4- OUTILS DE LA SURETE DE FONCTIONNEMENT Afin d’aider l'analyste a réaliser un modéle de sireté de fonctionnement, des méthodes ont été mises au point. Les principales sont : - _ L’analyse préliminaire des dangers (APD). - L'analyse des modes de défaillances et de leurs effets (AMDE). - Laméthode du diagramme de succés (MDS), - Laméthode de la table de vérité (MTV). - Laméthode te I’arbre des causes (MAC), - Laméthode des combinaisons de pannes résumées (MCPR), - Laméthode de arbre des conséquences (MACQ), = Laméthode du diagramme causes-conséquences (MDCC), = Léméthode de espace des états (MEF). 5- RESULTATS SUR LA FIABILITE DES SYSTEMES. En termes de fiabilité, un systéme est une combinaison d’organes agéneés en série ou en paralléles. S.1- systéme série 1n éléments sont en séries, lorsqu’il suffit qu’un seul d’entre eux soit en panne pour rendre tout le systéme défaillant (figure 1). On démontre que la loi de fiabilité équivalente au systéme série "écrit : r=] [ao @ Figure 1 : Diagrammes séries et paralléle 55.2- systémes paralléles simples N éléments sont en paralléles, lorsqu’il suffit qu'un seul d’entre eux fonctionne pour que tout le systéme fonctionne (figure 1). On démontre que la loi de fiabilité équivalente au systéme paralléle simple s*écrit R,(t) 1-[ | — R(t) 0) tet 5.3 - Systémes paralléles particuliers I existe deux autres types de systémes paralléles (les systémes 4 redondances passives et les systémes & redondances actives partielles), dans lesquels un ou plusieurs éléments sont en fonctionnement alors que les autres sont déconnectés du systéme. Ce type de systéme nécessite un élément de commutation dont le réle est de déconnecter du systéme I’élément défaillant pour le remplacer par un élément sain, L'introduction des redondances augmente Vinvestissement (puisqu’on achéte de nouveaux éléments). Il faut done agirsur les trongons dont les MTBF sont critiques. L’étude de notre application consiste essentiellement a proposer des méthodes de quantification de la fiabilité de notre dispositif, a identifier les troncons les plus sensibles et 4 proposer les solutions visant & augmenter efficacement la MTBF Figure 2 : fiabilité des configurations de basePartie 4Nota : les anglo-saxons appettent * unretiabltity* 1a fonction UC t) = j- Rf t} ‘qui correspond 4 la Probablite de tomberen panne avant Hinsant Taux de le et MTF Onadone : A, = @ucde panne (nombre de pannes par unite de temps) 1 — = temps moyen avant panne (MTF) a Remarque importante: lorsque la fonction abllté est une somme de fonctions exponentlelles, on a alors: Ce du peut s‘exprimer comme la somme des MTF de chaque fonction, afectés du coefficient correspondant. Taux de panne d'un montage “‘série’ on désigne ainsi tout montage dont chacun des 7, éléments le constituant est essentie & son bon fonctionnement (aucune redondance). On dira que ces 72 éléments sont * en re * du point de vue de la abit wn Solent les tux ae panne de ehacun des composants de ce sytine =1 Pour que ce montage solt encore opérationne! ainstant¢ , faut et ll sure que chacun de ses composants le sot. Sa nablicé sera donc le produit des fabiités élémentaires : Rt) = (EM). (e-M).....(@-Mt) = EEA n ‘stanamncinmongs sttseuwsonnedestweespunetinmee: A= XG iDememe le tenps moyen avant panne dunmentse sine sere: APT R — © Notion de maintenabilité (maintainability) Liexpértence pratique montre qu'en matiére de recherche et réparation des panes, les plus nombreuses sont les plus courtes, avec une durée qui s'allonge avec la complexité de la panne (et aussi parce que le personnel de maintenrce mais-. soins ben les pannes qu'il rencontre rarement), En classant les pannes par mature et en relevant leur durée, on volt que I'on peut approximativement assimiler Ia distribution des durées de reparation & une exponentiele on ia maar pred eae emi ipon st si M(t) = 1—e7Ht Laprobabilité exe encore en réparation arinstant ¢ sera donc ee opt a dure Léparation MTR sera done donnte par i ie Remarque: 44 s‘exprime donc en nombre moyen de réparations pas unité de temps MTR = Sp # e tdi = Notion de disponibilité (availability) Lorsqu'un systéme en fonctionnement continu peutetre réparé une fols tombé en panne, des nouvelles notions apparaissent: + le curtemoyenne eta pane systime: ALTA, atest égae © aUMTR unttaire forsque Fon ne alspose que d'un seul réparateur pour ensemble des unités redondantes ; © aUMTR unttaire divisé parle nombre de réparateurs, lorsque Fon dispose fun réparateur par unite redondente + letomesmoven statomareienepamesantine : MT BE, + Mnatspontté moyenne (statonnatrs): Ug = MTR, / MTBF, + MTR, MTBF, MTBF, + MTR, © la disponibitté moyenne (stationnaire) As = + teommsovenarentiesreniiesannesuasstene : MTF, Les ealculs que nous effectuerons ultéeurement viseront 4 établir, pour chaque configuration traitée, 1a fonction indisponiolité qui nous fournira Hiadisponiotité moyenne, alns! que fa dlspanibiite moyenne (son complement & 1) Et connaissant le MTRs, on en déduira alors aisément le MTBFA, MTBF, = — MTR, Us Nous vetrns égaement commen calcu les MTF, en onsiatant que et [Fe plu sera) etn puts Imarkovien" n’autortsant pas de reparation. Remarque : on peut prévolr que le MTFs d'un systéme sera toujours plus grand que son MTBFS. En effet, une fols une panne systéme survenue et réparée, on repsrt pour un nouveau cycle de fonctionnement correct du systéme, mals & partir ctun état d&gradé (ce qui donnera donc en moyenne une durée de fonctionnement su syste pine courte), ce qui n'est jamais le cas dans le cycle utlisé pour le calcul du MTFs One vériflera dans le cas des formules qui seront établies uitérteurement, et parle calcul numérique dans les cas plus complexes,LES ESSAIS DE FIABILITE 1 Conditions et types d'essais Pormi les méthodes expérimenteles d'évaluation de la fiabilité des composants et des sous- ensembles, nous pouvens distinguer : — les essais effectués dans des conditions représentatives de exploitation appelles massifs quand ils nécessitent un nombre important de dispesitifs pour estimer efficacement la Fiabilité. Ce type d’essais s’applique bien aux dispositifs dont la loi de fiabilité permet le cumul : (Heures de fonctionnement) x (nombre de dispositifs) loi exponentielle — les essais accélérés utilisant des techniques permettant de faire apparaitre plus rapidement les défaillances. Lis portent en général sur des effectifs faibles et permettent de déterminer rapidement + soit un taux de défoillance (cas des dlectroniques), + soit la durée de vie du dispositif (tenue en fatigue, évolution physico—chimique...) Quel que soit le type d'essai entrepris, il est nécessaire de définie : — le paramétre indicateur de fiabilité qui va dépendre : + de l'utilisation du composant, ~ des processus de dégradation (phénoménes physico-chimiques, dégradation mécanique, usure, fatigue) —les conditions d'essai : + soit représentatives de Futilisation normale du composant, + soit particuligres permettant de tester la capacité du composant dans certaines configurations (tenve en température, tenue en fatigue, ..). Dans tous les cas, ces essais pourront étre : + complets, c’est-a-dire menés jusqu'a défaillance du dernier individu, * Trongués, c'est & dire arr@rés au bout d'un Temps fixé a |"avance, * Censurés, c'est-a—dire arrétes au bout d'un nombre de défaillances Compté et fixé a Mavance, ferrompus, cest & dire que des individus non encore défaillants sont retires de l'essaia des instants qui peuvent étre différents, + séquentiels, c'est & dire arrétés au moment ou le nombre de défaillances constatées et la durée d'essai accumulée permettent daffirmer avec un certain degré de confiance, que la fiabilité est supérieure (ou inferieure) a une valeur prédéterminée, ‘= de mort soudaine (ou subite), c’est-a-dire que I'échantillon est di égaux, |'essai de chaque sous-échantillon étant censure.3.2 Cas général 3.2.1 Estimation des paramétres de la loi de fiabilité Ty a plusieurs méthodes pour estimer la fonction de fiabilit — la méthode graphique, — la régression linéaire, — le maximum de vraisemblance. Voir le cours sur le modéle de Weibull 3.2.2 Intervalle de confiance [Link] Méthode des tables de Jonhson On utilise les rangs & 5% et a 95% délimitant un intervalle de confiance a 90%.2 Définition des estimateurs de fiabilité Le but des essais de fiabilité est d'estimer les paramétres des lois de fiabilité. Soit : + N(0) : ou par abréviation N le nombre de dispositifs réputés identiques soumis a un essai commun, et donc vivants au temps 0 * N(t): le nombre de vivants au temps t + n(t) : le nombre de dispositifs ayant subi une défaillance pendant I"intervalle de temps [0, t], (t pouvent tre une durée, un nombre de cycles, un nombre de chacs, un nombre de km.) +13 le numéro d’ordre de Ii-ITeme défaillance, toutes les défaillances étant rangées par ordre chronologique Or R(t), fonction de fiabilité, est le pourcentage de dispositifs n’ayant pas subi de défaillance dons Fintervalle de temps [0,1] soit R(t) = N(FY/N = 1- n(t)/N F(t), probabilité cumulative de défaillance, ou probabilité d’ apparition d' une défaillance dans Lintervalle [0, t], est le pourcentage de dispositifs ayant eu une défaillance dans lintervalle de temps [0, t] soit F(t) = n(t)/N f(t), densité de probabilité de défaillance, est le pourcentage An(t)/N de dispositifs ayant eu une défaillance dans lintervalle de temps [t, t+ At] raméne a Tunité de temps, soit : f(t) = An(t/N . At A(t), taux instantané de défaillance, est le pourcentage de dispositifs ayant subi une défaillance dans lintervaile [t, 1+ At] ramené a I unité de temps et au nombre de dispositifs vivants a "instant soit : At) = An(tV{IN-n(t)].At} 3 Calcul des estimateurs de fiabilité 3.1 Introduction Sachant que : R(t) == ~n(tyN Donc pour que R= Oil faut que t -> =, ce qui est impossible a vérifier par des essais donc on préfére utiliser comme estimateur de R, la moyenne ou la médiane des valeurs de R que l'on obtiendrait en répétant de nombreuses fois lexpérience (ces 2 valeurs sont trés proches Kune de ['autre), soit a "instant + de la '*™ défaillance : n(t) Doi: SiNe20 R= Médiane de R= 1- (-0.3/(N‘0.4) si20 T/[-Ln(i-a)] Si par exemple, aucune défaillance n'est apparue dpres un temps cumulé de bon fonctionement de 1 000 heures, il y a90 chances sur 100 pour que la MTBF de ces composants sont supérieure a: MTBF » 1000 / [-Lr(0,1) 434 heures,* Table de Johnson a 5% Cette table donne une approximation de F(t) en % par les rangs médiane Elle permet le tracé du niveau & 5% qui est le niveau inférieur de la bande de confiance & 90% 22.381 Bar 10,405 5 15.272 3-725 2530 | 22385) an8a7 7 | 34981 | 5i526 26.705. 26,358 & | $3562 | 383086 | 35420 32505 3 i 42.738 | 38,04 1 | 63,564 36,159 20.535 35,909 176,160 55,152 | 58.990 53,006 2 TIS 38.385 | 51.451 ais} 70337 £0,736 £72066 81,896 93% 2,268 5315 3.025 232i 22.559 27,869 23.337 33,0 aS185 51,580 58.343 | 55,517 | 73,899 | 82,925‘Table de Johnson 4 95% Cette table donne une approximation de F(t) en % par les rangs médians Elle permet le tracé du niveau 4 95% qui est le niveau ‘supérieur de la bande de confiance a 90% Ge Péchantiton « R 32k 383 47.068 | 42204 56,364 | 65,508 74.5865 33108 30.225 | S538 345 G8 Fes 83.283") 52,868 | 86.485 35,406 | 32,2683 | 4zone | 43.812 ! 43,0: 837 | 52,733 | a9, 65.029 72.975 8,042 6.492 | fsaais 96,658 99,538 | x 1 4Ati Cette méthode donne I"intervalle de confiance & 90% pour une durée de vie déterminge. Par exemple pour + = 500, on lit un intervalle ‘5% & pour la défaillance, soit :85 % a 39,3 % pour la fiabilité.Partie 1Durée de vie utile d'un équipement ‘expértence montre que 'on peut définc ols périodes dans la vie d'un equipement ‘+ le début de ve, qu volt survenir des pannes précoces lées le plus souvent & une malfacon d'origine, pannes qui sont ormalement éminées par un rodage (weat-In) ‘+ le mulleu de we, ou vie ute, qu! comporte peu de pannes, de taux constant, dont fappartton reste imprévisible et Ineluctable, et pour lesquelies Ii nly a donc pas de mesures préventives possibies - ‘+ lainn de wie, qul vot une recrudescence du nombre de pannes dues 4 Tusure (wear-out), et dont rappartion peut-tre Evitée par remplacement préventif des pléces usées (maintenance preventive). Jeunesse Vie utile Usure ue) ‘ >t Période de défalanoe précoce | Pévode de défuillace & | — Pétiode de dfallance dusure (faues de conception, de taux constant (éérioration,corosion, et.) prodetion et.) (fates occasionneles) aspect aldatoire des pannes de milleu de ve fat penser dla désintégration spontanée des atomes radioacts, évoquée {uparavant, pour laquelle on salt calcuer fa probabllté moyenne de survie des atomes radioacifs alors Que ricn ne povmet de ‘terminer iesquels vant se desintegrer Dans fe cadre de ce cours, on supposera donc toujours que les pannes surviennent sulvant a distribution exponentllle (et bien entendu que les causes possibies sont indépendantes les unes des autres), jabilité Fonction Lafitte (iat ex détoe comme la probabite Bet) = EAN ete encore on ordre de marche au pout sutemps f Cate dition correspond Ala fonction denis de robabate f(t} =re-Arb Dans le cas d'un grand nombre d équipements Identiques fonctlonnant simultanément, cette probabllté renrésente done aussi fe taux d'equipements encore enfonctionnement a instant -p Cette remaraue est (C4s importante : 1a fonction exponentielle n’implique fel, en aucune facon, une notion d'usure de ‘maxerie| ou de aiminution dune grandeur physique (comme par exemple la charge du conGensateur Gans us creak Nei tau gure resent Feprt que a probate de panne ene et yy) teste constant tegee sf eek t%(t +dt) Adt que soit ¢ (ce processus n'a pas ae “mémoire?)'* Table de Johnson & 5% Cette table donne une approximation de F(t) en % par les rangs médians Elle permet le tracé du niveau & 5% qui est le niveau inférieur de la bande de confiance & 90% Ordre alle de téchantilon Knadatsl Er 2 3 4 Sasa: pier axsec)0 T | S000 | 2532 | i699 | i274 | 3,021 | 0,851 | 0,730 | 0,639 | 0,568 | 0,512 2 22,361 | 13,535 | 9,761 | 7,644 | 6,285 | 5,337 | 4,639 | 4,102 | 3,67 3 36,040 | 24,860 | 18,925 } 15,216 | 12,876 | 11,211 | 9,775 | 6,726 4 47,287 | 34,259 | 27,134 | 22,532 | 19,290 | 16,875 5 54,928 | 41,820 | 34,126 | 28,924 | 25,137 | 22,244 6 160,696 | 47,930 | 40,031 | 34,494 | 30,354 7 65,184 | $2,932 | 45,036 | 39,338 8 65,766 | $7,086 | 49,310 8 71,687 | 60,584 10 74413 Lie rags ys. a a [6] 7 | 6] 8 | o 1 | 0465 | 0425 | 0394 | 0366 | 0,341 | 0,320 | 0,301 | 0,285 | 0,270 | 0,256 2 | 3332 | 3046 | 2805 | 24600 | 2,423 | 2,268 | 2132 | 2011 | 1,903 | 1,206 3 | 782 | 7,187 | 6605 | 6110 | 5.685 | 5,315 | 4,990 | 4,702 | 4446 | 4,217 4 | 13,507 | 12,285 | 11,267 | 10,405 | 9,666 | 9,025 | 8464 | 7,969 | 7,529 | 7,135 | 5 | 191958 | 18,102 | 16,566} 15,272 | 14,166 | 13,211 | 12,377 | 11,643 | 10,991 | 10,408 6 | 27,425 | 24,530 | 22,395 | 20,607 | 19,066 | 17,777 | 16,636 | 15,634 | 14,747 | 13,955, 7 | 34/981 | 31,524 | 28,705 | 26,358 | 24,373 | 22,669 | 21,291 | 19,695 | 16,750 | 17,731 8 | 43,563 | 39,086 | 35,480 | 32,503 | 29,999 | 27,860 | 26,011 | 24,396 | 22.972 | 21,707 9 | sziga1 | 47,267 | 42,738 | 39,081 | 35,956 | 33,337 | 31,083 | 29,120 | 27,395 | 25,865 | 10 | 63,564 | 56,189 | 50,535 | 45,999. | 42,256 | 39,101 | 36,401 | 34,060 | 32,009 | 30,195 11 | 76,160 | 66,132 | 58,990 | 53,434 | 48,925 | 45,165 | 41,970 | 29,215 | 36,811 | 34,693, 2 77,908 | 68,366 | 61,461 | 56,022 | 51,560 | 47,808 | 44,595 | 41,806 | 39,358, B 79,418 | 70,327 | 63,656 | 58,243 | 53,945 | 50,217 | 47,008 | 44,197 4 180,736 | 72,060 | 65,617 | 60,436 | 56,112 | 52,420 | 49,218 3 181,896 | 73,604 | 67,381 | 62,332 | 58,088 | 54,442 16 82,925 | 74/988 | 68,974 | 64,057 | 59,897 v7 83,843 | 76,234 | 70,420 | 65,634 | 18 184,668 | 77,363 | 71,738 | 3 85,413 | 78,389 20 86,089* Table de Johnson 495% Cette table donne une approximation de F(t) en % par les rangs médians Elle permet le tracé du niveau & 95% qui est le niveau supérieur de la bande de confiance & 90% | cee Tale eFéchantion | S200 | peat gna lena 4 pale g ey egret a aei0 1 95,000 [77,639 | 63,160 | 52,713 | 45,072 | 39,308 | seei6 | 51,234 | 28315 | 5,857 | z 97,468 | 96,465 | 75,139. | 65,741 | 58.180 | 52,070 | 47,068 | 429i4 | 3-16 3 98,305 | 90,239 | 81,075 | 72,866 | 65,474 | 59,969 | 54964 | 50,690 4 98,726 | 92,356 | 24,684 | 77,468 | 71,076 | 65,506 |[60,662 5 98,979 | 93,715 | 7,124 | 60,710 | 74,063 | 69.646 6 99,149 | 94,662 | 68,889 | 83,125 | 77,756 ? 99,270 | 95,361 | 90,225 | 64,997 8 | 99,361 | 95,898 | 51,274 | | 9 99,432 | 96/323 10 99,488 0 2 1B 14 Fe 18 19 [20] 1 | 23,840 | 22,002 [20,582 | 19,264 | 18,104 | 17,075 | 16,57 | 35,352 | 14589 | 91 | | 2 | 36,436 | 33,268 | 31,634 29,673. | 27,940 | 26,396 | 25,012 | 23.766 | 22.637 | 21/611 3 | 47,009 | 43,811 | 41,010 | 38,539 | 36,348 | 34,383 | 32.639 | 31.026 | 29,500 | 26.262 4 | 56.437 | 52,733 | 49,465 | 46,566 | 43,978 | 41,657 | 39564 | 37,668 | 35,943 | 36.366 5 | 65,019 | 60.914 | 57,262 | 54,000 | 51,075 | 48,440 | 46,055 | 43,888 | 41/912 | 40,103 & | 72,875 | 68,476 | 64,520 | 60,958 | 57,744 | 54,835 | 52,192 | 49.783 | 47/500 | 45,558 7 | soon | 75,470 | 71,295 | 67,497 | 64,043 | 60,899 | 58,029 | 55,408 | 52.997 | 50,762 8 | 86,492 | 81,858 | 77,604 | 73,641 | 70,001 | 66,663 | 63,599 | 60,780 | 58,194 | 35/003 9 | 92.118 | 87,715 | 83,434 | 79,393 | 75,627 | 72,140 | 68,917 | 65,940 | 63,168 | 60,041 10 85,733 | 94,728 | 60,913 | 77/331 | 73,989 | 70,880 | 67,991 | 65,307 ju 93,395 | 89,595 | 65,834 | 62,223 | 76,909 | 75,604 | 72,065 | 69,805 [fra 99,573 | 97,195 | $3,890 | 90,334 | 86,789 | 63,366 | 60,105 | 77,028 | 74133 a 99,606 | 97,400 | 94,315 | 90,975 | 67,623 | 04,366 | 81,250 | 78,283 jo 99,634, | 87,577 | 94,685 | 91,535 | 98,57 | 05,253 | g2'269 15 99.659 | 97.732 | 95,010 | 52030 | e009 | 66,065 | 16 99,680 | 97,868 | 95,297 | 92,471 | 99,592 v7 98,699 | $7,969 | 95,553 | 92/965 | lei 99,715 | 98,087 | 85,783, | 19 99,730 | 96,193 20 90.744[Link] Cas dune loi exponentielle, méthode des abaques Si le modéle de fiabilité de Weit est constant i se ramene a une loi exponentielle, le taux de défaillonce A 1. Nombre de défaillances / Temps cumulé de Fessai (On peut donc raisonner sur le taux de défaillances (considéré comme constant sur un intervalle de temps t). Le calcul de lintervalle de confiance est effectué grdce aux abaques des figures 8A et 88. Ls permettent destimer le coefficient par lequel il faut multiplier la MTBF pour obtenir les bornes de rintervalle de confiance Essais consurés100200 Nb de détatances Les 4 exemples suivant illustrent l'utilisation de ces abaques + Exemple 1: Essais tronqués avec remplacementAti EUEGESEEEE EE SE EREEEESEEES EE Cette méthode donne Iintervalle de confiance 490% pour une durée de vie déterminée. Par exemple pour t = 500, on lit un intervalle 15% & 60,7% pour ta défaillance, soit :85 % a 39,3 % pour la fiabilité.Soit un échantillon de 5 dispositifs réparables extraits d'un lot homogéne et essayés pendant 200 heures. 10 défaillances sont apporues pendant I'essai et se répartissent suivant une loi de fiabilité exponentielle. MTS = 200.5 / 10 = 100 heures ©) la figure montre que dans 95% des cas, la MTBF du lot est supérieure a 0,58 fois la MTBF estimée et dans 5% des cas, elle est supérieure a | 55 fois la MTBF estimée. (On a donc 90% de chances de ne pas se tromper en affirmant que la MTBF du lot est comprise entre 100 x 0,58 = 58 heures et 100 x 1,85 = 185 heures Soit un risque d'erreur (0,95 — 0,05) de 10%. b) Ia figure montre également que dans 60 % des cas, la MTBF du lot est supérieure a 0,85 fois la MTBF estimée. On a donc 60 % de chances de ne pas se tromper en affirmant que la MTBF du lot est supérieure & 85 heures. + Exemple 2 : Essais censurés Soit un échantillon de 2 dispositifs réparables extraits d'un lot homogéne et essayés jusqu'a la 10°** défaillance observée sur l'ensemble des dispositifs: la durée d'essci est de 500 heures sur chaque dispositif. Les défaillances se répartissent suivant une loi de fiabilité exponentielle. MTBF = (500+500) / 10 = 100 heures a) la figure montre que dans 95 % des cas, la MTBF du lot est supérieure a 0,63 fois la MTBF estimée et dans 5% des cas, elle est supérieure a 1,85 fois la MTBF estimée. (On a donc 90% de chance de ne pas se tromper en affirmant que la MTBF du lot est comprise entre 63 et 185 heures Soit un risque d'erreur (0,95 ~ 0,05) de 10%, b) la figure montre que dans 60% des cas, la MTBF du lot est supérieure a 0,95 fois la MTBF. On a done 60% de chance de ne pas se tromper en affirmant que la MTBF du lot est supérieure & 95 heures. + Exemple 3 : aucune défaillance n'est apparue Lorsqu'aucune défaillance n'est apparue aprés une durée T, il est possible d'annoncer une. borne inférieure pour la MTBF avec une probabilité ot de ne pas se tromper + MTBF > T/[-Ln(1-0)} Si par exemple, aucune défcillance n'est apparue dpres un temps cumulé de bon fonctionnement de 1000 heures, il y a 90 chances sur 100 pour que la MTBF de ces composants sont supérieure a: MTBF > 1000 / [-Ln(0.1)] = 434 heures.+ Exemple 4 : taux de défaillance considéré comme constant sur chaque période de temps Essai sans remplacement de 100 composants sur 300 heures. Le nombre de composants en bon fonctionnement est de 98 Gpres 100 h, 93 Gpres 200 h et 85 pres 300 h Les résultats sont reportés sur la figure 9 : les coefficients multiplicatifs C1 et C2 de la MTBF estimés gréce a la figure 8B sont utilisés comme coefficients diviseurs du taux de défaillance. 3.3 Essai par mort soudaine (ou subite) Tl sagit de déterminer les paramétres de la loi de fiabilité c'un grand lot de composants identiques sans les essayer en totalité. le résumé de la méthode Soit N le nombre de composants & tester (N=80): ‘+ on forme m groupes tel que mé20 (m=8) de p composants (p=10): N= mxp (80=10x8) = oneffectue les essais de chacun des m groupes que on arréte & la premigre. défaillance, on obtient donc m valeurs de temps avant défaillance 90, 250, 400, 590, 850, 1200, 1700, 2500 Ndentinant | TBF | Fig) i th) 1 0 0.08 2 250 | 020 3 400 | 032 4 0 | os 5 aso) 056 6 200 [068 z 700 [0.80 2 2500 | 082 ‘on trace le modéle pour ces m points sur le papier Wei bull si la représentation de celui-ci rest pas une droite, on calcule 7 et on redresse pour obtenir la droite [D] © on trace la droite horizontale [H] passant par F(t) = 50%, elle coupe la droite de Wei bull [0] au point 4 ‘on trace la verticale [V) passant par le point A ‘on calcule la fonction cumulée de défaillance Fi, »= (1-0,3)/ (pr0.4) Frio (1-0,3)/(10+0 4) = 0,0673 ‘on trace la droite horizontale (/-'] passant par Fi, elle coupe la droite (V au point & ‘on trace la droite [0'] paralléle & [0] passant par B ‘on estime les paramétres de Weibull B et 1] comme vu précédemment ‘sur la figure ci-dessous on lit : | = 9400 het B=1 dol une MTBF = xn = 9400 h4 Essais massifs Ce sont en général des essais entrepris en vue de définir un taux de défaillance dans des conditions de fonctionnement et d'environnement spécifiées. Tis portent sur un grand nombre dheures et de dispositifs. Cette technique s' applique. particuliérement bien aux composants électroniques. 4.1 Définition des conditions d'essais Les conditions d’essai doivent &tre définies en fonction des buts visés et dépendront donc : + de la caractéristique de fiabilité recherchée + des contraintes appliquées susceptibles de provoquer les défauts. 4.2 Contraintes appliquées On cherche & déterminer un taux de défcillance et de la durée de vie des disp ‘pplication unique et précise. Les contraintes simulées au cours des essais devront englober obligatoirement les contraintes ‘maximales observées pendant l'utilisation effective. Les essais massifs de fiabilité doivent apporter le maximum de renseignements sur la fiabilité du dispositif. TI peut étre intéressante séparer les effets de chaque contrainte et de réaliser utant d'échantillonnages de dispositif qu'il y a de contraintes. Cette procédure permet d’établir des lois entre les variables contraintes et le temps et, par la suite d'extrapoler les caractéristiques de fiabilité pour d'autres contraintes voisines.5 Essais accélérés Comme déja d écrit précédemment ces esscis consistent & faire fonctionner un échantillon de dispositifs dans des conditions propres & faire apparaitre plus rapidement les défaillances. Un intérét de cette méthode est donc de permettre un jugement comparatif entre produits ou sur un méme produit en cours d'élaboration. 5.1 Définition des conditions d'essai Test important analyser les 4 points suvants Recherche des points sensibles au vieillissement ou aux dégradations ~ _Définition des processus de dégradation (usure, fatigue, corrosion, perte propre des semi-conducteurs...), ~ Estimation de la loi de dégradation - Détermination de la loi d'accélération du phénoméne 5.2 Précautions & prendre Dans tous les cas, il faudra s‘assurer que les contraintes d'accélération imposées au matériel induisent pas de phénoménes parasites susceptibles de modifier les mécanismes de défaillance.3— Mécanisme de défaillance Le tableau suivant représente les organes de systéme et leurs fonctions principales, les modes de défaillances et les causes possibles. Diode de roue libre (onduleur) interrupteur Organe Fonetion principale | Mode de défaillance Cause | -Défaut Générer un couple de | Détérioration _| d’alimentation Moteur rotation (blocage) -Plusieurs démarrages. ~court-circuitage des | enroulements -Usure des roues, accouplement | Générer une force | Couple insuffisant | -Problémes (embarillage) centrifuge ou nul hydraulique Court-cireuit. | Surtension Surintensité. Défaut de fermeture Surintensité. Défaut de commande. Mise en avalanche Dynamique -Fort courant. -Forte tension. -Température. Thyristor (GTO) (onduleur) Interrupteur Défaut de fermeture et d’ouverture -Amorgage non souhaité. -Vieillissement. Echauffement. -Défaut de commande -conduction en inverse Court-circuit -Surtension. ~Surintensité.Alimentation en Défaillance d'une diode. Surcharge. ~Court-circuit. amortir Les distorsions. Redresseur |} courant continu Pertes des Sur échauffement caractéristiques. ~Conirainte en terme de courant (fort courant dans les ‘ phases). Filtre Elimination des, Dysfonctionnement | -Contrainte en terme harmoniques et du filtre, de tension (probléme de résonance). -Conditions environnementales (mauvais fonctionnement des systémes de contréle). VI- Conclusion : La maitrise de la sireté de fonctionnement du systéme électrique, elle se définit comme l’aptitude a : - assurer le fonctionnement normal du systéme. - limiter le nombre d’incidents et éviter les grands incidents. = limiter les conséquences des grand: \cidents lorsqu’ils se produisent.LES ESSAIS DE FIABILITE 1 Conditions et types d'essais Parmi les méthodes expérimentales d’ évaluation de la fiabilité des composants et des sous- ensembles, nous pouvons distinguer = — les essais effectués dans des conditions représentatives de lexploitation appelles massifs quand ils nécessitent un nombre important de dispositifs pour estimer efficecement la Fiabilité. Ce type d' essais s'applique bien aux dispositifs dont fa loi de fiabilité permet le cumul : (Heures de forctionnement) x (nombre de dispositifs) loi exponentielle — les essais accélérés utilisant des techniques permettant de faire apparaitre plus rapidement les défaillances. Ils portent en général sur des effectifs faibles et permettent de déterminer rapidement : + soit un taux de défaillance (cas des composants électroniques), + soit la durée de vie du dispositif (tenue en fatigue, évolution physico—chimique...) Quel que soit le type d' essai entrepris, il est nécessaire de définie : — le paramétre indicateur de fiabilité qui va dépendre + de l'utilisation du composant, + des processus de dégradation (phénoménes physico-chimiques, dégradation mécanique, usure, fatigue) — les conditions d’essai : + soit représentatives de tutilisation normale du composant, + soit particuliéres permettant de tester la capacité du composant dans certaines configurations (rerue en température, tenue en fatigue, ..). Dans tous les cas, ces essais pourront étre : + complets, c'est-a-dine menés jusqu'a défaillance du dernier individu, + Tronqués, c'est d dire arrétés au bout d'un Temps fixé a |'avance, * Censurés, c'est-a—dire arrétes au bout d'un nombre de défaillances Compté et fixé a Havance, + interrompus, c'est & dire que des individus non encore défaillants sont retines de l'essai a des instants qui peuvent étre différents, + séquentiels, c'est d dire arrétés au moment ou le nombre de défaillances constatées et la durée d'essai accumulée permet tent d affiemer avec un certain degré de confiance, que la fiabilité est supérieure (ou inferieure) a une valeur prédéterminge, «de mort soudaine (ou subite), c'est-o-dire que I'échantillon est divise en sous-échantillons égaux, l'essai de chaque sous-échantillon étant censure.2 Définition des estimateurs de fiabilité Le but des essais de fiabilité est d'estimer les paramétres des lois de fiabilité, Soit : + NCO): ou par abréviation N le nombre de dispositifs réputés identiques soumis ¢un essai commun, et donc vivants au temps 0 “N(t) : le nombre de vivants au temps + + n(t) le nombre de dispositifs ayant subi une défaillance pendant I'intervalle de temps (0, +], (t pouvant tre ure durée, un nombre de cycles, un nombre de chocs, un nombre de kr.) + it le numéro d'ordre de ti-I1ame défaillance, toutes les défaillances étant rangées par ordre chronologique Or R(t), fonction de fiabilité, est le pourcentage de dispositifs n'ayant pas subi de défaillance daris Fintervalle de temps (0,t] soit : R = NGF/N = 1 = n(t)/N F(t), probobilité cumulative de défaillance, ou probabilité d' apparition d'une défaillance dans Lintervalle (0, 1], est le pourcentage de dispositifs ayant eu une défaillance dans tintervalle de temps [0, 1] soit : For) = n(rY/N f(t), densité de probabilité de défaillance, est le pourcenttage Arit)/N de dispositifs ayant eu tune défaillance dans Vintervalle de temps [t, t+ At] raméne a funité de temps, soit : Ft) = An(t)/N. At A(t), toux instantané de défaillance, est le pourcentage de dispositifs ayant subi une défaillance dans I'intervalle [t, t+ At] ramené a I'unité de temps et au nombre de dispositifs Vivents a instant + soit = . At) = AnGt/(IN-n(t)]At} 3 Calcul des estimateurs de fiabilité 3.1 Introduction Sachant que : R(t) = 1 n(tV/N Done pour que R =0 il faut que t -» 20, ce qui est impossible a vérifier por des essais donc on préfére utiliser comme estimateur de R, la moyenre ou la médiane des valeurs de R que l'on obtiendrait en répétant de nombreuses fois lexpérience (ces 2 valeurs sont trés proches rune de |'autre), soit a |"instant t de la i#** défaillance : n(t) = i Diod: siNe20 Médiane de R = t - (-0,3/(N+0,4) si 20N 30 R= Moyenne de R= 1 - i/(N+1) ssi N>50 n/N3.2 Cas aénéral 3.2.1 Estimation des paramétres de la loi de fiabilité Tly a plusieurs méthodes pour estimer la fonction de fiabilité : — la méthode graphique, — larégression linéaire, — le maximum de vraisembiance. Voir le cours sur le modéle de Weibull 3.2.2 Intervalle de confiance [Link] Méthode des tables de Jonhson Onutilise les rangs & 5% et a 95% délimitant un intervalle de confiance 490%.+ Exemple 4: taux de défaillance considéré comme constant sur chaque période de temps Essai sans remplacement de 100 composants sur 300 heures. Le nombre de composants en bon fonctionnement est de 98 apres 100 h, 93 épres 200 h et 85 apres 300 h Lesrésultats sont reportés sur la figure 9 : les coefficients multiplicatifs Cl et C2 de la MTBF estimés grace & la figure 8B sont utilisés comme coefficients diviseurs du taux de défaillance. 3.3 Essai par mort soudaine (ou subite Ll sagit de déterminer les poramétres de la loi de Fiabilité d'un grand lot de composant s identiques sans les essayer en totalité. Voici le résumé de la méthode Soit N le nombre de composants & tester (i): + on forme m groupes tel que m<20 (->"%) de p composants (p-£0): N= mxp + oneffectue les essais de chacun des m groupes que ton arréte ala premigre défaillance, on obtient donc m valeurs de temps avant défaillance ieenetiant | er | FG i te) 1 * 0.08 2 250 | 020 a 400 | 032 4 50 | oma [3s eso | 088 é 720 | 068 7 i700 [080 a soa [_o92 + ontrace le modéle pour ces m points sur le papier Wei bull + silareprésentation de celui-ci riest pas une droite, on calcule et on redresse pour obtenin la droite :2 + ontrace la droite horizontale {+3 passant par F(t) = 50%, elle coupe la droite de Wei bull au point ontrace la verticale passant par le point 4 on calcule la fonction cumulée de défaillance Fy »= (1-0,3)/ (p+0,4) Bygp (2-0, UOC, 6) = 60673 ontrace la droite horizontale-- passant par Fipelle coupe la droite au point ontrace la droite '\; paralléle & > passant par B onestime les paramétres de Weibull B et 1) comme vu précédemment Dob one WTOP bay 2 8404 44 Essais massifs Ce sont en général des essais entrepris en vue de définir un taux de défaillance dans des conditions de fonctionnement et d'environnement spé Lis portent sur un grand nombre d'heures et de dispositifs. Cette technique s'applique Porticuligrement bien aux composants électroniques. 4.1 Définition des conditions d'essais Les conditions d' essai doivent étre définies en fonction des buts visés et dépendront done : * de la coractéristique de fiabilité recherchée + des contraintes appliquées susceptibles de provoquer les défauts, 4.2 Contraintes appliquées Oncherche a déterminer un taux de défaillance et de la durée de vie des dispositifs pour une application unique et précise. Les contraintes simulées au cours des essais dewront englober obligatoirement les contraintes maximales observées pendant I'utilisation effective. Les essais massifs de fiabilité doivent apporter le maximum de renseignements sur la fiabilité du dispositif. I! peut étre intéressante séparer les effets de chaque contrainte et de réaliser autant d'échantillonnages de dispositif qu'il y a de contraintes. Cette procédure permet d'établir des lois entre les variables contraintes et le temps et, par la suite d'extrapoler les caractéristiques de fiabilité pour d'autres contraintes voisines,5 Essais accélérés Comme déja d écrit peécédemment ces essais consistent a faire fonctionner un échantillon de dispositifs dans des conditions propres a faire apparaitre plus rapidement les défaillances. Un intérét de cette méthode est donc de permettre un jugement comparatif entre produits ou sur un méme produit en cours d' élaboration, 5.1 Définition des conditions d'essoi Lest important d'analyser les 4 points suivants - Recherche des points sensibles au vieillissement ou aux dégradations ~ _Définition des processus de dégradation (usure, Fatigue, corrosion, perte propre des semi-conducteurs...), ~ Estimation de la loi de dégradation ~ _ Détermination de la loi d'accélération du phénoméne 5.2 Précastions d prendre Dans tous les cas, il faudra s‘assurer que les contraintes d' accélération imposées au matérie! n'induisent pas de phénoménes parasites susceptibles de modifier les mécanismes de défaillance.