Académique Documents
Professionnel Documents
Culture Documents
93
5764
Application à la Maintenance industrielle
1639
:
.188
6
Jean BUFFERNE
65.1
:37.1
Ingénieur EEIM – Instructeur TPM® certifié JIPM
3
3955
www.jean-bufferne.com
:888
2730
univ.
scho
larvo
x.com
:Non
e:21
1065
2730
:888
3955
3:37.1
65.1
6 .188
: 1639
5764
93
3
Avant-propos .................................................................................................. 9
I - FIABILITE .......................................... 15
I.1 Définition de la fiabilité ..................................................................... 15
I.2 Fiabilité et théorie caractéristiques / contraintes .................. 16
I.3 Rappel de la théorie des variations ................................................ 18
I.3.1 Causes communes ou aléatoires ................................................. 19
93
I.3.2 Causes spéciales............................................................................. 19
5764
I.3.3 Système stable ou sous contrôle statistique .......................20
I.3.4 Système instable ........................................................................... 21
1639
I.3.5 Erreurs possibles de décision....................................................22
I.4 Domaine de la fiabilité ........................................................................23
:
.188
I.4.1 Approche statistique ....................................................................24
I.4.2 Estimateurs de la fiabilité .........................................................26
6
65.1
I.5 Cycle de vie d'un composant .............................................................30
I.6 Etude de fiabilité à partir d'un essai ...........................................33
:37.1
I.7 Equations relatives à la fiabilité......................................................36
I.7.1 Taux de défaillance .......................................................................36
I.7.2 Expression de la fiabilité ............................................................37 3
3955
I.7.3 Densité de fiabilité et Taux de défaillance ..........................38
I.7.4 Moyenne des temps de bon fonctionnement .........................39
:888
93
I.12 Fiabilité des systèmes ......................................................................79
5764
I.12.1 Différents types d'architecture (montages) ......................79
I.12.2 Combinaison de modes de défaillance ...................................84
1639
I.12.3 Prévision de fiabilité d'un système........................................86
ANNEXES Partie 1 ...................................... 89
:
.188
Annexe 1.1 Test d'hypothèse nulle ........................................................ 91
Annexe 1.2 Loi Gamma & paramètres loi de WEIBULL ...................92
6
Annexe 1.3 Loi de DUANE ........................................................................95
65.1
Annexe 1.4 Ordres de grandeurs ...........................................................97
:37.1
Annexe 1.5 Arbre des défaillances ...................................................... 101
Annexe 1.6 Moyenne de temps de fonctionnement......................... 107
APPLICATIONS Partie 1 ............................. 111 3
3955
Application 1.1 Tracé de Weibull .......................................................... 113
Application 1.2 Loi multiple..................................................................... 114
:888
93
Annexe 2.5 Test de Kolmogorov-Smirnov.......................................... 166
5764
Annexe 2.6 Principe d'analyse des historiques ................................ 168
Annexe 2.7 Dimensionnement des essais ........................................... 169
1639
APPLICATIONS Partie 2 ............................. 175
Application 2.1 Durée des essais .......................................................... 177
:
.188
Application 2.2 Intervalles de confiance ........................................... 178
Application 2.3 Exploitation d'un historique .................................... 180
6
Application 2.4 Détermination intervalle de confiance ................. 184
65.1
Application 2.5 Démonstration de fiabilité ....................................... 185
:37.1
III – FIABILITE & METHODES MAINTENANCE .. 187
III.1 Performance et maintenance des équipements ..................... 187
III.1.1 La fiabilité intrinsèque ........................................................... 188 3
3955
III.1.2 Les standards d'exploitation ............................................... 190
III.1.3 Conditions de base .................................................................. 191
:888
93
III.6.3 Assimilation à une loi exponentielle ................................. 229
5764
III.7 Théorèmes de Bayes .................................................................. 232
III.7.1 Rappels ....................................................................................... 232
1639
III.7.2 Objectifs du théorème de Bayes ..................................... 234
III.7.3 Théorème de Bayes ............................................................... 235
:
.188
ANNEXES Partie 3 .................................... 237
Annexe 3.1 Remplacement sur défaillances .................................... 239
6
Annexe 3.2 Diagramme n - tmoy - n.tmoy ......................................... 246
65.1
APPLICATIONS Partie 3 ............................. 247
:37.1
Application 3.1 Choix économique ........................................................ 249
Application 3.2 Durée de vie moyenne ............................................... 257
Application 3.3 Théorème de Bayes ................................................... 259 3
3955
IV – FIABILITE & GESTION DES STOCKS ........ 263
IV.1 Rappel des règles comptables .................................................... 263
:888
93
V.2 Impact des mauvaises économies ................................................ 302
5764
V.3 Choix des méthodes de maintenance .......................................... 304
V.3.1 Vers le Zéro panne ..................................................................... 304
1639
V.3.2 Critères de choix ....................................................................... 305
V.3.3 Définition des équipements critiques .................................. 307
:
.188
V.3.4 Considérations relatives à l'AMDEC .................................... 309
V.3.5 Critères détaillés de choix ...................................................... 310
6
V.4 Plan de prévention ............................................................................. 310
65.1
V.4.1 Préalable à la maintenance préventive .................................. 311
:37.1
V.4.2 Définition du plan de prévention ............................................ 313
V.4.3 Analyse technique des équipements ...................................... 315
V.4.4 Responsabilités Production et Maintenance ....................... 317 3
3955
V.4.5 Formation du personnel de Maintenance ............................ 317
V.4.6 Exploitation de la prévention .................................................. 318
:888
93
Annexe 6.1 Redondance et tests ......................................................... 349
5764
Annexe 6.2 Défaillances Perceptibles et réparables .................... 353
Annexe 6.3 Défaillances non perceptibles et réparables ............ 356
1639
Annexe 6.4 Revendication de SIL ....................................................... 358
Annexe 6.5 Lexique de la Sécurité fonctionnelle .......................... 362
:
.188
BIBLIOGRAPHIE ...................................... 365
INDEX ................................................. 367
6
65.1
:37.13
3955
:888
2730
1065
e:21
:Non
x.com
larvo
scho
univ.
9
Avant-propos
93
5764
Le cahier des charges d'un équipement définit les attentes (producti-
vité, disponibilité, qualité, etc.) mais aussi ses conditions d'utilisation et
1639
d'environnement. Les solutions techniques et technologiques retenues
pour répondre à ces spécifications ajoutent à ces conditions des exi-
:
gences d'entretien courant 1 y compris les limites acceptables des carac-
.188
téristiques des différents constituants. L'ensemble de ces exigences
6
peut être regroupé sous le terme de conditions normales d'exploitation.
65.1
Sans adopter une attitude "créationniste" on peut dire qu'avantages po-
tentiels et exigences sont déterminés dès la conception.
:37.1
La méconnaissance ou la négligence de ces exigences conduira à implan-
ter dans l'atelier un système qui sera hors contrôle statistique, donc non
3
3955
maîtrisable. Des phénomènes non prévisibles engendrés par le non res-
pect des conditions normales d'exploitations empêcheront les Respon-
:888
- d'estimer:
la confiance qu'ils pourraient avoir au niveau de son bon fonctionne-
1065
les caractéristiques des composants d'un équipement n'atteignent pas les limites basses ad-
mises soit pour remplacer les composants ayant atteint ces limites.
univ.
10
93
5764
- de planifier la charge du Service maintenance et respecter les délais.
1639
simplement maîtriser ses délais si elle ne peut pas faire de prévisions ré-
alistes sur la disponibilité de ses équipements.
:
.188
Maintenir c'est:
6
65.1
- effectuer les opérations d'entretien courant;
- parfois dépanner;
:37.1
- définir, programmer, réaliser, améliorer les actions préventives en
fonction des prévisions basées sur les lois de fiabilité des composants;
3
3955
93
plet et fidèle donnant les moyens de trouver la cause première de la dé-
5764
faillance. Il faut être capable de juger si la défaillance est due à la fia-
bilité intrinsèque d'un composant ou si elle provient du mode de manage-
1639
ment de l'entreprise: non-respect des conditions d'utilisation ou d'en-
tretien ou erreur humaine.
:
En Maintenance industrielle ce retour d'expérience est difficile à obte-
.188
nir. Il faut espérer qu'une meilleure connaissance de la fiabilité créera
6
un autre comportement que celui consistant à croire:
65.1
- qu'on ne peut pas estimer la fiabilité des équipements de production;
:37.1
- qu'une GMao 2 est "capable" de calculer le MTBF (Mean Time Beetwen
Failures – traduit en Français par Temps moyen de bon fonctionnement 3955
3
entre défaillances) de chaque élément constitutif de l'équipement et
d'en déduire un plan de prévention;
:888
erronés.
Il est très dangereux de penser qu'un phénomène relatif à la fiabilité
:Non
2 - Gestion de Maintenance Assistée par Ordinateur. Souvent confondue avec une Gestion de
scho
93
sentent des lois de fiabilité différentes (20 000 composants pour une
5764
voiture de F1 - 3.5 millions pour une navette spatiale).
L'estimation prévisionnelle de la fiabilité d'un équipement passe obliga-
1639
toirement par l'adoption d'hypothèses simplificatrices. Celles-ci sont
nécessaires mais on doit les comprendre, connaître leurs limites et les
:
utiliser à bon escient. Encore faut-il en connaître le pourquoi et leurs
.188
conditions d'utilisation.
6
65.1
Un Responsable maintenance ne peut pas se contenter de connaître la
fiabilité globale d'un équipement qui s'apparente à sa disponibilité. Pour
:37.1
pouvoir choisir la politique de maintenance la mieux adaptée il doit con-
naître exactement la loi de fiabilité et le mode de dégradation des prin-
cipaux constituants. 3
3955
Dans le domaine industriel nous devrons garder en permanence à l'esprit
qu'en dehors des réparations effectuées suite à des dégradations for-
:888
3 - On utilisera le terme "conditions de base" propre à la TPM® pour définir les conditions
d'utilisation (en production) et d'environnement qui ont conduit la conception dans ses choix
larvo
techniques et technologiques afin d'assurer les objectifs de fiabilité exigés. Ces conditions
de base sont complétées par les exigences d'entretien qui découlent des choix de conception.
Le terme "conditions d'exploitation" sera réservé aux conditions réelles d'utilisation, d'en-
scho
tretien et d'environnement. Le non respect des conditions de base crée des dégradations
forcées.
univ.
13
93
5764
1639
:
.188
6
65.1
:37.13
3955
:888
2730
1065
e:21
:Non
x.com
larvo
4 - Suivant le domaine étudié pour établir les bases de données (entreprise – secteurs – géné-
rique) l'intervalle de confiance des Taux de défaillance en exploitation pour un niveau de con-
scho
univ.
scho
larvo
x.com
:Non
e:21
1065
2730
:888
3955
3:37.1
65.1
6 .188
: 1639
5764
93
15
I - FIABILITE
93
temps déterminée. (Norme X 06-501 – ISO 8927).
5764
La fiabilité d'un composant est exprimée par la probabilité qu'il fonc-
tionne sans défaillance, pendant un temps déterminé t, dans des condi-
1639
tions définies de manière précise.
:
.188
La fiabilité est représentée habituellement par R(t) = Reliability
Elle est fonction du temps et n'a de signification que pour une durée
6
65.1
d’utilisation donnée. La variable t n'est pas nécessairement un temps
mais l'unité d'œuvre la plus représentative de l'utilisation du matériel.
:37.1
De plus elle ne représente pas toujours l'âge du composant.
La variable t s'exprime, en heures, en kilomètres, en nombre de cycles
3
3955
ou d'atterrissages, en quantités fabriquées.
On doit donc préciser lorsqu'on étudie la fiabilité d'un composant:
:888
pect des conditions d'entretien ainsi qu'au sens de la TPM ®, les con-
naissances, le savoir-faire et l'engagement du personnel de production
e:21
et de maintenance;
nement correct.
x.com
93
lité le plus élevé, inhérent à la conception, que l'on peut obtenir en res-
5764
pectant les conditions de base et en appliquant une maintenance effi-
cace.
1639
I.2 Fiabilité et théorie caractéristiques / contraintes
:
.188
On peut représenter la fiabilité d'un composant comme sa capacité (due
6
à ses caractéristiques) à résister à des variations aléatoires des con-
65.1
traintes dues à ses conditions:
:37.1
- d'utilisation - charge, température, vibrations, humidité;
5 - Le hasard a été défini par E. Borel (1871-1956) comme le résultat de la présence simulta-
née de 3 conditions: Un grand nombre de causes –Indépendantes les unes des autres – Aucune
d'entre elles n'étant prépondérante. Le hasard est le résultat de la combinaison de probabili-
scho
tés. On dit que durant le siège du château de El Azar les croisés inventèrent pour se distraire
un jeu de dés qu'ils nommèrent jeu de Azar.
univ.
17
93
5764
1639
:
.188
6
65.1
2 phénomènes viennent modifier ce processus:
:37.1
des caractéristiques plus faibles que les autres et qui "lâchent" plus
rapidement. Ceci conduit à la période infantile. Leur remplacement au 3955
3
fur et à mesure des défaillances permet d'atteindre leurs caractéris-
tiques nominales.
:888
Ces trois périodes, infantile, vie utile, vieillissement, sont souvent repré-
sentées par une "image d'Epinal" dite courbe en baignoire ou courbe de
:Non
durée de vie.
x.com
larvo
scho
6 - On utilise souvent le terme de période qui laisse penser qu'un composant a plusieurs pé-
riodes successives de fonctionnement ou de vie. Ce qui n'est pas toujours le cas.
univ.
18
93
est alors:
5764
∞
1639
𝐶
:
La fiabilité est la probabilité que la résistance soit supérieure à toutes
.188
les valeurs possibles de cette contrainte; elle peut s'exprimer par:
6
+∞ ∞
65.1
𝑹 = ∫ 𝒇 (𝑪). [∫ 𝒈(𝑲). 𝒅𝑲] . 𝒅𝑪
:37.1
−∞ 𝑪
d'un système est due à des causes qui appartiennent à 2 familles diffé-
rentes. Elles sont issues, soit du système lui-même (Causes communes)
:Non
7 - Théorie élaborée en 1931 par Walter E. SHEWHART et largement diffusée par J.M.
JURAN et W.E. DEMING. Cette théorie est souvent réduite à une de ses applications: le MSP
scho
– Maîtrise statique des processus ou des procédés SPC –Statistical Process Control et l'utili-
sation de cartes de contrôle.
univ.
19
93
définition imprécise du travail, des objectifs – à l'imprécision des modes
5764
opératoires, des standards, des procédures – à la qualité des outils, des
machines – à la formation du personnel ou à la qualité de l'encadrement.
1639
Par définition les défauts qui sont dus au système sont des causes com-
munes.
:
.188
I.3.2 Causes spéciales
6
65.1
Sporadiques ou assignables: secousses soudaines, peu fréquentes, issues
de facteurs de variation peu nombreux - identifiables telles qu'erreurs
:37.1
de manipulation - mauvais réglages - pannes machines - matières défec-
tueuses - dégradations forcées au sens de la TPM® 8.
3
3955
Les problèmes qui proviennent d'événements passagers sont issus de
causes spéciales.
:888
On dit qu'un système est dans un état stable ou sous contrôle statis-
tique lorsqu'on a supprimé dans ce système toutes (ou presque toutes)
2730
Des problèmes existent aussi bien dans un système stable que dans un
système instable, mais leurs causes sont de types différents et par con-
séquent les méthodes de correction ou d'amélioration sont différentes.
Méconnaître cette théorie risque de conduire à 2 types d'erreurs.
93
nologique des résultats représentatifs de son fonctionnement est iden-
5764
tique à ce que l'on aurait obtenu par des tirages aléatoires dans une po-
pulation homogène (figure ci-après).
1639
:
.188
6
65.1
:37.13
3955
:888
93
imprévisible.
5764
1639
:
.188
6
65.1
:37.13
3955
Dans un tel système, vouloir prendre du recul, attendre d'autres résul-
tats pour confirmer le phénomène, c'est perdre l'opportunité d'amélio-
:888
rer les résultats ("le temps efface les indices du crime"). Les causes
d'instabilité doivent être identifiées le plus tôt possible pour:
2730
Dans l'industrie tant que le système en cause n'est pas stable (ou
presque), il est illusoire de vouloir:
x.com
93
pour rechercher des modifications alors qu'il suffit d'appliquer cor-
5764
rectement les conditions de base);
1639
- bâtir des plans d'action réalistes.
:
I.3.5 Erreurs possibles de décision
.188
W.E. DEMING précise que: "Les managers et les employés doivent gar-
6
65.1
der à l'esprit que dans la plupart des systèmes 80 à 85 % des problèmes
sont dus au système (causes communes) et 15 à 20 % sont dus aux em-
:37.1
ployés et aux équipements (causes spéciales)". La confusion entre causes
communes et causes spéciales conduit à une frustration générale, à une
"9 3
.
3955
plus grande variabilité et à des coûts élevés
:888
DECISIONS
ETAT DIAGNOSTIC
Agir sur un élément Agir sur le système
2730
Causes
STABLE La performance se dé- OK
communes
grade
e:21
Erreur de type 2
Causes
INSTABLE OK Le problème sub-
spéciales
:Non
siste
x.com
9 - Hors De La Crise - W.E Deming Traduit Par J.M. Gogue - Economica 1991 & site http://de-
mingfr.free.fr.
univ.
23
Pour W.E. DEMING "Aucun défaut propre au système ne peut être com-
pensé par un plus grand effort des ouvriers. Si les ouvriers réalisaient
que le management s'efforce vraiment de travailler pour améliorer le
système, donner à l'atelier des responsabilités adaptées à ses possibili-
tés d'action et supprimer les obstacles que le système a placés sur sa
route, ils auraient aussitôt un moral extraordinaire" 10.
93
équipement, mode opératoire).
5764
"Une erreur d'interprétation des résultats . . . que l'on commet très sou-
vent consiste à supposer que chaque accident ou chaque défaut est impu-
1639
table à un événement particulier bien connu, généralement parce qu'il est
d'actualité. Il peut arriver, par exemple, qu'un défaut soit imputable à
:
une erreur flagrante d'un employé mais la plupart du temps les dé-
.188
sordres que l'on trouve dans une activité de production ou de service
6
proviennent du système. . . " 11.
65.1
Pour Deming "les Employés sont responsables des activités dans le sys-
:37.1
tème alors que le management est responsable de l'amélioration du sys-
tème à partir des informations fournies par les Employés. Pour que les
uns et les autres travaillent en harmonie il faut qu'ils regardent le sys- 3
3955
tème de la même manière, qu'ils parlent le même langage" et qu'il existe
entre eux une confiance mutuelle.
:888
toires donc dus au hasard. Ce qui suppose que le système dans lequel est
inclus le composant ou l'élément étudié est dans un état stable, pour le-
e:21
Ces conditions incontournables, sont très souvent oubliées dans les dé-
marches de progrès, d'où les réserves émises précédemment au sujet de
la fonction de Fiabiliste dans les services maintenance.
93
tionnement exprimée par différentes lois statistiques: normale - log-
5764
normale – exponentielle - etc.). La combinaison de ces différentes lois,
conduit à une loi exponentielle pour la fiabilité de l'équipement.
1639
2 – Le mode de défaillance d'un composant peut changer dans le temps.
:
Dans ce cas sa loi globale de fiabilité deviendra, là aussi, une loi expo-
.188
nentielle.
6
65.1
3 – Pour un équipement le remplacement des pièces au fur et à mesure
des défaillances ou en maintenance systématique aboutit pour ces
:37.1
pièces à une loi apparente de fiabilité exponentielle différente de la loi
spécifique de ces pièces.
3
3955
4 - Sur le terrain:
il est difficile d'appréhender et de tenir compte de l'évolution des
:888
lisation donnée. Son estimation est basée sur une démarche statistique
qui, à partir d’un certain nombre d’épreuves (test sur échantillon) et du
choix d'un estimateur (grandeur que l'on suppose pouvoir représenter la
larvo
scho
loi théorique qui régit le phénomène) fournit les moyens pour détermi-
ner:
- une estimation (valeur numérique que prend l'estimateur avec les don-
nées de l'échantillon) et un intervalle de confiance ayant une forte
probabilité de contenir la valeur vraie du paramètre mesuré;
93
aléatoires n'est pas quelconque, elle présente une permanence statis-
5764
tique et donc obéit de façon plus ou moins étroite à un modèle mathé-
matique théorique.
1639
Une étude de fiabilité est, comme toute étude statistique, conduite en 3
:
étapes.
.188
EPREUVE:
6
65.1
Préparation et réalisation du test, relevé et classement des valeurs ob-
tenues.
:37.1
1er CALCUL:
2ème CALCUL:
risque d'erreur choisi, que l'on peut accepter (ou plus exactement
qu'on n'a pas de raison de récuser) cette loi comme étant représenta-
x.com
tant ces règles. On oublie trop souvent (en particulier dans les sondages)
univ.
26
93
faillances survenues durant l’essai;
5764
- du risque accepté de se tromper.
1639
En phase d'exploitation, un autre test d'hypothèse nulle doit être réa-
lisé afin de vérifier qu'il n'y a pas de différence significative entre les
:
.188
résultats obtenus et les prévisions (faites à partir de la loi de distribu-
tion) utilisées pour définir la politique de maintenance et le stock des
6
65.1
pièces de rechange. En effet des changements dans les conditions d'uti-
lisation, d'entretien, de montage, de fabrication, de stockage des com-
:37.1
posants peuvent modifier cette loi et donc rendre obsolètes les prévi-
sions adoptées.
3
3955
I.4.2 Estimateurs de la fiabilité
:888
F(t) = 1 - R(t)
e:21
sollicitation du composant.
Si No est le nombre de composants mis en service à l'instant origine t0
x.com
Estimateur 13 ̂ = 𝑁𝑠(𝑡)⁄𝑁𝑜
de R à l'instant t 𝑟(𝑡)
93
I.4.2.3 Probabilité conditionnelle et Taux de défaillance
5764
La probabilité conditionnelle de défaillance est la proportion de compo-
sants qui ayant survécu jusqu'à un instant donné (t - t) ne seront plus
1639
en vie à l'instant t. C'est une proportion relative, car elle est calculée
par rapport au nombre de survivants Ns(t - t) à l'instant (t - t) soit:
:
.188
𝑁𝑠(𝑡 − 𝛥𝑡) − 𝑁𝑠 (𝑡) 𝑁𝑏 𝑑 ′ é𝑙é𝑚𝑒𝑛𝑡𝑠 𝑑é𝑓𝑎𝑖𝑙𝑙𝑎𝑛𝑡𝑠 𝑑𝑢𝑟𝑎𝑛𝑡 𝛥𝑡
6
=
65.1
𝑁𝑠(𝑡 − 𝛥𝑡) 𝑁𝑏 𝑑 ′ é𝑙é𝑚𝑒𝑛𝑡𝑠 𝑒𝑥𝑖𝑠𝑡𝑎𝑛𝑡 à 𝑙 ′ 𝑖𝑛𝑠𝑡𝑎𝑛𝑡(𝑡 − 𝛥𝑡)
Cette proportion peut être assimilée à une probabilité. C'est la probabi-
:37.1
lité conditionnelle de défaillance au temps t. Elle est désignée par t).
C'est un chiffre sans unité, fonction de t. 3
3955
𝑁𝑠(𝑡 ) 𝑁𝑜
̂ = 1−
𝜆(𝑡) ×
𝑁𝑜 𝑁𝑠(𝑡 − 𝛥𝑡)
1065
̂
𝑟(𝑡)
̂ = 1−
𝜆(𝑡)
𝑟(𝑡̂− 𝛥𝑡)
:Non
93
̂=
𝑓(𝑡) ×
𝑁𝑜 𝑑𝑡
5764
I.4.2.5 Moyenne des temps de bon fonctionnement
1639
La moyenne des temps de bon fonctionnement avant défaillance M(t) est
:
la moyenne arithmétique des temps de fonctionnement appelée couram-
.188
ment Durée de vie moyenne.
6
65.1
∑𝑡0 𝑡𝑝𝑠 𝑑𝑒 𝑏𝑜𝑛 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛𝑛𝑒𝑚𝑒𝑛𝑡 𝑑𝑒 𝑐ℎ𝑎𝑞𝑢𝑒 𝑐𝑜𝑚𝑝𝑜𝑠𝑎𝑛𝑡
̂ =
𝑀(𝑡)
𝑁𝑜
:37.1
No étant le nombre de composants dans l’échantillon.
On montrera au paragraphe I.6 que cette expression peut s’écrire:
3
3955
𝒕
̂ = ∑ 𝒓(𝒕 − 𝟏)
𝑴(𝒕)
𝟏
:888
par:
e:21
Remarque
L'espérance mathématique est la moyenne arithmétique des différentes
93
valeurs, pondérées par leur probabilité d'occurrence:
5764
- Pour une variable aléatoire discrète (obtenue par comptage):
1639
̂ = ∑ 𝑝𝑖. 𝑥𝑖
𝐸(𝑥) pi = proportion d'individus ayant la valeur xi
:
- Pour une variable aléatoire continue (obtenue par mesure):
.188
𝒃
𝑬(𝒙) = ∫𝒂 𝒙. 𝒇(𝒙). 𝒅𝒙
6
65.1
f(x) est la densité de probabilité: quotient de la probabilité pour la va-
:37.1
riable x de se trouver dans un intervalle x par la grandeur de cet in-
tervalle.
La densité de probabilité d'une variable X pour la valeur x est la déri- 3
3955
vée, si elle existe, de la fonction de répartition F(x).
proximatifs).
2730
ans.
univ.
30
93
On remarquera que pour une population de 61.8 millions de Français la
5764
somme des âges pris en compte est égale à 61.8.10 6x 40.
De ces données on peut calculer le temps moyen de vie des Français
1639
entre 2 décès:
∑ â𝑔𝑒 𝑑𝑒𝑠 𝐹𝑟𝑎𝑛ç𝑎𝑖𝑠 61.8 × 106 × 40
:
.188
= = 𝟒. 𝟕. 𝟏𝟎𝟑 𝒂𝒏𝒔
𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑑é𝑐è𝑠 527000
6
Ce temps moyen de vie entre 2 décès correspond au MTBF des Français.
65.1
Il est bien différent de l'âge moyen des décès.
Il signifie, pour un taux de décès constant, que le risque de décès est de
:37.1
1 / 4700 = 2.10-4 décès / an.
93
phénomène est dû à une cause spéciale.
5764
Certains auteurs désignent à tort cette période par "période de pannes
aléatoires" alors que l'ensemble des phénomènes étudiés en fiabilité
1639
sont dus au hasard donc aléatoires.
Le dictionnaire Larousse donne pour définition de fortuit: "qui arrive
:
par hasard". Le terme" fortuit" signifie ici que les phénomènes concer-
.188
nés, à l'inverse des phénomènes de vieillissement ne sont pas précédés
6
de signes précurseurs.
65.1
- période de VIEILLISSEMENT. Durant cette période le Taux de dé-
:37.1
faillance augmente de plus en plus rapidement, il est fonction de l'âge
du composant. Nous détaillerons au paragraphe I.10.3 les différents
phénomènes pouvant être assimilés au vieillissement. 3
3955
tent séparément, les uns à la suite des autres ils peuvent être représen-
tés par la courbe ci-dessous du Taux de défaillance en fonction du
2730
14 - L'utilisation du mot "période" suggère à tort qu'il y a une évolution dans le comportement
scho
du composant. Ce terme étant couramment utilisé nous le conserverons tout en gardant à l'es-
prit sa signification réelle.
univ.
32
93
5764
Nous l'avons qualifié "d'image d'Epinal" car elle suppose que pour un
composant ces 3 périodes distinctes se succèdent toujours alors que
1639
chacune d'elle est représentée par une fonction de t variant de 0 à
l'infini.
:
.188
Il est même difficile de l'appliquer aux équipements car, comme nous
l'avons déjà évoqué et comme nous le montrerons, la fiabilité globale
6
65.1
d'un équipement constitué d'un ensemble de composants différents se
réduit à une loi exponentielle correspondant à la loi représentative de la
:37.1
vie utile. Suivant le type de composant (électronique, mécanique, électro-
mécanique):
3
3955
- les différentes périodes sont plus ou moins marquées ou même inexis-
tantes;
:888
- les courbes ont des formes ou des pentes intermédiaires à celles re-
2730
présentées.
peut considérer que l'on ne sera confronté qu'à des défaillances for-
tuites survenant durant la période de vie utile.
On doit cibler cette période d'utilisation pour obtenir le Taux de défail-
lance le plus faible. D'où l'appellation de vie utile. C'est un des points im-
portants mis en évidence par la démarche TPM® qui vise "le ZERO
PANNE.15
93
- La période de vie utile est caractérisée par une variable aléatoire
5764
discrète (nombre de défaillances observées par an sur une machine).
Durant cette période la probabilité de défaillance pour une mission de
1639
durée déterminée est indépendante du nombre de missions effectuées
(indépendante de l'âge du matériel);
:
.188
- La période de vieillissement est caractérisée par une variable aléa-
6
toire continue (durée de vie d'un pneu exprimée en km parcourus). La
65.1
probabilité de défaillance augmente avec le temps d'utilisation (âge) du
dispositif.
:37.1
16
I.6 Etude de fiabilité à partir d'un essai 3955
3
Un fabricant souhaite connaître la fiabilité des composants qu'il fa-
brique. Pour cela il fait fonctionner simultanément 100 composants. Tous
:888
0 100 5 48
1 99 6 28
:Non
2 97 7 12
3 88 8 4
x.com
4 72 9 0
larvo
CALCULER:
- L'estimateur de la probabilité de survie à l'instant t:
̂ = 𝑁𝑠(𝑡)⁄𝑁𝑜
𝑟(𝑡)
93
5764
- L'estimateur de la probabilité de défaillance à l'instant t:
̂ = 1 − 𝑟(𝑡)
𝑓(𝑡) ̂
1639
- L'estimateur du Taux de défaillance entre l'instant (t -1) et t:
:
.188
̂
(𝑡) = 1 − [𝑟(𝑡)⁄𝑟(𝑡 − 1)] (Cf. paragraphe I.4.2.3)
6
65.1
CONSTRUIRE le tableau ci-après.
:37.1
Temps en Nb de survivants
r (t) (t)
10 + 6 cycles Ns(t)
0 100 1 0.00 3
3955
1 99 0.99 0.01
2 97 0.97 0.02
:888
3 88 0.88 0.093
4 72 0.72 0.182
2730
5 48 0.48 0.333
6 28 0.28 0.417
7 12 0.12 0.571
1065
8 4 0.04 0.667
9 0 0 1
e:21
CALCULER:
L'estimation de la moyenne du temps de fonctionnement à l'instant t.
Dans notre exemple:
larvo
scho
univ.
35
X Ce qui représente
ont fonctionné jusqu'à t. .
composants en 106 cycles
1 t=1 1x1=1
2 t=2 2x2=4
9 t=3 9 x 3 = 27
16 t=4 16 x 4 = 64
24 t=5 24 x 5 = 120
20 t=6 20 x 6 = 120
93
16 t=7 16 x 7 = 112
8 t=8 8 x 8 = 64
5764
4 t=9 4 x 9 = 36
TOTAL 548.106 cycles
1639
Au temps t = 3 on peut dire que 9 composants (97-88) ont fonctionné
:
seulement 3 millions de cycles soit en global 27 millions de cycles.
.188
L'estimateur de la moyenne des temps de bon fonctionnement calculé
6
pour toute la durée de l'essai est:
65.1
548
𝑚
̂= = 5.48 𝑚𝑖𝑙𝑙𝑖𝑜𝑛𝑠 𝑑𝑒 𝑐𝑦𝑐𝑙𝑒𝑠
:37.1
100
Pour t = 4 la moyenne des temps de bon fonctionnement est d'après le
3
3955
tableau ci-dessus égale à:
̂
𝑚(4)
:888
posants. Pour t = 4 il est de 3.48 alors que pour t = 9 il est de 5.48 mil-
lions de cycles.
:Non
Remarques
scho
𝑡
∑ 𝑡. [𝑁𝑠(𝑡 − 1) − 𝑁𝑠(𝑡)]
1
93
1 1
𝑡
𝑡 𝑡 𝑡
5764
̂ = ∑ 𝑡 × 𝑟(𝑡 − 1) − ∑ 𝑡 × 𝑟(𝑡) + ∑ 𝑟(𝑡 − 1) − ∑ 𝑟(𝑡 − 1)
𝑚(𝑡)
1 1 1
1
𝑡 𝑡 𝑡
1639
̂ = ∑ (𝑡 − 1) × 𝑟(𝑡 − 1) − ∑ 𝑡 × 𝑟(𝑡) + ∑ 𝑟(𝑡 − 1)
𝑚(𝑡)
1 1 1
:
En faisant la somme de 0 à l'infini les 2 premiers termes s’annulent mu-
.188
tuellement avec un décalage de 1. La moyenne des temps de bon fonc-
tionnement à un instant peut donc s'exprimer par:
6
65.1
𝜽
̂ = ∑ 𝒓(𝒕 − 𝟏)
𝒎(𝜽)
:37.1
𝟏
3 - On constate ici que donner une valeur de M(t) ou de E(t) sans fixer la
1065
Le MTBF est la valeur de cet estimateur pour une durée d'utilisation in-
finie (très grande).
x.com
93
=− × ⇒ = − 𝑁𝑜 ×
𝑑𝑡 𝑁𝑜 𝑑𝑡 𝑑𝑡 𝑑𝑡
5764
C'est la vitesse instantanée d'apparition des défaillances.
1639
En divisant par Ns on obtient l'équation:
1 𝑑𝑁𝑓 𝑁𝑜 𝑑𝑅 1 𝑑𝑁𝑓
:
① × =− × =− ×
.188
𝑁𝑠 𝑑𝑡 𝑁𝑠 𝑑𝑡 𝑅(𝑡) 𝑑𝑡
6
𝑑𝑁𝑓/𝑑𝑡 𝑁𝑏 𝑑𝑒 𝑑é𝑓𝑎𝑖𝑙𝑙𝑎𝑛𝑡𝑠 𝑑𝑢𝑟𝑎𝑛𝑡 𝑑𝑡
65.1
=
𝑁𝑠 𝑁𝑏 𝑑 ′ é𝑣é𝑛𝑒𝑚𝑒𝑛𝑡𝑠𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑢𝑟𝑎𝑛𝑡 𝑑𝑡
:37.1
Au temps t on a Ns survivants et durant l'intervalle dt un nombre de
composants dNf / dt tombe en panne. A (t + dt) le nombre de survivants
a diminué de dNf / dt.
3
3955
𝟏 𝒅𝑵𝒇
2730
𝝀(𝒕) = ×
𝑵𝒔 𝒅𝒕
1065
1 𝑑𝑁𝑓 1 𝑑𝑅
× =− ×
𝑁𝑠 𝑑𝑡 𝑅 𝑑𝑡
x.com
Donc:
1 𝑑𝑅(𝑡)
larvo
𝜆(𝑡) = − ×
𝑅(𝑡) 𝑑𝑡
scho
Rappel: pour y = f(u) y' = y'u x u'x donc pour y = ln u y' = (1/u) x du
univ.
38
1
ici u = R(t) d′ où y′ = × dR(t) = λ (t)
R(t)
𝑡
pour t = 0; R = 1 et ln 1 = 0 donc:
𝑡
93
𝑙𝑛 𝑅(𝑡) = ∫ 𝜆. 𝑑𝑡
5764
0
1639
𝒕
𝑹(𝒕) = 𝒆𝒙𝒑 [− ∫ (𝒕). 𝒅𝒕]
:
.188
𝟎
6
65.1
I.7.3 Densité de fiabilité et Taux de défaillance
:37.1
La densité de probabilité d'une variable X pour sa valeur x est la déri-
vée, si elle existe, de la fonction de répartition F(X).
3
3955
On appelle densité de défaillances f(t) la distribution temporelle des
défaillances des No composants initiaux. Par définition:
:888
𝑁𝑠 (𝑡 − 1) − 𝑁𝑠 (𝑡)
̂=
𝑓(𝑡)
𝑁0
2730
𝑑𝑁𝑠 𝑑𝑁𝑓
𝑓(𝑡) ∙ 𝑑𝑡 = 𝑜𝑟 𝑁𝑠 = 𝑁0 − 𝑁𝑓 𝑑 ′ 𝑜ù 𝑓(𝑡) ∙ 𝑑𝑡 = −
𝑁0 𝑁0
e:21
𝑑𝐹(𝑡) 𝑑𝑅(𝑡)
−→ 𝑓(𝑡) = =−
𝑑𝑡 𝑑𝑡
:Non
93
dR(t) 1 𝟏
5764
(t)= − × = × 𝒇(𝒕)
dt R(t) 𝑹(𝒕)
1639
I.7.4 Moyenne des temps de bon fonctionnement
:
.188
Moyenne des temps de bon fonctionnement entre 2 défaillances M(t)
Nous avons vu (Cf. paragraphe I.4.2.5) que:
6
65.1
∑𝑡0 𝑡𝑝𝑠 𝑑𝑒 𝑏𝑜𝑛 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛𝑛𝑒𝑚𝑒𝑛𝑡 𝑑𝑒 𝑐ℎ𝑎𝑞𝑢𝑒 𝑐𝑜𝑚𝑝𝑜𝑠𝑎𝑛𝑡
̂ =
𝑚(𝑡)
:37.1
𝑁𝑜
Pour un intervalle de temps dt, Ns(t) survivants fonctionnent durant le
temps dt soit un temps total de fonctionnement de Ns(t).dt. La somme 3
3955
des temps de bon fonctionnement peut s'exprimer par:
:888
𝑡
∫ 𝑁(𝑠). 𝑑𝑡
0
2730
𝑡
∫0 𝑁(𝑠). 𝑑𝑡
e:21
𝑀𝑜𝑦𝑒𝑛𝑛𝑒 =
𝑁𝑜
:Non
Soit:
𝒕
x.com
𝑴(𝒕) = ∫ 𝑹(𝒕). 𝒅𝒕
𝟎
93
I.7.5 Temps moyen de bon fonctionnement
5764
Le temps moyen de bon fonctionnement entre 2 défaillances E(t) ou
MTBF est l'espérance mathématique de f(t).
1639
Pour une variable aléatoire continue cette valeur se calcule par:
:
.188
𝒕
𝑬(𝒕) = ∫𝟎 𝒕 × 𝒇(𝒕) . 𝒅𝒕
6
f(t) étant la densité de probabilité de défaillance.
65.1
Sans vouloir compliquer la présentation on peut préciser que celle-ci peut
:37.1
s'exprimer par:
∞
𝟏
𝑬(𝒕) = ∫ 𝒙𝒕 × 𝒆−𝒕 . 𝒅𝒕 3
3955
𝜞(𝒕) 𝟎
(t) est la loi gamma de paramètre t:
:888
∝
𝛤(𝑥) = ∫ 𝑒 −𝑡 × 𝑡 𝑥−1 × 𝑑𝑡
2730
l'infini).
En fiabilité on distinguera:
x.com
- le MTBF: Mean operating Time Between Failures qui doit être traduit
par: Temps moyen de fonctionnement entre défaillances. Il s'applique à
larvo
scho
des essais effectués sur quelques pièces qui sont réparées au fur et à
mesure de leurs défaillances;
93
Remarques
5764
1 – Pour un même composant il y a corrélation entre le MTBF et la fiabi-
lité de ce composant. Un Responsable de maintenance qui aurait réalisé
1639
des améliorations sur ce composant et qui enregistrerait sur des pé-
riodes relativement longues le nombre de ses défaillances pourrait utili-
:
ser la valeur de l’estimateur du MTBF comme indicateur d'amélioration
.188
de la performance du composant. Mais il ne sera pas suffisant pour ca-
6
ractériser sa fiabilité. Nous verrons dans la partie 2 son mode de calcul.
65.1
2 - A noter que l'indicateur d'efficacité de la fonction maintenance
:37.1
MTBF proposé par la norme EN 13306 n'a rien à voir avec la notion fiabi-
liste car, prenant en compte les durées entre l'apparition de 2 défail-
lances successives, il intègre les durées de dépannage dans son calcul 3
3955
(Donc un Responsable de maintenance à qui sa Direction a fixé un objec-
tif d'augmentation du MTBF d'un équipement doit viser une augmenta-
:888
93
leurs roulements.
5764
I.7.6 Cas particulier t variant de 0 à l'infini
1639
On a vu que:
:
𝑡 𝑡
.188
𝑑𝑅(𝑡)
𝑀𝑇𝐵𝐹 = ∫ 𝑡. 𝑓(𝑡). 𝑑𝑡 𝑒𝑡 𝑀 = ∫ 𝑅(𝑡). 𝑑𝑡 𝑎𝑣𝑒𝑐 𝑓(𝑡) = −
𝑑𝑡
6
0 0
65.1
𝑡
𝑑𝑅(𝑡)
𝑀𝑇𝐵𝐹 = ∫ 𝑡. [− ] . 𝑑𝑡
:37.1
𝑑𝑡
0
∫ 𝑢. 𝑑𝑣 = 𝑢. 𝑣 − ∫ 𝑣. 𝑑𝑢
:888
0
e:21
𝑀𝑇𝐵𝐹 = ∫ 𝑅(𝑡). 𝑑𝑡 = 𝑀
x.com
𝒕
𝑹(𝒕) = 𝒆𝒙𝒑[− ∫𝟎 (𝒕). 𝒅𝒕]
93
𝒕−
𝑹(𝒕) = 𝒆𝒙𝒑 − | |
5764
On peut considérer que tous les phénomènes de fiabilité peuvent s'ex-
1639
primer suivant la loi de Weibull. Les 3 paramètres de cette équation sont
définis de la manière suivante:
:
.188
(GAMMA): paramètre d’origine des temps ou de position;
6
65.1
(BETA): paramètre de forme. Caractéristique du phénomène de dégra-
dation (infantile - vie utile – vieillissement : usure, fatigue, . . .);
:37.1
(ETA): paramètre d’échelle.
3
3955
I.8.1 Paramètre d’origine des temps
:888
< 0 - Les composants utilisés ont déjà fonctionné avant le temps d'ori-
x.com
> 0- Certains composants ont déjà été utilisés avant t = 0 mais sans
subir de panne. L'expression (t - ) alors négative entraînerait une ex-
ponentielle d'une valeur positive et un résultat supérieur à 1. Il est
donc nécessaire d'utiliser la valeur absolue de (t - ) / (mais on né-
glige souvent d'utiliser le signe de valeur absolue).
93
5764
I.8.2 Paramètre de forme
1639
= 1 - correspond à la période de vie utile (la loi de fiabilité est une loi
:
.188
exponentielle).
6
65.1
On obtient pour = 3,45 la loi normale et pour = 2 la loi log-normale.
:37.1
est toujours inférieur à 4 (0 < < 4).
A partir de > 3 les différentes courbes sont confondues (sauf pour
les extrémités de la distribution), on peut alors assimiler les diffé- 3
3955
rentes lois obtenues à la loi normale. La loi de Weibull, applicable dans
tous les cas, reste d'un usage plus facile.
:888
Rupture x
Limite élastique x
e:21
Corrosion x x
Fluage x
:Non
Fatigue x
Usure x
x.com
Un système pour lequel le "bon fonctionnement" est défini par une plage
de fonctionnement on peut avoir défaillance du système du fait de la dé-
rive d'un ou de composants sans que ces derniers soient vraiment
"morts". Les Taux de défaillance indiqués dans les bases de données
constructeurs ne prennent pas en compte ces dérives mais fournissent
les courbes d'évolution des caractéristiques du composant en fonction
du temps et des contraintes d'utilisation.
93
I.8.3 Paramètre d'échelle
5764
Dans l'équation de Weibull à 2 paramètres si t =
1639
𝛽
𝑅(𝑡 = ) = 𝑒 (−1) = 𝑒 −1 = 0.638
:
.188
Pour une durée d'utilisation égale à la fiabilité est de 36.2 %. Ce qui
signifie que pour cette durée 63,2 % de la population aura disparu.
6
Le papier graphique d'Alan Plait (Cf. au paragraphe I.8.4 ) est construit
65.1
à partir de cette particularité.
:37.1
I.8.4 Courbes caractéristiques
93
5764
1639
:
.188
6
65.1
:37.13
3955
On remarquera que l'évolution de R(t) est très différente suivant les va-
leurs de :
:888
but de vie puis accélération jusqu'au temps moyen d'usure, cette ca-
ractéristique confirme la possibilité de planification de la maintenance
1065
conditionnelle;
plus lente.
:Non
la probabilité d'apparition augmente au cours du temps. Ce temps pouvant être celui d'utilisa-
tion mais aussi de stockage.
univ.
47
93
5764
1639
:
.188
6
65.1
:37.1
I.8.5 Expression du Taux de défaillance
3
3955
En appliquant la formule de WEIBULL à l'équation du Taux de défail-
lance on obtient:
:888
𝑑𝑅 1 𝑡−
(𝑡) = × 𝑒𝑡 𝑅(𝑡) = 𝑒𝑥𝑝 − | |
2730
𝑑𝑡 𝑅(𝑡)
R(t) est de la forme y = eu d'où y' = eu x u'
1065
𝛽 𝛽
𝑆𝑖 𝛾 = 0 𝑢 = (𝑡⁄𝜂 ) = (1⁄𝜂 ) × 𝑡 𝛽 𝑑 ′ 𝑜ù
e:21
𝛽
𝑢′ = (1⁄𝜂 ) × 𝛽 × 𝑡 𝛽−1
:Non
𝑑𝑅 𝛽 𝑡
𝛽
𝑦′ = = (1⁄𝜂 ) × 𝛽 × 𝑡 𝛽−1 × 𝑒 −( ⁄𝜂)
𝑑𝑡
x.com
𝒕 −𝟏
(𝒕) = × ( )
larvo
scho
univ.
48
93
5764
1639
:
.188
6
65.1
(t) correspond au risque (probabilité de défaillance) que l'on prend à
:37.1
l'instant t de faire fonctionner l'élément un temps supplémentaire de
durée dt.
Dans un système, si les composants présentent des lois de dégradations 3
3955
différentes: infantile - vie utile – vieillissement, l'évolution du Taux de
défaillance en fonction du temps est représentée par le graphique ci-
:888
dessous.
2730
1065
e:21
:Non
x.com
larvo
scho
univ.
49
93
5764
1639
:
.188
6
65.1
:37.1
Ce graphique montre que la courbe dite "en baignoire" est la résultante
3
3955
de l'addition des 3 lois et ne ressemble guère à une baignoire.
:888
I.8.6 MTBF
∞
1
𝐸(𝑡) = ∫ 𝑥 𝑡 × 𝑒 −𝑡 . 𝑑𝑡
𝛤(𝑡) 0
e:21
La loi Gamma 1 + 1/) fournit (CF. Annexe 1.2), en fonction de les
valeurs de MTBF /
Il est donc possible, connaissant les 2 paramètres et de la loi de
Weibull, d'obtenir directement la valeur du temps moyen de bon fonc-
tionnement (pour t ∞). Le papier graphique que nous utilisons au para-
graphe suivant comporte une échelle double ( et MTBF / ).
93
I.8.7 Papier graphique d'Alan Plait20
5764
Dans le cas de l'équation de Weibull à 2 paramètres on peut écrire:
1639
𝑅(𝑡) = 𝑒 −(𝑡⁄) = 1 − 𝐹(𝑡)
𝑑 ′ 𝑜ù 1⁄[1 − 𝐹(𝑡)] = 𝑒 (𝑡⁄)
:
.188
En appliquant les logarithmes népériens:
6
𝑙𝑛{1⁄[1 − 𝐹(𝑡)]} = (𝑡⁄)
65.1
:37.1
𝑙𝑛 𝑙𝑛{1⁄[1/(1 − 𝐹(𝑡)]} = × 𝑙𝑛(𝑡⁄) = × 𝑙𝑛(𝑡) −𝛽 × 𝑙𝑛(𝜂)
En posant: Y = ln ln{1⁄[1/F(t)]} et X = ln t
3
3955
On obtient: Y = . X − β ln = . X − C
Cette équation est aussi valable avec les logarithmes décimaux; le rap-
:888
Alan PLAIT a conçu un papier fonctionnel (Cf. Application 1.1) qui rend
1065
20 - Devant les différentes orthographes rencontrées, nous avons choisi d'utiliser l'ortho-
graphe Américaine du prénom Alain.
univ.
51
93
L'Application 1.1 traite l'exemple du paragraphe I.6.
5764
1 Calculer le % de défaillances cumulées:
1639
∑𝑡0 𝑁𝑓 ⁄𝑁𝑜
On remarquera que l'on peut calculer le % de défaillances cumulées en
:
.188
utilisant l'expression [1 – r (t)].
6
2 Tracer les points d’abscisse t et d’ordonnée Pourcentage de défail-
65.1
lance cumulé. Par exemple:
:37.1
pour t = 0 Nf = 0 % déf. cumulées = 0
% déf. cumulées = 1
pour t = 1 Nf = 100 - 99 = 1
ou (1- 0.99) x 100 3
3955
% déf. cumulées = 3
pour t = 2 Nf = 100 -97 = 3
ou (1 -0,97) x 100
:888
etc.
2730
- Les points sont alignés: cela signifie que = 0 les composants utilisés
dans l'échantillon sont neufs;
e:21
93
5764
1639
:
.188
6
65.1
On peut réaliser "pifométriquement" une translation de valeur qui con- :37.13
3955
duit à transformer la courbe obtenue en un segment de droite (nous
sommes dans une échelle logarithmique). Plus simplement on choisit arbi-
:888
trairement les points a1, a2, a3 tels que a1a2 = a2a3 sur une échelle li-
néaire et non sur l'échelle ln (ln) du papier d'Alan Plait.
2730
𝑡2 2 − 𝑡1 × 𝑡3
=
2 𝑡2 − 𝑡1 − 𝑡3
e:21
𝛾 𝛽
𝐹 = 1 − 𝑒 −( ⁄𝜂 )
scho
univ.
53
93
4 Déterminer
5764
A partir du centre de "l’éventail des "Tracer une droite parallèle à la
droite obtenue à partir des différentes données.
1639
Dans notre exemple 3.4.
A noter la position particulière du centre de l'éventail qui correspond à
:
.188
un pourcentage de défaillances cumulé égal à F() = 1 - e (-1) soit 63. 2%.
6
5Déterminer
65.1
Dans l'équation de Weibull à 2 paramètres, pour t = on obtient F () =
:37.1
63.2 %.
Tracer une droite horizontale ( = 63.2%) qui coupe la droite obtenue. La
projection de ce point d’intersection (; 63.2) sur l’axe des temps déter- 3
3955
mine la valeur de . Dans notre exemple = 5,5 millions de cycles.
:888
93
à mesure de leurs défaillances (Cf. paragraphe III.5.5 et Annexe 3.1).
5764
2 - Il faut au moins 6 points pour obtenir un résultat satisfaisant. De
plus on doit disposer de 2 points dont le pourcentage de défaillances
1639
est supérieur à 63.8 %. Sinon il est indispensable de vérifier que l'on
peut prolonger le segment de droite obtenu pour déterminer la valeur
:
.188
de Un autre phénomène de dégradation pourrait exister pour la
"queue" de l'échantillon et changer la pente de la droite.
6
65.1
3 -Pour utiliser le papier d'Alan PLAIT on doit porter en ordonnées le
pourcentage de défaillances cumulées. C'est-à-dire:
:37.1
F(i) = ni / N0
3
3955
i étant le numéro d'ordre du composant pour lequel la défaillance ni a
été observée au temps ti.
:888
Pour des dispositifs réparés, chacun d'eux doit être compté comme une
nouvelle unité de l'échantillon : N = N0 + K. On obtiendra une courbe
(gamma < 0) dans le tracé de Weibull.
e:21
93
classes C tel que: C = √No où C = 1 + 3,3. log. No
5764
Le tracé du diagramme de WEIBULL est effectué à partir des bornes
1639
supérieures des classes. Si une valeur est égale à la valeur limite d'une
classe on la porte dans la classe immédiatement supérieure.
:
.188
I.9.1.3 Utilisation de chaque donnée
6
65.1
Si on dispose des résultats de l'ensemble de la population, on adopte
pour tracer le graphique des F(i) en fonction du temps le vrai rang (%) de
:37.1
la défaillance F(i) = ni / No
avait fait un test sur toute la population au temps ti une fraction de ces
ni défaillances aurait eu lieu avant ti. Cela signifie que l'on ne connaît pas
:Non
21 - Essai tronqué = essai arrêté au bout d'un certain temps fixé à l'avance;
Essai censuré = essai arrêté lorsqu'on a atteint le nombre de défaillances préalablement fixé.
univ.
56
- méthode des rangs moyens: moyenne des rangs que l'on aurait obser-
vés en répétant l'essai sur No composants un grand nombre de fois;
- méthode des rangs médians tels que les écarts positifs et négatifs se
compensent au bout d'un grand nombre d'essais. Cette méthode est
préférable pour les échantillons de petite taille. Pour un échantillon de
taille n, on note Zj,n le vrai rang de l'observation d'ordre j tel que F(xj)
= Zj,n
93
1 - Rangs moyens: (20 < n < 50)
5764
On démontre que le rang moyen de l'observation j dans un échantillon
de taille No est l'espérance mathématique de Zj,n ce qui conduit à adop-
1639
ter pour F(xi) la valeur:
𝑛
:
𝐹(𝑥𝑖 ) = ∑𝑖1 𝑖⁄𝑁 + 1
.188
0
6
65.1
Si dans un échantillon on étudie n observations dont la répartition est
F(x), le rang vrai de l'observation d'ordre j est Zj,n tel que la fonction
:37.1
de répartition de Zj,n ait une valeur de 0.5 (les écarts positifs et néga-
tifs se compensent).
3
3955
F(xi) est déterminée en utilisant les tables dites tables des rangs mé-
dians qui fournissent, en fonction de la grandeur de l'échantillon, les
:888
valeurs des rangs médians suivant l'ordre des temps ti d'apparition des
défaillances.
2730
Remarques
1 - Si 2 composants sont défaillants au même instant on doit leur assi-
gner des numéros de rangs différents donc des rangs successifs.
93
5764
I.9.2 Limites de confiance
1639
terminé en utilisant les tables des rangs médians de Johnson établies
pour un intervalle de confiance compris entre % et (1 - ) %; étant la
:
.188
limite de confiance choisie (Cf. Partie II- Mesures et prévisions).
6
65.1
I.9.3 Données suspendues
:37.1
Lorsqu'on réalise un essai ou lorsqu'on exploite le retour d'expérience
d'exploitation du composant, il peut arriver que des composants aient
été défaillants pour des causes différentes de celles étudiées (mauvais 3
3955
montage, panne de jeunesse, etc.) ou soient non défaillants à la fin de la
période d'analyse.
:888
nement doit être inclus dans l'analyse. Par contre les rangs médians des
enregistrements suivants doivent être ajustés. Suivant la norme CEI
e:21
dernier point n'étaient pas alignés avec les autres. On a pu les ignorer
univ.
58
dans un premier temps mais leur étude ne doit pas être négligée car elle
peut mettre en évidence:
93
5764
Il existe des logiciels capables de déterminer les différents paramètres
de la loi de Weibull.
1639
On peut utiliser Excel en déterminant les coefficients de régression de
la droite représentative des pourcentages de défaillance. Par contre
:
l'utilisation d'échelles logarithmiques et des rangs médians compliquent
.188
la réalisation du tracé de Weibull. On est conduit à permuter les ordon-
6
nées et les abscisses. Malgré cela, l'obtention d'un segment de droite in-
65.1
dique que le phénomène est régi par une loi de Weibull. Ceci devant être
confirmé par un test de Kolmogorov Smirnov sur les valeurs de la fiabi-
:37.1
lité.
3
3955
I.10 Différents types de défaillances
- infantiles;
1065
- dues au vieillissement.
e:21
A noter que dans tous les cas, seules les défaillances dues à des phéno-
:Non
93
revient à une mauvaise qualité des composants utilisés.
5764
Le mécanisme des pannes infantiles est issu de celui des pannes for-
tuites (accumulation de contraintes internes ou externes imprévisibles
1639
qui dépassent les limites que le composant peut supporter).
Si un lot contient un petit nombre de composants plus faibles que les
:
.188
autres leurs limites sont atteintes pour des contraintes plus faibles. Ces
composants affectent la fiabilité de l'ensemble du lot mais leur rempla-
6
65.1
cement par des "bons" au fur et à mesure des défaillances permet d'at-
teindre les caractéristiques nominales de la période utile.
:37.1
Les composants faibles ou normaux suivent des lois de Weibull de para-
mètres différents. La multiplication de ces lois a pour résultante une loi
exponentielle (on peut considérer que les composants d'un lot sont en sé- 3
3955
rie vis-à-vis de la fiabilité globale du lot).
:888
- 6 mois pour des grosses machines tournantes (il ne s'agit, alors, plus de
:Non
en pratiquant:
93
une valeur donnée (objectif) du Taux de défaillance.
5764
Certains industriels imposant à leurs fournisseurs d'équipements de ga-
rantir un Taux de défaillance, l'utilisation de cette loi permet à l'instal-
1639
lateur de déterminer après combien d'heures de mise au point (dévermi-
nage + améliorations) il peut espérer obtenir le taux fixé.
:
.188
Si à un instant t1 on a subi N1 défaillances: 1 = N1 / t1
6
En appliquant la loi de Duane on peut estimer qu'au temps t le Taux de
65.1
défaillance sera de: (t) = K × t −
:37.1
compris entre 0,15 et 0,5 dépend de l'efficacité de l'équipe de mise au
point ( = 0,5 pour une bonne équipe). A t1 on peut écrire (voir détail du
calcul Annexe 1.3): 3
3955
car elles:
tervalles de temps aléatoires, à différents régimes. Leur combinaison peut créer subitement
une accumulation de contraintes en différents points du matériel.
univ.
61
93
La durée de vie utile ou MTBF est de l'ordre de (Cf. Annexe 1.4):
5764
- 10 6 à 10 9 heures pour des composants électroniques ( = 10 -9 à 10 –6
défaillances /heure);
1639
- 10 4 à 10 7 heures pour des composants mécaniques ( = 10 -7 à 10 –4
dé-
:
.188
faillances/heure).
6
Mais un phénomène de vieillissement peut intervenir bien avant ces li-
65.1
mites.
:37.1
Du fait de l'ordre de grandeur des Taux de défaillance on exprime en
général leur valeur avec seulement 2 chiffres significatifs.
3
3955
On verra en Partie 2 que la période de vie utile (de durée très impor-
tante pour des composants électroniques) peut être limitée par une pé-
:888
sement).
On utilise le terme " période de vie utile" car il s'agit de la période
1065
I.10.2.1 Fiabilité
x.com
−𝑡⁄
𝑅(𝑡) = 𝑒 𝜂 = 𝑒 −𝑘.𝑡
larvo
𝑚𝑘 𝑛. 𝑡
𝑃𝑟(𝐾 = 𝑘) = 𝑒 −𝑚 . 𝑎𝑣𝑒𝑐 𝑚 =
𝑘! 𝑇
Pour k = 0 on retrouve la loi exponentielle Pr(k = 0) = e-m
Or pour une loi exponentielle le Taux de défaillance = n / T m = .t
d'où:
93
𝑃𝑟 = 𝑅(𝑡) = 𝑒 −𝜆𝑡
5764
On utilisera cette particularité de la loi pour choisir le stock de sécurité
1639
(Cf. paragraphe IV.5).
:
.188
I.10.2.2 Taux de défaillance
6
65.1
𝑑𝑁𝑓 ⁄𝑑𝑡 1 𝑑𝑅
(𝑡) = =− ×
:37.1
𝑁𝑠 𝑅(𝑡) 𝑑𝑡
1 1 1
(t) = × × e(−t⁄) = 3
e(−t⁄) η
3955
Remarque
1 - Probabilité de défaillance et Taux de défaillance:
2730
𝑥 𝑥2 𝑥3
𝑒𝑥 = 1 + + + +⋯
1! 2! 3!
𝑥 𝑥2 𝑥3
e:21
𝑒 𝑥 × 𝑒 −𝑥 = 1 = 𝑒 −𝑥 (1 + + + + ⋯ )
1! 2! 3!
𝑥 𝑥2 𝑥3
:Non
−𝑥
1 − 𝑒 = + + + ⋯) ≅ 𝑥
1! 2! 3!
x.com
F = 1 – e -t ≃ .t
univ.
63
2 - Fréquence de défaillance:
Dans un essai portant sur un échantillon de No composants remplacés au
fur et à mesure de leurs défaillances, le nombre K de défaillances cons-
tatées au temps T est égal à K = No x .T
93
La fréquence de défaillance est fq = K / ( somme des temps de
5764
fonctionnement des No composants).
Du fait du remplacement des défectueux, au fur et à mesure de leurs
1639
défaillances, le nombre de composants en service est constant: = No.T
Donc fq = No x .T / No x T = = fq = K /
:
.188
Lorsque = 1 on peut assimiler le Taux de défaillance à la proba-
bilité conditionnelle de défaillance durant l'unité de temps et à la
6
65.1
fréquence de défaillance.
3- Attention
:37.1
Les Taux de défaillance fournis par les différentes bases de données
supposent que Béta = 1 mais ils ne sont pas tous exprimés dans la même 3955
3
unité ou référence de temps:
I.10.2.3 MTBF
e:21
−𝑀𝑇𝐵𝐹⁄
𝑅(𝑡 = 𝑀𝑇𝐵𝐹) = 𝑒 𝜂 = 𝑒 −1 = 0.3679
scho
univ.
64
Par définition:
𝑡
𝑡
𝑀(𝑡) = ∫ 𝑅(𝑡) = ∫ 𝑒 −𝑡⁄𝑀𝑇𝐵𝐹
93
0
5764
0
𝑡
𝑡
𝑀(𝑡) = ∫ 𝑒 −𝑡⁄𝑀𝑇𝐵𝐹 = 𝑀𝑇𝐵𝐹 × [𝑒 −𝑡⁄𝑀𝑇𝐵𝐹 ]0
1639
0
𝑀(𝑡) = 𝑀𝑇𝐵𝐹 × [1 − 𝑒 −𝑡⁄𝑀𝑇𝐵𝐹 ]
:
.188
𝑀(𝑡) = 𝑀𝑇𝐵𝐹 × 𝐹(𝑇𝑟)
6
65.1
I.10.2.5 MTBF et Médiane
:37.1
La valeur du MTBF est différente de la valeur de la médiane pour la-
quelle, par définition, la population est répartie (50 / 50) de part et 3955
3
d'autre de cette valeur. Si M50 = valeur de la médiane on peut écrire:
𝑅(𝑀50 ) = 0.5 = 𝑒 (−𝑀50 ⁄) 𝑠𝑜𝑖𝑡 𝑙𝑛 0.5 = −(𝑀50 ⁄)
:888
Durant la vie utile = 1 la médiane est égale à 0.693 fois le MTBF.
1065
93
5764
La fiabilité étant par définition la probabilité de bon fonctionnement et
l'addition de probabilités se traduisant par la multiplication de leurs va-
1639
leurs on peut écrire:
:
.188
Durant la période de vie utile (et seulement durant cette période) la fia-
6
bilité étant une fonction exponentielle:
65.1
𝑒 − ×(𝑇+𝑡)
𝑅(𝑡) =
:37.1
𝑒 −𝜆.𝑇
𝑒 −𝜆𝑇 × 𝑒 −𝜆𝑡
𝑆𝑜𝑖𝑡 𝑅(𝑡) = = 𝑒 − 𝑡 3
𝑒 −𝑇
3955
Cela signifie que durant la période de vie utile (c'est-à-dire période in-
fantile terminée et période de vieillissement non atteinte):
2730
- le nombre escompté de pannes est identique chaque fois que l’on consi-
dère une même durée de fonctionnement.
larvo
𝑅 = 𝑒 −𝜆×0 = 1
Exemple
Si on fait abstraction du phénomène de vieillissement pour un matériel
ayant une durée de vie utile de 10 000 heures ( = 0.0001), la fiabilité
93
pour une mission de 10 heures durant les 10 premières heures de cette
5764
période est la même que pour une mission de même durée ayant lieu
entre 5 500 et 5 510 heures.
1639
Pour toute mission de 10 heures comprise à l’intérieur de ces 10 000
heures la fiabilité est:
:
.188
𝑅(10) = 𝑒 (−0.0001×10) = 𝑒 −0.001 = 0.999 𝑠𝑜𝑖𝑡 99.9 %
6
Si le matériel a survécu jusqu'à 9 990 heures il a pour les 10 dernières
65.1
heures de fonctionnement toujours une probabilité de vie de 99.9 %.
:37.1
Par contre la probabilité de fonctionnement pour une utilisation continue
de 9 990 heures est de:
𝑅(9990) = 𝑒 −0.0001×9990 = 𝑒 −0.99 = 0.372 𝑠𝑜𝑖𝑡 37.2 %
3
3955
ter la période d'usure, soit pour conserver une fiabilité conforme aux
objectifs fixés.
e:21
93
- soit ce composant a fonctionné durant un temps de 100 000 h égal au
5764
-6
MTBF et a donc un Taux de défaillance de 10.10 ;
1639
- soit pour un échantillon de 100 000 composants le temps moyen de
fonctionnement est de 1 h. (Pour un échantillon de No composants
:
.188
MTBF échantillon = MTBF composant / No).
Exemple 1
6
65.1
Un composant qui a un MTBF de 100 000 h a une fiabilité de 0.99 999
pour une durée d'utilisation de 1 h. Il a donc une probabilité de défail-
:37.1
lance de 1 – 0.99999 = 1 / 100 000.
On peut donc s'attendre à une panne toutes les:
3
3955
1 heure pour 100 000 composants
10 heures pour 10 000 composants
:888
l’on puisse l’utiliser 100 000 heures, en effet pour une mission de cette
durée sa fiabilité ne serait que de 37 %.
e:21
Pour qu’un système ait une fiabilité de 99.9 % pour une mission de 10
:Non
n’y aura qu’un seul composant qui tombera en panne. Toutefois un sys-
tème composé de 1 000 composants en série aura un MTBF de 10 000 / 1
000 = 10 heures. Sa fiabilité pour une mission de 10 heures sera de:
𝑡 −𝑡
= 1 𝑑𝑜𝑛𝑐 𝑅(𝑡) = 𝑒 𝑀 = 𝑒 −1 = 0.368
𝑀
Exemple 2
P. Chapouille 24 prend pour exemple un stylo à bille dont le bon fonction-
93
nement est caractérisé par une qualité de trait (épaisseur, netteté, ab-
5764
sence de taches) dans des conditions d'utilisation définies.
Si l'on a réalisé 100 000 m d'écriture lors d'un essai avec 50 stylos en
1639
ayant constaté 20 défaillances on peut dire que l'estimateur de la lon-
gueur moyenne d'écriture entre défaillances est de:
:
.188
100 000 / 20 = 5 000 m.
Par contre cette valeur n'est pas une estimation de la moyenne des lon-
6
65.1
gueurs de bon fonctionnement avant défaillance de ces stylos. A partir
du relevé du temps auquel est survenue chaque défaillance (Cf. para-
:37.1
graphe I.6) on peut calculer la valeur de:
[(𝑁 − 𝐾) × 𝑇] + ∑𝑖=𝐾
𝑖=1 𝑡𝑖 3
𝑡̂
𝑚𝑜𝑦 =
3955
𝑁
Pour un essai censuré N = taille de l'échantillon; T durée à laquelle est
:888
93
5764
1639
:
.188
6
65.1
:37.13
3955
:888
2730
25 - Fiabilité - I. BAZOVSKY.
univ.
70
93
5764
1639
:
.188
6
65.1
Si a est le Taux de défaillance du composant au repos et m le Taux de
:37.1
défaillance en fonctionnement. La probabilité de bon fonctionnement du-
rant un cycle est le produit des probabilités élémentaires (événements
indépendants). Dans le cas d'une loi exponentielle, durant une mission de
3
3955
donc dta = (1 - u) x t
x.com
larvo
scho
Remarque
93
Si l'on veut prendre en compte la fiabilité, supposée exponentielle, du
5764
système de commutation caractérisée par un Taux de défaillance c
1639
I.10.3 Période de vieillissement
:
.188
Le vieillissement est un changement graduel dans le temps des caracté-
ristiques physiques des matériaux constitutifs des composants tels que
6
65.1
dimension – dureté – ductilité – résilience – conductivité – etc.
Les principaux mécanismes de vieillissement sont:
:37.1
- la rupture;
3
3955
- la fatigue : mécanique – thermique – chimique (interaction chimique
avec l'environnement ou d'autres matériaux);
:888
93
5764
1639
Le vieillissement se développe progressivement et peut être dans la plu-
:
part des cas maîtrisé par une maintenance préventive. L'utilisateur ne
.188
supporte des défaillances que si la maintenance préventive est insuffi-
6
sante (manque de précision de la détection).
65.1
Les courbes caractéristiques / contraintes supposent que la période de
:37.1
vie utile est interrompue par un phénomène de vieillissement qui devient
prépondérant. Le taux de pannes devient alors une fonction du temps et
augmente rapidement. 3
3955
En fait le vieillissement se manifeste dès le temps t = 0 (ce qui signifie
qu'en théorie on a une probabilité de panne d'usure dès la mise en ser-
:888
vice de la pièce).
2730
A partir de cet âge noté Tu on devra mettre en œuvre, si l’on veut con-
server le niveau de fiabilité que l’on avait durant la période de vie utile,
:Non
nance).
larvo
1 (𝑇𝑖 − 𝑀𝑢)2
𝑓(𝑡) = × 𝑒𝑥𝑝 [− ]
. √2 2. 2
93
5764
Ti est l'âge du nième composant, Mu la durée de vie moyenne, l'écart
type des durées de vie par rapport à la moyenne Mu, N le nombre
1639
d'événements (Nombre de pannes ou de durées de vie T prises en
compte).
:
.188
= √∑(𝑇𝑖 − 𝑀𝑢)2 ⁄𝑁
6
65.1
- soit par l'équation de Weibull avec = 3,45.
On a vu que pour t variant de 0 à l'infini la moyenne Mu est égale au
:37.1
MTBF.
valeur de M / .
Durant cette période, le Taux de défaillance étant une fonction du
e:21
en qualité.
scho
univ.
74
93
5764
1639
:
.188
6
65.1
L'échelle de temps débute au temps t = 0 et non à (– l'infini) et la
moyenne n'est pas à Zéro mais à M. Si les 2 surfaces sous la courbe
:37.1
comprises entre [0 - (M - 2)] et [(M + 2) - (+ l'infini)] sont identiques
et égales à 2,14 %, dans le 1er cas le composant est âgé de (M - 2) alors
3
3955
que dans le second cas il a déjà fonctionné de 0 à (M + 2).
Elle est:
scho
univ.