FIABILITE DES EQUIPEMENTS

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

Version 2 – Décembre 2015

1065
e:21
:Non
x.com

Reproduction et diffusion à des tiers interdites sans autorisation de l'auteur

larvo

ISBN 978 – 2 - 9545873 – 01

scho
univ.
 2

univ.
scho
larvo
x.com
:Non
e:21
1065
2730
:888
3955
3:37.1
65.1
6 .188
: 1639
5764
93
 3

TABLE DES MATIERES

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

I.7.5 Temps moyen de bon fonctionnement .....................................40

I.7.6 Cas particulier t variant de 0 à l'infini ...................................42
2730

I.8 Loi de Weibull........................................................................................43

I.8.1 Paramètre d’origine des temps  ...............................................43
1065

I.8.2 Paramètre de forme .................................................................44

I.8.3 Paramètre d'échelle  ................................................................45
e:21

I.8.4 Courbes caractéristiques ............................................................45

:Non

I.8.5 Expression du Taux de défaillance ..........................................47

I.8.6 MTBF .................................................................................................49
x.com

I.8.7 Papier graphique d'Alan Plait .....................................................50

I.9 Utilisation du tracé de Weibull ....................................................... 51
I.9.1 Traitement des données ..............................................................54
larvo

I.9.2 Limites de confiance ....................................................................57

I.9.3 Données suspendues .....................................................................57
scho

I.9.4 Traitement des points aberrants .............................................57

univ.
4

I.9.5 Détermination des paramètres par le calcul .........................58

I.10 Différents types de défaillances ..................................................58
I.10.1 Période de pannes infantiles .....................................................58
I.10.2 Période de vie utile .....................................................................60
I.10.3 Période de vieillissement........................................................... 71
I.11 Combinaison de différentes lois .....................................................76
I.11.1 Pour une mission déterminée .....................................................77
I.11.2 Utilisation en continu ..................................................................78

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

Application 1.3 Diagramme de fiabilité .............................................. 117

Application 1.4 Arbre de défaillances................................................. 122
2730

Application 1.5 Données suspendues ou arrêtées ............................ 126

II - MESURES ET PREVISIONS .................... 129
1065

II.1 Différents types d'essais.............................................................. 130

II.2 Estimation du MTBF à partir d'essais ...................................... 133
e:21

II.2.1 Estimation du MTBF ................................................................. 134

II.2.2 Intervalle de confiance du MTBF ........................................ 135
:Non

II.2.3 Intervalle de confiance (loi autre qu'exponentielle) ..... 139

II.2.4 Comparaison des MTBF de 2 composants .......................... 141
x.com

II.2.5 Démonstration de fiabilité ..................................................... 143

II.3 Exploitation des historiques ......................................................... 144
larvo

II.3.1 Exploitation de l'historique des équipements ................... 145

II.3.2 Cas d'une politique de maintenance corrective ............... 147
scho

II.3.3 Cas d'une maintenance systématique ................................. 148

univ.
 5

II.4 Bases de données de fiabilité ...................................................... 148

II.4.1 Limites de confiance ................................................................ 149
II.4.2 Bases de données principales ................................................ 150
ANNEXES Partie 2 .................................... 153
Annexe 2.1 Abaques Intervalles de confiance ................................. 155
Annexe 2.2 Facteurs d'intervalles de confiance............................. 158
Annexe 2.3 Tables du 2 ......................................................................... 161
Annexe 2.4 Table des rangs de Johnson ........................................... 162

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

III.1.4 Exploitation du retour d'expérience ................................. 193

III.2 Rappel relatif à la maintenance préventive ........................... 194
2730

III.2.1 Différents types de maintenance préventive ................. 195

III-2.2 Conditions d'efficacité de la prévention ........................ 197
1065

III.3 Maintenance et disponibilité ..................................................... 200

III.3.1 Temps total de maintenance d'un équipement .............. 200
e:21

III.3.2 Maintenabilité .......................................................................... 201

III.3.3 Impact de la qualité des réparations .............................. 202
:Non

III.4 Vie utile: Méthodes de maintenance ....................................... 203

III.4.1 Utilisation par missions de durée t ................................... 205
x.com

III.4.2 Utilisation en continu ............................................................ 205

III.4.3 Cas de circuits redondants ................................................. 205
larvo

III.4.4 Limitation de la vie utile par le vieillissement............... 208

III.4.5 Fiabilité entre remplacements systématiques .............. 209
scho

III.5 Vieillissement: Méthodes de maintenance ............................. 211

univ.
6

III.5.1 Périodicité de la maintenance préventive ........................ 212

III.5.2 Maintenance systématique: objectif de coût ................ 213
III.5.3 Maintenance systématique: objectif de fiabilité ......... 214
III.5.4 Organisation de la maintenance conditionnelle .............. 217
III.5.5 Cas de la maintenance corrective ...................................... 221
III.6 Hypothèse de la loi exponentielle ............................................ 226
III.6.1 Théorème de Drenick ............................................................ 227
III.6.2 Rappel de la loi exponentielle ............................................. 228

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

IV.1.1 Définitions................................................................................... 263

IV.2 Approche habituelle de la gestion des stocks ....................... 264
2730

IV.3 Limites de l'approche traditionnelle ........................................ 267

IV.3.1 Réserves concernant les consommations .......................... 268
1065

IV.3.2 Réserves concernant les délais ........................................... 268

IV.4 Méthode de gestion des stocks ................................................. 270
e:21

IV.4.1 Définition des pièces à tenir en stock ............................... 270

IV.4.2 Critères de choix des paramètres ...................................... 271
:Non

IV.4.3 Consommations à prendre en compte ................................ 272

IV.4.4 Synthèse .................................................................................... 276
x.com

IV.5 Détermination du stock de sécurité ......................................... 278

IV.5.1 Consommations considérées comme constantes ............. 278
larvo

IV.5.2 Cas de remplacements systématiques ............................... 282

IV.6 Application des combinaisons de variables aléatoires ........ 283
scho

IV.6.1 Application du théorème de Bienaymé-Tchébicheff ... 284

univ.
 7

APPLICATIONS Partie 4 ............................. 287

Application 4.1 Utilisation de la loi de fiabilité............................... 289
Application 4.2 Utilisation de l'espérance mathématique ......... 291
Application 4.3 Théorème de Bienaymé / Tchébicheff .............. 292
V – FIABILITE & GESTION MAINTENANCE ....... 297
V.1 Composantes d'un système de production ................................. 297
V.1.1 Coût du cycle de vie – LCC ........................................................ 298
V.1.2 Valeur économique moyenne - VEM ........................................ 301

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

V.4.7 Exploitation de la maintenance quotidienne ...................... 320

V.5 La maintenance dynamique ............................................................. 320
2730

V.5.1 Indicateurs utilisés ..................................................................... 321

V.5.2 Axes de progrès ......................................................................... 322
1065

ANNEXES Partie 5 .................................... 325

Annexe 5.1 Feuille d'analyse équipement .......................................... 327
e:21

Annexe 5.2 Analyse des résultats du préventif ............................. 328

Annexe 5.3 Fiche analyse de défaillances ....................................... 330
:Non

VI – FIABILITE & SECURITE FONCTIONNELLE... 331

VI.1 Norme CEI 61508 ........................................................................... 331
x.com

VI.2 Principe de base .............................................................................. 332

VI.2.1 Probabilité de risque ............................................................... 332
larvo

VI.2.2 Fonction intégrée de sécurité FIS .................................... 332

VI.2.3 Système intégré de sécurité SIS ...................................... 333
scho

VI.3 Niveau intégré de sécurité .......................................................... 335

univ.
8

VI.3.1 Probabilité et Fréquence moyenne de défaillance ......... 335

VI.3.2 Hypothèse du Taux de défaillance constant ................... 337
VI.4 Causes de défaillance .................................................................... 338
VI.5 Types de défaillance...................................................................... 339
VI.6 Revendication de SIL par un SIS (SIL capable) .................. 340
VI.6.1 Calcul du PFH ou PFD du SIS ............................................... 342
VI.6.2 Niveau le plus élevé de SIL dont le SIS est capable ... 344
ANNEXES Partie 6 .................................... 347

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

Lorsqu'un nouvel équipement "entre" dans une usine, il est accompagné

d'un potentiel espéré d'avantages économiques ou de services mais aussi
d'un grand nombre d'exigences techniques relatives à ses conditions
d'exploitation.

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

sables Production et Maintenance de faire des prévisions sur la fiabilité

de cet équipement et donc:
2730

- d'estimer:
 la confiance qu'ils pourraient avoir au niveau de son bon fonctionne-
1065

ment, c'est-à-dire de sa disponibilité et de la sécurité qui en découle;

 les phénomènes de dégradations naturelles auxquels il est soumis;
e:21

donc la politique de maintenance à adopter.

:Non
x.com

1 - Dans une approche personnelle on distinguera : Entretien = actions nécessaires au respect

larvo

des conditions normales d'exploitation d'un équipement (nettoyage, resserrage, réglage,

graissage, purges, suivi de paramètres de fonctionnement, détection et correction des ano-
malies par rapport à ces conditions). Maintenance = actions réalisées soit pour s'assurer que
scho

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

- de comparer les prévisions de fiabilité au risque accepté de défaillance

(qui, normalement, a été défini dans le cahier des charges). Comparai-
son qui conduira à:
 décider s'il est nécessaire ou non de réaliser une maintenance pré-
ventive et si oui d'en définir les standards et la périodicité;
 définir le stock de pièces de rechange (il ne peut y avoir de gestion
de stock sans prévision de consommations);
 maîtriser le coût prévisionnel de maintenance;

93
5764
- de planifier la charge du Service maintenance et respecter les délais.

Une entreprise ne peut pas produire en juste- à-temps et même plus

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

- étudier les résultats de marche des équipements pour pouvoir amélio-

:888

rer leur fiabilité existante ou à venir.

2730

Proposer des méthodes de Maintenance basée sur la fiabilité (MBF)

relève du pléonasme, en effet le besoin en maintenance d'un équipement
1065

est créé par la fiabilité intrinsèque de ses composants (relative à la con-

ception).
e:21

Un Responsable maintenance se trouve devant 2 éventualités:

- soit, il dispose dès la réception d'un équipement, de toutes ses carac-

:Non

téristiques de fiabilité. Il doit alors mettre en place les moyens de me-

sure et d'analyse des écarts prévisions / résultats opérationnels pour
x.com

 identifier et éliminer les causes d'instabilité "au sens statistique";

 analyser sur le moyen terme ses résultats de fonctionnement pour
larvo

améliorer la fiabilité et diminuer sa dispersion.

scho
univ.
 11

- soit, n'ayant pas ces informations, il doit mettre en place un retour

d'expérience et l'exploiter pour construire cette base de données et
en déduire des prévisions. A noter que la mesure et le suivi des résul-
tats font déjà apparaître les causes d'instabilité de la fiabilité de
l'équipement.

Pour assurer la fonction maintenance il faut savoir analyser les défail-

lances rencontrées. C'est-à-dire disposer d'un retour d'expérience com-

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

- que lorsqu'on annonce un MTBF de 10 000 heures pour un équipement

cela ne signifie pas grand-chose sinon que celui-ci n'a que 36.8 % de
2730

chance de fonctionner correctement durant cette période.

1065

La fiabilité relève du domaine des statistiques et des probabilités; do-

maines complexes qui conduisent souvent à des résultats et conclusions
e:21

erronés.
Il est très dangereux de penser qu'un phénomène relatif à la fiabilité
:Non

peut être seulement étudié et quantifié par l'application de lois mathé-

matiques ou statistiques. Il est tout aussi dangereux de se contenter de
x.com

suivre des méthodes de calcul. Il faut connaître la signification et les

larvo

2 - Gestion de Maintenance Assistée par Ordinateur. Souvent confondue avec une Gestion de
scho

Miracles Attendue de l'Ordinateur. Plus généralement l'ordinateur devrait être au service de

la performance de l'utilisateur et non imposer sa dictature.
univ.
12

conditions d'utilisation des différentes lois. Une étude de fiabilité passe

obligatoirement par l'expertise physique des phénomènes rencontrés.

Les études de fiabilité confondent souvent fiabilité des équipements et

fiabilité de leurs composants. Dans un premier temps nous étudierons la
fiabilité des composants en considérant qu'un composant est une entité
qui ne présente qu'un seul mode de dégradation.
Un équipement est constitué d'un grand nombre de composants qui pré-

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

cées dues au non-respect des conditions de base 3 la Maintenance est

nécessaire parce que tout composant présente une loi de fiabilité qui est
2730

la résultante des distributions des lois statistiques contrainte /caracté-

ristique.
1065

Ce livre voudrait aider les Responsables maintenance, les Techniciens

méthodes maintenance, les Fiabilistes ou "Fiabilisateurs" (fonction à la
e:21
:Non
x.com

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

mode dans les services maintenance) à enregistrer, comprendre, exploi-

ter les données de fiabilité de leurs équipements. Les démonstrations
mathématiques fournissent une logique de raisonnement mais l'utilisa-
teur ne doit pas oublier que les données issues du retour d'expérience ou
de bases de données restent encore très imprécises.4

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

fiance de 90 % se situe entre 1 et 8 des valeurs prévisionnelles (Cf. Fiabilité, Maintenance et

Risque de D. SMITH)
univ.
 14

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

I.1 Définition de la fiabilité

La fiabilité est l’aptitude d’un dispositif à accomplir une fonction requise

dans des conditions d'utilisation précises et durant une période de

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

- sa durée d'utilisation et bien entendu l'unité d'œuvre adoptée pour

cette mesure;
2730

- ses conditions de base d'exploitation: utilisation, environnement, res-

1065

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;

- ce que l’on entend par un fonctionnement sans défaillance ou fonction-

:Non

nement correct.
x.com

Le composant n'ayant que 2 états possibles qui s'excluent mutuellement

(bon ou défaillant) sa défaillance peut être soit la cessation complète de
larvo

sa fonction soit l'atteinte, au cours du temps, d'un seuil de caractéris-

tique incapable d'assurer la fonction requise:
scho

- en mécanique - jeux, état de surface, résilience;

univ.
16

- en électronique - puissance émise par une diode électroluminescente,

conduction d'un transistor MOS, bruit parasite d'un amplificateur, dé-
rive d'un composant, caractéristiques d'un condensateur;

- en électricité - résistance de contact, isolement, etc.

Le concepteur d'un composant choisit une technologie – un dimensionne-

ment - des tolérances - des états de surface - des matériaux - etc. Il
définit ainsi ce que l'on nomme la fiabilité intrinsèque: niveau de fiabi-

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;

- induites - dissipation d'énergie, vibrations auto-induites, usure, etc. 3955

3
Si caractéristiques et contraintes sont des variables aléatoires indépen-
dantes (donc dues au hasard 5). La fiabilité est la probabilité que la ré-
:888

sistance soit supérieure à toutes les valeurs possibles des contraintes.

2730

Elle est la résultante des distributions aléatoires des caractéristiques

et des contraintes subies.
1065

La figure ci-après montre que les défaillances résultent de la coïnci-

dence aléatoire (donc imprévisible et sans signe précurseur) de pics de
e:21

contrainte et de creux de résistance.

:Non
x.com
larvo

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

Ce processus correspond à la partie médiane du graphique et correspond

comme nous le verrons à un comportement 6 dit de vie utile.

93
5764
1639
:
.188
6
65.1
2 phénomènes viennent modifier ce processus:

- un lot de composants peut contenir un petit nombre d'éléments ayant

: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

Le déverminage ou le rodage peuvent élimer les éléments faibles avant

la période d'exploitation (Cf. paragraphe I.10.1).
2730

- des phénomènes physiques, chimiques, mécaniques peuvent réduire pro-

gressivement la résistance des composants. On se situe alors dans la
1065

période de vieillissement (Cf. paragraphe I.10.3).

e:21

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

Si g(K) est la répartition des caractéristiques K du composant et f(C) la

répartition des contraintes C. La probabilité que la caractéristique K soit
supérieure à une valeur de contrainte C est:
∞

𝑃𝑟𝑜𝑏(𝐾 > 𝐶) = ∫ 𝑔(𝑘). 𝑑𝐾

𝐶

La probabilité de résister à une contrainte comprise entre C et (C + dC)

93
est alors:

5764
∞

𝑑𝐾 = 𝑓(𝐶). 𝑑𝐶. ∫ 𝑔(𝐾). 𝑑𝐾 .

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

Cette équation, qui dépasse le cadre de ce livre, mérite d'être mention-

née car elle est la base des calculs prévisionnels de fiabilité. 3
3955

I.3 Rappel de la théorie des variations

:888

Nous rappellerons très souvent qu'une étude de fiabilité ou un projet

2730

d'amélioration n'ont de sens que lorsque l'équipement concerné est sous

contrôle statistique. Aussi il nous paraît utile, en préalable, de rappeler
1065

la théorie de la variabilité d'un système7.

La variabilité des sorties ou résultats représentatifs du fonctionnement
e:21

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

soit d'événements particuliers (Causes spéciales).

x.com
larvo

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

I.3.1 Causes communes ou aléatoires

Dues au hasard, à la présence simultanée de 3 conditions: grand nombre

de causes, indépendantes les unes des autres, aucune d'entre elles
n'étant prépondérante. Elles sont fréquentes, d'effet individuel faible,
ont des origines nombreuses et variées, ont des effets individuels
faibles et sont très difficilement identifiables. Elles sont dues aux inte-
ractions entre les fonctions de l'entreprise, entre les personnes – à la

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

les causes spéciales.

Dans l'industrie un système stable existe rarement à l'état naturel. Sa
1065

stabilité est obtenue par une démarche rigoureuse de détection et d'éli-

mination des causes spéciales de variation.
e:21

Ce n'est qu'après avoir établi un état de contrôle statistique que l'on

peut s'engager dans l'amélioration d'un système avec quelques chances
:Non

de succès (J.M. JURAN).

x.com
larvo
scho

8 - Cf. Le guide de la TPM® - Jean BUFFERNE Editions Eyrolles.

univ.
20

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.

I.3.3 Système stable ou sous contrôle statistique

Un système est stable ou sous contrôle statistique lorsque la série chro-

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

Les performances d'un tel système sont prévisibles puisqu'elles sont

2730

statistiquement distribuées de façon aléatoire autour d'une moyenne.

Rechercher des améliorations immédiates dans un système stable c'est

1065

s'occuper de causes qui n'existent pas, c'est risquer d'augmenter

l'amplitude des variations, de rendre instable le système et de dépenser
e:21

inutilement de l'argent. (Parfois le besoin instinctif de montrer que l'on

est réactif en toute circonstance fait des ravages).
:Non

Dans cette situation la seule démarche possible vers la performance in-

dustrielle est d'adopter une stratégie de veille pour:
x.com

- détecter le plus tôt possible les signes d'instabilité et y remédier;

larvo

- relever et analyser sur le long terme les causes de variations répéti-

tives;
scho
univ.
 21

- utiliser des outils statistiques (analyse de la variance – corrélation –

plan d'expérience) pour déplacer la moyenne des résultats obtenus et
diminuer la variabilité.

I.3.4 Système instable

Un système est instable lorsqu'il est soumis à des phénomènes excep-

tionnels, à des secousses, à des "catastrophes". Il est statistiquement

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

- standardiser les conditions d'obtention d'un meilleur résultat (en véri-

1065

fiant qu'elles correspondent aux conditions normales d'exploitation);

- éliminer le plus rapidement possible les dysfonctionnements qui entraî-

e:21

nent diminution et non reproductibilité des performances du système.

:Non

Dans l'industrie tant que le système en cause n'est pas stable (ou
presque), il est illusoire de vouloir:
x.com

- planifier la charge d'un atelier, calculer des délais et les respecter

(Juste à temps);
larvo
scho
univ.
22

- mobiliser le personnel ("les ouvriers en ont assez de tenter vainement

d'améliorer leur travail. Le management doit jouer son rôle en s'atta-
quant aux causes communes" - W.E. DEMING);

- faire des prévisions rationnelles d'augmentation de capacité des équi-

pements existants;

- améliorer la performance des ressources de production (il ne faut pas

dépenser de l'argent, du temps, des capacités d'études techniques

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

supposé responsable ou ne rien changer

Erreur de type 1
1065

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

Erreur du type 1: Rechercher un fautif, un dysfonctionnement particu-

lier.
larvo
scho

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.

Erreur de type 2: Vouloir agir sur le système (organisation, conception

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

I.4 Domaine de la fiabilité

2730

La fiabilité, comme les statistiques, s'applique à des phénomènes aléa-

1065

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

quel on a supprimé toutes les causes spéciales de variations, en particu-

lier les causes de "dégradations forcées.
:Non

Un composant soumis à des causes spéciales est statistiquement imprévi-

sible et ne peut donc faire l'objet de calcul ou de prévision de fiabilité.
x.com

Dans ce cas la maintenance préventive est onéreuse et peu efficace.

larvo
scho

10 & 11 - Hors De La Crise –W.E Deming.

univ.
24

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.

L'évaluation de la fiabilité des équipements industriels présente quatre

difficultés principales:

1 - Dans un équipement chaque composant ou sous-ensemble a un type de

dégradation spécifique et sa propre fiabilité (probabilité de bon fonc-

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

conditions d'exploitation (contraintes, cadences, taux d'utilisation)

et des exigences de bon fonctionnement (qualité exigée);
2730

 l'analyse des causes de défaillances est souvent imprécise (pour ne

pas dire négligée), le distinguo entre causes spéciales de dégrada-
1065

tions et causes communes n'est pas réalisé et les causes spéciales ne

font pas l'objet d'un traitement statistique spécifique12.
e:21

I.4.1 Approche statistique

:Non

La fiabilité est la probabilité de défaillance au cours d’une période d’uti-

x.com

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

12 - Cf. paragraphe I.9.3 - Données suspendues.

univ.
 25

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;

- la loi statistique ou modèle théorique applicable aux observations. La

proportion des individus étudiés et classés suivant certains caractères

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:

- Statistique: Détermination de la valeur (estimation) du ou des estima-

3
3955

teurs retenus comme les plus représentatifs du phénomène étudié (par

exemple probabilité de bon fonctionnement).
:888

- Probabiliste: Probabilité que la valeur exacte de l'estimation soit com-

2730

prise dans un intervalle de confiance déterminé.

1065

2ème CALCUL:

- Statistique: Estimation de la loi mathématique de distribution.

e:21

- Probabiliste: Test d'hypothèse nulle permettant de décider, pour un

:Non

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

tive du phénomène étudié (pas de différence significative entre l'appli-

cation de la loi mathématique adoptée et les valeurs de l'échantillon).
(Cf. Annexe 1.1).
larvo

La loi de fiabilité d'un composant ne peut être exprimée qu'en respec-

scho

tant ces règles. On oublie trop souvent (en particulier dans les sondages)
univ.
26

qu'il est irréaliste d'annoncer la valeur exacte d'une grandeur. On peut

seulement, suivant la formule consacrée: "affirmer au risque r de se
tromper que la valeur annoncée est comprise entre une limite basse et
une limite haute". La précision de l'estimation dépend:

- de l’importance des essais (grandeur de l'échantillon et/ou nombre de

défaillances rencontrées);

- du soin apporté au relevé, à l’analyse et au traitement de toutes les dé-

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

On a vu précédemment que la fiabilité (probabilité de bon fonctionne-

ment) s'exprimait généralement par la fonction R(t).
2730

La probabilité de défaillance est alors désignée par F(t) = Failure. On

utilise parfois le terme de "défiabilité".
1065

Le système n'ayant que 2 états possibles on peut écrire:

F(t) = 1 - R(t)
e:21

Le temps t étant l'unité d'œuvre la plus représentative de la durée de

:Non

sollicitation du composant.
Si No est le nombre de composants mis en service à l'instant origine t0
x.com

et Ns(t) le nombre de survivants à l'instant t on définit les estimateurs

ci-après.
larvo

I.4.2.1 Probabilité de survie

scho
univ.
 27

Estimateur 13 ̂ = 𝑁𝑠(𝑡)⁄𝑁𝑜
de R à l'instant t 𝑟(𝑡)

I.4.2.2 Fréquence de défaillance

̂ = Kt/T
Pour une durée d'utilisation T: estimateur de fq = fq
Kt cumul du nombre de défaillances observées durant la durée d'obser-
vation 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

On peut définir cet estimateur de la manière suivante:

:888

𝑁𝑠(𝑡 − 𝛥𝑡) − 𝑁𝑠 (𝑡) 𝑁𝑠(𝑡 )

̂ =
𝜆(𝑡) = 1−
𝑁𝑠(𝑡 − 𝛥𝑡 ) 𝑁𝑠(𝑡 − 𝛥𝑡 )
2730

𝑁𝑠(𝑡 ) 𝑁𝑜
̂ = 1−
𝜆(𝑡) ×
𝑁𝑜 𝑁𝑠(𝑡 − 𝛥𝑡)
1065

̂ et 𝑁𝑠(𝑡 − 𝛥𝑡)⁄𝑁𝑜 = 𝑟(𝑡̂

Or 𝑁𝑠(𝑡)⁄𝑁𝑜 = 𝑟(𝑡) − 𝛥𝑡) d'où:
e:21

̂
𝑟(𝑡)
̂ = 1−
𝜆(𝑡)
𝑟(𝑡̂− 𝛥𝑡)
:Non

I.4.2.4 Densité de probabilité de défaillance

x.com
larvo
scho

13 - Pour représenter l'estimateur d'une grandeur A, on utilise généralement la lettre minus-

cule accentuée par un accent circonflexe: â.
univ.
28

C'est la probabilité de défaillance durant l'intervalle (t) (rapportée au

nombre initial No de dispositifs et non, comme pour(t), au nombre de
survivants Ns à l'instant t) soit:
𝑁𝑠(𝑡 − 𝛥𝑡) − 𝑁𝑠 (𝑡)
𝑓(𝑡) =
𝑁𝑜
Densité de probabilité de panne à l'instant t:
1 𝑑𝑁𝑠

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

I.4.2.6 Temps moyen de bon fonctionnement

2730

Le temps moyen de bon fonctionnement entre 2 défaillances E(t) est

l'espérance mathématique des temps de fonctionnement. Il s’exprime
1065

par:
e:21

∑𝑡0 𝑡𝑝𝑠 𝑑𝑒 𝑏𝑜𝑛 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛𝑛𝑒𝑚𝑒𝑛𝑡 𝑑𝑒 𝑐ℎ𝑎𝑞𝑢𝑒 𝑐𝑜𝑚𝑝𝑜𝑠𝑎𝑛𝑡

̂ =
𝐸(𝑡)
𝐾
:Non

K étant le nombre cumulé de défaillances constatées au temps t.

x.com

Pour calculer l’estimateur de la moyenne des temps de bon fonctionne-

ment avant défaillance on a divisé la somme des temps de bon fonction-
nement par la taille de l'échantillon No, alors que pour l’estimateur du
larvo

temps moyen de fonctionnement on divise cette expression par le

nombre K de défaillances cumulées constatées au temps t.
scho

Pour un essai complet K = No d'où: ̂ = E(t)

M(t) ̂
univ.
 29

Nous verrons que cet estimateur débouche sur la notion de MTBF

(Temps moyen de bon fonctionnement entre 2 défaillances) qui est un
paramètre trompeur aussi bien dans le langage courant que dans les
études de fiabilité et le choix d'indicateurs de performance des ser-
vices maintenance.

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).

Exemple appliqué à la population Française (les chiffres utilisés sont ap-

:888

proximatifs).
2730

1 – L'INRS indique, dans une de ses études relative à la population Fran-

çaise, qu'en 2006 la population de la France était de 61.8 millions et que
1065

le nombre de décès était de 527 000.

En se basant sur les données de mortalité par tranche d'âge relevées
e:21

dans l'année, l'INRS calcule:

 L'espérance de vie des Français à la naissance:
:Non

∑ 0. 𝑠0 . 𝑝1 + 1. 𝑠0 . 𝑠1 . 𝑝2 +. . . . +𝑛. 𝑠0 . 𝑠1 . . . . 𝑠𝑛−1 . 𝑝𝑛2

x.com

pn est la proportion d'individus décédés à l'âge n; sn = (1 – pn) est la

larvo

proportion d'individus d'âge n qui ont atteint l'âge (n + 1);

Pour 2006 l'espérance de vie des Français à la naissance était de 80
scho

ans.
univ.
30

 L'âge moyen des décès:

∑ 𝑁𝑏 𝑑𝑒 𝑑é𝑐è𝑠 𝑝𝑎𝑟 𝑡𝑟𝑎𝑛𝑐ℎ𝑒 𝑑 ′ â𝑔𝑒 × â𝑔𝑒
= 𝟕𝟓 𝒂𝒏𝒔
𝑁𝑏 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑é𝑐è𝑠
 La moyenne d'âge:
∑ â𝑔𝑒 𝑑𝑒𝑠 𝐹𝑟𝑎𝑛ç𝑎𝑖𝑠
= 𝟒𝟎 𝒂𝒏𝒔
𝑃𝑜𝑝𝑢𝑙𝑎𝑡𝑖𝑜𝑛

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.

2 - Un constructeur automobile voulant tester un nouveau véhicule, lance 3

3955
sur la route 10 prototypes en décidant qu'il arrêtera l'essai lorsque les
véhicules auront parcouru, au total, 3 millions de km; les véhicules étant
:888

réparés en cas de panne. Durant cet essai il y a eu 5 pannes.

2730

Lorsque le constructeur annonce que ses véhicules sont capables de rou-

ler un certain kilométrage, de quelle grandeur s'agit-il ?
1065

- de l'estimateur du temps moyen de bon fonctionnement:

3 000 000 / 5 = 600 000 Km
e:21

- de l'estimateur de la moyenne des temps de bon fonctionnement:

:Non

3 000 000 / 10 = 300 000 km

x.com

I.5 Cycle de vie d'un composant

En nous référant à la théorie Contraintes / Caractéristiques nous avons

larvo

précisé au paragraphe I.2 qu'un composant pouvait présenter un ou plu-

sieurs comportements:
scho
univ.
 31

- période 14 INFANTILE (ou période de jeunesse). Si au temps t = 0 on

met en service un grand nombre de composants identiques cette popu-
lation peut accuser initialement un taux de panne élevé qui décroît re-
lativement vite après élimination des composants de qualité médiocre
ou mal montés.

- période de VIE UTILE (ou période de pannes FORTUITES) terme que

nous préférerons à celui d'accidentelles qui pourrait faire croire que le

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

Si on considère que, dans un même échantillon, ces 3 phénomènes exis-

:888

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

temps. Cette représentation est dite "courbe en baignoire" ou "courbe

de durée de vie".
1065
e:21
:Non
x.com
larvo

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.

En dehors des défaillances causées par une dispersion dans la fabrica-

1065

tion ou le montage (pannes infantiles) ou par des erreurs d’installation,

d’utilisation ou de maintenance (causes spéciales) on ne devrait être con-
e:21

fronté qu'à deux grands types de défaillances:

:Non

 les pannes fortuites;

 les pannes dues au vieillissement.
x.com

Si les risques de pannes infantiles sont éliminés avant la mise en service

des composants (faible dispersion de la fabrication, contrôles approfon-
larvo

dis, montages soignés, déverminage) et si l'on évite les pannes dues au

vieillissement en adoptant une maintenance préventive appropriée, on
scho
univ.
 33

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

Nous verrons en étudiant ces différentes lois que:

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

les 1 million de cycles (l'unité d'œuvre adoptée ici est le million de

2730

cycles) il relève le nombre Ns(t) de composants encore en fonctionne-

ment. En fin des essais il obtient les résultats suivants:
1065

t en M cycles Nb survivants t en M cycles Nb survivants

e:21

0 100 5 48
1 99 6 28
:Non

2 97 7 12
3 88 8 4
x.com

4 72 9 0
larvo

15 - Le guide de la TPM® - J.BUFFERNE.

scho

16 - Cours ASADI Module BRASI 3 -V.C N'GUYEN.

univ.
34

Entre t0 et t1, après un million de cycles, 1 composant est défectueux, il

ne reste donc que 99 composants en fonctionnement. Si No nombre de
composants à l'instant initial t0 et Ns(t) nombre de survivants à l'instant
t on peut:

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

A t = 4 (4) = (Ns3 – Ns4) / Ns3 = (88 – 72) / 88 = 0.182

:Non

(4) = 1- r(4) / r(3) = 1 – 0.72 /0.88

x.com

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

= 1 + 4 + 27 + 64 + 72 × 4⁄100 = 3.48 𝑚𝑖𝑙𝑙𝑖𝑜𝑛𝑠 𝑑𝑒 𝑐𝑦𝑐𝑙𝑒𝑠

2730

On considère que les 72 composants survivants au temps t = 4 ont au

moins réalisé 4 millions de cycles d'où les 72 x 4.
1065

La valeur de l'estimateur est fonction de la durée d'utilisation des com-

e:21

posants. Pour t = 4 il est de 3.48 alors que pour t = 9 il est de 5.48 mil-
lions de cycles.
:Non

Pour t = 4 l'estimateur du temps moyen de bon fonctionnement des re-

lais est:
x.com

̂ = (1 + 4 + 27 + 64 + 72 × 4)⁄28 = 13.7 𝑚𝑖𝑙𝑙𝑖𝑜𝑛𝑠 𝑑𝑒 𝑐𝑦𝑐𝑙𝑒𝑠

𝐸(4)
larvo

Alors que l'estimateur du temps moyen est de 13.7 millions de cycles.

Remarques
scho

1 - Pour déterminer l'estimateur M(t) nous avons calculé:

univ.
36

𝑡
∑ 𝑡. [𝑁𝑠(𝑡 − 1) − 𝑁𝑠(𝑡)]
1

que nous avons divisé par No soit:

∑𝑡1 𝑡 × [𝑁𝑠(𝑡 − 1) − 𝑁𝑠(𝑡)] 𝑡
̂ =
𝑚(𝑡) = ∑ 𝑡 × [𝑟(𝑡 − 1) − 𝑟(𝑡)]
𝑁𝑜 1
𝑡 𝑡
̂ = ∑ 𝑡 × 𝑟(𝑡 − 1) − ∑ 𝑡 × 𝑟(𝑡)
𝑚(𝑡)

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

L'estimateur de la moyenne des temps de bon fonctionnement d'un com-

3
3955
posant est fonction de sa durée de fonctionnement.

2 - Si 2 de ces composants sont installés sur un équipement, l'un réali-

:888

sant 4 millions de cycles durant la durée de vie de l'équipement, l'autre

9 millions, les valeurs de M seront différentes.
2730

3 - On constate ici que donner une valeur de M(t) ou de E(t) sans fixer la
1065

durée d'utilisation prise en compte n'a pas de signification (que signifie,

pour l'acheteur d'une voiture qui prévoit de parcourir 100 000 km avec
e:21

son véhicule, l'argument du constructeur qui précise que le véhicule pro-

posé à une durée de vie de 300 000 km ?).
:Non

Le MTBF est la valeur de cet estimateur pour une durée d'utilisation in-
finie (très grande).
x.com

I.7 Equations relatives à la fiabilité

larvo

I.7.1 Taux de défaillance

scho

Si No = nombre initial de composants au temps t = 0,

univ.
 37

Ns = nombre de survivants à l’instant t,

Nf = nombre de composants défectueux à l’instant t; Ns = No – Nf
Par définition:
𝑁𝑠 𝑁𝑜 − 𝑁𝑓 𝑁𝑓
𝑅(𝑡) = = = 1−
𝑁𝑜 𝑁𝑜 𝑁𝑜
Pour un intervalle de temps dt:
𝑑𝑅 1 𝑑𝑁𝑓 𝑑𝑁𝑓 𝑑𝑅

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

Cette expression représente donc le Taux de défaillance instantané ou

probabilité de panne durant dt qui sera désigné par la fonction de t (t).
:888

𝟏 𝒅𝑵𝒇
2730

𝝀(𝒕) = ×
𝑵𝒔 𝒅𝒕
1065

I.7.2 Expression de la fiabilité

e:21

Dans l'équation ① du paragraphe précédent nous avons écrit:

:Non

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

−→ 𝑦 = [𝑙𝑛 𝑅(𝑡)]𝑡0 = ∫ 𝜆(𝑑𝑡)

0

pour t = 0; R = 1 et ln 1 = 0 donc:
𝑡

93
𝑙𝑛 𝑅(𝑡) = ∫ 𝜆. 𝑑𝑡

5764
0

D'où l'expression de la faibilité:

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

Pour un intervalle de temps dt:

1065

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

Rappelons que la probabilité de défaillance F(t) s'exprime par:

x.com

𝑁𝑓 ' 𝑑𝑓(𝑡) 𝑑(𝑁𝑓⁄𝑁𝑜 ) 1 𝑑𝑁𝑓

𝑓(𝑡) = d où = = × = 𝐹(𝑡)
𝑁𝑜 𝑑𝑡 𝑑𝑡 𝑁𝑜 𝑑𝑡
larvo

dNf est le nombre de défaillants durant l'intervalle dt et f(t).dt est la

fonction de densité ou de distribution de défaillances (il s'agit aussi
scho

d'une fréquence par unité de temps).

univ.
 39

C'est aussi la probabilité de défaillances, ramenée au nombre total de

composants No, dans l'intervalle t, (t + dt).
Comme Ns = No - Nf (Ns nombre de survivants), la densité de défaillance
peut aussi s'exprimer par:
𝑑𝐹(𝑡) 𝑑𝑅(𝑡)
𝑓(𝑡) = =−
𝑑𝑡 𝑑𝑡
D'où une autre expression du Taux de défaillance:

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

La moyenne des temps de bon fonctionnement est égale à cette valeur

divisée par la taille de l'échantillon No d'où:
1065

𝑡
∫0 𝑁(𝑠). 𝑑𝑡
e:21

𝑀𝑜𝑦𝑒𝑛𝑛𝑒 =
𝑁𝑜
:Non

Soit:
𝒕
x.com

𝑴(𝒕) = ∫ 𝑹(𝒕). 𝒅𝒕
𝟎

Dans les calculs utilisés en maintenance, choix économique entre mainte-

larvo

nance systématique et corrective, disponibilité d’un équipement soumis à

une maintenance préventive, c’est la moyenne des temps de bon fonction-
scho

nement qui sera utilisée et non le MTBF.

univ.
40

Dans le "langage courant" le terme de "Moyenne des temps de bon fonc-

tionnement entre 2 défaillances" est, lorsque la durée de l'essai est
poussée à l'infini, souvent remplacé par la forme simplifiée de "durée de
vie moyenne".

L'intégration de R(t).dt étant difficile on pourra utiliser soit les tables

de l'Annexe 1.6 17 soit l'estimateur de M(t) résultant d'un essai.

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

Le terme de MTBF "Temps moyen de bon fonctionnement entre 2 dé-

1065

faillances" est souvent utilisé, dans le "langage courant", sous la forme

simplifiée de "temps moyen de bon fonctionnement".
e:21

C'est la valeur de E(t) pour t variant de zéro à l'infini (notion statistique

de valeur "vraie" adoptée pour des essais ayant été répétés jusqu'à
:Non

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

17 - Tables issues de l'ouvrage Fiabilité des systèmes de P. Chapouille et R. De Pazzis.

univ.
 41

des essais effectués sur quelques pièces qui sont réparées au fur et à
mesure de leurs défaillances;

- le MTTF: Mean operating Time To Failures - Temps moyen de fonc-

tionnement avant panne pour des pièces non réparables.

MTBF et MTTF sont confondus lorsque les réparations peuvent être

considérées comme des remises à neuf.

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

tion des temps de dépannage!).

On ne doit pas confondre ce temps moyen et le temps moyen de bon
2730

fonctionnement: paramètre défini par une loi de fiabilité qui ne s'inté-

resse qu'aux temps de bon fonctionnement. De plus la norme oublie la no-
1065

tion d'intervalle de confiance.

e:21

3 - Le MTBF étant différent pour chaque phénomène de dégradation on

aura intérêt à distinguer le MTBF qui s'applique généralement à la pé-
:Non

riode de vie utile d'un composant du temps moyen de vieillissement d'un

autre composant qui sera noté Mu dans la suite de la présentation.
x.com

4 - Nous verrons par la suite que le MTBF est différent de la médiane. Il

ne faut surtout pas l'interpréter comme une durée pendant laquelle le
larvo

responsable maintenance sera à l'abri des pannes.

Durant sa période de vie utile un composant n'a que 37 % de chance de
scho

fonctionner correctement durant une durée égale à son MTBF.

univ.
42

Durant la période d'usure un composant utilisé pendant ce MTBF (repré-

sentant le temps moyen d'usure Mu) a 50 % de chance de fonctionner
correctement (loi normale).

5 - Durée de vie L: C'est l'âge auquel un pourcentage donné de compo-

sants sont défaillants. Par exemple L10 est la durée d'utilisation pour la-
quelle 10 % des composants seront défaillants.
Les fabricants de roulements précisent, dans leurs catalogues le L10 de

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

Rappel: intégration par partie 3

3955

∫ 𝑢. 𝑑𝑣 = 𝑢. 𝑣 − ∫ 𝑣. 𝑑𝑢
:888

u = t; dv = - dR(t) /dt; du = dt; v = - R(t)

2730

𝑀𝑇𝐵𝐹 = [𝑡. 𝑅(𝑡)]𝑡0 + ∫ 𝑅(𝑡). 𝑑𝑡

1065

0
e:21

Pour t variant de 0 à l'infini le 1er terme est nul d'où:

∞
:Non

𝑀𝑇𝐵𝐹 = ∫ 𝑅(𝑡). 𝑑𝑡 = 𝑀
x.com

Pour t variant de zéro à l’infini le temps moyen de bon fonctionnement

MTBF est égal à la moyenne M des temps de fonctionnement.
larvo
scho
univ.
 43

I.8 Loi de Weibull

𝒕
𝑹(𝒕) = 𝒆𝒙𝒑[− ∫𝟎 (𝒕). 𝒅𝒕]

Le Mathématicien Suédois Waloddi WEIBULL a démontré en 1951 de

manière empirique que cette intégrale R(t) pouvait s'exprimer par une
équation dite "Equation ou Loi de Weibull" 18 de la forme suivante:


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

Ce paramètre tient compte du fait que l'échantillon est constitué ou non

de composants neufs, il correspond à un décalage d'origine des temps (le
2730

temps 0 du début de l'essai étant situé après le temps 0 du début de

fonctionnement du composant). Cela peut se produire lorsqu'on lance une
1065

étude de fiabilité sur des équipements ou composants déjà utilisés.

= 0 - Le début de l'essai correspond au début d'utilisation des compo-

e:21

sants (composants neufs). On utilise alors le terme d'équation de Wei-

bull à 2 paramètres (la formule générale ayant 3 paramètres).
:Non

< 0 - Les composants utilisés ont déjà fonctionné avant le temps d'ori-
x.com

gine adopté et il y a eu des pannes qui ont entraîné le remplacement

des composants défectueux.
larvo
scho

18 - Modèle de fiabilité créé en 1937: Ingénierie de fiabilité - P. Lyonnet.

univ.
44

> 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).

Lorsque est différent de zéro il faut procéder à un changement d'ori-

gine (CF. paragraphe I.9).

93
5764
I.8.2 Paramètre de forme 

 < 1 - correspond à la période de pannes dites infantiles.

1639
 = 1 - correspond à la période de vie utile (la loi de fiabilité est une loi

:
.188
exponentielle).

> 1 - correspond aux phénomènes de vieillissement.

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

Valeurs de  pour différents phénomènes

2730

Exponentielle Log normale Normale

Phénomènes
= 1 = 2  = 3.45
1065

Rupture x
Limite élastique x
e:21

Corrosion x x
Fluage x
:Non

Fatigue x
Usure x
x.com

Pour certains composants électroniques la dérive dans le temps d'un pa-

ramètre (les caractéristiques du composant sortent des tolérances ad-
larvo

missibles) peut être considérée comme une forme de vieillissement.

scho
univ.
 45

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

Le graphique ci-après représente l'évolution de la fiabilité en fonction

3
3955

du temps pour les différentes valeurs caractéristiques du paramètre de

forme.
:888
2730
1065
e:21
:Non
x.com
larvo
scho
univ.
46

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

- phénomène de vieillissement: 19 décroissance lente de la fiabilité en dé-

2730

but de vie puis accélération jusqu'au temps moyen d'usure, cette ca-
ractéristique confirme la possibilité de planification de la maintenance
1065

conditionnelle;

- vie utile: chute rapide de R(t) en début d'utilisation puis décroissance

e:21

plus lente.
:Non

Les courbes représentant le pourcentage de défaillances pour les princi-

paux phénomènes de dégradation montrent bien que le MTBF et  sont
x.com

différents de la médiane sauf pour la loi normale  =3.45.

larvo

19 - On utilisera le terme de vieillissement pour l'ensemble des dégradations naturelles dont

scho

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

Temps moyen de bon fonctionnement entre défaillances.

2730

A partir de l'équation (CF. paragraphe I.7.5)

1065

∞
1
𝐸(𝑡) = ∫ 𝑥 𝑡 × 𝑒 −𝑡 . 𝑑𝑡
𝛤(𝑡) 0
e:21

Pour t variant de zéro à l’infini on peut écrire:

:Non

𝑬(𝒕 = 𝟎 à ∞) = 𝑴𝑻𝑩𝑭 =  +  × (𝟏 + 𝟏⁄)

x.com

On retrouve le paramètre γ (gamma) résultant de l'intégration. Dans le

cas d'essais réalisés avec des composants neufs γ est égal à zéro d'où:
larvo

𝑴𝑻𝑩𝑭 =  × (𝟏 + 𝟏⁄)

scho
univ.
50

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

port entre logarithmes népériens et logarithmes décimaux étant cons-

tant et très voisin de 2.3 (ln X = 2.30259. log X).
2730

Alan PLAIT a conçu un papier fonctionnel (Cf. Application 1.1) qui rend
1065

possible le traitement de l'expression Y = .X – C. Sur ce papier on uti-

lise:
e:21

- en abscisses, une échelle log pour le temps;

:Non

- en ordonnées une échelle log (ln) pour F(t) - pourcentage de défail-

lances cumulées.
x.com
larvo
scho

20 - Devant les différentes orthographes rencontrées, nous avons choisi d'utiliser l'ortho-
graphe Américaine du prénom Alain.
univ.
 51

Ce graphique est parfois nommé "Papier de Weibull" ou "Papier de proba-

bilité de Weibull". Le pourcentage des défaillances cumulées en fonction
du temps est représenté par une courbe ou une droite.
Il faut avoir relevé le temps d'apparition de chaque défaillance pour pou-
voir réaliser ce tracé.

I.9 Utilisation du tracé de Weibull

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

 3 Joindre ces différents points par une courbe.

On peut se trouver face à plusieurs configurations:
1065

- Les points sont alignés: cela signifie que = 0 les composants utilisés
dans l'échantillon sont neufs;
e:21

- Un point est fortement excentré: il faut vérifier la validité de la don-

:Non

née correspondante et éventuellement l’ignorer momentanément (Cf.

paragraphe I.9.4);
x.com

- On obtient plusieurs segments de droite: l’essai a été réalisé durant un

intervalle de temps long qui englobe différentes périodes et diffé-
larvo

rentes lois de fiabilité. La population étudiée est donc composée de

plusieurs échantillons de tailles différentes (Loi mixée ou loi multiple).
scho
univ.
52

On doit faire un tracé de Weibull pour chacun de ces échantillons (Cf.

Application 1.2);

- On obtient une courbe: on effectue un changement d’origine des temps

de valeur 

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

A partir du tracé ci-dessus on détermine:

1065

𝑡2 2 − 𝑡1 × 𝑡3
=
2 𝑡2 − 𝑡1 − 𝑡3
e:21

On peut noter que:

:Non

- Pour positif; la courbe présente une asymptote verticale d'abscisse

sa concavité est tournée vers le bas:
x.com

- Pour négatif la courbe présente une asymptote horizontale d'ordon-

née:
larvo

𝛾 𝛽
𝐹 = 1 − 𝑒 −( ⁄𝜂 )
scho
univ.
 53

Sa concavité est orientée vers le haut.

Il n’est pas facile de distinguer si l’on obtient plusieurs segments ou une

courbe. D'où l’importance de l’analyse de chaque défaillance (est-elle due
à un défaut de jeunesse, une panne fortuite, un vieillissement où à une
mauvaise exploitation de l’équipement ?). Des précautions devant être
prises dans l'analyse immédiate des incidents et dans le choix de la pé-
riode d’analyse (durée de l'essai).

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
 5Déterminer 

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

La loi de Weibull correspondant à ces composants est donc:

3.4
𝑅(𝑡) = 𝑒 −(𝑡⁄5.5)
2730

 6 Lire la valeur du MTBF

1065

L’échelle double située en haut du papier graphique donne, pour le β dé-

terminé, la valeur du rapport:
e:21

𝑀𝑇𝐵𝐹 ⁄ = (1 + 1⁄)

:Non

On choisit sur l'échelle basse la valeur de  = 3,4 et on lit en vis-à-vis

sur l'échelle haute la valeur de MTBF/= 0,89839 d’où:
x.com

MTBF = 0,89839 x 5,5 = 4,94 soit environ 5 millions de cycles.

 7 Déterminer l'intervalle de confiance du MTBF

larvo

Nous verrons, dans la Partie 2 comment utiliser les rangs médians de

scho

Johnson pour déterminer cet intervalle.

univ.
54

I.9.1 Traitement des données

I.9.1.1 Conditions d'utilisation

1 – On ne doit appliquer une analyse de Weibull qu'à un nombre d'élé-

ments dont on a enregistré séparément les intervalles entre 2 défail-
lances. Elle ne peut être appliquée à un processus continu tel que celui
d'une maintenance corrective avec remplacement des pièces au fur et

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

F(i) = Cumul des défaillances au temps ti / grandeur de l'échantillon.

2730

Si le nombre de pannes constatées K est inférieur au nombre No de dis-

positifs testés on conservera i / No et non i / K;
1065

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

Malheureusement, on ne dispose pas en maintenance industrielle ou dans

:Non

l'étude de composants de durée de vie importante d'un grand nombre de

données. Plusieurs méthodes sont utilisées pour classer les données.
x.com

I.9.1.2 Méthode des classes

larvo

On divise l'échantillon en différentes classes d'égales étendues.

scho
univ.
 55

Pour un échantillon de No composants testés qui ont provoqué, dans le

cas d'un essai complet, No défaillances ou K défaillances pour un essai
tronqué ou censuré21) si:

- 10 < No < 30: on crée 6 à 10 classes;

- 30 < No < 100: on crée 8 à 12 classes.

On peut aussi appliquer la règle de STURGES et choisir un nombre de

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

I.9.1.4 Rangs moyens et rangs médians 3

3955

Si on portait sur un papier fonctionnel les différents couples de valeurs

:888

[t, F(i)] obtenus à partir d'un échantillon de grandeur No on obtiendrait

une courbe en escalier.
2730

Pour le dernier composant la valeur de F est considérée égale à 1 alors

que cette valeur ne peut être atteinte que pour toute la population étu-
1065

diée lorsque t est infini.

Au temps ti on a considéré que l'on avait ni défaillances alors que si l'on
e:21

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

le vrai rang de chaque défaillance. On cherche alors à l'estimer par l'une

des méthodes suivantes:
x.com
larvo
scho

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

2 - Rangs médians: (n < 20)

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

Le tracé de Weibull est effectué en utilisant les couples de points (ti,

rangs médians); la valeur de F(xi) est remplacée par le rang médian
1065

d'ordre i. La fiabilité et le MTBF sont alors exprimés avec un niveau de

confiance de 50%.
e:21

3 - Rangs de Johnson: (n < 20)

La méthode des rangs de Johnson est la généralisation de la méthode
:Non

des rangs médians en tenant compte des niveaux de confiance retenus.

F(xi) est déterminée en utilisant les tables dites tables des rangs selon
x.com

Johnson à 5; 50 ou 95% (CF. Annexe 2.4).

Les valeurs de la fiabilité et du MTBF sont exprimées avec un niveau
larvo

de confiance de 50 ou 90% (95% - 5%).

scho
univ.
 57

Remarques
1 - Si 2 composants sont défaillants au même instant on doit leur assi-
gner des numéros de rangs différents donc des rangs successifs.

2 - Si l'on ne dispose pas de table on peut, si:

 N inférieure, ou égale, à 30 utiliser l'approximation de Bernard
Fi = (i - 0,3) / (N + 0,4)
 N supérieur à 30 adopter Fi = i / N

93
5764
I.9.2 Limites de confiance

L'intervalle de confiance du paramètre d'échelle, donc du MTBF, est dé-

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

On dit que ces composants sont "censurés" (pas de défaillance) ou "sus-

pendus" (défaillance pour une autre cause).
2730

Sans ces causes particulières, ces composants (censurés ou suspendus)

auraient fonctionné plus longtemps. Leur temps "probable" de fonction-
1065

nement doit être inclus dans l'analyse. Par contre les rangs médians des
enregistrements suivants doivent être ajustés. Suivant la norme CEI
e:21

61649 chaque rang ajusté est calculé par la formule ci-dessous:

:Non

𝐶𝑙𝑎𝑠𝑠𝑒𝑚𝑒𝑛𝑡 𝑖𝑛𝑣𝑒𝑟𝑠é 𝑥 (𝑅𝑎𝑛𝑔 𝑎𝑗𝑢𝑠𝑡é 𝑝𝑟é𝑐é𝑑𝑒𝑛𝑡 + 𝑁 + 1)]

𝐶𝑙𝑎𝑠𝑠𝑒𝑚𝑒𝑛𝑡 𝑖𝑛𝑣𝑒𝑟𝑠é + 1
x.com

Ce cas est traité dans l'Application 1.5.

larvo

I.9.4 Traitement des points aberrants

Lors du tracé de Weibull précédent (Cf. Application 1.1) le premier et le

scho

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:

- soit que l'échantillon utilisé n'est pas homogène;

- soit que durant l'essai le type de dégradation des composants a évolué

et donc que leurs lois de dégradations ont changé.

I.9.5 Détermination des paramètres par le calcul

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

Les différents comportements possibles d'un composant sont schémati-

:888

sés sur la courbe de durée de vie par les périodes dites:

2730

- infantiles;
1065

- fortuites (ou catalectiques);

- dues au vieillissement.
e:21

A noter que dans tous les cas, seules les défaillances dues à des phéno-
:Non

mènes aléatoires sont prises en compte.

x.com

I.10.1 Période de pannes infantiles

Ces pannes surviennent en début de vie du composant, elles sont dues à

larvo

l'une des causes suivantes:

scho
univ.
 59

- dispersion des caractéristiques des composants due à la variabilité de

leur système de fabrication;

- mauvaise fabrication et/ou contrôle qualité insuffisant;

- mauvais montage (ou imparfait) en particulier lors des opérations de

maintenance (dépannage ou remplacement préventif);

- mauvaises conditions de stockage (température, humidité, etc.). Ce qui

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

Durant cette période, il est parfois difficile de distinguer ces défail-

lances de celles dues aux erreurs d'utilisation ou d'installation. On ad-
2730

met généralement des durées d'environ:

1065

- 10 à 100 heures en électronique;

- 100 à 500 h pour des composants mécaniques;

e:21

- 6 mois pour des grosses machines tournantes (il ne s'agit, alors, plus de
:Non

composants mais d'un ensemble).

Pour éviter ces phénomènes, on réalise une mise à l’épreuve ou sélection

x.com

en pratiquant:

- un déverminage, en particulier des composants électroniques, (utilisa-

larvo

tion préalable à la mise en service dans des conditions nominales ou plus

exigeantes);
scho
univ.
60

- une période de marche à vide ou essais (pour des composants méca-

niques on assimile cette période à une période de rodage alors que
cette dernière est plus orientée vers l'obtention de jeux ou d'états de
surface).

Application de la loi de JT Duane 22

En appliquant cette loi à la période infantile on peut, entre autre, esti-

mer à partir d'un premier test, à quel moment on peut espérer atteindre

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

1 = 𝐾. 𝑁. 𝑡1 − 𝑠𝑜𝑖𝑡 𝐾 = 1 ⁄𝑡1 − 𝑑 ′ 𝑜ù 𝒕 = 𝟏 (𝒕⁄𝒕𝟏 )−

:888

I.10.2 Période de vie utile

2730

Durant cette période, l'accumulation soudaine et imprévisible des di-

1065

verses contraintes 23 peut atteindre le niveau maximal des caractéris-

tiques du composant et provoquer des défaillances dites FORTUITES
e:21

car elles:

- surviennent de façon irrégulière, inattendue, imprévisible (on n'en con-

:Non

naît que leur probabilité);

x.com
larvo

22 - General Electric Company 1965.

23 - Exemples de contraintes en aéronautique: des tensions subites se manifestent à des in-
scho

tervalles de temps aléatoires, à différents régimes. Leur combinaison peut créer subitement
une accumulation de contraintes en différents points du matériel.
univ.
 61

- sont franches et complètes;

- ne sont en général précédées d’aucun signe précurseur mais leur fré-

quence d’apparition est à peu près constante à condition de travailler
sur une assez longue période;

- ne peuvent pas, du fait des caractères énumérés ci-dessus, être élimi-

nées par une politique de maintenance préventive.

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

riode de vieillissement de durée beaucoup plus courte (jonction sur la

courbe en baignoire entre la période de vie utile et la période de vieillis-
2730

sement).
On utilise le terme " période de vie utile" car il s'agit de la période
1065

d'utilisation la plus favorable. En effet le Taux de défaillance est le plus

faible à condition de remplacer le composant avant que le vieillissement
e:21

ne présente un Taux de défaillance supérieur à celui de la période de vie

utile.
:Non

I.10.2.1 Fiabilité
x.com

−𝑡⁄
𝑅(𝑡) = 𝑒 𝜂 = 𝑒 −𝑘.𝑡
larvo

Pour  = 1 la loi de Weibull est une loi exponentielle. La loi exponentielle

découle de la loi de Poisson pour laquelle on démontre que: "Si la loi de
scho

probabilité d'occurrence d'un événement est une loi de Poisson et que

univ.
62

cet événement a été observé n fois pendant une durée T la probabilité

qu'il se produise k fois pendant une durée t s'écrit":

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

Le Taux de défaillance s'exprime sous la forme (CF. paragraphe I.7.1):

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

Pour  = 1 le Taux de défaillance est constant et égal à 1 /

:888

Remarque
1 - Probabilité de défaillance et Taux de défaillance:
2730

Rappel de la formule de Mac Laurin

1065

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

Si x < 0.05 on peut limiter le développement au 1er terme, donc:

(1 – e -x) ≃ X
La probabilité de défaillance au temps t étant F(t) = 1 – R(t) = 1 – e -t
larvo

D'après la formule de Mac Laurin, on peut admettre que

scho

F = 1 – e -t ≃ .t
univ.
 63

Ceci pour e-t< 0.05; c'est–à-dire R(t) > 0.95.

Pour une durée d'une unité d'œuvre  ≃ F(1) et s'exprime en défaillance
par unité d'œuvre.

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:

- MIL – HDBK – 2A et RDF 93: taux par heure de fonctionnement;

:888

- UTEC 80810, FIDES et 217 Plus: Taux de défaillance moyen calen-

2730

daire pour une année typique d'utilisation. C’est-à-dire: Taux de dé-

faillance d'une année typique / 8 760 h. Ce taux englobe l'ensemble
des phases de fonctionnement de l'année (365 x 24 = 8 760).
1065

I.10.2.3 MTBF
e:21

Pour  = 1 on obtient pour le MTBF (Cf. Annexe 1.2):

:Non

𝑀𝑇𝐵𝐹 ⁄ = (1 + 1⁄) = 1 𝑑 ′ 𝑜ù 𝑀𝑇𝐵𝐹 = 𝜂 = 𝐶𝑠𝑡𝑒

x.com

Si  = 1 le MTBF est constant et égal à 1 / 

Pour t = MTBF la fiabilité R(t = MTBF) est telle que:
larvo

−𝑀𝑇𝐵𝐹⁄
𝑅(𝑡 = 𝑀𝑇𝐵𝐹) = 𝑒 𝜂 = 𝑒 −1 = 0.3679
scho
univ.
64

Lorsque  = 1 la fiabilité est de 36.8 % pour une mission de durée égale

au MTBF.

I.10.2.4 Moyenne des temps de bon fonctionnement

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

𝑀50 = − × (𝑙𝑛 0.5)1⁄ 𝑠𝑖  = 1 𝑀50 = 0.693 

2730

Durant la vie utile = 1 la médiane est égale à 0.693 fois le MTBF.
1065

I.10.2.6 Fiabilité pour une mission de durée déterminée

e:21
:Non
x.com
larvo

Pour que le composant fonctionne durant le temps (T + t) il faut:

scho
univ.
 65

- qu'il ait d'abord fonctionné jusqu'au temps T;

- puis qu'il fonctionne correctement durant le temps t.

La probabilité de bon fonctionnement du composant jusqu'au temps (T +

t) est la somme de la probabilité de bon fonctionnement durant le temps
T ET de la probabilité de bon fonctionnement durant le temps t. Soit:

Prob.BF jusqu'à (T + t) = Prob.BF durant (T) ET Prob.BF durant (t).

(Prob.BF = probabilité de bon fonctionnement).

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:

𝑅(𝑇 + 𝑡) = 𝑅(𝑇) × 𝑅(𝑡) 𝑑′𝑜ù 𝑅(𝑡) = 𝑅(𝑇 + 𝑡) ⁄ 𝑅(𝑇)

:
.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

Lorsque  = 1 la fiabilité est indépendante de l'âge du composant.

:888

Cela signifie que durant la période de vie utile (c'est-à-dire période in-
fantile terminée et période de vieillissement non atteinte):
2730

- tant que l'on n'a pas atteint la période de vieillissement, la fiabilité

1065

pour une mission de durée déterminée dépend uniquement de la durée

de cette mission et non du temps cumulé des missions précédentes;
e:21

- le temps t n’est ni l’âge du composant ni le total des heures de fonc-

:Non

tionnement depuis sa mise en service c’est la durée de la mission qu'il

est en train d'accomplir (t = 0 désigne l’instant de début de la mission);
x.com

- le nombre escompté de pannes est identique chaque fois que l’on consi-
dère une même durée de fonctionnement.
larvo

On pourrait exprimer cette caractéristique en disant qu'on remet le

compteur de fiabilité à 1 à chaque début de mission même si on n'arrête
scho
univ.
66

pas l'utilisation du composant. La mission étant la grandeur de l'inter-

valle de temps que l'on veut étudier. En effet pour une nouvelle mission à
t=0

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

I.10.2.7 Fiabilité pour une utilisation continue

:888

Dans ce cas d'une mission unique il y a assimilation entre durée de la mis-

2730

sion et âge du composant. La fiabilité du composant décroît avec le

temps. Un remplacement systématique doit être envisagé soit pour évi-
1065

ter la période d'usure, soit pour conserver une fiabilité conforme aux
objectifs fixés.
e:21

I.10.2.8 Caractéristiques de vie utile

:Non

Durant la période de vie utile ( = 1):

x.com

- la loi de fiabilité est une loi exponentielle R(t) = e-(t);

- le Taux de défaillance est constant et égal à 1 / MTBF;

larvo

- la fiabilité est indépendante de l'âge du composant;

scho

- le temps pris en compte est la durée de la mission en cours.

univ.
 67

Les courbes caractéristiques (Cf. paragraphe I.8.4) montrent que la plus

forte variation de la fiabilité se situe au début de la période d'utilisa-
tion.

I.10.2.9 Interprétation du MTBF durant la période de vie utile

Le MTBF de 100 000 h d'un composant peut avoir 2 significations:

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

100 heures pour 1 000 composants

1000 heures pour 100 composants
2730

Si un composant a un MTBF de 100 000 heures cela ne signifie pas que

1065

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

heures il doit avoir un MTBF tel que:

𝑒 −10⁄𝑀 = 0.999 𝑑𝑜𝑛𝑐 10⁄𝑀 = 𝑙𝑛 0.999 ~ 0.001
x.com

𝑑′𝑜ù 𝑀 = 10000 ℎ𝑒𝑢𝑟𝑒𝑠

Autrement dit si un composant a une fiabilité de 0.999 pour une durée
larvo

égale à t = M / 1 000 cela signifie que pour un échantillon de 1 000 com-

posants utilisés durant un temps égal à M / 1 000 on peut espérer qu’il
scho
univ.
68

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

survenue la Kème défaillance; ti temps de fonctionnement du composant i

défaillant.
2730

I.10.2.10 Intervalle de confiance du MTBF

1065

Nous étudierons en Partie 2: Mesure et prévisions, comment déterminer

e:21

cet intervalle de confiance.

:Non

I.10.2.11 Changement des contraintes d’utilisation

x.com
larvo
scho

24 - La Fiabilité – P. Chapouille – QSJ p21.

univ.
 69

L'abaque suivant 25 donne un exemple de l'évolution du Taux de défail-

lance d'un composant électronique (Taux de défaillance constant) à dif-
férentes températures.

93
5764
1639
:
.188
6
65.1
:37.13
3955
:888
2730

Si en cours d’utilisation les contraintes viennent à changer, pour un

même élément, le Taux de défaillance 1 relatif aux conditions initiales
1065

appliquées durant le temps t1 prendra une valeur 2 pour les nouvelles

conditions. Si celles-ci sont maintenues durant un temps t2 la fiabilité du
e:21

composant sera pour des Taux de défaillance constants:

:Non

𝑅(𝑡1 + 𝑡2) = 𝑅(𝑡1) × 𝑅(𝑡2) = 𝑒 −1.𝑡1 × 𝑒 −2.𝑡2

x.com

𝑅(𝑡1 + 𝑡2) = 𝑒 −(1 .𝑡1+2.𝑡2)

larvo
scho

25 - Fiabilité - I. BAZOVSKY.
univ.
70

Par exemple sur un avion les contraintes au décollage et en régime de

croisière sont différentes.

I.10.2.12 Utilisation séquentielle 26

Un composant réalise, durant sa mission, N séquences comprenant un

temps de fonctionnement dtm et un temps de repos dta.

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

durée T représentant N cycles:

:888

𝑅(𝑡) = 𝑒 −(𝜆𝑚 .𝑑𝑡𝑚) × 𝑒 −(𝜆𝑎.𝑑𝑡𝑎)

2730

Ceci N fois, d'où:

𝑅(𝑡) = 𝑒 −(𝑚 ∙𝑁∙𝑑𝑡𝑚 +𝑎∙𝑁∙𝑑𝑡𝑎)

1065

On peut définir un facteur d'utilisation u tel que:

e:21

u = dtm / (dtm + dta) avec (dtm + dta) = t

:Non

d'où dtm = u x t et 1 – u = (dta + dtm - dtm) / (dta + dtm) = dta / t

donc dta = (1 - u) x t
x.com
larvo
scho

26 - La fiabilité – P. Chapouille - QSJ p51.

univ.
 71

Durant un temps T le système réalise N cycles de durée t = dtm + dta.

D'où T = N x t

𝑹(𝒕) = 𝒆−[𝒎 ×𝒖+𝑎×(𝟏−𝒖)]×𝑇

Le composant se comporte comme si son Taux de défaillance était pon-
déré par le facteur d'utilisation u.

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

𝑅(𝑡) = 𝑒 −(𝜆𝑐×𝑁) × 𝑒 −[𝒎 ×𝒖+𝒂×(𝟏−𝒖)]×𝑻

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

- la corrosion par contacts permanents (fluides) ou intermittents (dents

d'engrenage);
2730

- l'érosion, l'abrasion, le fluage;

1065

- les phénomènes de dérive de certains composants électroniques qui

peuvent être assimilés à des phénomènes d'usure.
e:21
:Non
x.com
larvo
scho
univ.
72

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

Pour des composants électroniques ou électromécaniques on peut ad-

mettre que le vieillissement se substitue aux pannes fortuites lorsque la
1065

fiabilité relative au vieillissement est égale à la fiabilité de la vie utile

(point de jonction des 2 périodes de la courbe en baignoire).
e:21

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

une politique de maintenance préventive pour détecter et / ou remplacer

les équipements usés. (Cf. Partie III – Fiabilité & Méthodes mainte-
x.com

nance).
larvo

I.10.3.1 Eléments caractéristiques du vieillissement

Les phénomènes de vieillissement sont caractérisés par un paramètre de

scho

forme compris entre 2 et 4. Pour un paramètre de forme égal à 3.45 on

univ.
 73

retrouve la loi normale ou loi de Gauss qui caractérise les phénomènes

d'usure.
La figure précédente représente les courbes caractéristiques de la loi
de Gauss définie:

- soit par sa densité de probabilité telle que:

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.

𝑀𝑇𝐵𝐹 =  × (𝟏 + 𝟏⁄) 3

3955

Les tables de l'Annexe 1.2 donnent pour différents les paramètres A

:888

et B de la loi de Weibull telles que:

𝒎𝒐𝒚𝒆𝒏𝒏𝒆 𝑴 = . 𝑨 +  𝒆𝒕 𝑬𝒄𝒂𝒓𝒕 𝒕𝒚𝒑𝒆  = . 𝑩

2730

L'échelle double figurant en partie haute du tracé d'Alan Plait fournit la

1065

valeur de M / .
Durant cette période, le Taux de défaillance étant une fonction du
e:21

temps, donner une valeur du Taux de défaillance n'a pas de signification.

:Non

1 - Probabilité de pannes a priori et a posteriori

La probabilité de pannes dues au vieillissement est fonction de l'âge du

x.com

composant, ce qui signifie qu'en fiabilité on ne peut pas prendre en

compte la symétrie de la courbe de Gauss comme on le fait généralement
larvo

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).

On parle de probabilité a priori lorsqu'on ne tient pas compte du passif

:888

de fonctionnement et de probabilité conditionnelle ou a posteriori lors-

qu'on évalue la probabilité de bon fonctionnement de l'origine jusqu'à
2730

l'intervalle de temps considéré.

Lorsqu'on s'intéresse à la disponibilité d'un composant installé sur une
1065

machine seule la fiabilité conditionnelle est pertinente.

e:21

- Probabilité a priori: La table dite de" la loi normale réduite", fournit la

probabilité a priori de pannes en particulier pour les âges caractéris-
:Non

tiques situés à plus ou moins K écarts types de la moyenne.

x.com

Par exemple pour une durée d'utilisation en continu (âge):

 de (Mu - 3 la fiabilité est de 99,865 %.
 de (Mu - 2 elle est de 97,725 %.
larvo

Elle est:
scho
univ.