Vous êtes sur la page 1sur 34

1.

DEFINITION (X06-501)

La fiabilité est la caractéristique d’un


dispositif, exprimée par la probabilité que
ce dispositif accomplisse une fonction
requise dans des conditions d’utilisation et
pour une période déterminées
2. CONCEPTS

-PROBABILITE
-FONCTION REQUISE
-CONDITIONS D’UTILISATION
-TEMPS
3. TERMINOLOGIE

a) Dispositifs réparables
b) Dispositifs non réparables
c) Fiabilité intrinsèque
d) Fiabilité extrinsèque
e) Fiabilité implicite
f) Fiabilité explicite
g) Fiabilité prévisionnelle
h) Fiabilité opérationnelle
4. QUALITE ET FIABILITE

Qualité : conformité d’un produit à sa


spécification à sa sortie d’usine
(t = 0)

Fiabilité : son aptitude à y demeurer


conforme pendant sa durée de vie.

Notions indissociables
A – OBJECTIFS DES ESSAIS

Évaluation de la fiabilité  freiné par deux


facteurs : le temps et l’argent.
 Sélection d’un certain nombre d’essais

 R(t) ou L(n)
B – CRITERES D’ESSAIS

-La durée de l’essai


-La taille de l’échantillon
-Le niveau de confiance ou risque 
C – EXPLOITATION DES RESULTATS D’ESSAIS

Repose sur la connaissance des tests et des


modèles.

D – LES DIFFERENTS ESSAIS


1. Essai épuisé (ou complet)
N dispositifs essayés
On attend la défaillance du dernier.
Essai souvent long  onéreux.
2. Essai censuré
Avec ou sans remplacement, l’essai est arrêté
à T fixé à l’avance.

3. Essai censuré
Idem, essai arrêté à la rème défaillance fixée à
priori.
4. Essai séquentiel
Aucune limite à priori de T ou de r.
On cumule les résultats  examination.
La décision d’arrêter l’essai = f (résultats
cumulés)

5. Essai accéléré
Intéressant  gain de temps.
ESSAI PAR MORT SOUDAINE

-On forme m groupes de p pièces = N = m.p.


-On enregistre la 1ère défaillance dans chaque
groupe.
-On arrête l’essai quand tous les groupes ont eu
une défaillance.
Exemple :

-80 pièces à essayer


-On forme 10 groupes de 8
-On obtient 10 tps de 1ère défaillance que l’on
porte sur un papier de Weibull.
F% Droite de « mort
Soudaine » (des
A 1eres défaillances)
50%

Droite D de la
B population totale
8,3%

6,7%

t1 t10
A : Représente la médiane de l’essai.
B : Représente le rang médian de la 1ère
défaillance sur 8 (effectif de l’essai)
D : Menée par B, la droite de mort soudaine
appelée « droite de population »

On déduit de D = ,,
Donc : R(t) de la population extrapolée du
comportement de l’échantillon.
MATÉRIEL EN EXPLOITATION

RECUEIL DES INFORMATIONS

SÉLECTION DE L’ÉCHANTILLON

VÉRIFICATION ET TRAITEMENT DES INFORMATIONS

VÉRIFICATION DE LA POSSIBILITÉ D’APPLIQUER


LE MODÈLE RETENU

EVALUATION DES CARACTÉRISTIQUES NÉCESSAIRES


À LA DÉFINITION DU COMPORTEMENT STATISTIQUE

ANALYSE DES RÉSULTATS

ACTIONS SONT-ILS CONFORMES


CORRECTIVES NON AUX OBJECTIFS FIXÉS ?

OUI
AIDE À LA MAINTENANCE

INFORMATION À REMONTER AU NIVEAU DES CONCEPTEURS

BASE POUR L’INTRODUCTION DES BANQUES DE DONNÉES ()


FUTURES CLAUSES CONTRACTUELLES
METHODE DE L’ACTUARIAT

•Déterminer  (t) d’une façon expérimentale.


ni
(ti) =
Ni . ti
ti = ti+1 – ti = intervalle de temps observé.
Ni = nombre de défaillants pendant ti
Ni = nombre de survivants au début de la tranche de
temps ti.

•Nombre de classes est tel que :


r = ni ou r = 1 + 3,3 Log ni
•Construction de la courbe en baignoire.
•Exemple :

 ni Ni (ti)
0-500 5 50 0,0002
500-1000 6 42 0,000143
1000-1500 2 35 0,000114
1500-2000 2 30 0,000133
2000-2500 4 20 0,0004
REMARQUE :

•Les dates de mise en route des divers systèmes ne


sont pas les mêmes
•Certains éléments ne fonctionnent pas sur toute la
période d’examen
•D’autres sont arrêtés avant la date d’observation.
N(0) : Nombre de survivants à t = 0
N(t) : Nombre de survivants à t
N(t)
R(t) =
N(0)
N(t)
F(t) = 1 -
N(0)
N(t-1) – N(t)
f(t) =
N(0)

N(t-1) – N(t)
(t) =
N(t-1)
MuT = ti. f(ti)
i

= R(ti) .ti
Période t Nombre de déf. N N(t) R(t) F(t) f(t) (t)

0
1
2
.
.
.
n
On a relevé sur un type de moteur les défaillances suivantes
répertoriées par tranche :

0-1000 1000-2000 2000-3000 3000-4000 4000-5000 5000-6000


1 4 7 12 11 2

1. Estimer les fonctions R(t), F(t), f(t), (t)?


2. Que signifie R(4), F(4), f(4), (4) sachant que 4 :
[3000 – 4000[?
3. Estimer la MTBF?
4. Tracer R(t), F(t), f(t), (t).
Un système de communication est composé d’un émetteur-
récepteur, d’une commande d’antenne, d’un couplage
d’antenne, d’un filtre et d’une antenne, désignés
respectivement par ER, C1, C2, F et A.

Ces composants ont des durées de vie distribuées selon des


lois exponentielles et sont placés en série. La fiabilité exigée
à ce système est 0,995 pour une mission de 10h.

D’autres part, au cours d’essais, les défaillances observées


sont données par le tableau suivant :
15 6 17
ER, 3 séries relevées :
1000h 1000h 1000h

1 4
CI, 2 séries relevées :
10 000h 10 000h

5
C2, 1 série relevée :
10 000h
3 20
F, 23 séries relevées :
100 000h 100 000h

1 0 2
A, 3 séries relevées :
10 000h 10 000h 10 000h

1 – Déterminer les taux d’avarie moyens


2 – Calculer la fiabilité du système pour une mission de 10h
Le seuil est-il atteint?
3- Analysons maintenant l’émetteur récepteur ER qui
comprend:
73 tubes dont chacun a en moyenne 0,13 déf/1000h
613 résistances dont chacune a en moyenne 0,0011
déf/1000h
584 condensateurs dont chacun a en moyenne 0,003
déf/1000h
24 relais dont chacun a en moyenne 0,035 déf/1000h
51 bobinages dont chacun a en moyenne 0,01 déf/1000h
11 interrupteurs dont chacun a en moyenne 0,008
déf/1000h.
Déterminer les taux d’avaries par groupe? Conclusions?
4 – Les essais ont été réalisés avec une marche de 100% de
puissance.
Or, les tubes fonctionnent à 95% de leur puissance et
tous les autres éléments à 90%
Déterminer les taux d’avarie réels des éléments
comprenant l’ER. Le seuil est-il atteint?

5 – On désire améliorer cette fiabilité en utilisant une


technique de redondance.
Déterminer la configuration qui permet d’avoir une
fiabilité du système au moins égale à 0,995 pour une
mission de 10h?
APPROCHE DE LA MAINTENANCE
CONDITIONNELLE PAR LE CALCUL DES
PROBABILITES

Données : T : temps d’intervention conditionnelle


R(T) : Prob [de fonctionner de 0 à T sans
panne = événement A]
R(T+t) : Prob [de fonctionner sans panne
de 0 à T et de T à (T+t) =
événements A et B]
Prob [de bien fonctionner à (T+t) sachant que
le système a bien fonctionné de 0 à T)
P(A et B) R(T+t)
= P[A/B] = =
P(A) R(T)

Exemple :
Théorème de BAYES
P(Ej).P (B/Ej)
P(Ej/B) =

P(Ei). P(B/Ei)
EXEMPLE :

1. Calculer la probabilité de bon fonctionnement d’un


matériel, qui doit fonctionner encore 4h après avoir
fonctionné 30h.
2. Mettre en place l’échéancier pour un niveau de fiabilité
de 0,9.
-(T/)
On prend : R(T) = e avec  = 36h et  = 2,9
a) La fiabilité pour une mission de durée t après T heures de bon
fonctionnement :
R(t+T)
R(t/T) =
R(T)
-(30/36)2,9
R(T) = R(30) = e = 0,555
-(34/36) 2,9
R(t+T) = R(4 +30) = e = 0,429
0,429
R(t/T) = = 0,77
0,555
b) Mise en place de l’échéancier
-(t/)
R(t) = e t =  [log1/R(t) ]1/ 

N° d’ordre de la visite :

1. R(To) = 0,9  To = 16,5h

R(To+t1)
2. R(t1/To) = = 0,9
R(To)
R(To + t1)
= 0,9  R(To + t1) = 0,81
0,9
1
To + t1 = 36 [log ]1/2,9 = 21
0,81
T1 = To + t1 = 21h

R(T1 + t2)
3. R(t2/T1) = = 0,9
R(T1)
R(T1 + t2)
= 0,9  R(T1 + t2) = 0,729
0,81
1
T1 + t2 = 36 [Log ]1/2,9 = 24,2h
0,729

T2 = 24,2h

4. T2 + t3 = T3 = 26,7h
5. T3 + t4 = T4 = 28,9h

Vous aimerez peut-être aussi