0 évaluation0% ont trouvé ce document utile (0 vote) 62 vues14 pagesFiabilité
Copyright
© © All Rights Reserved
Formats disponibles
Téléchargez aux formats PDF ou lisez en ligne sur Scribd
L.1 Définition
La fiabilité caractérise aptitude d’un systtme ou d’un matériel 4 accomplir une fonction
requise dans des conditions données pendant un intervalle de temps donne.
1.2 Fiabilité et problématique
La fiabilité a sans doute pris son développement depuis la derniére guerre mondiale, Elle est
vite devenue une science & part entire dans les applications appartenant & de nombreux
domaines. Elle a pour fondements mathématiques la statistique et le calcul des probabilités
qui sont nécessaires a la compréhension et a l'analyse des données de fiabilité,
La défaillance (la non fiabilité) augmente les coiits d’aprés-vente (application des garanties,
frais judiciaires,...cte.).
Construire plus fiable augmente les cotits de conception et de production, en pratique, le coat
total d’un produit prend en compte ces deux tendances.
1.2.1. Fonetion de fiabilité R(t) — Fonction de défaillance F(t)
Considérons un matériel dont on étudie la fiabilité. Soit Z la variable aléatoire qui a chaque
matériel associe son temps de bon fonctionnement. On choisi un de ces matériels au hasard.
Soit les événements A :« Le matériel est en état de bon fonctionnement a instant t » et B:
« Le matériel est défaillant 4 instant t +At » On a alors :
P(A) = p(T >t) et p(B) =p 0 par: R(t) 1-F(t). Le nombre R(1) représente la probabilité qu’un
dispositif choisi au hasard dans la population n’ait pas de défaillance avant |’instant 1. La
figure 1.2 montre les deux fonctions associées.
Figure 1.2. Fonction associée
Le taux d’avarie moyen dans Pintervalle de temps [t, t+A¢] est alors :
= (13)
[Link]. Taux de défaillance instantané
C’est la probabilité (0< R& 1) ; un produit doit accomplir de maniére satisfaisante une
fonction requise, sous des conditions données et pendant une période de temps donné.
L’écriture mathématique du taux de défaillance 4 Vinstant t, noté A(t), défini sur
R est la suivante
(1 R(t)-R(t+ AN
4) = Jim, (z oo) eo
Physiquement le terme A(t).at, mesure la probabilité qu'une défaillance d'un
dispositif se produise dans l'intervalle de temps [l, t+ At] sachant que ce dispositif a
bien fonctionné jusqu’a Vinstant t
aR) 1
4) =- FO. (1s)
_ ak) 1
dt “R(t)
£0 _ 60
~ RO) 1- Fey
ou Rest la fonction de fiabilité de ce matériel.
On est alors amené a résoudre une equation différentielle du 1° ordre. En effet si i est
connu, la résolution de |’ équation différentielle linéaire du 1 ordre :
R(t) +A(HR() = 0 (1.6) Donne la fonction de fiabilité R du matéricl. On déduit alors la fonction de défaillance F qui
est Ia fonction de répartition de la variable Z puis la densité de probabilité f de Z qui est la
derivée de F.
On alors :
Rae hte a F(t) =1-e
fp Ae ax (17)
13 Indicateurs de fiabilité (3) et (MTBF) :
Précédemment le taux de défaillance A a été défini par des expressions mathématiques a
travers un calcul de probabilité, On peut également l'exprimé par une expression physique . Il
caracterise la vitesse de variation de In fiabilité au cours du temps. La durée de bon
fonctionnement est égale a la durée totale en service moins la durée des défaillances.
_ nombre total de defillane es pendant le serv
‘duree total de bon fonctionne ment
a as)
1.3.1 Temps moyen de bon fonctionnement :
Le MTBF (Mean Time Between Failure) est souvent traduit comme étant la moyenne des
temps de bon fonctionnement mais représente In moyenne des temps entre deux défaillances.
En d'autres termes, Il correspond a lespérance de la durée de vie t.
MTBF = Ge R(t) (9)
Physiquement le MTBF peut étre exprimé par le rapport des temps
somme des temps de Drctionne ment entre les (n) defaillanc es
nombre d'interventi on de maintenane eavee immobilisation
MIBF = (L10)
Si Aest constant: MIBF = (1)
Par définition le MTBF est la durée de vie moyenne du systéme. Exemple : un compresseur industriel a fonctionné pendant 8000 heures en service continu avec
5 pannes dont les durées respectives sont : 7 ; 22 ;8,5 ; 3,5 et 9 heures. Déterminer son MTBF.
8000 - (7 +22+8,5+35+9) _
MTBF = = = 1590 heures
Etsi 2 est supposé constant A = = = 6.289. 10~* défaillances/heures
a
La courbe ci-dessous montre I’évolution du taux des défaillances pour les différentes entités.
A(t)
Agtc
Temps
Figure 13. Courbes caractéristiques du taux de défaillance
Les courbes du taux de défaillance, figure 1.3 ont une méme forme générale dite en baignoire,
mais présentent néanmoins des différences suivant la technologie principale du systéme
etudi€:
A. en mécanique.
B. en électromécanique.
C. en électronique. 1.4 Les différentes phases du cycle de vie d'un produit :
L’évolution du taux de défaillance d’un produit pendant toute sa durée de vie est caractérisée
par ce qu’on appelle en analyse de fiabilité la courbe en baignoire Figure 1.4.
Le taux de défaillance est élevé au début de la vie du dispositif
Ensuite, il diminue assez rapidement avec le temps (taux de défaillance décroissant), cette
phase de vie est appelée période de jeunesse
Apres, il se stabilise a une valeur qu’on souhaite aussi basse que possible pendant une période
appelée période de vie utile (taux de défaillance constant).
A a fin, il remonte lorsque l'usure et le vieillissement font sentir leurs effets, c’est la période
de Vieillissement (taux de défaillance croissant):
AQ,
Période de Périods de
jeunesse vieillissement
Figure 1.4. La courbe en baignoire.
De nombreux éléments, tels que les composants électroniques, ont un taux de défaillance qui
évolue de cette maniere la.
Pour souligner la particularité des composants mécaniques dans l'analyse de la fiabilité par
rapport aux composants mécaniques, nous allons comparer I’évolution du taux de défaillance
dans les deux cas. 1.7.1 Fiabilité de systéme constitué de plusieurs composants
© Ensérie
La fiabilité R, d’un ensemble de n constituants connectés en série est égale au produit des
fiabilités respectives Ra, Ru, Re, Rn de chaque composant.
Ro= Ra * Ra * Re *...*Ra
Si les “n” composants sont identiques avee une méme fiabilité R la formule sera la suivante :
R(s)=Ra
jortie
Figure 1.6. Composants en série.
Si les taux de défaillances sont constants au cours du temps la fiabilité sera calculée suivar
formule:
Ris) = (en*atyt ( enAaty# (emActyR (ean) (12)
Avec : 1
MTBEF(s}= ———_—____ 113)
“Fi, es
Si en plus, les composants sont identiques: a= 2n = 2
Alors:
R(s}=(e7*") et. = MTBF
(1.14) En paralléle
La fiabilité d’un systéme peut étre augmentée en plagant les composants en paralléle. Un
dispositif constitué de n composants en paralléle ne peut tomber en panne que si les n
composants tombent en panne au méme moment
Si F est la probabilité de panne d'un composant, la fiabilité associée Rj est son
complémentaire:
-R (L135)
Fi représentant la fiabilité associée.
Entrée Sortie
Figure 1.7. Composants en parallile.
Soit les “n” composants de la figure ci-dessous montés en parallele. Si la probabilité de panne
pour chaque composant repéré (i) est notée Fi alors:
R(s) = 1-(1-R)® (1.16)
Le cas particulier de deux dispositifs en paralléle si A est constant Rs est obtenu par :
Re = 1 —(1—Ry). (1 — Re) = Ry + Re — Ra Ro = 0714! + 28" — er Uat4a)! 0
[[Link] loi de Weibull
M11 Introduction
La fiabilité est le domaine de la statistique inférentielle traitant des durées de vie (ou de bon
fonctionnement) des matériels et donc de Tétude statistique de leurs panes.
Le nom de Wallodi Weibull (1887 — 1979) y est attaché. D'origine suédoise, Weibull travailla
comme inventeur (roulements a billes, marteau électrique...) et ingénieur conseil dans de
nombreuses sociétés suédoises ou allemandes, par exemple chez SAAB. Il siintéressa aux
problémes de résistance des matériaux, en particulier 4 coux de fatigue et de rupture des tubes
Vide. Cest dans ce cadre quapparait en 1939 pour la premiére fois la distribution de Weibull.
Mais article qui eut le plus dinfluence fut publié en 1951 dans le "Jounal of Applied
Mechanics” sous le titre "A Statistical Distribution Function of Wide Applicability" oft sont
décrient sept cas d'utilisation de la distribution de Weibull. En effet, I'intérét de cette
distribution, outre ses propriétés analytiques satisfaisantes, est de permettre un bon ajustement
dlune grande variété de problimes de durée de vie.
(On constate expérimentalement, que pour la plupart des matériels, la courbe représentative du
taux davarie A (taux de variation du nombre de pannes) en fonction du temps, a la forme d'une
“courbe en baigncire".
11.3 Fonction de fiabilité R (t)
La forme générale de la fonction de fiabilité est désignée par R (1) représentant la
probabilité de bon fonctionnement a linstant t,
) (mL)
RO
La signification des paramétres a été décrite aux chapitres précédents.
Sa fonction de répartition F (t) est la probabilité que le dispositif soit en panne & instant t.
Elle est exprimée par :
FQ = cma)
Son taux instantané de défaillance 4. (1) est un estimateur de fiabilité. 1! s'exprime par :
(m3)
Remarque si :
i a SA=
Sa densité de probabilité f(t) se calcul par expression suivante : S =4(eryr”
FO =A x RO a( =) .e (may
La coutbe theorique de distribution est montrée 4 la figure III.1. On peut remarquer l’influence
du paramétre fi(coefficient de forme),
RO,
og
OR
o7
oR
O8
os
03
02
os
B= Gens
‘exponentele)
Densites de Weibull
de paramétres B= 0,551; 2;354
yo0.9=2
Temps
Tongs
Figure III.1 Courbes théoriques de Weibull
Si Von désigne par # la variable aléatoire qui, & tout matériel choisi au hasard, associe son
temps de bon fonctionnement avant défaillance, lorsque ff est constant, on montre que f suit
tune loi exponentielle. Pour couvrir tous les cas, Weibull a choisi pour & une fonction
dépendant de trois paramitres :y, 8 etm, L’expression de X(t) est donnée par (IIL.3)
Avec t >, 2 > 0, 7 > 0 (le paramétre important étant # paramétre "de forme", les autres
terminent lajustement), Ainsi, lorsque la variable aléatoire 1, correspondant au temps de bon
fonctionnement, suit la loi de Weibull de paramétresy, ct7. On montre que sa densité est
donnée par l'expression (IIL.6) 114.1 Papier de Weibull
Ce papier de Weibull sert a lire graphiquement les paramétres d'une loi de Weibull dans le cas
ou le parameétre y est nul
En effet, la fonction de répartition associée a une loi de Weibull de paramétres fi, y = 0, 9 est
définie par =
“y
Fe) =1-2@)
(ls)
= In(1— F(e))
>-mn(1- FO) -(
> In(-In(1- FO) = Aims
=> In(-In(1- F())) = Bint — Blinn
=Y =px—flny
La demiére équation obtenue est l'Squation dune droite dans le repére rouge (O ; X ; Y) oO
est le point comespondant 4X = 0 et Y= 0 soit at = 1 et F()=1- We.
Le paramétre se lit directement 4 intersection de la droite précédente avec l'axe des abscisses
puisque celui-ci est gradué en échelle logarithmique, ce qui est montré sur les figures I.2.a et
M2.
Le paraméire est le coefficient directeur de la droite précédente, il suflit de tracer une droite
paralléle 4 la précSdente et de lire directement le coefficient directeur de cette droite sur Taxe
déquation X =~ 1.
[Link]. Echelles utilisées sur le papier de Weibull :
> Abscisse haute : échelle naturelle en X
> Abscisse intermédiaire : échelle logarithmique (lecture du paramétre t)
> Abscisse basse : échelle logarithmique (on fait correspondre a chaque valeur de t son
logarithme népérien Int).
+ Ordonnée gauche : on place les valeurs de F (t) en pourcentage en échelle In (-In (1 - F
wo)
> Ordonnée sur l'axe X =-1 (lecture du paramétre) : ce sont les valeurs In (- In (1 - F (t))) 46-50
081 7 3 SSs7h 2 9 05 am
Figure I11.2.a. Papier de Weibull
A titre d’exempl
‘On construit tout d'abord le nuage de points (t ; F (1)) puis une droite ajustement D, on lit la
valeur du paramétre n sur laxe des abscisses puis on trace la paralléle D’ a la droite D passant
par Forigine O du repére, on lit le parametre f sur Taxe d’équation X = -1. 0203 04 06 08
a DOD
Figure I11.2.b. Papier de Weibull
Pour calculer gamma, Si le nuage de points correspond a une droite, alors y ~ 0.
Si le nuage de points correspond 4 une courbe, on la redresse par une translation de tous les
points en ajoutant ou en retranchant aux abscisses "t”, une méme valeur (gamma) afin
dobtenir une droite. Ceci est montré a la figure [113 Figure II1.3. Recherche de gamma
Pourle calcul <’éta, La droite de régression linéaire coupe laxe A a abscisse t= eta.
Béta est Ia pente de la droite de corrélation. On trace une droite paralléle 4 la droite de
corrélation, et passant par 1) = 1 On lit ensuite béta sur laxe beta est sans dimension. La figure
IIL3. montre la démarche pour ce calcul.
Figure IIL4. Recherche de béta
[Link] des paramétres
> Paramétre d'échelle tay): Ce paramatre permet diutiliser le papier d'Allan Plait
quelque soit lordre de grandeur de t. II n'a done pas A étre interprété.
> Paramétre de forme béta (2): Ce paramétre donne des indications sur le mode des
défaillances et sur l'évolution du taux de défaillances dans le temps. Les courbes des
figures IIT5.a, IILS.b et II15.c, illustrent respectivement I’évolution de la fiabilité, de
la fonction de répartition et du taux de défaillance en fonction du paramétre de forme
B®
Figure 1L5.a : Fiabilité Zoe
a
2
3 on
£02
oS US USC
Temps
Figure IIL. 8, b : Fonction de répartition
“Taux de défaiance 2)
Figure IILS.c: Taux de défaillance
‘On peut done remarquer que si:
+ Pxt A () décioit — période de jeunesse.
© Bat Sawact
indépendance du temps.
© B>1=>4.(t) croit — période d’obsolescence.
> 1525— exprime un phénoméne de fatigue.
& 3<> 4— exprime un phénomene d’usure.
EXERCICE 02
9 systémes mécaniques identiques ont éé étudiés, Les durées de vie en heures sont les suivantes : 5, 112, 202,295,
370, 471, 601, 740, 905.
1." Verifier que la durée de vie suit une Ioi de Weibull dont on déterminera les paramétres
2. Donner la durée de vie moyenne d'un systéme et I'éeart type.
3. Donmer la probabilité que la durée de vie soit supérieure & 500 heures
4-Tracer la courbe de variation de R(0), F() et ft).
Vous aimerez peut-être aussi
