Chap 03 Quantification de La Fiabilité

Chapitre 03
QUANTIFICATION DE LA FIABILITÉ
DES SYSTÈMES TECHNIQUES
GUEMMOUR M. B UEF 1.2.2.2 : Fiabilité des systèmes

Durée: Cycle : Mastère
UNIVERSITE IBN KHALDOUN DE TIARET FIABILITE DES SYSTEMES 1,5 H Niveau: M1
Faculté Sciences Appliquées Chapitre 03: Quantification de Code : Spécialité: Maintenance
Département Génie Mécanique la fiabilité en mécanique UEF 1.2.2.2 Industrielle
3.1. INTRODUCTION
Dans ce chapitre on s'intéresse essentiellement à la fiabilité en mécanique point de vue quantitatif en
termes de calcul et estimation de la durée de vie d'un système technique mécanique.
 Une méthodologie intégrée de fiabilité qui prend en compte l'aléatoire dans les processus de
dégradation des systèmes mécaniques
 Elle utilise une méthodologie dérivée des techniques classique de fiabilité
 Elle utilise les résultats des bureaux d'études
 Elle est pratiquée par des mécaniciens.
Types de problèmes du fiabiliste

 Améliorer la conception / critères sûreté de fonctionnement
 Assurance SDF du système
 Evaluation quantitative de la fiabilité / objectif
Comparaison électronique / mécanique
Caractéristique Electronique Mécanique

1 Modes de défaillances Simples Complexes
2 Facteurs de contrainte Prédictibles Difficile à prédire
3 Burn-in Economiquement justifiable Trop chers
4  constant Applicable pour de longues durées Applicable pour de courtes durées
5  croissant Obsolescence, vieillissement Arrive très top
6 Durée de vie Courte due à obsolescence Longue
7 Test de vie Bon marché et efficace Difficile et cher
8 Maintenance Remplacement Réparation et remplacement
9 Données de fiabilité Nombreuses Très peu de bonnes données
GUEMMOUR M.B UEF 1222: Fiabilité des systèmes 1/9

3.2. QUANTIFICATION DE LA FIABILITE OPERATIONNELLE

Pour un système technique en cours d'exploitation, les valeurs exactes des fonctions défaillance et
fiabilité ne sont pas connues pour une valeur de temps t donnée. Pour obtenir des informations sur la fiabilité
dans des conditions opérationnelles, on est amené à travers une approche statistique à estimer les nombres
F( t ) et R( t ) à partir de l’observation et de l‘analyse dans des conditions opérationnelles du système
technique en question. Ainsi, si on définit :
N : Effectif total d'éléments de l'échantillon.
N i : Effectif cumulé à l'instant t i parmi les éléments de l'échantillon
Trois méthodes sont utilisées pour quantifier la fiabilité opérationnelle :
 Méthode des rangs brut,
 Méthode des rangs moyens,
 Méthode des rangs médians.
a. Méthode1:"Méthode des rangs bruts" ( NTOT  50 )
Elle est utilisée quand l'effectif N TOT de l'échantillon est de grande taille. Dans ce cas, comme estimation
de F ( ti ) on prend:
Ni
F (ti )   3.1
N TOT
b. Méthode 2:"Méthode des rangs moyens" ( 20  NTOT  50 )
Elle est utilisée quand l'effectif N TOT de l'échantillon est de taille moyenne. Dans ce cas, comme
estimation de F( t i ) on prend:
Ni
F ( ti )   3.2 
N TOT  1
c. Méthode 3:"Méthode des rangs médians" ( NTOT  20 )
Elle est utilisée quand l'effectif N TOT de l'échantillon est de petite taille. Dans ce cas, comme estimation de
F( t i ) on prend :
F ( ti ) 
N i - 0.3
 3.3 
N TOT  0.4

3.3 QUANTIFICATION DE LA FIABILITÉ PRÉVISIONNELLE

3.3.1. Lois de probabilité
La fiabilité prévisionnelle d'un système technique est caractérisée par la quantification de la durée de
vie T jusqu'à la prochaine défaillance qui possède le comportement d'une variable aléatoire. Ainsi, une
approche probabiliste sera adoptée afin d’estimer la fiabilité prévisionnelle et cela à travers la connaissance
des lois de distributions. Du point de vue mathématique, les modèles qui représentent au mieux l'évolution de
la distribution de fréquences d'une variable aléatoire sont les lois de probabilité. Deux catégories de lois
(Tableau 3.1):
Tab 3.1: Lois de probabilités discrètes et continues
Lois discrètes Lois continues
1 - Loi Uniforme 1 - loi de Perason (ou loi du Khi deux 2)
2 - Loi de Bernoulli 2 - loi de Birnbaum-Saunders
3 - Loi Binomiale 3 - loi Gamma
4 - Loi Binomiale négative 4 - Loi Inverse Gamma
5 - Loi Géométrique 5 - loi logistique
6 - Loi Hypergéométrique 6 - loi log-logistique
7 - Loi de Poisson 7 - Loi de Cauchy
8 - loi de Student
9 - loi Bêta
10 - loi exponentielle
11 - loi de Fisher
12 - Loi normal (Laplace-Gauss)
13 - loi Log normale (ou de Galton)
14 - loi de Weibull.
3.3.2. Lois de probabilité en fiabilité mécanique

Dans cette section, seront présentés seulement les lois et les modèles de probabilité et de densités de
probabilité susceptibles, selon l’expérience, de représenter des distributions de durée de vie qui interviennent
le plus fréquemment dans l’analyse de la fiabilité mécanique (Tableau 3.2).
Tab 3.2: Lois de probabilités pour la fiabilité mécanique
Loi Binomiale - Exploitation essais (bon ou mauvais)
Loi de Poisson - Nombre d'incidents sur un parc machine
loi Gamma - Techniques bayesiennes
loi de Pearson (ou loi du Khi deux  2 ) - Tests statistiques, intervalle de confiance
- Forme limite de la loi binomiale
- Tests statistiques aisés
Loi normal (Laplace-Gauss) - Incertitude sur mesure, fabrication
- Phénomène de fatigue (Wohler)
- Mortalité et durée de réparation
loi Log normale (ou loi de Galton) - Défaillance par fatigue mécanique
loi exponentielle - Durée de vie à taux de défaillance constant
loi de Weibull - Durée de vie à taux de défaillance variable

3.3.2.1 Loi Binomiale

1°. Variable de Bernoulli
Soit donné une expérience dont le résultat ne peut prendre que deux valeurs appelées, par convention,
"succès" ou "échec" : Une porte est ouverte ou fermée, une lampe est bonne ou grillée, une pièce usinée est
bonne ou défectueuse, un appareil est en marche ou en panne, etc…
À une expérience de ce type, est associée une variable aléatoire X prenant la valeur 1 pour le succès et la
valeur 0 pour l’échec, avec les probabilités respectives p et q  ( 1  p ) . Cette variable est appelée
variable de Bernoulli . La loi de probabilité d’une variable de Bernoulli notée B  n, p  est définie par :
P  X  1  p  3.4 
P  X  0  1  p  q
Avec :
 L'espérance mathématique:
EX  p  3.5 
 La variance
Var  X   p  1  p   p.q  3.6 
La loi de probabilité d’une variable de Bernoulli s’applique aux événements de type binaire. Tel que la
modélisation des équipement qui seront soit survivants (valeur 1), soit défaillants (valeur 0) à un instant
donné.
2°. Loi binomiale

Soit à réaliser n épreuves indépendantes de la même expérience telles que :
- chaque épreuve ne peut avoir que deux résultats, s’excluant mutuellement,soit "succès", "échec",
- p est la probabilité de succès à chaque épreuve.
- q  1  p est la probabilité d’échec à chaque épreuve.
Le résultat des épreuves étant assujetti au hasard, on considère une variable aléatoire X qui " compte" le
nombre de succès au cours de n épreuves. Si au cours de n épreuves, on obtient k succès, on obtient
également  n  k  échecs. Ainsi:
 la probabilité de réalisation d’un tel événement est égale à:
pk  1  k 
n k
 3.7 
 Le nombre de réalisations possibles de l’événement « obtenir k succès au cours de n épreuves »
est le nombre de combinaisons sans répétitions de n objets pris k à k , soit :
n!
C kn 
k ! n  k  !  3.8 

 La fonction de probabilité :
P  X  k   Ckn pk  1  p 
n k
 3.9 
Où:
n : nombre d'épreuves ou d'essais  n  0 
p : Probabilité de succès  0  p  1
 L'espérance mathématique :
E  X   n. p  3.10 
 la variance :
 2  X   n. p  1  p   3.11
3°. Domaine d'utilisation
 La loi binomiale décrit des phénomènes ne pouvant prendre que deux états s’excluant mutuellement,
succès ou échec dans un jeu, bonne pièce ou pièce défectueuse dans une fabrication, lot acceptable
ou lot refusé, défaillance ou fonctionnement d’un matériel...
 Elle est utilisée dans le domaine technique pour déterminer la probabilité de défaillance à la
sollicitation de matériels, en contrôle qualité, mais elle ne peut s’appliquer rigoureusement que si les
expériences sont non exhaustives, c’est la loi du tirage avec remise.
 Les événements considérés doivent être indépendants et la probabilité de réalisation d’un événement
doit être constante.
3.3.2.2 Loi de Poisson

La loi de Poisson est une loi discrète d’une variable aléatoire représentant un nombre d’événements rares
ayant de petites probabilités. Elle est la loi limite de la loi binomiale quand n tend vers l’infini et p tend vers
zéro, le produit n.p restant fini. Elle est utilisée pour décrire les situations suivantes:
 La réalisation d’événements peu probables, dans une succession d’épreuves très nombreuses, au
moins 50,
 Le nombre d’accidents dans un atelier, le nombre de défauts sur un appareil,
 Files d’attente.
La loi de Poisson de paramètre  est la loi d’une variable aléatoire discrète réelle X , prenant toutes les
valeurs entières non négatives, avec les probabilités suivantes :
e  k 
P  X  k   Pk  ; Pour k   0,    et P k 1  3.12 
k! k 0

3.4.2.3 Loi exponentielle

La loi exponentielle a de nombreuses applications dans plusieurs domaines. En maintenance, elle décrit
la vie des matériels qui subissent des défaillances brutales. Cette loi est la plus couramment utilisée en
fiabilité électroniques pour décrire:
 La période durant laquelle le taux de défaillance des équipements est considéré comme constant
(défaillance aléatoire).
 Le temps écoulé jusqu’à une défaillance, ou l’intervalle de temps entre deux défaillances.
Elle est définie par un seul paramètre qui est le taux de défaillance  . lorsque le taux de défaillance est
constant, (c'est-à-dire pour tout t  0 on a  (t )   constante strictement positive) , alors la loi suivie par la
variable aléatoire T est une loi exponentielle. Dans ce cas on définit les quantités suivantes :
 La fonction de fiabilité:
R(t )  e   t  3.13 
 La fonction de défaillance:
F (t )  1  e   t  3.14 
 La densité de probabilité:
f (t )   e  t
 3.15 
 La Moyenne des Temps de Bon Fonctionnement :
1  3.16 
MTBF 

 L'écart-type:

1  3.17 

1
S’il s'agit d'une loi exponentielle, alors la MTBF  est l'antécédent de e 1  0.368 . L'utilisation de

papier semi-logarithmique pour représenter R(t ) permet de déceler une loi exponentielle (Figure 3.1).
Fig. 3.1: L'allure de la fonction R(t) sur un papier semi-logarithmique

3.4.2.7 Loi de puissance (loi de WEIBULL (mathématicien Suédois)

1° Modèle du taux de défaillance
WEIBULL a choisi pour le taux de défaillance une loi sous forme de puissance (calcul facile d'intégrales)
avec 3 paramètres   ,  ,  qui permettent d'obtenir les diverses situations de   t  : décroissante  ,
constante  et croissante  .
 1
  t  
 (t )   pour t  
   
,
 3.18 
 ,  , sont des paramètres avec   0 et   0 . Pour tout t  0

S'il s'agit d'une loi exponentielle, alors on définit:
 Fonction de fiabilité:
  t    
R( t )  exp       3.19 
    
 Fonction de défaillance:
  t    
F ( t )  1  exp       3.20 
    
 Densité de probabilité:
 1
  t    
  t  
f (t )   exp   
       3.21
    
 La Moyenne des Temps de Bon Fonctionnement :
MTBF   A    3.22 
 Ecart-type:
    3.23 
2° Paramètres de la loi de Weibull

Si lors de la représentation des fonctions F ( t ) ou R( t ) sur le papier de WEIBULL, le nuage de points
de coordonnées  ti , F ( t i )  ou  ti , R( t i )  sont dispersés de manière rectiligne (c'est-à-dire répartis suivant
une droite), alors :

   0.
  et  seront déterminés de manière graphique

a) Paramètre de forme  (   0 )
Le paramètre  est le coefficient directeur de la droite précédente, il suffit de tracer une droite parallèle à
la précédente et de lire directement le coefficient directeur de cette droite sur l'axe d'équation X  1 . C'est
un paramètre sans dimension, il fournit des indications à la fois qualitatives et quantitatives du taux de
défaillance instantané. Tel que :
 Si   1 est décroissant, indication qui précise que le système est en période de jeunesse.
 Si   1 c’est le signe d’un comportement régulier du système avec un taux de défaillance
sensiblement constant. C’est donc la période de maturité, la plus longue dans le cycle de vie d’un
système.
 Si   1 dans ce cas le taux de défaillance est croissant, caractéristique de la zone de vieillesse.
Avec: - 1.5    2.5 : fatigue.
- 3    4 : usure, corrosion.
f(t ) R( t ) ( t )
1.5
 3  3
1  3 1  1
 1
  0.5
0.5
  0.5
 1
t t t
Fig 3.2: Influence du paramètre de forme sur les fonctions f(t), R(t) et (t)
b). Paramètre d’échelle  (   0 )

Le paramètre  se lit directement à l'intersection de la droite précédente avec l'axe des abscisses puisque
celui-ci est gradué en échelle logarithmique. Il s’exprime en unité de temps et il influe sur la densité de
probabilité (Figure 1.
f(t )
1   2
1
2
t
Fig 3.3: L’influence du paramètre d’échelle sur la densité de probabilité.

c). Paramètre de position      
C'est un paramètre qui s’exprime en unité de temps. Il indique la date de début des défaillances. Tel que :
  0 : Les défaillances ont débutés avant l’origine des temps de l’échantillon.
  0 : Les défaillances ont débutés avant l’origine des temps.
  0 : Aucune défaillance entre t  0 et t   .
f(t )
 0  0  0
Fig 3.4: L’influence du paramètre de position sur la densité de probabilité.

Chap 03 Quantification de La Fiabilité

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chap 03 Quantification de La Fiabilité

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 03

GUEMMOUR M. B UEF 1.2.2.2 : Fiabilité des systèmes

Types de problèmes du fiabiliste

Comparaison électronique / mécanique

Caractéristique Electronique Mécanique

GUEMMOUR M.B UEF 1222: Fiabilité des systèmes 1/9

3.2. QUANTIFICATION DE LA FIABILITE OPERATIONNELLE

a. Méthode1:"Méthode des rangs bruts" ( NTOT  50 )

b. Méthode 2:"Méthode des rangs moyens" ( 20  NTOT  50 )

c. Méthode 3:"Méthode des rangs médians" ( NTOT  20 )

GUEMMOUR M.B UEF 1222: Fiabilité des systèmes 2/9

3.3 QUANTIFICATION DE LA FIABILITÉ PRÉVISIONNELLE

3.3.2. Lois de probabilité en fiabilité mécanique

GUEMMOUR M.B UEF 1222: Fiabilité des systèmes 3/9

3.3.2.1 Loi Binomiale

2°. Loi binomiale

 la probabilité de réalisation d’un tel événement est égale à:

GUEMMOUR M.B UEF 1222: Fiabilité des systèmes 4/9

3.3.2.2 Loi de Poisson

GUEMMOUR M.B UEF 1222: Fiabilité des systèmes 5/9

3.4.2.3 Loi exponentielle

Fig. 3.1: L'allure de la fonction R(t) sur un papier semi-logarithmique

3.4.2.7 Loi de puissance (loi de WEIBULL (mathématicien Suédois)

 ,  , sont des paramètres avec   0 et   0 . Pour tout t  0

2° Paramètres de la loi de Weibull

de coordonnées  ti , F ( t i )  ou  ti , R( t i )  sont dispersés de manière rectiligne (c'est-à-dire répartis suivant

une droite), alors :

GUEMMOUR M.B UEF 1222: Fiabilité des systèmes 7/9

b). Paramètre d’échelle  (   0 )

GUEMMOUR M.B UEF 1222: Fiabilité des systèmes 8/9

c). Paramètre de position      

Fig 3.4: L’influence du paramètre de position sur la densité de probabilité.

GUEMMOUR M.B UEF 1222: Fiabilité des systèmes 9/9

Vous aimerez peut-être aussi