ensuite la courbe en ajoutant - γ à 2 temps quelconques (ici t1 et t2 par commodité)

Cette nouvelle droite de Weibull coupe l'axe des η à η = 2300 h

Une parallèle à cette droite passant par η = 1 coupe l'axe des β à β = 2,6

β nous permet de trouver dans le tableau : A = 0,8882


d'où MTBF = 0,8882x2300+1400 ⇒ MTBF = 3443 h

On remarque que la MTBF calculée en faisant directement la moyenne des TBF est de 3408 h.
La différence des deux résultats est faible (1%), il vaut mieux considérer le résultat de Weibull
qui est statistiquement plus fiable (la MTBF directe peut tenir compte de points plus ou moins
aberrants).

16
Interprétation des résultats :
β = 2,6 c'est bien une loi d'usure car β > 1 (nettement) ce qui est normal pour des balais.
γ =1400 h pour une MTBF de 3443 h (γ=40% de la MTBF), donc une longue période se passe avant les
premières défaillances d'usure, ce qui est conforme (pas de défaillances anormalement prématurées).

Donc le comportement de ces balais paraît tout à fait conforme à une loi d'usure standard.

IV - ) Exploitation des résultats :

Résultat obtenu Indications, utilisations


MTBF, λ Performance du système, indicateurs, stocks, coûts MC et bilans, AMDEC
Évolution de λ Évolution d'un système réparable, remplacement et décision d'investissement
Valeur de β ou de rénovation. Choix de politique de maintenance. Vérification d'une loi ou
d'un comportement (usure par exemple).
R(t) ou F(t) Planification et optimisation du préventif, détermination des périodicités de
MPS (et de MPC dans certains cas).

Les lois de comportement permettent d'apprécier certaines dérives dans le fonctionnement des systèmes
réparables.

Elles permettent aussi de planifier efficacement et de manière économique la maintenance préventive (§


suivant).

17
V - MAINTENANCE PRÉVENTIVE SYSTÉMATIQUE
Nous n'aborderons ici que la MPS destinée au remplacement d'organe(s) d'après un échéancier. La
planification de la MPS peut alors faire grandement appel à la connaissance des lois de comportement
des matériels.

V - 1 ) Deux méthodes de gestion :


Il y a deux méthodes pour gérer la périodicité de remplacement d'un organe (ou système en général).

1° ) Gestion individuelle :

Chaque organe a un nom propre (code) dans l'historique, sa durée de fonctionnement est connue
individuellement. Quand on le contrôle ou le remplace, c'est sur lui et pas un autre. On peut dire à tout
instant dans quel état de vie il se trouve.

Cette méthode est adaptée aux organes (systèmes) à valeur ou situation importante, qui sont en nombre
faible, avec des conditions de fonctionnement qui peuvent être différentes.

2°) Gestion collective :

L'organe fait ici partie d'un groupe (d'une collectivité). Il n'est pas connu en lui-même. Son
remplacement en MPS se fait avec tous les organes du même groupe.

Cette méthode est adaptée aux organes de faible valeur, en grand nombre, dont la gestion individuelle
coûterait cher (gestion et intervention).

Exemple : en éclairage public, on gère les ampoules des lampadaires collectivement; le groupe sera une
avenue par exemple. À la périodicité de MPS, toutes les ampoules de l'avenue sont changées, sans
chercher à savoir si telle ou telle ampoule est plus récente qu'une autre.
Une ampoule qui aurait été changée en MC peu avant serait de nouveau remplacée, car on ne pourrait
l'identifier.

V - 2 ) Recherche de la périodicité optimale θ :

Quand décider à priori d'une politique de MPS par remplacement d'organes?

Réponse : quand la défaillance provoque des coûts indirects !


(pertes de production, pannes induites, pénalités, salaires d'astreinte…)

Ces coûts indirects doivent représenter une part non négligeable du coût total de la défaillance.

Pas de coûts indirects ⇒ pas de MPS ! (sauf aspect sécuritaire ou réglementaire).

18
Les remarques ci-dessus
sont générales et il peut y
avoir des exceptions, non
économiques en principe.

Une aide subjective au


choix d'une politique de
maintenance peut être
trouvée avec l'abaque de
Noiret ci-contre.

Abaque de Noiret
d'aide à la décision →

On notera "θ " la valeur de la périodicité : intervalle entre deux opérations consécutives de MPS, en
unité de temps, ou unité de production (km, nb de pièces produites…).

On n'effectue jamais une MPS à 100% : en effet, quelle que soit la valeur de θ, il y aura toujours
possibilité de défaillance avant l'opération de MPS (R(θ) < 100%).

Il faut concilier deux aspects antagonistes (figure ci-après) :

- Si on augmente le taux de MPS (en diminuant θ), on diminue le taux de correctif mais on
augmente le coût du préventif.
- Si on augmente le taux de correctif (en augmentant θ), on obtient l'inverse

Il faut donc déterminer la valeur de θ donnant le coût de maintenance le plus bas : θ sera alors optimal.

Le coût total de maintenance sera toujours la somme des coûts de MPS et de ceux de MC résiduelle.

19
coûts
coût MC
à 100%

coûts totaux

mini
coûts de MPS

coûts de MC

MC zone des ! décroissant et taux de MPS croissant


! optimums

1° ) Définition des coûts de MC et de MPS :

CuMPS = coût unitaire d'une intervention de MPS sur l'organe considéré. Il comprend pièces,
MO, immobilisation… C'est un coût direct.

CuMC = coût unitaire d'une intervention de MC sur l'organe considéré. Il comprend les coûts
précédents (qui peuvent être majorés : livraison rapide, astreinte…) + tous les coûts indirects :
arrêt et pertes de production, indemnités client, astreintes, HS …

TO = temps d'ouverture, temps pendant lequel on utilise l'organe et pendant lequel on fait l'étude.
Ce temps d'ouverture est fréquemment calculé sur l'année comptable.

2°) Calcul des coûts en gestion individuelle :

TO TO
Coût total unitaire = CuMC " " [ F(# )] + CuMPS " " R(# )
MTBF #

TO
CuMC " " [ F(# )] représente la part du coût dû à la MC restante, dont le pourcentage est F(θ)
MTBF
!
donc F(θ) % des défaillances arrivent encore.

TO
représente la consommation d'éléments pour 100% de correctif.
MTBF

TO
CuMPS " " R(# ) représente la part du coût dû à la MPS, dans la proportion de R(θ)
#
F(θ) % des éléments ne sont pas traités en MPS, car changés à la suite de
défaillances. Ceci n'est possible que si chaque élément est traité de façon
individuelle.
TO
représente la consommation d'éléments pour 100% de préventif.
"

Pour optimiser θ, on cherche θ tel que le coût total unitaire soit minimal.

20
3°) Calcul des coûts en gestion collective :

TO TO
Coût total unitaire = CuMC " " [ F(# )] + CuMPS "
MTBF #

TO
CuMC " " [ F(# )] représente la part du coût dû à la MC restante, dont le pourcentage est F(θ)
MTBF
!
donc F(θ) % des défaillances arrivent encore.

TO
! représente la consommation d'éléments pour 100% de correctif.
MTBF

TO
CuMPS " représente la part du coût dû à la MPS, dans la proportion de R(θ)
#
! F(θ) % des éléments sont toujours traités en MC, mais sont encore retraités
en MPS car c'est le groupe qui est traité en MPS et non pas l'élément.
TO
! représente la consommation d'éléments pour 100% de préventif.
"

Pour optimiser θ, on cherche θ tel que le coût total unitaire soit minimal.
! 4°) Exemple d'application :

On reprend les données de l'exemple du § IV-3-7, les trois paramètres de Weibull sont connus, on peut
donc exprimer facilement les fonctions F(t) et R(t).

Données économiques :
- Coût de remplacement d'un jeu de balai = 520,00 €
- Coût d'arrêt de production (défaillance en production) = 650,00 €
- Fonctionnement : 315 j/an à 8h/j

Chaque génératrice est gérée individuellement.


CuMPS = 520,00 €
CuMC = 520,00 € + 650,00 € = 1170,00 €

Le tableau ci-dessous teste θ entre 2000 h et 3400 h, on repère alors facilement θ donnant le coût total
minimal. On prendra ensuite un θ voisin pratique pour le calendrier de l'entreprise.

Dans le tableau, F(θ) est calculée avec 1 - R(θ).


% t"# ( +
"' *
& $ )
R(θ) est calculée avec la formule de Weibull : R(t) = e avec les paramètres déjà déterminés.

Un tableur traite ce genre de données à merveille !

La courbe suivant le tableau illustre !


la recherche du θ minimal.

21
θ R(θ) part de MC part de MPS coût total
2000 0,96 118,74 € 2 447,67 € 2 566,40 €
2050 0,96 142,75 € 2 370,22 € 2 512,98 €
2100 0,95 169,48 € 2 294,51 € 2 463,99 €
2150 0,94 199,00 € 2 220,35 € 2 419,35 €
2200 0,93 231,34 € 2 147,62 € 2 378,96 €
2250 0,92 266,54 € 2 076,19 € 2 342,74 €
2300 0,91 304,64 € 2 005,97 € 2 310,61 €
2350 0,90 345,63 € 1 936,86 € 2 282,50 €
2400 0,88 389,51 € 1 868,82 € 2 258,33 €
2450 0,87 436,23 € 1 801,79 € 2 238,02 €
2500 0,86 485,77 € 1 735,74 € 2 221,51 €
2550 0,84 538,07 € 1 670,64 € 2 208,71 €
2600 0,82 593,03 € 1 606,49 € 2 199,52 €
2650 0,81 650,58 € 1 543,28 € 2 193,86 €
2700 0,79 710,60 € 1 481,03 € 2 191,63 €
2750 0,77 772,97 € 1 419,74 € 2 192,71 €
2800 0,75 837,54 € 1 359,46 € 2 197,00 €
2850 0,73 904,18 € 1 300,19 € 2 204,37 €
2900 0,71 972,70 € 1 241,98 € 2 214,68 €
2950 0,69 1 042,93 € 1 184,86 € 2 227,80 €
3000 0,67 1 114,69 € 1 128,88 € 2 243,58 €
3050 0,65 1 187,78 € 1 074,08 € 2 261,85 €
3100 0,62 1 261,98 € 1 020,50 € 2 282,47 €
3150 0,60 1 337,08 € 968,18 € 2 305,26 €
3200 0,58 1 412,88 € 917,17 € 2 330,05 €
3250 0,56 1 489,13 € 867,52 € 2 356,65 €
3300 0,53 1 565,63 € 819,26 € 2 384,89 €
3350 0,51 1 642,14 € 772,43 € 2 414,58 €
3400 0,49 1 718,45 € 727,08 € 2 445,53 €

En abscisse : la valeur de θ variant de


3400 h à 2000 h.

θ optimal = 2700 h

coût total minimal = 2191,63 €

On remarque qu'il restera encore 21%


de correctif.

22
5°) Optimisation à l'aide d'abaques :

Les abaques suivants utilisent les paramètres de la fonction de Weibull. Ils effectuent graphiquement le
même genre de calculs que précédemment.

P C2 (" )
on définit les rapports : r = et
p C1
P = coût indirect de défaillance (arrêt et pertes de production, indemnités client, astreintes, HS …)
p = coût direct de remplacement
C1 = coût de correctif (en €/unité de temps)
!
! préventif avec
C2(θ) = coût de périodicité θ (en €/unité de temps)

C2 (" )
La MPS n'est bien sûr rentable que si <1
C1
Il y a deux abaques différents : gestion individuelle ou collective.

En fonction de β et r ⇒ on détermine le coefficient "x" permettant de déterminer θopt avec la formule :


!

" optimal
= x.# + $

23
VI - MAINTENANCE PRÉVENTIVE CONDITIONNELLE
Pour définir θ, périodicité des mesures de surveillance, toute la difficulté consiste à connaître ou à
évaluer la manière dont évolue le paramètre surveillé (vibrations, température…).

Un paramètre qui évolue linéairement et régulièrement sera bien adapté à une MPC, alors qu'un
paramètre exponentiel ou aléatoire sera plus difficile à mettre en œuvre.

amplitude amplitude
paramètre paramètre

réf
réf
temps temps

bon paramètre mauvais paramètre (délicat à utiliser)

L'évolution du paramètre choisi pourra être déterminé par expérience, en examinant la courbe de
tendance de celui-ci.

24
Pour déterminer la périodicité en phase de mise en place de la MPC, une grande expérience est
nécessaire et/ou une bonne connaissance du système surveillé. La connaissance de cas similaires aide
grandement.

Par exemple : pour la surveillance des roulements par analyse vibratoire, on sait que l'évolution du
paramètre est souvent presque linéaire (au début du moins).

VI - 1 ) Paramètre à évolution linéaire connue :


Il s'agit bien sûr de l'évolution lorsque que l'élément surveillé commence à entrer dans sa phase finale
d'usure.
La figure ci-dessous montre une surveillance à deux niveaux d'alerte, pour un paramètre à évolution
linéaire.

tp1 et tp2 = temps de prédiction entre référence, amplitude


alerte 2
alerte 1 et alerte 2.

L'intervalle θ entre deux mesures ne doit pas être alerte 1


supérieur ni à tp1, ni à tp2. valeur
paramètre

réf
tp1 tp2
t
normal phase d’usure / fin de vie

VI - 2 ) Choix (délicat) d'une périodicité de mesure (θ) :

1°) Détermination de la première mesure (contrôle) :

Si on connaît (ou on sait estimer) la loi de comportement de l'élément, alors on définit la première
mesure pour satisfaire une fiabilité minimale.

Par exemple : première mesure pour ne pas avoir plus de 0,1% de défaillance avant, donc R(θ)≥99,9%.

Cette méthode permet d'éviter de faire un grand nombre de mesures prématurées et inutiles dans le cas
d'un γ important par exemple (figure ci-dessous).
f(t)
première mesure
à R(")#mini imposé

longue période sans risque


de défaillances
surveillance inutile
t
0 !

Dans la pratique, par prudence, on effectuera cependant quelques mesures espacées, ne serait-ce que
pour affirmer la valeur (moyenne) de référence du paramètre.

25
2°) Périodicité après la première mesure :

Là, tout se complique : refaire des mesures à θinitial d'intervalle serait aberrant, car R(t) est en général une
fonction exponentielle.
La deuxième mesure donnerait alors une probabilité de détection trop faible.

On définit généralement une périodicité θ nettement plus faible que θinitial en fonction de la connaissance
du système et des éléments surveillés.

On tient aussi compte dans la définition de θ de la valeur de l'installation et de sa criticité dans la chaîne
de production.

Souvent, seule l'expérience et l'analyse des tendances permettent de faire évoluer θ vers une valeur plus
optimale.

3°) Coûts de MPC :

Il faut avant tout "estimer" avec quelle confiance on détectera l'apparition des dérives d'usure avec le
paramètre surveillé. Cette confiance est bien sûr fonction de θ.

Confiance = Conf(θ) ( 0 < Conf(θ) ≤ 100% , Conf(θ) devant être le plus grand possible !)

On établit le coût unitaire d'une mesure (contrôle) = CuMES

TO TO TO
Coût total unitaire = CuMC " " [1# Conf ($ )] + CuMES " + CuMPS " " Conf ($ )
MTBF $ MTBF # $

TO
CuMC " " [1# Conf ($ )] représente le coût de la part de non-confiance, occasionnant la MC
MTBF
résiduelle dans la proportion de [1" C(# )]

TO
CuMES " représente le coût des contrôles sur TO (l'année par exemple)
#
!
TO
CuMPS " " Conf ($ ) représente le coût des opérations de remplacement suite à la
MTBF # $
détection des alertes. En effet, ce n'est pas parce que l'on surveille un
organe que celui-ci vivra indéfiniment! Il ne durera en moyenne que
jusqu'à la MTBF. On considère ici la périodicité de remplacement
égale à la MTBF moins l'intervalle θ qui a permis de détecter le
défaut (si θ est très grand, prendre θ /2).

Estimation de Conf(θ) : pour une surveillance efficace avec une technologie bien maîtrisée (analyse
vibratoire, thermographie...), on peut prendre en première approximation Conf(θ) ≈ 100%, sachant que
cette valeur sera légèrement optimiste. Sinon cette valeur sera estimée au mieux des connaissances.

26
VII - LES ESSAIS DE FIABILITÉ
VII - 1 ) Objectifs :
Lorsque l'on ne dispose pas d'historique, il est possible de faire des essais pour évaluer les valeurs de la
fiabilité, ou au moins le taux de défaillance.

VII - 2 ) Essai épuisé :

Le plus simple et le plus long! On prend N éléments et on les teste jusqu'à défaillance.
Cela revient à créer un historique, la durée de l'essai est souvent prohibitive.

VII - 3 ) Essai des observations instantanées :


Cet essai permet de déterminer l'état d'un paramètre de façon statistique. On observe au cours du temps,
de façon aléatoire, la valeur du paramètre ⇒ on en déduit sa moyenne ou la répartition de ses différentes
valeurs.
Plus utilisé en production qu'en maintenance.

VII - 4 ) Essai accéléré :

On utilise la méthode de Weibull pour ne tester qu'une partie de la population étudiée. Mode opératoire :

- créer "m" groupes de "p" éléments tel que : m " p = N (N effectif de la population totale)
- on poursuit l'essai jusqu'à avoir une défaillance au moins par groupe
- on ne conserve que la première défaillance de chaque groupe (au cas où il y en ait plusieurs)
!
On considère alors que la loi de comportement des groupes est la même que celle de chaque élément,
donc même β.

On trace la droite de Weibull des groupes (F(i) tel que i=1 à m)


Le TBF de la première défaillance des groupes est aussi le TBF de la première défaillance de toute la
population (comme si on avait poussé l'essai à épuisement).
On trace F(i=1) de cette première défaillance, pour m " p = N .
La parallèle par ce point à la droite de Weibull précédente nous donne la droite de Weibull de la
population toute entière, dont on déduit les paramètres habituels (η, MTBF…).
!
F(t)

droite Weibull des m groupes

droite Weibull des N éléments

F(1/m)

F(1/m.p)

TBF de la toute première défaillance

27
VIII - CORRÉLATION ENTRE DEUX DÉFAILLANCES
1° ) Objectif - Test de Spearman :

Il s'agit de vérifier dans un historique si deux phénomènes (types de défaillances) sont liés ou non. En
effet, l'apparition d'une défaillance peut en induire une autre, avec des décalages de temps parfois
importants.

La méthode qui suit ne permettra pas d'affirmer qu'il y a corrélation entre deux sortes de défaillances,
mais éclairera le maintenicien sur cette éventualité.

Il va de soi que dans certains cas, la corrélation est évidente, on se dispensera alors de calculs!

On dispose de l'historique de deux défaillances A et B, avec le nombre de défaillance par période (ces
périodes peuvent être largement décalées dans le temps, mais devront être numérotées de 1 à K).

On affecte à chaque période, pour chaque type de défaillance, un rang (de 1 à K) : le rang 1 pour le
moins de défaillances, le rang K pour le plus de défaillances.

Dans le cas (fréquent) où il y a des ex æquo, on recalcule un rang commun corrigé pour chaque groupe

d' ex æquo avec : rang commun =


" rangs ex aequo
nombre ex aequo

On calcule alors la corrélation de Spearman : rs


K 2

6 # $(rangA " rangB )


k k
! r S =1 " k=1
Par la formule ci-contre 3
K "K
Si rS est faible (moins de 0,8), alors il n'y a pas corrélation, il est inutile de rechercher une induction
entre les deux défaillances.
!
Si rS est proche de 1, alors il peut y avoir corrélation, mais ce n'est pas obligatoire. Le hasard peut en
effet jouer, et les deux défaillances peuvent alors être étrangères.
Seul un diagnostic précis pourra lever le doute.

Il est de toute façon recommandé d'avoir une grande réserve sur ce genre de résultat statistique.

2°) Exemple d'application :


ex æquo en italique
k nb déf A nb déf B rang A rang A cor rang B rang cor B (rgA-rgB)2
1 0 1 1 2 4 4,5 6,25
2 0 0 2 2 1 2 0
3 0 0 3 2 2 2 0
4 2 1 5 5 5 4,5 0,25
5 3 2 6 6 6 6,5 0,25
6 5 6 8 8 10 10,5 6,25
7 7 5 10 10,5 8 8,5 4
8 7 6 11 10,5 11 10,5 0
9 8 7 12 12 12 12 0
10 6 5 9 9 9 8,5 0,25
11 4 2 7 7 7 6,5 0,25
12 1 0 4 4 3 2 4

On détermine r s
= 0,925 qui correspond à une bonne corrélation entre les défaillances A et B.

28
!

Vous aimerez peut-être aussi