1/4 2/4 3/4 4/4

13. Introduction à la fiabilité

MTH2302D

S. Le Digabel, École Polytechnique de Montréal

A2017
(v1)

MTH2302D: fiabilité 1/30

1/4 2/4 3/4 4/4

Plan

1. Introduction

2. Taux de panne

3. Distributions usuelles

4. Fiabilité des systèmes

MTH2302D: fiabilité 2/30

1/4 2/4 3/4 4/4

1. Introduction

2. Taux de panne

3. Distributions usuelles

4. Fiabilité des systèmes

MTH2302D: fiabilité 3/30

1/4 2/4 3/4 4/4

La théorie de la fiabilité sert à étudier l’aptitude de systèmes à

fonctionner correctement durant une période donnée. Un dispositif
peut se trouver dans l’un des deux états suivants :
I Apte à fonctionner correctement, c’est-à-dire en état de
service.
I Inapte à fonctionner correctement, c’est-à-dire en panne ou
hors-service.
Nous posons les hypothèses suivantes :
I Au départ, chaque dispositif est en état de service.
I Les défaillances se produisent généralement de façon aléatoire.
Nous définissons la fiabilité d’un dispositif pour une durée donnée
comme étant la probabilité qu’aucune défaillance ne se produise
pendant cette durée.

MTH2302D: fiabilité 4/30

1/4 2/4 3/4 4/4

I Étant donné que les défaillances se produisent de façon

aléatoire, et afin de pouvoir traiter le concept de fiabilité, nous
associons à chaque dispositif une v.a. non négative T
représentant la durée de vie (ou temps jusqu’à une panne) du
dispositif.
I La fiabilité du dispositif à l’instant t ≥ 0 est la probabilité
qu’il fonctionne encore à l’instant t :

R(t) = P (T > t) = 1 − FT (t) ∈ [0; 1] .

I Comme FT est une fonction croissante, la fiabilité R(T ) est

une fonction décroissante.
I R(0) = 1 et lim R(t) = 0.
t→+∞

I P (t1 < T ≤ t2 ) = R(t1 ) − R(t2 ).

MTH2302D: fiabilité 5/30

1/4 2/4 3/4 4/4

I La v.a. T est généralement continue, mais elle peut parfois

être discrète, par exemple si elle représente le nombres de
cycles d’opération.
I Si T est continue, on note f sa densité, et si elle est discrète,
on note p sa fonction de masse : P (T = t) = p(t) ∈ [0; 1].
I f (t) = FT0 (t) = −R0 (t) ≥ 0.
I La durée de vie moyenne, ou Mean Time To Failure
(MTTF), est donnée par τ = E(T ).
I Si le système peut être réparé, on note :
I Mean Time Between Failures (MTBF) : temps moyen entre
deux pannes.
I Mean Time To Repair (MTTR) : temps moyen de réparation.
I On a M T BF = M T T F + M T T R.

MTH2302D: fiabilité 6/30

1/4 2/4 3/4 4/4

I Cas discret :
∞
P t
P
I R(t) = P (T > t) = p(i) = 1 − FT (t) = 1 − p(i).
i=t+1 i=0
∞
P ∞
P
I τ = E(T ) = ip(i) = R(i).
i=0 nouveau i=0

I Cas continu :
R∞ Rt
I R(t) = P (T > t) = f (s)ds = 1 − FT (t) = 1 − f (s)ds.
t 0
R∞ R∞
I τ = E(T ) = tf (t)dt = R(t)dt.
nouveau
0 0
∞
P
Exemple 1 : Prouver que τ = R(i).
i=0

Exemple 2 : Exprimer R(t) et τ si T ∼ Exp(λ).

MTH2302D: fiabilité 7/30

1/4 2/4 3/4 4/4

1. Introduction

2. Taux de panne

3. Distributions usuelles

4. Fiabilité des systèmes

MTH2302D: fiabilité 8/30

1/4 2/4 3/4 4/4

Taux de panne (ou taux de défaillance)

I Le taux de panne r(t) est défini pour que la quantité r(t)dt
représente la probabilité qu’une machine fonctionnant encore
après t unités de temps tombe en panne durant les dt unités
de temps supplémentaires. On considère que dt est petit.
I r(t)dt = P (t < T ≤ t + dt|T > t).
I Le taux de panne est un bon indicateur de la valeur de la
distribution comme modèle de fiabilité tenant compte de
l’usure. Lorsque t est assez grand, r devrait être strictement
croissante.
I Si T est discrète, 0 ≤ r(k) ≤ 1 et

p(k) p(k)
r(k) = P∞ = pour k ∈ {0, 1, . . .} .
j=k p(j) R(k − 1)

MTH2302D: fiabilité 9/30

1/4 2/4 3/4 4/4

Taux de panne : cas continu

f (t)dt
I r(t)dt ' et comme f (t) = −R0 (t), on a
R(t)

R0 (t)
r(t) = − ≥0.
R(t)
 t 
R
I On peut en déduire que R(t) = exp − r(x)dx .
0

Exemple 3 : Exprimer le taux de panne r(t) si T ∼ Exp(λ) et si

T ∼ Geom(p).
Exemple 4 : Trouver R(t), τ et r(t) si T ∼ Unif(a, b) avec a ≥ 0.
 t 
R
Exemple 5 : Prouver que R(t) = exp − r(x)dx .
0

MTH2302D: fiabilité 10/30

1/4 2/4 3/4 4/4

Taux de panne dans un intervalle

Le taux de panne d’un système dans un intervalle ]t1 ; t2 ] est défini

par

P (t1 < T ≤ t2 |T > t1 ) 1 R(t1 ) − R(t2 )

F R(t1 , t2 ) = =
∆t ∆t R(t1 )

avec ∆t = t2 − t1 et 0 ≤ t1 < t2 .

Si ∆t devient très petit : lim F R(t1 , t2 ) = r(t1 ).

∆t↓0

Exemple 6 : Exprimer F R(t1 , t2 ) si T ∼ Exp(λ).

MTH2302D: fiabilité 11/30

1/4 2/4 3/4 4/4

Taux moyen de panne

Le taux moyen de panne d’un système dans un intervalle ]t1 ; t2 ] est

défini par

Zt2
1 1
AF R(t1 , t2 ) = r(t)dt = [ln(R(t1 )) − ln(R(t2 ))] .
∆t ∆t
t1

si T ∼ Exp(λ), AF R(t1 , t2 ) = λ.

MTH2302D: fiabilité 12/30

1/4 2/4 3/4 4/4

1. Introduction

2. Taux de panne

3. Distributions usuelles

4. Fiabilité des systèmes

MTH2302D: fiabilité 13/30

1/4 2/4 3/4 4/4

Distributions usuelles : loi normale tronquée

I T ∼ N+ (µ, σ).

(t − µ)2
 
1
I fT (t) = √ exp − pour t ≥ 0 et
2πσc 2σ 2
c = (1 − Φ(−µ/σ))−1 .

I On peut montrer que r est strictement croissante.

MTH2302D: fiabilité 14/30

1/4 2/4 3/4 4/4

Distributions usuelles : loi exponentielle

Très utilisée mais peu réaliste à cause de son taux de panne
constant. Elle est cependant souvent acceptable à condition de la
considérer dans un intervalle de temps [t1 ; t2 ] fini.
I T ∼ Exp(λ) avec λ > 0.
I f (t) = λe−λt .
I R(t) = e−λt .
I r(t) = λ (constante).
I E(T ) = τ = 1/λ.
1 − e−λ(t2 −t1 )
I F R(t1 , t2 ) = .
t2 − t1
I AF R(t1 , t2 ) = λ.

MTH2302D: fiabilité 15/30

1/4 2/4 3/4 4/4

Distributions usuelles : loi de Weibull

I T ∼ W(λ, β) avec λ > 0 et β > 0.
I f (t) = λβtβ−1 exp(−λtβ ) pour t > 0.
I W(λ, β = 1) = Exp(λ).
I R(t) = exp(−λtβ ).
I r(t) = λβtβ−1 .
I r est croissante (IFR – Increasing Failure Rate) si β > 1 et
décroissante (DFR – Decreasing Failure Rate) si β < 1. Si
β = 1, r est constante (distribution exponentielle).
1  
I F R(t1 , t2 ) = 1 − exp(−λ(tβ2 − tβ1 )) .
t2 − t1
λ(tβ2 − tβ1 )
I AF R(t1 , t2 ) = .
t2 − t1
MTH2302D: fiabilité 16/30
1/4 2/4 3/4 4/4

Distribution de Weibull mixte

I Motivation : dans de nombreuses situations réelles, le taux
de panne devrait d’abord décroı̂tre, puis stagner un certain
temps, et enfin augmenter. Ces trois phases correspondent
aux pannes précoces, aux pannes aléatoires, puis à l’usure : r
adopte une forme de baignoire.
I On adopte la combinaison linéaire suivante :

T = c1 T1 + c2 T2 + c3 T3

avec Ti ∼ W(λ, βi ) et ci > 0 pour i ∈ {1, 2, 3}, et

c1 + c2 + c3 = 1.
I Pour obtenir une baignoire, on prend β1 < 1, β2 = 1 (et donc
T2 ∼ Exp(λ)), et β3 > 1.

MTH2302D: fiabilité 17/30

1/4 2/4 3/4 4/4

1. Introduction

2. Taux de panne

3. Distributions usuelles

4. Fiabilité des systèmes

MTH2302D: fiabilité 18/30

1/4 2/4 3/4 4/4

Fiabilité des systèmes

I On s’intéresse à un ensemble de n composants ou

sous-systèmes, montés en série ou en parallèle.
I On considère que les composants fonctionnent et tombent en
panne de façon indépendante.
I On considère qu’un système ne peut être réparé.
I On s’intéresse donc au temps écoulé avant la première panne.
I Soient Tk la durée de vie du composant k, Rk sa fiabilité, et
rk son taux de panne.

MTH2302D: fiabilité 19/30

1/4 2/4 3/4 4/4

Montages en série
I La durée de vie T du système est telle que

T > t ⇐⇒ Tk > t pour tout k ∈ {1, 2, . . . , n}.

I Donc R(t) = P (T > t) = P (T1 > t ∩ T2 > 

t ∩ . . . ∩ Tn >t)
Qn n
Q Qn Rt
= P (Tk > t) = Rk (t) = exp − rk (x)dx
ind cas cont.
k=1 k=1 k=1 0
et donc
Zt "X
 
n
#
R(t) = exp − rk (x) dx .
0 k=1


I On note T = min T1 , T2 , . . . , Tn .

MTH2302D: fiabilité 20/30

1/4 2/4 3/4 4/4

Montages en série (suite)

Si Tk ∼ Exp(λk ) pour tout k ∈ {1, 2, . . . , n}, alors :

T = min T1 , T2 , . . . , Tn ∼ Exp(λ) avec λ = nk=1 λk .

 P
I

I R(t) = e−λt .
I r(t) = λ.
I E(T ) = 1/λ.

Exemple 7 : Prouver le cas n = 2.

MTH2302D: fiabilité 21/30

1/4 2/4 3/4 4/4

Exemple 8

Soit un montage en série de trois dispositifs qui fonctionnent et

tombent en panne indépendamment. La distribution du temps de
fonctionnement avant défaillance de chaque dispositif est
exponentielle avec les taux de pannes r1 = 3 × 10−2 ,
r2 = 6 × 10−3 , et r3 = 4 × 10−2 .

1. Trouver R(60) pour ce système.

2. Calculer le temps moyen de bon fonctionnement du système.

MTH2302D: fiabilité 22/30

1/4 2/4 3/4 4/4

Montages en parallèle

On considère deux modes différents :

I Redondance active : tous les composants fonctionnent dès

le temps t = 0. Il suffit qu’au moins un composant fonctionne
pour que le système au complet fonctionne.

I Redondance passive : Seul le premier composant est mis en

marche à t = 0. Une fois en panne, le deuxième composant
prend le relai et ainsi de suite. Le système au complet tombe
en panne quand le n-ième composant tombe en panne.

MTH2302D: fiabilité 23/30

1/4 2/4 3/4 4/4

Montages en parallèle : redondance active

I La durée de vie T du système est telle que
T ≤ t ⇐⇒ Tk ≤ t pour tout k ∈ {1, 2, . . . , n}.
I Donc FT (t) = P (T ≤ t) = P (T1 ≤ t ∩ T2 ≤ t ∩ . . . ∩ Tn ≤ t)
Qn Qn

= P (Tk ≤ t) = 1 − Rk (t) .
ind
k=1 k=1
I Ainsi
n
Y
R(t) = 1 − (1 − Rk (t)).
k=1

I On note T = max T1 , T2 , . . . , Tn .

Exemple 9 : Exprimer R(t), f (t), et τ = E(T ) si n = 2,

T1 ∼ Exp(λ1 ), et T2 ∼ Exp(λ2 ). Si λ1 = λ2 , comparer τ avec le
montage en série.
MTH2302D: fiabilité 24/30
1/4 2/4 3/4 4/4

Montages en parallèle : redondance passive

I La durée de vie T du système est

T = T1 + T2 + . . . + Tn .

n
P
I τ = E(T ) = E(Tk ).
k=1
n
P
I V(T ) = V(Tk ).
ind
k=1

MTH2302D: fiabilité 25/30

1/4 2/4 3/4 4/4

Redondance passive avec des lois exponentielles

Si Tk ∼ Exp(λ) pour tout k ∈ {1, 2, . . . , n} :

I T ∼ Γ(α = n, λ) (loi Gamma).

I R(t) = FY (n − 1) avec Y ∼ Poi(c = λt), et donc

n−1
−λt
X (λt)k
R(t) = e .
k!
k=0

MTH2302D: fiabilité 26/30

1/4 2/4 3/4 4/4

Système k parmi n
Le système au complet fonctionne si au moins k composants
fonctionnent.
I Si k = n, c’est le montage en série, et si k = 1, c’est le
montage parallèle avec redondance active.
I Si les composants sont indépendants et s’ils ont tous la même
fiabilité R1 , alors

R(t) = P (N ≥ k) avec N ∼ B(n, p = R1 (t)),

ou encore
k−1  
X n
R(t) = 1 − R1 (t)i (1 − R1 (t))n−i .
i
i=0

MTH2302D: fiabilité 27/30

1/4 2/4 3/4 4/4

Exemple 10

Soit p(k) = 1/N pour k = 1, 2, . . . , N la fonction de masse pour la

durée de vie en cycles d’un système particulier. Calculer le taux de
panne r(k) pour k = 1, 2, . . . , N .

MTH2302D: fiabilité 28/30

1/4 2/4 3/4 4/4

Exemple 11

Un système comporte deux composants qui fonctionnent

indépendamment l’un de l’autre, à partir de l’instant initial. On
suppose que les durées de vie en cycles X1 et X2 des deux
composants présentent une distribution géométrique de paramètre
1/2. Trouver la probabilité que les deux composants tombent en
panne durant le même cycle.

MTH2302D: fiabilité 29/30

1/4 2/4 3/4 4/4

Exemple 12

On considère quatre composants indépendants ayant une durée de

vie présentant une distribution exponentielle, l’espérance de la
durée de vie du k-ième composant étant égale à 1/k.
Les composants sont utilisés pour construire le système ci-dessous :

1 3
2 4
Quelle est l’espérance de la durée de vie du système ?

MTH2302D: fiabilité 30/30