Vous êtes sur la page 1sur 33

La maintenance basée sur la fiabilité (MBF)

Une politique de maintenance, structurée et rationnelle, qui


identifie les matériels dont les modes de défaillances ont des
conséquences significatives pour les objectifs de l’entreprise
(sécurité, disponibilité, coûts, maintenabilité, productivité, etc…),
et qui ne retient que les tâches efficaces et applicables de
maintenance préventive.

L’objectif général de la MBF

Éviter l’apparition de défaillances dont les effets se répercutent en


termes de coûts directs et indirects pour l’entreprise.

Coûts de réparation

Impacts sur la production

Impacts commerciaux

Impacts sur l’environnement

Coûts divers (reconception, ressources externes, etc…)


2

Prof. Anis Chelbi 1


Les objectifs spécifiques de la MBF

Définir et justifier, au stade de la conception, les actions de


maintenance préventive à mettre en place (quoi, quand et comment)

Redéfinir, en exploitation, les actions de maintenance préventive)

Assurer et augmenter les performances des installations

Déterminer les recommandations relatives aux enjeux technico-


économiques (investissements, rénovation, justification).

Quelles sont les fonctions et les standards de performance


associés aux outils opérant dans leur contexte opératoire?

Quelles sont les défaillances fonctionnelles?

Quelles sont les causes de chaque défaillance


fonctionnelle?

Les 7 questions
fondamentales
Quels sont les effets de chaque défaillance fonctionnelle?

de la MBF Comment chaque défaillance se manifeste?

Qu’est ce qu’on peut faire pour prévenir ou prédire


chaque défaillance?

Qu’est ce qu’on peut faire si on ne peut ni prévenir ni


prédire la défaillance?

Prof. Anis Chelbi 2


Mise en œuvre de la MBF

L ES ÉTAPES DE LA DÉMARCHE MBF

1 Détermination des Sites et des Équipements à étudier

2 Analyse des défaillances fonctionnelles

Analyse fonctionnelle

AMDEC

3
Établissement du Plan de Maintenance

Amélioration du programme de maintenance


Révision du programme de maintenance préventive

Optimisation et recommandations

4 Retour d'expérience

Synthèse des rapports d'intervention

Mise à jour

Définition d’un système

Ensemble d’éléments interdépendants orientés vers la réalisation d’une fonction (machine,


usine, etc. ). Chaque système peut être décomposé en sous systèmes, composants et en
éléments.

6
6

Prof. Anis Chelbi 3


Caractéristiques d’un système

La fonction : ce pourquoi il a été conçu

La structure : les différents composants, leurs rôles, leurs caractéristiques,


leur localisation et les relations fonctionnelles entre eux

Les conditions de fonctionnement : les différentes procédures de conduite


du système et les consignes données aux opérateurs

Les conditions de surveillance : conditions de contrôle directes et indirectes,


conditions d’intervention (préventif, correctif, etc..)

L’environnement : le milieu dans lequel baigne le système

Définitions d’une défaillance

La cessation du système à accomplir la fonction pour


laquelle il a été conçu (défaillance fonctionnelle)

Un système est déclaré défaillant lorsque ses


grandeurs caractéristiques évoluent en dehors des
tolérances définies lors de la conception .

Prof. Anis Chelbi 4


Exemples de défaillances

Réseau téléphonique: Réseau non disponible, interruption


brusque d’une communication, connexion à un faux numéro, etc.

Amazon.com: s ite non disponible, impossible de prendre des


commandes, la fonction recherche ne fonctionne pas, etc.

Navette spatiale: explosion, incapacité de réaliser certaines parties


de la mission, etc.

Classification des défaillances en fonction des causes

Défaillance due à un mauvais emploi : attribuable à l’application de


contraintes au-delà des possibilités données du système (pression
surélevée).

Défaillance due à une faiblesse inhérente : attribuable à une faiblesse


inhérente au système lui-même lorsque les contraintes ne sont pas au delà
des possibilités données du système (défaut de conception).

Défaillance première : défaillance d’un système dont la cause directe ou


indirecte n’est pas la défaillance d’un autre système. (système
d’alimentation d’un palier de l’arbre d’une motopompe)

Défaillance seconde : défaillance d’un système dont la cause directe ou


indirecte est la défaillance d’un autre système (Palier de l’arbre de la
motopompe).

10

10

Prof. Anis Chelbi 5


Classification des défaillances en fonction du degré

Défaillance partielle : résultant de déviations d’une ou de plusieurs


caractéristiques opératoires au-delà des limites spécifiées, mais telle
qu’elle n’entraîne pas une disparition complète de la fonction requise.

Défaillance complète : résultant de déviations d’une ou de plusieurs


caractéristiques opératoires au-delà des limites spécifiées, telle qu’elle
entraîne une disparition complète de la fonction requise.

Défaillance intermittente : défaillance d’un système subsistant


pendant une durée limitée, à la fin de laquelle le système retrouve son
aptitude à accomplir sa fonction requise, sans avoir été soumis à une
action corrective externe quelconque (souvent répétitive)

11

11

Classification des défaillances en fonction de la vitesse d’apparition

Défaillance soudaine : défaillance qui n’aurait pas


pu être prévue par un examen ou une surveillance
antérieurs.

Défaillance progressive : défaillance qui aurait pu


être prévue par examen ou une surveillance
antérieurs.

12

12

Prof. Anis Chelbi 6


Classification des défaillances en fonction de la vitesse et du degré

Défaillance catalectique : défaillance qui est à la


fois soudaine et complète.

Défaillance par dégradation : défaillance qui est à


la fois progressive et partielle.

13

13

Classification des défaillances en fonction des conséquences

Défaillance mineure : défaillance, autre que critique, qui ne réduit pas


l’aptitude d’un système plus complexe à accomplir sa fonction requise (fuite
d’un liquide froid sur une bride de tuyauterie).

Défaillance majeure : défaillance, autre que critique, qui risque de réduire


l’aptitude d’un système plus complexe à accomplir sa fonction requise
(dégradation d‘un palier d’un groupe motopompe).

Défaillance critique : défaillance qui risque de causer des blessures à des


personnes ou des dégâts importants aux matériels (rupture d’une
tuyauterie d’alimentation en vapeur vive d’une turbine)

Défaillance catastrophique : entraîne la perte de fonctions essentielles


en causant des dommages importants et peut entraîner la mort
d’homme (Tchernobyl).

14

14

Prof. Anis Chelbi 7


Définition de la fiabilité

La fiabilité est une caractéristique d’un système,


exprimée par la probabilité qu’il accomplisse la
fonction pour laquelle il a été conçu, dans des
conditions données et pendant une durée
donnée.

15

15

Trois types de fiabilité

La fiabilité estimée ou intrinsèque.

La fiabilité prévisionnelle

La fiabilité opérationnelle

16

16

Prof. Anis Chelbi 8


La fiabilité intrinsèque

C’est la fiabilité mesurée au cours d’essais


spécifiques effectués dans le cadre d’un programme
d’essais entièrement défini.

Echantillon de taille N

On soumet à l’essai N éléments N


identiques, dans les mêmes
conditions
Temps

17

17

La fiabilité intrinsèque

𝑅 𝑡 = lim (Fonction de fiabilité intrinsèque)


𝐹 𝑡 = lim (Fonction de distribution des



instants des défaillances)

F(t) R(t)

Nf/N Ns/N

R(t1)

R(t2)
( ) ( )
R(t)+F(t)= + =1

to t t1 t2 to t

18

18

Prof. Anis Chelbi 9


La fiabilité prévisionnelle

Elle est obtenue à partir d’un modèle mathématique


connaissant la fiabilité estimée de ses composants
(modèles déductifs). Les propriétés du système
complet sont déduites d’une connaissance détaillée
des propriétés de ses composants.

1
2
k/n
i

19

19

Utilisée pour déterminer la durée de garantie des équipements

Raisonnement: Quelle serait la période de garantie Tg durant


laquelle le constructeur n’accepterait pas plus que X% de produits
retournés pour réparation ou remplacement suite à une défaillance ?
Équation à résoudre pour déterminer Tg :

20

20

Prof. Anis Chelbi 10


La fiabilité opérationnelle

C’est la fiabilité mesurée sur des dispositifs en


exploitation normale. Elle dépend des conditions
réelles d’utilisation. On parlera dans ce cas de
‘modèles inductifs‘.

21

21

Durée inter-défaillances aléatoire

La durée inter-défaillances (ou durée de vie) (t) d’un


système est une variable aléatoire non négative.
La transition d’un état à l’autre s’effectue selon une loi
de probabilité établie à partir de l’historique.

22

22

Prof. Anis Chelbi 11


Durée inter-défaillances aléatoire

On part de l’historique des durées inter-défaillances

Traitement statistique
On obtient les lois de probabilité qui représentent le mieux ces
durées aléatoires (Best fit distributions)
Défaillance Durée
0 45
1 52
2 72
3 68
4 55
5 70
… ….

23

23

La fonction de densité f(t)

f(t)dt désigne la probabilité que la durée de vie du système soit


comprise entre t et t+dt, ou encore la probabilité qu’il tombe en
panne entre t et t+dt.‘.

𝑓(𝑡)𝑑𝑡=𝑃𝑟𝑜𝑏{𝑡<𝑑𝑢𝑟é𝑒 𝑑𝑒 𝑣𝑖𝑒 ≤𝑡+𝑑𝑡}

24

24

Prof. Anis Chelbi 12


La loi de distribution des durées de vie F(t) et la fonction de fiabilité R(t)

F(t): fonction de distribution

F(t) = prob {durée de vie T<=t}


F(t) =∫ 𝑓 𝑥 𝑑𝑥

R(t)+F(t) =1

R(t): fonction de fiabilité

R(t) = prob {durée de vie T>t}


R(t) = ∫ 𝑓 𝑥 𝑑𝑥
25

25

La fonction du taux de panne r(t)

On s’intéresse au système ayant survécu jusqu’à l’instant t.


r(t)dt = probabilité conditionnelle de défaillance d’un système ayant
survécu jusqu’à t.

Représente la vitesse d’arrivée des pannes

é{ }
r(t)dt= =
( ) é{ à }

26

26

Prof. Anis Chelbi 13


Allure générale du taux de panne r(t)

27

27

Allure générale du taux de panne r(t)

1. On cherche à réduire la phase de mortalité infantile par:


La CAO, les jumeaux numériques, les tests accélérés, etc.

2. On cherche à prolonger la phase de vie utile par la maintenance


préventive.

28

28

Prof. Anis Chelbi 14


29

29

La moyenne des temps de bon fonctionnement ‘MTTF’

𝑋1 + 𝑋2 + 𝑋3
𝑀𝑇𝑇𝐹 ≈
3

𝑀𝑇𝑇𝐹 = 𝑥𝑓 𝑥 𝑑𝑥 = 𝑅 𝑥 𝑑𝑥

30

30

Prof. Anis Chelbi 15


Récapitulatif

La probabilité {durée de vie>t} → R(t)=∫ 𝑓 𝑥 𝑑𝑥

La probabilité {durée de vie≤t} → F(t)=∫ 𝑓(𝑥)𝑑𝑥


( )
La fonction de densité → 𝑓 𝑡 =
( )
Le taux de panne → r(𝑡)=
( )

R(t)+F(t) =1
La somme des probabilités
𝑓 𝑥 𝑑𝑥 = 1

La loi de probabilité de durée de vie d’un système est complètement définie


par la connaissance d’une des 4 caractéristiques: f(t), F(t), R(t) ou r(t).
31

31

Relations entre les quatre fonctions

On connaît f(t)
On connaît r(t)
( )
𝐹 𝑡 = ∫ 𝑓 𝑥 𝑑𝑥 → 𝑅 𝑡 = →r(t) =

𝑓 𝑡 = 𝑅 𝑡 . r(t)
On connaît F(t)
( )
R 𝑡 = ()
( )
f(t) = → 𝑅 𝑡 =1−𝐹 𝑡 →𝑟 𝑡 = ( )
LnR(t)=-∫ 𝑟 𝑥 𝑑𝑥
On connaît f(t)

R(t)=𝑒
( )
( ) ( ) ( )
F(t) = 1-R(t) → 𝑓 𝑡 = =- →𝑟 𝑡 = =-
( ) ( )

32

32

Prof. Anis Chelbi 16


Relation fondamentale en fiabilité

33

33

La disponibilité des systèmes

La disponibilité instantanée A(t): Probabilité que le système


soit disponible à l’instant t quels que soient les états
précédents.

La disponibilité dans un intervalle AV(T): C’est la proportion


de temps où le système est en opération dans l’intervalle T
considéré.

La disponibilité stationnaire UTR: C’est la proportion


moyenne de temps où le système est en opération sur un
horizon infini.

34

34

Prof. Anis Chelbi 17


La disponibilité dans un intervalle AV(T)


∑ ∑

35

35

La disponibilité stationnaire

36

36

Prof. Anis Chelbi 18


La disponibilité stationnaire (UTR)

37

37

La loi Exponentielle

La loi Gamma
Les lois de
probabilité les
plus utilisées en La loi Normale
fiabilité et en
maintenance
La loi Lognormale

La loi de Weibull

38

38

Prof. Anis Chelbi 19


La loi Exponentielle

Elle est très utilisée en fiabilité pour décrire la période durant laquelle
le taux de défaillance des équipements est considéré comme
constant

La fonction de densité

La moyenne La variance
39

39

La loi Exponentielle

La distribution exponentielle est la seule distribution à taux de panne


constant. Pas de mémoire !

𝑓 𝑡 = λ𝑒 R(𝑡)=𝑒

F(𝑡)=1-𝑒 r(𝑡)=λ MTTF=

40

40

Prof. Anis Chelbi 20


La loi Exponentielle

Un équipement dont la durée de vie suit une distribution


exponentielle ne doit pas faire l’objet d’une maintenance
préventive.

La distribution exponentielle a été ajustée empiriquement à


des données de durée de vie : missiles Air-Air, torpilles
navales, smartphones, outils électriques, systèmes de
contrôle d’incendies, systèmes de commandes machines, etc.

41

41

La loi Gamma
d’ordre α et de paramètre λ

F(t)= avec dx
Г( )

( )=1− ( )

42

42

Prof. Anis Chelbi 21


La loi Gamma

On peut vérifier que le taux de panne d’une distribution


Gamma est croissant si elle est d’ordre strictement
supérieur à 1(α supérieur à 1).

La loi Gamma devient une loi exponentielle si elle est


d’ordre 1.

43

43

La loi Gamma

La distribution Gamma a été ajustée par exemple à


des durées de vie de turboréacteurs.

Systèmes se dégradant par un processus de chocs cumulés.


Chocs arrivant à un taux λ (loi exp) et le choc numéro
α engendre la défaillance. (α = 1 loi Exponentielle)

44

44

Prof. Anis Chelbi 22


La loi Normale

La loi Normale a un taux de panne croissant quelques soient sa


moyenne et sa variance.


t   2
1
f t  
2 2
La fonction de densité e

 2

La moyenne La variance
45

45

La loi Log-Normale

La loi Log-Normale est souvent ajustée aux durées de réparation de


machines industrielles

La fonction de densité 

La moyenne La variance
46

46

Prof. Anis Chelbi 23


La loi de Weibull

Cette loi a été retenue pour ajuster les durées de vie des pièces
mécaniques. Elle est d’un emploi très souple.

(λ )α r( )=αλα α

α : paramètre de forme
λ : paramètre d’échelle
47

47

La loi de Weibull

La variation de son taux de panne dépend de son paramètre de


forme.

r( )=αλα α 

r( )=a

Représente le taux de panne d’une loi de Weibull de paramètre de forme  = 2

48

48

Prof. Anis Chelbi 24


Estimation des paramètres d’une loi de probabilité

La méthode des moments

La méthode de vraisemblance maximale

La méthode de Kolmogorov – Smirnov

La méthode d’Anderson-Darling

La méthode du Chi-carré

49

49

La méthode des moments

Cette méthode est basée sur les moments d’ordre r d’une loi de
probabilités.

Cas d’une variable aléatoire continue

E[ ]=

Cas d’une variable aléatoire discrète

]= 𝑖 𝑖

50

50

Prof. Anis Chelbi 25


Les logiciels qu’on peut utiliser

EasyFit (http://www.mathwave.com),
Une version d'essai de EasyFit gratuite
ROP Examples Chap 1.efp
de 30 jours,

SPSS

STAT-GRAPHICS

STAT-FIT

51

51

Exemple d’une loi exponentielle

Modèle obtenu par Stat-Fit :


Loi Exponentielle (λ = 0.1 défaillances/mois)

52

52

Prof. Anis Chelbi 26


Exemple d’une loi exponentielle: Lecture

Après 10 mois d’utilisation, la probabilité qu’il y ait eu au


moins une défaillance est de l’ordre de 61%,

Après 10 mois d’utilisation, la probabilité que le système ne


soit pas tombé en panne est de l’ordre de 39% (1 – 61%).

53

53

Exemple d’une loi exponentielle: Questions

Loi Exponentielle
(λ = 0.1 défaillance/mois)

• Quel est le temps moyen jusqu’à la première défaillance ?


• Quelle est la fiabilité du système après 5 mois ?
• Quelle est la probabilité de défaillance entre le 5ème et le 7ème mois ?

54

54

Prof. Anis Chelbi 27


Rappel de la loi Exponentielle AC0

La distribution exponentielle de paramètre λ

𝑓 𝑡 = λ𝑒 R(𝑡)=𝑒

F(𝑡)=1-𝑒 r(𝑡)=λ MTTF=

55

55

La fiabilité coûte cher !

Chaque pourcentage d’amélioration coûte de l’argent.

Plus les exigences de fiabilité sont importantes, plus les


produits coutent cher.

Exemple:
S’il est prévu qu’un produit coûte 100000 Dinars pour une
défaillance dont l’impact serait modéré mais qu’on réalise que
l’impact constitue un risque élevé pour la sécurité ou autres
alors il faudrait prévoir que le même produit coûte par exemple
125000 Dinars, dans le but d’améliorer sa fiabilité jusqu’à un
niveau acceptable.

56

56

Prof. Anis Chelbi 28


Diapositive 55

AC0 Le temps moyen jusqu'à la première


défaillance = 1/Lamda = 1/0.1 = 10 mois.

La fiabilité à 5 mois est donnée par


exp(-lamda*5) ~ 60%

F(7) - F(5) = [1 - R(7)] - [1 - R(5)]


= R(5) - R(7)
= e(-lamda*5) – e(- lamda *7) =10%
Anis Chelbi; 2023-04-09T12:46:01.658
L’investissement dans la fiabilité

57

57

Le compromis pour la mise sur le marché d’un produit


Exemple des logiciels

58

58

Prof. Anis Chelbi 29


Investir dans la fiabilité ?

Combien vaut-il la peine d’investir pour améliorer la fiabilité


d’un produit ?
Comparons deux équipements remplissant la même fonction
mais dont l’un est plus fiable que l’autre.

• E1 (le plus fiable) : Taux de panne λ1 avec un prix de revient plus élevé C1.

• E2 (le moins fiable) : Taux de panne λ2 avec un prix de revient moins élevé C2.

λ2>λ1 C1>C2

59

59

Investir dans la fiabilité ?

Pour une utilisation totale de T heures,


l’équipement le plus fiable tombera en
Tλ2>Tλ1
panne en moyenne Tλ1 fois contre Tλ2
fois pour l’autre.

Soient Cr1 et Cr2 les coûts impliqués respectivement


par la défaillance du premier et du deuxième équipement.
On doit comparer:

CT1 = C1+Tλ1Cr1 et CT2 = C2+Tλ2Cr2

60

60

Prof. Anis Chelbi 30


Investir dans la fiabilité ?

Conclusion
Au-delà d’un certain coût de réparation Cr*, ça vaut la peine d’acquérir
l’équipement le plus cher
61

61

Coûts d’exploitation d’un équipement

t0 = date de décision d’achat t3 = date correspondant à l’optimum économique


t1 = date de mise en service t4 = date à laquelle le coût total de maint devient excessif
t2 = date d’amortissement t2 – t4 = zone de rentabilité de l’équipement
62

62

Prof. Anis Chelbi 31


Niveaux de maintenance .vs. Coûts

63

63

Prof. Anis Chelbi 32

Vous aimerez peut-être aussi