Université de Carthage

Institut National des Sciences Appliquées et de

Technologie

Sureté de Fonctionnement et
Fiabilité des systèmes Industriels

Support de Cours
Elaboré par : Afef BENNANI-BEN ABDELGHANI
Plan du cours
Introduction ........................................................................................................................... 1
Chapitre 1. Rappels, Notions de Base
I. Fiabilité ........................................................................................................................... 4
II. Disponibilité .................................................................................................................... 6
III. Sûreté de fonctionnement ........................................................................................... 8
Chapitre 2. Estimation des caractéristiques stratistiques de la fiabilité
I. Loi de Poisson ................................................................... Erreur ! Signet non défini.
II. Loi Normale N(µ,σ) (ou loi Gaussienne) ....................................................................10
III. Loi Exponentielle .......................................................................................................12
IV. Loi de Weibull ............................................................................................................13
1. Détermination des paramètres β , γ et η ....................................................................14
2. Étapes pour l’exploitation du papier de Weibull ..........................................................14
3. Signification des paramètres β , γ et η .......................................................................15
4. Classement des données ..........................................................................................16
Chapitre 3.Les associations de systèmes
I. Association Série...........................................................................................................17
II. Association Parallèle .....................................................................................................17
III. Redondance active partielle (ou redondance majoritaire k/n) .....................................18
IV. Associations plus complexes (systèmes parallèle-série) ............................................19
V. Redondance passive (ou standby) ................................................................................19
1. Commutateur parfait ..................................................................................................20
2. Commutateur imparfait ..............................................................................................20
VI. Association en réseau « en pont » .............................................................................20
1. Application de la probabilité conditionnelle.................................................................21
2. Méthode « cut set » ...................................................................................................21
Chapitre 4. Arbres de défaillances
I. Concepts généraux .......................................................................................................23
II. Symboles utilisés...........................................................................................................24
III. Méthodes de calcul ....................................................................................................24
1. Première approche : approche algébrique .................................................................24
2. Deuxième approche : approche numérique ...............................................................25
Chapitre 5.AMDEC
I. Etape 1 : initialisation ....................................................................................................27
1. Délimitation de l'étude ................................................................................................27
2. Acteurs de la méthode : Groupe de Travail ................................................................27
3. Planification des réunions ..........................................................................................28
II. Etape 2 : Analyse fonctionnelle .....................................................................................28
1. Pourquoi une analyse fonctionnelle ? ........................................................................28
2. Fin de l’étape 2 ..........................................................................................................30
III. Etape 3 : Analyse des défaillances ............................................................................31
IV. Etape 4 : Cotation de la criticité .................................................................................34
1. La Notion de criticité ..................................................................................................34
Chapitre6.Les chaines de Markov
Partie 1. Chaines de Markov discrètes .................................................................................37
I. Introduction et concepts généraux .................................................................................37
II. Matrice des transitions stochastiques ............................................................................37
III. Probabilités asymptotiques ........................................................................................39
1. Définition....................................................................................................................39
2. Cas des systèmes érgodiques ...................................................................................39
3. Cas des systèmes Non érgodiques............................................................................39
Partie 2. Les processus markoviens continus .......................................................................40
I. Concepts généraux .......................................................................................................40
 1. Calcul des probabilités ...............................................................................................40
2. Calcul des valeurs limites des probabilités .................................................................41
II. Diagrammes d’état ........................................................................................................41
1. Système à 1 composant réparable.............................................................................41
2. Système à 2 composants réparables .........................................................................42
III. Matrice des transitions ...............................................................................................42
1. Exemple: Un composant réparable ............................................................................43
2. Exemple: Deux composants identiques réparables ....................................................43
IV. Calcul de fiabilité........................................................................................................44
1. Principe......................................................................................................................44
2. Exemple.....................................................................................................................44
V. MTTF ............................................................................................................................45
1. Définition....................................................................................................................45
2. Détermination de MTTF .............................................................................................45
3. Exemple étudié ..........................................................................................................45
4. Exemple 1 : système en série ....................................................................................45
VI. Extension vers les systèmes complexes ....................................................................46
VII. Optimisation du coût de la maintenance par la fiabilité...............................................46
Références bibliographiques ………………………………………………………………………45
Introduction
a. Qu’est ce que maintenance?
La maintenance est un« Ensemble d’actions permettant de maintenir ou de rétablir un bien
dans un état spécifié ou en mesure d’assurer un service déterminé » [AFNOR, NF X 60-010]
« Bien maintenir, c’est assurer ces opérations au coût global optimal » [AFNOR, NF X 60-
000]
Maintenir → prévention
Rétablir → correction
Service déterminé → Prédétermination des objectifs à atteindre
Dépenses de maintenance + coûts des arrêts fortuits
Coût global optimal →
Service rendu
b. Historique de la maintenance
La maintenance retrouve son origine dans les applications militaires. Elle est apparue plus
tard en industrie aux Etats Unis d’Amérique dès 1950. En France, à partir des années 80, la
discipline d’entretien industriel a évolué en une discipline plus développée qui est la
maintenance (Exemple : la création de l’agence des ingénieurs en maintenance qui était
Association des entretiens). Enfin, en Tunisie, c’est une discipline en pleine évolution..
Entretenir: réparer dépanner pour assurer la continuité
Maintenir: définir les moyens de prévenir, de corriger, de rénover

c. Pourquoi une telle évolution?

L’évolution de l’entretien vers la maintenance peut être expliqué par :
• Automatisation des équipements de production : les parcs de machines sont plus
complexes et plus denses, demandent plus de compétence et de pluridisciplinarité.
« On ne peut plus se permettre d’improviser avec le tournevis… » ;
• L’investissement en équipements est plus cher. On a de moins de moins le droit à
avoir des pannes ;
• Les temps d’indisponibilité des équipements sont plus critiques (économie, sécurité).
Les coûts d’arrêts sont parfois prohibitifs.

d. Importance de la maintenance selon le type d’entreprise

La maintenance peut s’avérer extrêmement importante pour certaines industries, et l’est
moins pour d’autres types industries. En effet, elle est :
• Fondamentale pour les transporteurs (aéronautique, traction ferroviaire) ;
• Importante pour les entreprises à process (centrale de production thermique,
pétrochimie, exploitation des mines, agroalimentaire, …) ;
• Secondaire pour les parcs matériels disparates, de coûts d’arrêts faibles ;
• Remplaçable par l’entretien pour les entreprises sans production série, de structure
«manufacturière».

Afef BEN ABDELGHANI 1 Dept. GPI, INSAT

2019/2020
 Figure 1. Part des dépenses liées à la maintenance chez Airbus Industries

En milieu des années 90, la France a vu l’évolution des coûts des dépenses liées à la
maintenance par rapport aux dépenses directes d’exploitation. D’où l’émergence de la
nécessité de rationaliser des coûts de maintenance, et concevoir une stratégie de
maintenance respectant cette idée
Ici, est apparu la Maintenance basée sur la fiabilité (MBF), qui est une politique de
maintenance préventive n’appliquant des tâches de maintenance qu’aux matériels dont les
modes de défaillance ont des conséquences importantes sur la sécurité, la disponibilité
opérationnelle et les coûts; en anglais: RCM (Reliability Centered Maintenance)
La MBF s’intéresse à :
1) la recherche de matériels critiques (déterminer, grâce aux données de fiabilité,
qualitativement ou quantitativement, la criticité et la gravité des modes de défaillance
2) la sélection des tâches de maintenance

Afef BEN ABDELGHANI 2 Dept. GPI, INSAT

2019/2020
Chapitre 1 Introduction à la Sureté de
Fonctionnement et la Maintenance

Afef BEN ABDELGHANI 3 Dept. GPI, INSAT

2019/2020
Chapitre 1. Rappels et Notions de
Base
I. Fiabilité
a. Définition
La fiabilité c’est l’aptitude d’un dispositif à accomplir une fonction requise, dans des
conditions données, pendant un intervalle de temps donné [Norme NF X 60-500]
Par extension, on appelle également fiabilité la probabilité R(t) associée à cette notion.
Soit R(t) la probabilité qu’un système ne tombe en panne entre 0 et t (c.à.d c’est la
probabilité que le système fonctionne durant [0,t]; en supposant qu’il est non défaillant à t=0.
L’aptitude contraire: F(t)= 1-R(t)

• Exemple 1: E est non défaillant à t=0 calculer la probabilité Pa pour que E ait une
défaillance entre t1 et t2:
Rép : Pa= R(t1) .(1– R(t2))

démonstration:

• Exemple 2: E est non défaillant à t=t1 calculer la probabilité Pb pour que E ait une
défaillance entre t1 et t2: Pb= 1-R(t2-t1)
Pa ≠ Pb, importance des conditions initiales
Approche intuitive pour la mesure de la fiabilité d’un parc de N entités identiques, non
réparés après défaillance:
!
R t = où N(t): nombre des survivants à l’instant t
"

Figure 2. Evolution de la fiabilité d’un système dans le temps

F(t)=1-R(t): probabilité qu’une défaillance se produise entre [0,t]

F(t) est ainsi la fonction de répartition de l’instant de la défaillance tdef
La densité de probabilité de l’instant tdef s’écrit :
dF t dR t
f t = =
dt dt
f(t) est la densité de défaillance, c’est la « vitesse » avec laquelle arrive la défaillance.

Afef BEN ABDELGHANI 4 Dept. GPI, INSAT

2019/2020
f(t)dt: probabilité d’avoir une défaillance entre t et t+dt, sachant qu’il n’y a pas eu de
défaillances durant [0,t]

b. Taux de défaillance
Soit $ t le taux de défaillance au temps t, $ t s’écrit alors :
1 dR t
λ t =−
R t dt
Expérimentalement, $ t est la proportion d’entités devenant défaillantes sur [t, t+dt]
ramenée aux entités encore en fonctionnement à l’instant t
Remarque: Pour le calcul du taux de défaillances, on exclut les défaillances extrinsèques à
l’ensemble analysé, telles que pannes dues à des fautes de « conduite » (accident, consigne
non respectée, …) ou dues à une influence accidentelle du milieu extérieur: inondation,
incendie…
La représentation du taux de défaillance dans le temps nous renseigne sur l’allure de la
durée de vie d’un équipement (Figure 3).

Figure 3. Durée de vie d’un équipement: courbe en baignoire

c. Mean operating Time To Failure - MTTF

On définit le MTTF (Mean operating Time To Failure) comme le temps moyen de
fonctionnement d’une entité ou moyenne de vie avant la première défaillance, exprimé par
)*
MTTF= '" −t R t ⁄dt dt
Mathématiquement, la MTTF correspond au moment d’ordre 1 (ou moyenne mathématique)
de tdef puisque
)*
E(tdef)= '" t F t ⁄dt dt
L’intégration par parties et sous l’hypothèse de dR(t)/dt suffisamment faible donne :
)*
MTTF='" R t dt (!!! Importance de l’état initial!!!)

Afef BEN ABDELGHANI 5 Dept. GPI, INSAT

2019/2020
 II. Disponibilité
a. Définition
La disponibilité est l’aptitude d’une entité à être en état d’accomplir une fonction requise dans
des conditions données, à un instant donné ou pendant un intervalle de temps donné, en
supposant que la fourniture des moyens extérieurs nécessaires de maintenance soit assurée
[Norme NF X 60-500]
• A(t)=P(E non défaillante à l’instant t): Probabilité associée, appelée aussi disponibilité
• Ā(t)=1-A(t)= l’indisponibilité,

Remarque importante
A(t) est une grandeur instantanée. E peut donc avoir subi une panne puis une
réparation avant l’instant t. Alors que R(t) est mesurée sur une durée (intervalle
[0,t]).
Ainsi l’égalité R(t)=A(t) n’est valable que pour les systèmes non réparables.

Figure 4. Représentation de la disponibilité d’un équipement E dans le temps

Une politique de maintenance efficace implique qu’au bout d’un certain temps, +∞ est atteint.
Plus cette politique est performante, plus +∞ est atteinte rapidement.

b. Grandeurs moyennes associées à la Fiabilité/Disponibilité

• MUT (Mean Up Time): durée moyenne de fonctionnement après réparation et avant la
défaillance suivante
• MDT (Mean Down Time): la durée moyenne entre une défaillance et la remise en état
suivante. Elle correspond à la durée moyenne d’indisponibilisé. Elle englobe: la détection
de la panne, la réparation de la panne, et la remise en service
• MTBF (Mean Time Between Failure): durée moyenne entre deux défaillances
consécutives d’une entité. En général: MTBF=MUT+MDT.
• MTTF (Mean Time to Failure): durée moyenne de fonctionnement d’une entité avant la
première défaillance

Afef BEN ABDELGHANI 6 Dept. GPI, INSAT

2019/2020
 Figure 5. Illustration des grandeurs moyennes associées à la fiabilité/disponibilité

L’expression de A* est donnée par le rapport entre MUT et MTBF :

MUT
A* =
MTBF
Ainsi, une équipe de maintenance performante correspond à A∞ qui est de quelques
pourcents.
Remarques
• MUT ≠ MTBF
Par contre, si MDT est faible par rapport à MUT, ce qui est généralement le cas, alors
MUT ~ MTBF
• Systèmes non réparables: MTBF=MTTF
• Systèmes réparables: MTBF= Moyenne des MTTF
A retenir

Afef BEN ABDELGHANI 7 Dept. GPI, INSAT

2019/2020
III. Sûreté de fonctionnement

La sureté de fonctionnement est la science des "défaillances". Elle se caractérise par l’étude
structurelle (statique), dynamique, prévisionnelle, opérationnelle et expérimentale
(essais, accidents) en tenant compte des aspects probabilistes et conséquences des
défaillances.

Afef BEN ABDELGHANI 8 Dept. GPI, INSAT

2019/2020
Chapitre 2. Estimation des
caractéristiques statistiques la fiabilité
Pour pouvoir faire de la MBF, il faut identifier les entités nécessitant des actions de
maintenance. Pour ce faire, il faut collecter les données d’évènements utiles à la
détermination des courbes de R(t), de λ(t),.. (Matériel neuf ou en exploitation)
La problématique qui se pose ici est la suivante: à partir de N évènements observés
(données de retour d’expérience), comment estimer la loi de défaillance d’un système?
Remarque importante: Pour que ça puisse avoir un sens, il faut que cette étape se fasse sur
des échantillons qui proviennent du même matériel avec les mêmes conditions de
fonctionnement.
Les études statiques montrent que les modes de défaillances suivent principalement les 4
lois de probabilité:
• exponentielle,
• normale,
• Poisson,
• Weibull (en baignoire)
Le tableau suivant présente des exemples de correspondance entre de mode de défaillance
avec la loi de probabilité qui permet le modéliser :
Exponentielle Normale Weibull
Déformation ×
Rupture ×
Corrosion ×
Erosion ×
Usure ×

I. Loi de Poisson
C’est une loi caractérisée par un «taux d’occurrence» fixe. Ce taux d’occurrence est en
fonction que de la « chance »
• Que l’occurrence d’évènement est comptée. La non-occurrence n’est pas comptée.
• Exemple: nombre d’appels téléphonique dans un standard
On a λ(t) dt: probabilité d’avoir une défaillance entre t et t+dt sachant que pas de défaillances
dans [0,t]. Dans le cas de cette loi λ(t)=cte.

a. Zéro défaillance
Soit Px(t) la probabilité de défaillance se produisant 1 fois dans l’intervalle [0,t].
Or P(0 défaillance dans [0,t+dt]) = P(0 déf. dans [0,t]) × P(0 déf. dans [t,t+dt])
Donc P0(t+dt) = P0(t).(1-λ.dt), ou encore :
P" t + dt − P" t
= −6P" t
45

D’où :

Afef BEN ABDELGHANI 9 Dept. GPI, INSAT

2019/2020
 4P" t
= −6P" t
45
L’intégration de cette expressions, en considérant la Condition Initiale P0(0)=1 donnent:
P" t = 7 8 9

b. Défaillances multiples
On a Px(t+dt) la probabilité de défaillance se produisant 1 fois dans l’intervalle [0,t+dt].
Px(t+dt) = Px(t).(P(zéro déf. dans [t,t+dt] ) + Px-1(t). P(1 déf. dans [t,t+dt])
+ Px-2(t).(P(2 déf. dans [t,t+dt] ) + Px-3(t). P(3 déf. dans [t,t+dt])
+ Px-4(t).(P(4 déf. dans [t,t+dt] ) + Px-5(t). P(5 déf. dans [t,t+dt])
+….
+ P0(t).(P(x déf. dans [t,t+dt] )
Considérons l’hypothèse que dt est suffisamment petit pour que P(déf>1) est négligeable. De
ce fait, on a :
Px(t+dt) = Px(t).(P(zéro déf. dans [t,t+dt] ) + Px-1(t). P(1 déf. dans [t,t+dt])
= Px(t).(1- λ.dt) + Px-1(t). λ.dt
Ainsi :
P: t + dt − P: t
= −6;P: t − P:8< t =
45
d’où
5 > 78 9
P: t =
1!
Le long de ces calculs, le temps de réparation/ remplacement n’a pas été pris en compte.
Pour 1 >= 2, on fait l’hypothèse d’un remplacement instantané.
Si la MDT<<<MTTF , cette hypothèse est valide.

Rappel
)∞
Moment d’ordre k de la variable aléatoire (v.a.) X = EDX E F = '8∞ x E f x dx
Espérance de la v.a. X = E(X)
)∞ K
Variance de la v.a. X = VIXJ = '8∞ x − EIxJ f x dx
Écart type = L = MVIXJ

 Pour la loi de Poisson : E(X)=λt et écart type = λt

II. Loi Normale N(µ,σ) (ou loi Gaussienne)

C’est la loi la plus utilisée dans le domaine des Statistiques/Probabilités, plus que dans le
domaine de la fiabilité. Elle se caractérise par une densité de probabilité qui est symétrique
par rapport à la moyenne. La densité de probabilité de la loi normale s’écrit :

1 ( x − µ)2
f ( x) = . exp(− )
σ 2Π 2σ 2

Afef BEN ABDELGHANI 10 Dept. GPI, INSAT

2019/2020
 Figure 6. Loi normale - Densité de défaillance, Fonction de répartition et Taux de défaillance
x−µ
Pour les calculs numériques, on pose: 2 z = σ
1 z
Ce qui donne : f ( z ) = . exp(− )
σ 2Π 2
Des tables pré-calculées nous donnent pour z donné les valeurs de F z .
Remarques:
 La valeur de F −z peut être déduite à partir de F z à partir de l’expression
suivante :
F −z = 1 − F z
 N(0,1) est appelée loi normale réduite

 Pour la loi Normale: E(X)=µ et écart type=σ

 Exemple
Les tolérances sur les valeurs d’une résistance sont en 10-2 Ω : Ti = 420 Ω et Ts = 720 Ω.
Ces résistances ont une valeur qui suit une loi de Gauss de moyenne 600.10-2 Ω et d’écart-
type σ = 120. 10-2 Ω.
Quelle est le pourcentage de bonnes résistances ?

 Solution

1-0.93319

Afef BEN ABDELGHANI 11 Dept. GPI, INSAT

2019/2020
III. Loi Exponentielle

Une loi exponentielle modélise la durée de vie d'un phénomène sans mémoire, ou sans
vieillissement, ou sans usure.
La fiabilité s’exprime par :
R(t)= e-λ0t pour t>0 , λ0 constante
Taux de défaillance: λ(t)= λ0 constante. Une défaillance peut survenir indépendamment de t.
Densité de probabilité de défaillance: f(t)=λ0.e-λ0t

Figure 7. !densité de probabilité de la loi Exponentielle

• MTTF=E(tdéf)=1/λ0
Pour t=1/λ0, R(t)=1/e=0,368 <50%. L’écart type vaut 1/λ0
La durée de vie associée à R=0,9? t=(1/λ).Ln(1/0,9)=0,105.MTTF

Figure 8. Représentation de la fiabilité - cas d’une loi exponentielle

Notons qu’on est amené ici à utiliser un papier semi-log!!

Log (R(t))=-(λ/2,3).t
La démarche à suivre est la suivante:
• Échantillon(ti,ni), ni=nbre de survivants à ti, N0; taille de l’échantillon
• ni/N0=R(t). Hypothèse: R(t)= e-λ0t

Afef BEN ABDELGHANI 12 Dept. GPI, INSAT

2019/2020
 • Relever ni et ti sur un papier semilog.
• Si les points sont alignés, alors:
• Hypothèse de la Loi exponentielle vérifiée
• La pente de la droite= - λ/2,3

 Exemple
Sur un matériel électronique, on connaît le taux de défaillance : $ = 0.0001 /ℎ.
Trouver la probabilité de défaillance entre t1 = 200h et t2= 300h.

 Solution

IV. Loi de Weibull

La caractéristique de cette loi est celle de prendre en compte l’évolution du taux de

défaillance le long de la vie d’un matériel.
TUγ
8S V
R t e η ,t X γ β : paramètre de forme, β@0
β !8γ β8<
λ t S V
γ η
,t Xγ η: paramètre d′ échelle, η @ 0
γ : paramètre de position, γ ∈ I%∞, ∞J
Les valeurs possibles de β sont comme suit :
• Pour des défaillances de jeunesse: β<1
• En cas d’apparition aléatoire de défaillance pendant la vie utile: β=1
• Avec une augmentation croissante à la fin de vie (usure) >1 (avec 1,5<β<2,5: fatigue
3<β<4 usure, corrosion)

5
taux de défaillance

4 beta=1
3 beta=0,5
2 beta=1,5
1 beta=2

0
0,1
1
1,9
2,8
3,7
4,6
5,5
6,4
7,3
8,2
9,1
10

temps

Figure 9. Taux de défaillance de la loi de Weibull - Différentes valeurs de β

La loi de Weibull est dite loi en baignoire.

MTTF=E(tdef)=A η + γ où A est une constante, donnée par des tables numériques.
La durée de vie associée à R=0,9?: L 10= γ + η . (Ln(1/0,9))1/β

Afef BEN ABDELGHANI 13 Dept. GPI, INSAT

2019/2020
 1. Détermination des paramètres β , γ et η
Ces paramètres se déduisent de l’allure du graphe formé par les données de retour
d’expériences en adoptant des axes adéquats. Le but est de tracer l’histogramme de F(t)
cumulé des défaillances.
Pour ce faire, on utilise le papier d’Allen-Plait (papier de Weibull): papier log-log avec 4 axes:
axe A: le temps, axe B: F(t) en %, axe a: ln(t), axe b: ln(ln(1/1-F(t)))
On peut se poser la question suivante : Pourquoi de telles échelles?
On a :
!8γ
8S V
R t e η
Donc : ln(ln(1/(1-F(t)))= β ln(t- γ) - β ln(η) (démonstration?)
C’est de la forme: Y= βX+C : c’est une forme linéaire, où C = - β ln(η) et β: la pente de la
droite Y=f(X).

Figure 10. Détermination des paramètres de la Loi de Weibull

2. Étapes pour l’exploitation du papier de Weibull

1) Préparer les données: Tableau de dépouillement: F(i),ti

2) Tracer le nuage de points (M(F(i),ti) dans le plan de Weibull
3) Tracer la courbe D de régression du nuage

1er cas: D est une droite, alors γ =0 (On peut ajuster le nuage de points par une droite )
1- D coupe la droite horizontale Y=63,3% (qui est aussi Y=0 sur l’axe b) au point (ln(η) ,0).
Donc on obtient η directement en la lisant sur l’axe A
2- β est la pente de la droite D. Pour l’obtenir, on trace la droiteD2 // D et passant par le point
K(1, 63,2%) ds le repère (A,B), ( K(1, 0) dans le repère(a,b). D2 coupe l’axe b en -β . D’où β .
Remarque: l’axe est tracé vers le bas pour pouvoir donner directement β
2ème cas: D n’est pas une droite, alors γ ≠ 0 (On ne peut pas ajuster le nuage de points
par une droite)

Afef BEN ABDELGHANI 14 Dept. GPI, INSAT

2019/2020
1- Translater tous les points en ajustant ou en retranchant à leur abscisse une même valeur
(qui sera γ) jusqu’à ce que le nuage de points translatés soit ajustable par une droite D. Les
paramètres β et η sont déterminés comme précisé ci-dessous.

Figure 11. Ajustement du nuage de points par une droite

2- Le redressement peut se faire:

a)-par tâtonnement
b)-par translation de plusieurs points de valeurs γ croissantes
c)-mathématiquement:
On prend trois points A1(t1,y1), A2(t2,y2) et A3(t3,y3) sur la courbe D tels que y3-y2=y2-y1 .
Remarque: il est conseillé de prendre 3 points espacés mais pas des extremums.

Remarque importante: dans certaines références bibliographiques, quand γ>0, l’asymptote

verticale de la courbe D coupe l’axe des temps en γ.
• Cas de plusieurs modes de défaillances:
Le nuage de points mène à l’obtention de 2 (ou plus) segments de droites, comme le montre
la Figure 12.

Figure 12. Exemple de redressement dans le cas de plusieurs modes de défaillances

Nous constatons donc la présence de deux modes de défaillances. Probablement, le premier

est juvénile, du à un mauvais montage, est le second est par usure.
3. Signification des paramètres β , γ et η
β: paramètre de forme: il adapte la courbe du taux de défaillances aux différentes phases de
vie de E, il est sans dimension
γ :paramètre de position (ou de décalage ou de localisation), il est exprimé en s
o si γ >0, il ya survie totale entre t=0 et t= γ
o si γ<0, les défaillances ont commencé avant l’origine des temps
o si γ=0, les défaillances ont commencé à l’origine des temps

Afef BEN ABDELGHANI 15 Dept. GPI, INSAT

2019/2020
η: paramètre d’échelle: pour 2 valeurs différentes de η, l’allure de la courbe du taux de
défaillance est identique, il y aura juste une multiplication (ou division selon β) entre les deux
courbes

4. Classement des données

a. Regroupement en clases
Partant des données de base issues de l’enregistrement des données de N défaillances, il
s’agit de :
1. Classer les TBF par ordre croissant
2. Si N< 50 alors pas de regroupement par classes
Si N>50 alors regroupement pas classes:
. une classe est de durée ∆t
. Le nombre de classes est déterminé de manière empirique:
Gnedenko: K<=N/10 et k> 5
Chapouille et De Pazzis: k=sqrt(N)

b. Tableau des fréquences

Soient :
Fréquence relative: fi=ni/N ni: effectif de la classe considérée pendant ti-1,ti
∑ ^_
Fréquence cumulée: F\ = i: rang de la ième classe
Si N<50: pas de classe
i: ordre de la défaillance à ti= Σ défaillances à ti
TBF (croissant) Effectif Ordre (Rang) Fréquence cumulée
t\ n\ (=1) n\ (∑ n\ =ième) i/N

Si N>50: création de classes

Intervalle de classes Effectif Fréquence relative Fréquence cumulée
It \8< , t \ J n\ f\ = n\ /N F\ = ∑\ n\ /N

c. Approximation de la fonction de répartition

Si N>50: F t ≈ F\
Si N<50: F t ≠ F\ surtout aux bornes.
Pour corriger F\ :
\
Si 20<N<50 : approximation des rangs moyens: F\ = )<
\8",c
Si N<20: approximation des rangs médians: F\ =
)",d

Afef BEN ABDELGHANI 16 Dept. GPI, INSAT

2019/2020
Chapitre 3. Les associations de
Systèmes
I. Association Série

Pour que le système S fonctionne, il faut que les sous-systèmes SS1 ET SS2 ET SS3 ET….
SSN fonctionnent.

Rs(t)= P(SS1 fonctionne à t ET SS2 fonctionne à t ET …. SSn fonctionne à t)

= Rss1 . Rss2 . Rss3 . ……. .Rssn
Où encore :

Exemple: Tous les Sous-systèmes de S suivent une loi exponentielle. Quel la MTTF de S?
MTTFs =1/(λ1+ λ2 +…. λn)
Plus le nombre de système est grand, moins grand sera la MTTF. (on diminue la moyenne
des temps de bon fonctionnement)

II. Association Parallèle

Pour que le système S défaille, il faut que les sous-systèmes SS1 ET SS2 ET SS3 ET….
SSn défaillent

Donc, il suffit que l’un des sous-sytèmes fonctionne pour que le système S fonctionne.
Fs(t)= P(SS1 défaille avant t ET défaille avant ET …. SSn défaille avant t)
= Fss1 . Fss2 . Fss3 . ……. .Fssn

Afef BEN ABDELGHANI 17 Dept. GPI, INSAT

2019/2020
D’où :

On parle de Redondance Active Totale.

Exemple: Les n Sous-systèmes de S suivent la même loi exponentielle. Quel la MTTF de S?
Démonstration:
• MTTF=0+∞R(t) dt donc MTTFs= 0+∞(1-(1-Ri(t) )n)dt
donc MTTFs= 0+∞(1-(1-exp(-λt) )n)dt
Changement de variable: X=1- exp(-λt)
< < <
donc MTTFs=(1/λ '" 1 % X 1 % X ^ dX 1/λ '" S ^8<
" X \ dX 1/λ S ^8<
" '" X \ dX
donc MTTFs= (1/λ) .(1+1/2+1/3+1/4+…..1/n)
Ainsi, plus on augmente le nombre de sous-systèmes, mieux c’est puisqu’on augmente la
MTTF. C’est un dilemme, car augmenter les sous-système augmente le coût
d’investissement.
MTTF1=1/ λ ; MTTF2=1.5/ λ (on gagne 50%); MTTF3=1,83/λ (on gagne 33% ..etc..

À partir d’un certain nombre de sous-systèmes, il n’est plus intéressant d’ajouter encore des
sous-systèmes puisque le gain en MTTF n’est pas autant que l’investissement fait.

III. Redondance active partielle (ou redondance majoritaire k/n)

Les modélisations série et parallèle pures sont trop simples pour décrire des systèmes réels
La redondance majoritaire k/n est une première généralisation de ces associations.
Un Système S composé de n sous-systèmes. Pour qu’il fonctionne, il faut que au moins k
sous-systèmes fonctionnent.
Calcul de Rs(t):
Hypothèses: Les sous-systèmes sont indépendant et possèdent la même loi de fiabilité Ri(t):

Exemple:
Une voiture avec une roue de secours. Quelle est la probabilité pour que la voiture puisse
effectuer un trajet sachant la Probabilité pour qu’une roue crève est égale à R (n=5, k=2).

Afef BEN ABDELGHANI 18 Dept. GPI, INSAT

2019/2020
IV. Associations plus complexes (systèmes parallèle-série)

V. Redondance passive (ou standby)

Le SS2 n’est mis en marche que si SS1 défaille

Selon les applications, l’une ou l’autre est utilisée:
• Systèmes de commande (de convertisseurs par exemple), il n’est pas logique
d’avoir la redondance active: si SS1 et SS2 produisent des sorties différentes. Ce
pb peut être résolu en utilisant une porte logique juste avant la connexion de sortie
• Systèmes dont la fiabilité est plus importante s’ils sont en stand by (machines
électriques,…), la redondance passive est conseillée
• Systèmes dont la fiabilité est plus importante s’ils sont fonctionnement continu
qu’en fonctionnement cycliques (machines informatiques), la redondance active
est conseillée: La charge de travail peut être continuellement partagée par
plusieurs machines

Afef BEN ABDELGHANI 19 Dept. GPI, INSAT

2019/2020
 1. Commutateur parfait
Le système de commutation ne défaille ni pendant la phase de commutation SS1 -> SS2 ni
hors commutation
Sous l’hypothèse de bon fonctionnement de SS1 pendant la phase «normale» de
commutation, alors, le système défaille si SS1 défaille et SS2 défaille sachant que A est
défaillant, donc F t fffff
F SS1 . F SS2/SS1
SS1 et SS2 sont indépendants donc F t F SS1 . F SS2
Important !
Cette équation rappelle celle d’un système à redondance active. Mais, les valeurs
numériques, surtout de Fss2 ne sont pas identiques au cas de la redondance active. En effet,
SS2 est sensé travailler pour des périodes courtes, donc sa loi de défaillance est différente de
SS1 puisque les lois de probabilités dépendent, en fait, du temps
2. Commutateur imparfait
Défaillance pendant la phase de commutation
Le système de commutation, noté C, a une certaine fiabilité différente de 1
Ps= Probabilité d’une commutation réussie
fff = Probabilité d’une commutation non réussie
Ps

P(défaillance de S)= P(défaillance de S et C réussi)+ P(défaillance de S et C non réussi)

= P(défaillance de S sachant que C réussi ). P(C réussi) + P(défaillance de S sachant
que C non réussi ). P(C non réussi)
• Donc, P(défaillance de S)=Fss1. Fss2. Ps Fss1. Ps fff
=Fss1.Fss2.Ps Fss1-Fss1.Ps
=F ss1 Fss1.Ps Fss2-1
Défaillance hors la phase de commutation
Le commutateur, noté C, a une certaine fiabilité différente de 1
Rs= Fiabilité de C hors phase de commutation
La défaillance de C peut avoir lieu pendant le fonctionnement de ss1 ou de ss2. Donc c’est
équivalent à un sous-système mis en série, avec la branche parallèle formée par ss1 et ss2:

La Fiabilité de S s’exprime par Rs. 1 % Fss1 Fss1. Ps Fss2 % 1

La Non Fiabilité de S=1- Fiabilité de S

VI. Association en réseau « en pont »

Les systèmes réels peuvent avoir des structures plus complexes que les réseau série-
parallèle déjà vus.

Afef BEN ABDELGHANI 20 Dept. GPI, INSAT

2019/2020
Les modélisations série/ parallèle ne peuvent pas être appliquées directement à ce genre
d’associations.
Nous nous intéresserons à Deux techniques de « résolution» de tels réseaux et le calcul de
la probabilité associée
1. Application de la probabilité conditionnelle
Le principe consiste à subdiviser le système S, de manière séquentielle, en sous-systèmes
auxquels nous pouvons appliquer la modélisation série/ parallèle, puis, recombiner ces sous-
systèmes en utilisant la théorie des probabilités conditionnelles:
P(S fonctionne)=P(S fonctionne/X est ON). P(X est ON)+ P(S fonctionne/ X est OFF). P(X
est OFF) où X est l’un des composants du système S
-Remarque: le calcul de la non fiabilité se fait suivant la même approche
P(S défaille)=P(S défaille /X est ON). P(X est ON)+ P(S défaille/ X est OFF). P(X est OFF)
-Application au cas du réseau en pont de la figure:
-choisir X: X peut être A, B, C, D ou E. Le choix du composant X influe énormément sur la
suite des calculs. Pour notre cas, le meilleur choix: X=E
-les deux sous-systèmes de S correspondent respectivement à E ON et à E OFF

E ON, donc R(E)=1 E OFF, donc R(E)=0

R1= (1-FA.FB)(1-FC.FD) R2 =1-(1-RA.RC)(1-RB.RD)

Donc, Rs= R1. RE + R2. FE

AN: Si RA=RB=…=RE=R=0,99 alors RS= 2R2+2R3-5R4+2R5=0,999798
2. Méthode « cut set »
La méthode des probabilités conditionnelles est très largement utilisée. Néanmoins,
puisqu’elle est difficilement programmable sur ordinateur et donc difficilement généralisable,
on lui préfère d’autres méthodes permettant un calcul plus rapide pour des systèmes très
complexes.
Définitions:
• Un « cut set »: un ensemble de composants de S, qui, si ces composants défaillent, le
système S défaille
• Un « cut set » minimal: un ensemble de composants de S, qui, s’ils défaillent tous, le
système S défaille
Exemple
- AB, CD, AED et BEC sont des « cut set » minimaux du système en pont précédent

Afef BEN ABDELGHANI 21 Dept. GPI, INSAT

2019/2020
Application pour le calcul de la Fiabilité
On détermine les « cut set » minimaux du système S
Selon la définition, les composants d’un cut set minimal sont connectés en parallèle, et les
différents cut set minimaux sont connectés en série
D’où la nouvelle modélisation de S:

FS=P(C1 U C2 U C3 U C4), P(Ci)=Probabilité que Ci défaille

Les Sous-systèmes Ci ne sont pas indépendant donc, FS n’est pas égale à la somme de Ci
FS= P(C1)+P(C2)+P(C3)+P(C4)
-P(C1 I C2) – P(C1 I C3) –P(C1 I C4) –P(C2IC3) - P(C2 I C4) - P(C3 I C4)
+P(C1 I C2 I C3) + P(C1 I C2 I C4) + P(C1 I C3 I C4)+ P(C2 I C3 I C4)
-P(C1 I C2 I C3 I C4)
Or P(C1) = FA.FB ; P(C2)= FC.FD ; P(C3)= FA.FD.FE; P(C4)= FB.FE.FC
P(C1 I C2)=FA.FB.FC.FD; P(C1 I C3)= FA.FB.FD.FE;
P(C1 I C4)= FA.FB.FC.FE etc….
Si on suppose que :
AN: Si FA=FB=…=FE=F=1-0,99 alors RS= 2R2+2R3-5R4+2R5=0,99979805
Remarques
Si le système est très complexe, quelques simplifications peuvent être faites:
1. FS est égale à la somme de Ci
2. On néglige les cut set minimaux supérieur à un certain ordre (valable surtout quand
tous les composants ont la même fiabilité
Comment déterminer les cut set minimaux?
(i)-identifier tous les chemins entre l’entrée et la sortie
(ii)-construire une matrice: les lignes= les chemins et les colonnes= les composants
Mij=1 si le composant j fait partie du chemin i
=0 sinon.
(iii)- si une colonne ne contient que des 1 alors l’élément correspondant est du premier
ordre
(iv)-combiner les colonnes 2 par 2. Si, on obtient une colonne contenant que des 1 alors
le chemin fait par les 2 composants correspondant est un cut set minimal
(v)- répéter étape(iv) avec 3 colonnes. Des cut set trouvé, éliminer ceux qui contiennent
des cut set de 2ème ordre
(vi)- etc..

Afef BEN ABDELGHANI 22 Dept. GPI, INSAT

2019/2020
Chapitre 4 : Arbre de défaillance
L’arbre de défaillance est une méthode déductive qui permet à partir d’une défaillance
critique de déterminer qualitativement et quantitativement les causes qui lui ont donné
naissance. Elle a pour objectif de déterminer le processus de défaillance d’un système
complexe.
Elle se base sur le principe suivant:
- Choisir l’évènement haut: la défaillance
- Identifier les ≠ combinaisons et séquences des autres défaillances menant à la
défaillance considérée.
La démarche est formée de deux étapes principales:
- Identifier le mode de défaillance à étudier
- Les causes de ce mode de défaillance sont graduellement composés en des
niveaux hiérarchiques jusqu’à l’obtention du niveau minimal. Le comportement ou les
effets de la défaillance des composants d’un niveau minimal sont facilement identifiés

I. Concepts généraux

Cette méthode est utilisée, initialement, pour l’analyse qualitative. Elle est employée pour
aider le concepteur, le planificateur, l’ingénieur chantier…., à partir d’une défaillance d’un
Système ou d’un sous-système complexe
- Déterminer le (ou les) composants de SS qui sont à la cause de cette défaillance
- Choisir les remèdes adéquats à cette défaillance
Ensuite, elle a été utilisée pour l’évaluation quantitative: Les données de fiabilité des
composants élémentaires sont:
- Introduits au niveau de l’arbre au niveau hiérarchique le plus bas
- Combinés en utilisant la logique de l’arbre pour déterminer la fiabilité totale du système
Soit un système de contrôle d’un processus électrique. On considère l’hypothèse suivante:
ce système nécessite une alimentation AC et une alimentation DC. Déterminer l’arbre de
défaillance de l’évènement défaillance de l’alimentation électrique

Figure 12. Arbre de défaillance d’un système de contrôle de processus électrique

Afef BEN ABDELGHANI 23 Dept. GPI, INSAT

2019/2020
 II. Symboles utilisés

Les principaux symboles utilisés dans les arbres de défaillance sont présentés ci-dessous.

III. Méthodes de calcul

1. Première approche : approche algébrique

Elle combine tous les éléments basiques en utilisant les propriétés de l’algèbre booléenne et
les structures logiques de l’arbre de défaillance, et se déroule ainsi :
 On commence par l’événement du haut
 On décrit d’une manière logique la suite des événements. Chaque événement
élémentaire est remplacé par ses événements du niveau hiérarchique inférieur
jusqu’à ce que l’événement du haut soit décrit en fonction des événements
élémentaires.

L’exemple ci-dessous illustre le principe de cette approche algébrique.

Afef BEN ABDELGHANI 24 Dept. GPI, INSAT

2019/2020
 Figure 13. Illustration du principe de l’approche algébrique

P(T) = P(E1.E2+E3)
= P(E1.E2) + P(E3) – P(E1∩E2 ∩E3)
= P(E1).P(E2)+P(E3)-P(E1).P(E2).P(E3)
=0.01

 C’est donc une analyse du haut vers le bas

Le problème de cette démarche est la complexité de l’expression si le nombre d’événements
est trop grand

2. Deuxième approche : approche numérique

Le principe de cette approche consiste à calculer numériquement les valeurs de probabilité
pendant la phase de réduction de l’arbre au lieu de laisser le calcul numérique à la fin.
 C’est donc une analyse du bas vers le haut
Reprenons l’exemple précédent :
- P(I)= P(E1).P(E2)= (1-0.933)(1-0.925)=0.005025
- P(T)=P(I)+P(E3)-P(I).P(E3)=0.01
Cette méthode est intéressante pour les « gros » systèmes.
Cependant, l’inconvénient majeur de cette approche est que si un événement élémentaire se
produit plus qu’une fois dans l’arbre de défaillance, il sera pris en compte plus qu’une fois.
Ceci mène à des calculs erronés.

Afef BEN ABDELGHANI 25 Dept. GPI, INSAT

2019/2020
 Figure 14. Exemple d’arbre de défaillance

Posons : T=E1.E3.E4+E2+E5+E6

a. 1er cas: les entités sont indépendantes

La détermination de l’expression est très compliquée. D’où le recours à la méthode
numérique donnant : P(T)=0,11924

b. 2ème cas: les entités sont dépendantes: E3=E6

Si l’on utilise ici la méthode algébrique. On trouve une simplification:
P(T)=0.11593
Avec la méthode numérique:
P(T)=0.119245

Afef BEN ABDELGHANI 26 Dept. GPI, INSAT

2019/2020
Chapitre 5. AMDEC

L'AMDEC est une technique d'analyse exhaustive et rigoureuse de travail en groupe, très
efficace par la mise en commun de l'expérience et de la compétence de chaque participant
du groupe de travail. Cette méthode fait ressortir les actions correctives à mettre en place.
 Analyse exhaustive
On part des éléments pour déterminer les triplets Cause-Mode-Effet
 Actions correctives
Le système a ou aura des défaillances, l'AMDEC mettra en place des actions correctives
pour les corriger.
 Déroulement de la méthode
Pour réaliser une AMDEC, il faut bien connaître le fonctionnement du système qui est
analysé ou avoir les moyens de se procurer l'information auprès de ceux qui la détiennent.
Pour cela, la méthode AMDEC est divisée en 5 étapes :
1. Initialisation
2. Analyse fonctionnelle
3. Analyse des défaillances
4. Cotation des défaillances
5. Actions correctives menées

I. Etape 1 : initialisation

1. Délimitation de l'étude
Suivant que l'on soit en conception ou en opérationnel, deux opérations n'auront pas la
même valeur.
C'est une description précise du produit, de la phase du projet et des possibilités de remise
en cause par l'analyse.
Tient-on compte des stocks, des sous traitants ?
2. Acteurs de la méthode : Groupe de Travail
Le demandeur : c’est la personne ou le service qui prend l'initiative de déclencher l'étude.
Le décideur : responsable dans l'entreprise, exerce le choix définitif. Il est responsable et
décideur des coûts, de la qualité et des délais.
Ces deux premières personnes n'ont généralement aucune compétence technique pointue.
L'animateur : méthodologie, l'organisateur de la vie du groupe.
Il précise l'ordre du jour des réunions, conduit les réunions, assure le secrétariat, assure le
suivi de l'étude. Très souvent, c'est un intervenant extérieur, ou du moins extérieur au
service de façon à pouvoir jouer les candides.
Le groupe de travail : 2 à 5 personnes, responsables et compétentes, ayant la connaissance
du système à étudier et pouvant apporter les informations nécessaires à l'analyse: des
hommes de maintenance, du service qualité, de la production, le bureau d'étude, des
experts du domaine étudié.

Afef BEN ABDELGHANI 27 Dept. GPI, INSAT

2019/2020
 3. Planification des réunions
Il est difficile de réunir 5 à 8 personnes d'un certain niveau (souvent peu disponibles).
Pour cela, il faut planifier de la phase "initialisation" jusqu'à la phase "actions menées" en
respectant une fréquence d'une demi-journée tous les 15 jours en général.

II. Etape 2 : Analyse fonctionnelle

1. Pourquoi une analyse fonctionnelle ?
Pour analyser les défaillances d'un système, il est nécessaire auparavant de bien identifier à
quoi doit servir ce système : c'est à dire de bien identifier toutes les fonctions que ce système
doit remplir durant sa vie de fonctionnement et de stockage.
A partir de l'analyse fonctionnelle, on pourra mener deux études d'aspects différents :
-aspect économique : l'analyse de la valeur
-aspect technique : l'AMDEC

a. Analyse fonctionnelle externe: Principe de construction

1. Objet à étudier
2. Milieux extérieurs en contact avec le sujet (contact physique, mécanique,...)
3. Identifier à quel(s) milieu(x) extérieur(s) le sujet rend service. Et Identifier sur quel(s)
milieu(x) extérieur(s) le sujet agit
(Méthode de la pieuvre)

b. Analyse fonctionnelle interne

On détaille les différents éléments qui vont être analysés dans l'AMDEC ainsi que leur
participation dans la ou les fonctions principales.

Afef BEN ABDELGHANI 28 Dept. GPI, INSAT

2019/2020
 Figure 15. Analyse fonctionnelle – Décomposition des fonctions

c. Découpage fonctionnel AMDEC moyen de production

Le découpage fonctionnel et organique d’un système pour une AMDEC moyen de production
est illustré dans la Figure 16.

Figure 16. Décomposition fonctionnelle et organique : AMDEC moyen de production

d. Découpage fonctionnel AMDEC Processus

Le découpage fonctionnel et organique d’un système pour une AMDEC processus est illustré
dans la Figure 17.

Figure 17. Décomposition fonctionnelle et organique : AMDEC processus

Afef BEN ABDELGHANI 29 Dept. GPI, INSAT

2019/2020
Le diagramme de processus est l'outil schématique qui permet de simplifier le processus par
sa décomposition en opérations simples. Il doit être visible en permanence par tous les
membres du groupe.

Environnement d'une AMDEC processus

La Figure 18 montre les composantes de l’environnement de l’AMDEC processus.

Figure 18. Environnement d’une AMDEC Processus

2. Fin de l’étape 2
Un des objectifs final des 2 premières étapes de l'AMDEC sera d'aboutir à un dossier
complet sur le système étudié.
-Feuille de synthèse de l'état actuel de l'étude AMDEC
-Ce que l'on connaît sur les fonctions à étudier
-Ce que l'on connaît sur l'environnement du système
-Les objectifs de qualité et de fiabilité L'analyse fonctionnelle
-Historiques (lien GMAO-AMDEC)
-Plan de maintenance préventive (lien avec la notion de MBF)

Afef BEN ABDELGHANI 30 Dept. GPI, INSAT

2019/2020
III. Etape 3 : Analyse des défaillances

A partir de l'analyse fonctionnelle, la démarche consiste en une recherche :

• des modes de défaillance (par exemple: perte de fonction, dégradation d'une
fonction, pas de fonction, fonction intempestive)
• des effets, au niveau supérieur, pouvant être complétés par une recherche
• des causes (choix pouvant être guidé par la gravité des conséquences)
• de la criticité. Il s'agit d'une cotation et non d'une quantification des défaillances

Figure 19. Illustration de l’Etape 3 de l’AMDEC

Vocabulaire
Mode de défaillance : manière dont la défaillance apparaît
Cause de défaillance : événement initiateur
Effet de la défaillance : conséquence sur l'utilisateur
Mode de détection : comment on met en évidence le mode de défaillance
Les modes de défaillance
On peut dénombrer 5 modes de défaillances, qui sont illustrés dans la figure qui suit.

Figure 20. Différents modes de défaillance

Afef BEN ABDELGHANI 31 Dept. GPI, INSAT

2019/2020
Les causes de défaillance
Cinq grandes familles de causes possibles peuvent être identifiées comme suit :
- l'organisation
- la documentation
- la technique
- les hommes
- le milieu et l'environnement
Elles sont représentées à travers le diagramme d’Ishikawa représenté dans la Figure 21.

Figure 21. Diagramme Ishikawa

Prenons l’exemple d’une AMDEC Moyen de production.

Figure 22. Exemples d’AMDEC Moyen de production

La feuille AMDEC FIAT formulant les règles de l’analyse des défaillances est présentée dans
ce qui suit/

Afef BEN ABDELGHANI 32 Dept. GPI, INSAT

2019/2020
 FEUILLE AMDEC FIAT
Indiquer le composant et son code relatif de niveau IV de la décomposition
NIVEAU IV
machine. De plus, reporter le n° du plan fournisseur

MODE DE Indiquer le type de défaillance survenue sur le composant identifié. Ex.:

DEFAILLANCE rupture, usure, corrosion.

Indiquer les causes qui provoquent ce type de défaillance. Elles sont

CAUSES DE
internes (générées à l'intérieur) ou externes(copeau, pièce usinée,défaut
DEFAILLANCE
de maintenance, défaut de propreté)
Reporter tous les indices qui annoncent la défaillance (Ex. : vibrations,
SYMPTOMES
tensions, température..)

DEFAILLANCES
Signaler comment se propagent les défaillances sur d'autres composants
INDUITES

En se référant aux défaillances induites, indiquer quels composants doivent

REGLAGES
être changés, ceux qui nécessitent un éventuel plan de contrôle/inspection
CHANGEMENTS
spécifique, non prévu, et les réglages nécessaires
INFO POUR LE Reporter tous les indices qui peuvent, une fois la défaillance survenue,
DIAGN accélérer le diagnostic
EFFET SUR LE
1-Blocage total du flux 2- Ralentissement du flux 3-Maintien du flux 4-Flux
FLUX
inaltéré
DE PRODUCTION

INTERVENTION Indiquer les remèdes à appliquer

EFFET SUR LE
1-Qualité non acceptable 2-Qualité altérée 3-Qualité inaltérée
PRODUIT

MATERIEL Indiquer le matériel nécessaire pour effectuer l'intervention, en

NECESSAIRE identifiant d'éventuels outils particuliers

Indiquer la durée totale (hrs) de l'arrêt de la machine qui

TEMPS ARRET -
comprend réparation, diagnostic, rétablissement du
MTTR
fonctionnement sans tenir compte des temps logistiques

INTERVENTION Indiquer la durée de l'intervention de maintenance en

hr.ho heure.homme (sans les temps logistiques)

Indiquer la période de bon fonctionnement avec une proba de

TBF COMPOSANT
90% (1an=5000 heures)

INDISPONIBILITE Insérer les données de 2 cases précédentes dans la formule et

(hr.an) reporter les résultats dans cette case INDS. = Arrêt/ TBF

INDICE DE Indiquer la valeur obtenue à partir de la grille de criticité avec

CRITICITE les valeurs de l'effet sur le flux de production et l' indisponibilité

Afef BEN ABDELGHANI 33 Dept. GPI, INSAT

2019/2020
IV. Etape 4 : Cotation de la criticité

1. La Notion de criticité
La criticité est évaluée à partir de la fréquence de la défaillance et de sa gravité. Elle
détermine le choix des actions correctives. Elle fixe la priorité entre les actions à
entreprendre.
C’est ainsi un critère pour le suivi de la fiabilité prévisionnelle de l'équipement.

La cotation de la criticité permet une hiérarchisation des différentes défaillances.

Exemple de matrice de sécurité
La criticité peut être évaluée en utilisant une matrice :

Une cotation classique de la criticité se présente ainsi :

INDICE CRITERE G CRITERE F CRITERE N

Détection efficace qui permet

Temps d'arrêt Moins d'une fois une action
1
inférieur à 12 heures Par an préventive afin de prévenir la
défaillance

Temps d'arrêt Moins d'une fois Il y a un risque que la détection

2
inférieur à 24 heures par mois ne soit pas efficace

Temps d'arrêt Moins d'une fois le moyen de détection n'est pas

3
inférieur à 1 semaine par semaine fiable

Temps d'arrêt Plus d'une fois Il n'y a aucun moyen de

4
supérieur à 1 semaine par semaine détection

Afef BEN ABDELGHANI 34 Dept. GPI, INSAT

2019/2020
Autres expressions utilisées
Chez RENAULT, la formule établie pour coter la criticité (devenu IPR) est la suivante :

Chez PSA, la formule établie pour coter la criticité est la suivante :

Exemple de Cotation de la gravité

INDICE DE GRAVITE CRITERE G
1 Temps d'arrêt inférieur à 12 heures
2 Temps d'arrêt inférieur à 24 heures
3 Temps d'arrêt inférieur à 1 semaine
4 Temps d'arrêt supérieur à 1 semaine

RENAULT

G CRITERE Gravité

1 Arrêt intervention < 1 mn

2 Arrêt d'intervention compris entre 1 et 20 mn

3 Arrêt d'intervention compris entre 20 et 60 mn

4 Arrêt intervention > 60 mn non-conformité pièces sécurité

CITROEN

S CRITERE Séverité

1 Arrêt < X mn ou juste une remise en route

2 Pas de risque de casse mécanique ou arrêt de X à Y mn

3 Risque de casse mécanique ou arrêt de Y à Z mn

4 Casse mécanique importante ou arrêt de Z à T mn

Risque d'accident impliquant des problèmes de sécurité du personnel

5 ou arrêt > T mn ou nécessité de la reprise du produit auto déjà engagé
dans les lignes ou ateliers suivants

Afef BEN ABDELGHANI 35 Dept. GPI, INSAT

2019/2020
 CRITERES
G
Défaillance Perception du client

1 Mineure Sans conséquence

2 Sans dégradation des

Gêne légère
3 performances

4
Avec signe avant-coureur Indispose ou met mal à l'aise
5

6 Dégradation notable des

Mécontentement
7 performances

Grand mécontentement
8 Avec signe avant-coureur et/ou
Frais de réparation

Grand mécontentement
Sans signe
9 et/ou
Panne du véhicule
Frais de réparation

10 Sans signe avant-coureur Problème de SECURITE

Cotation de la fréquence
NDICE DE FREQUENCE CRITERE F

1 Moins d'une fois par an

2 Moins d'une fois par mois

3 Moins d'une fois par semaine

4 Plus d'une fois par semaine

Cotation de la non-détection

INDICE DE NON
CRITERE N
DETECTION

Détection efficace qui permet une action

1
préventive afin de prévenir la défaillance

Il y a un risque que la détection

2
ne soit pas efficace

3 le moyen de détection n'est pas fiable

4 Il n'y a aucun moyen de détection

Afef BEN ABDELGHANI 36 Dept. GPI, INSAT

2019/2020
Chapitre 6. Les chaines de Markov

Partie 1. Chaines de Markov discrètes

I. Introduction et concepts généraux

Les techniques de modélisation des premiers chapitres: applicables aux systèmes non
réparables ou avec des temps de réparation négligeables. Ceci est souvent contraignant
Les chaînes de Markov est une technique de modélisation qui résout ce problème.
Elle est appliquée aux systèmes ayant un comportement aléatoire en fonction du temps et
de l’espace (le contexte dans lequel il fonctionne): Systèmes stochastiques
Ce sont des systèmes sans mémoire: leur état futur ne dépend que de l’état présent et non
du passé ni de la manière avec laquelle il est arrivé au présent.
Systèmes stochastiques → loi de probabilité avec un taux de défaillance constant: loi
exponentielle et loi de poisson
Systèmes à deux états
Le système à deux états est modélisé comme suit :

1/2 : Probabilités de passer d’un état à un autre ou de rester dans cet état. Ces probabilités
ne dépendent pas du temps
La somme des Probabilités de sortir d’un état ou d’y rester est égale à 1.

II. Matrice des transitions stochastiques

Pij= P( transition de l’état i à l’état j après un intervalle de temps)

Généralisation: système à n états

Soit P=une matrice carrée de dimension nxn

Afef BEN ABDELGHANI 37 Dept. GPI, INSAT

2019/2020
Soit l’exemple d’étude suivant :

P11.P11 +P12.P21=P(de 1 à 1 après deux intervalles de temps)

P11.P12 +P12.P22=P(de 1 à 2 après deux intervalles de temps)
P²= donne les probabilités des transitions après 2 intervalles de temps
Pn= donne les probabilités des transitions après n intervalles de temps:
(Pn )ij =P(d’être à l’état j après n intervalles de temps sachant qu’il était initialement à l’état i)

Si l’état initial n’est pas connu avec certitude, alors il faut multiplier la matrice Pn par la
matrice des probabilités initiales P(0) pour trouver la probabilité que le système soit à l’état j
après n intervalles.
Exemple étudié:
- Si le système est initialement à l’état 1, P(0)=(1 0)
- Si le système est initialement à l’état 2, P(0)=(0 1)
- Si le système a une probabilité 0.5 d’être à l’état 1, P(0)=(1/2 1/2)
Notons P(2)= P(0).P²:
- Si P(0)=(1 0) alors P(2)= (3/8 5/8) : P(être à 1 après 2 I de tps)=3/8
- Si P(0)=(0 1) alors P(2)= (11/32 21/32): P(être à 1 après 2 Int de
tps)=11/32
Généralisation:
- P(n)= P(0). Pn
- P(n) est une matrice ligne
- P(n)i: P(être à l’état i après n intervalles de temps)

Afef BEN ABDELGHANI 38 Dept. GPI, INSAT

2019/2020
III. Probabilités asymptotiques

1. Définition
Système ergodique: à partir de chaque état, le système peut atteindre tout autre état
directement ou indirectement
Système non ergodique: Il existe des états « absorbants », ou « puits » desquels le système
ne pourra pas sortir
2. Cas des systèmes érgodiques
 1ère méthode : P∞: P(n)n → ∞
On peut connaître P∞ en multipliant P n fois , n est suffisamment grand
 2ème méthode: P∞. P= P∞
Puisque le régime établi est atteint alors même si je multiplie P∞ encore une fois par P, P∞ ne
change pas.

Application à l’exemple étudié:

P∞=(P1 P2): à déterminer?
P1= P∞ de l’état 1 et P2= P∞ de l’état 2
P∞. P= P∞
Donc : à faire?
Besoin d’une autre équation ??
Il faut toujours se rappeler que : P1+P2=1
Donc P1=0.33 et P2=0.66
Application à l’exemple étudié: si 2 est un état puit
Q=P11=1/2
N= =2.
Donc le système passe en moyenne 2 intervalles de temps avent d’entrer dans l’état 2
3. Cas des systèmes Non érgodiques
Le système contient des états de « défaillance catastrophique ». Donc il faut minimiser que
le système entre dans ces états
Ce que l’on fait: calculer le temps moyen que passe le système avant d’entrer dans l’un de
ces états puits.
Soit P : Matrice de transition
On définit la matrice Q: en éliminant les lignes et les colonnes de P associées à des états
puits.
On définit N: matrice contenant les temps moyens
N=I+Q+Q²+……Qn-1
On montre que N=(I-Q)-1
Application à l’exemple étudié: si 2 est un état puit
Q=P11=1/2
N= =2.
Donc le système passe en moyenne 2 intervalles de temps avent d’entrer dans l’état 2.

Afef BEN ABDELGHANI 39 Dept. GPI, INSAT

2019/2020
Chapitre 6. Les chaines de Markov

Partie 2. Les processus markoviens continus

I. Concepts généraux

Soit un composant réparable, taux de réparation= cte; taux de défaillance = cte

La chaine de Markov associée à un systèmes à deux états se présente comme suit:

λ et µ: taux de transition
Densité de probabilité de défaillance: f(t)=λ.e-λt
Densité de probabilité de l’état défaillant: f(t)= µ.e-µt
On a montré: λ = 1/MTTF
D’une manière similaire, on peut montrer que : µ = 1/MTTR
MTTR: Moyenne des temps de réparation: ces temps sont comptés à partir du moment où il
tombe en panne jusqu’il redevient bon

1. Calcul des probabilités

Les probabilités de transition sont remplacés par des taux de transition
Soit un intervalle dt suffisamment petit pour que P(2 ou plus événements pendant dt) est
négligeable
P( être ON après dt)= P(être à l’état 0 à l’instant t+dt)
= P(être ON à t ET ne pas défaillir pendant dt)
+ P(être OFF à t ET être réparé pendant dt)

Po(t+dt)=Po(t) (1- λ dt) + P1(t) (µ dt)

D’une manière similaire, on montre que:
P1 (t+dt)=P1 (t) (1- µ dt) + Po(t) (λ dt)

P0 (t + dt ) − P0 (t ) P1 (t + dt ) − P1 (t )
= −λ.P0 (t ) + µ .P1 (t ) Et = λ.P0 (t ) − µ .P1 (t )
dt dt

 Po' (t ) = −λ.P0 (t ) + µ .P1 (t )

 '
 P1 (t ) = λ.P0 (t ) − µ .P1 (t )

Afef BEN ABDELGHANI 40 Dept. GPI, INSAT

2019/2020
 [P (t )
'
] [
P1' (t ) = Po (t ) P1 (t ) . ]
− λ λ 

(1)
µ − µ
o

Matrice M n’est pas une matrice de transition (la somme des éléments d’une ligne≠1
Le syst. d’équ (1) est résolu en passant par la transformée de Laplace , puis Laplace Inverse

 µ e −( λ + µ ).t
 Po (t ) = .(P0 (t ) + P1 (t ) ) + (λ.P0 (0) − µ.P1 (0))
 λ+µ λ+µ

 λ e −( λ + µ ).t
 P (t ) = .( P (t ) + P (t ) ) + (− λ.P0 (0) + µ.P1 (0) )
λ+µ λ+µ
1 0 1


Po(t)+P1(t)=1. Aussi, en général, Po(0)=1

 µ e − (λ + µ ).t
 Po (t ) = +λ
 λ+µ λ+µ
 − ( λ + µ ).t
 λ e
 P1 (t ) = λ + µ − λ λ + µ


2. Calcul des valeurs limites des probabilités

Po: Disponibilité asymptotique, P1=Indisponibilité asymptotique

µ e −( λ + µ ).t
A(t ) = Po (t ) = +λ
λ+µ λ+µ
− λ .t
R (t ) = e

II. Diagrammes d’état

1. Système à 1 composant réparable
On considère l’hypothèse suivante: le composant a un état de défaillance partielle. La chaine
de Markov correspondante est la suivante :

Afef BEN ABDELGHANI 41 Dept. GPI, INSAT

2019/2020
 2. Système à 2 composants réparables

Valable pour une connexion en série ou en parallèle :

En série: 1: état OK de S En parallèle: 1, 2, 3: état OK de S
2, 3, 4 : état OFF de S 4 : état OFF de S
Donc A= P1 et U=P2+P3+P4 Donc A= P1 +P2+P3 et U=P4

III. Matrice des transitions

Pour l’introduire ici, on considère un intervalle de temps ∆t suffisamment petit / P(2 ou plus
évènements) est négligeable
P(transition)=taux de transition X ∆t = λ. ∆t et P(non transition)=1- λ. ∆t

La matrice des transitions correspondantes est donc la suivantes :

Afef BEN ABDELGHANI 42 Dept. GPI, INSAT

2019/2020
 1. Exemple: Un composant réparable
Reprendre la même méthodologie vue dans le chapitre précédent pour trouver les
probabilités asymptotiques Po et P1

En général (par abus de langage) la matrice de transition P est notée

2. Exemple: Deux composants identiques réparables

A- Association de composants en série

B- Association de composants en parallèle

Afef BEN ABDELGHANI 43 Dept. GPI, INSAT

2019/2020
IV. Calcul de fiabilité
1. Principe
i. Tracer le diagramme d’états du système
ii. Identifier les états donnant une défaillance totale du système
iii. Rendre ces états des états puits
iv. Déterminer les Pi(t) (Probabilité des états non-puits) en utilisant la résolution
d’équations différentielles
v. Calculer R(t) = Σ Pi(t)

2. Exemple
Énoncé : Exemple 1 (TR114) + composants en parallèle
−2λ 2λ 0
[ P1' (t ) P2' (t ) P3' (t )] = [ P1 (t ) P2 (t ) P3 (t )]. µ − (λ + µ ) λ
0 2µ − 2µ

Hypothèse : Le système à commencé dans 1 : P1(0) =1, P2(0) = P3(0) = 0

Défaillance totale de S  Etat 3 est un état puit

−2λ 2λ 0
[ P1' (t ) P2' (t ) P3' (t )] = [ P1 (t ) P2 (t ) P3 (t )]. µ − (λ + µ ) λ
0 0 0

 R(t) = P1(t) + P2(t)

s1 exp(− s 2 t ) − s 2 exp(− s1t )
=
s1 − s 2

1
s1 = (3λ + µ + λ2 + 6λµ + µ 2 )
2
Avec
1
s2 = (3λ + µ − λ2 + 6λµ + µ 2 )
2

Afef BEN ABDELGHANI 44 Dept. GPI, INSAT

2019/2020
 V. MTTF
1. Définition
Moyenne de temps avant que le système entre dans l’état absorbant

2. Détermination de MTTF
Il existe deux manières pour déterminer la valeur de MTTF :
 Si on peut résoudre les équations différentielles et déterminer R(t),

 Si on ne possède pas l’expression générale de R(t)

i. Détermination de la matrice Q = Matrice de transition à la quelle on enlève les lignes et

les colonnes correspondant aux états puits
ii. Calcul de la matrice M = (I – Q)-1, tel que
mij = moyenne du temps passé à l’état j sachant que le système à commencé à l’état i
n
iii. MTTF =  mij
j =1

3. Exemple étudié

4. Exemple 1 : système en série

États puits : 2 et 3
Q = (1 - 2λ)
M = ( I – Q )-1 = ( 2 λ )-1
MTTF = 1 / 2λ

Afef BEN ABDELGHANI 45 Dept. GPI, INSAT

2019/2020
VI. Extension vers les systèmes complexes
Ce qui a été présenté jusqu’alors est valable pour les systèmes simples, si le système
devient plus complexe il faut suivre la démarche suivante :
a. Identifier tous les états du système
b. Identifier toutes les transitions entre les états et préciser leurs valeurs numériques
c. Établir les équations différentielles et les matrices de transition
d. Si demandé, déterminer les expressions de probabilité en fonction du temps
e. En utilisant α P = α, déterminer les valeurs limites des probabilités
f. Déterminer les états ON et les états OFF
g. Calculer les PON et POFF (disponibilité et indisponibilité)
h. Utiliser le principe des états absorbants pour déterminer :
a. Les matrices Q et M avec les quelles on calcul la MTTF
b. La résolution des nouvelles équations différentielles, déterminer R(t) et MTTF
= ∫ R(t) dt

VII. Optimisation du coût de la maintenance par la fiabilité

Maintenance: 1. Maintenance préventive 2. Maintenance corrective

Maintenance préventive:
maintenance systématique: si le MTBF du système est commu.
La période d‘intervention est T=k.MTBF, k [0,5; 1].
Le choix de k a des incidences économiques
Maintenance conditionnelle
Elle n’implique pas la connaissance du mode de dégradation (donc pas de MTBF)
On ne décide d’intervenir que si il ya une évidence expérimentale de défaut imminent ou
approche d’un seuil de dégradation
Maintenance corrective
maintenance curative:Réparation
maintenance palliative: dépannage

Afef BEN ABDELGHANI 46 Dept. GPI, INSAT

2019/2020
Quelques références bibliographiques
[1]: La sûreté de fonctionnement, LAAS-CNRS
[2]: La fonction maintenance, François Monchy, Editions Masson, janv 1998
[3]: La Maintenance basée sur la fiabilité, Gilles Zwingelstein, Editions Hermes, sept1996
[4]: Machinery Reliability Assessment, H.P.Bloch et F.K.Geitner, Gulf Publishing Company,
1994
[5]: Practical reliability engineering. 3ème Edition. Patrick D.T. O’CONNOR. John Wiley and
sons Editions.
[6]:Reliability Evaluation of Engineering Systems. Concepts and Techniques. Roy Billinton
and Ronald N. Allan. 2ème Edition. Plenum Publishing Corporation

Afef BEN ABDELGHANI 47 Dept. GPI, INSAT

2019/2020