Vous êtes sur la page 1sur 126

Chapitre 4

Assurance disponibilité des


équipements

1
Plan du chapitre

1. Introduction
2. Mesure de la fiabilité
3. Maintenabilité
4. Disponibilité
5. Sécurité intrinsèque

2
1 - Introduction

La sûreté de fonctionnement est un terme générique qui


regroupe 4 grands domaines :
la fiabilité
la maintenabilité
la disponibilité
la sécurité
Abréviation courante : FMDS

3
1 - Introduction

Sûreté de Fonctionnement

Disponibilité Sécurité

Soutien
Fiabilité Maintenabilité
Logistique

Disponibilité prévisionnelle
4
Disponibilité

+ Soutien
Fiabilité
logistique
+ Maintenabilité

Pas de panne Pièces détachées Remise en service


en stock immédiate

Pas d’arrêt de
= Disponibilité
production

5
Exemple : télévision
Ma télé doit
fonctionner dès
que je la branche
Mais si elle est en
panne, elle doit être
réparée tout de suite

Et surtout, le SAV a
intérêt à travailler le
dimanche !

Disponibilité
Fiabilité + Maintenabilité + Logistique = 6
24h/24
Définitions (norme NF EN 13306)

1. Fiabilité : c’est l’aptitude d'une entité à


accomplir une fonction requise dans des
conditions données, durant un intervalle de
temps donné
On suppose bien sûr que le bien est en état
d’accomplir la fonction requise au début de
l’intervalle de temps donné

La fiabilité se traduit donc par l’aptitude d’un bien à


avoir une faible fréquence de défaillance = c’est une
probabilité
7
Définitions (norme NF EN 13306)

2. Maintenabilité : Dans des conditions données


d’utilisation, c’est l’aptitude d'un bien à être
maintenu ou rétabli dans un état où il peut
accomplir une fonction requise, lorsque la
maintenance est accomplie dans des conditions
données, en utilisant des procédures et des moyens
prescrits
Il est clair que si le technicien n’est pas aidé dans
sa tâche (aide au diagnostic, démontage aisé,
formation, etc..), la maintenabilité est faible

La maintenabilité se traduit donc par l’aptitude d’un


bien à avoir un faible temps de réparation 8
Définitions (norme NF EN 13306)

3. Disponibilité : c’est l’aptitude d'un bien à être en


état d'accomplir une fonction requise dans des
conditions données et à un instant donné ou durant
un intervalle de temps donné, en supposant que la
fourniture des moyens extérieurs nécessaires soit
assurée
Cette aptitude est fonction d’une combinaison de la
fiabilité, de la maintenabilité et de la logistique de
maintenance du bien, de la sécurité

Elle exprime la probabilité pour que le système


accomplisse sa fonction à l'instant t
9
Définitions (norme NF EN 13306)

4.Sécurité : c’est la probabilité d’éviter la


génération de tout événement
catastrophique sur les biens et les
personnes dans une application donnée
Le concept de sécurité est en conflit avec celui
de disponibilité
On s’entoure de protections qui pénalisent la
disponibilité

10
Logistique de maintenance

Définition :
« La logistique est le processus stratégique par lequel
l’entreprise organise et soutient son activité »
Pour la maintenance :
« c’est l’ensemble des moyens permettant aux
techniciens de maintenance d’être efficace dans leurs
actions »

11
Logistique de maintenance
Responsable 1. matières et produits
logistique consommables
2. pièces et modules de
rechange
3. outillage spécifique
4. moyens spéciaux

12
2 - Fiabilité

Je teste sa
fiabilité,
Ah, Ah, 1. La fiabilité
Ah..
2. Modélisation mathématique
3. Paramètres fiabilistes
4. Cas typiques de calcul de
fiabilité
5. Amélioration de la fiabilité

13
2.1 – La fiabilité

= probabilité pour un équipement d’accomplir


une fonction requise, dans des conditions
déterminées, pendant une période donnée
La fonction fiabilité est notée R
R = Reliability

14
A - La fiabilité : pour qui ?

Le terme fiabilité s’applique aussi bien :


à de grands nombres de dispositifs identiques (résistances,
transistors, lampes, joints par exemple)
qu’à un dispositif unique (on suppose alors que le dispositif,
même réparé, conserve ses propriétés initiales)

On trouvera donc deux sortes de dispositifs :


les dispositifs non réparables (résistances, transistors, batteries,
goupilles, joints, etc..) dont on effectuera le changement standard
les dispositifs réparables qui feront l’objet d’une maintenance
corrective
15
B – Le temps

La base :
temps jusqu’à défaillance pour un
système non réparable
ou temps entre 2 défaillances
consécutives pour un système réparable
s’exprime en secondes ou bien en « unités
d’usage » (heures, distances, cycles ou
toutes grandeurs appropriées : 1 heure, 3
mois, 1000 km, etc...)
définit une variable aléatoire T que l’on
traite selon les méthodes usuelles du
calcul des probabilités
16
B – Le temps

Pour les dispositifs non réparables, on relève le temps jusqu’à


défaillance

Fonctionnement

TTF
Arrêt
t

TTF = Time To Failure (temps jusqu'à la défaillance irréversible)


17
Pour les dispositifs réparables, on relève le
temps entre deux défaillances successives

TBF

Fonctionnement

UT

Arrêt

TTR TTR
DT DT
18
TBF = Time Between Failure (temps s’écoulant entre
deux défaillances)
UT = Up Time (temps de fonctionnement après
réparation ou temps de disponibilité)
DT = Down Time (temps d’arrêt sur défaillance, y
compris le temps de diagnostic de la panne, la
réparation et le temps de remise en service, donc temps
d’indisponibilité)
TTR = Time To Restoration (temps de réparation)

Attention : TBF ne signifie pas « temps de bon


fonctionnement » comme on a tendance trop souvent à le
dire en France
C – Fiabilité = probabilité

90 chances sur La fiabilité est une


100 pour qu’elle caractéristique d’un
me raconte des équipement qui s’exprime sous
salades !..
forme probabiliste
Son estimation peut s’effectuer
de deux manières :
- à partir de résultats obtenus
sur une période donnée
- à partir de résultats obtenus
sur un échantillon
d’équipements
20
C – Fiabilité = probabilité

A partir de résultats obtenus sur une période donnée :


on l’extrapole sur une période intéressante pour l’utilisateur
(notion de durée de vie)

A partir de résultats obtenus sur un échantillon


d’équipements identiques :
on l’extrapole sur l’ensemble des équipements de
même type dans lequel l’échantillon a été prélevé
21
3.2 – Modélisation de la fiabilité

1. Expression mathématique
2. Estimation statistique
3. Application
x 4. Taux de défaillance
5. Modèle mathématique de la
fiabilité
sin3udu

22
1 – Expression mathématique

Soit T la durée de vie sans avarie d’un équipement


(TTF) ou l’intervalle entre deux défaillances (TBF)
T est une variable aléatoire continue
Sa fonction de répartition F(t) est appelée fonction de
défaillance : c’est la probabilité pour que l’équipement
tombe en panne avant l’instant t, donc F(t) = Pr(T < t)
On appelle fiabilité ou fonction de survie l’expression
R(t) = Pr(T > t)
T est souvent exprimé en heures mais aussi en unité d’usage
23
1 – Expression mathématique

Exemple R(100) = 0,92 : cela signifie que le matériel a


92 chances sur 100 de fonctionner pendant les 100
premières heures ou unités d’usage
On a aussi la relation : F(t) = Pr(T < t) = 1 – R(t)
où F(t) est la fonction de défaillance
La fréquence d’apparition des défaillances entre t et
t+dt (ou densité de probabilité de défaillance) est :
dF(t)
f(t)
dt 24
2 – Estimation statistique

Les valeurs vraies des paramètres précédents ne


sont pas faciles à calculer directement
Le maintenancier n’aura à sa disposition qu’un
historique des défaillances d’où il pourra extraire la
distribution des temps (TTF et TBF)
Pour estimer R(t), F(t) et f(t), on va passer par une
étude statistique des historiques

25
2 – Estimation statistique

Considérons N(0) équipements identiques mis


ensemble en service à l’instant t = 0 et travaillant dans
les mêmes conditions
On étudie statistiquement les défaillances de ces
matériels
On appelle S(t) le nombre de survivants à l’instant t
Supposons aussi que le temps soit régulièrement
distribué, de manière que chaque intervalle de temps
soit égal à 1 unité d’usage (1 h, ou 1000 h, ou 5000
km, etc..) 26
Date ou Survivants Fiabilité Fréquence de Fonction de Taux de
défaillance défaillance défaillance
période N(t) R(t)
t=0 N(0) R(0) 
N(0)
1 F(0) = 1 – R(0) = 0
N(0)

0<t<1 f (0 ) 
S(0) - S(1)
(0) 
S(0) - S(1)
N(0) N(0)

t=1 S(1) R(1) 


S(1) F(1)=1–R(1)=f(0)
N(0)
S(1) - S(2) S(1) - S(2)
1<t<2 f (1)  (1) 
N(0) S(1)

S(2) R(2) 
S(2) F(2)=1–R(2)
t=2 N(0) =f(0)+f(1)
S(2)  S(3) S(2) - S(3)
2<t<3 f (2)  (2) 
N(0) S(2)

R(3) 
S(3) F(3)=1–R(3)
t=3 N(0) =f(0)+f(1)+f(2)

S(i) - S(i  1) S(i) - S(i  1)


i < t < i+1 f (i)  (i) 
N(0) S(i)

S(i  1)
F(i+1)=1–R(i+1)
t = i+1 S(i+1) R(i  1)  i
N(0) f(k)
k 0
2 – Estimation statistique

représente la probabilité de survie des


S( t ) équipements
R( t ) 
N(0) au bout du temps t, on observe le pourcentage
de survivants
c’est donc bien la fiabilité de l’équipement que
l’on mesure
représente la proportion de défaillants
S( t )  S( t  1) entre les instants t et t+1, donc la
f (t)  fréquence d’apparition des défaillances
N(0)
c’est bien la notion de densité de
probabilité qui est mesurée
28
2 – Estimation statistique

représente la fréquence des défaillances


n1 sur un temps t
F(t)  1  R(t)  f(i)
i0
c’est bien la probabilité d’observer une
défaillance à t ou avant t

définit le rapport du nombre


d’équipements défaillants au cours d’une
S( t )  S( t  1) période au nombre de survivants au début
( t )  de cette période
S( t )
le paramètre  mesure donc le taux de
défaillance entre deux instants
29
3 - Application

Période Nb de
défaillances
L’observation des 0 – 1000h 1
défaillances sur un
ensemble de 40 moteurs 1000 – 2000h 4
asynchrones de même 2000 – 3000h 8
type, utilisés par la
3000 – 4000h 12
société Meca-Malo, a
donné les résultats 4000 – 5000h 11
suivants 5000 – 6000h 3
30
Date ou Cumul défail
période Nb Défaillants Nb survivants lants n R(t) F(t) f(t) (t)

0 40 0 100,0% 0,0%
[0,1000[ 1 2,5% 2,50%
1000 39 1 97,5% 2,5%
[1000,2000[ 4 10,0% 10,26%
2000 35 5 87,5% 12,5%
[2000, 3000[ 8 20,0% 22,86%
3000 27 13 67,5% 32,5%
[3000, 4000[ 12 30,0% 44,44%
4000 15 25 37,5% 62,5%
[4000, 5000[ 11 27,5% 73,33%
5000 4 36 10,0% 90,0%
[5000, 6000[ 3 7,5% 75,00%
6000 1 39 2,5% 97,5%
Remarques sur le calcul de F(t)

l’estimation de F(t) s’est effectuée dans l’exemple


précédent par le rapport i/S(0) avec i = cumul des
défaillants à la fin de l’intervalle de temps considéré
c’est la méthode des rangs bruts

en fait, quand l’échantillon est


i
inférieur à 50, on prend la F( t ) 
méthode des rangs moyens N(0)  1

dans notre exemple F(2000) donnerait 12,2% au


lieu de 12,5% 32
Remarques sur le calcul de F(t)

quand l’effectif de
l’échantillon est
inférieur à 20, on i  0,3
utilise la méthode F( t ) 
N(0)  0,4
des rangs médians

33
4 – Taux de défaillance

Le taux de défaillance est


une caractéristique de
fiabilité couramment
utilisée dans l’industrie
Il caractérise la vitesse de
variation de la fiabilité au
cours du temps

34
Exemples de taux de défaillances

Composants électroniques

Composant Taux de défaillance


Résistance 10-8 def/h
Condo céramique 10-8 def/h
Transistor petit signal 10-7 def/h

35
Exemples de taux de défaillances

Composants électromécaniques

Composants Taux de défaillance


Lampe incandescence 8,3.10-6 def/h
Lampe néon 4,8.10-7 def/h
Vanne pneumatique 3.10-6 def/h
Pompe centrifuge 1,2.10-5 def/h
Réservoir 1,4.10-5 def/h
36
A – Expression théorique

Considérons maintenant N(0) équipements identiques


à l’instant t = 0
A chaque instant t, on peut relever le nombre
d’équipements survivants N(t)
Dans ces conditions, le taux de défaillance moyen
pendant un intervalle de temps dt, rapporté au nombre
de survivants à l’instant t, s’écrit :
S( t )  S( t  dt )

S( t ).dt
37
Exemple

On teste un lot de 50 électrovannes en les


soumettant à une suite de 10 impulsions
A la 50ème heure, il en reste 35
Il n’en reste plus que 30 à la 60ème
Le taux de défaillance moyen entre la 50 et 60ème
heure vaut :

  35 - 30  0,014 def/h
35x10
38
B – Taux de défaillance instantané

Le taux moyen de défaillance peut encore s’écrire :


S( t )  S( t  dt )
S( t )  S( t  dt ) N(0).dt
 
S( t ).dt S( t )
N(0)

Le rapport S(t)/N(0) représente la fiabilité R(t) = 1 – F(t),


donc :
R(t)  R(tdt) 1  F(t)  1  F(tdt) F(tdt)  F(t)
  
dt.R(t) dt.R(t) dt.R(t)
39
B – Taux de défaillance instantané

Si on suppose la fonction de défaillance F dérivable sur


[0,+[, alors :
F( t  dt )  F( t ) F'(t) f(t)
lim dt 0  
dt.R( t ) R(t) R(t)

f(t) est la fréquence d’apparition des défaillances


On appelle taux de défaillance instantané à l’instant t, le
rapport :
f(t) f(t)
(t)  
R(t) 1  F(t)
40
4 - Modèle mathématique de la fiabilité

On a défini précédemment, par passage à la


limite, le taux de défaillance instantané :
F( t  dt)  F( t ) dF( t )
( t ).dt  
R( t ) 1  F( t )
On intègre les deux membres de l’expression
précédente, avec comme condition initiale F(0) = 0 ,
donc R(0) = 1

0 ( x).dx  0 1  F(x)   ln(1  F( x))0


t t dF(x) t

41
4 - Modèle mathématique de la fiabilité

Soit encore :

 (x).dx   lnR(x)   lnR(t)  lnR(0)


t t
0
0
t
Mais comme R(0) = 1, il vient : lnR(t)   (x).dx
0
t

ou encore : 
 (x). dx
R(t)  e 0

Conclusion : si l’on connaît la loi d’évolution du taux de


défaillance d’un équipement, on saura calculer sa fiabilité
42
3.4 - Paramètres fiabilistes de type
« moyenne »

Il existe d’autres indicateurs de fiabilité qui


s’expriment par des moyennes de temps
définis au paragraphe 3.1
TBF, TTF et UT pour des matériels en état de
fonctionnement
On moyenne tous ces temps sur la durée de
vie du matériel

43
3.3 - Paramètres fiabilistes de type
« moyenne »

On va obtenir, avec M = Mean (moyenne) :


le MTBF (Mean Time Between Failures)
le MUT (Mean of Up Times)
le MTTF (Mean Time To Failure)
Parmi ces indicateurs, le MTBF a un très grand
intérêt

44
MTBF
C’est l’espérance mathématique du temps de bon
fonctionnement entre deux défaillances
Son expression est donc :
 
MTBF  
t.f(t).dt  

t.dF(t)
En intégrant l’expression précédente par parties, on
obtient finalement :

MTBF  R(t).dt
0
45
Remarques sur le MTBF

1. Le MTBF s’exprime le plus souvent en heures, mais


on peut utiliser une autre unité d’usage
2. Si les DT soient très petits devant les UT, alors une
bonne approximation du MTBF est donnée par :

MTBF 
 UT
Nombre de défaillanc es

46
Exemple

Une pompe de relevage a fonctionné pendant 8000


heures en service continu
Elle a subi 6 pannes de durées respectives 2 h, 4,5 h,
3 h, 1 h, 6 h et 3 h
On en déduit que :
UT  8000  (2  4,5  3  1  6  3,5) 7980 h
Et donc :
7980
MTBF   1330h
6
47
3.4 - Cas typiques de calcul de fiabilité

La fiabilité est directement liée au taux de


défaillance
Or, la loi de variation de celui-ci n’est pas
toujours simple
Une première approche est de ne considérer
que la période de maturité
Dans ce cas  peut être constant ou évoluer
linéairement
48
1 - Cas d’un taux de défaillance constant

C’est le cas des composants électriques et


électroniques n particulier t
 (t). dt
t
.dt
La loi de fiabilité s’écrit : R(t)  e 0 e 0
t
Ici  est constant donc :  .dt  .t
0
 t
Dans ces conditions : R( t )  e

La fiabilité suit une loi exponentielle


49
Calcul du MTBF


On sait que MTBF 
0 R(t).dt

donc


MTBF  et.dt   1.et
0  0



et enfin MTBF  1  constante



avec  = 1/

Le MTBF s’exprime en unité d’usage


50
Exemple d’un téléviseur

Son taux de défaillance moyen est  = 1,2.10-5/h


au bout de 1000h de fonctionnement, sa fiabilité est :
1,2.10 5.1000
R(1000)  e  0,988
son MTBF vaut 1/ = 8,33.104 heures
a priori, il a donc encore un bel avenir devant lui !

Question : a t-on une chance de le faire durer encore 1000


heures de plus?
51
Exemple d’un téléviseur

La probabilité de réussite d’une mission de durée t,


après un temps t de bon fonctionnement, s’exprime par :
R(t  t)
R(t)
1,2.105.2000
On calcule d’abord R(2000)  e  0,976
R(2000 ) 0,976
On en déduit que :   0,99
R(1000 ) 0,988
Donc on a 99 chances sur 100 pour que le téléviseur
continue à remplir sa mission 52
Attention
Ne pas confondre le MTBF avec la « durée de vie » d’un matériel
Dire qu’un matériel a un MTBF de 1000h ne signifie pas qu’à t =
999h, ce matériel fonctionne et qu’à t = 1001h, le matériel est
défaillant
Le MTBF représente une moyenne
Exemple
Considérons un seuil de fiabilité de 0,9 pour le téléviseur
précédent
On a Ln[R(t)] = - .t, donc la durée de vie estimée sera égale à :
105
t  1.Ln 1  .Ln 1  8780 heures
 R 1,2 0,9
53
2 - Cas d’un taux de défaillance non constant

Le phénomène d’usure commence dés la mise


en service d’un composant mécanique
Il ne peut donc pas avoir un taux de défaillance
constant
Si le taux de défaillance est de la forme
(t)  at  b
t at2

R(t)  e 0
 (atb)dt
alors e
(
2
bt)

54
2 - Cas d’un taux de défaillance non constant

Si l’on connaît les paramètres a et b, on n’aura aucun


mal à calculer R
Par contre, le calcul du MTBF ne sera pas simple

at 2
 ( bt )
MTBF   e 2
.dt
0

Il est nécessaire de connaître des méthodes


de calcul numérique pour effectuer ce calcul
55
2 - Cas d’un taux de défaillance non constant

Pour aller plus vite, on préfère trouver directement la


fonction de fiabilité en essayant divers modèles, puis
en vérifiant leur validité par un test d’adéquation

 Dans le cas de taux de défaillance croissant,


ce qui est la réalité, on peut utiliser deux lois :
 La loi log-normale

 La loi de Weibull

56
2 - Cas d’un taux de défaillance non constant

La loi log-normale s’applique dans le cas de fatigue ou


d’usure mécanique :
2
1  ln t m 
  
1 t1 2  
R( t )  1 


2 0 t
e .dt

 On lui préfère la loi de Weibull qui est un


modèle plus général

57
Modèle de Weibull

Cette loi est la plus utilisée en maintenance


C’est une loi à trois paramètres, très souple, qui couvre
les cas de taux de défaillance décroissants ou croissants
Son exploitation fournit :
 une estimation du MTBF
 les équations de la fiabilité R(t) et du taux de
défaillance (t)
 le paramètre de forme  qui peut orienter le
diagnostic 58
Modèle de Weibull


 t 
  si t > 
  
R( t )  e
La fiabilité vaut 1 si t  
 Pour  = 0 et  = 1, on retrouve la loi
exponentielle
 Celle-ci est donc un cas particulier de la loi
de Weibull 59
Paramètre 

C’est un nombre sans dimension qui détermine la


forme de la distribution f(t) des défaillances :
si  = 1, le taux de défaillance est constant
si 0 <  < 1, le taux de défaillance est décroissant
(période de jeunesse)
si  > 1 le taux de défaillance est croissant

Il peut servir d’indicateur de diagnostic :


si 1,1 <  < 1,6 on un phénomène de fatigue ( cas des
roulements à billes dont la valeur normale est  = 1)
60
Paramètre 

 Il est appelé paramètre de position


 Il fixe l’origine de l’étude et définit donc un

changement d’origine dans l’échelle des temps


 Il s’exprime dans la même unité que t (temps absolu
ou unité d’usage) :
 si  > 0, cela signifie qu’il n’y a pas eu de défaillance dans
l’intervalle [0, ]
 si  = 0, il peut y avoir une panne dès la mise en route (panne de
jeunesse par exemple)
 si  < 0, la construction de l’équipement est défectueuse (panne
avant la mise en route) ou alors l’étude a débuté après les
premières défaillances (pas d’historique)
61
Paramètre 

Il est appelé paramètre d’échelle ou


« caractéristique de vie »
C’est un nombre positif permettant un
changement de l’échelle des temps
Il s’exprime dans la même unité que t

62
2 – Expressions mathématiques

A - Fonction de défaillance
Par définition, F(t) = 1 – R(t)

F(t)  1  
t  
e    si t > 

F(t)  0 si t  

63
2 – Expressions mathématiques

B – Densité de probabilité
C’est la dérivée de F(t)
C’est aussi la fréquence d’apparition d’une
défaillance entre 2 instants
1
  t 

t  

f(t)  .   e   
 si t > 
   

f(t)  0 si t  
64
B – Fonction de répartition des défaillances

f(t)

  3
  0 ,5

  1
t
Quand  > 1, la fréquence de défaillance passe par un
maximum 65
3 – Application à la maintenance

A - Taux de défaillance
f(t)
Par définition, (t) 
1 - F(t)
1
  t 
(t)  .  si t > 
   

L’expression n’a pas de sens si t  


66
A – Taux de défaillance

f(t)

2

1

 = 0,5

Quand  > 1, le taux de défaillance est croissant


67
3 – Application à la maintenance

B - MTBF
C’est l’espérance mathématique de la durée de vie T
   1 
  t    t 
E(T)  t.f(t).dt   t. .   .e 
 

 .dt
 
   

MTBF  .1  1     : fonction eulérienne


  tabulée
Le calcul pratique du MTBF
MTBF  .A  
s’effectue par la formule 68
3 – Application à la maintenance

C – Variance et écart-type
On montre que :
  2   1 
2

V(T)   (T)   .1    .1   
2 2
   
 

Le calcul pratique de l’écart-


(T)  B.
type s’effectue par la formule

69
 A B  A B  A B

0,2 120 1901 1,7 0,8922 0,540 4,4 0,9114 0,235

0,25 24 199 1,75 0,8906 0,525 4,5 0,9126 0,230

0,3 9,2605 50,08 1,8 0,8893 0,511 4,6 0,9137 0,226

0,35 5,0291 19,98 1,85 0,8882 0,498 4,7 0,9149 0,222

0,4 3,3234 10,44 1,9 0,8874 0,486 4,8 0,9160 0,218

0,45 2,4786 6,46 1,95 0,8867 0,474 4,9 0,9171 0,214

0,5 2 4,47 2 0,8862 0,463 5 0,9182 0,210

0,55 1,7024 3,35 2,1 0,8857 0,443 5,1 0,9192 0,207

0,6 1,5046 2,65 2,2 0,8856 0,425 5,2 0,9202 0,203

0,65 1,3663 2,18 2,3 0,8859 0,409 5,3 0,9213 0,200

0,7 1,2638 1,85 2,4 0,8865 0,393 5,4 0,9222 0,197


3 – Application à la maintenance

D – Durée de vie associée à un seuil de fiabilité



t  
 
On a R(t)  e   

 t  
donc ln[R(t)]   
  
1

et 
T    .ln 1  

 R(t) 

Si l’on connaît les 3 paramètres de la loi de


Weibull, on en déduira T 71
4 - Détermination graphique des
paramètres de la loi de Weibull

L’étude d’un historique d’équipement permet


d’obtenir une estimation de la fonction de
défaillance F(t) (voir TD1)
Le problème est donc de déterminer les
paramètres ajustant cette fonction
Pour cela, on emploie un papier à échelle « log-
log », imaginé par Allen PLAIT et appelé encore
« papier de Weibull »
72
A – Justification théorique

 t  
On a écrit précédemment que ln[R(t)]   
  

1 1  t  
soit ln[ ]  ln[ ] 
R(t) 1  F(t)   

ou encore

lnln[ 1 
]  . ln(t)  ln
 1  F(t) 

On pose

Y  ln ln[ 1 ]  X ln(t)
 1  F(t) 
73
A – Justification théorique

On en déduit que Y  X  ln


C’est l’équation d’une droite de pente 

Elle est tracée à partir du nuage de points


[ti , F(ti)]

On l’appelle droite de régression D du nuage de points


74
B – Description du papier de Weibull
F(t)
99,9
1 a lnt

0,2 0,3 1 A 10
63,21 t

2 Origine du repère
B
3
b
4 Axe A : axe des temps (TBF ou TTF)
5 Axe B : axe des F(t) en %
Axe a : axe gradué en lnt
Axe b : axe ln[ln (1/R(t))]
C – Méthodologie de l’ajustement
graphique
1) Préparation des données : tableau des TBF (ou
TTF), i et F(ti)
2) Tracé du nuage de points [ti, F(ti)]
3) Tracé de la droite D dite « de Weibull »
4) Détermination des valeurs des paramètres ,  et

5) Détermination de l’expression de la loi de
Weibull
6) Détermination du MTBF
7) Exploitation des résultats 76
Détermination des valeurs des paramètres , 
et 
F(t)
1
99,9 lnt

0,2 0,3 1 10
63,21 t
5
1 D’
2
D
3 3
4

5 0
D – Forme du nuage de points

Le nuage de points n’est pas toujours ajustable par une droite


il est alors ajustable par une courbe dont la concavité reste
constante
il suffit pour cela d’observer le signe de la dérivée seconde de
.[ln(t-) -ln]
 On montre que:
 si le nuage est ajustable par une droite alors  = 0
 si la concavité du nuage est tournée vers le bas, alors  > 0
 si la concavité du nuage est tournée vers le haut, alors  < 0
78
D – Forme du nuage de points
t1 t2 t3 A

 Pour obtenir une bonne


précision, il faut que les
points P1 et P3 soient P3
a
suffisamment éloignés et
b
non extrêmes P2
a

P1
 On les choisit aussi de
manière que les
projections de P1P2 et
P2P3 sur l’axe b soient
égales t22  t1t3

2t2  t1  t3
E – Redressement de la concavité
A


 On translate tous les 
points de  D' 
b
 Si cette régression

donne une droite D’
alors on a bien une loi
de Weibull
3.6 – Amélioration de la fiabilité

Lorsque le taux de défaillance est constant, il est


facile de vérifier qu’une maintenance préventive
n’améliore pas la fiabilité d’un composant
En effet, nous avons vu que la probabilité de réussite
d’une mission de durée t, après un temps t de bon
fonctionnement, s’exprime par :
-(t  t)
R(t  t) e
 -t  e-t
R(t) e
81
3.6 – Amélioration de la fiabilité

Remplacer un composant à l’identique, c’est à dire de même ,


c’est prendre le risque de le remplacer par un composant plus
mauvais
A chaque instant, quel que soit le temps, on a la même
probabilité de défaillance
Donc, calculer la fiabilité d’un équipement, c’est bien, mais
rechercher les causes c’est mieux
Un des aspects essentiels de l’activité des fiabilistes va être
d’établir la répartition des causes de défaillances en fonction de
leur fréquence d’apparition
Pour cela, on dispose d’outil comme le diagramme de Pareto
82
3.6 – Amélioration de la fiabilité

Mais il y a plusieurs autres façons d’améliorer


la fiabilité tout en allant dans le sens de la
sécurité intrinsèque de l’équipement
On appelle sécurité intrinsèque la propriété
d'un bien qui a été conçu de telle manière que
ses défaillances n'entraînent pas de pannes
graves
Exemple : redondance
83
4 - Maintenabilité

Pour un matériel travaillant dans des conditions données


d’utilisation, c’est la probabilité pour qu’une opération de
maintenance active, avec l’utilisation de procédures et
moyens prescrits, puisse être effectuée dans un
intervalle de temps donné .

84
4.1 - Caractéristique de la maintenabilité

La maintenabilité est notée M(t) et s’écrit :

M(t)  Pr TTR  t
La variable aléatoire est le temps d’intervention de
maintenance (TTR )
La maintenabilité est donc la probabilité de remettre
un équipement en état de fonctionner, en un temps
donné, dans des conditions données, en retrouvant
la fiabilité initiale
85
4.1 - Caractéristique de la maintenabilité

Le TTR se compose en règle générale des temps suivants :


1. temps de vérification de la réalité de la défaillance (un défaut
fugitif ou une fausse alarme sont monnaie courante)
2. temps de localisation
3. temps de diagnostic
4. temps d’accès à l’organe défaillant (dépose puis démontage)
5. temps de dépannage ou de réparation proprement dit
6. temps de remontage
7. temps de contrôle et d’essais finals
86
4.2 - Taux de réparation

C’est un paramètre similaire au taux de défaillance


Il est noté µ(t) et s’écrit par analogie avec (t):
dM(t)
(t).dt 
1  M(t)
Dans les études de maintenabilité, il est souvent considéré
comme constant
La densité de probabilité du temps de réparation se note
g(t) et s’écrit :
dM(t)
g(t) 
dt 87
4.2 - Taux de réparation

Dans ces conditions, nous pouvons écrire que :


(t).1  M(t) 
dM(t)
 g(t)
dt
Cette équation différentielle du premier ordre admet pour
solution :
t
M( t )  1  e

La distribution des temps avant remise en service suit


donc une loi exponentielle 88
4.3 - Taux moyen de réparation après
défaillance

Noté MTTR, c’est l’espérance mathématique du TTR,


donc :
MTTR  t.g(t).dt  1  M(t).dt
 

 0

Le taux de maintenabilité est constant, on a donc :



MTTR  e .dt t
soit encore MTTR  1
0 

89
Exemple de calcul de taux de
maintenabilité
Une pompe industrielle a fonctionné 10000 heures
pendant lesquelles on a relevé 7 pannes de durées:
4h - 2,5h - 6h - 12h - 1,5h - 36h et 3,5h
Son MTTR est donc

MTTR  4  2,5  6  12  1,5  36  3,5  9,357 h


7
D’où un taux de maintenabilité :

 1  1  0,11pannes/h
MTTR 9,357
90
4.5 - Amélioration de la maintenabilité

L’amélioration de la maintenabilité passe par la


diminution des temps précédents :
temps de vérification de la réalité de la défaillance
et de localisation
le temps de diagnostic
le temps de réparation puis le temps de contrôle et
d’essais

91
4.5 - Amélioration de la maintenabilité

Temps Améliorations possibles


Vérification,  voyants, capteurs
localisation  appareils de mesure
 supervision
Diagnostic  documentation opérationnelle complète
 repérage et accessibilité des points de
mesure
 diagramme causes-effets, arbre de
diagnostic, logigramme de dépannage
 système expert
92
4.5 - Amélioration de la maintenabilité

Temps Améliorations possibles


Réparation  accessibilité meilleure
 gammes de démontage-remontage
 interchangeabilité des composants
Contrôles et essais  dispositifs de contrôle incorporés dès la
conception
 procédures d’essais simplifiées
 connaissance des limites de tolérance
admissible des caractéristiques à mesurer
93
5 - Disponibilité

1. Définition
2. Les temps en maintenance
3. Disponibilités théoriques
4. Disponibilité opérationnelle
5. Autres disponibilités
6. Amélioration de la disponibilité opérationnelle
94
5.1 - Définition

La disponibilité d’un matériel est la


probabilité d’un bon
fonctionnement de celui-ci à
l’instant t
Cette aptitude est fonction d’une
combinaison :
 de la fiabilité (diminution des arrêts),
 de la maintenabilité (réduction des
temps pour résoudre ces arrêts)
 du soutien en maintenance apporté à ce
matériel
95
5.3 – Disponibilités théoriques

1. Disponibilité instantanée

Probabilité pour qu’un matériel soit en


état d’accomplir une fonction requise:
 dans des conditions données à un
instant t
 en supposant que la fourniture des
moyens extérieurs nécessaires soit
assurée
96
5.3 – Disponibilités théoriques

1. Disponibilité instantanée
Selon les lois suivis par les MTBF et MTTR,
D(t) s’exprime par des fonctions plus ou
moins complexes de (t) et de µ(t)
Si  et µ constants, on obtient :
  (   ) t
D( t )   .e
 

On appelle indisponibilité instantanée I(t) la probabilité


complémentaire I(t) = 1 – D(t) 97
5.3 – Disponibilités théoriques

2. Disponibilité asymptotique
Encore appelée disponibilité
intrinsèque
C’est la limite, lorsqu’elle existe,
de la disponibilité instantanée,
lorsqu’on fait tendre le temps
vers l’infini

98
5.3 – Disponibilités théoriques

2. Disponibilité asymptotique
Si  et µ sont constants alors :

Da  limt D(t) 

Or  = 1/MTBF et µ = 1/MTTR donc :

Da  MTBF
MTBF MTTR
99
6 - Sécurité
Heureusement qu’il n’y
a pas de redondance
Définition normalisée :
« Probabilité qu’un dispositif
accomplisse une mission
spécifiée dans des
conditions et pendant un
temps donnés, sans placer le
système dans des situations
catastrophiques »

100
6 - Sécurité

La sécurité a pour but d’obtenir un système sûr


Un système sûr ne risque pas d’occasionner :
 la perte ou la blessure de personnes
 des dommages
 des pertes de biens ou d’équipements
que le système soit en état de fonctionnement normal,
dégradé ou en état de non-fonctionnement.

101
6 - Sécurité

La sécurité se traduit par l’imposition d’exigences


contractuelles (au même titre que les exigences de
fiabilité, maintenabilité et disponibilité)
Ces exigences sont à intégrer dés la conception
Des analyses de type AMDEC, arbres de
défaillances,... favoriseront l’obtention d’une sécurité
optimale

102
6.1- Modélisation

Les composants et/ou sous-ensembles sont représentés


par des blocs fonctionnels
La modélisation consistera à rechercher des liens (série,
parallèle) entre ces blocs afin de pouvoir déterminer les
paramètres FMD de l’ensemble
Les sous-ensembles peuvent être réparables ou non
Un sous-ensemble réparable est caractérisé par 2
paramètres :  et 
Un sous-ensemble non réparable n’a qu’un seul
paramètre : 
103
1 - Diagramme fonctionnel série

1  2 µ2  3  n µn

Dans un système série, la défaillance d’un


composant entraîne la défaillance de l’ensemble
En conséquence, le système est fiable si tous les
éléments du système sont eux-mêmes fiables
La fiabilité de l’ensemble est donnée par :
n
R( t )   R i ( t )
i1 104
1 - Diagramme fonctionnel série

On sépare les éléments non réparables de ceux qui le


sont
a) pour les éléments non réparables
m m
R( t )non rép   R k   e k t  non répt
e
k 1 k 1
m

avec  non rép    k non rép


k 1

et donc : D(t )non rép  R(t )non rép


105
1 - Diagramme fonctionnel série

b) pour les éléments réparables


m
rép i rép
n n
R( t ) rép   R i   e i t répt
e avec
i1 i1 i1

1 1
D’autre part : MT TR  
n
 sys

i1
i

La disponibilité asymptotique des systèmes réparables est :


MTBF rép  sys
D a rép  
MTBF rép  MT TR  rép   sys 106
1 - Diagramme fonctionnel série

c) pour l’ensemble du système série

D(t )sys  D(t )rép .D(t )non rép  D(t )rép .R(t )non rép

107
2 - Diagramme fonctionnel parallèle
Le système est défaillant, si
R1
et seulement si tous les
éléments du système sont
R2 simultanément défaillants
F(t )  F1(t ).F2 (t ).F3 (t )....Fn (t )
R(t)  1 1  Ri(t)
n

i1

Rn Donc, plus il y a d’éléments


redondants, meilleure est la
fiabilité. 108
Exercice 1 : Calcul de disponibilité d’un système industriel
Un système industriel est formé de deux pompes en série de même caractéristiques.
Chaque pompe industrielle a fonctionné pendant 10 000 heures en service continu
avec 7 pannes dont les durées respectives sont : 4 ; 2,5 ; 6 ; 12 ; 1,5 ; 36 et 3,5 heures
Calculez MTBF, MTTR, ,  et la disponibilité de ce matériel
Calculer la disponibilité opérationnelle de tout le système S

109
MTTRi = Mean Time To Repair équipement i
MTBFi = Mean Time Between Failure équipement i
i = taux de défaillance équipement i
i = taux de réparation équipement i
ni = nombre de pannes de l’équipement i
TTRi = Temps Total de Réparation de l’équipement i
MTTR = Mean Time To Repair du système
TBF = Temps total de bon fonctionnement du
système
110
Calcul du taux de défaillance  du système
Le nombre n1 de pannes de l’équipement 1 vérifie n1 =
Tps de Bon Fonctionnement x taux de défaillance de
l’équipement 1.
Soit n1 = TBF x 1 et de même n2 = TBF x 2
Or le nombre n de pannes du système vérifie n =
nombre de pannes de l’équipement 1+ nombre de
pannes de l’équipement 2, soit n = n1 + n2 ; d’où
n = TBF(1+2)
Le taux de défaillance du système  = nombre de
pannes du système / TBF vérifie donc  = n /TBF d’où
finalement : 111
Calcul du taux de réparation  du système
Le Temps Total de Réparation de l’équipement1 vérifie :
TTR1 = nombre de pannes équipement1 x Moyenne des Temps
T pour Réparer 1
TTR1 = n1 x MTTR1 et de même TTR2= n2 x MTTR2
TTR = n x MTTR
Le Temps Total de Réparation du système (somme des temps
de réparation des équipements 1 et 2) vérifie
TTR = TTR1 + TTR2 soit :
n x MTTR = n1 x MTTR1 + n2 x MTTR2
Et comme n =  x TBF,  x TBF x MTTR = 1 x TBF x MTTR1 + 2
x TBF x MTTR2, soit :
 / = 1 /1 + 2 /2 112
Exercice
Le dispositif donné ci-contre a les fiabilités élémentaires suivantes pour 1000 heures :
Ra=0,90 ; Rb=Rc=0,81 ; Rd=Re=Rf=0,66 ; Rg=0,93

E S
A G

F
113
6.2 - Systèmes redondants

Trois catégories de redondance:


la redondance active de type 1/n ou k/n
la redondance passive
la redondance majoritaire
Hypothèse : l’étude est effectuée pour des composants
électriques seulement, le cas des composants
mécaniques donnant des calculs qui dépassent le
cadre de ce cours 114
1 – Redondance active

La redondance active est un cas fréquent de système


parallèle
Tous les composants sont identiques et fonctionnent
tous normalement, alors qu’une partie seulement est
nécessaire ( k éléments parmi n)
Que les éléments soient réparables ou non, on montre
que :

R(t )   Ckn .Rk .(1 R)nk

115
1 – Redondance active
Exemples :
1. Redondance 1/2
R1 2  2R  R 2  2e t  e 2t
2. Redondance 1/3
R1 3  R 3  3R 2  3R  e 3t  3e 2t  3e t
3. Redondance k/n avec k = n-1

R(t )n1 n  n.Rn1  (n  1)Rn


116
1 – Redondance active

MTBF (éléments non réparables)


n

MTBF  11  1 1  1  1  1  ....  1
 k1 k  2 3 4 k

Disponibilité

D(t )  R(t )   C .D .(1  D)


k
n
k nk

117
2 – Redondance passive

Le fonctionnement du système ne
nécessite que le fonctionnement d’un
seul élément, les autres pouvant être à E1
l’arrêt ou en attente (« stand by »)
DC
Avantages : supprime le
vieillissement des éléments qui ne
travaillent pas
E2
Inconvénients : il est nécessaire de
disposer d’un organe de
détection/commutation (DC) très fiable

118
2 – Redondance passive

a) Redondance passive à 2 éléments


Deux possibilités de fonctionnement :
l’organe normal E1 fonctionne sans panne jusqu'à t
-1.t
R1(t)  e
E1 fonctionne jusqu'à x < t ; E2 prend alors le relais

R2(t)  e .1.dx.e
-1.x -2.(tx)
 1.e -2.t

-(12). x
e dx
(probabilité conditionnelle) 119
2 – Redondance passive

Si E1 et E2 sont identiques alors 1  2  


Si de plus la fiabilité de l’organe DC vaut 1, alors :

R1(t)  e -.t R2(t)  .t.e-.t

D’où : R(t)  R1  R2  (1  .t).et

On montre que MTBF = 2/ 


120
2 – Redondance passive

Si la fiabilité de l’organe DC  1, cet élément est


considéré en série avec l’ensemble précédent

-DC.t
R(t)  e (1  .t).e  (1  .t).e
t
(  )t
DC

121
2 – Redondance passive

b) Redondance passive 1/n éléments


E1

DC
E2

En
122
2 – Redondance passive

On généralise les formules précédentes


n1 (.t)i
R(t)  e (  )t
DC

i0 i! MTBF  n

 ( .t)i
Si i 
i0 i!
 e.t (développement en série entière)

On a alors : R(t)  e (  )t


DC
.e  e DC
 .t  .t

La fiabilité du système ne dépend plus que de la


fiabilité de l’élément DC !.... 123
3 – Redondance majoritaire

Ce type de redondance
concerne essentiellement les
systèmes « à grande sécurité », E1
comme en aéronautique ou dans
le domaine du nucléaire E 22 D

D est ici un organe de décision


E3
qui ne validera la sortie que si une
majorité d’éléments Ei fonctionne
cela signifie que le nombre i
d’éléments est impair 124
3 – Redondance majoritaire

On observe une redondance 2/3 de fiabilité :


R(t )2 3  3R 2  2R 3  3e 2t  2e 3t
D est en série avec la redondance, donc la fiabilité de
l’ensemble s’écrit :
2t 3 t  D t
R(t )2 3  (3e  2e )e
En étendant le système à n éléments, avec n impair,
on obtient : n
R( t )  RD . Ckn .R k .(1  R)nk
n1
125
2
3 – Redondance majoritaire
(application)
Dans un dispositif « embarqué » sur un avion, on
dispose de 3 composants identiques montés en redondance
majoritaire et de taux de défaillance  = 5.10-5 def/h
Le dispositif D a un taux de défaillance D = 3.10-7 def/h
La fiabilité de l’ensemble au bout de 1000h s’écrit :
2.5.105.1000 3.5.105.1000 3.107.1000
R(1000)2 3  (3e 2e )e  0,993

Avec un seul composant, on aurait eu une fiabilité


de 0,95 126

Vous aimerez peut-être aussi