Académique Documents
Professionnel Documents
Culture Documents
Le contexte en exploitation
• Sûreté et performances, compétitivité
• Prolongation de la durée d’exploitation
• Coût d’exploitation-maintenance faible
• Risque zéro
2 Cycle de vie et enjeux industriels
(4)
Objectif en exploitation: maintenir et
améliorer les exigences de SdF
• Vérification des clauses de fiabilité
• Calcul de la fiabilité opérationnelle
• Données EPS
• OMF, efficacité de la maintenance
• Surveillance des paramètres de SdF
• Estimation de la durabilité
• Valorisation technico - économique
Exemple 1: la démarche OMF – RCM-
les données de fiabilité nécessaires
Tâches de
maintenance
Regroupement des Choix final de maintenance
tâches de maintenance Programme de maintenance préventive
Optimisation de la
maintenance
Analyse évènementielle
Analyse fonctionnelle du système
et économique du retour
d’expérience
Recherche des Composants et Modes
Analyse de la pertinence
De Défaillance Significatifs (Utilisation
(modèles de dégradation)
des EPS, AMDE)
• maîtriser le vieillissement,
Optimiser la durée
d’exploitation
• Arrêt prématuré
• Prolongation de l’exploitation
Le processus LCM de
gestion du cycle de vie
3 Les différentes fiabilités
– “comparée”
– allouée
– prévue (ou prévisionnelle)
– mesurée
La fiabilité “comparée”
Actif Passif
– Composants complexes – Un faible nombre de mécanismes
de dégradation
– Multiples mécanismes de
dégradation et multiples modes de – Dégradation lente et progressive
défaillance – Défaillances rares (voire aucune
– Modélisation physique difficile défaillance)
– Fiabilité classique et fiabilité – Fiabilité classique souvent non
bayesienne généralement adaptées adaptée
– Fiables et bien maintenus (ils font – Modélisation physique de la
l'objet de programmes OMF, dégradation : initiation, propagation
surveillance), défaillances donc peu – Méthodes numériques nécessaires
nombreuses
– Mais si des données de défaillance
– Évolution fréquente des procédures sont disponibles, on peut utiliser
d’exploitation-maintenance l’approche bayésienne
– Données incomplètes
– Modélisation par une loi
exponentielle ou une loi de Weibull
Le retour d’expérience
•Maigre à la conception
•Incomplet en exploitation
•Le problème du zéro défaillance
•La nécessité de le valider avant toute utilisation, avant tout
calcul: l’analyse physique précéde toujours la quantification
fiabiliste.
•Généralement un faible nombre de défaillances
•Et une forte proportion de données censurées (souvent
censurées à droite, tronquées type I dans le cas d’un retour
d’expérience industriel)
RETOUR D’EXPERIENCE (DONNEES
DEFAILLANCES (DONNEES BRUTES) ELABOREES
POTENTIELLES
Modèle de
{
- Défaillance critiq
Mode commun
Cause commune
maintenance, Circonstance : Processus - Perte de fonction Effet par lequel - Circonstance - Constance
arborescence - conception physique - Altération de la se manifeste la - Cause origine :
fonctionnelle- - fabrication fonction défaillance . matérielle - Evolution
matérielle. - exploitation . humaine
- vieillissement . environnement - AMDEC
- maintenance et exploitation
. externe
Critères de
défaillance
N Temps de fonctionnement
Défaillance Dégradation Fin d’observatio de l’échantillon
Maintenance Maintenance
corrective préventive
Expertise VALIDATION
(justesse et pertinence)
Passif Analyse de fiabilité des Fiabilité des structures , code • Paramétrique, classique :
structures : probabilisation fiabiliste ou mécanofiabiliste ou EMV, SEM, Rexpert,
d’une équation de des outils spécifiques3 Cox2
défaillance, code ou • Bayésien BRM, IBW
outils spécifiques3
Les méthodes utilisées pour le calcul d’une
fiabilité opérationnelle
• Khi 2: cette méthode est retenue dans le cas du zéro défaillance, s’il
n’est pas possible d’enrichir un échantillon, sur la base de la médiane
(approche acceptée par les autorités).
âge
Composant
réparable
taux de
Composant actif, taux de
défaillance
cas le plus souvent défaillance
Composant actif,
constant
observé, effet positif constant dont un sous-
de la maintenance composant vieillit
constant
âge
âge
taux de
défaillance Plutôt composant
passif, légère
évolution
défavorable
âge
Ce qu’on observe dans la pratique
Retour d’expérience
Lannoy A., Procaccia H.(1994), Méthodes avancées de traitement et d'analyse des bases de
données de retour d'expérience, collection de la direction des études et recherches d'Electricité
de France, Eyrolles, 86.
Anticipation, détection
Bouzaïene-Marle Leïla, (2005), AVISE, anticipation des défaillances potentielles dues au
vieillissement par analyse du retour d’expérience, thèse de l’Ecole Centrale Paris, 4 avril 2005.
Clarotti C., Lannoy A., Odin S., Procaccia H.(2004), Detection of equipment aging and
determination of the efficiency of a corrective measure, Reliability Engineering and System
Safety, Volume 84, Issue 1, Avril 2004, 57-64.
Di Piazza S., Gaudoin O., Le Garrec C (2000), Constance des paramètres de sûreté de
fonctionnement en exploitation, projet ISdF 5/97, Congrès λμ 12, Montpellier, 28-30 mars
2000.
Maintenance
Bérenguer C., Dieulle L., Grall A., Roussignol M. (2003), Maintenance policy for a
continuously monitored deteriorating system, Probability in the Engineering and Information
Science, 17, 235-250, 2003.
Celeux Gillles (2000), Situations de maintenance à structure de données incomplètes, Journal
de la Société Française de Statistique, 141 (3), 43-59.
Quelques références pour en savoir plus...
Efficacité de la maintenance
Clarotti C, Lannoy A, Procaccia H, Villain B. (1994). ARCS : outil logiciel pour la quantification
de l’effet de la maintenance sur la durée de vie, Colloque λμ 9, ESREL’94, La Baule
Doyen L. (2004), Modélisation et évaluation de l'efficacité de la maintenance des systèmes
réparables, Thèse de l'INPG, Grenoble, 22 novembre 2004.
Fiabilité des structures
ESReDA (2004), Lifetime management of structures, coordonnateur: André Lannoy, Det
Norske Veritas.
Lemaire Maurice (2005). Fiabilité des structures, couplage mécano – fiabiliste statique, en
collaboration avec Alaa Chateauneuf et Jean-Claude Mitteau, Hermès Lavoisier
Aspects industriels de la fiabilité
Celeux G., Müller S., ISdF, projet 2/96 (1997), Estimation de la fiabilité d’un produit (nouveau
ou existant) à améliorer à partir de retours d’expérience multiples et d’expertises.
EIReDA 2000, Recueil de données de fiabilité 1998, Procaccia H., Arsenis S., Aufort P.,
Université de Crete, Heraklion, 1998, et EIReDA PC, 2000, Siadcom, 2000.
Lannoy A., Procaccia H. (2005), Evaluation et maîtrise du vieillissement industriel, Lavoisier,
Editions Tec&Doc, 2005.
Lannoy A., Procaccia H. (2006), Evaluation de la fiabilité prévisionnelle, outil décisionnel pour
la conception et le cycle de vie d'un bien industriel, Lavoisier, Editions Tec&Doc, 2006.