03 - La Fiabilité

Chapitre 3 LA FIABILITE Page 44
STRATEGIES DE MAINTENANCE BTS MI

LA FIABILITE DES SYSTEMES DE PRODUCTION
I APPROCHE DE LA FIABILITE PAR LES PROBABILITES :
Dfinition selon la NF X 06501 : la fiabilit est la caractristique dun dispositif exprime par la
probabilit que ce dispositif accomplisse une fonction requise dans des conditions dutilisation
donnes et pour une priode de temps dtermine.
1. Probabilit : cest le rapport :
1
possibles cas Nb
favorables cas Nb
<

On notera R(t) la probabilit de fonctionnement linstant t. Le symbole R provient de langlais Reliability.
On notera F(t) la fonction dfinie par F(t)=1-R(t). Cest la probabilit complmentaire. F(t) est la probabilit de
dfaillance linstant t. F(t)+R(t)=1.
2. Fonction requise : ou accomplir une mission ou rendre le service attendu. La dfinition de la fonction requise
implique un seuil dadmissibilit en de duquel la fonction nest plus remplie.
3. Conditions dutilisation : dfinition des conditions dusage, cest dire lenvironnement et ses variations, les
contraintes mcaniques, chimiques, physiques, etc. Il est vident que le mme matriel plac dans 2 contextes
de fonctionnement diffrents naura pas la mme fiabilit.
4. Priode de temps : dfinition de la dure de mission T en units dusage. Ex : on se fixe un minimum R(Tm) =
0,9 pour une dure de mission Tm = 8000 heures ; tout instant Ti de la mission est associe une fiabilit R(ti).
Ex : moteur de voiture prpar pour les 24 heures du Mans :
- Probabilit : cest celle de terminer ; fiabilit requise=0,98
- Fonction requise : 200 km/h de moyenne (seuil minimal)
- Conditions dutilisation : de jour, de nuit, avec de la pluie, n ravitaillements, etc.
- Priode de temps : au bout de 24 heures (dure de la mission)
II EXPRESSIONS MATHEMATIQUES :
21 Fonctions de distribution et de rpartition :
Notion de variable alatoire : on appelle variable alatoire X une variable telle qu chaque valeur x de la VA X on
puisse associer une probabilit F(x). Une variable alatoire est donc une fonction qui chaque vnement dune
exprience alatoire associe un nombre rel.
Une VA peut tre :
- Continue : intervalle de temps entre 2 dfaillances conscutives
- Discrte : nombre de dfaillance sur un intervalle de temps
Soit une loi de probabilit relative une VA continue T.
Cette loi est caractrise par sa fonction de distribution (appele aussi densit de probabilit) f(t) et par sa fonction de
rpartition F(t) telles que :
< < +
= =
0
( ) ( )
( ) lim
dt
dF t P t T t dt
f t
dt dt

La fonction F(t) reprsente la probabilit quun vnement (dfaillance) survienne linstant T dans lintervalle [0,t].
( ) ( ) F t P T t = <
Comme ( ). ( ) ( ) ( ) ( )
ti
f t dt P t T t dt F t f t dt P T ti
= < < + = = <

}

Remarque : si la VA est discrte, lexpression devient :
0
( ) ( ) ( )
n
F tn f ti P T tn = = <


22 Application la fiabilit :
Un dispositif mis en marche la 1
re
fois t=0 tombera inexorablement en panne un instant T non connu priori.
T (date de la panne), est une VA de la fonction de rpartition F(t).
- F(t) probabilit de dfaillance avant un instant ti
- R(t) probabilit de bon fonctionnement ti
- R(t) + (F(t) = 1
-
0
( ) ( ) 1
t
t
f t dt f t dt
+ =
} }

23 Taux de dfaillance :
On dfinit le taux de dfaillance de la manire suivante :
nombre de dfaillants sur un intervalle de temps
(t)=
nombre de survivants au dbut de la priode x intervalle de temps

On dfinit :
- N0 le nombre initial de dispositifs
- Ns(t) est le nombre de dispositifs survivants linstant t
- Ns(t + t) est le nombre de dispositifs survivants linstant t + t
Au niveau dune dfaillance, 2 cas peuvent se produire :
- Les dfaillants sont remplacs
- Les dfaillants ne sont pas remplacs
Les dfaillants sont remplacs : Ns(t) sera toujours gal N0 :
On nomme C(t) le nombre de dfaillants durant t.
Daprs la formule gnrale du taux de dfaillance, on a :
0
( )
(t)=
.
C t
N t
A
A
.
Les dfaillants ne sont pas remplacs :
( )
( ) ( )
(t)=
. s t
Ns t Ns t t
N t
+ A
A

Ce taux de dfaillance est une valeur moyenne sur une priode t connue. Or, au mme titre que F(t) et R(t), il est
intressant de connatre lvolution de (t) au cours du temps.
Cest le taux de dfaillance instantan :
On fait tendre t dt et (Ns(t) Ns(t + t)) dN. dN sera prcd du signe - car il y a moins de survivants (t +
t) qu t.
( )
(t)=
. t
dN
N dt

(t).dt=
( )
dN
N t

(t).dt est appel probabilit conditionnelle de dfaillance sur [t, t+dt].
Applications :
Cas N1 : les dfectueux sont remplacs. Une tude a t
mene sur 70 vhicules pendant une priode allant de 80000km
90000km. 41 dfaillances ont t rpares. Dterminer le taux
de dfaillance pour cette priode.
A
= = =
A
4
( ) 41
( ) 0,585.10 /
. 70.(90000 80000)
C t
t panne km
No t


Cas N2 : les dfectueux ne sont pas remplacs. On teste un lot de 50 lectrovannes soumises en continu 8
impulsions par minute. A la 50
me
heure, il en reste 33. A la 60
me
heure, il en reste 27. Dterminer le taux de dfaillance
sur cette classe, par heure et par impulsion.
3 5
( ) ( ) 33 27
( ) 18.10 / 3,79.10 / .
( ). 33.10
Ns t Ns t t
t def heure def imp
Ns t t

+ A
= = = =
A

Si les lectrovannes taient remplaces, on obtiendrait :
3
( ) 33 27
( ) 12.10 /
. 50 10
C t
t def heure
No t x

A
= = =
A

Liaison entre le taux de dfaillance et la fiabilit :
Probabilit davoir une panne entre t et dt = probabilit de survivre linstant t x probabilit conditionnelle de
dfaillance entre t et t+dt .
Cette expression est identique : ( ). ( ). (t).dt f(t)=R(t). (t) f t dt R t =
Il vient donc lexpression du taux de dfaillance en fonction de la loi de fiabilit et la densit de probabilit :
f(t)
(t)=
R(t)

Synthse :


III EXPRESSIONS DES LOIS DE FIABILITE :
( )
( )
( ) ( ) ( ) ( )
( ) ( ).
( ) ( ). ( ) (1 ( )). 1 ( )
dF u
f u
du
f u dF u dF u dF u
u u du
R u R u d u F u du F u

=
= = = =

Intgrons les 2 membres entre 0 et t :
| | | |
0 0 0 0
0
0
( ) ( )
( ). ( ).
1 ( ) 1 ( )
( ). ln(1 ) ln(1 ( )) ln(1 (0))
t t t t
t
t
dF u dF u
u du u du
F u F u
u du Fu F t F

= =

= =
} } } }
}

A t=0, il ny a pas de dfaillance, donc F(0) = 0, donc ln(1-F(0)) = ln1 = 0
0
( ).
0
( ). ln(1 ( )) 1 ( ) ( )
t
t u du
u du F t e F t R t

}
= = =
}

On obtient donc les expressions gnrales des lois de fiabilit :
0
0
0
( ).
( ).
( ).
0
( )
( ) 1 ( ) 1
( )
( ) ( ).
( ) . ( ).
t
t
t
u du
u du
u du
R t e
F t R t e
dF t
f t t e
dt
MTBF E T t f t dt
}
=
}
= =
}
= =
= =
}

La MTBF est dfinie comme tant lesprance mathmatique de la VA T.
IV LOIS DE COMPOSITION EN FIABILITE : ASSOCIATIONS DE MATERIELS :
Le problme qui se pose la maintenance au niveau de la fiabilit est son amlioration constante. Il peut pour cela
intervenir sur la technologie du composant, agencer les composants ou sous-systmes de manire les rendre plus
fiables par lutilisation de redondances dont on distingue 3 grandes catgories :
- Les redondances actives
- Les redondances passives ou stand-by
- Les redondances majoritaires
41 Redondance active :
Une redondance active est ralise par la mise en parallle dlments assurant les mmes fonctions et
travaillant en mme temps.
On a donc faire un systme appel par les fiabilistes systme parallle .
Hypothses de dpart :
- Les dfaillances sont indpendantes les unes des autres
- La fiabilit de chaque sous-systme ou de chaque lment a t dtermine


Systme srie :
On dit quun systme est un systme srie dun point de vue fiabilit si le systme tombe en panne lorsquun seul de
ses lments est en panne.
E1 E2 Ei En

( ) ( 1 2 ... ... ) ( 1). ( 2).... ( ).... ( ) Rs P S P S S Si Sn P S P S P Si P Sn = = =
1
n
i
Rs Ri
=
=
[

Cette association est caractristique des quipements en ligne de production.
Systme // :
On dit quun systme est un systme // dun point de vue fiabilit si, lorsquun ou plusieurs de ses lments tombent en
panne, le systme ne tombe pas en panne.
E1
E2
Ei
En

Pour calculer la fonction fiabilit dun systme // n lments, ils est plus ais de passer par la
fonction dfaillance F.
1 1 ( ) ( )
( 1). ( 2).... ( ).... ( ) 1. 2.... ....
(1 1).(1 2)....(1 )....(1 )
1 (1 1).(1 2)....(1 )....(1 )
F R P S P S
F P S P S P Si P Sn F F Fi Fn
F R R Ri Rn
Rs R R Ri Rn
= = =
= =
=
=

1
1 (1 )
n
i
Rs Ri
=
=
[

Dans un systme //, la fiabilit du systme est plus grande que la plus grande des fiabilits des lments composant le
systme. On utilise ce fait pour amliorer la fiabilit ; cela ralise une redondance active.
Si on dsire effectuer un calcul en fonction du temps, on doit introduire la fonction R(t).
Si ( )
t
R t e

= , alors
1
1 (1 )
n
t
i
Rs e

=
=
[
.
42 Redondance passive :

Dans ce cas, un seul lment fonctionne, les autres sont en attente. Ceci a lavantage de
diminuer ou de supprimer le vieillissement des lments ne travaillant pas. En contrepartie,
on a linconvnient dtre oblig davoir un organe de dtection des pannes et de
commutation dun systme sur un autre.
Le calcul dun systme redondance passive ou stand-by se fait en tenant compte de la
variable temps. Il faut donc connatre au pralable, pour chaque composant, son taux de
dfaillance (t) et sa loi de fiabilit R(t).
Calcul dun systme redondance passive 2 lments en // :
E1
E2
DC

Hypothse : le taux de dfaillance des lments E1 et E2 est constant et est gal
1 e
et
2 e
.
Cette hypothse a pour consquence que les lois de fiabilit sont de type exponentiel :
1
e1
R ( )
e
t
t e

= et
2
e2
R ( )
e
t
t e

=
On fait aussi lhypothse que la fiabilit de lorgane DC est gale 1.
Il sera facile par la suite de la prendre en compte par la suite dans le calcul, cet organe tant en srie avec le systme
{E1, E2}.
1 2
1 2
e1 e2
1 1 2 2
R ( ) et R ( )
( ) et ( )
e e
e e
t t
t t
e e e e
t e t e
f t e f t e

= =
= =

Le systme fonctionnera avec E1 ou E2, ces vnements tant mutuellement exclusifs (E1 sans E2 ou E2 sans E1,
mais jamais les 2 en mme temps).


R(S) = [Prob(S marche sachant que E1 marche) x Prob(E1 marche)]
+ [Prob(S marche sachant que E1 ne marche pas) x Prob(E1 ne marche pas)]
- Prob(E1 ne marche pas) probabilit que E1 soit dfaillant
- Prob(S marche sachant que E1 marche) = 1 (tant que E1 marche, S fonctionnera toujours)
- Prob(E1 marche) probabilit que E1 fonctionne
1
e1
R ( )
e
t
t e

=
- Probabilit que E1 tombe en panne sur lintervalle [0, t] linstant T =
1
1 1
0 0
( ) .
e
t t
T
e e
f t dt e dT

=
} }

- Probabilit que S marche sachant que E1 ne marche plus partir de T =
2
( )
e2
R ( )
e
t T
t T e

> =
( )
1 1 2 1 1 2 2
1 2 1 2 1 2 1 2
1 2 1 2
( ) . .
( ) 1 1
0 0
. . . ( )
( ) 1 1
0 0
. ( )
( ) 1
1 . . .
. . . . . . .
. . .
e e e e e e e
e e e e e e e e
e e e e
t t
t T t T t T t T
s t e e
t t
t t T T t t T
s t e e
t t T
s t e
R xe e dT xe e e dTxe xe
R e e e e dT e e e dT
R e e e

= + = +
= + = +
= +
} }
} }
1 2
1 2
1 2
1 2
1 2
1 2
1 1
( )
.
1
0
1 2
0
( )
.
( ) 1
1 2 1 2
( )
.
( ) 1
1 2
1 2
( )
. .
( )
1
. .
( ) ( )
1
. .
( )
. .
e e
e e
e e
e e
e e
e e
e e
t
T
t
t t
e
e e
t
t t
s t e
e e e e
t
t t
s t e
e e
t
e e
s t
e
dT e e
e
R e e
e
R e e
e e
R

(
= +
(

(
= +
(

(
= +
(
=
}
2 2 1 2
1 1 2 2 1 2
1 1 2 1 2 1
. . ( )
1 1
1 2
. . . .
1 2 1 1
( )
1 2
. . .
1 2 1 1 1 2
( )
1 2 1
. . .
. . . .
. . . . . .
e e e e
e e e e e e
e e e e e e
t t t t
e e
e e
t t t t t t
e e e e
s t
e e
t t t t t t
e e e e e e
s t
e e e
e e e
e e e e
R
e e e e e e
R

+

+
+
=
+
= =

2 e

Si on prend en compte llment de dtection et de commutation DC, on obtient alors :
2 1
.
.
1 2
( )
1 2
. .
.
e e
DC
t t
t
e e
s t
e e
e e
R e

Remarque : si on considre que tous les lments ont le mme taux de dfaillance , on obtient alors lexpression
suivante :
. .
( )
. .(1 . )
DC
t t
s t
R e e t

= +
Pour n lments de taux de dfaillance identiques monts en //, on trouve :
1
( ).
( )
0
( . )
.
!
DC
i i n
t
s t
i
t
R e
i

=
+
=
(
=
(


43 Redondance majoritaire :
La redondance majoritaire est telle que la fonction est assure si au moins la majorit des lments est en tat de
fonctionnement.
Cette redondance concerne surtout des signaux de grande scurit, et en particulier les quipements lectroniques. Le
signal de sortie est celui de la majorit des composants. Le cas le plus simple comporte 3 lments.
E3
D
E1
E2

On considre que lorgane D de dcision a une fiabilit gale 1.
R
S
=probabilit davoir plus de 2 lments en fonctionnement correct
Si Re1=Re2=Re3=R
3
3 2 3
3
2
. .(1 ) 3 2
k
k k k
S
k
R C R R R R
=
=
= =

Si on gnralise n (impair obligatoirement pour avoir une majorit) lments, on obtient :
1
. .(1 ) avec
2
k n
k k n k
S n
k c
n
R C R R c
=
=
+
= =

La formule de calcul de c permet dobtenir la majorit des lments.
En tenant compte de la fiabilit du composant de dcision :
1
. . .(1 ) avec
2
k n
k k n k
S D n
k c
n
R R C R R c
=
=
+
= =

44 Application :
Un processus est
reprsent par le processus
ci-contre :
M1
0,85
M2
0,99
M3
0,99
M4
0,99
M5
0,99
T1
0,8
T2
0,99
T3
0,99

La fiabilit du systme entier est le produit de toutes les fiabilits lmentaires : Rs = 0,64
Pour amliorer cette fiabilit, on peut appliquer des redondances sur les systmes les moins fiables : M1 et T1.
Une des solutions peut consister utiliser 3 T1 et 2 M1. Economiquement, il va de soi que cette solution coterait trop
cher. On se contentera de redonder les lments faibles des systmes M1 et T1
M1
M2
0,99
M3
0,99
M4
0,99
M5
0,99
T1
T2
0,99
T3
0,99
M1 T1
T1

2 4 3 2
1 (1 0,85) 0,99 1 (1 0,8) 0,99 0,91 Rs x x x ( ( = =

Rsultat satisfaisant.


V ANALYSE DE LA FIABILITE PAR LA LOI EXPONENTIELLE :
51 Dfinition de la loi exponentielle :
Rappel sur la dure de vie dun matriel :
t
tx de dfaillance
Maturit

On constate que durant la priode de maturit dun quipement,
(t) est constant ou sensiblement constant. Cest le champ
dapplication de la loi exponentielle qui repose sur lhypothse
= constante.
Les dfaillances mergent sous laction de causes diverses et
indpendantes.
- Si =cte, alors MTBF = 1/ en fiabilit
- Si =cte (taux de rparation), alors MTTR = 1/ en
maintenabilit
0
0
( ).
.
. .
0
( ) et comme ( )
( )
t
t
u du
t du
u t
R t e u cte
R t e e e

}
= = =
}
( = = =

.
( )
t
R t e

=

- Densit de probabilit :
.
( ) .
t
f t e

=
- Fonction de rpartition :
.
( ) 1 ( ) 1
t
F t R t e

= =
- Esprance mathmatique :
1
( ) E t MTBF
= =
52 Dure de vie associe un seuil de fiabilit :
Il est intressant de savoir quel instant la fiabilit atteindra un seuil dtermin.
.
1 1 1
( ) ln ( ) . .ln ( ) .ln
( )
t
R t e R t t t R t t
R t
= = = =
Ex : un composant a une MTBF de 2000 heures. A quelle date tj ce composant aura une fiabilit de 90% ?
1 1 1 1
.ln .ln 2000 ln 211 heures
( ) ( ) 0,9
tj MTBF x
R t R t
= = = =
Au bout de 211 heures, on estime donc que 90% des composants survivront.
53 Reprsentation graphique de la loi exponentielle :
Si
.
( )
t
R t e

= , alors ln ( ) . R t t = en logarithmes npriens et
- .
logR(t)=
2,3
t
en logarithmes dcimaux.
Loi exponentielle sur chelle linaire Loi exponentielle sur papier semi logarithmique
t ou t
R(t)
m=1/
1/e=0,368

t
logR(t)
D
r
o
i
t
e

d
e

p
e
n
t
e

/
2
,
3
1
2,3/
0,1


54 Estimation du taux de dfaillance :
- Porter sur papier semi logarithmique les N points forms des couples (ti, Ri)
- Tracer la courbe de rgression des N points
- Si les N points sont sensiblement aligns, alors la loi de fiabilit est exponentielle
- Dterminer par la pente de la courbe
- En dduire MTBF = 1/
- En dduire
.
( )
t
R t e

=
VI ANALYSE DE LA FIABILITE PAR LA LOI DE WEIBULL :
61 Dfinition de la loi de Weibll :
Cest une loi de fiabilit 3 paramtres qui permet de prendre en compte les priodes o le taux de dfaillance nest
pas constant (jeunesse et vieillesse). Cette loi permet :
- Une estimation de la MTBF
- Les calculs de (t) et de R(t) et leurs reprsentations graphiques
- Grce au paramtre de forme dorienter un diagnostic, car peut tre caractristique de certains modes de
dfaillance
Les 3 paramtres de la loi sont :
Paramtre de forme >0 sans dimension:
- Si >1, le taux de dfaillance est croissant, caractristique de la zone de vieillesse
o 1,5 < | < 2,5 : fatigue
o 3 < | < 4 : usure, corrosion
- Si =1, le taux de dfaillance est constant, caractristique de la zone de maturit
- Si <1, le taux de dfaillance est dcroissant, caractristique de la zone de jeunesse

Remarque : pour =0 et =1, on retrouve la distribution
exponentielle, cas particulier de la loi de Weibll :
1 1
MTBF
q
= =

Paramtre dchelle >0 qui sexprime dans lunit de
temps

paramtre de position, - < < +, qui sexprime dans lunit de temps :
- >0 : survie totale sur lintervalle de temps
[0, ]
- =0 : les dfaillances dbutent lorigine
des temps
- <0 : les dfaillances ont dbut avant
lorigine des temps ; ce qui montre que la
mise en service de lquipement tudi a
prcd la mise en historique des TBF

f(t)
> 0 = 0 < 0
t
f(t)
q
1

q
2

t
avec q
2
< q
1

(t) R(t) f(t)
1
t t
|=3
|=3
|=3
|=1
|=1
|=0,5
|=0,5
|=1
t
0,5
1


Relations fondamentales :
- Densit de probabilit :
1
( ) . . avec
t
t
f t e t
|
|
q
|

q q
| |
|
\ .
| |
= >
|
\ .

- Fonction de rpartition : ( ) 1
t
F t e
|
q
| |
|
\ .
=
- Loi de fiabilit :
( ) 1 ( )
t
R t F t e
|
q
| |
|
\ .
= =

Taux de dfaillance :
1 1
( ) ( ) 1
( ) . . . ( ) .
( ) 1 ( )
t
t
f t f t t t
t e t
R t F t
e
|
|
| |
q
q
| |

q q q q
| |
|
\ .
| |
|
\ .
| | | |
= = = =
| |
\ . \ .

MTBF et cart type :
|
|
q
|
q q
q q
|
o q
| |
| +
\ .

| |
= = = =
|
\ .
= = + I + = +
=
} } }
1
0 0 0
( ) . ( ). lim . ( ). lim . . . .
1
( ) . (1 )
t
x x
x x
t
E t MTBF t f t dt t f t dt t e dt
E t MTBF A
B

est une fonction mathmatique complexe. A et B sont des paramtres issus de tables et sont calculs partir de la loi
.



Ex : pour =1,2, =0 et =550 heures MTBF = 0,9407x550+0517 heures.


62 Dure de vie associe un seuil de fiabilit :
Il est intressant de savoir quel instant la fiabilit atteindra un seuil dtermin, en particulier les roulements billes.
1 1
1 1 1
( ) ln ( ) ln ln . ln
( ) ( ) ( )
t
t t t
R t e R t t
R t R t R t
|
| |
| |
q

q
q q q
| |
|
\ .
| | | | | | | |
= = = = = +
| | | |
\ . \ . \ . \ .

63 Papier Weibll :
Cest un papier log / log qui comporte 4 axes :

- Axe A : axe des temps sur lequel on porte les valeurs ti des TBF
- Axe B : valeurs des probabilits de dfaillance Fi calcules par la mthode des rangs moyens ou des rangs
mdians. On estime R(t) par R(t) = 1 F(t)
- Axe a : axe des temps en logarithmes npriens : ln(t)
- Axe b : axe qui permet lvaluation de
64 Dtermination graphique des paramtres de la loi :
1. Prparation des donnes : dtermination des couples (ti, Fi) par les rangs moyens ou les rangs mdians
2. Trac du nuage de points
3. Trac de la droite de Weibll
4. Dtermination de , ,
5. Dtermination des quations de la loi de Weibll
6. Calcul de la MTBF
7. Exploitation des donnes issues de la loi

AXE A
AXE A
AXE B
AXE a
AXE b


Exemple dapplication :
Prparation des donnes :
Ordre i TBF Fi
1 165 0,11
2 330 0,26
3 515 0,42
4 740 0,58
5 915 0,73
6 1320 0,89
Trac du nuage de points :

Trac de la droite de Weibll D1 : le trac se fait sans difficult au jug .
Dtermination des paramtres de la loi :
- Le fait dobtenir directement une droite D1 sans faire de redressements indique que =0 (paramtre de
position)
- La droite D2, // D1, passant par lorigine coupe laxe b en un point =1,4. Cest la valeur du
paramtre de forme
- La droite D1 coupe laxe des temps t==770 heures. Cest le paramtre de la loi de Weibll
Equations de la loi :
| |
|
\ .
=
0,4
770
( )
t
R t e
=770 heures
=1,4
D2
D1


Dtermination de la MTBF :
Les tables annexes donnent les valeurs de A et B pour =1,4 : A=0,911 et B=0,660. On en dduit
0,911 770 700 MTBF A x q = + = = heures et 0,660 770 508 B x o q = = = heures.
Remarque sur la forme du nuage de points :
- Si le nuage de points approxime une droite, la dtermination de est instantane puisque =0.
- Dans le cas o ce nest pas une droite mais une courbe (concave ou convexe) qui est approxime, il existe des
mthodes de redressement de la courbe pour obtenir une droite et donc . Dans ce cas, lutilisation de logiciels
spcialiss est conseille.
VII METHODES DAPPROXIMATION DES VALEURS DE LA FONCTION DE REPARTITION :
On dispose pour nos tudes de fiabilit dun certain nombre de donnes exprimentales ou relles sur les TBF ; TBF
dont on veut tudier la fonction de rpartition.
Ces donnes reprsentent un chantillon n de la population que lon veut apprhender. Elles doivent tre classes
par ordre croissant de dure (en heures, jours, etc), suivant lunit la plus adapte.
Lestimation de la fonction de densit pour une dure ti est donne par : ( )
1
i
f ti
n
=
+

Or, ce nest pas la fonction de densit qui nous intresse mais la fonction de rpartition F(ti). Cette fonction de
rpartition peut tre estime selon plusieurs mthodes dont 2 sont particulirement applicables pour les lois de fiabilit
(exponentielle et Weibll) : ce sont les mthodes des rangs mdians et des rangs moyens. Le choix entre lune ou
lautre des mthodes est fonction de la taille n de lchantillon.
- Si 20 n s , on utilise la mthode des rangs mdians et
0,3
( )
0,4
i
F ti
n
=
+

- Si 20 n > , on utilise la mthode des rangs moyens et ( )
1
i
F ti
n
=
+

Des tables donnent les valeurs de F(ti) directement en fonction de la taille n de lchantillon.
Ex : table des rangs mdians :
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 50,0 29,2 20,6 15,9 13,0 10,9 9,5 8,3 7,4 6,7 6,1 5,6 5,2 4,9 4,5 4,3 4,0 3,8 3,6 3,4
2 70,8 50,0 38,6 31,5 26,6 23,0 20,2 18,1 16,3 14,9 13,7 12,7 11,8 11,0 10,4 9,8 9,2 8,8 8,3
3 79,4 61,4 50,0 42,2 36,5 32,1 28,7 26,0 23,7 21,8 20,1 18,8 17,5 16,5 15,5 14,7 13,9 13,2
4 84,1 68,5 57,8 50,0 44,0 39,4 35,6 32,5 29,8 27,6 25,7 24,0 22,6 21,3 20,1 19,1 18,1
5 87,0 73,4 63,5 56,0 50,0 45,2 41,2 37,9 35,1 32,6 30,5 28,7 27,0 25,5 24,2 23,0
6 89,1 77,0 67,9 60,6 54,8 50,0 46,0 42,5 39,6 37,0 34,8 32,8 31,0 29,4 27,9
7 90,5 79,8 71,3 64,4 58,8 54,0 50,0 46,5 43,5 40,9 38,5 36,4 34,5 32,8
8 91,7 81,9 74,0 67,5 62,1 57,5 53,5 50,0 47,0 44,3 41,8 39,7 37,7
9 92,6 83,7 76,3 70,2 64,9 60,4 56,5 53,0 50,0 47,3 44,8 42,6
10 93,3 85,1 78,2 72,4 67,4 63,0 59,1 55,7 52,7 50,0 47,5
11 93,9 86,3 79,9 74,3 69,5 65,2 61,5 58,2 55,2 52,5
12 94,4 87,3 81,3 76,0 71,3 67,2 63,6 60,3 57,4
13 94,8 88,2 82,5 77,4 73,0 69,0 65,5 62,3
14 95,1 89,0 83,5 78,7 74,5 70,6 67,2
15 95,5 89,6 84,5 79,9 75,8 72,1
16 95,7 90,2 85,3 80,9 77,0
17 96,0 90,8 86,1 81,9
18 96,2 91,2 86,8
19 96,4 91,7
20 96,6
ordre
TAILLE DE L'ECHANTILLON


VIII APPLICATION DE WEIBULL : OPTIMISATION DUNE PERIODE DINTERVENTION
SYSTEMATIQUE : ABAQUES DE KELLY :
La question qui revient sans cesse dans un service maintenance pour un quipement est : faut-il choisir de garder le
correctif ou de mettre en uvre un prventif systmatique ? Pour rpondre cette question, il existe plusieurs outils
(abaques de Noiret par exemple) dont lutilisation de la loi de Weibll.
La mise en pratique de cette loi va permettre de rpondre aux 2 questions suivantes :
- Existe-t-il une priode dintervention systmatique T telle que la maintenance prventive soit plus conomique
que la maintenance corrective ?
- Si oui, quelle est cette priode optimise ?
Cet outil doptimisation sera nomm outil r, .
71 Mise en uvre de la mthode :
Sur un systme rparable, dont un constituant fragile est interchangeable, comment faire pour dterminer la priode
de remplacement prventif ?
Il faut en 1
er
lieu connatre :
- La loi comportementale R(t) du constituant
- Le cot p du correctif qui, par hypothse, est gal au cot de lintervention prventive lie au remplacement
du constituant dfectueux
- Le cot indirect P des consquences de la dfaillance
On appellera r=P/p le ratio de criticit conomique de la dfaillance. Domaine de validit : 2 < r < 100.
Evaluation du cot C1 de lintervention corrective :
Le cot moyen dune intervention corrective est p + P.
Le cot moyen par unit dusage devient : 1
p P
C
MTBF
+
=
Evaluation du cot C2() dune intervention prventive systmatique :
Si est la priode de remplacement systmatique du composant, le cot aura 2 termes :
- Le cot de lintervention p
- Le cot du correctif rsiduel li au risque de dfaillance avant et valu par sa probabilit F(t) avec t< . Ce
cot est gal : . ( ) .(1 ( )) PF t P R t = .
Le cot moyen par unit dusage est donc
.(1 ( ))
2( )
( )
p P R t
C
m
u
u
+
= , avec m() la dure de vie moyenne des
composants ne dpassant pas , puisquils ont t changs cette date.
0
( ) ( ) m R t dt
u
u =
}
.
Critre de choix :
Le prventif systmatique sera choisi sil existe une priode telle que C2()<C1 ou encore
2( )
1
1
C
C
u
< .
Principe de loptimisation de :
On tudie les variations de
2( )
1
C
C
u
quand varie.
- Si
2( )
1
1
C
C
u
> , alors il ny a pas de solutions
- Si le rapport minimum infrieur 1, la valeur t = correspondant au minimum est optimise
On forme le rapport :
2( ) (1 ( ))
.
1 ( )
C p P R MTBF
C m p P
u u
u
+
=
+

R() est modlisable par une loi de Weibll 2 paramtres (=0). ( ) R e
|
u
q
u
| |
|
\ .
=


La MTBF est aussi une fonction de et :
1
. 1 MTBF q
|
| |
= I +
|
\ .
avec

I =
}
1
0
. .
t a
e t dt qui est une fonction
mathmatique complexe.
Si on pose x
u
q
= et
P
r
p
= , alors
2( ) (1 ( ))
.
1 ( )
C p P R MTBF
C m p P
u u
u
+
=
+
devient :
( )
0
1
1
1 1
2( )
.
1 1
.
x
x
t
r e
C x
C r
e dt
|
|
|
| |
I +
|
+
\ .
=
+
}

On constate que le rapport
2( )
1
C x
C
est dpendant de 2
paramtres : qui caractrise la forme de la distribution et r,
paramtre conomique, qui caractrise le rapport des cots
indirects / directs (criticit des dfaillances).
Exploitation du rapport :
2( )
1
C x
C

En plus des 2 paramtres cits prcdemment, le rapport fait
aussi intervenir le temps. On trace alors sur un graphique une
srie de courbes
2( )
( )
1
C x
f x
C
= pour des valeurs successives
de et de r. On obtient alors des abaques (appeles abaques
de KELLY) tels que celle ci-contre :

72 Mthodes de gestion des matriels :
Gestion individuelle en maintenance prventive
systmatique : en cas de dfaillance rsiduelle, le
remplacement du composant dfaillant initialise une nouvelle
priode pour lchancier. Cest la mthode la plus
frquente.

t1 t2 t3
t4 t5 t6 t7
u u u u u u u
dure<u
Dfaillance

Gestion collective en maintenance prventive systmatique : en cas de dfaillance rsiduelle, le remplacement du
composant dfaillant ne modifie pas lchancier prvu.
t1 t2 t3
t4 t5 t6
u u u
u
u u
Dfaillance

Cette notion de gestion des quipements nous intresse dans le cas de loptimisation dune priode de remplacement,
puisquelle nous conduit lobtention de 2 abaques.


IX DETERMINATION EXPERIMENTALE DU TAUX DE DEFAILLANCE :
Rappels :
Le taux de dfaillance, not (t), est un indicateur de la fiabilit. Il reprsente une proportion de dispositifs
survivants un instant t.
Sa forme gnrale est :
usage d' dure
es dfaillanc de nombre
. Le plus frquemment, il sexprime en pannes / heure .
Attention : utilis en fiabilit, le taux de dfaillance devra exclure les dfaillances extrinsques
lensemble analys, telles que les pannes dues des fautes de conduite (accidents, consignes
non respectes) ou dues une influence accidentelle du milieu extrieur (inondation, incendie, etc.).

Expos de la mthode :
Cette dtermination ncessite un nombre important de donnes sur une priode relativement longue de la vie des
matriels. Si ce nest pas le cas, seule une partie de la courbe sera mise en vidence.
La mthode utilise est celle de lactuariat qui consiste faire des calculs de probabilits partir de renseignements
statistiques.
Il sagit donc de dterminer exprimentalement le taux de dfaillance ( ) t qui correspond la probabilit davoir une
dfaillance dans les intervalles de temps constituant la vie du matriel tudi. Une estimation de ( ) t par tranche de
temps est dtermine par le calcul suivant :
=
A
( )
.
i
i
i i
n
t
N t

-
i
n le nombre de dfaillant durant
i
t A ,
-
i
N le nombre de survivants au dbut de la tranche
i
t
-
1 i i i
t t t
+
A = lintervalle de temps observ
La dtermination du nombre de classes doit tre telle que la courbe ne soit pas trop dforme. Ce nombre dpend du
nombre total de dfaillants. On peut dterminer le nombre de classes r tel que :
i
r n =

ou 1 3,3.log
i
r n = +

Le nombre de classes ainsi dtermin, il reste construire la courbe en baignoire partir des donnes.
La synthse de la mthode est donne ci-aprs :
Phase 1 : choix des classes :
Ex : on a 112 dfaillances au bout de 1000 heures de fonctionnement. On choisit k = 10 classes de 100 heures.
Phase 2 : tableau :
Classe Nombre de machines en
fonctionnement
Cumul des temps de
fonctionnement
Nombre de
dfaillances
Taux moyen de
dfaillance

Phase 3 : exploitation :
Ce tableau permet de tracer lhistogramme des
dfaillances (rpartition dans le temps) et de tracer la
courbe en baignoire (t) :



Application :
Soit un bien non rparable sur lequel ont t raliss des essais sur 55 matriels, depuis linstant t0, pendant une
dure totale de 3490 heures.

- N0 : nombre initial de matriels
- Ns(t1) : nombre de survivants linstant t1
- Ns(t1+t) : nombre de survivants linstant t1+t
- t : intervalle de temps
- Ndt : nombre de dfaillants dans t
- Ns(t) : nombre de survivants linstant t (en dbut de classe)
Dtermination du
nombre de
classes :
55 7, 4 = 7
classes
Dtermination de
lintervalle de
classe : 3490 / 7 =
498,6 heures 500
heures
t t+At Nd
At
Ns(t) (t+At)
( )
( )
t
t t
Ns t t
Nd
A
+ A =
A

La colonne Ndt est issue des essais
raliss : elle correspond au nombre de
matriels dfaillants dans chaque intervalle
de temps.

0- 500 3 55 1,09E-4
500- 1000 8 52 3,08E-4
1000- 1500 10 44 4,55E-4
1500- 2000 12 34 7,06E-4
2000- 2500 7 22 6,36E-4
2500- 3000 8 15 1,07E-3
3000- 3500 7 7 2,00E-3

N
0
N
s
(t
1
) N
s
(t
1+
At)
t
0
t
1
t
1+
At
t

Mthodologie dtude du taux de dfaillance moyen :
1. Avoir un nombre significatif dquipements semblables (N
0
), utiliss dans des conditions identiques.
2. Possder lhistorique de chaque matriel.
3. Initialiser lorigine des mesures un temps t
0
.
4. Si le nombre dquipement est suprieur 50 alors dcouper en classes : le nombre de classes = \N
0

et la dure dune classe (At) = (dure de vie maxi dure de vie mini) / \N
0
.
5. Etablir un tableau permettant le calcul des (t
i
+At)
6. Tracer lhistogramme dvolution de (t
i
+At)
7. Analyser lhistogramme et conclure.


X ESTIMATIONS DES DIVERSES FONCTIONS EMPIRIQUES DE FIABILITE ET ETUDES DE
LEURS RELATIONS :
0
N : nombre dlments bons linstant
0
t
i
N : nombre dlments bons linstant
i
t
i
n : nombre dlments dfaillants entre
i
t et
1 i
t
+
, not aussi
i
N A
i
t A : intervalle de temps observ gal
1 i i
t t
+

On estime
( ) t le taux de dfaillance par tranche t A : =

A
( )
.
i
i
i i
n
t
N t

On estime
( ).
i i
f t t A la fonction dfaillance sur lintervalle
i
t A par :
0
( ).
i
i i
n
f t t
N
A =
On estime
( )
i
F t la fonction de dfaillance cumule par :
0 0
0
0 0 0
( ) ( ). 1
i
i i
i i
i i i
n
N N N
F t f t t
N N N
= A = = =

On estime
( )
i
R t la fonction de fiabilit par :
0

( ) 1 ( )
i
i i
N
R t F t
N
= =

On peut calculer alors
( )
i
t par :
0 0
0 0
. . ( )
( )
.
. ( )
.
i i
i i i i
i
i i i
i i i
i
n n
N t N t n f t
t
N t N
N t R t
N t N
A A
= = = =
A
A
A

( )
( )
( )
i
i
i
f t
t
R t
=
et
( )
( ). .
( )
i
i i i
i
f t
t t t
R t
A = A
(relations servant au calcul des lois de fiabilit)

On peut aussi calculer la MTBF par : ( )
1 1 2 2
0 0
0 0
1
. ( ). . ... ...
i
i i i i i i
n
MTBF t f t t t n t n t n t n t
N N

= A = = + + + + +

car en gnral t
0
=0


XI LE ROCOF : Rate of Occurrence Of Failure :
Le ROCOF (Rate of OCurence Of Failure) ou INTENSITE DE DEFAILLANCE est un indicateur de fiabilit
quivalent au taux de dfaillance.
Il ne concerne uniquement que les matriels rparables.
Analyse mathmatique :
Soient des variables alatoires (T
1
, T
2
, T
3,
... T
i
) les instants de dfaillance et (X
1
, X
2
,

X
3
...X
i
) lintervalle de temps entre
la dfaillance (i-1) et la dfaillance i.
N(t) est le nombre de dfaillances observes sur [0, t]
On sintresse ici aux instants successifs de dfaillance dun matriel.
Le comportement de X
i
est intressant tudier, en particulier ses tendances qui peuvent mettre en
vidence de mauvaises maintenances, des phnomnes de vieillissement, etc. On sintresse donc ici
aux instants successifs de dfaillance dun matriel (alors quen fiabilit, on sintresse plus souvent la
premire dfaillance survenue sur plusieurs matriels diffrents mais de mme conception et exploits dans
des conditions identiques).
Hypothses :
- Le retour dexprience dbute ds la mise en service du matriel ;
- La maintenance est du type As bad as old (Matriel remis dans ltat qui prcdait la dfaillance) et non du
type As good as old (Matriel remis neuf aprs dfaillance)
Dfinitions du ROCOF :
Le ROCOF est estim par le paramtre z(t) :

0
[ ( ) ( )]
( ) lim [ ( )]
dt
E N t dt N t d
z t E N t
dt dt
+
= =

Le ROCOF est la limite (si elle existe), du quotient de lesprance mathmatique du nombre de
dfaillances dune entit rpare, pendant un intervalle de temps [t, t + dt] par la dure de lintervalle
de temps lorsque cette dure tend vers 0.

Lestimateur z(t) se construit et sanalyse de la mme manire que le taux de dfaillance.
Graphe de Nelson Aalen :
Lvolution des dfaillances peut tre reprsente par un graphe appele graphe de Nelson-Aalen.
Lallure de lvolution permet dapporter un jugement sur ltat du matriel.

Dure de vie indpendante
Amlioration du matriel
Dtrioration du matriel
Nombre cumul de
dfaillances
Temps cumul
Estimateur :
( ) z t
= (Nombre de dfaillances observes dans [ t, t + At ]) / At


Application : changeur doutil :
On dsire analyser les dfaillances dun changeur doutils.
Pour cela, on dispose dun extrait de lhistorique de 1999
2007.
Annes
Nb de
dfaillances
Heures de
fonctionnement
1999 8 2956
2000 8 3021
2001 5 2895
2002 2 1800
2003 4 2905
2004 3 2896
2005 1 1600
2006 2 3135
2007 2 3296

On construit un tableau ayant le trame
suivante :
Annes
Nb de
Dfaillances ni
At
(heures)
z(t) Eni
- z(t) : intensit de dfaillance (estimateur du ROCOF) : z(t) = ni / t
- ni : nombre de dfaillances cumules (Graphe de Nelson Aalen)
On aboutit donc au tableau suivant :
Annes
Nb de
dfaillances
t
(heures)
z(t) ni
1999 8 2956 2,71E-03 8
2000 8 3021 2,65E-03 16
2001 5 2895 1,73E-03 21
2002 2 1800 1,11E-03 23
2003 4 2905 1,38E-03 27
2004 3 2896 1,04E-03 30
2005 1 1600 6,25E-04 31
2006 2 3135 6,38E-04 33
2007 2 3296 6,07E-04 35

Matriel en fin de priode de jeunesse.
Mettre en place une politique damlioration du matriel et de la
maintenance.


XI SYNTHESE :



03 - La Fiabilité

Transféré par

Droits d'auteur :

Formats disponibles

03 - La Fiabilité

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

03 - La Fiabilité

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 3 LA FIABILITE Page 44

STRATEGIES DE MAINTENANCE BTS MI

= < < + = = <

( ) t le taux de dfaillance par tranche t A : =

Vous aimerez peut-être aussi