See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/303116867

Amélioration de la fiabilité des équipements à travers l'optimisation de la

maintenance préventive

Conference Paper · June 2005

CITATIONS READS

0 1,122

5 authors, including:

Georges Abdulnour Raynald Vaillancourt

Université du Québec à Trois-Rivières Hydro-Québec
47 PUBLICATIONS   461 CITATIONS    14 PUBLICATIONS   17 CITATIONS   

SEE PROFILE SEE PROFILE

Dragan Komljenovic
Hydro-Québec
106 PUBLICATIONS   961 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Asset management View project

Other activities View project

All content following this page was uploaded by Dragan Komljenovic on 14 May 2016.

The user has requested enhancement of the downloaded file.

6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

Amélioration de la fiabilité des équipements à travers

l’optimisation de la maintenance préventive
Darragi Messaoudi, Georges Abdulnour, Raynald Vaillancourt, Dragan Komljenovic,
Michel Croteau
Hydro-Québec, Centrale Nucléaire Gentilly-2, 4900, boul. Bécancour, Ville de Bécancour, Québec, G9H 3X3,
Canada. Université du Québec à Trois-Rivières, C.P.500, Trois-Rivières, Québec, G9A5H7, Canada,
georges_abdulnour@uqtr.ca

RÉSUMÉ : Dans cette recherche l’effet de la maintenance préventive sur les systèmes, structures et composants
(SSC) sera évalué. Cette évaluation adressera en particulier, l’espacement des arrêts planifiés (de 12 à 18 ou 24
mois) sur un système critique « modérateur » à la centrale nucléaire de Gentilly 2. Le but sera d’élaborer une
approche pour maintenir ou améliorer la fiabilité opérationnelle des SSC après espacement des arrêts planifiés.
Un processus, inspiré de la maintenance basée sur la fiabilité, a été développé. L’indisponibilité du système a
été évaluée pour plusieurs scénarios de maintenance préventive. Cette étude a permis de démontrer que la
disponibilité est moins sensible envers l’espacement des arrêts planifiés qu'envers l’optimisation de la
maintenance préventive.

MOTS-CLÉS : Maintenance, fiabilité, sûreté, nucléaire, optimisation.

1. Introduction et énoncé du problème

La Direction Production Thermique et Nucléaire étudie la possibilité d’espacer, de 12 à 18 ou
24 mois, les arrêts planifiés pour l’entretien général de la centrale nucléaire Gentilly 2 (. Cette
décision permettra de diminuer la fréquence des arrêts pour l’entretien, avec l’objectif de ne
pas augmenter de façon significative leur durée (Hydro-Québec, 2003). Avant de mettre en
application cette décision, il faut s’assurer que cette décision :
- Ne modifiera pas de manière significative les risques pour l’environnement et la
population (fiabilité et sûreté).
- N’entraînera pas une augmentation du nombre et/ou de la durée des arrêts imprévus
(disponibilité et viabilité).
Un tel scénario de maintenance (espacement des arrêts planifiés) aura un impact direct sur la
planification et les périodicités des activités actuelles de la maintenance préventive (entretiens
systématiques, inspections prédictives et essais) et un impact indirect sur la fiabilité et la
disponibilité des équipements à moyen et long terme.
On considère, dans ce qui suit, que la maintenance est le seul élément sur lequel on est
capable d'agir pour améliorer la fiabilité opérationnelle des SSC après espacement des arrêts
planifiés.
Le problème sera, ainsi, lié à la difficulté de mesurer et de quantifier l’impact de la
maintenance préventive sur la fiabilité et la disponibilité des SSC à la centrale. Selon les
scénarios de maintenance préventive adoptés, cet impact pourrait être négatif (espacement des
arrêts planifiés) ou positif (optimisation de la maintenance).
6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

2. But et objectifs de l’étude

Le but de cette étude est d’élaborer une approche pour maintenir ou améliorer la fiabilité
opérationnelle des SSC après un espacement des arrêts planifiés. Cette approche se basera sur
la mesure quantitative de l'effet de la maintenance préventive sur la fiabilité des équipements.
Les objectifs se limiteront à :
- Mesurer l’effet de l’espacement des arrêts planifiés de 12 à 18 ou 24 mois sur la
fiabilité des SSC.
- Assurer le maintien de la fiabilité opérationnelle des équipements malgré la variation
du cycle d’arrêts planifiés en se basant sur l’optimisation de la maintenance.

3. Revue de la littérature
La maintenance préventive a pour objectif de maintenir ou d’augmenter la fiabilité
opérationnelle d’un équipement ou d’un système sur une longue période en ralentissant les
effets du vieillissement (corrosion, fatigue et autres phénomènes). Elle influence donc leur
taux de défaillance à moyen terme et leur durée de vie utile à long terme. La périodicité d’une
tâche de maintenance préventive est déterminée en fonction de la criticité de l'équipement, de
son cycle de charge et de ses conditions de service. Celle-ci est ajustée en fonction de
l’expérience de fonctionnement observée et des contraintes d'exploitation. Ces différents
aspects seront explicités dans les paragraphes suivants.
3.1. Optimisation de la maintenance préventive
Résoudre la problématique déjà mentionnée pour l’espacement des arrêts planifiés nécessite
une solution basée sur le suivi de la fiabilité des SSC. La solution idéale repose sur
l’élaboration d’un processus adéquat pour l’optimisation de la maintenance (Messaoudi et al.,
2002). Les solutions inspirées de la maintenance basée sur la fiabilité, ses variantes
simplifiées (EPRI, 1995), ainsi que les activités liées au suivi de la fiabilité (INPO, 2001)
constituent des approches validées dans l’industrie nucléaire pour résoudre les problèmes liés
à la périodicité et à l’efficacité des activités de la maintenance.
L'approche développée sera basée sur une variante de la MBF. Il s’agit de l’Optimisation de la
Maintenance Préventive (OMP) ou Preventive Maintenance Optimization (EPRI, 2003). Cette
approche est capable de s’attaquer efficacement aux sujets compliqués de la maintenance tels
que le choix du contenu et de la périodicité des tâches de maintenance préventive et ceci grâce
aux méthodes et outils sophistiqués dont elle dispose. Longtemps considérées comme un
privilège pour les spécialistes de la fiabilité : les AMDEC, la maintenance prévisionnelle et
les méthodes statistiques représentent les ingrédients principaux de l'OMP. Elle est,
essentiellement, basée sur :
- L'analyse de la criticité des composants.
- La mesure de l'effet des scénarios de maintenance préventive sur les paramètres de
fiabilité (espacement des arrêts planifiés avec programme de maintenance préventive
actuel / optimisé).
3.2. Méthode quantitative d'analyse de la criticité
Pour déterminer la périodicité optimale d’une tâche de maintenance préventive pour un
équipement donné, il faudra se concentrer sur 3 facteurs principaux : la criticité, le cycle de
charge et les conditions de service. La criticité représente le facteur le plus problématique à
quantifier. Dans ce cadre, l’Electic Power Research Institut (EPRI) propose une méthode
quantitative d'analyse de la criticité basée sur l’évaluation des facteurs de mesure
6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

d'importance associés aux calculs des arbres de défaillance. Ces ratios, le Risk Achievement
Worth (RAW) et le Fussel-Vesely (FV), sont explicités en fonction de l’événement de tête de
l'arbre de défaillance :
P( tête / A=1)
RAW = , exprime l’augmentation de risque associé à l’événement de tête en cas
Ptête
d’indisponibilité du composant A.
Ptête − P( tête / A=0)
FV = , exprime la contribution de l’indisponibilité d’un composant A à
Ptête
l’augmentation du risque associé à l’événement de tête.
Cette méthode permet une catégorisation des équipements selon leur criticité tel que décrite
dans la figure 1 (EPRI, 2002).

Critiques Critiques

Opéré jusqu’à bris Non critiques

Figure 1. Criticité des équipements selon les facteurs de mesure d’importance RAW et FV

3.3. Méthode quantitative de mesure de l'effet de la maintenance préventive sur la fiabilité

Une tâche de maintenance préventive influence le taux de défaillance d’un équipement donné
par sa périodicité et son efficacité intrinsèque. En assumant que le taux de défaillance pour les
équipements dans l’industrie nucléaire est sensiblement constant (EPRI, 2002), une nouvelle
méthode de calcul propose l’évaluation de la pondération de ce dernier en fonction de la
complexité reliée au programme de maintenance préventive (PMP). Cette méthode de calcul
est issue des recherches d'EPRI pour la base de données PM basis.
Un équipement complexe possède des mécanismes de défaillance. Certains sont des
mécanismes de vieillissement (dégradation) d’autres sont aléatoires. D’après le modèle
proposé par EPRI on a le taux de défaillance global :

λ = f ( E , I ,α )
Avec

λ : Taux de défaillance global de l’équipement.

E : Efficacité intrinsèque de la tâche de maintenance préventive, EPRI propose des :
valeurs d’efficacité (95%, 75%, 45%) pour des tâches génériques.
I : Période entre 2 tâches de maintenance préventive.
α : Fraction de mécanismes de dégradation atteints par la tâche.
Ce modèle générique et basé sur certain nombre d’hypothèses et d’approximations et des
méthodes de calcul détaillées dans les recherches d’EPRI. Il nous permet d’obtenir des
tendances générales sur le comportement du taux de défaillance en fonction des paramètres
6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

analysés ci-haut. La figure 2 présente l’augmentation du taux de défaillance en fonction de

l’augmentation de la périodicité pour une efficacité de E = 0,70.
90

80 Le paramètre r représente la fraction des mécanismes de

Augmentation du taux de défaillance (%)

défaillances dus au vieillissement et à la dégradation.
70

60
r = 1,00
50
r = 0,50
40
r = 0,10
30

20

10

0
0 10 20 30 40 50 60 70 80 90 100

Augmentation de la période entre deux tâches de l'entretien préventif (%)

Figure 2. Augmentation du taux de défaillance en fonction de l’augmentation de la

périodicité

Cette recherche a permis de définir le ratio de pondération :

λm
k ( E , I ,α ) =
λe
Avec

λm : Taux de défaillance global lorsque une fraction α des mécanismes de dégradation ne

seront pas atteint par la tâche de maintenance préventive. La périodicité de la tâche est
plus courte que la durée d'apparition de la dégradation.
λe : Taux de défaillance global lorsque une tâche de maintenance préventive est exécutée
à la périodicité optimale. La périodicité lui permet de couvrir les mécanismes de
dégradation ciblés.
Le ratio k mesure l’augmentation du taux de défaillance si l’on échappe une fraction de
mécanismes de dégradation α lors de l’espacement de deux tâches de maintenance
préventive. Ce ratio dépend aussi implicitement de l’efficacité intrinsèque de la tâche de la
tâche E.

4. Méthodologie
Ce travail sera basé sur un processus d’optimisation de la maintenance caractérisé par une
adaptation continuelle pour l’amélioration de la fiabilité des SSC. Le schéma simplifié de ce
processus est représenté par la figure 3.
6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

Début du
processus

Détermination des frontières

physiques du système

Selection des composants

Analyse de la criticité des

composants

Application des fiches

génériques de la maintenance

Calcul des taux de pondération

des taux de défaillance pour les
différents scénarios de la
maintenance

Mesure de l'effet de
Mesure de l'effet d'optimisation
l'espacement des arrêts
de la maintenance sur les taux
planifiés sur les taux de
de défaillance des composants
défaillance des composants
Mesure de l'effet de
Mesure de l'effet d'optimisation
l'espacement des arrêts
de la maintenance sur la
planifiés sur la disponbilité du
disponibilité du système
système

Ajustement des contenus et

des périodicités des tâches de
maintenance préventive

Figure 3. Processus OMP

5. Simulation du processus
Les différentes étapes du processus d’optimisation de la maintenance préventive seront
simuler sur un système critique relié à la sûreté (système modérateur).
5.1. Détermination des frontières physiques du système
La liste des équipements du système modérateur comprend un nombre important
d’équipements : environ 1563 équipements actifs (pompes, moteurs, vannes, etc.) et passifs
(raccords, boyaux, structure, etc.).
5.2. Sélection des composants
La liste préliminaire des composants éligibles à la simulation doit répondre à plusieurs
contraintes et limites liées à l’étude. Elle comprendra 53 composants. Les conditions
respectées à l’intérieur des frontières physiques du système sont les suivantes :
- Les composants sont traités dans une étude de fiabilité existante et sont modélisés
dans les arbres de défaillance associés : il s'agit de quantifier l’impact de la
maintenance préventive sur les paramètres de fiabilité.
6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

- Les composants possèdent des équipements génériques équivalents dans la base de

données PM basis (outil d'analyse).
- Les composants ne peuvent être entretenus qu’à l’arrêt (couverts ou non par un
programme d’entretien préventif). Il s’agit d’étudier l’effet de l’espacement des arrêts
planifiés sur les composants inaccessibles en marche seulement.
5.3. Analyse de la criticité des composants
Il s’agit de la méthode fondée sur l’analyse des facteurs de mesure d’importance. Les
composants ont été répertoriés en 4 catégories de criticité différentes : Hautement Critiques
(RAW>2 et FV>5E-3), Critiques (RAW>2 et FV<5E-3), Non-Critiques ou économiques
(RAW<2 et FV>5E-3) et Opérés Jusqu’à Bris (RAW<2 et FV>5E-3).
Pour cette étude, la liste finale des composants dont la maintenance va être optimisée sera
limitée aux composants à fort impact sur la sûreté (RAW > 2).
5.4. Collecte de données
Durant cette étape, la collecte de la documentation essentielle à l’étude est basée sur une étude
de fiabilité existante sur le système, les arbres de défaillance du système, les schémas
fonctionnels, le programme de maintenance préventive et l’historique des défaillances /
dégradations.
5.5. Application des Fiches Génériques de la Maintenance
Cette étape s’applique essentiellement aux composants à fort impact sur la sûreté (hautement
critiques et critiques). Elle permet d’aligner les tâches de maintenance préventive actuelles à
G-2 au programme de maintenance optimal proposé par EPRI (maintenance templates) dans
PM basis. Les corrections nécessaires sont effectuées :
− En ajoutant des tâches de maintenance préventive pour les modes de défaillance et les
mécanismes de dégradation observés et dominants.
− En modifiant la périodicité et/ou le contenu des tâches de maintenance préventive.
Pour pouvoir assurer cette comparaison il a été indispensable de déterminer pour un
composant donné :
− Les périodicités optimales : C’est les périodicités des tâches de maintenance
préventive adéquates proposées par les Fiches Génériques de Maintenance (FGM)
dans PM basis.
− Les périodicités à G2 : C’est les périodicités des tâches de maintenance préventive
faisant l’objet de l’étude (actuelles ou corrigées pour 18 et 24 mois).
− Les périodicités de référence : Les périodicités optimales seront corrigées pour
s’aligner aux contraintes d’exploitation à G2. En effet, une tâche MP ayant une
périodicité optimale quelconque et ne pouvant être appliquée qu’à l’arrêt planifié, sera
rationalisée en la regroupant avec d'autres tâches à des périodicités multiples de 12,18
ou 24 mois).
Une codification des composants à fort impact sur la sûreté a été appliquée en se basant sur
les jugements d’experts. En effet, EPRI propose un système de sélection des périodicités
optimales en se basant sur une codification de la criticité, du cycle de charge et des conditions
de service d’un équipement quelconque (EPRI, 2003). Les règles de codifications sont
indiquées dans le tableau 1.
6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

Tableau 1. Système de codification d’EPRI

Cycle de charge Conditions de service
Code Criticité
Élevé Bas Sévères Moyennes
CHS C H S
CHM C H M
CLS C L S
CLM C L M
MHS M H S
MHM M H M
MLS M L S
MLM M L M

En se basant sur les périodicités déterminées précédemment, plusieurs comparaisons (entre

PMP à G-2, optimal et de référence) ont été effectuées pour les différents scénarios d’arrêt
planifiés (12, 18 et 24 mois) en utilisant le module de calcul de l’outil PM basis. La synthèse
de ces comparaisons a permis de définir un modèle de programme de maintenance préventive
rationnel à G-2 pour les équipements à fort impact sur la sûreté et d'entamer les calculs des
taux de pondération des taux de défaillance.
5.6. Calcul des taux de pondération des taux de défaillance
Il s’agit de l’étape capitale pour déterminer l’influence de l’espacement des arrêts planifiés sur
les paramètres de fiabilité des équipements (taux de pondération des taux de défaillance) ainsi
que l’amélioration de ces paramètres en appliquant le programme de maintenance préventive
(PMP) rationnel (figure 4).
Les taux de défaillance actuels à G-2 ont été évalués à partir des données d’exploitation
recueillies. Ils ont été estimés grâce à l’approche Bayesienne en se basant sur les données
génériques pour consolider les résultats en cas de manque de précision.
En utilisant les taux de pondération déterminés, les taux de défaillance sont calculés
respectivement dans l’ordre suivant : λActuel , λOptimal, λÉstimé λÉstimé24 mois et
12 mois 18 mois,

λOJBInfinie, λRéférence12 mois, λRéférence18 mois et λRéférence24 mois.

6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

1/A1(12 mois)

A2 (12 mois) A2 (12 mois)/A1 (12 mois)

λOptimal λ Ref
12 mois λActuel12 mois

Appliquer Appliquer le PMP de référence en tenant PMP actuel

le PMP optimal compte des contraîntes liées à l'inaccessibilité
tel que indiqué par des équipements en marche et à l'arrêt de 12
EPRI mois

A2 (24 mois)
A2 (18 mois)

A2 (12 mois)

λOptimal λ Ref
12 mois λ Ref
18 mois λ Ref
24 mois

Appliquer Appliquer le PMP de référence en tenant

le PMP optimal compte des contraîntes liées à l'inaccessibilité
tel que indiqué par des équipements en marche et à l'arrêt de
EPRI 12,18 et 24 mois

A1 (24 mois)

A1 (18 mois)

A1 (12 mois)
λOptimal λ Actuel
12 mois λ Estimée
18 mois λ Estimée
24 mois

Appliquer PMP actuel avec arrêt de 12, 18,

le PMP optimal ou 24 mois.
tel que indiqué par
EPRI

Étape 2
En comparant le PMP optimal
λEstimée18 et 24 mois
Étape 1 au PMP actuel

λ Actuel
12 mois
En comparant le PMP optimal λOptimal avec arrêt de 18 et 24 mois

au PMP actuel
avec arrêt de 12 mois Étape 3
En comparant le PMP optimal
au PMP deRéférence λRef12,18 et 24 mois
avec arrêt de 12,18 et 24 mois

Figure 4. Règles de calcul des pondérations des taux de défaillance

6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

5.7. Impact de (Espacement / OMP) sur la fiabilité des équipements

L’impact de l’espacement des arrêts de 12 à 18 ou 24 mois sur la fiabilité des équipements
ainsi que l’effet de l’OMP sont facilement mesurés en se basant sur les valeurs des taux de
défaillance pondérés calculées à l’étape précédente. Les résultats sont détaillés dans la figure
5 et 6. Les codes des équipements à fort impact sur la sûreté (redondants) sont portés à l’axe
des abscisses de gauche à droite dans un ordre respectif : les pompes verticales, les moteurs
électriques (6.9 kV), les moteurs électriques (600V), les vannes de contrôle, les convertisseurs
de température, les échangeurs de chaleur, les clapets, les vannes pneumatiques et les
électrovannes.
Les courbes calculées démontrent que les équipements ont plus de sensibilité au contenu et à
l’efficacité des tâches de maintenance préventive qu’aux périodicités. Toutefois, quelques
équipements sont sensibles à l’espacement des arrêts planifiés de manière significative
(moteurs électriques et convertisseurs de température) surtout pour l’arrêt de 24 mois. Il s’agit
des les étudier de façon plus profonde et de suivre de prêt leurs performances.
Elles démontrent, aussi, que l’OMP est capable d’améliorer le taux de défaillance des
équipements de façon significative malgré l’effet négatif mineur associé à l’espacement des
arrêts planifiés.

Variation des taux de défaillance (impact de l'application de l'OMP)

Variation des taux de défaillance (impact de l'espacement des arrêts)

1,20E-01
4,50E-01

4,00E-01
1,00E-01

3,50E-01

8,00E-02
3,00E-01
Défaillances/année

Défaillances/année

Stituation Actuelle
Situation Actuelle
2,50E-01
Arrêt 12 mois avec OMP
6,00E-02 Arrêt au 18 mois
Arrêt 18 mois avec OMP
Arrêt au 24 mois
Arrêt 24 mois avec OMP
2,00E-01 Aucune maintenance

4,00E-02
1,50E-01

1,00E-01
2,00E-02

5,00E-02

0,00E+00 0,00E+00
X1
P1

V3

V1
V6

1A

P1

X1

V3

V1
V6

1
A
PM

PM

PV

PM

PM

PV
11
H

0S
TC

Y1

0S
H
C
1

11

11

11
TY
1

0T
11

31
1

31
11
23

11

11
0T

23
32

32
10

32

32
1

0
21
32

32

32
32
32

32

32

32
63

63
2

21

21
63

63

63
63

Équipements Équipements

Figure 5 et 6. Variations des taux de défaillance des équipements

5.8. Impact de (Espacement / OMP) sur la disponibilité du système

Cette étape a été limitée à l'évaluation de l’indisponibilité du système modérateur en
exploitation normale. L'évaluation de l'indisponibilité du système modérateur est réalisée à
travers le calcul des coupes minimales de l'arbre de défaillance pour les différents scénarios
étudiés en utilisant le logiciel CAFTA.
La figure 7 montre que la variation de l'indisponibilité de système modérateur dépend
faiblement des scénarios de maintenance adoptés. Ainsi, on définit le meilleur scénario par un
arrêt planifié aux 12 mois avec optimisation de la maintenance préventive et le pire scénario
par l'espacement des arrêts planifiés à 24 mois sans optimisation de la maintenance
préventive. Le gain maximal en disponibilité pour la situation d'exploitation normale entre le
pire et le meilleur scénario ne dépasse pas 0.5E-3 années/année.
 6e Congrès international de génie industriel – 7-10 juin 2005 – Besançon (France)

Ce gain a été corrigé en éliminant l'effet des contributeurs majeurs tels que les systèmes de
supports (eau, air et électricité) puisqu’ils sont à l'extérieur des limites de cette étude (voir
figure 7).
Les variations les plus sensibles d’indisponibilité du système, sont reliées aux scénarios
d’OMP. Les objectifs de sûreté seront respectés pour tous les scénarios de maintenance, car
en dépit des changements significatifs sur le taux de défaillance des équipements, la
robustesse de la conception basée sur la redondance a atténué l'impact des défaillances
singulières des équipements sur la disponibilité du système modérateur.

Exploitation Normale

4,500E-03
4,000E-03
Indisp(année/année)

3,500E-03
3,000E-03
Indisp.total
2,500E-03
Indisp.(S.Support)
2,000E-03
Indisp.(Sans S.Support)
1,500E-03
1,000E-03
5,000E-04
0,000E+00
P)

P)

P)
s

s
oi

oi

oi

M
m

O
12

18

24

s(

s(

s(
oi

oi

oi
m

m
12

18

24

Scénarios

Figure 7. Variation de l’indisponibilité du système modérateur

6. Conclusion
Ce travail a permis de mesurer l’effet de l’augmentation de la périodicité des activités de la
maintenance préventive sur les paramètres de fiabilité des équipements. Ces derniers ont
démontré moins de sensibilité envers l’espacement des arrêts planifiés. Ils sont plus sensibles
à une amélioration par optimisation de la maintenance préventive. Toutefois, les systèmes
dans les centrales nucléaires démontrent qu’ils sont instinctivement conçus pour résister aux
effets de la maintenance préventive.

7. Références bibliographiques
EPRI, (1995) “Comprehensive Low-Cost Reliability Centered Maintenance”, TR –105365.
EPRI, (2002) “Reliability and Preventive Maintenance: Balancing Risk and Reliability”, TR 1002936.
EPRI, (2003) “PM Basis Version 5.0 With Vulnerability Analysis Module”, 1003282.
Hydro-Québec, (2003) “Évaluation de l'impact de l'espacement des arrêts planifiés pour entretien général de la
centrale nucléaire Gentilly 2”, G2-RT-2003-01040-17.
INPO, (2001) “Equipment Reliability Process Description”, AP-913, revision 1.
Messaoudi D., Abdulnour. G., (2002) “La maintenance basée sur la fiabilité”, UQTR, Hydro-Québec Centrale
Nucléaire de Gentilly 2.

View publication stats