LOI DE WEIBULL

Comportement du matériel

Pour mettre en place une politique de maintenance et de gestion de risques, il importe de connaître
le comportement du matériel en service.

Types de défaillances d ’un matériel

Défaillances catalectiques: soudaines et complètes (rupture d ’une pièce mécanique, court-circuit, …)

Difficile d ’observer la dégradation et donc de mettre en œuvre une politique de maintenance conditionnelle

Défaillances par dérive: on voit progresser la dégradation (usure mécanique, augmentation de frottements,
augmentation de la valeur d’une résistance, …). Elles se prêtent bien à la maintenance prédictive
conditionnelle.

3 phases caractérisent la durée de vie d ’un matériel: courbe en baignoire.

2
 Comportement du matériel

 Durée de vie d ’un équipement

La courbe en baignoire: le comportement
du taux de défaillance l(t) d ’un l(t)

équipement le long de sa vie est

composé de trois parties:
période de jeunesse: défaillances
précoces (déverminage, rodage), l(t)
décroît,
période de vie utile: défaillances vie utile t
vieillesse
aléatoires, l(t) est presque constant,
jeunesse
période de vieillesse ou d ’usure:
l(t) est croissant jusqu' ’à courbe en baignoire
l ’obsolescence

3
Exploitation de la courbe en baignoire pour la mainetenance

Phase de jeunesse: pratiquer le déverminage (mettre en fonctionnement le

matériel pendant un certain temps avant de le livrer au client).

Phase de maturité: pratiquer la maintenance préventive, corrective, ...

Phase de vieillesse: pratiquer la maintenance préventive conditionnelle

4
 Comportement du matériel: quelques lois de probabilité de T

Loi exponentielle (loi à un seul paramètre): une variable aléatoire T suit une loi exponentielle de
paramètre l si sa densité de probabilité f(t) est donnée par

f (t )  le  lt

d ’où

F (t )  1  e  lt

R (t )  1  F (t )  e lt


1
MTBF   R (t ) dt 
0
l

5
 Comportement du matériel: quelques lois de probabilité de T

Loi de Weibull (loi à trois paramètres): une variable aléatoire T suit une loi de Weibull de paramètres
b, g et h donnée par

Fonction fiabilité Taux de défaillances Fonction de répartition

b 1
 t g 
b
 f (t ) b  t  g   t g 
b

R (t )  exp     l (t )     F (t )  1  exp    
R(t ) h  h   h 
  h      
 

MTBF  g  Ah
Les paramètres A et B sont souvent
 T  Bh tablés suivant les valeurs de b

6
 Comportement du matériel: quelques lois de probabilité de T

Loi de Weibull: signification des paramètres

Paramètre de forme b Paramètre d ’échelle h

- si b < 1, l(t) décroît: phase de jeunesse

Cette loi est très utilisée en
- si b = 1, l(t) = l = 1/h = constant: phase de maturité
maintenance du fait qu’elle permet
- si b > 1, l(t) croît: phase de vieillesse
de modéliser les 3 phases de durée

Paramètre de position g de vie d ’un matériel.

- g = 0 si les défaillances peuvent débuter à l ’âge 0

- g > 0 si les défaillances ne peuvent se produire avant l ’âge g
- g < 0 si les défaillances ont débuté avant l ’origine des temps

7
Comment obtenir la fonction taux de défaillance
(ou l ’une des fonctions F(t), R(t), f(t)) ?

Estimation à partir des observations

8
Approximation de la fonction de répartition
F(t) à partir des données observées

 Il s ’agit d ’estimer F (t i )  PrT  t i 

 Approximation à partir des fréquences observées, pour tous les cas, on ordonne les temps de bon
fonctionnement Ti de manière croissante

 Fréquences cumulées: si N  50 alors en découpant l ’horizon en intervalles ou classes

n j
et en notant ni le nombre de défaillances sur t i 1 ti  alors F (t i ) 
j i

 Pour N < 50,

i
 Rangs moyens: si 20  N  50, la fonction de répartition à la date de Ti est F (Ti ) 
N 1
i  0. 3
 Rangs médians: si N  20 , la fonction de répartition à la date Ti est F (Ti ) 
N  0.4

9
Niveau de confiance de l ’approximation de
la fonction de F(t) ou R(t) par la méthode des
rangs médians (voir Tables en annexe)
On détermine les limites a1 et a2 telles que Pra 1  F (t i )  a 2   0.9

Pr1  a 2  R(t i )  1  a 1   0.9

PrF (t i )  a 2   0.95
Les tables existent pour les valeurs de a1 et a2 suivant les rangs à 5% et 95%.
PrF (t i )  a 1   0.05

5 5%
%

a1 F (t i ) a2

Distribution de F(ti)
10
 Niveau de confiance de l ’approximation de
la fonction de F(t) ou R(t) par la méthode des
rangs médians: exemple

Sous l ’hypothèse de renouvellement après défaillances, le relevé de 12 temps

de bon fonctionnement d ’un dispositif donne: 24, 91.5, 69, 46.5, 17.25, 51,
131.25, 31.05, 17.25, 31.05, 41.2, 6.75 (unité = 100 h)

Rang Ti F(Ti) alpha1 alpha2

1 6.75 0.056 0.004 0.220

2 17.25 0.137 0.030 0.339
4 24 0.298 0.123 0.527
5 31.05 0.379 0.181 0.609
7 41.2 0.540 0.315 0.755
8 46.5 0.621 0.381 0.819
9 51 0.702 0.473 0.877
10 69 0.782 0.562 0.928
11 91.5 0.863 0.661 0.969
12 131.25 0.943 0.779 0.996

11
Niveau de confiance de l ’approximation de
la fonction de F(t) ou R(t) par la méthode des
rangs médians: exemple

Bande de confiance

12
Ajustement graphique de la loi de Weibull

Il s ’agit de déterminer les 3 paramètres b, g et h de la loi de Weibull par les données d ’observation.

La détermination des paramètres b, g et h à partir des observations se fait graphiquement sur le papier
de Weibull qui comprend 4 axes:
- axe A: axe des temps sur lequel on reporte les temps ti de bon fonctionnement,
- axe B: porte F(t) sur lequel on reporte les valeurs F(ti) calculées par approximation
(fréquences cumulées, rangs moyens, rangs médians),
- axe a: correspond à ln(t),
- axe b: correspond à ln(ln(1/(1-F(t)))) et permet de déterminer la valeur de b.

13
 Ajustement de la loi de Weibull: papier de Weibull

B F(t)
a

ln(t)

b b 14
 Ajustement graphique de la loi de Weibull
Procédure de détermination de b, g et h

1) calculer F(ti) par l ’approximation appropriée (fréquences cumulées, rangs moyens, rangs médians, ..)
en pourcentage,
2) placer les points (ti, F(ti)) sur le papier de Weibull,
2.1) si ces points forment (à peu près) une droite D1 alors
-g=0
- l ’intersection de D1 avec l ’axe A donne h,
- la parallèle D2 à D1 passant par l ’origine (A = 1, a = 0) coupe l ’axe b en b
2.2) si ces points forment une courbe convexe ou concave alors g  0
- translater tous les points (de proche en proche) d ’une même valeur g pour obtenir
la droite D1, ou
- prendre 3 points sur la courbe équidistants sur l ’axe a ( ou sur l ’axe vertical
t 22  t1t 3
passant par (A = 1, a = 0) ) d ’abscisses t1, t2 et t3 et calculer g par g 
2t 2  t1  t 3

et translater tous les points de la valeur précédente de g pour avoir la droite D1 et

procéder comme en 2.1). 15
Ajustement graphique de la loi de Weibull
Exemple

ti F(ti) ln(ti)

6.75 5,6 1.9095

17.25 13,7 2.8478
24 29,8 3.1781
31.05 37,9 3.4356
41.2 54 3.7184
46.5 62,1 3.8395
51 70,2 3.9318
69 78,2 4.2341
91.5 86,3 4.5163
131.25 94,3 4.8771

16
Ajustement graphique de la loi de Weibull
Exemple

g  0, h  50, b  1.4

MTBF  4557.12 h

17