See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/369440486

Modélisation par la fiabilité de la performance d’un système

Book · March 2023

CITATIONS READS

0 27

2 authors:

Abdelkhalak ELHami Mohamed Yehia Eid

Institut National des Sciences Appliquées de Rouen Institut National des Sciences Appliquées de Rouen
668 PUBLICATIONS   2,457 CITATIONS    65 PUBLICATIONS   393 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Topology optimization using domaine décomposition method View project

CREST Project View project

All content following this page was uploaded by Mohamed Yehia Eid on 22 March 2023.

The user has requested enhancement of the downloaded file.

 Collection : Génie mécanique et mécanique des solides
Série : Fiabilité des systèmes multiphysiques
Modélisation par la fiabilité de la performance d’un système
Maintenabilité, événements séquentiels, systèmes multi-états
Abdelkhalak El Hami, INSA Rouen Normandie, France
Mohamed Eid, INSA Rouen Normandie, France

https://www.istegroup.com/fr/produit/modelisation-par-la-fiabilite-de-la-performance-dun-systeme/

198 pages - janvier 2023

ISBN papier : 9781784058982
ISBN ebook : 9781784068981
 Introduction

La modélisation probabiliste de la performance du système est érigée principalement

sur un socle massif de la théorie de la fiabilité. On peut donc l’appeler « la modélisation
par la fiabilité ». Même s’il existe des liens presque organiques avec les statistiques ap-
pliquées, les calculs combinatoires et l’algèbre booléenne. La modélisation par fiabilité
est une discipline bien distincte qui est conceptuellement différente des disciplines citées
ci-dessus. Actuellement, la modélisation par la fiabilité couvre un spectre très étendu des
applications, comme la fiabilité de systèmes, l’analyse fonctionnelle, la sûreté de fonc-
tionnement, l’analyse et la gestion des risques, la gestion et l’optimisation de la main-
tenance, la dégradation et le vieillissement de systèmes, la surveillance, le diagnostic et
le pronostic, l’analyse de performance, le contrôle de qualité de la production massive, la
fiabilité de structures et la fiabilité de logiciels.

Le champ de modélisation de cet ouvrage se restreint à la modélisation de la fiabilité

et la disponibilité du système complexe, en y excluant les systèmes passifs (la structure)
et les logiciels.

Cet ouvrage est accessible par des lecteurs en formation d’ingénieurs et ayant déjà
acquis les élémentaires en théorie de probabilité, statistiques appliquées, calculs différen-
tiels, intégrales, calculs combinatoires et algèbre booléenne.

Il s’agit d’un traité de modélisation du fonctionnement de systèmes qui exploite les

concepts, les méthodes et les outils mathématiques qui permettent la réalisation de la
modélisation par la fiabilité des qualités fonctionnelles des systèmes. Ayant précisé ci-
dessus les domaines visés par la modélisation, les qualités fonctionnelles premières con-
cernées sont la disponibilité et la fiabilité du système. Ces qualités fonctionnelles sont
d’une nature probabiliste et statistiquement mesurables. Dès que les concepts de la dis-
ponibilité et de la fiabilité sont bien saisis, d’autres qualités dérivées surgissent et com-
plètent la caractérisation fonctionnelle du système, comme les taux de transition entre les
2 Modélisation par la fiabilité de la performance

états définissant l’espace fonctionnel du système et les probabilités de séjour dans les
états. Notre recours à la mathématique ne sert qu’à étayer le paradigme de la modélisation
fonctionnelle par la fiabilité, pratiquée par l’ingénierie des systèmes.

Tout au long du livre, on construit progressivement la complexité de la modélisation

des systèmes. On commence par la modélisation du fonctionnement du système le plus
simple que l’ingénieur peut concevoir, c’est-à-dire le système binaire (bi-état). On l’ap-
pellera le composant élémentaire. Et l’on continue progressivement vers la modélisation
fonctionnelle du système multi-états. Dans cette démarche, le système multi-états est cons-
truit à partir des composants élémentaires indépendants et cohérents. L’indépendance et la
cohérence fonctionnelles des constituants sont bien définies dans le livre. Cependant, ni la
dépendance ni l’incohérence fonctionnelle des constituants n’ont été traitées.

Que le système soit binaire ou multi-états, la définition de la défaillance reste toujours

fonctionnelle. La défaillance physique n’apparaît qu’aux étages les plus bas de l’analyse
fonctionnelle, où se trouve le composant élémentaire par convention, décrété par l’ingé-
nieur et/ou par l’analyste. Les frontières entre le composant et le système ne sont que
conventionnelles. Un système à une étape spécifique de l’analyse peut devenir un com-
posant dans l’étape suivante et vice-versa. Cela permet progressivement la modélisation
de la complexité fonctionnelle croissante du système des systèmes. Le livre explore cette
possibilité grâce à la binarisation fonctionnelle du système multi-états. Dans cette démar-
che de traitement de la complexité fonctionnelle croissante, la binarisation du système
multi-états assure la conservation des modèles mathématiques qui décrivent la disponi-
bilité et la fiabilité de l’entité fonctionnelle à toute l’échelle de la complexité fonctionnelle
entre binaire, multi-états et multi-multi-états. La disponibilité et la fiabilité de ces entités
fonctionnelles sont gouvernées par le même système d’équations différentielles et inté-
grales, quel que soit le degré de leurs complexités fonctionnelles. La complexité fonction-
nelle est finalement déterminée par le nombre des états définissant l’espace fonctionnel et
les relations logiques structurant le système. Pour les systèmes à faible et moyenne com-
plexité, la disponibilité et la fiabilité peuvent être déterminées par modèles analytiques en
forme d’équations, ou numériquement sous la forme d’un ensemble d’équations linéaires
issues des graphes d’états markoviens. Aux complexités encore supérieures, les analys-
tes font appel à la simulation par la méthode de Monte-Carlo. Le livre présente des
aperçus de ces méthodes à travers des applications didactiques simples, dans les chapitres
dédiés. Le livre est structuré en huit chapitres.

Dans le chapitre 1, nous insistons sur l’identification du système par sa fonctionnalité.

Un système est une entité fonctionnelle avant qu’elle soit physique. La disponibilité dé-
signe l’état d’une fonction requise et active du système. Elle ne désigne pas son état phy-
sique. Un système physiquement intègre pourrait ne pas être disponible parce qu’il est mal
refroidi. Et son circuit de refroidissement est aussi intègre, mais il ne fournit pas la
 Introduction 3

capacité de refroidissement requise, car la température du système est hors de la limite

du fonctionnement sûre. Certes, la confusion entre la fonctionnalité et le système physi-
que arrive à l’étage le plus élémentaire de la segmentation successive des fonctions et
des sous-fonctions. À cet étage, le système élémentaire serait arbitrairement appelé com-
posant. L’analyste fixe arbitrairement le seuil fonctionnel au-dessous duquel le compo-
sant surgirait, de la façon la plus convenable pour son analyse. Ce seuil pourrait évidem-
ment varier d’une analyse à l’autre. Cette entité fonctionnelle élémentaire incarnée dans
un composant sera décrite de la façon la plus simple que l’ingénieur-analyste des systè-
mes puisse imaginer, c’est-à-dire qu’elle est soit disponible soit indisponible, exclusive-
ment. Le composant fonctionne donc en transitions perpétuelles entre l’état disponible
et l’état indisponible, jusqu’à la fin de sa vie opérationnelle. Ses transitions sont carac-
térisées par un taux de défaillance et un taux de réparation. Le composant élémentaire
est binaire. Le composant élémentaire est une entité fonctionnelle conceptuelle. La modé-
lisation mathématique de la disponibilité et de la fiabilité du composant élémentaire est
traitée en détail au chapitre 1.

Le chapitre 2 traite la modélisation mathématique de la disponibilité et de la fiabilité

du système multi-états. Le système multi-états sera construit par un assemblage fonction-
nel des composants élémentaires sous la condition que les composants élémentaires sont
indépendants et forment un ensemble fonctionnel cohérent. L’indépendance requiert que
les transitions des composants élémentaires n’infèrent pas mutuellement. Et la cohérence
fonctionnelle de l’ensemble exige que la transition de l’un des composants élémentaires
vers l’état d’indisponibilité ne puisse pas augmenter la disponibilité du système et que
la transition de l’un des composants élémentaires vers l’état de disponibilité ne puisse
pas augmenter l’indisponibilité du système. C’est-à-dire, en autres termes, la dégradation
fonctionnelle d’un composant élémentaire ne peut que dégrader le fonctionnement du sys-
tème, et l’amélioration fonctionnelle d’un composant élémentaire ne peut qu’améliorer
le fonctionnement du système. Ayant établi les principes de l’indépendance et de la
cohérence fonctionnelle, il ne nous reste qu’à décrire les relations fonctionnelles logi-
ques qui structurent l’ensemble des composants élémentaires en un système bien défini.
Ces relations fonctionnelles logiques opèrent en deux modes algébriques élémentaires
qui sont l’union et l’intersection, dans le sens booléen des termes. Alors, l’assemblage
fonctionnel des composants élémentaires en un seul système est réalisé grâce aux opéra-
teurs booléens élémentaires : OU « ∨ » et ET « ∧ ». S’appuyant sur des systèmes aux
structures simples avec deux composants élémentaires, on introduit la notion de multi-
états. On démontre aussi que tout système multi-états peut être réduit en système à fonc-
tionnement binaire en partageant ses états de fonctionnement entre deux espaces de fonc-
tionnement : l’espace des états de disponibilité et l’espace des états d’indisponibilité. La
binarisation d’un système multi-états nécessite l’introduction de deux notions supplémen-
taires : les états critiques et les transitions critiques. Par l’introduction de ces dernières
notions, la modélisation mathématique de la disponibilité et de la fiabilité des systèmes
4 Modélisation par la fiabilité de la performance

multi-états sera réalisée, dans le chapitre 2, et sa binarisation aussi, grâce aux taux équiva-
lents de défaillance et de réparation.

Dans le chapitre 3, on traite la modélisation du système matriciel (𝑛 × 𝑙), avec 𝑛 com-

posants élémentaires en série qui se répètent en parallèle 𝑙 fois. On trouve ce système,
assez souvent, dans : les dispositifs des systèmes électroniques de détection et d’analyse
des signaux, les systèmes à redondance active et passive, et les procédés de fabrication.
Assez souvent aussi, les 𝑛 × 𝑙 composants impliqués sont identiques. Les analystes peu-
vent s’intéresser aux systèmes matriciels pour deux raisons différentes, mais pas disjoin-
tes. La première concerne la modélisation de la disponibilité et la fiabilité des systèmes
en extension du chapitre 2 après une adaptation directe à la structure matricielle. La
seconde raison est plutôt pour la modélisation des dégradations fonctionnelles d’un sys-
tème (matriciel ou pas) si le fonctionnement du système est plutôt classé en phases dé-
finies par des seuils, déterminés par le nombre des composants élémentaires disponibles
ou indisponibles. C’est exactement le cas des systèmes distribués en réseaux qui se struc-
turent en nœuds et arcs. Dans ces types de systèmes, les analystes s’intéressent plus à la
modélisation de la performance du réseau et son évolution d’une phase de fonctionne-
ment à une autre, plus qu’à la disponibilité et à la fiabilité d’un système fonctionnel
localisé. En d’autres termes, on s’intéresse aux séjours dans les différentes phases de fonc-
tionnement du système distribué ainsi qu’aux transitions entre elles. Dans cette démarche,
les états de fonctionnement du système distribué ne sont pas classés en : espace de dis-
ponibilité et espace d’indisponibilité. Les états sont plutôt classés en fonction du nombre
des composants disponibles ou indisponibles de l’ensemble des composants élémentai-
res appartenant au réseau en question.

Les chapitres 4 et 5 sont consacrés à la mise en applications des concepts et des no-
tions déjà introduits précédemment en prenant comme supports applicatifs des systèmes
simples au sens de : la simplicité de la structure et la simplicité numérique. La simplicité
structurelle résulte du faible nombre des composants élémentaires appartenant au système
et à la simplicité de leurs liens logiques. La simplicité numérique résulte des hypothèses
suivantes : les composants élémentaires sont indépendants, avec des taux de défaillance
et de réparation constants dans le temps. Cette simplicité est voulue, car nous supposons
que la formation des lecteurs du livre puisse se faire par l’apprentissage actif en travaillant
par eux-mêmes les cas d’application proposés.

Dans le chapitre 4 donc, nous modélisons les systèmes avec redondance. La redon-
dance est une solution technique qui permet généralement d’améliorer la disponibilité et
la fiabilité des systèmes au prix d’un coût total supérieur pour l’installation et la main-
tenance. Alors, on parle du système avec redondance type 𝑛 𝑁. Dans la littérature, on
trouve deux définitions complémentaires du système 𝑛 𝑁. Soit c’est un macro-système
constitué de 𝑁 systèmes qui sont fonctionnellement identiques, dont la disponibilité d’au
 Introduction 5

moins 𝑛 suffise pour rendre le macro-système disponible. Soit, c’est un macrosystème

constitué de 𝑁 systèmes qui sont fonctionnellement identiques, dont l’indisponibilité d’au
moins 𝑛 systèmes suffise pour rendre le macro-système indisponible. Dans la première
définition, le 𝑛 indique la condition minimale de disponibilité du macrosystème. Dans la
seconde, le 𝑛 indique la condition minimale d’indisponibilité du macro-système.

Dans le chapitre 5, nous modélisation un système général. Les évaluations de la fia-

bilité et de la disponibilité de systèmes sont parmi les activités les plus courantes dans tous
les domaines relatifs à l’ingénierie des systèmes : études et conception, gestion et optimi-
sation de la maintenance, gestion de la politique de tests périodiques et de la sûreté de
fonctionnement (en situations normales et accidentelles). La modélisation dynamique
de la disponibilité et de la fiabilité d’un système passe par plusieurs étapes : la modélisa-
tion de la disponibilité et de la fiabilité des composants élémentaires, la construction de
l’espace fonctionnel du système, l’identification des états associés à l’espace de disponi-
bilité et ceux associés à l’espace d’indisponibilité, l’identification des états critiques, la
détermination du taux équivalent de défaillance et, enfin, la détermination de la disponi-
bilité/indisponibilité et la fiabilité/défiabilité du système. Un cas d’application est illustré.
Il s’agit d’un système simple constitué de cinq composants élémentaires.

Dans le chapitre 6, nous traitons la modélisation des événements séquentiels. La mo-

délisation des événements séquentiels occupe une place spécifique dans les domaines
de l’analyse des accidents et l’analyse de la sûreté des systèmes. Les analystes cherchent à
identifier les séquences des défaillances (systémiques, humains, procédurales, etc.) qui
risquent de produire des accidents graves, dès la conception du système. Ils cherchent à
éliminer/réduire l’occurrence des séquences redoutables, à interrompre l’ordre de l’occur-
rence des événements de la séquence et/ou à mitiger leurs conséquences. Les analystes
exploitent ainsi plusieurs outils d’analyse, dont l’arbre d’événements, à la différence de
l’arbre de défaillances, qui ne prend pas en compte l’aspect séquentiel de l’occurrence des
défaillances dans le temps. L’arbre des événements considère l’ordre de l’occurrence des
événements. Dans ce chapitre, nous avons indiqué les deux modèles assez pratiqués dans
la modélisation des séquences : le modèle dynamique et le modèle statique. Générale-
ment, le modèle dynamique est plus utilisé dans les analyses des accidents. En revanche,
le modèle statique est largement utilisé en analyses de sûreté de fonctionnement de systè-
mes. Un cas académique composé des 4 événements séquentiels est traité. Une analyse
comparative entre les modèles (dynamique et statique), illustrée par des résultats numéri-
ques, a également été effectuée.

Au chapitre 7, la simulation numérique par la méthode de Monte-Carlo est briève-

ment présentée et illustrée à travers quelques applications. Nous avons mis l’accent sur
la notion d’échantillonnage analytique bijective, la démarche générique (le jeu), l’encais-
sement (le score) et l’exploitation statistique (score moyen, écart type et variance) en
6 Modélisation par la fiabilité de la performance

quelques cas simples, en deux cas de simulation. Le premier cas de simulation décrit
l’évolution dans le temps d’un système représenté par son graphe d’états. On simule donc
les transitions entre les états pour en déterminer principalement : le temps moyen de sé-
jour par état et le nombre de séjours à chaque état dans un intervalle du temps donné. Le
second cas concerne un système décrit par ses composants élémentaires et sa structure
logique. On détermine principalement sa fiabilité et son histogramme de fonctionnement,
à partir de la simulation des histogrammes de fonctionnement de ses composants élémen-
taires. Nous n’avons pas traité plusieurs sujets importants en simulation par la méthode
de Monte-Carlo, à noter : l’échantillonnage non analytique, les techniques d’accélération,
et la propagation des incertitudes. Mais, la connaissance de base présentée dans le chapi-
tre doit permettre aux lecteurs qui le souhaitent de compléter indépendamment leurs con-
naissances sur ces sujets en fonction de leurs besoins professionnels en temps réel.

Finalement, la modélisation fonctionnelle ne serait pas d’intérêt applicatif en ingénie-

rie des systèmes sans les données de défaillance et de réparation issues du monde réel.
Le chapitre 8 sera donc dédié à l’acquisition de ces données et leurs traitements statiques,
soit via des campagnes de test, soit via des analyses de retour d’expériences opéra-
tionnelles. Il présente les essais physiques utilisés en fiabilités. Ces essais permettent d’ob-
tenir des données sur la fiabilité des systèmes conçus ou fabriqués. Lorsqu’un nouveau
prototype comporte des innovations et qu’il n’existe pas de données ou qu’elles sont
indisponibles, il est nécessaire pour l’optimisation du produit de construire une base de
connaissance à l’aide d’essais physiques. Celle-ci permet de connaitre la fiabilité des
composants en fonction des sollicitations auxquels ils sont soumis.

Parmi les différents essais permettant de tester la fiabilité des produits industriels, on
peut distinguer les essais accélérés, les essais aggravés et les essais bayésiens.
 Table des matières

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Chapitre 1. Notions de base de la sûreté de fonctionnement . . . . 7

1.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2. Algèbre booléenne. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1. Axiomes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2.2. Lois élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3. Notions probabilistes de base . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1. Probabilité D(t) et densité de probabilité ρ(t) . . . . . . . . . . . . . 11
1.3.2. Taux d’occurrence de la défaillance λ(t) . . . . . . . . . . . . . . . 11
1.3.3. Les événements aléatoires indépendants . . . . . . . . . . . . . . . 12
1.4. Description fonctionnelle de système . . . . . . . . . . . . . . . . . . . . 13
1.5. Système binaire et modèle de base . . . . . . . . . . . . . . . . . . . . . . 15
1.6. La disponibilité des systèmes binaires . . . . . . . . . . . . . . . . . . . . 16
1.7. Les probabilités de séjour . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.7.1. La fiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.7.2. La maintenabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.8. Défaillance, réparation et processus stochastiques . . . . . . . . . . . . . 23
1.8.1. Processus stochastiques renouvelables . . . . . . . . . . . . . . . . 24
1.8.2. Processus stochastiques conditionnellement renouvelables . . . . 25
1.9. Le système multi-états . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

Chapitre 2. Modélisation des systèmes multi-états . . . . . . . . . . . 31

2.1. Le système à représentation analytique . . . . . . . . . . . . . . . . . . . 32
2.2. Transitions critiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
viii Modélisation par la fiabilité de la performance

2.3. La binarisation des systèmes multi-états . . . . . . . . . . . . . . . . . . . 36

2.4. La probabilité de refus de démarrage du système . . . . . . . . . . . . . 39
2.5. Les transitions interdites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.6. L’équivalence entre modèle booléen et graphe d’états . . . . . . . . . . 41
2.7. Les systèmes à représentation systémique . . . . . . . . . . . . . . . . . . 43
2.8. Le graphe de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

Chapitre 3. Système matriciel . . . . . . . . . . . . . . . . . . . . . . . . . 49

3.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.2. Modélisation de l’état du fonctionnement du système . . . . . . . . . . . 50
3.2.1. Modélisation d’une ligne des composants élémentaires . . . . . . 50
3.2.2. Modélisation de l’espace fonctionnel du système . . . . . . . . . . 51
3.2.3. Les sous-espaces des ensembles . . . . . . . . . . . . . . . . . . . . 57
3.2.4. Transitions entre ensembles . . . . . . . . . . . . . . . . . . . . . . . 58
3.2.5. Modélisation des taux équivalents de transitions . . . . . . . . . . 59
3.2.6. Modélisation dynamique des états de fonctionnement . . . . . . . 61
3.3. Système matriciel homogène . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.4. Application académique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.4.1. Énoncés du cas d’étude . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.4.2. Déterminer la performance du système . . . . . . . . . . . . . . . . 65
3.4.3. Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.5. Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

Chapitre 4. Modélisation d’un système avec redondance . . . . . . 69

4.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2. Analyse combinatoire du système n/N . . . . . . . . . . . . . . . . . . . . 70
4.3. Déterminer la disponibilité/l’indisponibilité . . . . . . . . . . . . . . . . 71
4.3.1. L’analyse par la fonction binaire de structure . . . . . . . . . . . . 71
4.3.2. L’analyse par expressions booléennes . . . . . . . . . . . . . . . . . 72
4.3.3. Exemple d’analyse par expressions booléennes . . . . . . . . . . . 75
4.4. Le taux équivalent de défaillance et de réparation . . . . . . . . . . . . . 76
4.5. Système homogène . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.5.1. Caractérisation du système homogène . . . . . . . . . . . . . . . . . 78
4.6. Application numérique (1) . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.7. Application numérique (2) . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.7.1. Les critères du succès de la mission et les données du système . . 81
 Table des matières ix

4.7.2. Modélisation fonctionnelle par graphe d’états . . . . . . . . . . . . 81

4.7.3. Modélisation de la disponibilité du dispositif . . . . . . . . . . . . 82
4.7.4. Modélisation de l’indisponibilité du dispositif . . . . . . . . . . . . 83
4.7.5. Modélisation du taux de défaillance équivalent du dispositif . . . 84
4.7.6. Modélisation du temps moyen de détection (TMD) . . . . . . . . . 85
4.7.7. Évaluation de l’efficacité de la redondance . . . . . . . . . . . . . . 86

Chapitre 5. Application en fiabilité des systèmes . . . . . . . . . . . . 89

5.1. Descriptif du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.2. Les missions de système . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.3. Les données de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.4. Modélisation de l’indisponibilité du système . . . . . . . . . . . . . . . . 92
5.5. Évaluation de l’indisponibilité du système . . . . . . . . . . . . . . . . . 94
5.6. Modélisation de la disponibilité du système. . . . . . . . . . . . . . . . . 96
5.7. Évaluation de la disponibilité du système . . . . . . . . . . . . . . . . . . 97
5.8. Modélisation de la fiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.9. Évaluation de la fiabilité du système . . . . . . . . . . . . . . . . . . . . . 101
5.10. Analyse de l’importance relative des composants . . . . . . . . . . . . 102
5.10.1. L’indice prévisionnel d’importance . . . . . . . . . . . . . . . . . 102
5.10.2. L’indice opérationnel d’importance . . . . . . . . . . . . . . . . . 104
5.11. Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

Chapitre 6. Analyse des événements séquentiels . . . . . . . . . . . . 109

6.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.2. Analyse séquentielle avec intervalles de temps variables . . . . . . . . . 111
6.3. Analyse séquentielle avec intervalles de temps fixes . . . . . . . . . . . 117
6.4. Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

Chapitre 7. La méthode de Monte-Carlo . . . . . . . . . . . . . . . . . . 121

7.1. Génération des variables aléatoires . . . . . . . . . . . . . . . . . . . . . . 121
7.2. Échantillonnage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
7.3. Échantillonnage bijectif analytique . . . . . . . . . . . . . . . . . . . . . . 123
7.4. Démarche générique de la simulation Monte-Carlo . . . . . . . . . . . . 125
7.5. Simulation des transitions dans un système multi-états . . . . . . . . . . 127
7.5.1. La démarche de la simulation des transitions . . . . . . . . . . . . . 129
7.5.2. Algorithme de simulation des transitions . . . . . . . . . . . . . . . 130
x Modélisation par la fiabilité de la performance

7.5.3. Résultats de la simulation de l’histogramme des transitions . . . . 131

7.5.4. Le nombre de séjours par état . . . . . . . . . . . . . . . . . . . . . . 133
7.5.5. Le temps de séjour par état . . . . . . . . . . . . . . . . . . . . . . . 134
7.5.6. La probabilité d’échec . . . . . . . . . . . . . . . . . . . . . . . . . . 135
7.6. Simulation du fonctionnement d’un système à redondance. . . . . . . . 137
7.6.1. Description du système . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.6.2. Algorithme de génération de l’histogramme de fonctionnement . 138
7.6.3. L’histogramme de fonctionnement . . . . . . . . . . . . . . . . . . . 140
7.6.4. Le temps moyen de bon fonctionnement . . . . . . . . . . . . . . . 141
7.6.5. Algorithme pour déterminer la fiabilité du système . . . . . . . . . 142
7.6.6. Estimation de la fiabilité du système. . . . . . . . . . . . . . . . . . 143
7.7. Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

Chapitre 8. Les essais physiques utilisés en fiabilité . . . . . . . . . 147

8.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
8.2. Les essais accélérés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
8.2.1. Les différentes lois d’accélérations . . . . . . . . . . . . . . . . . . 149
8.2.1.1. Modèle d’Arrhenius . . . . . . . . . . . . . . . . . . . . . . . . 150
8.2.1.2. Modèle de Peck . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
8.2.1.3. Modèle de la puissance inverse ou Coffin-Manson . . . . . . 151
8.2.1.4. Modèle d’Eyring . . . . . . . . . . . . . . . . . . . . . . . . . . 152
8.3. Fatigue mécanique simple, modèle de Wöhler . . . . . . . . . . . . . . . 152
8.3.1. Lois empiriques de la fatigue . . . . . . . . . . . . . . . . . . . . . . 155
8.3.1.1. Loi de Basquin . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
8.3.1.2. Loi de Coffin-Manson . . . . . . . . . . . . . . . . . . . . . . . 155
8.3.1.3. Règle de Miner . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
8.4. Les essais aggravés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
8.4.1. Les principaux tests aggravés . . . . . . . . . . . . . . . . . . . . . . 156
8.4.1.1. Le HALT (Highly Accelerated Life Test). . . . . . . . . . . . 156
8.4.1.2. Les essais de déverminage . . . . . . . . . . . . . . . . . . . . 158
8.4.1.3. Exemple de cycles de test en essais aggravés . . . . . . . . . 159
8.5. Les essais bayésiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
8.6. Analyse de l’endommagement par fatigue . . . . . . . . . . . . . . . . . 165
8.6.1. Formulations et développements . . . . . . . . . . . . . . . . . . . . 165
8.6.2. Stratégie de l’analyse de l’endommagement par fatigue . . . . . . 168
8.7. Méthodologie de l’amélioration à l’aide de tests physiques . . . . . . . 170
8.7.1. Optimisation des essais physiques à réaliser . . . . . . . . . . . . . 170
8.7.1.1. Les plans d’expérience . . . . . . . . . . . . . . . . . . . . . . 170
 Table des matières xi

8.7.1.2. Les plans factoriels fractionnaires . . . . . . . . . . . . . . . . 173

8.8. Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

Annexe. Lois courantes de modélisation de la fiabilité . . . . . . . . 175

Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179

Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183

View publication stats