Vous êtes sur la page 1sur 24

Université Mustapha Ben Boulaïd Batna-2.

Institut d'Hygiène et Sécurité.


Département tronc commun .
Responsable du module : Mme BOUHIDEL Mouna.

Fiable : Auquel on peut se fier, à qui on peut faire confiance.


Fiabilité : Caractère de quelqu'un, d'un groupe, de quelque chose de fiable.
Humaine : Relatif à l’être humain, personne, individu, opérateur.
Matérielle : Relatif aux moyens matériels (se dit d'un composant, d'un circuit, d'un
appareillage, d'une installation, d’un équipement, d’une machine...).
Introduction :
Il est désormais évident que les facteurs humains et organisationnels jouent un rôle
important dans l'occurrence de la plupart des accidents, qu'il s'agisse par exemple
d'erreurs humaines dans l'exécution d'une action, d'une mauvaise gestion des
interfaces entre services, d'installations insuffisamment robustes aux erreurs humaines
(révélatrices d'erreurs de conception), ou bien d'erreurs dans la prise de décision et
l'organisation introduisant des défauts latents. En réalité, 90% des accidents peuvent
être attribués à l'erreur humaine, due à des erreurs dans la conception, organisation,
construction, opération et maintenance.
Lien de fiabilité avec les “probabilités et statistique” Semestre 03:
Les prédictions de fiabilité ont nécessairement un caractère probabiliste, car elles
nécessitent la connaissance du taux de panne de chaque composant. Ces taux de panne
étant obtenus sur des échantillons forcément limités en taille, leur valeur est
gouvernée par les lois de la statistique (intervalles de confiance notamment). La
théorie mathématique de la fiabilité consiste donc en une application particulière de la
théorie des probabilités aux problèmes de durée de fonctionnement sans incidents.
L’intérêt de la fiabilité pour la spécialité HSE :
L’analyse de la fiabilité constitue une phase indispensable dans toute étude de sûreté
de fonctionnement. A l'origine, la fiabilité concernait les systèmes à haute technologie
(centrales nucléaires, aérospatial). Aujourd'hui, la fiabilité est devenue un paramètre
clé de la qualité et d’aide à la décision, dans l'étude de la plupart des composants,
produits et processus.
Le chargé hygiène sécurité environnement (HSE) a pour mission de réduire les risques
au travail et d'augmenter la qualité des produits et services. Ce spécialiste identifie les
risques de dysfonctionnement dans l'ensemble des domaines dont il a la charge, et
préconise des solutions. L’évaluation des risques potentiels est une étape importante
de processus de gestion des risques. Nous allons évaluer la fiabilité des systèmes
industriels à travers une riche palette de méthodes et outils propres à connaître,
telles que DBF pour FM, et Ω20 pour FH.

PARTIE I: Fiabilité technique.


Chapitre I: Les grandeurs de base en fiabilité matérielle.

I.1 Périmètre et définition de la fiabilité :


L’Union technique de l'électricité (UTE), sur recommandation de la Commission
électrotechnique internationale, a proposé la définition suivante :
La fiabilité est l’aptitude d’une entité à accomplir une fonction requise dans des
conditions données pour une période de temps donnée. La fiabilité est la probabilité de
n'avoir aucune défaillance à l'instant t. Comprise entre 0 et 1 (ou 0 et 100 %), elle est
notée R(t) (R pour Reliability, fiabilité en anglais). Si le dispositif ne peut être réparé,
la fiabilité est alors la probabilité de n'avoir connu aucune défaillance jusqu'à l'instant
t.
Dans la définition proposée de la fiabilité, les quatre points suivants sont à mettre en
évidence : Probabilité, fonction requise, conditions données et un temps donné.
• Probabilité (0 ≤ R≤ 1): c'est une quantité indiquant, sous forme de fraction ou de
pourcentage, le nombre de fois ou de chances qu'a un événement de se produire sur un
nombre total d'essais ou de tentatives. (une fiabilité R=0,92 après 1000 heures signifie
que le produit a 92 chances sur 100 (92% de chances) de fonctionner correctement
pendant les 1000 premières heures).
• Fonction requise : la mission qui est demandé, chaque dispositif assure une mission
qui lui est demandé. Un moteur mécanique assure le déplacement physique et
tangible.
• Sous des conditions données : regroupe les conditions d'utilisation et l'ensemble des
paramètres décrivant l'environnement du produit : mode opératoire, lieux
géographiques, cycles des températures, humidité, vibrations, chocs, etc.
• Période de temps donné : dans les études de fiabilité, le temps est la mesure ou la
variable de référence permettant d'évaluer les performances et d'estimer les
probabilités : probabilité ou chance de survie sans défaillance pendant une période de
temps donnée, etc.
Exemple :
Entité : véhicule quelconque.
Fonction requise : transport (routier-ferroviaire-aérien et maritime).
Conditions déterminées : conditions d’utilisation : carburant, conducteur, piste
carrossable... . Condition environnementale : verglas... .
Intervalle de temps donnée : une période de temps donnée [0;t]. Chaque dispositif
est associé à une variable aléatoire T.
Variable aléatoire T définissant * la durée de vie * la durée de fiabilité * le temps de
bon fonctionnement jusqu'à la première défaillance * l’instant de défaillance.
Probabilité : le nombre de fois ou de chances que le véhicule ne soit pas défaillant dans
l’intervalle de temps [0;t]
Question 01: Un dispositif a fonctionné 10000 h, il a subit de défaillance, il a été
remis en service après réparation, puis il a fonctionné 10000 autres heures.
Quel est le temps de fiabilité ?
Question 02: Es-ce-que les temps d’arrêts volontaires ou programmés ou les micros
arrêts sont inclus dans la durée de fiabilité ?

MTTF

T=t0 T=t1 T=t2 T=t3 T=t4 T=t5

Incapacités TBF3 La 1ère


La mise en Production Attente Marche
TBF1 TBF2 pour des causes défaillance
service (Arrêt extérieures
programmé-
matériel non
sollicité)

Les produits commerciaux se définissent par leur MTTF Mean Time To Failure.
Qualité et fiabilité :
0n teste des circuits intégrés au sortir de la chaîne de production, et on constate que
3 % d'entre eux ne fonctionnent pas correctement : on peut dire que la « qualité » de
cette chaîne (son rendement de production) est 97 % (3 % de défauts).
Une fois ces circuits insérés dans un système, on constate que leur temps moyen de
fonctionnement avant défaillance (MTTF) est de 100 000 heures. C'est une indication
de leur fiabilité. Donc il ne faut pas confondre la fiabilité et la qualité.
Fiabilité fonction du temps.
Contrôle de qualité fonction statique.
I.2 Défiabilité :
A l’inverse de la fiabilité, la défiabilité est la cessation de l’aptitude d’une entité à
accomplir une fonction requise. C’est la probabilité que l’entité ait connu une
défaillance pendant une durée donnée. Elle est notée F(t).

La classification des défaillances peur s’appuyer sur le tableau suivant :

En fonction de la vitesse • progressive: par dérive


d'apparition • soudaine : Défaillance brutale

En fonction de l'instant d'apparition • en fonctionnement


• à l'arrêt
• à la sollicitation
.
En fonction du degré d'importance partielle
• complète

En fonction de la vitesse d'apparition par dégradation


et du degré d'importance • catalectique

I.3 Fonction de fiabilité- Fonction de défiabilité :

T est une variable aléatoire continue à valeurs positives. Alors sur [ [:

R(t) = P (Entité fonctionne sur [ [).

R(t) = P (T > t).

F(t) = P (Entité est défaillante sur [ ]).

F(t) = P (T ≤ t).

R(t)+ F(t) = 1.

I.4 Estimation de F(t) et de R(t) :

La fiabilité a pour fondements mathématiques la statistique et le calcul des


probabilités qui sont nécessaires à la compréhension et à l’analyse des données de
fiabilité.

Considérons un matériel dont on étudie la fiabilité. Soit T la variable aléatoire qui à


chaque matériel associe son temps de bon fonctionnement. On choisit un de ces
matériels au hasard (l’expérience aléatoire). Soit l’événement aléatoire A : « Le
matériel est en état de bon fonctionnement à l’instant t ».

𝑪𝒂𝒓𝒅 𝑻 > 𝒕 𝒏𝒊
𝑹 𝒕𝒊
𝑪𝒂𝒓𝒅 Ω 𝒏

Soit l’événement aléatoire B : « Le matériel est défaillant à l’instant t » On a alors :

𝑪𝒂𝒓𝒅 𝑻 ≤ 𝒕
𝑭 𝒕𝒊
𝑪𝒂𝒓𝒅 Ω

Application :
On étudie la fiabilité de 25 machines dès leur mise en service. Pour cela on relève
leur temps de bon fonctionnement (TBF=1000 jours) en l’absence de toute
réparation. On a relevé 6 pannes à l’instant ti=100 j.

Notons ni le nombre de machines non défaillantes jusqu’à l’instant ti ;


R(100j) = .
R(0j) = .
R(1000j) = = 0.

I.5 Indicateurs de fiabilité :


Les deux principaux indicateurs de la fiabilité utilisés industriellement sont :

I.5.1 MTBF, MTTF :


Un équipement est fiable s’il subit peu d’arrêts pour pannes. La notion de fiabilité
s’applique :

 à du système réparable => équipement industriel ou domestique.


 à des systèmes non réparables => lampes, composants donc jetables.
 MTTF => systèmes non réparables ;
 MTBF => systèmes réparables.
La MTBF (qui vient de l'anglais : Mean Time Between Failures) représente la
Moyenne des Temps de Bon Fonctionnement entre deux défaillances d'un système
réparable ou la durée moyenne entre panne.

La 1ère 1 MTTR 2 La 2ème


défaillance défaillance

MDT MUT

MTBF

MTBF - Mean Time Between Failure


Durée moyenne des temps de bon fonctionnement entre deux défaillances
consécutives
MTTR - Mean Time To Repair
Durée moyenne de réparation MTTR = Σ Temps d’arrêt/Nombre d’arrêts
MUT - Mean Up Time
Durée moyenne de fonctionnement après réparation
MDT - Mean Down Time
Durée moyenne d’indisponibilité
MDT = 1 + MTTR + 2.
MDT = temps de détection de la panne + temps de réparation + temps de remise
en service.

Calcul d’un MTBF :


1er cas :

L’étude s’arrête alors que le système fonctionne


2ème cas :

L’étude s’arrête alors que le système est en panne.


.
Application : on suppose que sur 48 heures, le système a subit 2 pannes de 2 heures
pour chacune.
1er cas :
L’étude s’arrête alors que le système fonctionne.

2ème cas :
L’étude s’arrête alors que le système est en panne.

Remarque : les arrêts programmés ne sont pas prises en compte dans les calculs des
MTBF

I.5.2 Taux de défaillance λ :


Le taux de défaillance instantané, ʎ (t), est une des caractéristiques de la fiabilité. La
valeur ʎ(t)dt représente la probabilité conditionnelle d'avoir une défaillance dans
l'intervalle de temps ] ], sachant qu'il n'y a pas eu de défaillance dans
l'intervalle de temps [0; t].
Les unités utilisées sont :
 sans unité : probabilité.
 Pannes/heures : caractérise la vitesse de variation de la fiabilité au cours du
temps λ = .

 h-1 : Si λ est constant alors λ = , λ=


 FIT : failures in time FIT=

λ(t) = P( t<T≤ t+dt / T>t )


Ainsi, en appliquant le théorème des probabilités conditionnelles,

≤ >
>

>

La fonction f (t) désigne la densité de probabilité de t et elle est donnée par La


fonction de répartition F (t). C’est la dérivée de F.

f(t) = .

La fiabilité et la défaillance sont deux fonctions complémentaires


F(t)= 1- R(t)

∫ [ ] .

. Car est cte durant la durée de vie utile .


On a alors
L’allure typique de graphe de la fiabilité :
La figure suivante présente une allure de la fonction R (t) en fonction du temps.

Sur [ [ : R(t)=
R(0)=1

Tableau récapitulatif :
La fonction En terme de probabilité En terme En terme d’intégral
exponentiel
Fiabilité R(t) P(T>t)

Défaillance F(t) P(T≤t) 1-

Taux de défaillance P( t<T≤ t+dt / T>t ) cte ∫
λ(t)

Densité de défaillance P(( t<T≤ t+dt)= f(t)dt


f(t) ∫
F(t2)-F(t1) P(t1<T≤ t2)

I.6 MTTF ( mean time to failure) :

Le MTTF (temps moyen de fonctionnement avant panne) désigne la durée moyenne


d'utilisation d'un système avant sa première panne, il correspond à l'espérance de la
durée de vie.
Cas d’une variable discrète E(x) = ∑ .

Cas d’une variable continue E(x) =∫

Si la fiabilité obéit à une loi statistique identifiée, de fonction « densité de pannes »


ƒ(t), alors le MTTF vaut
MTTF =∫ .

MTTF =∫ .

∫ .

=∫ .
Par intégration par partie u=t → du=dt

dv= →v=

quand t augmente , R(t) décroit donc il existe k tel que R(t)< .

MTTF= ∫ 𝑅 𝑡 𝑑𝑡

MTTF= ∫

=( ) ,=
MTTF=
λ

Si la loi de fiabilité du système est une loi exponentielle (cas typique des composants
électroniques), c'est-à-dire si le taux de défaillance λ est constant, alors le MTTF est
l’inverse de λ :
I.7 Les mécanismes de défaillance
Il est donc important de connaitre les mécanismes de défaillance pour déterminer
l'architecture optimale d'un système et pour évaluer sa fiabilité. La fiabilité des
systèmes, des sous-ensembles et des composants est généralement décrite par la
courbe caractéristique dite en baignoire . Elle décrit l'évolution du taux de défaillance
ʎ (t) en fonction du temps t et permet de mettre en évidence, de manière empirique,
trois phases de la vie d'un produit « zone de défaillance précoce, durée de vie utile et
zone de vieillissement ».
Le taux de défaillance est élevé au début de la vie. Ensuite, le taux diminue assez
rapidement avec le temps (taux de défaillance décroissant).Apres, il se stabilise a une
valeur qu'on souhaite aussi basse que possible pendant la période de vie utile (taux de
défaillance sensiblement constant). A l’instant n, le taux de défaillance remonte (taux
de défaillance croissant).

I.7.1 Zone de défaillance précoce (de jeunesse) :


Concerne les défaillances précoces dues à des problèmes de conception (mauvais
dimensionnement d'un composant, etc.) ou de production (dérive d'un processus de
fabrication,...). Le taux de défaillance est décroissant dans cette période. Les
défaillances précoces peuvent être supprimées avant la livraison au client en
pratiquant le déverminage. Cette pratique consiste à mettre en fonctionnement les
produits à livrer sous des conditions révélant les modes de défaillances et il sut,
ensuite, de ne livrer que les bons produits. Cette pratique est couteuse mais le taux de
défaillances lors de la livraison est égal à celui du début de la période utile. De
nombreux fabricants ne réalisent pas ce déverminage sur leurs produits pour des
raisons de cout. Dans ce cas une période de garantie est mise en place pendant laquelle
le fabricant s'engage à changer ou réparer le produit défaillant.
I.7.2 Zone de fonctionnement normale (durée de vie utile) :
La deuxième phase définit la période de vie utile généralement très longue. Le taux de
défaillance est approximativement constant. Le choix de la loi exponentielle, dont la
propriété principale est d’être sans mémoire, est tout à fait satisfaisant. Les pannes
sont dites aléatoires, Leur apparition n’est pas liée à l’âge du composant mais à
d’autres mécanismes d’endommagement. Les calculs prévisionnels de fiabilité se font
presque souvent dans cette Période de vie utile.
I.7.3 Zone de vieillissement : La période de vieillissement est caractérisée par une
augmentation progressive du taux de défaillance avec l’âge du dispositif. Ceci est
expliqué par des phénomènes de vieillissement tels que l’usure, l’érosion, etc. Cette
période est très nettement au-delà de la durée de vie réelle d’un composant
électronique. Parfois, on réalise des tests de vieillissement accélérés pour révéler les
différents modes de défaillance des composants.

Courbe en baignoire :
L’évolution d’un équipement tout au long de son cycle de vie.

I.8 Lois de fiabilité :

Il est toujours possible d’associer à une variable aléatoire une probabilité et


définir ainsi une loi de probabilité. Lorsque le nombre d’épreuves augmente
indéfiniment, les fréquences observées pour le phénomène étudié tendent vers les
probabilités et les distributions observées vers les distributions de probabilité ou loi de
probabilité. Une loi de probabilité est un modèle représentant "au mieux", une
distribution de fréquences d'une variable aléatoire.
Les lois de probabilité utilisées en fiabilité sont :
 Lois discrètes
 Lois continues
I.8.1 Lois discrètes :
Une loi est dite discrète si elle prend ses valeur dans N c’est à dire des valeurs entières
comme par exemple celle qui compte le nombre de pannes. Parmi les lois discrètes on
peut citer : loi Uniforme, de Bernoulli, Binomiale, Géométrique et loi de Poisson.
 Loi uniforme :
Une distribution de probabilité suit une loi uniforme lorsque toutes les valeurs prises
par la variable aléatoire sont équiprobables. Si n est le nombre de valeurs différentes
prises par la variable aléatoire. La fonction de fiabilité est définie par l’expression
suivante :

P(X= xi) =

n : est le nombre de valeurs différentes prises par la variable aléatoire.

 Loi de Bernoulli :
Soit un univers constitué de deux éventualités, S pour succès et E pour échec = {E, S}
sur lequel on construit une variable aléatoire discrète, « nombre de succès » telle que
au cours d’une épreuve : Si (S) est réalisé, X = 1
Si (E) est réalisé, X = 0
L’expression de la fonction de fiabilité s’écrit :
P (X = 0) = q
P(X =1) = p
(p + q = 1)

 Loi binomiale :
Décrite par Isaac Newton en 1676 et démontrée par Jacob Bernoulli en 1713, la loi
binomiale est l’une des distributions de probabilité les plus fréquemment rencontrées
en statistique appliquée. En mathématiques, une loi binomiale de paramètres n et p est
une loi de probabilité qui correspond à une expérience aléatoire à deux issues
possibles, généralement dénommées respectivement « succès » et « échec », la
probabilité d'un succès étant p. Sa fonction de probabilité est :

Avec les paramètres de signification :


(n ≥ 0) : Nombre d’épreuves
(0 ≤ p ≤ 1) : probabilité de succès
et q = 1 − p
 Loi géométrique
La loi géométrique est une loi de probabilité apparaissant dans de nombreuses
applications. La loi géométrique de paramètre p (0 < p < 1) correspond au modèle
suivant :
On considère une épreuve de Bernoulli dont la probabilité de succès est p et celle
d'échec q = 1 - p. On renouvelle cette épreuve de manière indépendante jusqu'au
premier succès. On appelle X la variable aléatoire donnant le rang du premier succès.
Les valeurs de X sont les entiers naturels non nuls 1, 2, 3, ...
La probabilité que X = k est alors, pour k = 1, 2, 3, ...
Sa fonction de probabilité est :

P (k) = .
 Loi de Poisson :
Une variable aléatoire x suit une loi de « Poisson » si elle peut prendre les valeurs
entières 0, 1, 2, 3…..n.

La probabilité pour que x soit égal à k est :

λ : paramètre de la loi (constante positive).

I.8.2 Lois continues :


Il existe plusieurs : La loi du Khi deux, Gamma, logistique, de Cauchy, Bêta, loi
exponentielle, de Fisher, normal , Log normale et la loi de Weibull.
 La loi exponentielle :
En raison des applications multiples de cette loi qui n’est autre qu’un cas particulier de
la loi de Weibull. Nous étudions ici les phénomènes physiques où la durée de vie est
l'intervalle de temps écoulé entre l'instant de la mise en fonctionnement ou de la
naissance, et l'instant de la première panne ou de la mort.

La plupart des phénomènes naturels sont soumis au processus de vieillissement. Il


existe des phénomènes où il n'y a pas de vieillissement ou d'usure. Il s'agit en général
de phénomènes accidentels. Pour ces phénomènes, la probabilité, pour un objet d'être
encore en vie ou de ne pas tomber en panne avant un délai donné sachant que l'objet
est en bon état à un instant t, ne dépend pas de t. Par exemple, pour un verre en cristal,
la probabilité d'être cassé dans les cinq ans ne dépend pas de sa date de fabrication ou
de son âge. Par définition, on dit qu'une durée de vie est sans usure si la probabilité de
survie à l'instant t ne dépend pas de t.
La distribution exponentielle s’exprime par : .
Avec les paramètres de significations :
e : est la base de l'exponentielle (2,718...)

λ: taux de défaillance : = = = 𝜆= constant.

 La loi de Weibull :
L'expression loi de Weibull recouvre en fait toute une famille de lois, certaines d'entre
elles apparaissant en physique comme conséquence de certaines hypothèses.
C'est en particulier, le cas de la loi exponentielle (β = 1) et de la loi normale (β = 3).
Sa fonction de fiabilité est :

Avec les paramètres de signification : γ, β, η définissent la distribution de Weibull.


On utilise trois paramètres :
β : paramètre de forme (β > 0)
η : paramètre d’échelle (η > 0)
γ : paramètre de position (-∞ > γ > +∞)
Chapitre II: Fiabilité des systèmes non réparable.

II.1 Notion de système :


Système : Ensemble déterminé d'éléments interconnectés ou en interaction.
Sous-système : Ensemble de modules (automate programmable par exemple). Selon
la norme CEI 615082, un élément d'un système peut-être un autre système appelé dans
ce cas sous-système. Les sous-systèmes peuvent être eux-mêmes soit un système de
commande, soit un système commandé composé de matériel et de logiciel en
interaction avec l'être humain.
Module: Ensemble fonctionnel de composants encapsulés formant un tout (circuit
d'entrée ou de sortie, carte électronique).
Composant: La plus petite partie d'un module, d'un sous-système ou d’un système
qu'il est nécessaire et suffisant de considérer pour l'analyse du système. Cette plus
petite partie pourra être limitée par les données disponibles donnant les
caractéristiques du composant.
La décomposition proposée est donc :

Système → sous-système → module → composant

Un système non réparable est un système pour lequel aucune réparation des
composants défaillants n’est envisageable.
Un système peut être considéré depuis son environnement, comme l’élément
spécifique de type « Boite noir », avec les entrées et sorties qui permettent d’en
étudier le fonctionnement.
Selon la structure, on a plusieurs types :
 Système série ;
 Système avec redondance ;
 Système mixte ;
 Système compliqué ;
 Système complexe.

II.2 Calculs de fiabilité par structure (ou architecture) :


II.2.1 Système en série :
Un système série se caractérise par l’enchaînement linéaire de n éléments .
D’après sa structure, la défaillance de l'un de ses n composants entraîne la défaillance
du système complet car chaque élément dépend de l’élément qui le précède.

La fiabilité du système complet Rs est égale au produit des fiabilités de chaque


composant :
Rs(t) = P(e1 et e2 et….. et en)
Rs(t) = P(e1∩ e2 ∩…∩ e n)
On suppose que les évènements sont mutuellement indépendants
A et B sont deux évènements indépendants alors : P(A∩B)= P(A). P(B).
Rs(t)= P(e1) P(e2) … p(en) .
𝒏
Rs (t) = 𝒊 𝟏 𝑹𝒊 𝒕

L’expression de
Rs(t)= . .

Rs(t)=
Alors =∑

II.2.2 Système avec redondance:


II.2.2.1 Redondance active :
Les n composants fonctionnent en même temps.
 Redondance active totale ( parallèle) :
Un système parallèle se caractérise par une association parallèle de tous les
composants . Généralement, la défaillance de l’un ou de plusieurs éléments n’entraine
pas la panne du système, ce dernier ne tombe en panne que si l’ensemble des éléments
tombe en panne.
La probabilité de panne du système Fs est égale au produit de la probabilité de
panne de chaque composant :
Rs(t) = P(e1 ou e2 ou….. ou en)
Rs(t) = P(e1 ⋃ e2 ⋃… ⋃ e n).
Pour calculer la fiabilité , il est plus aisé de passer par la fonction de défaillance
Par application des lois de Morgan : ̅̅̅̅̅
⋃ = ̅ ̅.

P( = 1- P( ̅ ).
Alors la fiabilité Rs du système est :
𝒏
Rs = 1 - 𝒊 𝟏 𝟏 𝐑𝐢 𝐭

 Redondance active partielle k/n :


Un système redondant k parmi n dont k<n, fonctionne seulement si au moins k composants
des n composants en parallèles fonctionnent .

Exemple :
Système de contrôle commande de la température d’un réacteur chimique. Ce genre
de système est conçu selon une architecture 2/3.
Le réacteur chimique est une enceinte apte à la réalisation des réactions chimiques et
transformation de la matière. Pour qu’il fonctionne dans des conditions optimale, il est
mené d’un ensemble d’équipements de sécurité de procédés chimique
(refroidissement , chauffage…) :
 Manteau situé autour du récipient où circule le fluide,
 Tube soudé autour du récipient.
 Serpentin placé dans la cuve.
Lors de la réalisation de transformation, il y’a un dégagement de chaleur, si cette
chaleur ne peut être intégralement évacuée (l’évacuation passe par au moins 2 de ces
3) cela provoque une explosion.
Le cas le plus marquant dans ce genre de catastrophe l’accident de SEVESO en Italie.
 Si k= 1, correspond à un système parallèle.
 Si k=n, correspond à un système série.
manière de choisir un tel sous système.
Dans le cas général, on suppose que les éléments sont identiques et indépendants, ce
qui permet de calculer la fiabilité par la loi Binomiale :

APPLICATION :
Supposons une installation hydraulique comportant trois pompes en parallèle. En
réalité, seules deux pompes suffisent pour satisfaire les besoins en débit. Nous
pouvons représenter cette installation par le schéma bloc de la figure suivante.

Pour en calculer la fiabilité, il faut envisager tous les cas possibles pouvant se
présenter : R1 et R2 bons, R3 défaillant; R1 et R3 bons, R2 défaillant; …
Ou On suppose que les éléments sont identiques , ce qui permet de calculer la fiabilité
par loi binomiale :

Avec :

II.2.2.2 Redondance passive :


La redondance est dite passive ou (standby) quand les éléments surabondants ne
sont mis en service qu'au moment du besoin; cela signifie que parmi n éléments
seuls m sont en service. Ceci implique que certains éléments seront en attente ou en
stock.
Dans ce cas, un seul élément fonctionne, les autres sont en attente. Ceci a l’avantage
de diminuer ou de supprimer le vieillissement des éléments ne travaillant pas. En
contrepartie, on a l’inconvénient d’être obligé d’avoir un organe de détection des
pannes et de commutation d’un système sir un autre.
Le calcul d’un système à redondance passive ou « stand-by » se fait en tenant compte
de la variable temps. Il faut donc connaître au préalable, pour chaque composant, son
taux de défaillance λ(t) et sa loi de fiabilité R(t).

Application : Un système à redondance passive à 2 éléments en //:


Hypothèse : le taux de défaillance des éléments E1 et E2 est constant et est égal à 𝜆e1
et 𝜆e2. Cette hypothèse a pour conséquence que les lois de fiabilité sont de type
exponentiel :

R1(t)= et R2(t)=
On fait aussi l’hypothèse que la fiabilité de l’organe DC est égale à 1.
Il sera facile par la suite de la prendre en compte dans le calcul, cet organe étant en
série avec le système {E1, E2}.
Le système fonctionnera avec E1 ou E2, ces événements étant mutuellement exclusifs
(E1 sans E2 ou E2 sans E1, mais jamais les 2 en même temps).
R(S) = P (S fonctionne sachant que E1 fonctionne) x P(E1fonctionne) + P(S
fonctionne sachant que E1 soit défaillant) x P(E1 soit défaillant ).

 Probabilité que E1 soit défaillant sur [0, t] à l’instant T est ∫


 Probabilité que S fonctionne sachant que E1 est défaillant à partir de T est

R(S) =1× +∫ ×
Si on prend en compte l’élément de détection et de commutation DC, on obtient :

𝝀𝑫𝑪 𝒕 𝝀𝟏 𝒆 𝝀𝟐 𝒕 𝝀𝟐 𝒆 𝝀𝟏 𝒕
R(S) =𝒆 ×
𝝀𝟏 𝝀𝟐

II.2.3. Système série-parallèle/ parallèle-série :


Le système série-parallèle est constitué de n sous- systèmes connectés en parallèle
tel que chaque sous-système est composé de k éléments placés en série .
Un système série-parallèle est le résultat de l’association des deux systèmes série et
parallèle. Pour calculer sa fiabilité, on réduit le système complet en un système
parallèle en modélisant chaque sous-système en série par un seul composant. La
fiabilité d’un sous-système en série i est :
Ri (t) =
Alors la fiabilité Rs du système complet est :

Rs = 1 - )

Rs = 1 - .

Le système parallèle-série est constitué de n sous- systèmes connectés en série tel que
chaque sous-système est composé de k éléments placés en parallèle .

De même, un système parallèle-série est le résultat de l’association des deux systèmes


série et parallèle. Pour calculer sa fiabilité, on réduit le système complet en un système
série en modélisant chaque sous-système en parallèle par un seul composant. La
fiabilité d’un sous-système en parallèle j est :

Rs = 1 - )

Alors la fiabilité Rs du système complet est :


Rs = 1 - )
Rs = 1 - .

II.2.4 Structure de pont :


Il s’agit d’une structure de pont lorsque le système ne peut être décomposé à
des combinaisons séries et parallèles. Ce système fonctionne en mode parallèle-série
sous le contrôle du composant pont (composant 3 ). Si ce composant tombe en panne,
le système passe en mode série-parallèle considéré comme mode dégradé.
Pour calculer la fiabilité du système Rs , on utilise soit la table booléenne en
énumérant tous les combinaisons possibles des états des composants, soit en réduisant
le système par itération en utilisant le théorème des probabilités conditionnelles.

Le calcul de la fiabilité en utilisant les probabilités conditionnelles nécessite la


prise en considération des deux configurations (a) et (b) en conditionnant sur l’état du
composant pont (composant 3).
Le composant pont est en marche (figure(a)) :
Ra = [1 – (1 – R1)(1 – R4)]. [1 – (1 – R2)(1 – R5)]
Le composant pont est défaillant (figure (b)) :
Rb = 1 – (1 – R1R2)(1 – R4R5)
On déduit donc la fiabilité Rs du système complet :
Rs = R3.Ra + (1 – R3).Rb
II.2.5 Systèmes à configurations complexes:
Un système à configuration complexe est un système qui ne peut être
représenté que par son schéma de connexion . Il ne peut pas être modélisé par un
diagramme de fiabilité car il ne contient ni de sous-systèmes séries ni parallèles ni
ponts.
Pour aller du point de départ (S) au point d’arrivé (T) , il faut passer par un
ensemble de sous-systèmes placés linéairement, chaque sous-système est constitué
d'un ensemble de composants et chaque composant peut être relié avec un ou plusieurs
composants du sous-système antécédent et du sous-système suivant :

L’évaluation de la fiabilité reste difficile et compliquée. Comme nous pouvons le


remarquer, le système ne peut être décomposé en des sous-systèmes simples, donc il
faut utiliser d’autres méthodes et approches outre que les méthodes que nous avons vu
auparavant.

Vous aimerez peut-être aussi