Professional Documents
Culture Documents
Aptitude à
la
maintenance
Analyse des
défaillances
Disponibilité
Opérationnelle
Prix de revient
Élaboration d’un de la mission
produit
Répercussions des préoccupations de fiabilité et d’aptitude à la maintenance
Répercussions des préoccupations d’aptitude à la maintenance
Retour des informations et répercussions de leur analyse sur les prochains
© Daoud Ait Kadi programme 5
Rappels des probabilités
Événement - Expérience
– On peut constater un événement comme le résultat d’une
expérience (tirage…), ou comme le résultat d’un état de fait
(fonctionnement ou défaillance).
0 ≤ P( E ) ≤ 1
P(Ω) = 1
En opé
opération E
Systè
Système
Hors d’
d’usage E
{ }
si Ω = E, E
()
P(Ω) = P(E ) + P E = 1
()
P E = 1 − P( E )
E1 E1∩E2 E2
E1 E2
n
P(E1 ∪ E2 ... ∪ En ) ≤ ∑ P(Ei )
i =1 E3
P (Ei ∩ E j )
P(Ei E j ) = avec P(E j ) ≠ 0
P (E j )
n
P (E1 ∩ E2 ... ∩ En ) = ∏ P (Ei )
i =1
© Daoud Ait Kadi 13
Théorème des probabilités totales
Lorsque la probabilité d’occurrence d’un événement E est
conditionnée par l’apparition d’un ou de plusieurs
événements Ei formant un système complet, i. e.
E1∪E2…∪En = Ω avec P(Ω)=1
et Ei∩Ej=∅ ∀i et ∀j (i≠j)
alors
P(E j ).P(E E j )
P(E j E ) = n
∑ P(E ).P(E E )
i =1
i i
Sous-système n
Composant m
Système Élément k
Sous-système 2
Composant 2 Élément 2
Sous-système 1
Élément 1
Composant 1
0 ≤ R(t ) ≤ 1
On distingue
– La fiabilité prévisionnelle
– La fiabilité estimée ou intrinsèque
– La fiabilité opérationnelle
On distingue
– La défaillance progressive
– La défaillance soudaine
Panne
Défaillance
R (t ) + F (t ) = 1
Temps
to
© Daoud Ait Kadi 24
Estimation des indices de fiabilité
N s (t )
R (t ) = lim (théorème de Borel)
N →∞ N
N f (t )
F (t ) = lim
N →∞ N
N (t ) N f (t )
R (t ) + F (t ) = S + =1
N N
N S (t )
: fonction empirique de fiabilité
N
R(t1)
R(t2)
t t
to t1 t2 to
N f (t + ∆ ) − N f (t )
f (t ) =
N .∆
N f (t + ∆ ) N f (t )
−
f (t ) = N N = F (t + ∆ ) − F (t )
∆ ∆
dF (t )
d ' ou f (t ) =
dt
Nf(t) Nf(t+∆)
t
t t+∆
Ns(t)
N f (t + ∆ ) − N f (t )
r (t ) =
N s (t ).∆
or
r (t ) N f (t + ∆ ) − N f (t ) N .∆
= ×
f (t ) N s (t ).∆ N f (t + ∆ ) − N f (t )
N 1
= =
N s (t ) R (t )
f (t )
d ' ou r (t ) =
R (t )
dF (t )
La fonctio n de densi té → f (t ) =
dt
f (t )
Le taux de panne → r (t ) =
R (t )
R (t ) + F (t ) = 1
La somme d es probabi lités ∞
∫0 f ( x )dx = 1
t ∞ f (t )
F (t ) = ∫ f ( x )dx → R(t ) = ∫ f ( x )dx → r (t ) = ∞
0
∫ f (x)dx
t
t
On connaît F(t)
dF (t )
dF (t ) dt
f (t ) = → R (t ) = 1 − F (t ) → r (t ) =
dt 1 − F (t )
dR(t )
−
dF (t ) dR(t ) dt = − 1 . dR(t )
F (t ) = 1 − R(t ) → f (t ) = =− → r (t ) =
dt dt R(t ) R(t ) dt
On connaît r(t)
dR (t
1 )
r (t )= − .
R (t ) dt
dR (t )
− r (t )dt =
R (t )
t
ln R (t )= − ∫ 0
r ( x )dx
t
R (t ) = e ∫0
r ( x )dx
−
100 8535
200 7790
300 7154
400 6565
500 5979
600 5163
700 3868
800 2297
900 926
1000 162
Nobre de défaillances
12 000 12 000
Nbre de survivants
10 000 10 000
8 000 8 000
6 000 6 000
4 000 4 000
2 000 2 000
0 0
0
0
0
0
0
0
0
0
0
0
40
50
40
50
10
20
30
60
70
80
90
10
20
30
60
70
80
90
10
10
temps (h) temps (h)
90 18
80 16
70 14
60 12
(%/100h)
50 10
40 8
30 6
20 4
10 2
0 0
0 100 200 300 400 500 600 700 800 900 1000 0 100 200 300 400 500 600 700 800 900 1000
temps de fonctionnement (h) temps de fonctionnement (h)
probabilité de défaillance
100 100
90 90
80 80
70 70
F(t) (%)
60 60
50
50 40
40 30
30 20
20 10
10 0
0
00
0
0
0
0
10
50
90
20
30
40
60
70
80
10
0 100 200 300 400 500 600 700 800 900 1000
temps de fonctionnement (h) temps de fonctionnement (h)
Taux de panne
Mortalité
infantile Défaillance aléatoire Vieillissement
vie utile
Action de maintenance
Temps
Considérations pratiques
temps
Causes Causes Causes
•Défauts de fabrication •Environnement •Fatigue
•Contrôle de la qualité •Charges aléatoires •Corrosion
•Conception •Erreur humaine •Age
•Assemblage •Catastrophes naturelles (acts of God) •Frottement
•Contamination •Évènements aléatoires •Les charges cycliques
=
1 t2 t1
[ ∫ λ (t ) dt − ∫ λ (t ) dt ] si t 1 = 0 et t 2 = t AFR =
∫0
λ ( x ) dx
t 2 − t1 0 0
t
ln R(t 1 ) - ln R (t 2 )
AFR =
t 2 − t1
C 2(t − t 0) + λ t > t0
© Daoud Ait Kadi 40
Durée de vie moyenne
Moyenne des Temps de Bon Fonctionnement « MTBF »
État du système
MTBF
X1 + X 2 + X 3
MTBF ≈
1
3
X1 X2 X3
0
Temps
∞ ∞
MTBF = ∫ xf ( x )dx = ∫ R ( x )dx
0 0
e 1
−t
MTTF si t ≤ MTTF
R (t ) ≥
si t < MTTF
R ( t ) ≤ −W MTTF
0 si t ≥ MTTF e si t > MTTF
n!
P(K ) = CnK p K (1 − p )
n− K
avec C nK =
K ! (n − K )!
© Daoud Ait Kadi 43
Caractéristiques de la loi binomiale
E [X ] = n. p V [X ] = n. p(1 − p )
La fonction de distribution:
K =c
P(K ≤ c ) = ∑ CnK p K (1 − p )
n−k
K =0
P( x = K ) =
(λt )K −λt
e
K!
E [X ] = λt V [X ] = λt
La fonction de répartition:
X
F (X ) = ∑
(λt )K e −λt
K =0 K!
( X − µ X )2
1 −
2σ X2
f (X ) = e
σ X 2π
Caractéristiques:
E[X ] = µ X V [X ] = σ X2
X − µX
µ=
σX
– La fonction de densité
1 µ2
f (µ ) = e
2π 2
– Si X suit une distribution normale, de moyenne µx et d’écart type σx, la
variable centrée et réduite µ, définie par:
µ =
X − µ
suit une distribution normale de moyenne 0 et d’écart-type 1.
X
σ X
(log X − µ log X )2
1 − 2
2σ log
f (X ) = e X
Xσ log X 2π
Caractéristiques:
E[X ] = e
µ log X +
(σ 2
log X
2
)
V [X ] = e
2
2 µ log X +σ log X
(
.e
2
σ log X
)
−1
f ( X ) = λe − λX
Caractéristiques:
1 1
E[X ] = V [X ] =
λ λ2
L’espérance mathématique La variance
f (t ) = λ e − λ t r (t ) = λ
F (t ) = 1 − e
−λt
1
R (t ) = e − λ t MTBF =
λ
2 2 1
V [X ] = η Γ 1 + − Γ 1 +
2
β β
La variance
+∞
Γ( x + 1) = xΓ( x) ; Γ(α ) = ∫ xα −1e − x dx
0
β
β
β −1 t−γ t−γ
f (t ) = β t − γ − −
e η R (t ) = e η
η η
β −1
t−γ
β
r (t ) = β t − γ
η η
−
F (t ) = 1 − e η
t > γ
Fonction de
Progiciels d’analyse Fonction de
Banque de données Données
de données [Experfit] fiabilité R(t)
densité f(t)
Retour d’expérience
Histogramme
Taux de
panne r(t)
© Daoud Ait Kadi 55
Choix de distribution de probabilité
Calculer ∆
N données Ω
∆=
1+ 3,3 log10 N
Formule de STURGES
Histogramme
n i (t )
f i (t ) =
N .∆
Calculer l’étendue
Ω = Max - Min
Choix de la distribution
Arthur McGill
(APPENDIX C)