Professional Documents
Culture Documents
La Fiabilité
1. Introduction
1.1. Système
Ensemble d’éléments interdépendantes orientés vers la réalisation d’une fonction (machine,
usine, etc.). Chaque système peut être décomposé en sous systèmes, composants et en
éléments.
1.3. Défaillance
Une défaillance (en anglais failure) est la cessation du système à accomplir la fonction pour
laquelle il a été conçu. Un système est déclaré défaillant lorsque ses grandeurs caractéristiques
évoluent en dehors des tolérances définies lors de la conception.
2.1. Définition
La est une caractéristique d’un système exprimée par la probabilité qu’il accomplisse la
fonction pour laquelle il a été conçu dans des conditions données et pendant une durée
donnée.
La fiabilité est une caractéristique du système au même titre que les caractéristiques
dimensionnelles.
La fiabilité s’exprime par une probabilité, c’est donc une grandeur comprise entre 0 et 1 .
Ceci rend compte du caractère aléatoire de l’accomplissement de la fonction.
On ne peut parler de mesure de fiabilité qu’après avoir acquis une expérience suffisante dans
l’exploitation du système ou éventuellement par des essais appropriés.
On distingue :
a) La fiabilité estimée ou intrinsèque : c’est la fiabilité mesurée au cours d’essais
spécifiques effectués dans le cadre d’un programme d’essai entièrement défini
.N t N t 1
S f
N s t
Si N tend vers l’infini (∞) alors tend sûrement vers la fiabilité du système.
N
2.3. Durée de vie d’un système
La durée de vie d'un système est une mesure de la quantité de services rendus. D’une façon
générale, on mesurera la durée de vie d’un système par le nombre d’heures durant lequel il a
effectivement fonctionné. On supposera que le système ne peut occuper que l’un des deux
états suivants : état de fonctionnement ou hors d’usage
La transition d’un état à un autre s’opère selon une loi de probabilité. La durée de vie est donc
une variable aléatoire non négative (voir figure 2)
Soit t une variable aléatoire continue. Cette variable aléatoire représente la durée de vie du
système considéré 0 t .
t : durée de vie du système considéré, t est une variable aléatoire continue positive.
Fonction de densité f t
Soit f t sa fonction de densité. Cette fonction peut être obtenue à partir de données de durées
de vie du système observées depuis le début de son exploitation.
f t 0
f t dt 1
0
Fonction de distribution F t
F t f x dx
t
Fonction de distribution R t
f t
t (le nombre de panne par unité de temps)
R t
Donc t dt n’est autre que la probabilité conditionnelle que l’équipement qui a survie à
R t e 0
x dx
L’évolution de la durée de vie d’un équipement peut être tracée selon une courbe appelée
courbe en baignoire. Selon que l’équipement, soit de type électronique ou mécanique, les
allures du taux de défaillance sont différentes.
On distingue :
Les équipements à taux de panne croissant (Increase Failure Rate « IFR »). Exemple :
courroie.
Les équipements à taux de panne constant (Constant Failure Rate « CFR »). Exemple :
Lampe.
Les équipements à taux de panne décroissant (decrease Failure Rate « DFR »).
Exemple : rodage.
t t t t ti
MTBF 1 2 3 4 i 1
4 n
y1 y2 y3
MTTR
3
Pour la durée de vie aléatoire t :
MTBF E t t f t dt R t dt
0 0
v t 2 f t dt MTBF
2
Variance : 0
Explication de la variance
Le tableau qui suit montre le calcule de la moyenne la variance et l’écart type de trois séries
de test pour voir la différence entre les variances.
Numéro de
Série 1 Série 2 Série 3
l'ampoule
1 48 5 100
2 49 95 50
3 50 5 0
4 51 95 99
5 52 5 1
6 48 95 30
7 49 5 70
8 50 95 55
9 51 5 45
10 52 95 60
11 48 5 40
12 49 95 50
13 50 5 33
14 51 95 67
15 52 5 80
16 48 95 20
17 49 5 52
18 50 95 48
19 51 5 75
20 52 95 25
moyenne (MTBF) 50 50 50
variance 2,11 2131,58 762,53
Ecart type 1,45 46,17 27,61
La variance et l'écart-type mesurent eux la dispersion des notes autour de la moyenne (ou
espérance). Par exemple, on sait qu'en moyenne une ampoule aura comme durée de vie
l'espérance, mais quelles peuvent-être les variations moyennes de cette durée. Autrement dit,
y-a-t-il des ampoules qui durent très peu et d'autres beaucoup, ou bien est-ce que toutes les
ampoules ont à peu près la même durée de vie? On appelle aussi cela mesure les caractères de
dispersion d'une série statistique.
Pour la série 1, l'espérance (ou moyenne des notes!) est 50. La variance vaut 2,11. Elle est
assez faible, les durées sont donc très centrées autour de la moyenne.
Pour la série 2, l'espérance vaut toujours 50, mais la variance vaut 2131,17. Cette variance est
beaucoup plus grande que dans le premier cas, ce qui signifie que les notes sont très espacées.
Donc cette série est très différente par rapport à la première.
La troisième série à était faite avec des valeurs quelconques juste pour voir l’évolution de la
variance.
Exercice 1 :
bx 1 x si 0 x 1
f x
0 sinon
1) Calculer b.
2) Calculer MTBF
Exercice 2 :
Une variable aléatoire continue a pour fonction de densité :
1
si t
f x
0 sinon
1) Etablir l’expression de F t .
Démonstration
donnée par :
R t
R t
R t e t
R t e t
R t
e R C.Q.F.D
R t
Un équipement dont la durée de vie suit une distribution exponentielle ne doit pas faire l’objet
d’une maintenance préventive.
Distribution Gamma
t
k 1
F t 1 e t
k=1 k 1 !
k 1
t
R t e t
k=1 k 1 !
avec 0 t 0 0
On peut vérifier que le taux de panne d’une distribution Gamma est croissant pour 1
si 1 alors f t e t
MTBF
Variance
2
La distribution Gamma a été ajustée à des durées de vie de moteurs de chasseurs bombardiers.
Distribution de Weibull
La loi de weibull est d’un emploi très répondu, elle a été largement utilisée pour simuler des
phénomènes de fatigue des matériaux et dans les études de distribution des défaillances des
tubes à vide.
f t t 1 e t
R t e t
t t 1
: paramètre de forme 0
: paramètre de l'échelle 0
Distribution Normale
En probabilité, une variable aléatoire suit une loi normale (ou loi normale gaussienne, loi de
2
1 t
1
f t e 2
a. 2
a : le coeficcient de normalisation pour obtenir f t dt 1
0
MTBF
Variance 2
La loi normale a un taux der panne croissant.
Distribution Log-Normale
Une variable aléatoire est distribuée suivant une loi Log-normale si son logarithme suit une
distribution normale :
2
1 log t
1
f t e 2
a. 2
Si les log t1 , log t2 , , log tn suivent une loi normale alors t1 , t2 , , tn suivent une
loi log-normale
ni
On estime (t ) le taux de défaillance par tranche t : ti
Ni .t i
n
On estime fˆ(t i ).t i la fonction défaillance sur l’intervalle t i par : f (t i ).t i i
N0
i n i
N0 Ni N
F (t i ) f (t i ).t i 0
1 i
0 N0 N0 N0
N
On estime Rˆ (t i ) la fonction de fiabilité par : R(t i ) 1 F (t i ) i
N0
ni ni
ni N .t N .t f (t i )
On peut calculer alors ˆ(t i ) par : (t i ) 0 i 0 i
Ni .t i Ni .t i Ni R (t i )
N0 .t i N0
f (t i ) f (t i )
(t i ) et (t i ).t i .t i (relations servant au calcul des lois de fiabilité)
R (t i ) R (t i )
ni 1
MTBF t i .f (t i ).t i t i . n1t1 n2t2 ... ni ti ... nt car en général t0=0
0 0 N0 N0
Exercice 3 :
0 48
0 - 1000 5
heures
1000 - 2000 8
2000 - 3000 15
3000 - 4000 10
4000 - 5000 8
5000 - 6000 2
Densité de
Nb Nb de probabilité
d'éléments défaillants Survivants Cumul Probabilité de Taux de
ayant dans la à la fin de des de survie défaillance défaillance
fonctionné tranche ∆ti défaillants R(ti) f(ti).Δti λ(ti)
48
0 - 1000 1,0417E-
heures 5 43 5 100,00% 10,42% 04
1,8605E-
1000 - 2000 8 35 13 89,58% 16,67% 04
4,2857E-
2000 - 3000 15 20 28 72,92% 31,25% 04
5,0000E-
3000 - 4000 10 10 38 41,67% 20,83% 04
8,0000E-
4000 - 5000 8 2 46 20,83% 16,67% 04
1,0000E-
5000 - 6000 2 0 48 4,17% 4,17% 03
Exercice 4 :
On a relevé sur un type de moteur les défaillances suivantes répertoriées par tranche.
L’étude a porté sur 37 moteurs.
1 4 7 12 11 2
On demande :
Une redondance active est réalisée par la mise en parallèle d’éléments assurant les mêmes
fonctions et travaillant en même temps.
Hypothèses de départ :
Système série :
On dit qu’un système est un système série d’un point de vue fiabilité si le système tombe en
panne lorsqu’un seul de ses éléments est en panne.
E1 E2 Ei En
Système parallèle :
On dit qu’un système est un système parallèle d’un point de vue fiabilité si, lorsqu’un ou
plusieurs de ses éléments tombent en panne, le système ne tombe pas en panne.
Pour calculer la fonction fiabilité d’un système // à n éléments, il est plus aisé de passer par la
fonction défaillance F.
E1
E2
Ei
En
F 1 R 1 P (S ) P (S )
F P (S1).P (S 2)....P (Si )....P (Sn ) F1.F 2....Fi ....Fn
F (1 R1).(1 R 2)....(1 Ri )....(1 Rn )
Rs 1 (1 R1).(1 R 2)....(1 Ri )....(1 Rn )
n
Rs 1 (1 Ri )
i 1
Dans un système parallèle, la fiabilité du système est plus grande que la plus grande des
fiabilités des éléments composant le système. On utilise ce fait pour améliorer la fiabilité ;
cela réalise une redondance active.
n
Si R(t ) et , alors Rs 1 (1 e t ) .
i 1
Dans ce cas, un seul élément fonctionne, les autres sont en attente. Ceci a l’avantage de
diminuer ou de supprimer le vieillissement des éléments ne travaillant pas. En contrepartie, on
a l’inconvénient d’être obligé d’avoir un organe de détection des pannes et de commutation
d’un système sur un autre.
Le calcul d’un système à redondance passive ou « stand-by » se fait en tenant compte de la
variable temps. Il faut donc connaître au préalable, pour chaque composant, son taux de
défaillance λ(t) et sa loi de fiabilité R(t).
DC .t e1.e .t e 2 .e
e2 e 1t
Rs ( t ) e .
e1 e 2
Remarque : si on considère que tous les éléments ont le même taux de défaillance λ, on
obtient alors l’expression suivante : Rs ( t ) e DC .t .e .t .(1 .t )
i n 1 (.t )i
Rs ( t ) e ( DC ).t .
i 0 i !
43 – Redondance majoritaire :
La redondance majoritaire est telle que la fonction est assurée si au moins la majorité des
éléments est en état de fonctionnement.
Cette redondance concerne surtout des signaux de grande sécurité, et en particulier les
équipements électroniques. Le signal de sortie est celui de la majorité des composants. Le cas
le plus simple comporte 3 éléments.
k n
n 1
RS Cnk .R k .(1 R )n k avec c
k c 2
La formule de calcul de « c » permet d’obtenir la majorité des éléments.
En tenant compte de la fiabilité du composant de décision :
k n
n 1
RS RD . Cnk .R k .(1 R )n k avec c
k c 2
44 – Application :
Un processus est représenté par le processus suivant :
M1 M2 M3 M4 M5 T1 T2 T3
0,85 0,99 0,99 0,99 0,99 0,8 0,99 0,99
La fiabilité du système entier est le produit de toutes les fiabilités élémentaires : Rs = 0,64
Pour améliorer cette fiabilité, on peut appliquer des redondances sur les systèmes les moins
fiables : M1 et T1.
Une des solutions peut consister à utiliser 3 T1 et 2 M1. Economiquement, il va de soi que
cette solution coûterait trop cher. On se contentera de redonder les éléments faibles des
systèmes M1 et T1
T1
M2 M3 M4 M5 T2 T3
M1 T1
0,99 0,99 0,99 0,99 0,99 0,99
M1 T1
E S
A B C D
E S
A B C D
B
E S
Le dispositif donné ci-contre a les fiabilités élémentaires suivantes pour 1000 heures :
A C
E S
E F
B D
Le dispositif donné ci-contre a les fiabilités élémentaires suivantes pour 1000 heures :
E S
B D E F
C G
Le dispositif donné ci-contre a les fiabilités élémentaires suivantes pour 1000 heures :
E S
A G
Un simple circuit électronique monté en série contient 7 transistors dont le taux de défaillance
n
i 67,6 106
i 1
67,6106 1000
Rs e 0,93
Rs 93%
Soit le système de moto-compresseur composé d’une source principale (SP) en parallèle avec
une batterie (Bat) et onduleur (Ond). (Mot : Moteur, P : Pompe)
i 1 j 1
Req 1 1 RSP 1 RBat ROnd RMot 1 1 RP1 1 RP2
4
RSP e SP t e10 10000
0,36
4
RBat e Bat t e1510 10000
3,05 107
5
ROnd e Ond t e10 10000
0,9
5
RMot e Mot t e910 10000
0, 4
4
RP e P t e510 10000
6,7 103
Req 1 1 0,36 1 3, 05 10 7 0,9 0, 4 1 6, 7 10 3
2
Req 3, 6 101 0, 4 1,33 10 2
Req 1,92 10 3
Références bibliographiques
Chelbi Anis, Support du cours « Fiabilité et maintenance », Ecole Supérieure des Sciences et
Techniques de Tunis, 1999-2000.
Références Electroniques
http://www.bibmath.net/dico/index.php3?action=affiche&quoi=./e/esperance.html
http://www.hubertfaigner.com
http://fr.wikipedia.org/wiki/Loi_normale.htm
http://fr.wikipedia.org/wiki/Loi_gamma.htm
http://fr.wikipedia.org/wiki/Distribution_exponentielle.htm
http://fr.wikipedia.org/wiki/Distribution_de_Weibull.htm