PFE Cor1 Boumed Janv12

republiQue algerienne democratiQue et populaire
ministere de lenseignement superieur et de la

UNIVERSITE ABOU BEKR BELKAID
FACULTE DE TECHNOLOGIE
DEPARTEMENT DE GENIE MECANIQUE

Mmoire
Spcialit
Endommagement et
Prsent par

GRAVURE DU LOGO DE LUNIVERSITE PAR LA
FRAISEUSE A COMMANDE NUMERIQUE
Soutenu : le mois de

Devant le jury :

Prsident : Mr. BOURDIME Abdelghafour
Examinateur : Mr. HAMOU
Examinateur : Mr. BOUCHAME Belhadj
Encadreur : Mr. KERBOUA Bachir

anne universitaire 2011
IMPACT DE LA FIABILIT SUR LES
QUIPEMENTS INDUSTRIELS
(TUDE DE CAS AU NIVEAU
recHercHe scientifiQue
UNIVERSITE ABOU BEKR BELKAID-TLEMCEN
FACULTE DE TECHNOLOGIE
Mmoire de Magister

Spcialit : Gnie Mcanique

Option :
Endommagement et fiabilit mcanique

Prsent par : Boumeddane Abdelkrim
THEME

2012
BOURDIME Abdelghafour MCA UABB
AMOU Said Pr UABB
BOUCHAME Belhadj MCA UDL Sidi Belabbs
KERBOUA Bachir MCA UABB
anne universitaire 2011 - 2012

(TUDE DE CAS AU NIVEAU DENITEX
SEBDOU )
TLEMCEN
iabilit mcanique
: Boumeddane Abdelkrim
UABB-Tlemcen
UABB-Tlemcen
UDL Sidi Belabbs
UABB-Tlemcen
DENITEX)

Mmoire de Magister Boumeddane Abdelkrim
Ddicaces

Je ddie ce travail :

Ma femme et mes filles pour leur soutient et leur encouragement,
quelles trouvent lexpression de mon grand amour.

mon fils Mohamed Younes n le02/04/2010.

ma petite fille Amina ne le 03/08/2011.

tous mes amis de la classe 3ASTM du lyce technique
commandant Farradj Tlemcen .Promotion 1978

hadjAbdelkrim

I

Ddicaces
Remerciements


remerciements

Avant tout je remercie mon Dieu le tout puissant de mavoir
donn la force et le courage de reprendre les tudes lge de
cinquante ans et de raliser ce modeste travail.

Je remercie trs sincrement Monsieur Kerboua Bachir maitre de
confrences, davoir propos et encadr thse, je tiens lui
exprimer mes profonds respects et mes respectueuses gratitudes
pour sa patience, ses orientations et son suivi durant
llaboration de ce Magister

Mes vifs remerciements aux membres du jury :

Mr : Mr. BOURDIME Abdelghafour
Mr : Mr. ADDA BEDIA El abbs
Mr : Mr. BOUCHAME Belhadj
Mr : Mr. ALAA Chteauneuf

Je remercie galement tous mes enseignants de la premire anne
du Magister.

hadjAbdelkrim

II


resume

Notre travail est consacr ltude thorique et pratique de la fiabilit, en loccurrence la fiabilit
industrielle base sur le retour dexprience et sur les modles de fiabilit.
Car ltude de fiabilit dun quipement permet de le bien connaitre durant sa priode de
fonctionnement et doptimiser son exploitation afin daugmenter la production.
Dans notre projet nous avons cit les lois de probabilit et les mthodes danalyse (AMDEC et
ABC) utilises en fiabilit et en particulier la loi exponentielle et la loi de "Weibull".
Afin de concrtiser notre tude, nous avons dfini les mthodes graphiques et analytiques pour
dterminer les paramtres de fiabilit, qui sont utiliss pour lvaluation du taux de dfaillance et
la priode optimale de la maintenance prventive des quipements en exploitation.
Enfin, nous avons achev notre mmoire par une tude de cas pratique, en choisissant les organes
sensibles des quipements stratgiques de la chaufferie Denitex.Sebdou . Cette tude nous a
permis de trouver des rsultats en conformit avec la ralit pratique au niveau de lentreprise.
Mots cls : Fiabilit, Probabilit ; Dfaillance, Taux de dfaillance, Optimisation

abstract

Our work is devoted to theoretical and practical study of reliability, namely reliability based on
industrial experience feedback. Because the reliability study of equipment used to know well
during its period of operation. In our project we cited the laws of probability and methods of
analysis (AMDEC and ABC) used in reliability and especially the exponential and that of
"Weibull".
And to conduct our study, we defined the analytical and graphical methods to determine the
parameters of reliability, used for the evaluation of failure rates and the optimum preventive
maintenance.
Finally we finished our thesis by a case study practice by choosing the sensitive organs of
strategic equipment of the boiler room "Denitex.Sebdou. The study has allowed us to implement
the reliability and measure its impact on industrial equipment.
Keywords: Reliability, Probability, failure, failure rate, Optimization

'' ''
'' '' .
'' '' .
AMDEC) (ABC et
'' '' weibull
'' ''
.

'' (Denitex) '' x '' '' .
: - -

III


listes des figures
Page
Figure 1.1. : Courbes des Fonctions de probabilit.. 08
Figure 1.2. : Courbes de la Fonction fiabilit... 09
Figure1.3. : Courbe en baignoire du taux de dfaillance 11
Figure 1.4. : Courbe du taux de dfaillance en mcanique.. 12
Figure 1.5. : cart entre la courbe relle et thorique.. 14
Figure 2.1. : Courbe de dgradation du paramtre dusure.. 20
Figure 3.1. : Proprit sans mmoire de la loi exponentielle... 28
Figure 3.2. : Reprsentation graphique de la loi exponentielle 29
Figure 3.3. : Droite de linarisation (mthode de Newton).. 30
Figure 3.4. : Droite de linarisation par la mthode des moindres carrs... 31
Figure 3.5. : Taux davarie de la loi de Duane 33
Figure 3.6. : Influence du facteur de formebsur de densit probabilit. .35
Figure3.7. : Influence du facteur de formebsur la courbe de la fiabilit .. 36
Figure 3.8. : Influence du facteur de formebsur la courbe du taux de dfaillance 36
Figure 3.9. : Courbe de la densit en fonction du paramtre de position y. 37
Figure 3.10. : Reprsentation en chelle logarithmique 39
Figure 3.11. : Changement de graduation des abscisses 40
Figure 3.12. : Changement de graduation des ordonnes.. 40
Figure 3.13. : Redressement de la courbe convexe sur papier Weibull 41
Figure 3.14. : Dtermination graphique du point (= 0.001)sur papier Weibull 41
Figure 3.15. : Dtermination graphique sur papier graduation linaire . 42
Figure 3.16. : Choix des trois points (sur une chelle linaire :d
1=
d
2=
42
Figure 3.17. : Redressement de la courbe concave (y < u) ..43
Figure 3.18. : Choix des trois points(a
1
a
2
=a
2
a
3
).. 43
Figure 3.19. : Conception du papier dAllan plait. 45
Figure 3.20. : Rgression des nuages de points en une droite (D) 46
Figure 4.1. : Systme en srie.. 51
Figure 4.2. : Systme en parallle 51
Figure 4.3. : Systme parallle-srie. 52
Figure 4.4. : Systme srie parallle. 53
Figure 4.5. : Systme quelconque ... .53
Figure 4.6. : Systme obtenu (avec S
3
fonctionne). 54
Figure 4.7. : Systme(S
3
ne fonctionne pas).. 54
Figure 4.8. : Dure de vie dun systme parallle.. 56
Figure5.1. : Remplacement systmatique. 59
Figure5.2. : Remplacement ge fixe. 59
Figure 5.3. : Courbes reprsentantes de "y
1
" et "y
2
" .61
Figure 5.4. : Courbe reprsentante de la fonction C (t) .. 62
Figure 5.5. : Lallure de la courbe y(t) . 62
Figure 5.6. :Lallure courbe de C(t) ge fixe. 63
IV


Figure 5.6. : Abaque de kelly 68
Figure 6.1. : Dcoupage de lentreprise 72
Figure 6.2. : Dcoupage de latelier chaufferie. 72
Figure 6.3. : Dcoupage fonctionnel de la chaudire vapeur. 73
Figure 6.4. : Dcoupage fonctionnel de a motopompe dalimentation 74
Figure 6.5. : Dcomposition fonctionnelle du brleur gaz. 75
Figure 6.6. : Courbe ABC. 79
Figure 6.7.: Dtermination graphique des paramtres de fiabilit... 85
Figure 6.8.: Courbes des fiabilits estime et thorique du roulement bille de la Pompe 87
Figure 6.9. : Taux de dfaillance du roulement de la pompe ...87
Figure 6.10.: Dtermination graphique des paramtres de fiabilit.. 89
Figure 6.11.: Courbes des fiabilits estime et thorique.. 90
Figure 6.12. :Taux de dfaillance du joint torique 90
Figure 6.13 : Dtermination graphique des paramtres de fiabilit... 92
Figure 6.14.: Courbes des fiabilits estime et thorique.. 93
Figure 6.15.: Reprsentation des fonctions de rpartitions estime et thorique. 94
Figure 6.16. :Taux de dfaillance de la garniture mcanique 94
Figure 6.17.: Schma bloc de principe de production de la vapeur96
Figure 6.18.: Schma bloc de principe de chauffage de lhuile thermo fluide. 98

V
Liste des tableaux

liste des tableaux

Page

Tableau 1.1.Valeurs de "Kolmogorov Smirnov" 15
Tableau2.1. Causes des diffrentes dfaillances et leurs effets .21
Tableau2.2.Indices de criticit . 22
Tableau3.1.Tableau de prsentation des valeurs (xi,yi) .31
Tables N2. Valeurs des x et y .61
Tableau5.1. Variation de la fonction y
1
(x) 61
Tableau 5.2.Variation de la fonction C (t) .62
Tableau 5.3.Variation de la fonction y(t)pour <1 ..65

Tableau5.4.Variation de la fonction y(t)pour>1 . 65
Tableau 6.1. Capacit de production(Denitex) ...70
Tableau 6.2. Tableau rcapitulatif des dfaillances . 76
Tableau6.3.Tableau rcapitulatif des dfaillances . 77
Tableau 6.4. Tableau rcapitulatif des dfaillances 77
Tableau 6.7. Tableau de classement des quipements .78
Tableau 6.8. AMDEC de la pompe dalimentation . 80
Tableau 6.9. AMDEC de la pompe de circulation dhuile thermofluide .82
Tableau 6.10. AMDEC du compresseur deux tages ..81
Tableau 6.11.Prparation des donnes historiques du roulement billes ..83
Tableau 6.12. Tableau des rsultats thoriques. ....86
Tableau 6.13.Prparation des donnes et traitement des rsultats 88
Tableau6.14.Prparation des donnes et traitement des rsultats ...91

VI
Nomenclature

notations utilises

{A} : Vecteur des rsultats dterminer par la mthode des moindres carrs
A
1
:Axe horizontal gradu en (t) [h]
A : Paramtre de la loi exponentielle
a : Axe horizontal gradu en ln (t) du papier "dAllen Plait"
a
1
: 1
er
point choisi dans le cas 0
a
2
: 2
me
a
3
: 3
me
AMDEC : Analyse des modes de dfaillances et tudes des criticits
ABC : Mthode de " Pareto" danalyse et de slection
B1 : Axe vertical sur papier "dAllen Plait" [%]
B : Paramtre de la loi exponentielle
b : Axe vertical pour dterminer() sur papier "dAllen Plait"
C(t) : Cot en fonction du temps [DA/h]
C
1
: Cot dintervention curative [DA]
C
2
: Cot de dfaillance [DA]
c
i
: Inverse du taux de criticit conomique
D : Droite de rgression des nuages de point
D : Indice de dtection(AMDEC)
D
N
,

:Coefficient de "Kolmogorov-Smirnov"

E(t) : Esprance mathmatique de la variable alatoire T
ET : Porte logique
ES : Porte logique (sortie)
ei : Erreur de modlisation dans la mthode des moindres carres
Fr : Indice de frquence ( AMDEC)
F (t) : Fonction de rpartition [%]
f(t) : Fonction de distribution [%]
f
*
(x) : Fonction propose dans la mthode des moindres carrs
Gr : Indice de gravit (AMDEC)
IPR : Indice de priorit de risque (AMDEC)
K : Constante reprsentant la complexit du matriel (loi de Duane)
K : Nombre dchantillons ou de groupes
MTBF : Moyenne des temps entre dfaillances[h]
m : Indice
m* : Reprsente la pente de la droite y=bX b log
N : Nombre dlments linstant
N
0
: Nombre dlments linstant (t
0
)
N : Numro dordre dans la mthode ABC
n : Taille de lchantillon
OU : Fonction logique
P(E) : Probabilit davoir lvnement E [%]

VII
Nomenclature

p : Pente de la tangente la courbe(R(t) =exp(-t))
R(t) : Fiabilit au temps t [%]
r : Taux de criticit conomique
rt : Retrait dans le cas des rangs corrigs
S : Dsigne le systme
Se : Indice de scurit
Si : Dsigne le sous- systme
T : Variable alatoire dure de vie [h]
Tr : Priode de remplacement [h]
T
C
: Temps cumul [h]
Ts : Dure de vie du systme[h]
TBF : Temps de bon fonctionnement avant la premire dfaillance[h]
t : Linstant(t)
te : Priode optimale conomique[h]
t
M
: Valeur de (t) abscisse du point maximum de la courbe y(t).
U : Union fonction logique
[V] : Matrice calculer avec la fonction "f
*
" dans la mthode des moindres
carrs
x
i
: Les mesures donnes
x
0
: Abscisse de lextremum de y
1
(x)
x1

: Changement de variable x1= (
t
q
)

{Y} : Vecteur derreur dans la mthode des moindres carrs
y : Ordonne sur la droite de rgression
y
i
: Les valeurs donnes
yt 0iuonne sur la droite dajustement
Z : Quantit scalaire utilise dans la mthode des moindres carrs
(alpha) : Seuil de risque [%]
c
: Paramtre de conception de lquipement (loi de Duane)
(bta) : Paiametie ue foime ue la loi ue "weibull"
(ta) : Paramtre dchelle ue la loi ue "weibull"|h]
(tta) : Piioue ue temps |h]
(lambda) : Taux de dfaillance [nbr/h]
c
: Taux de dfaillance cumul [nbr/h]
(gamma) : Paramtre de position ue la loi ue "weibull"|h]
(pi majuscule)
n
=1
: Piouuit ue i=1 n
(sigma minuscule) : cart type
(sigma majusc)
n
=1
: Somme de i=1 n

VIII
SOMMAIRE


sommaire

page
Ddicace... I
Remerciements. II
Rsum. III
Liste des figures. V
Liste des tableaux... VI
Nomenclature. VII
Sommaire.. IX

Introduction Gnrale et Etude Bibliographique. 01
Chapitre 1 : GNRALITS SUR LA FIABILIT
1.1. Introduction.. 06
1.2. Dfinition selon la norme AFNOR X 06-501 07
1.3. Fiabilit et qualit 07
1.4. Expressions mathmatiques de la fiabilit 08
1.4.1.Fonction de distribution et de rpartition 08
1.5. Estimation de la fiabilit. 09
1.5.1.Taux de dfaillance pour des composants mcaniques.. 11
1.6. Expression gnrale de la fiabilit 12
1.7. Expression de la MTBF. 12
1.8. Essais de fiabilit.. 13
1.8.1. Essais acclrs.. 13
1.8.2. Dfinition des critres dessai. 13
1.8.3. Dfinition des conditions dessai 13
1.9. Diffrentes formes dessais 13
1.10. Test dans le domaine de la fiabilit 14
1.11. Tests paramtriques.. 16
1.12. Conclusion . 16

Chapitre 2: LES DIFFRENTS MODES DE DFAILLANCES
2.1. Les diffrents modes de dfaillances 18
2.2. Types de mcanismes de dfaillances.. 18
2.3. Traitement dune dfaillance progressive.. 20
2.4. Analyse des dfaillances 20
2.5. Effets des dfaillances.. 21
2.5.1. Pour la scurit 21
2.5.2. Pour la fiabilit.. 21
2.5.3. Pour la disponibilit 22
2.6. Arbre des dfaillances.. 23
2.6.1.Objectifs.. 23
2.6.2.Principe 23
2.6.3. Construction de larborescence.. 24
2.6.4. Analyse qualitative. 24

IX
SOMMAIRE


2.6.5. Mthode des coupes minimales.. 24
2.6.6. Quantification des coupes.. 24
2.6.6.1. Quantification au niveau vnement redout 24
2.6.6.2. Exploitation de larbre.. 25
2.7. Conclusion 26

Chapitre 3 : TUDE ET ANALYSE DES LOIS DE LA FIABILIT
3.1. Introduction 28
3.1.1. Loi exponentielle. 28
3.1.2. Reprsentation graphique de . 29
3.1.3. Mthode analytique. 30
3.1.4. Mthode des moindres carrs. 31
3.1.5. Forme matricielle. 32
3.2. Loi de Duane.. 33
3.3. La loi normale (Laplace-Gauss).. 34
3.4. Analyse de la fiabilit partir du modle de Weibull.. 34
3.4.1. Distribution de Weibull. 34
3 .4.2. Domaine dutilisation 35
3 .4.3.Fonction de distribution (=0, =1).. 35
3.4.4. Courbes reprsentatives de R(t), (t) pour une loi de Weibull (=0, =1).. 36
3.4.5. Signification des paramtres 37
3.4.6. Expressions mathmatiques.37
3.4.7. Etude du taux de dfaillance 38
3.5. Dtermination graphique des paramtres.. 38
3.5.1. Linarisation de la loi de Weibull.. 38
3.6. Utilisation du papier graphique dAllan plait . 44
3.7. Dtermination graphique des paramtres (, , )... 45
3.8. Mthode analytique pour dterminer les paramtres de Weibull. 46
3.8.1.La mthode des moindres carrs.. 47
3.9. Conclusion.. 47

Chapitre 4 : FIABILIT DES SYSTMES : MODLISATION DE LA FIABILIT
DES QUIPEMENTS
4.1.1. Fiabilit des systmes.. 50
4.1.2. Systme en srie.. 50
4.1.3. Systme en parallle 51
4.1.4. Systme configuration (parallle srie).... 52
4.1.5. Cas dun systme srie- parallle 53
4.1.6. Systme quelconque 53
4.2 . Loi de dure de vie dun systme 54
4.2.1. Cas des dfaillances primaires (systme srie). 54
4.2.2. Cas de(n) sous systmes.. 55
4.2.3. Systme parallle 55
4.2.3.1. Cas particulier i = i = 1, n 55
4.2.3.2. Cas dune loi de "Weibull". 55
4.3. Conclusion.. 58

SOMMAIRE


X

Chapitre 5 : OPTIMISATION
5.1.1. Les cots de maintenance 58
5.1.2. Remplacement systmatique au bout de temps T. 58
5.1.3. Remplacement systmatique ge fixe du dispositif 59
5.2. Optimisation de remplacement systmatique (1
er
cas) 60
5.2.1. Etude de la fonction y(x). 60
5.3. Optimisation du cot (>0).. 62
5.4. Cas de Remplacement ge fixe. 64
5.5. Utilisation de labaque de Kelly.. 67
5.6. Conclusion. 68

Chapitre 6 : TUDE DE CAS AU NIVEAU DE LENTREPRISE DENITEX
6.1. Introduction . 70
6.2. Prsentation de lentreprise "Denitex" . 70
6.3. Historique de lentreprise 70
6.4. Dtermination de la fiabilit partir des historiques.. 71
6.4.1. Exploitation des historiques. 71
6.5. Le principe de dcoupage de lentreprise.. 72
6.6. Analyse du systme.. 73
6.7. Dcomposition du systme dalimentation deau.. 74
6.8. Dcomposition du bruleur gaz. 74
6.9. Classification du matriel. 75
6.9.1. Critres de classement. 75
6 .10. Application. 75
6.10.1. Collecte des donnes.. 75
6.11. Analyse des donnes.. 76
611.1. Slection de lquipement 76
611.2. Principe de la m4thode ABC . 79
6.11.2.1.Trac de la courbe ABC 79
6.12. Choix des organes.. 80
6.12.1. AMDEC de la pompe dalimentation. 80
6.12.2. AMDEC de la pompe de circulation de lhuile thermofluide. 81
6.12.3. AMDEC du compresseur deux tages.. 82
6.13. Dtermination des paramtres de fiabilit des organes slectionns. 82
6.13.1. Cas du roulement de la pompe dalimentation. 82
6.13.2. Prparation des donnes historiques 83
6.13.3. Analyse des rsultats thoriques.. 86
6.13.4. Application du test de corrlation 86
6.14. Cas du joint torique du compresseur deux tages 88
6.14.1. Prparation des donnes historiques et rsultats thoriques. 88

SOMMAIRE


XI

6.15. Cas de la garniture mcanique de la pompe de circulation de lhuile thermofluide 91
6.15.1. Prparation des donnes et traitement des rsultats thoriques 91
6.16. Dtermination de la priode optimale.. 95
6.16.1. Calculs des cots 95
6.16.2. Etude de cas de la dure de vie optimale du roulement bille.. 95
6.16.3. Calcul des cots 95
6.16.3.1. Utilisation de la mthode analytique (remplacement systmatique) 97
6.16.4. Cas de la garniture mcanique de la pompe de circulation 97
6.16.4.1 Utilisation de la mthode analytique (remplacement systmatique) .. 98
6.17. Analyse des rsultats trouvs. 99
6.18. Conclusion finale. 99
Conclusion gnrale et perspective 101
Bibliographie 102

XII
Introduction Gnrale et Etude Bibliographique
Mmoire de Magister Boumeddane Abdelkrim Page 1

Introduction Gnrale et tude Bibliographique

A travers lhistoire, lhomme a sans doute voulu construire des choses
fiables, mais les rsultats et les valuations quantifies ont vu le jour rcemment. Les
premires apparitions sont dans des grands systmes militaires, spatial, nuclaire, puis
lautomobile et les biens dquipement. On peut citer que ds 1906 les constructeurs
amricains de tubes vides lectroniques se sont proccups de leur fiabilit. A cette mme
poque, les premires tudes sur les roulements billes sont apparues. Puis plus tard Waloddi
Weibull proposa son fameux modle en 1937, Il crit un article sur ce sujet en 1951 et lUS
force reconnait son mrite en 1975. Elle prdit son modle un grand succs, ce qui fut
confirm par la suite.
Aprs la seconde guerre mondiale, le dpartement amricain de la dfense initie le
dveloppement dtudes de fiabilit sur les tubes lectroniques. En 1961, Bell telephon
dveloppe les arbres de dfaillances, le groupe AGREE (Advising Group on reability of
electronic equipement) sintresse aux composants lectroniques. La fiabilit par logiciel voie
le jour un peu plus tard vers les annes1980.
Notons galement quil y a plusieurs manifestations dans le domaine du gnie mcanique qui
consacre une rubrique la fiabilit. Cette fiabilit est dfinit par lingnieur comme laptitude
dun dispositif accomplir une fonction requise dans des conditions donnes et pour une
priode de temps donne. Par contre le mathmaticien transforme cette dfinition en parlant
de probabilit daccomplir une fonction requise.
Certains travaux concernant la fiabilit ont t dvelopp en utilisant surtout la loi
exponentielle pour des applications dans le domaine de la maintenance tel que louvrage de
Zwinglestein G.1996 La maintenance base sur la fiabilit, guide pratique de la RCM. La
maintenance base sur la fiabilit (MBF) est ne dans le secteur aronautique la fin des
annes 1970 avec les avions gros porteurs. Normalise sous le nom "RCM"
(Reabilitycentered maintenance), elle est aujourdhui utilise par toutes les compagnies
ariennes et dans les autres secteurs en qut de comptitivit. Lauteur prcise limportance
des rles de lanalyse fonctionnelle et du retour dexprience.
Les travaux de Patrick Lyonnet et son ouvrage Ingnierie de la fiabilit apparue
en 2006, il fait le point sur les techniques de fiabilit des composants et systmes
(mcaniques, lectromcaniques, informatiques) et sur leur mise en uvre au cours du
processus industriel. Les diverses formes de fiabilit sont dveloppes : prvisionnelle,

oprationnelle et exprimentale, ainsi que leur adquation aux divers cas rencontrs .Laspect
pratique y est, sans sacrifier les apports thoriques permettant de bien apprhender les
concepts de la fiabilit.

Les travaux de" JEAN BUFFERNE", intitul "fiabilisation des quipements" (anne
2008). Il met de faon accessible cet incontournable outil mathmatique (fiabilit) la
disposition de ceux qui participent llaboration des politiques de maintenance. Cet ouvrage
sinscrit dans le domaine de la maintenance industrielle, et il traite les bases essentielles de la
fiabilit. Lauteur a trait un cas pratique de la dtermination des paramtres de fiabilit des
arbres de la poinonneuse en utilisant le modle de "Weibull" (=0) et en mme temps il a
utilis des cots de maintenance pour la dtermination de la priode de remplacement
systmatique. Les donnes releves partir des dossiers historiques bien renseigns de
lquipement en question avec les valeurs de TBF , ce qui a simplifi la dtermination des
paramtres de fiabilit ainsi que la recherche de la priode optimale de maintenance
prventive.
Les travaux de thse de doctorat de Tebbi Ouahiba (anne2005) ayant pour thme
Estimation des lois de fiabilit en mcanique par des essais acclrs . Dans ce travail, elle
a estim la fiabilit des systmes soumis des dgradations mcaniques dans les conditions
normales dutilisation et pour la premire fois elle a dmontr des modles SAV (standard de
vie acclr) avec des donnes relles des plans dexprience dans le domaine mcanique.
Les travaux publis par les deux chercheurs Brahim Herrou et Mohamed El Ghorba,
qui ont trait avec la mthode AMDEC loptimisation de la maintenance dun moto-
compresseur et nous avons constat que la fiabilit ntait pas aborde dans leur tude. Leur
objectif est de rduire le temps dindisponibilit ds la conception tout en identifiant les
lments les plus critiques de lquipement, les deux auteurs ont axs leur travail sur le taux
de criticit.
Les travaux de Mathieu Glade (anne 2005) sur la modlisation des cots de cycle
de vie : prvision des cots de maintenance et la fiabilit. Application laronautique ,
lauteur traite la modlisation des lments mcaniques dhlicoptre en utilisant la mthode
des rseaux de neurones.


Nous remarquons que les rfrences cites traitent de la fiabilit des composants
lectroniques, lectromcaniques, les systmes risques et un peu moins les secteurs de
production manufacturire.
Dans la plupart des cas, une entreprise manufacturire de processus na pas les contraintes de
fiabilit que peuvent avoir les socits daviation et les producteurs dnergie nuclaire. La
scurit du grand public nest pas en cause et un optimum conomique de la sret de
fonctionnement de loutil de production est recherch plutt quune fiabilit maximale.
A lheure actuelle, la fiabilit nest pas rserve aux industries de pointes. Des industries
aronautiques, nuclaires, spatiales, industries de lautomobile, de llectromnager, du jouet
et tout fabricant, doit prendre en compte la fiabilit de son produit, de sa conception son
exploitation. De plus, la qualit du produit fabriqu est elle-mme tributaire de la fiabilit des
quipements et des outillages avec lesquels il a t fabriqu.

En effet, la connaissance, des points faibles des quipements en service, acquise sur le terrain
par le service maintenance, constitue une exprience prcieuse lors de la conception ou du
choix des quipements futurs. Cest en particulier ce qui prvoit la mthode de T.P.M.
(maintenance productive totale), o lon centralise dans une banque de donnes toutes les
constatations faites concernant les dfaillances, les anomalies, et les difficults rencontres.
La fiabilit intrinsque dpend essentiellement de la qualit de la conception de lquipement.
Il faut connaitre les caractristiques de fiabilit des lments critiques des quipements cls
pour loptimisation de la politique de la maintenance quels que soient les objectifs gnraux
retenus.
Le maintenancier est un gestionnaire des activits techniques et administratives (cest un
homme du terrain).Le fiabiliste est un scientifique concepteur des systmes et des modles
mathmatiques rsultant des donnes exprimentales ou des donnes relles. Le premier a
toujours trop de pannes, le second nen a jamais assez dans son retour dexprience. Le
maintenancier est spcialement concern par la disponibilit oprationnelle des
quipements; le fiabiliste est concern par la fiabilit prvisionnelle des composants et
systmes. Pour combler le foss qui les spare trop souvent, on met la disposition du
premier quelques outils du second. Ces outils sont applicables sur le terrain pour justifier le
bien fond de leur mise en application.
Le sujet auquel nous nous intressons dans ce mmoire de Magister Impact de la fiabilit
sur les quipements, tude de cas au niveau de Denitex consiste la dtermination des
paramtres de fiabilit en utilisant le modle de "Weibull". Les organes tudis sont

slectionns par des mthodes danalyse ABC et AMDEC partir des dossiers
historiques. Grce aux paramtres de fiabilit en particulier, le paramtre de forme () et les
cots de maintenance directs et les cots de dfaillance, on essaie dvaluer la priode
optimale conomique, afin de choisir la politique de la maintenance appliquer aux
quipements en exploitation. Ces paramtres sont dtermins par des mthodes graphiques
(utilisation du papier "Allen Plait") et analytiques surtout par la mthode des moindres carrs,
en utilisant un programme numrique en langage "Matlab". La priode optimale de
maintenance prventive systmatique ou de remplacement ge fixe, est dtermine grce
deux quations mathmatiques labores partir de la fiabilit et les cots de maintenance.
Cest pour la premire fois que de telles dmonstrations mathmatiques sont souleves de
faon dtaille dans ce travail de magister.


Chapitre 1
Gnralits sur la Fiabilit

Chapitre 1 : Gnralits sur la Fiabilit

CHAPITRE 1 : GENERALITES SUR LA FIABILITE

1.1. Introduction
La fiabilit dun composant exprime la probabilit quil fonctionne correctement sans
dfaillance pendant un temps dtermin dans des conditions fixes de manire prcise.
La dfinition de la fiabilit montre bien que son domaine englobe les probabilits, donc les
statistiques et les mathmatiques. Il faut avoir aussi conscience quun phnomne de fiabilit
ne peut se rduire lapplication de lois statistiques. Une tude de fiabilit ncessite
obligatoirement une expertise physique des organes ou des composants tudis et elle peut
tre largie tous ceux qui leur sont lis [1].
Apprendre la fiabilit, cest dj comprendre le besoin de qualit de retour dexprience et
savoir organiser la collecte des informations.
On doit aussi garder lesprit que les statistiques ne sappliquent qu des phnomnes
alatoires donc au hasard. Or un composant ou un quipement font partie dun systme qui est
soumis un grand nombre de contraintes dont les causes appartiennent deux familles
diffrentes [1].
Causes communes ou alatoires : dues au hasard, frquentes et effet individuel
faible, elles sont dorigines nombreuses et varies, indpendantes les unes des autres
et aucune dentre elles ntant prpondrante tel que le spectre des contraintes subies
par un composant.
Causes spciales : elles sont soudaines, peu frquentes, issues dvnements
passagers peu nombreux et difficilement identifiables telles que : erreurs de
manipulation, mauvais montages ou rglages et pices de mauvaise qualit.
On ne peut faire des prvisions rationnelles relatives la fiabilit dun quipement que sil
est dans un tat stable ou sous contrle statistique lorsquon a supprim dans celui-ci toutes
les causes spciales.


1.2. Dfinition selon la norme AFNOR X 06-501 :
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 dtermine [2]
Commentaire sur les quatre concepts de la dfinition :
- Probabilit : cest le rapport :
nombc dc cus ]uoubIcs
nombc dc cus possbIcs
< 1dans lhypothse
dquiprobabilit[3].

On notera R(t) la probabilit de bon fonctionnement linstant (t), le symbole "R" a pour
origine le mot anglais (reliability).
On notera F(t) la fonction dfinie par F(t)=1-R(t) probabilit complmentaire (ou vnement
contraire). F(t) est la probabilit de dfaillance linstant (t).
- Fonction requise : fonction requise pour un composant de mission ou
service attendu pour un systme.
La dfinition de la fonction requise implique la dfinition dun seuil dadmissibilit au-del
duquel la fonction nest plus remplie.
- Conditions dutilisation : dfinir les conditions dusage revient dfinir
lenvironnement du systme et ses variations, ainsi que les contraintes mcaniques, chimiques
vibratoires, thermiques etc. auxquelles il est soumis. Il est vident que le mme matriel
soumis deux environnements diffrents naura pas la mme fiabilit.
- Priode temps : cest la dfinition de la dure de mission "T", mais chaque instant
(ti) est associe une valeur de fiabilit R(ti) dcroissante.

1.3. Fiabilit et qualit [4]
Ces notions sont indissociables. Si la qualit est prise dans son sens gnral de
satisfaction du besoin des utilisateurs, il est vident que la fiabilit est un lment de la
satisfaction de lutilisateur. La fiabilit cest la probabilit de bon fonctionnement.
Si la qualit est prise dans le sens qualit initiale , nous pourrons dire que la qualit initiale
garantit la conformit dun produit ses spcifications, alors que la fiabilit mesure son
aptitude y demeurer conforme le long de sa vie utile.
La fiabilit est lextension de la qualit initiale dans le temps. Il ny a pas de bonne fiabilit
sans bonne qualit.


1.4. Expressions mathmatiques de la fiabilit
1.4.1. Fonction de distribution et de rpartition
a) Notion de variable alatoire
On appelle variable alatoire "T" une variable telle qu chaque valeur (t) de "T" on puisse
associer une probabilit "F (t)". Une variable alatoire peut tre :
- Continue : intervalle de temps entre deux dfaillances conscutives.
- Discrte : nombre de dfaillances dun composant sur un intervalle de temps.
b) Cas gnral dune variable alatoire continue
Soit une loi de probabilit relative une variable alatoire continue (t).Elle est caractrise
par sa fonction de rpartition "F(t)" telle que :
(t) =
uF(t)
ut
= lim
ut
pob(t<1<t+dt)
ut
(1.1)
La fonction de rpartition "F(t)" reprsente la probabilit quun vnement (une dfaillance)
[4] survient linstant (t) dans lintervalle [0,t] ; F(t)=P(T<t).

(a) Fonction de distribution (b) Fonction de rpartition

Figure 1.1.Courbes des fonctions de probabilit

c) Reprsentation graphique de (t) et F(t).
(t) Jt = prob [t < T < t+Jt][5]

(t) est une densit de probabilit.
F(t) = (t)ut = prob(I < ti)
t
-

(t)
F(t)
0 t ti t

Si la variable alatoire est discrte
F(tn) = (ti) = prob(I < tn)
n
=1
(1.2)
d) Application la fiabilit
Un dispositif mis en marche pour la premire fois (to) tombera en panne un instant
non connu priori "t" : date de la panne est une variable alatoire de la fonction de rpartition
"F(t)".
F(t) est la probabilit dune dfaillance avant linstant (ti).
R(t) est la probabilit de bon fonctionnement (ti), cest une fonction monotone dcroissante.
R(t) et F(t) sont des probabilits complmentaires [5], telle que :
R(t)+F(t)= 1 ou (t)ut +
t
o
(t)ut = 1
+
t
(1.3)

(a) Fonction de Rpartition (b) Fonction de Fiabilit
Figure 1.2. Courbes paramtriques de la fiabilit

1.5. Estimation de la fiabilit
On a vu prcdemment que la fiabilit (probabilit de bon fonctionnement)[1],sexprimait
gnralement par la fonction "R(t)". La probabilit de dfaillance est dsigne par
"F(t)" :(failure).
On utilise parfois le terme de "dfaillance". Le systme nayant que deux tats possibles, on
pourra crire "F(t)" gale (1-R(t)), le temps (t) doit tre choisi comme lunit duvre la
plus reprsentative de la dure de sollicitation du composant (dispositif).
Soit "N
0
" le nombre de dispositifs fonctionnant (to) et N(t) le nombre de dispositifs
fonctionnant linstant (t), on dfinit :

1
1
F(t)
)
R(t)
)
F(ti)
R(ti)
o ti t o ti t

a) La fiabilit du composant linstant t.
N(t+ Jt) le nombre de dispositifs (composants) fonctionnant linstant (t+ Jt).
N(t)/N
0
est un estimateur de fiabilit R(t) avec N(t)-N(t+ Jt)=N>0
A linstant (t+ Jt) il reste N(t+ Jt)-N(t)= - N dispositfs
Si (Jt) tend vers zro, lestimateur tend vers une limite qui est le taux de dfaillance
instantan :
(t) Jt=-
uN
N(t)
(1.4)
(t) Jtest une probabilit conditionnelle de dfaillance sur lintervalle (t, t+Jt) car elle ne
sapplique quaux survivants linstant(t).
Appliquons le thorme des probabilits conditionnelles
La Probabilit (davoir une panne entre t et Jt) est gale probabilit de survie t x( (t).Jt)
(P(t T t+dt)=P(T t) (t) Jt =f(t).dt=R(t).(t).dt (1.5)
(t)=
](t)
R(t)
(1.6)

b) Le taux davarie linstant (t)
(t) =
N(t+Jt)N(t)
N(t+Jt)
(1.7)
Le taux davarie (I) reprsente la proportion de composants, ramene lunit de temps
qui, ayant survcu jusqu un instant (t) arbitraire, et ne seront plus en vie linstant (t+dt).
Le taux davarie (I) est la proportion de composants qui deviennent dfectueux durant lunit
de temps. Il sobtient exprimentalement soit partir dessais de fiabilit, soit partir de
lhistorique.


c)Allures typiques des taux de dfaillance()

Figure1.3. Courbe en baignoire du taux de dfaillance [6]

Lallure gnrale des variations des taux de dfaillance (t) dun quipement le long de sa
dure de vie est reprsente par la figure (1.3).
Cette gomtrie de courbe a un caractre universel , elle reprsente aussi bien des taux de
dfaillances des organes des quipements et humaines
Cette courbe met en vidence trois priodes distinctes :
Zone (1). Priode de jeunesse (rodage).
Le taux de dfaillance dcroit relativement vite aprs limination des composants de qualit
mdiocre ou mal monts.
Zone (2). Priode de maturit (pleine activit).
Le taux de dfaillance est constant. Cest la priode de vie utile (ou priode de pannes
fortuites).
Zone (3). Priode de vieillesse ou dusure.
Les dfaillances sont dues lge ou lusure des composants, (t) croit avec le temps du fait
de la dgradation du matriel (usures mcaniques, fatigue, etc.).

1.5.1. Taux de dfaillance pour des composants mcaniques.
Les composants mcaniques sont soumis ds le dbut de leur vie au phnomne dusure
ou de vieillissement [7]. Si on trace la courbe du taux de dfaillance en fonction du temps, on

obtient une courbe qui ne prsente pas rellement le plateau de la figure (1.3) (courbe en
baignoire). La priode de vie utile (taux de dfaillance constant) nexiste pas ou elle est
rduite. Le taux de dfaillance du dispositif est une fonction non linaire du temps et ceci,
dans chaque phase de sa vie (figure 1.4)

Figure 1.4. Courbe du taux de dfaillance en mcanique

1.6. Expression gnrale de la fiabilit
Intgrons lexpression (t)dt = -dN/N(t) entre (0 et t)
(t)ut = In N(t) +k N(t) = k c
-
(t)ut
t
0
t
0
(1.8)
Pour t=0, N(t)=N
0
do k=N
0
N(t) = N
0
c
- (t)t
t
0

N(t)
N(0)
= c
- (t)t
t
0
(1.9)
Cest la relation fondamentale de la fiabilit que nous retrouvons adopte la loi
exponentielle avec un paramtre (), et la loi de "Weibull" avec trois paramtres (y, , q).

1.7. Expression de la MTBF
La dure moyenne entre deux dfaillances est lesprance mathmatique de la variable
alatoire "T" ;
HIBF = E(I) = t. (t)ut
t
0
[8] (1.10)
1.8. Essais de fiabilit
Lorsque lon dsire valuer la fiabilit dun dispositif (module ou composant)on effectuera
des essais sur des chantillons .

usure
Rodage
0 t

Priode de vieillissement
(t)


1.8.1. Essais acclrs
Les essais acclrs [9]sont raliss sur des effectifs faibles, mais en lot homogne, en
utilisant des techniques faisant apparaitre les dfauts plus rapidement que lors des conditions
normales dexploitation.

1.8.2. Dfinition des critres dessai [9].
- La forme et la taille de lchantillonnage.
Un lot (de N composants) tudier est dcompos en (k) chantillons de taille (n).
- La dure de lessai.
- Le niveau de confiance attendu.
Ces paramtres sont videmment dfinis et souvent limits par le budget consacr lessai de
fiabilit.

1.8.3. Dfinition des conditions dessai.
- Recherche des processus de dgradation et des zones sensibles ces dgradations
(exemple zone dusure ou de corrosion).
- Recherche des lois de dgradation (vitesse dvolution de dgradation).
Lvaluation du facteur dacclration est complexe car on napplique jamais la totalit
des contraintes.
- Les techniques dacclration : les essais se font sous contraintes constantes ou
chelonnes.
- Diffrents niveaux de contraintes sont appliqus aux (k) chantillons, chacun tant
soumis un niveau de contrainte constant.
- Contraintes chelonnes : on applique chaque chantillon plusieurs niveaux dune
mme contrainte.

1.9. Diffrentes formes dessais [9]
- Essai complet : les essais durent jusqu la dfaillance du dernier composant.
- Essai tronqu : lessai est arrt une date prdtermine de ltude statistique dun
historique arrt la date de ltude, donc tronqu par nature.
- Censure : lessai est arrt un nombre prdtermin de dfaillances.
- Squentielle : essai arrt lorsque la fiabilit estime est suprieure un seuil
prdtermin.

- La mort soudaine: lessai par mort soudaine prsente la particularit dtre rapide. Il
consiste partager un lot de "N" composants qui sont valus en (k) groupes de
(n)composants (N=k x n). On enregistre le temps de la premire dfaillance de chaque
groupe et on arrte lessai quand tous les groupes ont subi leur premire dfaillance.

1.10. Test dans le domaine de la fiabilit
Pour tester la loi de validit (thorique)de la loi de survie(relle) on utilisera le Test de
Kolmogorov Smirnov[1]
- Tracer la courbe des frquences cumules des observations effectues ainsi que la courbe
thorique de la loi suppose.
- Vrifier si les deux courbes sont significativement diffrentes. Pour cela :
Slectionner lcart maximum entre les deux courbes.
Comparer cet cart avec le coefficient (D
N
,
)de "Kolmogorov-Smirnov". Ce
coefficient est donn par la table1 page 14en fonction de la taille de lchantillon et du
risque() accept.
Si lcart(e>D
N
,
) le test est significatif. La loi thorique adopte ne convient pas

lchantillon.
Si cart (e<D
N
,
)

le test est non significatif, on ne peut pas conclure sur la valeur du risque
(), il y a une diffrence non significative entre lobservation et la loi thorique.
Il est important, pour valider une loi de survie, de tester plusieurs hypothses et de conserver
provisoirement celles qui nont pas t rejetes, puis de faire un choix ultime en sappuyant
sur des considrations techniques [1](voir dtails dans le chapitre 6).

Figure 1.5. cart entre la courbe relle et thorique.

F(t)relle
F(t)thorique
e
1
e
3

F(t)
t

Soient t
1
..tn les durs de vie dchantillon
Soit F
(t) fonction de rpartition correspondant au modle exprimental F
(t)=1-R(ti)
Soit F(t) fonction de rpartition correspondant au modle mathmatique
On a alors Probabilit (max
1<<n
F
(ti) F(ti)
N,
) = 1) daccord le test.
N
Erreur de 1
re
espce
0,20 0,15 0,10 0,05 0,01

1 0,900 0,925 0,950 0,975 0,995
2 0,684 0,725 0,776 0,842 0,929
3 0,565 0,597 0,642 0,708 0,828
4 0,494 0,525 0,564 0,624 0,733
5 0,446 0,474 0,510 0,565 0,669
6 0,410 0,436 0,470 0,521 0,618
7 0,381 0,405 0,438 0,486 0,577
8 0,358 0,381 0,411 0,457 0,543
9 0,339 0,360 0,388 0,432 0,514
10 0,322 0,342 0,368 0.410 0,490
11 0,307 0,326 0,352 0,391 0,468
12 0,295 0,313 0,338 0,375 0,450
13 0,284 0,302 0,325 0,361 0,433
14 0,274 0,292 0,314 0,349 0,418
15 0.266 0,283 0,304 0,338 0,404

16 0,258 0,274 0,295 0,328 0,392
17 0,250 0,266 0,286 0,318 0,381
18 0,244 0,259 0,278 0,309 0,371
19 0,237 0,252 0,272 0,301 0,363
20 0,231 0,246 0,264 0,294 0,396
25 0,210 0,220 0,240 0,270 0,320
30 0,190 0,200 0,220 0,240 0,290
35 0,180 0,190 0.210 0,230 0,270
>35
1,u7
N

1,14
N

1,22
N

1,S6
N

1,6S
N

Tableau 1.1. Des coefficients (D
N
,
)de "Kolmogorov Smirnov"[1]


Tests paramtriques [1]
Ils ont pour rle de vrifier quune loi est applicable un chantillon de valeur avec un
risque () ou un niveau de confiance (1-). Les deux tests dadquation les plus courants
en fiabilit sont le test de
2
pour les chantillons (N > 50) et le test de "Kolmogorov-
Smirnov pour les petits chantillons.

1.11. Conclusion
Lanalyse de la fiabilit dans le domaine de la maintenance est un outil trs important pour
caractriser le comportement dun quipement ou dun dispositif dans les diffrentes phases
de sa vie. En maintenance, lanalyse de la fiabilit apporte des rponses plusieurs questions :
- Loptimisation des priodes dinterventions systmatiques.
- Loptimisation de la gestion de la pice de rechange.
- Lvaluation exacte des MTTR et MTBF dun quipement pour le mieux grer suivant
lindicateur de disponibilit.
- La MBF (maintenance base sur la fiabilit).


Chapitre 2
LES DIFFERENTS MODES DE DEFAILLANCES

Chapitre 2 : Les diffrents modes de dfaillances


2.1 Les diffrents modes de dfaillances
La norme X60-10 (AFNOR 88), stipule que cest la cessation de laptitude dun dispositif
accomplir une fonction requise [10].
On classe les dfaillances en fonction :
- Des causes (mauvais emploi, faiblesse inhrente, usure).
- De leur degr (partielle, complte, intermittente).
- De leur vitesse dapparition (dfaillance soudaine, progressive).
-
2.2 Types de mcanismes de dfaillances
Les dfaillances sont imputables en majorit lun des phnomnes chimique ou physique ci-
aprs[11]
- Effet biologique : les moisissures et les insectes particulirement prsents sous les
tropiques sont susceptibles de provoquer des dfaillances notamment dans les dispositifs
lectroniques et les cbles.
- Changement lectrolytique et chimique : la corrosion lectrolytique l o il y a
simultanment une diffrence de potentiel et un film ionisable. Llectrolyse provoque une
interaction entre les ions salins et les surfaces mtalliques agissant comme lectrodes. Les
changements physiques et chimiques des lectrolytes et lubrifiants entrainent des dfaillances
par dgradation.
- Contamination : la poussire et plus particulirement les particules de carbone ou de
fer provoquent les dfaillances lectriques. Les particules carbones qui se dposent sur
lisolant entre les conducteurs provoquent des pannes, les particules ferreuses provoquent des
ruptures disolation et des courts-circuits directs.
Les matriaux non conducteurs tels que les cendres et les dchets fibreux peuvent entrainer
des dfaillances en circuit ouvert.
- Dpolymrisation : dgradation de la rsistance disolation provoque par un type de
liqufaction propre aux matriaux synthtiques.
- Dfaillance des contacts lectriques : les dfaillances des contacts de relais ou des
contacts dinterrupteurs peuvent avoir des causes diverses, faiblesse de ressort, formation
dun arc lectrique sur les contacts, rosion par tincelage, usure de revtement mtallique,
contamination. Les dfaillances des connecteurs de circuits imprims peuvent tre dues la

perte de pression dans les contacts, lusure mcanique rsultant dinsertion rptes et la
contamination.
- vaporation : les dispositifs filament vieillissent par vaporation des molcules
composant le filament.
- Fatigue : la modification physique/cristalline des mtaux provoque la dfaillance des
ressorts, fracture des membres structurels etc.
- Pelliculage : une pellicule doxyde faiblement conductrice peut se dposer sur les
surfaces en mtaux non prcieux des prises, douilles, connecteurs et commutateurs provocants
des dfaillances haute rsistance.
- Friction : la plupart des dfaillances des moteurs, commutateurs, engrenages,
courroies,etc. , sont dues des frictions.
- Ionisation des gaz : la pression atmosphrique normale, un courant alternatif
denviron 300 V (200 V basse pression) traversant des bulles de gaz dans des dilectriques
provoquent une ionisation qui gnre un bruit lectrique et entraine la rupture des lments
concerns.
- Dgradation magntique : les matriaux magntiques modernes sont plutt stables,
mais il arrive cependant que leurs proprits magntiques se dgradent sous leffet de
vibrations mcaniques ou de champs lectriques alternatifs excessifs.
- Contraintes mcaniques : les contraintes de choc et de vibration dgradent les
commutateurs, les isolants, les portes fusibles, les cosses des composants, les pistes de circuits
imprims, etc.
- Variation du taux dhumidit : il suffit dun trou dpingle pour que lhumidit
pntre au cur dun quipement sous forme de vapeur en atmosphre trs humide,
lincidence des cycles de temprature acclre le phnomne. La perte dhumidit par
diffusion travers les joints des condensateurs lectrolytiques rduit leur capacit lectrique.
- Rduction des contraintes : la tension froid fluage survient dans des pices
mtalliques et dans divers dilectriques sous contrainte mcanique engendrant des
dfaillances mcaniques. Ce phnomne se distingue de la fatigue cause par un mouvement
rpt (une dformation) du matriau.
- Variation cyclique de temprature : elle peut entrainer des fluctuations.
- Dfaillance des composants semi-conducteurs : la dfaillance des composants semi-
conducteurs sont majoritairement imputables au procd de fabrication en galettes. En effet,
la rduction continue de la section des puces accrot la probabilit de dfaillance par

dtrioration de type Arrhenius [12] en multipliant les risques dimpurets, de points de
chaleur localiss, de dfauts etc.
-
2.3 Traitement dune dfaillance progressive
Dans le cas dune dfaillance progressive on peut suivre la valeur dun paramtre
significatif de sa dgradation [11], et une maintenance de type prventive conditionnelle ou
prvisionnelle peut tre mise en place.
Si lon connait la courbe de dgradation du paramtre suivi, la maintenance de type
prvisionnelle est applicable. La connaissance de la courbe permet destimer le temps idal
(td) o une intervention doit se produire pour optimiser la dure de fonctionnement de
lquipement.

Figure 2.1. Courbe de dgradation du paramtre dusure.

Did : intervalle de temps (dure) entre le (ti) partir duquel la dfaillance est dcelable.
td : temps auquel se produit la dfaillance.
Dts : une dure gale la moiti de la Did

2.4 Analyse des dfaillances.
On utilise la mthode AMDEC. (Analyse des modes de dfaillances, de leurs effets et de leur
criticit) [13]. Elle consiste tudier et lister les diffrents modes, les causes et les effets des
dfaillances des quipements. Elle permet dvaluer les consquences de chaque mode de
Valeur de paramtre
Valeur de dfaillance
Dts
Did
t
1
t
2
t
i
t
3
t
4
td temps


dfaillance des composants sur les diffrentes fonctions dun systme. Elle sert identifier les
modes de dfaillances ayant dimportants effets sur la fiabilit ou la scurit du systme.

2.5. Effets des dfaillances
Les modes de dfaillances fonctionnelles sont donc associs chaque machine de production
en spcifiant au mieux[13] :
- Limpact de la dfaillance sur la scurit, la production et la qualit.
- La frquence des dfaillances.
- Les dfaillances non dtectes ou ayant peu de chance dtre dtectes pendant
lexploitation.
- Les effets induits, par exemple :
- Influence sur la scurit avec un effet significatif du point de vue conomique.
Il est alors possible de dcider de ne pas prendre en considration certaines dfaillances.
Leffet dune dfaillance est la concrtisation de la consquence de cette dfaillance sur
lquipement tudi. Cet effet peut tre local ou agir sur lenvironnement.

Tableau2.1. Causes des diffrentes dfaillances et leurs effets

En fonction de laxe dans lequel est fait lAMDEC, les effets peuvent tre pris dans des
domaines diffrents [12].

Nature lectronique
lectromcanique
Hydraulique Mcanique
Causes internes
au matriel
- Vieillissement
- Composant MS (mort
subite)
- Vieillissement
- Composant (MS)
- Colmatage
- Fuite
- Contraintes
- Fatigue
- tat de surface
Causes lies au
milieu :
lexploitation
lenvironnement
- Poussire, huile, eaux
- Chocs, vibrations
- chauffement local
- Parasites, arc
- Tempratures
- Eau, huile, poussire
- chauffement local
- Chocs, vibrations
- Temprature
- Eau, huile, poussire
- chauffement local
- Chocs
- Vibrations
Causes lies :
- La main duvre
- Aux outils
- Fabrication, montage
- Contrle
- Manque nergie
- Utilisation, outils
- Fabrication, montage
- rglage
- Contrle
- Manque nergie
- Utilisation
- conception
- Fabrication
- montage, rglage
- Contrle
- Utilisation, outils

2.5.1. Effets sur la scurit :
1- Sans influence (ngligeable)
2- Influence mineure sans blessure
3- Influence majeure avec blessure
4- Influence importante, risque de mort.

2.5.2. Effets sur la fiabilit :
1- Mineures
2- Significatives
3- Critiques
4- Catastrophiques

2.5.3. Effets sur la disponibilit :
1- arrt de fonctionnement < T1
2- arrt de fonctionnement > T1 et < T2
3- arrt de fonctionnement > T2 et < T3
4- arrt de fonctionnement > T3
T1, T2, T3 seront fixs par lutilisateur de lquipement.
Cest au niveau de leffet que se mesure la gravit de la dfaillance de lquipement [14].On
peut parler de criticit pour chaque triplet (cause-mode-effet) dune dfaillance en utilisant
une matrice de criticit.

Indice
de
gravit
Critre Gr
Indice de
frquence
Critre Fr
Indice de
dtection
Critre D
1
Temps darrt
infrieur 12
heures

1
Moins dune
fois/an

1
Signe avant
dfaillance
2
Temps darrt
infrieur 24
heures

2
Moins dune
fois/mois

2
La dfaillance.
Sa cause est
vidente
3
Temps darrt
infrieur 1
semaine

3
Moins dune
fois/semaine

3
La dfaillance se
produit mais sa
cause est
4
Temps darrt
suprieur 1
semaine

4
Plus dune
fois/semaine

4
Dfaillance non
dcelable

Tableau 2.2. Indices de criticit


Calcul de lindice de priorit de risque (IPR) ou RPN (Risk priority number).
IPR = Gr x Fr x D = S x R x Dis
Fr= Frquence (occurrence) ou probabilit doccurrence
Gr= Gravit
D= Facilit de diagnostic ou de dtection
S= Scurit
R= Fiabilit
Dis= Disponibilit

2.6. Arbre de dfaillances
Larbre de dfaillance [15] se construit partir de la situation juge indsirable (dfaillance)
pour dfinir toutes les combinaisons dvnements qui conduisent cette situation. Alors que
larbre des causes reprsente les lments ayant contribu un incident avr (exemple
analyse daccident) et que larbre des vnements part dun vnement initiateur pour valuer
ses consquences possibles.
2.6.1. Objectifs
- Dterminer les diverses combinaisons possibles dvnements qui entrainent la
ralisation dun vnement redout ou indsirable.
- Reprsenter graphiquement ces combinaisons au moyen dune structure
arborescente.
- Rechercher les lments lmentaires qui peuvent conduire un vnement donn
indsirable.
- Rduire la probabilit doccurrence de cet vnement.

2.6.2. Principe
Cest une dmarche dductive (effets vers causes) qui part de lvnement indsirable
(sommet de larbre) et qui permet par dduction de rechercher les causes immdiates pouvant
produire cet vnement. On procde ainsi de suite jusquaux composants lmentaires ou
lments de base.
Les lments lmentaires sont indpendants entre eux ; ils ne sont pas dcomposables en
vnements plus simples et ont des probabilits doccurrence qui peuvent tre estimes ou
calcules.

Pour ltude dun systme, on dcomposera celui-ci en lments que lon considrera comme
indsirables. La liste de ces lments indsirables sera tablie partir dune analyse des
modes de dfaillances.
Larbre sera construit en reliant les lments entre eux par les fonctions ET, OU, SI etc.
- Si lvnement donn a plusieurs causes indpendantes possibles, celles-ci sont
relies par un OU.
- Si plusieurs causes sont ncessaires simultanment pour produire lvnement,
celles-ci sont lies par ET.

2.6.3. Construction de larborescence
Pour la construction de larbre on procde au recensement des vnements redouts
Il est fait partir :
- dune analyse prliminaire des risques (APR)
- dune AMDEC.
-dune recherche des combinaisons de dfaillances conduisant la ralisation des vnements
redouts.
- dune laboration de larborescence.
En utilisant les symboles des portes logiques des vnements.

2.6.4. Analyse qualitative
Application de lalgbre de BOOLE [1].
-Un ordre de dfaillance sera interprt comme une reprsentation de relations boolennes
entre les vnements qui entrainent lvnement redout.
- A chaque vnement de base sera associe une variable boolenne.
- Lvnement de sortie dune porte ET sera la variable boolenne gale au produit
boolen des variables boolennes des vnements dentre.
Les autres portes logiques se prtent beaucoup plus difficilement lutilisation de lalgbre de
Boole.

2.6.5. Mthode des coupes minimales
On mettra en vidence les coupes qui composent larborescence et en particulier les coupes
minimales.
Une coupe ou chemin est un ensemble dvnements entrainant lvnement redout
indsirable [1].

Une coupe minimale (ou chemin critique) est la plus petite combinaison dvnements
entrainant lvnement redout. Un arbre de dfaillance a un nombre fini de coupes
minimales car elles reprsentent le maillon faible du systme.
- Une coupe minimale dordre 1 reprsente (si elle existe) les simples dfaillances qui
entrainent lvnement redout.
- Une coupe minimale dordre 2 reprsente (si elle existe) les deux dfaillances qui se
produisant en mme temps en entrainant lvnement redout.

2.6.6. Quantification des coupes
- la quantification des coupes seffectue par la multiplication des probabilits de
chaque vnement.
- Les probabilits doccurrence des diffrents vnements sont dtermines en
considrant le cas de phnomnes obissants des lois de fiabilit.
- La fiabilit de chaque composant peut tre dtermine par exprience par essais ou
partir des bases de donnes.

2.6.6.1. Quantification au niveau vnement redout
La probabilit doccurrence au sommet de lvnement est obtenue par application de la
mthode de calcul de probabilit de Poincar. En pratique, si les probabilits lmentaires
sont faibles, il suffit de se contenter dutiliser le premier terme de la forme appliqu aux
probabilits doccurrence des diffrentes coupes. Cette approximation donne une valuation
majorant .
a) vnements indpendants.
Porte ET :si vnements A1, A2 . An interviennent sur la sortie ES : (P(ES)=P(A1)
x P(A2) . x P(An)),pour deux vnements A et B : P(A.B)=P(A) x P(B).
Porte OU :si les n vnements A1, A2 . An interviennent sur la sortie ES, alors ils ont :
- des probabilits faibles P(E)=P(A1) + P(A2) +. + P(An).
- des probabilits non ngligeables :
1- P(E) = [1 - P(A1)] x [1 - P(A2)] x . x [1 - P(An)].
Pour n=2
P(E) = P(AB) = P(A) + P(B), si faibles probabilits.
P(E) = P(A) + P(B) - P(A) x P(B), si fortes probabilits.
- vnements indpendants.
Porte ET : P (AB) = P(A) x P (B/A) = P(B) x P (A/B)

Porte OU : P (A+B) = P(A) + P(B) - P(A) x P(B)
- vnements exclusifs
P (A+B)=P(A) + P(B)

2.6.6.2. Exploitation de larbre
Il est souvent difficile dobtenir les probabilits des vnements lmentaires, il est alors
possible de classer ceux-ci par niveaux de probabilits de 1 6 [1] :

- niveau 1 : vnement extrmement rare : < 10
-6
/h ;
- niveau 2 : vnement trs rare : = 10
-6
/h ;
- niveau 3 : vnement rare : 10
-6
<< 10
-5
/h ;
- niveau 4 : vnement possible : 10
-5
<< 10
-4
/h ;
- niveau 5 : vnement frquent : 10
-4
/h < ;
- niveau 6 : vnement trs frquent : 10
-3
/h <;
On applique alors les rgles suivantes :
- lvnement rsultant dune porte OU prendra le niveau de probabilit de
lvnement immdiatement infrieur ayant la plus forte probabilit.
- lvnement rsultant de deux vnements runis par une porte ET prendra un niveau
de probabilit infrieur dune unit au niveau de lvnement ayant la plus faible probabilit.
- Sil y a plus de deux vnements runis par une porte ET, on applique la rgle
prcdente en assemblant deux par deux les vnements antrieurs ou leur rsultante.
A noter quun quipement utilis en continu travaille 365 x 24=8760 h, une panne
par anne reprsente un() denviron 10
-4
panne/h.

2.7. Conclusion
Pour assurer la fonction maintenance, il faut savoir analyser les dfaillances rencontres,
cest--dire avoir un retour dexprience complet et fidle permettant de trouver la cause
premire de la dfaillance. Il faut tre capable de juger si la dfaillance est due la fiabilit
intrinsque dun composant (cest--dire sa conception) ou si elle provient dun non respect
des conditions dutilisation de maintenance ou dune erreur humaine.


CHAPITRE 3
ETUDE ET ANALYSE DES LOIS DE LA
FIABILITE

Chapitre3. Etude et Analyse des lois de la Fiabilit


Chapitre 3. Etude et Analyse des lois de la Fiabilit

3.1. Introduction
Dans ce chapitre, nous prsenterons quelques lois de distributions qui interviennent dans
lanalyse des donnes de vie utilises dans une tude de fiabilit.
Nous citerons les principales proprits de ces lois (densit, fonction fiabilit et taux de
dfaillance) ainsi que leur application en fiabilit, [1, 3, 5]

3.1.1. Loi exponentielle
Cette loi a de nombreuses applications dans plusieurs domaines. Cest une loi simple,
trs utilise en fiabilit dont le taux de dfaillance est constant. Elle dcrit la vie des matriels
qui subissent des dfaillances brutales.
a) Proprits sans mmoire de la loi exponentielle.
Une proprit principale de la loi exponentielle est dtre sans mmoire ou
Memorylessproperty[6] comme lindique la figure (3.1)
(T>(t+ t)/Tt)=
c
-(t+t)
c
-t
= c
-t
= P(I t); t>0 ; t>0 (3.1)
Comme lindique la figure (3.1), ce rsultat montre que la loi conditionnelle de la dure de vie
dun dispositif qui a fonctionn sans tomber en panne jusqu linstant (t)est identique la loi
de vie dun nouveau dispositif. Ceci signifie qu linstant (t), le dispositif est considr comme
neuf, avec une dure de vie exponentielle de paramtre [6].

Figure 3.1. Proprits sans mmoire de la loi exponentielle.

Elle se retrouve partir de la loi fondamentale de la fiabilit avec () constant. La probabilit
de survie entre 0 et (t) devient R(t) = c
- (t)ut
= c
- t

R(t)
t temps
Loi exponentielle de paramtre


- Densit de probabilit : (t) = Ic
- t

- Fonction de rpartition : F(t) = 1 R(t) = 1 c
-\t

- Esprance mathmatique : E(t)=1/ =MTBF
- cart type :o = 1.
Tirons (t) de la loi exponentielle.
R(t) = c
-t
t = In R(t), soit t=
1
\
In
1
R(t)
(3.2)
b) Domaine dutilisation de la loi exponentielle.
La courbe en baignoire relative la dure de vie dun systme fait apparaitre une priode de
maturit plus ou moins longue pendant laquelle le taux de dfaillance dun systme est
sensiblement constant. Cest le champ dapplication de la loi exponentielle qui repose sur
lhypothse (= constante), donc (MTBF=1/),les quipements lectroniques se prtent bien
lutilisation de la loi exponentielle lorsque les composants sont dtermins.

3.1.2. Reprsentation graphique de
La relation linaire de la loi exponentielle sobtient sur un simple papier semi
logarithmique. La droite ayant pour pente la valeur de /2,3 ou la valeur1/.
SiR(t) = c
-t
, alors In R(t) = t ou IogR(t) =
-
2,3
t , or (Ln10=2.3)

a) chelle linaire (p:pente) (b) chelle semi-logarithmique dcimal
Figure 3.2. Reprsentation graphique de la loi exponentielle
logR(t) R(t)
Tangente(m)
1/ t -2 0,01 2,3/ t
e
-1
=0,368
-
1
0.
1

1
1
0
logR(t) R(t)
Tangente(p)
1/ t -2 0,01 2,3/ t
e
-1
=0,368
-1 0,1

1
1
0
R(t)
logR(t) R(t)
1/ t -2 0,01 2,3/ t
e
-1
=0,368
-1 0,1

1
1
0


3.1.3. Mthode analytique
Il existe plusieurs mthodes numriques pour linariser cette quation R(t) = c
-\t
,
savoir : celle de la mthode de Newton et la mthode des moindres carrs [16]
On suppose donns les points suivants : (x
1
, y
1
) (x
n
, y
n
), on veut ajuster ces points par une
droite "yt = ax+b". On va calculer la droite de rgression de "y" en fonction de " x". Pour cela,
on va chercher les paramtres" a" et "b" pour que" ci
2 n
=1
"soit minimale.
ei = yi yt = yi (oxi +b) (3.3)

Figure 3.3. Droite de linarisation

ci
2 n
=1
= (yi (oxi +b))
2
=
n
=1
|yi
2 n
=1
+(oxi)
2
+b
2
+2oxib 2oyixi +2yib] (3.4)

On pose
A = yi
2 n
=1
+ o
2
xi
2
+nb
2
2o
n
=1
xiyi 2b yi +2ob xi
n
=1
(S.S)

A
u
= u 2o xi
2 n
=1
2 xiyi +2b xi
n
=1
= u
n
=1
(3.6)

A
b
= u 2bn 2 yi +2o xi
n
=1
= u
n
=1
(3.7)

Divisons par (2n) les deux membres de ces quations, on aura :

ax
2
xy + bx = 0 b = y ax (3.8)

b - y + ax = 0 ax
2
xy + x (y - ax ) =0

yt =ax+b
e
0 x
1
x
2
x
3
x
yS

y3

y1

y

y1

yt =ax+b


b = y ax b =
x 2-x (x)
x 2 (x )
2
(3.9)
a = (xy x. y) /(x
2
(x )
2

Avec x =
x
n
n
=1
, xy =
x
n

n
=1
(3.10)
Appliquons cette quation (3.9) la loi exponentielle.
R(t) =c
-\ t
y = a x +b et a = - (3.11)
Log(R(t)) = - t

On va rsoudre cette quation par le calcul numrique, en utilisant un programme en langage
" Matlab " [17].
3.1.4. Mthode des moindres carrs
La problmatique se pose comme suit [16] :
i 1 2 3 4 5 6.n
xi x1 xn
yi y1 yn

Tableau3.1. Tableau de prsentation des valeurs (xi, yi)

propose un modle donn par lquation (3.12)
y
(xi, o1, o2, om) (3.12)

On connait la relation qui donne la fonction "f*" et on connait les valeurs des "xi"(mesures).

Figure 3.4. Droite de linarisation par la mthode des moindres carrs

y

y
3

y
2

y
3
*
y
2
*
y
1

y
1
*

e
1
x
1
x
2
x
3
x



On propose le modle suivant:
y
=a
1
xi +x
2
(3.13)
On connait les "xi" et on cherche dterminer les valeurs des paramtres [a
1
, a
2
, .. a
n
].
Appelons" ei" lerreur de modlisation commise en approximant la valeur "yi" par " y*i ";
"ei" = yi -y
" . Supposons que le modle est exact, alors on aura les quations :

ei=0= yi -y
(3.14)
yi-
(xi, ai, ..,am), i = 1, n (3.15)

Supposons que
(xi, ai, ..,am) est un modle linaireen fonction des paramtres inconnus"
aj". Alors "ei" : cest un systme par hypothse linaire de (n) quations (m) inconnues. On a
trois cas de figures :
m>n, le systme na gnralement pas de solution.
m=n, le modle est exact
m<n, dans ce cas on commet ncessairement une erreur "ei" de modlisation non
nulle. On a donc aux points mesurs lerreur "ei" = yi-
(xi, ai, ..,am) , i = 1, n ;cest un

systme linaire de (n) quations (m) inconnues.
Ce systme admet une infinit de solutions. Parmi cette infinit, on choisit la meilleure comme
tant celle qui minimise la quantit scalaire "Z= (ci)
n
=1
2"
, dans ce cas, la mthode est dite des
moindres carrs.

3.1.5. Forme matricielle de la mthode des moindres carrs[19]
Cas de la loi exponentielle
R(t)=a e
-t
lnR(t) = lna-t lnR = lna-b.t (3.16)

ln R1 1 t
1

ln R2 1 t
2
ln a
-- = * - b (3.17)
-- --
ln Rn 1 t
n

Ou on crit lquation (3.17) sous forme matricielle [Y] = [V]*{A}.
{A} est le vecteur dterminer, on va utiliser un programme en langage "Matlab"[17] pour
dterminer" a" et "b".


{A}= [V*V]
-1
*[V]*[Y] (3.18)
a = expA(1,1) ; b == A(2,1) (3.19)

3.2. Loi de Duane
Cette loi permet de dterminer durant la priode infantile de lquipement, partir dune
premire valuation du taux davarie, quel moment on peut esprer atteindre une valeur
donne du taux davarie.

Figure 3.5.Taux davarie de la loi de Duane [1]

t
1 :
nombre de dfaillances N
1
do
1
=N
1
/t
1
(3.20)
t
2 :
le taux davarie est :

2
=K.(t
2
)
- u
(3.21)

La mise au point de lquipement correspond au dverminage et lamlioration de cet
quipement ce qui donne un taux de dfaillance() dcroissant dans le temps.
K : constante dtermine par la complexit du matriel, le niveau de fiabilit de ses composants
et le degr de tolrance autoris par la conception. La valeur du paramtre de conception de
lquipement (
c
) compris entre (0,15 et1), (
c
) augmente avec :
(t
)
1
0 t
1
t
2

temps


- le degr de nouveaut du matriel (conception, technologie).
- la performance de lquipe de mise au point.
- la rapidit de mise en place des actions correctives.
Si on a une bonne quipe de maintenance, ( = 0,5) ; le suivi du taux davarie dans le temps
permettra de vrifier lefficacit de lquipe de maintenance.
Premires mesures lors de la mise en service :
N
1
, t
1
,
1 :
permettent de dterminer :
K =
1
.1/t
1
-
=
1
t
1

(3.22)
t
2
, on a :

2
=K.(t
2
)
- u
=
1*
(t
2
/t
1
)
-
(3.23)
3.3. La loi normale (Laplace-Gauss)
La loi normale [6] est trs rpandue parmi les lois de probabilit car elle sapplique de
nombreux phnomnes. En fiabilit, la distribution normale est utilise pour prsenter la
distribution des dures de vies des dispositifs en fin de vie (usure) car le taux de dfaillance est
toujours croissant. On lutilisera que si la moyenne des dures de vie est suprieure trois fois
lcart type.
La densit de probabilit dune loi normale de moyenne "" et dcart type "" scrit :
(t) =
1
c2n
c
-1
2
(
t-
o
)
2
(3.24)

La fonction de rpartition scrit :
F(t) =
1
c2n
c
-
(x-)
2
2o
2
Jx
t
-
(3.25)

La fiabilit est donne par R(t)=1-F((t-)/) o "F" est la fonction de rpartition de la loi
normale centre (=0) rduite (=1).
F(t)=
1
2n
c
-
x
2
2
Jx
t
-
(3.26)

3.4. Analyse de la fiabilit partir du modle de "Weibull"
3.4.1. Distribution de "Weibull ".
Comme le montre la courbe en baignoire, figure (1.3), le taux de dfaillance volue
selon un cycle enchainant un taux de dfaillance dcroissant, taux de dfaillance constant puis


taux de dfaillance croissant. Lorsque le taux de dfaillance est variable, seuls la fiabilit et le
"MTBF" sont significatifs et le taux de dfaillance rel ne prsente gure dintrt.
R(t)=exp (- [
t-y
q
b
) = c
-[
t-y
q
b
(3.27)

3 .4.2.Domaine dutilisation
La loi de "Weibull" [6] trois paramtres est trs souple , ce qui lui permet de
sajuster un grand nombre dchantillons prlevs le long de la vie dun quipement. Elle
couvre le cas des taux de dfaillance variables, dcroissants (priode de jeunesse) ou croissant
(priode de vieillesse). Cette loi est trs utilise en fiabilit [10], en particulier dans le domaine
mcanique. Son exploitation fournit :
- Une estimation de la "MTBF" de la population.
- Les quations de R(t) et de (t), ainsi que leurs variations sous forme graphique.
- Le paramtre de forme qui peut orienter un diagnostic, sa valeur tant caractristique
de certains modes de dfaillance.
3 .4.3. Fonction de distribution (=0, =1)
Ces graphes montrent le polymorphisme de la loi de Weibull sous linfluence du paramtre
de forme (b)[3].

Figure 3.6. Influence du facteur de forme b sur la courbe de la densit probabilit
f(t)
b=3
b=
1
b=2
b=0,5
t


3.4.4. Courbes reprsentatives de R(t), (t) (=0, =1)
La fiabilit R(t) pour une loi de "Weibull" est reprsente par diffrentes courbes selon la
valeur de facteur de formeb.

Figure 3.7. Influence du facteur de forme b sur la courbe de La fiabilit

Figure 3.8. Influence du facteur de forme b sur la courbe du taux de dfaillance

(t)
b=3 b=2
b=1,5
b=1
b=0,5

0 t

R(t)
e
-1

+ =1 t
b=3
b=1
b=0,5


3.4.5. Signification des paramtres de fiabilit de "Weibull" [20]
: appel paramtre de forme (>0), souvent il est gal, infrieur ou suprieur 1.La loi de
"Weibull" correspond un taux de dfaillance instantan, constant, dcroissant ou
croissant.
: est appel paramtre dchelle (>0) parfois nomm caractristique de vie cest un
simple paramtre de temps.
: est appel paramtre de position (-<<+) il dfinit un changement dorigine dans
lchelle de temps.
Par exemple ( > 0) ; il y a une survie totale (pas de dfaillance entre 0 et ).

Figure 3.9. Courbe de la densit en fonction du paramtre de position ()

3.4.6. Expressions mathmatiques
a) Densit de probabilit f(t) :
f(t)=
[
q
[
t-y
q
b-1
c
-[
t-y
q
b
avec t
(3.28)
f(t) = 0 t <

b) Fonctions de fiabilit R(t) :
(3.29)

(3.30)

< 0

= 0

> 0

f(t)
0
t
R(t) =c
-[
t-y
q
b
, t
R(t) = 1 , t <


c) La "MTBF" esprance mathmatique
E(t) = + p (1+1/ )=MTBF (3.31)
(x)= t
x-1
c
-t
Jt
0
, cest la loi gamma qui est une fonction eulrienne de second
espce.
d) La variance mathmatique
Var (T)=p
2
j [1 +
2

2
(1 +
1
)[ (3.32)
La recherche numrique de la (MTBF = x+, lcart type = y) ; x et y sont donns par la
table (N 2) ci-jointe.
e) Taux de dfaillance

(t)=/ (
t-y
q
)
[-1
(3.33)
f) Taux cumul de dfaillance

c
(t)= (
t-y
q
)
[
(3.34)
3.4.7. Etude du taux de dfaillance
a) Si 0 <b< 1
Le taux de dfaillance est dcroissant. Pour amliorer la fiabilit, on procde un pr-
vieillissement (rodage).
b) Si b = 1, (t)=1/ , cest le cas de la loi exponentielle de MTBF = .
c) Si b> 1, le taux de dfaillance est croissant. Pour amliorer la fiabilit on procde
des amliorations de construction ou on pratique une politique de maintenance prventive plus
rigoureuse.
d) Si 1<b< 2, le taux de dfaillance fort au dbut et faible ensuite.
e) Si b> 2 le taux de dfaillance crot faiblement au dpart mais plus fortement la fin.
f) Si b = 2 le taux de dfaillance est linaire.
3.5. Dtermination graphique des paramtres
3.5.1. Linarisation de la loi de "Weibull"
Afin de simplifier lutilisation de la loi de "Weibull", on va la linariser
F(t)=1-c
-[
t-y
q
b
; R(t) =c
-[
t-y
q
b
(3.35)
Log(1 - F(t)) = - [
t-y
q
b
_ log[
1
1-P(t)
= [
t-y
q
b
(3.36)



a) Ajustement du nuage des points par une droite (y=0)
log (log [
1
1-P(t)
) = b log t blog (3.37)
Si on pose y=log log[
1
1-P(t)
" et " x= log t
x
"avec "t
x
= t- y"et (m* = ) on obtient alors
lquation dune droite de la forme" y=bX b log "ou "y = m*x m* log ".
(m*= ) tant la pente de la droite si y=0 _log log[
1
1-P(t)
=0
On dduit"blog t
x
= b log " et "t
x
=q".
Or pour (t
x
=), il faut que log log[
1
1-P(t)
= u_log[
1
1-P(t)
= 1, on dduit"
1
1-P(t)
= c" et
donc F(t)=0,63.

4
1

Figure 3.10. Reprsentation en chelle logarithmique

y=u _ x = log( )
On considre la droite "y=bx " avec "x=log t".

x= -1 _ y= -

Connaissant le paramtre (t) et la fonction F(t), et tant donn que la variable(T) suit une loi de
" Weibull ", on calcule " log t et " log log[
1
1-P(t)
" .

b
-y
b
-y
y=bX
y=bX blog( )
4
3
2
1
0

-
1
-
2
1 2 log
x=log t
y=log log[
1
1-P(t)

y=bX
y=bX blog( )
4
3
2
1
0

-
1
-
2
1 2 log
x=log t
y=log log[
1
1-P(t)



Pour viter ces calculs, on change la graduation de laxe des abscisses et des ordonnes.

-2 -1

Figure 3.11. Changement de graduation des abscisses

Ce changement de graduation permet le processus suivant :
Placer (t) sur laxe des abscisses avec la nouvelle graduation cest placer log(t) sur laxe gradu
linairement, avec en ordonne "log (log[
1
1-P(t)
)".

Figure 3.12. Changement de graduation des ordonnes

b) Distribution non linaire : cas dey
La linarisation du modle de "Weibull" donne lquation :
LogjLog [
1
1-P(t)
[ =Log(t-) - Log(). (3.38)
1 2 e 3 e
2
e
3
t 00 0,1
-2 -1 0 log2 1 2 3 x=logt

2

1

0

-1

x
x
x
t

(1-c
-c
2
) = 99,9S

(1-c
-c
) = 9S,4

(1-c
-1
) = 6S.2

(1-c
-c
-2
) = 12,6
x

log( log[
1
1-P(t)
)= y
F(t) %
1 2 e x e
-4
e
3
e
4



La relation entre "LogjLog [
1
1-P(t)
[ " et "Log(t)" nest plus linaire sur papier weibull on
obtient une courbe concave ou convexe.
c) Ajustement du nuage de points par une courbe convexe (y > u)
On obtient une courbe qui a sa concavit dirige vers le bas.

.

Figure 3.13. Redressement de la courbe convexe sur papier Weibull

En posant (t
x
= t ), alors F(t) = F
1
(t
x
),ainsi les relations LogjLog [
1
1-P
1
(t
x
)
[ et "Logt
x
"sont
linaires. Ceci signifie quen faisant une translation vers la gauche de (), on redresse la courbe
afin de dterminer les autres paramtres () puis ().
Dtermination de ().
F(t) = 1- c
-[
t-
q
pour "t = " ; "F(t)=0".

Lordonne au point dintersection avec laxe A not (t) sur papier Weibull est donn
par "F(t)=0,001" donc labscisse de ce point sera trs proche de ().

F(t) %
0,1
%
Tangente verticale ce point
t
n



Figure 3.14. Dtermination graphique du point (, 0.001) sur papier Weibull

En posant x= Logt, lquation (3.38) deviendra : y = Log (e
x
-) Log ; (Log : log
nprien).

y =
e
x
e
x
-y
, x= Log() _y
x
i
tend vers linfini ceci implique quon aura une demie tangente
verticale au point x= Log() .

.

Figure 3.15. Dtermination graphique sur papier graduation linaire

0,1% t

F(t) %

1

x= ln(t)
x
0
F(t)
%
ln()


Redressement de la courbe
On utilise la formule (3.39)
=
t
2
2
-t
1
t
3
2t
2
-t
1
-t
3
(3.39)
On choisit arbitrairement les points (a
1
, a
2
, a
3)
tel que "a
1
a
2
=a
2
a
3
=" sur une chelle linaire et
non sur une chelle ln(ln) du papier dAllan plait .

Figure3.16. Choix des trois points (sur une chelle linaire : d
1=
d
2=
)

d) Ajustement du nuage de points par une courbe concave (y < u)
On obtient sur papier de "Weibull" une courbe tourne vers le haut. Une translation des points
de la courbe dune valeur de () vers la droite redresse la courbe.

.

Figure 3.16. Redressement de la courbe concave (y < u)

0 lnt
1
lnt

a
1

a
2
a
3
t
1
t
2
t
3
t
d
1

d
2

ya
3
ya
2

ya
1
y
F(t)
t
0,1
+
63,2
%

F(0)


Dtermination des paramtres
a)1
er
mthode :

Figure 3.18. Choix des trois points (a
1
a
2
=a
2
a
3
)

b) 2
me
mthode
Il faut translater tous les points de la courbe dune mme valeur () dont on augmente la valeur
de proche en proche. La concavit ou convexit diminue progressivement jusqu lobtention
dune droite. La valeur finale est "".
3.6. Utilisation du papier graphique dAllan plait
Ce papier porte quatre axes :
- Laxe horizontal A1 est laxe des temps sur lequel on porte les valeurs (ti) des
dures de fonctionnement.
- Laxe vertical B1 sur lequel on porte les valeurs "F(t)" calcules par approximation.
Avec n : la taille de lchantillon.

F(t)=
n+1
, n<50
F(t)=
n+1
, 20 < n < 50 (rang mdian)
(3.40)
F(t)=
-0,3
n+0,4
, n < 20
F(t)=
n
, n >50

a
1
a
2
= a
2
a
3

=
(t2
2
-t
1
t
3
)
(2t
2
-t
1
-t
3
)

F (t)
a
3

a
2
a
1
t
1
t
2
t
3
t


- Laxe a correspond "ln t" (horizontal) partie suprieure.
- Laxe b correspond laxe B1 correspond "lnln[
1
1-P(t)
". Cet axe permettra
dvaluer la valeur de().

3.7. Dtermination graphique des paramtres (, , )
Au point "t==1" qui est lorigine du repre (X,Y), alors "ln=0", et la droite (D
2
) parallle
(D
1
) passe par lorigine (X,Y) et aura pour quation "y=X". Elle permet de dterminer la
valeur () sur laxe "b".

a) Cas d
i
une drutte (y = )

Figure 3.19. Conception du papier dAllan plait.

b) Mthodologie de lanalyse de fiabilit
1- Prparation des donnes
2- Trac du nuage des points (ti, Fi(ti)).
3- Trac de la droite dite de " Weibull" ( D1)

63,2
3
0,1 0,2 0,3 0,4
axe A1 t
(D
1
) = y =bX ln( )
1 x
y
0,2 t
axe a' ln(t)
(D
2
) y=bX
axeb'
b
axeB1
F(t) %

1
2


4- Dterminations des valeurs des trois paramtres , , .
5- quation de la loi de "Weibull" (reprsentation graphique)
6- Dtermination de la" M.T.B.F" en utilisant la table N2 des valeurs x et y ;
x= =(1+1/) et y = _[1 +
2
(1 +
1
)
2
(3.41)
7- Exploitation des rsultats.
c) Structure de tableau de valeurs
Les (n) valeurs de donnes de bon fonctionnement TBF obtenues en exploitation et
enregistres dans les donnes historiques des quipements. Ces valeurs (n) seront classes par
valeurs selon un ordre (i) allant de (i=1 i=n).
F(i) est la probabilit consultative de dfaillance sur (o, t) suivant la taille(n) de lchantillon.
Si n >50 ; F(i)=i/n formule de "weibull"
Si 20 <n<50 ; F(i)=i/n+1 formule des rangs moyens
Si n<20 ; F(i)=
-0,3
n+0,4
formule des rangs mdians.

Ajustements graphiques
Les ajustements graphiques se font sur des papiers chelles fonctionnelles qui sont
conus pour linariser la fonction de rpartition "F(t)" partir du nuage des points (ti, F(i))
reprsentant les donnes obtenues en exploitation.

(a) Loi exponentielle (b) loi de "Weibull"

Figure 3.20. Rgression des nuages de point en une droite (D)

Pour la loi exponentielle, on obtient le paramtre () sur le papier semi-logarithmique, qui
reprsente la pente de la droite.
R(t)
F(t)
(D)
(D)
t
t


Pour la loi de "Weibull", les trois paramtres (, et ) sont obtenus sur le papier dAllan Plait.
La rgression de ces nuages de point en une droite(D) permet daffirmer si le test paramtrique
est positif. (Cas du Test de Kolmogorov Smirnov)pour obtenir la meilleure droite ajustant le
nuage de points, on utilise la mthode des moindres carrs

3.8. Mthode analytique pour dterminer les paramtres de "Weibull".
Pour estimer les paramtres de "Weibull" partir des temps de bon fonctionnement TBF ,
on utilise entre autres, la mthode des moindres carrs [12].

3.8.1. La mthode des moindres carrs.
Elle consiste chercher la droite pour minimiser la somme des carrs des distances
horizontales des divers points la droite et donne les paramtres de "Weibull" ( et ). On
estime la valeur de ces paramtres par la mthode des moindres carrs en utilisant les
expressions suivantes:
=
X-
X
1
(X)
2
-
(Xi)
2
n
, =exp (X
, ) , =0 (3.42)
Avec Yi=ln|ln (1(1 F(ti))] , Xi=ln(ti); X
=
X|
n
n
|=1
;
=
Y|
n
n
|=1
;et (ti) reprsente le temps.
On utilise un programme en langage " Matlab" [17] pour dterminer les paramtres de fiabilit
partir de lquation (3.42).

3.8. Conclusion
Dans ce chapitre on a trait les diffrentes lois de probabilit utilises en fiabilit et en
particulier :
la loi exponentielle (taux de dfaillance constant), cette loi est le modle de base
privilgi des composants lectroniques.
la loi de "Weibull" (taux de dfaillance dcroissant, constant, croissant), cette loi est
gnrale du fait des deux ou trois paramtres qui lui donnent une grande souplesse
dadaptation aux diffrents cas rencontrs. Elle reprsente bien la fiabilit des
composants mcaniques dans les diverses priode de fonctionnement.
Cest cette dernire quon a dvelopp vu quelle est universellement utilise. Ses paramtres
en particulier ( et ) sont dtermins graphiquement laide du papier de "Weibull" ou" Allan
Plait" ; ou analytiquement par la mthode des moindres carrs dont le calcul est excut
automatiquement par un programme numrique.


Etude et Analyse des lois de la Fiabilit
Table des valeurs x et y N2

Mmoire de magister Boumeddane Abdelkrim Page 49

CHAPITRE 4
Fiabilit des systmes :
Modlisation de la fiabilit des quipements

Chapitre 4 : Fiabilit des systmes

CHAPITRE 4 : Fiabilit des systmes

4.1. Introduction
La dtermination de la fiabilit dun systme lectronique, mcanique ou autre, ncessite tout
dabord de connaitre la loi de fiabilit (ou loi de dfaillance) de chacun de composants
intervenants dans le systme. Ceci est simple pour certains types de systmes lectroniques or
ce nest pas le cas pour des systmes mcaniques cause de la complexit de la structure du
systme tudi.
Les systmes mcaniques sont des ensembles dlments technologiques lis par des relations
statiques et dynamiques assez complexes. Pour un systme lectronique, chaque composant a
un poids important dans la fiabilit du systme et donc il est calcul en fonction de la fiabilit
de tous ses composants [21].
La fiabilit dun systme mcanique, contrairement llectronique, repose sur la fiabilit de
quelques composants lmentaires responsables de son dysfonctionnement, dits composants
responsables ou critiques (parfois un seul composant contribue totalement sur la
probabilit de dfaillance de lensemble). Les autres composants peuvent avoir de probabilits
de dfaillance pratiquement nulle. Lindentification de ces composants se fait en effectuant
des analyses qualitatives telles que lAMDEC (Analyse de mode de dfaillance, de leurs
Effets et de leur Criticit), et des analyses quantitatives par ordre de dfaillance, ensuite, nous
crerons un modle partir dun diagramme de fiabilit (schma bloc)le plus souvent, les
systmes mcaniques sont considrs comme une configuration en srie.

4.1.1. Fiabilit des systmes
Lobjet de cette tude est la dtermination de la fiabilit dun appareillage complexe partir
de la fiabilit de ses composants [22].
- Dfaillances primaires
On appelle dfaillance primaire dun composant, une dfaillance qui est indpendante de la
dfaillance dun autre lment ou composant.
4.1.2. Systme en srie
On considre un systme complexe constitu de un ou de plusieurs sous ensembles de ce
systme.
On dit que le systme est en srie si la dfaillance dun seul de sous ensemble entraine la
dfaillance du systme totale.

Figure 4.1.Systme en srie

a) Cas des dfaillances primaires
Les vnements t < Ts
1
et t < Tsi sont indpendants.
P (t < Ts) = P ( t < Isi ).
n
=1

P (t < Ts) = (1 P(Tsi t )) =
n
=1
(1 Fsi(t))
n
=1
(4.2)
Hypothse dindpendance des dfaillances.
P (t < Ts) = 1 Fsi(t)
n
=1
gR(t) = Ri(t)
n
=1
(4.3)

b) Cas des dfaillances non primaires
P (t < Ts) = P (t < Ts
1
, . t < Tsn ) (4.4)
=P (t < Ts
1
).P (t < Ts
1
/ t <Ts
1
)...P (t < Tsn/ t < Is1 t < Is2t < Isn) (4.5)

4.1.3. Systme en parallle
On considre un systme complexe de(n) sous ensembles. On dit que le systme est en
parallle si la dfaillance de (n-1) sous ensembles nentraine pas la dfaillance totale.

Figure 4.2. Systme en parallle

P(t< Ts) = P(t< Ts
1
U t < Ts
2
.. U t < Tsn ) (4.6)

On a Fs(t) = Fs
1
(t)x Fs
2
(t). x Fsn(t)
Dmonstration pour n=2
P(t < Ts) = P (t < Ts
1
U t < Ts
2
) (4.7)
P(t < Ts) = P (t < Ts
1
) + P (t < Ts
2
) P ( (t < Ts
1
t< Ts
2
)) (4.8)

S
2

S
n

S
1
S

S


= P (t < Ts
1
) + P (t < Ts
2
) P (t < Ts
1
) x P (t < Ts
2
) (4.10)
1- P(t < Ts) = 1- P (t < Ts
1
) - P (t < Ts
2
) + P (t < Ts
1
) x P (t < Ts
2
) (4.11)

F(t) = [1- P (t < Ts
1
)] [1- P (t < Ts
2
)] (4.12)
F(t)=Fs
1
(t) x Fs
2
(t) (4.13)
On suppose F(t)=Fs
1
(t) x Fs
2
(t).xFsn(t) alors on dmontre la relation
pour (n) sous systmes.
P(t < Ts) = P (t < Ts
1
U t < Ts
2
. U t < Tsn) (4.14)
P(t < Ts) = P (A) + P (t < Tsn) P (A t < Tsn) (4.15)
F(t)=1- P(t < Ts) =1- P (A) - P (t < Tsn) + P (A) x P (t < Tsn) (4.16)
F(t)=|1 P (A)]|1 P (t < Isn)] (4.17)
F(t)=Fs
1
(t) x Fs
2
(t).xFsn(t) (4.18)
F(t)= Fx|(t)
n
|=1
_R(t) = 1 (1 R|(t))
n
|=1
(4.18)

4.1.4. Systme configuration (parallle srie)

Figure 4.3.Systme parallle-srie

P (t< Ts) = P (t< Ts
1
U t < Ts
2
U t < Tsn) (4.19)
On aura : F(t)=Fs
1
(t) x Fs
2
(t).Fs
n
(t)
Fsi(t)=1- P (t< Tsi) (4.20)
P (t< Tsi) = P (t< Tsi
1
t < Tsi
2
t < Tsim) (4.21)
P (t< Tsi) = P(t < Isi])
m
]=1
(4.22)
Ri(t) = Ri](t)
n
]=1
(4.23)
R(t) = 1 |1 Ri](t)
m
]=1
]
n
=1
(4.24)

s,j
S
S
Sij S
S

4.1.5. Cas dun systme srie- parallle

Figure 4.4 .Systme srie parallle

a) cas des dfaillances primaires
P (t< Ts) = P (t< Ts
1
t < Ts
2
t < Ts
n
) (4.25)
P = P ( t < Isi] )
n
]=1
(4.26)
1- P (t < Tsj) = Fsi](t)
m
=1
(4.27)
R(t)= (1 Fx|j(t))
n
|=1
m
j=1
(4.28)

4.1.6. Systme quelconque [23]

Figure 4.5. Systme quelconque

On dsigne par : R1(t) la fiabilit au temps(t) de S
1

F1(t) la rpartition au temps (t) de S
1

R1(t) la fiabilit au temps (t) de S
1

F1(t) la rpartition au temps (t) de S
1

Et ainsi on aura.
P(t< Ts) = P [(t< Ts) (t< Ts
3
U Ts
3
< t)] (4.29)

S

S
3

S

S
2

S
1

S
1

S
2

S
n

n

P(t< Ts) = P [(t< Ts t< Ts
3
) U (t <Ts Ts
3
t)] (4.30)
vnements incompatibles (ne sont pas ralisables en mme temps)
P(t< Ts) = P (t< Ts/t< Ts
3
). P(t< Ts
3
) +P(t<Ts
3
/Ts
3
< t).P(Ts
3
<t) (4.31)

Le composant S
3
rend le systme complexe ainsi on dcompose le systme en deux :
P (t< Ts/t< Ts
3
) le systme S
3
fonctionne.
On aura :

Figure 4.6. Systme obtenu (avec S
3
fonctionne)

F
S1S2
(t)=F
S1
(t)
.
F
S2
(t) (4.32)
P (t< Ts/t< Ts
3
) = 1- F
S1.
F
S2
(t) (4.33)
P (t< Ts /Ts
3
t) le systme S
3
ne fonctionne pas, on aura :

Figure 4.7. Systme (S
3
ne fonctionne pas)

F
S1, S1, S2
(t)= (1-R
S1 .
R
S1
) (1-R
S2 .
R
S2
) (4.34)
P (t< Ts/t< Ts
3
) = (1- F
S1
(t)F
S2
(t).) (R
S3
(t) + (1-(1-R
S1 .
R
S1
) (1-R
S2 .
R
S2
)) (4.35)
F(t) = (1-P (t< T)=F
S1
(t)).F
S2
(t).R
S3
(t) + (1-R
S1 .
R
S1
) (1-R
S2 .
R
S2
)) (4.36)

4.2 .Loi de dure de vie dun systme [24]

4.2.1. Cas des dfaillances primaires (systme srie)
On considre (n) sous systmes Si avec (1 i n), de dure de vie "Tsi" et tel que pour
chaque Si "Tsi " suit une loi exponentielle on aura :
S
1

S
2

S S
2

S
1
S

P (t< Tsi) = c
-xt
(4.37)
P (t < Tsi) = P(t < Isi) = e
-( \It)
n
=1
n
=1
(4.38)
MTBF du systme =
1
\I
n
=1
(4.39)

4.2.2. Cas de(n) sous systmes
On considre (n) sous systmes Si avec ( 1 i n), de dure de vie "Tsi" et tel que
pour chaque Si "Tsi " suit une loi de "Weibull" alors on aura :
P (t< Ts) = P(t < Isi) =
n
=1
c
-(
t-
q
)
i
(4.40)

P (t < Is) = e
-( Itt)
n
t=1
|
(4.41)
Cas particulier :
i = i et [i = i , P (t < Ts)=c
-(
1
(q)
(t-y)
)
n
=1
=e
-(
t-
q
)
(4.42)
Avec =
1
_
1
(n|)
_1

Dans ce cas particulier :
MTBF = + (1+1/) (4.43)

4.2.3. Systme parallle
Les (n) sous systmes sont placs en parallle et ont une dure de vie qui suit une loi
exponentielle.
R(t)= P (t < Ts)=1- (1
n
c
-xt
) (4.44)
R(t)= c
-xt n
=1
c
-(x+x])t
+
<<]<n
c
-(x+x]+xk)t
+.
<<]<k<n
(-1)
n+1
(c
-xt n
=1
) (4.45)

MTBF = t(t)Jt
t
0
= tR
i
(t)Jt =
1
x
1
x+x]
+
1
x+x]+xk
+. . (1)
n+1
1
x
n
i=1
n
(4.46)

4.2.3.1. Cas particulier I| = 2 | = 1, . . n
R(t)=1- (1 Ri(t)) = 1 (1 c
-xt n
=1
)
n
(4.47)
R(t)= (-1)
k+1
n
k
n
k=1
c
-kxt
(binmc Jc Ncwton)
TBF = (-1)
k+1
n
k
n
k=1
1
kx
=
1
x
j (1)
k+1
n
R
k
n
k=1
[ (4.48)

MTBF =
1
x
1
k
n
k=1
(4.49)

4.2.3.2. Cas dune loi de "Weibull"

Si on note "Ti "la dure de vie de sous systme Si et "Ti "suit une loi de "weibull" de
paramtres (i, i, i).
Ri(t)=c
-[
t-yi
qi
i
(4.50)


S
1

S
2

S
n

Figure 4.8. Dure de vie dun systme parallle

La loi de la dure de vie du systme est donne par :

R(t)=1 (1 Ri(t)) =
n
=1
Ri(t)
n
=1
Ri(t)R](t) +
1<<]<n
+(1)
n
Ri(t)
n
=1

Dtermination de la MTBF :

i=, i=, i=, | = 1, n.
R(t)=1 (1 Ri(t)) =
n
=1
1 _1 c
-[
t-y
q
_
n
(4.51)

R(t)=_
n
k
. (1)
k+1
n
k=1
c
-k[
t-y
q
(4.52)

MTBF=_
n
k
(1)
k+1
( +
n
k=1
q
k
1
I(1 +
1
[
)) (4.53)

4.3. Conclusion

Lors de llaboration dun systme complexe un des paramtres fix au dpart consiste
dterminer sa fiabilit. Il se pose le problme suivant : quelle doit tre la fiabilit des sous
systmes pour que le systme complexe ait une fiabilit fixe au temps(t).
Ltude gnrale est trs complexe, on obtient des rsultats simples, uniquement dans le cas
de systme srie.
La fiabilit dun systme mcanique dpend principalement de la fiabilit dun ou de deux
composants. Ainsi, la fiabilit mcanique dun consiste principalement tudier ses
composants.


CHAPITRE 5
OPTIMISATION DE LA MAINTENANCE

Chapitre 5 : Optimisation de la maintenance


5.1. Introduction
Lun des problmes conomiques qui peut tre rsolu par la connaissance de la fiabilit est la
dtermination de la priode optimale de la maintenance prventive.
Il sera commode, de considrer ici quune machine (ou un systme) qui comporte un organe
dfaillant d tudier quelles sont les consquences des dcisions que lon peut prendre au sujet
du remplacement de cet organe. On peut, soit attendre la rupture de cet organe et subir, de ce
fait, une panne coteuse, soit envisager de le remplacer une priode "Tr" ( dterminer), de
manire viter, dans certaines mesures, une interruption intempestive du service. [25,26].

5.1.1. Cots de la maintenance [27,28]
Les cots de la maintenance reprsentent lensemble des dpenses engages pour maintenir en
tat de fonctionnement un systme ou un quipement. Il existe trois types de cots :
Le cot de maintenance direct qui comprend : le prix de la pice de rechange et la
main duvre.
Le cot de maintenance indirect qui comprend : le cot du personnel non imputable
avec certitude une tche de maintenance, les dpenses dentretien, de rparation des
outillages spcifiques ou non, les dpenses dinfrastructure.
Le cot dindisponibilit ou de dfaillance li laction de la maintenance
effectuer, ce dernier correspond une perte sche dexploitation

5.1.2. Remplacement systmatique au bout du temps Tr [29].
La maintenance prventive de type systmatique consiste faire des remplacements
priodiques. Ces remplacements sont effectus des intervalles de temps fixes et
prdtermins, si entre les priodes de remplacement une dfaillance se produit, on procde
alors une maintenance corrective. Cette politique de maintenance prsente des dfauts dans
son principe puisquelle permet un gaspillage de pices de rechange. Ainsi, on pourra changer
une pice ou un organe qui vient dtre remplac dans lintervention dune opration curative.
On peut alors rencontrer le cas limite dun organe chang "Tr- " au cours dune
maintenance corrective et "Tr" pour une maintenance prventive.


Figure5.1. Remplacement systmatique

Le cot par unit de temps et par matriel est donn par :
C =
C1+(1-R(1
r
))C2
1
r
(5.1)
C1 : Cot de remplacement de lorgane (ou dispositif).
C2 : Cot dune dfaillance imprvisible (C2> C1 )
Tr : priodicit de remplacement
R(t) : fiabilit du dispositif
f(t) : densit de probabilit
r= C2C1

: le rapport de criticit conomique de dfaillance compris entre 2et 100.

5.1.3. Remplacement systmatique ge fixe [30].

La maintenance prventive de type ge fixe consiste faire des remplacements dlments
suivant un intervalle dge fixe. Si une dfaillance se produit dans cette priode de la
maintenance, une intervention curative est effectue et, alors lge de llment sera remis
zro. Une nouvelle priode prventive commence et ainsi de suite la maintenance sera
assure. La dtermination de la priode de remplacement sera faite selon un compromis entre
le cot de panne et celui de la maintenance prventive.
Ce second cas est caractris par une surveillance continue de lge du dispositif ou de
lorgane, ds que la dure atteindra la priode "Tr", un remplacement sera effectu.

Figure 5.2. Remplacement ge fixe

Considrons un organe remplac un instant "Tr", il le sera de nouveau soit (t<Tr) pour
dfaillance imprvue, soit "Tr" pour un changement prventif.
Lesprance de fonctionnement est donne par :
Dfaillance
Priode Tr Priode Tr

Tr-
Priode
Tr

Dfaillance
Priode
Tr
t<Tr

E(Tr) = R(t)Jt
1
0
dans le cas de Weibull.
Certains organes sont remplacs au cot (C1) et dautres au cot (C2). Les proportions de la
fiabilit sont R(Tr) et (1-R(Tr)).[1, 3]
Le cot de remplacement systmatique sera : C1 R(Tr) + C2(1 R(Ti)).
Le cot par unit de temps et par dispositif (organe) est donn par [25] :
C =
C2-(C2-C1)R(1
r
))
L(1
r
)
(5.2)
Pour minimiser ce cot, il suffit dannuler la drive du rapport C.

5.2. Optimisation de remplacement systmatique (1
er
cas)
La priodicit (t
e
) optimale qui minimisera le cot C =
C1+(1-R(t))C2
t
:
Do
dC
dt
= u =
(](t)C2.t-C1-(1-R(t))C2)
t
2

Aprs drivation de lquation (5.1) on trouve :
t. f(t)+R(t)=1 +
C1
C2
(5.3)
R(t)=c
-(
t
n
)
, avec =0.
Lquation (5.3) devient :
t.
[
q
[
t
q
[-1
c
-
[
t
q
[
+c
-
[
t
q
[
= 1 +
C1
C2
(5.4)
Posons x=[
t
q
[
[. xc
-x
+c
-x
= 1 +
C1
C2
(5.5)
c
-x
([x +1) 1 =
C1
C2
= y
2
(x)o:cc
C1
C2
< 1 (5.6)
On pose la fonction y
1
(x)
y
1
(x) = t. f(t) +R(t) 1 = c
-x
([x +1) 1 (5.7)

5.2.1. Etude de la fonction y
1
(x)
y
1
(0)=0 ; y
1
(+)=-1 (5.8)
y
1
(x) = c
-x
([x +1) +[c
-x
= c
-x
([x 1 +[) (5.9)
y
1
(x) = u x
0
=
[-1
[
(5.10)
a) 0<<1
Lquation y
2
(x)=
C1
C2
>
0
Do, on peut dduire que lquation

y
1
(x) nadmet pas de solution, cor "x
0
=
[-1
[
"est
ngative or 0<x<+ donc cest incompatible.
b) =1
Dans le cas dune loi exponentielle, cest--dire pour un matriel de fatigue, ce type de
maintenance prventive na pas dintrt ;car la seule solution de y
2
(x)=
C1
C2
est C1 = uet x
0
=0.
c) >1
Etude de la fonction y
1
(x) pour >1


Tableau 5.1. Variation de la fonction y
1
(x)

La fonction y
1
(x) pour >1a un maximum de valeur(c
-
-1
_1) voir figure(5.3)

Figure 5.3. Courbes reprsentatives des fonctions (y
1
et y
2
)

d) Etude de lquation du cot de remplacement systmatique
C(t) =
C1 +(1 R(t))C2
t

Sa drive C(t) =
C2(t](t)+R(t)-(C1+C2))
t
2

C
(t) =
C2[t](t)+R(t)-1-
C1
C2
t
2
=
C2(1(x)-2(x))
t
2
(5.11)

Utilisant la figure (5.3), on tudie la variation du C(t)

0<x<x
1
y
2
(x)>y
1
(x)c(t)<0 (5.12)

x
1
<x<x
2
y
1
(x)>y
2
(x)c(t)>0 (5.13)

y
1 + + + + + + - -
-

y

y
1

x 0 (-1)/
-1
(c
-
-1
_1)
0
y
1

c
-
-1
1
y
2
(x)
x
1
(-1)/ x
2

x

x>x
2
y
2
(x)>y
1
(x)c(t)<0 (5.14)

Tableau 5.2. Variation de la fonction C (t)

Do lallure de la courbe C(t),(figure 5.4)

Figure 5.4. Courbe reprsentative de la fonction C (t)

t
e
: priode optimale
x
1
=[
t
q
[
t
e
= (x1)
1[
(5.15)

a) 5.3. Optimisation du cot de remplacement systmatique (5.11)

y(t)=tf(t)+R(t)-c=0 et c =
C1+C2
C2
(5.16)

Avec f(t) = / [
t-y
q
[-1
c
-[
t-y
q
et R(t)=c
-[
t-y
q

Dans le cas o >0 et >1

t=, f(t) =0, y(t)=1-c
Cherchons le maximum de y(t) :

C(t)
x 0 x
1
x
2

C(t)
- - + + + + + --- - -

t
e
t
M
t

C(t)


y(t)= t.f(t)avec f(t)= /
2
c
-[
t-y
q
. [
t-y
q
[-2
_[ 1 [ [
t-y
q
[
_ (5.17)
f(t)=0[
t-y
q
[
=
[-1
[
t
M
= +
_
[-1
[
(5.18)
t
M
: Valeur de (t) abscisse du point maximum de la courbe y(t).

t
M
= + [
[-1
[
1[

Les expressions de R(t
M
) et f(t
M
) deviennent, voir les quations (5.19) et (5.20)
R(t
M
)=c
-[
-1

; f(t
M
) =
[
q
[
[-1
[
-1
. c
-[
-1

(5.19)
y(t
M
) = _
[.y
q
[
[-1
[
-1
+([ 1) +1_ c
-[
-1

c (5.20)

Etude de la variation de la fonction y(t)
Si t y(t) =-c
Pour connaitre le nombre de racines de y(t)=0 on calcule :
y(), y(), y(t
M
)
On a :
y()=1-c, y()=-c,
y(t
M
)=c
-[
-1

_
[.y
q
[
[-1
[
-1
+([ 1) +1_ c>0 (5.21)

Si (1-c) y(t
M
) <0 on auia une racine de y(t)=0 entre et t
M
.
Si (-c) y(t
M
) <0 on auia une racine de y(t)=0 entre t
M
et +
Dans notre cas la condition suivante est vrifie pour les deux racines
c < _
[.y
q
[
[-1
[
-1
+[_ c
-[
-1

(5.22)
Lallure de la courbe y(t) montre graphiquement la valeur maximale ( t
M
)

Figure 5.5. Allure de la courbe y(t)
t
0
t
M
t
1
t
1-c
-c
y(t)
y(t
M
)

Asymptote linfini

Daprs lallure de la courbe, on peut dduire que la mthode de "Newton Raphson" ne
sapplique pas, do on utilise la mthode par substitution successives ( x
n
= y(x
n+1
)) pour
dterminer les racines "t
0
" et "t
1
" [16].
La rsolution de telle quation est faite par calcul numrique.
Dans le cas o >1 et =0, condition que la relation c<[c
[
-1

soit vrifie, en posant
x=(t/)
alors on aura :y(t)=0 e

-x
(x+1)-1=c
i

Avec c
i
=
C1
C2
= 1r < 1

, on aura :log(c
-x
) +log([x +1) = log(ci +1)
Do on aura : -x +ln(x+1)=log(c
i
+1)
Alors, x=ln[
[x+1
cI+1

On pose xn+1=ln[
[xn+1
cI+1

Aprs itration on aura une valeur constante de "xn+1"do on dduit la priode optimale (t
e
):
t
e
=(xn+1)
1/
(5.23)

Dans notre tude de cas, on va choisir les organes dont le paramtre de forme est suprieur
un (>1) et la relation "1 +
C1
C2
= 1 +
1
" doit tre infrieure "[c

-[
-1

"

5.4. Cas de remplacement ge fixe [29].

Le cot moyen par unit de temps et par dispositif est donn par :

C =
C2-(C2-C1)R(1
r
)
R(1
r
)dt
t
0
(5.24)

Certains dispositifs sont remplacs au cot " C1" et dautres au cot"C
2
". Les proportions
respectives sont "R(Tr) et (1-R(Tr))".
Lesprance du cot remplacement dun dispositif est donc : R(Tr) C1+ (1-R(Tr)) C
2

ou C
2
-(C
2
- C1) R(Tr), do le cot par unit de temps est "C".
La valeur (te) gale la priode optimale conomique, cest celle qui minimise C(t).
C(t) =
C2(1-R(t))+C1R(t)
R(t)dt
t
0
(5.25)

dc
dt
= c
(t) =
|c2](t)-c1](t)] R(t)dt-|C2(1-R(t)+C1R(t)]R(t)
t
0
j R(t)dt
t
0
[
2
(5.26)
C(t)=0
C2
C2-C1
= (t) R(t)Jt +R(t) =
1
1-
C1
C2
t
0
(5.27)

Considrons le cas dune loi de "Weibul" (=0) deux paramtres (=0, )
On aura : R(t)=e
-(t/)
y(t)=
1
1-
C2
C1
=
[
q
(
t
q
)
[-1
+c c
-[
t
q
Jt
t
0
-[
t
q
(5.28)
y(t)=
[
q
.
[-1
q
(
t
q
)
[-2
c
-[
t
q
Jt
t
0
+
[
q
. [
t
q
[-1
. c
-[
t
q
.[
t
q
[-1
.
[
q
c
-[
t
q
(5.29)
y(t)=
[([-1)
q
2
(
t
q
)
[-2
c
-[
t
q
Jt
t
0
(5.30)
a) 0<<1
Etude de la fonction y(t) pour <1 ;y(t)<0 pour t>0

Tableau 5.4. Variation de la fonction y(x)

Tableau5.3. Variation de la fonction y(t) pour <1

0<y(t)<1 et lquation"
1
1-
C1
C2
>1 " na pas de solution car "
C1
C2
e] 0,1 [ " et
y(t)=
[([-1)
q
2
(
t
q
)
[-2
c
-[
u
q
du
t
0
<0, do la fonction y(t) nadmet pas de solution.
Pour un matriel en priode de jeunesse ce type de maintenance na pas dintrt.

b) >1
Etude de la fonction y(t) pour >1 ; y(t)>0 pour t>0

Tableau 5.4. Variation de la fonction y(t) pour >1

1

0

y(t)
t 0 +
y(t)
- - - - - - - -

y(t)
t 0
y(t) +
+ + + + + +

1
+
0
1

Lquation y(t)=
1
1-
C1
C2
=
[
q
(
t
q
)
[-1
c
-[
t
q
du
t
0
+c
-[
t
q
a une solution unique pour

" 0 <
C1
C2
<1"
Vrifions que la solution de lquation correspond un cot minimum.

On tudie la limite de C(t) quand t 0 et lim
t+
c(t)

lim
t0
C(t) = lim
t0
_
C2(1-R(t))
R(t)dt
t
0
+
C1R(t)
R(t)dt
t
0
_ = + (5.32)

lim
t
C(t) = lim
t+
_
C2(1-R(t)
R(t)dt
t
0
+
C1R(t)
R(t)dt
t
0
_ (5.33)

()= x
-1
c
-x
Jx
0
etx=[
t
q
[
onaura :
lim
t+
C2 _
1-R(t)
R(t)dt
t
0
_ =
C2
(1+
1
)
(5.34)

Dmonstration (dj vu au paragraphe 1.17) :

E(t) = t(t)Jt = |tR(t)]
0
+
+
+
0
R(t)Jt =
+
0
R(t)Jt
+
0
(5.35)

lim
t+
_
R(t)
R(t)dt
t
0
_ = u (5.36)

t

Figure 5.6. Courbe reprsentative de C(t)

C2
(1 +
1
)

C(t)

0
t
te
t

[
q
[
tc
q
[-1
c
-[
t
q
dt
tc
0
+c
-[
tc
q
=
1
1-
C1
C2

Dans le cas dun matriel dusure (>1et r>2), ce type de remplacement ge fixe aura un
intrt conomique.

5.5. Utilisation de labaque de Kelly [3,31]
Lintrt de cet outil rside dans sa grande rapidit dutilisation de r et pour
dterminer graphiquement les coordonnes du point mini lintersection de ces deux
courbes, de r et de .
Connaissant lordonn (Cp()/Cr) et labscisse "x
0
" et utilisant la formule de changement de
variable (x=/), on obtient la priode (te=
0
=.x
0
).
Labaque de Kelly est labor partir de lquation (Cp()/Cr)<1 do :
C
p
() =
C1+C2(1-R(t))
L()
(5.38)
C
P
() : Cot dune intervention prventive systmatique par unit dusage, avec E() la dure
de vie moyenne des composants ne dpassant pas (), puisquils ont t changs cette date
E() = R(t)Jt
0
0
(lesprance de fonctionnement).
Cr =
C1+C2
M1BP
(5.39)
Cr : Cot moyen dune intervention curative par unit dusage.
Critres de choix :
Le systmatique sera choisi sil existe une priode (),telle que (Cp()/Cr)<1
On forme le rapport (Cp()/Cr)=
C1+C2(1-R()).MTBF
L()(C1+C2)

R() est modlisable par une loi de "Weibull" deux paramtres ([, ) ;
R()=c
-[
0
q
, on pose (x=/) et r=C

2
/C
1,
alors Cp()/Cr devient :
Cp(x)/Cr=
1+(1-c
-x
)
c
-t
x
0
dt (1+)
(1 +
1
) (5.40)
Exploitation du rapport Cp(x)/Cr.
En plus des deux paramtres cits prcdemment le rapport fait aussi intervenir le
temps. On trace alors sur un graphique une srie de courbes (Cp(x)/Cr),pour des valeurs
successives r et .On obtient alors labaque de Kelly.
(5.37)

Mmoire de magister Boumeddane Abdelkrim

Figure 5.7

5.6. Conclusion

Grce la connaissance de la loi de fiabilit dun composant (organe), en particulier son
paramtre de forme () et ses co
valus par le rapport de criticit conomique,
100 (2<r<100). Ces donnes sont ncessaires la dtermination de la priode optimale
conomique de remplacement. Seul un cart significatif du paramtre (
rapport (=1) justifie un ventuel changement. Si
entretien courant nest justifi. Par contre si (
prventif ou systmatique et ceci aprs une tude doptimisation
Cp(x)/Cr
Optimisation de la maintenance
Mmoire de magister Boumeddane Abdelkrim
Figure 5.7.ABAQUE DE KELLY
la connaissance de la loi de fiabilit dun composant (organe), en particulier son
) et ses cots de maintenance engendrs lors de sa dfaillance qui sont
rapport de criticit conomique, r dont la valeur doit tre comprise entre 2 et
). Ces donnes sont ncessaires la dtermination de la priode optimale
conomique de remplacement. Seul un cart significatif du paramtre (
ventuel changement. Si (1) aucun remplacement ni m
entretien courant nest justifi. Par contre si (> 1et r>2) on pourra envisager un entretien
prventif ou systmatique et ceci aprs une tude doptimisation.


la connaissance de la loi de fiabilit dun composant (organe), en particulier son
ts de maintenance engendrs lors de sa dfaillance qui sont
dont la valeur doit tre comprise entre 2 et
). Ces donnes sont ncessaires la dtermination de la priode optimale
conomique de remplacement. Seul un cart significatif du paramtre () de forme par
(1) aucun remplacement ni mme aucun
> 1et r>2) on pourra envisager un entretien


CHAPITRE 6
ETUDE DE CAS AU NIVEAU DE LENTREPRISE
DENITEX-SEBDOU-TLEMCEN

Conclusion gnrale et perspective,

Mmoire de magister Boumeddane Abdelkrim page 70
CHAPITRE 6 : ETUDE DE CAS AU NIVEAU DE LENTREPRISE
DENITEX-SEBDOU-TLEMCEN

6.1. Introduction
Un bon fonctionnement est demand, en particulier, pour les composants mcaniques
stratgiques, cest lobjet de notre tude de cas.
Dans cette partie nous allons utiliser les rsultats dexploitation partir des donnes
relles. En pratique on utilise souvent des bases de donnes connues, mais il est prfrable,
quand cela est possible, de recueillir les donnes dexpriences au prs des fabricants des
composants que lon utilise [7]. Cependant ces donnes sont difficiles obtenir pour des
composants mcaniques.
Les constructeurs ne sefforcent pas de les collecter de faon systmatique ; du fait quil est
difficile de trouver une mtrique de sret de fonctionnement. Dans le cas o elles
existeraient, elles sont conserves confidentiellement [7]. Dans la majorit des recueils, les
donnes de fiabilit sont fournies sous forme de taux de dfaillance ou sous forme de dure de
vie moyenne, ou de probabilit dquipements slectionns pour appliquer rellement la
thorie dj cite en particulier celle de la fiabilit.
Pour mieux cerner le problme on va situer le lieu de lquipement tudi.

6.2. Prsentation de lentreprise "Denitex"
DENITEX SEBDOU est une socit des produits textiles, elle est situe 37 Km au
sud ouest du chef lieu de Tlemcen.
Elle possde un potentiel humain et matriel important. Le potentiel industriel et la plupart
des quipements ainsi que les installations ont t mises en place comme suit :
Ateliers de production (filature, prparation tissage, tissage finissage).
Laboratoires de contrle (physique et chimique).
Rseaux dnergie (lectricit, gaz, eau, vapeur, air comprim etc)
Installations dutilits (chaufferie, climatisation, station dpuration des eaux).

6.3. Historique de lentreprise
La socit de produits textiles "Denitex a t cre aprs le dcoupage de la socit mre
"Cotitex", le trois fvrier 1998.
Le complexe est mis en service le premier juin 1979, ses activits bien dfinies telles que :

Filature-Prparation tissage -Tissage -Finissage Annexes
Sa capacit de production est comme suit:

Produits Objectifs
Fils 1400.000, TONNES
Tissus crus 6.000.000 Mtres
Tissu finis 6.000.000 Mtres

Tableau 6.1. Capacit de production (Denitex)

6.4. Dtermination de la fiabilit partir des donnes historiques

6.4.1. Exploitation des donnes historiques
Un quipement tant compos dun grand nombre dorganes, le "MTBF" de lquipement a
une signification au niveau de la disponibilit de lquipement condition de rester dans le
domaine des vnements alatoires[1].
Le MTBF" dun quipement dpend de la connaissance de la fiabilit de ses composants ce
qui permet de dfinir une politique de maintenance. La fiabilit doit tre dtermine pour
chaque composant constituant lintgralit de lquipement.
Lexploitation des donnes historiques doit tenir compte :
Du nombre des quipements tudis, de leurs conditions de travail et des temps
dutilisation respectifs.
Du nombre des composants installs par quipement.
Du temps de fonctionnement de chaque composant par rapport au temps de marche de
lquipement.
De la politique de la maintenance applique ces quipements
Maintenance corrective.
Remplacement systmatique.
Maintenance conditionnelle.
Dans le cas de plusieurs quipements installs, il faudrait en toute logique vrifier que les
conditions dutilisation et les temps de sollicitation sont identiques.
Nous avons vu dans le (chapitre1) que lutilisation des mthodes statistiques ou
mathmatiques ntaient pas suffisantes pour faire une analyse de fiabilit.
Il est indispensable de pouvoir analyser les causes de dfaillances survenant pour chaque
organe et sassurer que la population tudie est homogne.

Il faut chercher sil sagit dune dfaillance fortuite (vie utile), dune panne due au
vieillissement, dune dtrioration due une mauvaise utilisation de lquipement, dune
mauvaise rparation ou dun mauvais montage.

6.5. Principe de dcoupage de lentreprise
Le problme qui se pose alors est comment de dcouper lensemble de lquipement des
niveaux plus fins pour atteindre llment que lon veut tudier.

Figure 6.1. Dcoupage de lentreprise

Ce premier dcoupage sera suivi par un second qui permet de descendre au niveau de
lquipement, afin dtre simplement isol [11].

Figure 6.2. Dcoupage de latelier chaufferie

Atelier chaufferie
Chaudires vapeur ;
bche alimentaire
Chaudires thermo fluide ;
rservoir dexpansion
Compresseurs dair
comprim, rservoir
tampon, scheur
Entreprise

Atelier
Filature
Prparation
Tissage
Atelier
Tissage
Atelier
Finissage
Atelier
Chaufferie
Annexes :
STEP,ateliers
mca, lect

Latelier chaufferie comprend :
Quatre chaudires vapeur montes en parallle et alimentant le rseau de vapeur,
chaque chaudire est quipe de deux pompes multicellulaires montes en parallle.
Trois chaudires thermo fluide quipes de trois pompes de circulation dhuile.

Deux compresseurs palettes deux tages.
Un compresseur palettes un seul tage.
Un compresseur vis.
Ces compresseurs sont monts en parallle et alimentant le rseau dair comprim qui
assure le fonctionnement des appareillages des quipements de production.
Dans le cas des quipements complexes et intgrs, il est ncessaire de recourir un
dcoupage de type matriciel.

6.6. Analyse du systme

Dans un premier temps on va dcomposer fonctionnellement une chaudire vapeur.

Figure 6.3. Dcoupage fonctionnel de la chaudire vapeur

Chaudire vapeur
Partie lectrique Partie mcanique Partie alimentation en
gaz
Partie rgulation utilisant
lair comprim
Rservoir avec tubes
de fume
Motopompe dalimentation deau
chaude
Brleur
Chaine de scurit

6.7. Dcomposition du sous systme dalimentation deau
Pour cela on utilise la mthode "AMDEC" [13] qui est une mthode de rflexion crative et
repose sur la dcomposition fonctionnelle du systme en lments simples jusquau niveau
des composants les plus lmentaires.

Figure 6.4. Dcoupage fonctionnel de la motopompe dalimentation

Motopompe
dalimentation
Moteur
lectrique
Pompe multicellulaire
Bti de la pompe
Corps de pompe
Roues (turbines)
Diffuseurs
Axe
Roulements billes
Paliers
Presse toupe
Stator
Rotor
Flasques
Roulements

6.8. Dcomposition du sous systme du bruleur gaz
La chaudire thermo fluide est compose de deux sous systmes ; savoir le bruleur et, la
pompe de circulation dhuile qui permet de maintenir la pression dhuile constante dans la
chaudire et dans le rseau de distribution.
Le bruleur gaz est dcompos fonctionnellement en sous ensembles de la manire suivante :

Figure 6.5. Dcomposition fonctionnelle du brleur gaz

6.9. Classification du matriel
La classification est principalement utilise comme une base dtablissement dun
programme de maintenance prventive ou pour mesurer les effets de cette maintenance. Elle
consiste en pratique ne pas traiter le matriel sur un mme pied dgalit, mais selon des
critres [32].

6.9.1. Critres de classement
On trouve deux critres possibles pour le classement.
Bruleur gaz
Rampe gaz Systme de rgulation
Vanne darrt Servomoteur
Manomtre dentre
lectrovannes lectriques
Dtendeur(1bar /40mbar) Vannes pneumatiques
Torche dallumage
Ventilateur dair
Tte de combustion

a) Suivant les conditions de travail.
Le matriel peut tre class en deux catgories :
Matriel trs sollicit, cest le cas des quipements qui fonctionnent en rgime continu
(3x8).
Matriel moyennement sollicit, cest le cas des quipements qui fonctionnent par
intermittence.

b) Suivant ltat du matriel.
Le critre de cette classification consiste comparer ltat du matriel avec les besoins de
lexploitation : Cela veut dire quun quipement peut tre employ pour raliser certaines
oprations bien que son tat gnral soit plutt dgrad par rapport celui dun quipement
neuf.
NOTA : Trois classes sont considres en utilisant la mthode ABC ou " Pareto".
6 .10. Application

Dans cette partie nous allons utiliser les rsultats dexploitation des quipements afin
dappliquer rellement la thorie dj cite auparavant, en particulier celle de la fiabilit.
Les donnes pour cette application sont releves partir des dossiers historiques de chaque
quipement. Notre choix est port sur latelier chaufferie cause des dossiers historiques,
tenus jour depuis 2009. Afin de bien mener cette tude on a procd de la faon suivante :

6.10 .1. Collecte des donnes

Pour faire une bonne tude de fiabilit, on a intrt relever le nombre de dfaillances de
chaque organe partir du dossier historique de chaque quipement (2009-2010).

N Dsignation des
organes
Nombre de
dfaillance
N Dsignation des
organes
Nombre de
dfaillance
1 Roulement billes de
la pompe
29 13 Ressort de soupape de
scurit
01
2 Roulement rouleau
de la pompe
09 14 Pressostat dair 01
3 vanne de purge deau
chaude
03 15 Vanne
lectromagntique
01
4 Vanne daration 04 16 Drivateur de niveau
deau
01
5 Indicateur de niveau
deau
04 17 Trou dhomme
dentretien
02

6 Presse toupe de la
pompe
05 18 Ventilateur principal 01
7 Conduite alimentation
deau chaude
03 19 Flotteur interne de
niveau deau
02
8 Bti de la pompe
(goujons)
dalimentation
03
9 Clapet anti- retour de
la pompe
02
10 Joint torique de la
pompe
04
11 Moteur lectrique de la
pompe
05
12 Accouplement entre la
pompe et le moteur
04
Nombre total 84

Tableau 6.2. Tableau rcapitulatif des dfaillances

a) Compresseurs dair comprim palettes et deux tages

N Dsignation des organes Nombre de dfaillance
1 Joint torique du corps du compresseur 06
2 Joint tournant ou garniture mcanique 03
3 Pompe dhuile de lubrification 02
4 lment daccouplement 02
5 Flexible dhuile principal 03
6 Sparateur dhuile 01
Total 17


b) Compresseur dair comprim palettes un seul tage

1 Pompe dhuile de lubrification 02
2 Filtre huile 01
5 Palettes 01
6 Roulement rouleau 01
7 Joint torique 01
8 Entretoise 01
Nombre total 09

Tableau 6.4.Tableau rcapitulatif des dfaillances

c) Compresseur dair comprim vis

1 Filtre air 01
2 Filtre huile 01
4 Bague anti-fuite 01
5 Moteur lectrique 06
6 Flexible dhuile 01
7 Pompe huile 01
8 Thermostat 01
Nombre total 14


d) Chaudires thermo fluide
1 Photo cellule 01
2 lectrode dallumage 01
3 lectrovanne de gaz 01
4 Servomoteur 01
5 Accouplement magntique 01
6 Garniture mcanique (pompe) 10
7 Roulements (pompe) 14
8 Moteur de la pompe 02
9 Accouplements de la pompe de
circulation dhuile
1
Nombre total 32

Tableau 6.6.Tableau rcapitulatif des dfaillances

6.11. Analyse des donnes
Les donnes sont releves partir des dossiers historiques des quipements de latelier de
chaufferie qui constitue le cur de la production et donc le cur du complexe, selon le
classement suivant :
Historique des dfaillances durant (2009/2010).
Les chaudires vapeur ont subi 84 dfaillances
Les chaudires thermo fluide ont subi 32 dfaillances
Les compresseurs palettes deux tages ont subi 17 dfaillances
Le compresseur palettes un seul tage a subi 09 dfaillances
Le compresseur dair comprim vis a subi 14 dfaillances

6.11.1. Slection de lquipement
En utilisant la courbe ABC ou Pareto on peut slectionner lquipement ou lorgane
prendre en considration dans notre tude.
Dans notre cas le nombre dquipement est gal 5.
Dsignation Ndordre % de
classement
Frquence Cumul % du cumul
Chaudire vapeur 1 20 84 84 54
Chaudire thermo
fluide
2 40 32 116 74
Compresseur deux
tages
3 60 17 133 85
Compresseur vis 4 80 14 147 94
Compresseur un
seul tage
5 100 09 156 100

Tableau 6.7. Tableau de classement des quipements

6.11.2. Principe de la mthode ABC

Cette mthode consiste classer les problmes par ordre dimportance en trois catgories afin
de traiter chacune delles dune manire diffrente. Elle permet donc au gestionnaire
didentifier les cibles dactions prioritaires [3,33].
Description de lanalyse:
Recensement des pannes partir de la date de mise en place du dossier historique.
Classement des nombres de pannes par ordre dcroissant.
Calcul du cumul de ces valeurs partir du plus haut.
Calcul pour chaque valeur cumule la valeur en %.
Le rang relatif % des diffrentes pannes.
Tracer la courbe correspondante aux couples de points ci- dessus sur un graphique
deux dimensions, abscisses et ordonnes en pourcentage(%) la mme chelle.
Dterminer les zones ABC : il sagit de dlimiter sur la courbe des zones partir de lallure de
la courbe. En gnral la courbe possde deux cassures ce qui permet de dfinir 3 zones.
On obtient le classement en trois catgories.
A : les plus dfaillants
B : les moyennement dfaillants
C : les moins dfaillants
Ce classement sapplique lorsquon veut faire apparaitre les lments les plus dfaillants

6.11.2.1. Trac de la courbe ABC
La courbe ABC permet de classer les quipements par ordre de priorit.

Figure 6.6. Courbe ABC

Ainsi la courbe ABC nous a permis de classer les quipements de la chaufferie en trois
catgories (A, B et C).
Vu les rsultats obtenus par la courbe ABC, on doit opter pour un suivi particulier des sous
ensembles de la classe A et un suivi spcifique pour les sous ensembles des classes B
et C . Lanalyse de la fiabilit, seule, nous permet de bien fixer le type de la maintenance
appliquer pour ces quipements.

6.12. Choix des organes

Afin de slectionner lorgane ou dispositif tudier ; on va utiliser la mthode AMDEC
[13] (Analyse des modes de dfaillance, leurs effets et leurs criticits).AMDEC, est une
mthode de la fiabilit, mais elle nest pas la seule daprs la norme NFX60-510. Elle est
dveloppe partir de lAMDE qui a t publie en Dcembre 1986,elle a t dfinie
comme un moyen didentifier les modes de dfaillances en vue de les liminer ou de
minimiser leurs consquences. Dans le domaine industriel, on utilise lAMDEC cause
du systme de notation et le calcul de la criticit qui est plus rigoureux, il est bas sur un
traitement numrique.

0
20
40
60
80
100
120
0 20 40 60 80 100
Srie1
% de classement
% de dfaillance
A B C

6.12.1. AMDEC de la pompe dalimentation
Lanalyse AMDEC de la pompe dalimentation permet de dterminer llment
critique de lquipement.

Systme : chaudire vapeur sous systme : pompe dalimentation
Organe

Fonction
dtat
Mode de
dfaillance
Cause

Effet sur
le
systme
Criticit Action
engager Fr Gr D IPR
bti Support de
la pompe
dformation vibration Dtriora
tion des
paliers
1 2 2 4 rparer
Corps de
pompe
renferme
les roues
ovalisation
dalsage
usure,
corrosion
mauvais
fonction
nement
1 4 1 4 rparer
Roues augmente
la vitesse
du fluide
Bruit
anormal
usure,
corrosion
diminuti
on du
dbit
1 3 3 9 changement
Diffuseurs canalise
leau dans
les roues
dformation usure,
corrosion
mauvais
fonction
nement
1 1 3 3 changement
Axe transmet
le
mouveme
nt de
rotation
cassure,
dformation
usure,
corrosion
mauvais
aligneme
nt
arrt de
la pompe
1 4 1 4 changement
Paliers support de
laxe
usure
cassure
vibration
usure
chauffe
ment
blocage
1 4 1 4 changement
Roulement
billes
guidage de
laxe
cassure,
blocage
vibration
usure
arrt de
la pompe
3 4 1 12 Changement
Presse
toupe
assure
ltanchit

Fuite deau usure,
corrosion
diminuti
on du
dbit
3 3 1 9 remplacer

Tableau 6.8. AMDEC de la pompe dalimentation

Rsultat : Lorgane possdant le plus grand IPR est le roulement billes.

6.12.2. AMDEC de la pompe de circulation dhuile thermo fluide
Lanalyse AMDEC de la pompe de circulation dhuile thermo fluide permet de
dterminer llment critique de la pompe.
Systme : chaudire thermo fluide sous systme : pompe de circulation dhuile
Organe

Fonction
dtat
Mode de
dfaillance
Cause

Effet sur
le
systme
Criticit Action
engager Fr Gr D IPR
bti Support de
la pompe
dformation vibration Dtriora
tion des
paliers
1 3 2 6 rparer

Corps de
pompe
renferme
la roue
ovalisation
dalsage,
fissure
usure,
corrosion
, choc
thermiqu
e
mauvais
fonction
nement,
fuite
1 4 1 4 rparer
Roue augmente
la vitesse
du fluide
Bruit
anormal
usure,
corrosion
Diminuti
on du
dbit,
chute de
pression
1 4 1 4 changement
Axe transmet
le
mouveme
nt de
rotation
cassure,
dformation
usure,
corrosion
mauvais
aligneme
nt
arrt de
la pompe
1 4 1 4 changement
Paliers support de
laxe
usure
cassure
vibration
usure
chauffe
ment
blocage
1 4 1 4 changement
Roulement
billes
guidage de
laxe
cassure,
blocage
vibration
usure
arrt de
la pompe
2 4 1 8 Changement
Garniture
mcanique
assure
ltanchit

Fuite
dhuile
usure,
corrosion
diminuti
on du
dbit et
chute de
pression
2 4 2 16 remplacer

Tableau 6.9. AMDEC de la pompe de circulation dhuile thermofluide

Rsultat : Lorgane possdant le plus grand IPR est la garniture mcanique.

6.12.3. AMDEC du compresseur deux tages

Lanalyse AMDEC du compresseur deux tages permet de dterminer llment critique
du compresseur.
Systme : compresseur palettes sous systme : partie mcanique
Organe

Fonction
dtat
Mode de
dfaillance
Cause

Effet sur
le
systme
Criticit Action
engager Fr Gr D IPR
corps renferme
les rotors
et les
palettes
ovalisation
dalsage
usure chute de
pression
1 2 2 4 rparer
pompe
huile
lubrificati
on des
rotors
bruit
anormal
usure des
pignons
chauffe
ment
1 3 1 3 rparer
sparateur
dhuile
spare
lhuile de
prsence
dhuile dans
vieillisse
ment
consom
mation
1 3 1 3 changement

lair lair dhuile
lment
daccouple
ment
liaison du
compresse
ur avec le
moteur
usure mauvais
aligneme
nt
arrt du
compress
eur
2 3 1 6 changement
flexible
dhuile
transporte
lhuile
vers le
radiateur
fuite dhuile vieillisse
ment
arrt du
compress
eur
1 3 1 3 changement
joint
tournant
assure
ltanchit

fuite cot
moteur
usure arrt du
compress
eur
3 3 1 9 changement
joint torique assure
ltanchit
entre les
tages
fuite sur le
corps
vieillisse
ment
consom
mation
dhuile
3 3 1 9 changement

Tableau 6.10. AMDEC du compresseur deux tages

Rsultat : Les organes les plus critiques sont : le joint tournant et le joint torique

6.13. Dtermination des paramtres de fiabilit des organes slectionns

6.13.1. Cas du roulement de la pompe dalimentation

Le calcul des paramtres de fiabilit dpend en premier lieu de la fraction (fonction de
rpartition estime) dfinie par lquation (6.1).
F
est
(t) =
-0.3
n+0.4
(6.1)
Cette formule reprsente les rangs mdians o (n) dfini la taille de lchantillon et "i"
dfini le rang de llment dfaillant ; (n20), sans oublier dintroduire la notion de retrait,
qui est dfini selon la formulation(6.2).
On appelle retrait (rt) tout lment encore en vie au moment de larrt du test ou de ltude.
Pour tenir compte de ces lments on va liminer les rangs des retraits et corriger les rangs de
dfaillance, par la formule (6.2), [12] :
i =
(n+1)-ung cog pcdcnt
1+nombcd
cIcmcnts cstunts ups cc ctut duns n

(6 .2)
Cet accroissement :"i"sera ajouter au rang qui prcde le retrait pour obtenir le rang corrig
de la dfaillance suivante, il reste constant jusquau prochain retrait. Cette mthode consiste
modifier le rang aprs censure, on les appelle censures alatoires, cest une des mthodes les
plus connues de "Jonhson"1964 [12]

J(i)=[(i 1) +
n+1-j(|-1)
n+1-(numhred
|mentprcdent)
(6.3)


6.13.2. Prparation des donnes historiques

Traage des points(ti,Fi) sur le papier de" WEIBULL" ou "ALLEN PLAIT , voir tableau
(6.11),pour dterminer les paramtres de "Weibull".A partir des donns on a obtenu deux
droites "D
1
"et "D
2
" qui reprsentent deux chantillons de tailles diffrentes. Vu quon a une
diffrence de dure de vie suffisamment grande entre les rangs sept(7)"t
7
" et huit (8)" t
8
",
alors on observe une variation dans la loi de dure de vie "T" (passage de 1=1.2 ;
1
=580heures 2=1.S ;
2
= 2500heures).
F
est
(t) =
-0.3
n+0.4
(6.4)

ti Rang
brut
Rang
Corrig
F
stime

R
estime

64 1 1 0.006 0.94
144 2 2 0.15 0.85
160 3 3 0.24 0.76
224 4 4 0.32 0.68
352 5 5 0.41 0.59
496 6 6 0.50 0.50
608 7 7 0.59 0.41
2544 8 8 0.68 0.32
3520 9 9 0.76 0.24
3872 10 10 0.85 0.15
5280 11 11 0.94 0.06

Tableau 6.11. Prparation des donnes historiques du roulement billes

Lobtention sur le graphe de "Weibull", de plusieurs segments avec diffrentes valeurs de ""
doit entrainer un questionnement relatif la qualit des organes ou des interventions [12].En
effet, cette hypothse est vrifie dans notre cas, car dans la pratique on a constat le
phnomne qui est d au changement des roulements, en utilisant deux marques
diffrentes. A cela sajoute la dformation du bti, ceci mne un problme de qualit des
roulements et de lintervention, donc on a un de mlange de lois de "Weibull"[1,12]. Pour
traiter ce cas, on spare les sous-populations "pi" puis on traite chaque population dune
faon indpendante. Le modle global tient compte des proportions de chaque partie.
La dtermination de la fiabilit de la population sera donne par lquation (6 .6).
Alors on aura : R1 = e
-(
t
q1
)
1
avec tt7 et R2 = e
-( t q2)
2
avec t t8
1=
1
q1
(
t
q1
)
(
1
-1)
et2=
2
q2
(
t
q2
)
(
2
-1)
(6 .5)

Mmoire de magister Boumeddane Abdelkrim page

R(t)=p1*R1(t)+p2*R2(t) (6
Trac sur le papier dALLEN PLAIT
Figure 6.7. Dtermination graphique des para
Mmoire de magister Boumeddane Abdelkrim page
Avec p1 =
n1
n1+n2
=7/11=0.64 et p2=0.36
R(t)=p1*R1(t)+p2*R2(t) (6
Trac sur le papier dALLEN PLAIT
Dtermination graphique des paramtres de fiabilit.
=7/11=0.64 et p2=0.36
R(t)=p1*R1(t)+p2*R2(t) (6 .6)

mtres de fiabilit.


En conclusion, ltude du roulement billes de la pompe dalimentation de la chaudire nous
confirme la mise en place de la fiabilit partir du retour dexprience.
6.13.3 Analyse des rsultats thoriques
Ci-joint le tableau rcapitulatif et comparatif des rsultats dtermins par calcul laide de la
loi de fiabilit.

ti Rang
brut
Rang
Corrig
F
Thorique

R
Thorique

Taux de
dfaillance
(t)
D
=
|Ft Fcst|

64 1 1 0.07 0.93 1.33 0.01
144 2 2 0.17 0.83 1.57 0.02
160 3 3 0.19 0.81 1.6 0.05
224 4 4 0.27 0.73 1.71 0.05
352 5 5 0.42 0.58 1.87 0.01
496 6 6 0.56 0.44 2.01 0.06
608 7 7 0.65 0.35 2.09 0.06
2544 8 8 0.64 0.36 0.605 0.04
3520 9 9 0.81 0.19 0.712 0.05
3872 10 10 0.85 0.15 0.747 0.00
5280 11 11 0.95 0.05 0.872 0.01

Tableau 6.12. Tableau des rsultats thoriques

6.13.4. Application des tests de corrlation

Le test de" kolmogorv Smirnov" est vrifi en tout point, donc on peut conclure que la loi
thorique concide avec celle de lchantillon, on a un risque (5%) de se tromper entre les
deux lois. La valeur D
0.05=
(0.391) est prise de la table N1des valeurs de
"kolmogorvSmirnov"(voir paragraphe 1.10).
Le calcul du MTBF global est comme suit :
MTBF global=p1*MTBF
1
+p2*MTBF
2
(6.7)
Les valeurs "x
1
"et "x
2
" sont releves de la table N2 (chapitre3).

MTBF
1
=x
1

1
=0.9407*580=545.60heures
MTBF
2
=x
2

2
=0.9027*2500=2256.75heures
MTBF global=0.64*545.6+0.36*02256.75=1161.61heures, soit 72.6jours (3mois et demi),
pour un rgime de fonctionnement de16heures par jour et vingt deux jours ouvrables par
mois.

R
1
(MTBF
1
)= c
-(
t
q1
)
1
=c
-[
S4S.6
S80
1.2
= u.S9
R
2
(MTBF
2
)=c
-( t q2)
2
= c
-[
22S6.S
2S00
1.5
= u.42
R
global
=0.64*0.39+0.36*0.42=0.40

Figure 6.8. Courbes de rpartition estime et thorique du roulement bille de la pompe

On remarque sur la figure (6.8) que le test de " Kolmogorov Smirnov" est vrifi, vu que les
courbes de (Fest et Fth) sont trs proches lune de lautre.

Figure 6.9.Taux de dfaillance du roulement de la pompe

Le taux de dfaillance est reprsent par deux tronons distincts sur la figure (6.9) comme
ceux du trac sur le papier "dALLEN PLAIT" et, montre bien que lorgane tudi est une
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 64 144 160 224 352 496 608 2544 3520 3872 5280
Srie1
Srie2
Fth
Fest
temps(heure)
F%
0
5
10
15
20
25
0 64 144 160 224 352 496 608 2544 3520 3872
Temps t
i
(heure)
(t):1/heure

pice dusure car les paramtres de forme 1=1.2 et 2=1.S sont supiieui un, ce qui
ncessite un entietien prventif. Dou la dtermination de la priode optimale conomique
est ncessaire.

6.14. Cas du joint torique du compresseur deux tages

6.14.1 Prparation des donnes et traitements des rsultats thoriques
Le calcul de la fonction de rpartition estime est dtermin par la formule empirique des
rangs mdians (6.1) suivante :
F
est
(t) =
-0.3
n+0.4

R
th =
c
-(
t
q
)[
; (t)=
q
((t y)p)
[-1
(6.8)

ti Rang
brut
Rang
corrig
F
estime
R
estime
F
thorique
R
thorique
(t)
*0.001
D
N ,=
|Fext Fth |

112 1 1 0.11 0.89 0.11 0.89 1 0.00
368 2 2 0.27 0.73 0.31 0.69 1 0.04
528 3 3 0.42 0.58 0.41 0.59 1 0.01
1632 4 4 0.58 0.43 0.57 0.43 1 0.01
1762 5 rt ----- ---- ----- ---- 1 -----
2032 6 5.5 0.95 0.05 0.87 0.13 1 0.08

Tableau 6.13.Prparation des donnes et traitement des rsultats

rt : retrait.
Calcul laccroissement
1
=
7-4
1+1
= 1. 5


Trac sur le papier dALLEN PLAIT suivant :

Figure 6.10. Dtermination graphique des paramtres de fiabilit du joint torique

La dtermination graphique des paramtres de la fiabilit nous donne =0 ; =1; =1000
heures.
MTBF= =1000 heures (car =1, cest une loi exponentielle)
(cart type)= =1000 heures
D
0.05=
0.521 (daprs la table des valeurs "Kolmogorov Smirnov")


Aprs avoir effectu le test de "Kolmogorov Smirnov", on peut dduire que la loi thorique
concorde avec celle de lchantillon. Le calcul numrique par programmation avec la mthode
de rgression linaire, nous donne : (= 0.9737;=1061 heures). Les rsultats sont trs
proches de celles trouves graphiquement.
A partir de ces rsultats on peut conclure que (=1) correspond la priode de vie utile .La
fiabilit est indpendante de lge de lorgane tant que lon na pas atteint la priode de
vieillissement[34]. Durant cette priode de vie utile lorgane na que 36,8% de chance de
fonctionner correctement durant une priode gale son MTB . Durant cette priode le
taux davarie est alors constant, on a le phnomne de dfaillance d une cause spciale
(dans notre cas cest lchauffement excessif qui est la cause principale, surtout durant la
priode estivale) , un mauvais montage ou une mauvaise qualit de lorgane (joint torique
du compresseur deux tages). Durant cette priode de vie utile la dfaillance de lorgane
(joint torique) survient de faon fortuite, irrgulire, inattendue, imprvisible(franche et
complte).Lentretien prventif na pas dintrt et la maintenance corrective est applique
pour ce type de composant dont sa fiabilit suit la loi exponentielle, trs connue pour la
gestion de maintenance des quipements durant leur vie utile et permet une optimisation de
lexploitation et du temps dintervention.

Figure 6.11. Courbes de rpartition estime et thorique

0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 112 368 528 840 1762 2032
Srie1
Srie2
F(t) %
Fest
Fth
temps ti(heure)


Figure6.12.Taux de dfaillance du joint torique

6.15. Cas de la garniture mcanique de la pompe de circulation de lhuile thermo fluide

6.15 .1. Prparation des donnes et traitement des rsultats thoriques

Ci-joint le tableau rcapitulatif et comparatif des rsultats calculs par la loi de fiabilit.

ti Rang
brut
Rang
corrig
F
estime
R
estime
F
thorique
R
thorique
(t)
*0.001
D
=
|Fext Fth |

164 1 1 0.091 0.91 0.129 0.871 0.965 0.038
192 2 2 0.23 0.77 0.152 0.848 0.988 0.078
656 3 3 0.36 0.64 0.492 0.508 1.188 0.132
688 4 4 0.50 0.50 0.511 0.489 1.197 0.011
752 5 5 0.64 0.36 0.548 0.452 1.123 0.092
1248 6 6 0.77 0.23 0.758 0.242 1.309 0.012
1888 7 7 0.91 0.09 0.898 0.102 1.392 0.012

Tableau 6.14. Prparation des donnes et traitement des rsultats

0
0,0002
0,0004
0,0006
0,0008
0,001
0,0012
112 368 528 840 1762 2032
Srie1
(t)(1/h)
temps ti(heure)


Le trac du nuage de points sur le papier dALLEN PLAIT suivant :

Figure (6.13) : Dtermination graphique des paramtres de fiabilit de la garniture mcanique


La dtermination graphique des paramtres de fiabilit permet de trouver:
= 0 ; = 1.15 ; = 920heures
Le calcul de MTBF et de lcart type nous donne :
MTBF=x* =0.951*920=874.92 heures
=y* =0.830*920=763.6 heures
D
N,
=D
0.05
=0.486 donn par la table N1 de " Kolmogorv Smirnov" ( chapitre 1, paragraphe
1.10). Aprs avoir effectu le test de" Kolmogorv Smirnov", D
N,
|Fext Fth|est toujours
vrifi, cela signifi quon a une probabilit de (5%) de se tromper entre les deux lois
thorique et estime.
Le calcul numrique des paramtres par la mthode de la rgression linaire (chapitre 3,
paragraphe 3.1.3) donne :
=0 ; =1.145 ; =921heures
Ce qui donne une bonne corrlation des rsultats.
A partir des rsultats graphiques et numriques on trouve la valeur (>1), do on peut
conclure que lentretien prventif a un intrt pour la maintenance de cet quipement.
Cet organe est considr comme une pice dusure, ce qui est conforme avec la ralit. La
pice (garniture mcanique) est fabrique partir de deux matriaux diffrents, lacier et le
graphite. Ces deux matriaux susent durant le fonctionnement de la pompe en assurant en
mme temps ltanchit du mcanisme qui se dgrade selon la loi dusure normale.

Figure 6.14. Courbes des fiabilits estimes et thoriques de la garniture mcanique
0
0,2
0,4
0,6
0,8
1
1,2
0 164 192 656 688 752 1248 1888
R
(
t
)

e
n
%
R
th
(t)
R
est
(t)
temps t
i
(h)


Figure 6.15. Reprsentation des fonctions de rpartition estime et thorique

Figure 6.16. Taux de dfaillance de la garniture mcanique

0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 164 192 656 688 752 1248 1888
Fest
Fth
0
2
4
6
8
10
12
0 164 192 656 688 752 1248 1888
(t)*0.001/h
temps ti(h)
Srie1

F(t)%
temps ti(h)
D

6.16. Dtermination de la priode optimale de fonctionnement

6.16.1. Calculs des cots

Pour effectuer loptimisation des cots de maintenance des organes on doit calculer les
cots ncessaires dexploitation.
C
1
: cot de remplacement de lorgane (ou dispositif).
C
2
: cot de dfaillance imprvisible (C2> C1 ).
C
1
: est le cot de la main duvre plus le cot de lorgane (C
mo
+C
o
), dans notre cas le cot de
la main duvre toute charges comprise est value (500DA).
Estimation du cot de dfaillance : le cot de dfaillance C
2
nest gnralement pas relve
par la comptabilit analytique, il est souvent estim directement. Il peut rsulter de :
- Des pertes dues larrt de lquipement.
- Des cots moyens ventuels mis en uvre pour la rparation (pices de recharge et main
duvre).

Une estimation prcise du cot C
2
nest pas indispensable, lessentiel est de le surestimer
suprieur C
1
.
C
2
= r.C
1
(6.9)
On appelle r le ratio de criticit conomique de la dfaillance. Le domaine de la validit
est limit par lintervalle (2< r < 100).
6.16.2. Etude de cas de la dure de vie optimale du roulement bille

Les paramtres de la fiabilit du roulement bille de la pompe dalimentation sont dj
dtermins au paragraphe (6.13.2)
- [ global = 0,64*1,2 + 0,36*1,5 = 1,3.
- p global = 0,64*580 + 0,36*2500 = 1271 heures.
- MTBF global = 1161 heures.
- R (MTBF global) = 40%.
6.16.3. Calcul des cots

C
1
: cot de remplacement curatif (prix de roulement plus le cot de la main duvre).
C
1:
2h*500DA + 4000DA = 5000DA.
C
2
: cot de dfaillance (cot de rparation plus le manque gagner). La chute de
production o le manque gagner est estime 50.000DA par heure pour chaque quipement
du finissage (cest la phase finale de processus de fabrication du tissu).

Vu quon a deux pompes montes en parallles sur chaque chaudire vapeur, la
production nest pas perturbe durant la rparation de lune des pompes.
On va prendre le cas dfavorable pour les deux chaudires qui sont en service
afin dassurer la production, tandis que les autres chaudires sont en rvision annuelle.

*

Figure 6. 17. Schma bloc de principe de production de vapeur

CV
1
: Chaudire Vapeur N1.
CV
2
: Chaudire Vapeur N2.
P
11
: Pompe dalimentation N1 Pour Cv
1
.
P
21
2
.
P
12
1
.
P
21
2
.

En appliquant la thorie de la fiabilit des systmes (chapitre 4) on aura les rsultats
suivants :
La fiabilit de production de la vapeur pour alimenter le rseau est :
R
rseau
=(1-(1-0.4)
2
)= 0.87.
Le cot de dfaillance prendre est (13%) du cot C
2
(50.000DA) en se rfrant au chapitre
(5),et en prenant la proportion (1-R
rseau
).C
2

Le ratio r = C
2
C
1
= 6500/5000 = 1,3.
P
12
R= 0,4

bche
alimentaire
P
11
R= 0,4
CV
1
R = 0,64

P
21
R= 0,4
P
22
R= 0,4

CV
2
R =
0,64
Production

Le ratio r =C
2
/C
1
=1,3<2, on peut dduire que lutilisation de labaque de KELLY (voir
paragraphe 5.5) nest pas ncessaire car le rapport r de criticit est exclu du domaine de
validit.

6.16.3.1. Utilisation de la mthode analytique : cas de remplacement systmatique
En utilisant lquation (5.3) donne par lexpression :
t. (t) +R(t) = 1 +
C
1
C
2

Selon le cas > 1et t
e
= q(x1)
1
et pour quil y ait des racines de lquation (5.3) il faut
que la condition (1+1/r)<[c
[
-1
soit vrifie
Pour le cas de roulement bille trait au paragraphe (6.16.2) :
y = u, [ = 1,S ctp = 1271curcs
Cette condition nest pas vrifie, car 1,77> 1,03, do on peut dduire que lchange
systmatique du roulement na pas dintrt.

a) Remplacement ge fixe
En utilisant les quations (5.2) et (5.37) on aura :
C =
C
2
-(C
2
-C
1
)R(10)
R(1)dt
T

Selon le cas [ > 1 on o
1
= u,77 < 1
1
1-
1
r
=
[
q
[
t
0
q
[-1
c
-(tq)
Jt +
t
0
c
-(t
0
q)
(paragraphe5.4).
Vu les rsultats trouvs prcdemment, il est inutile de rsoudre cette quation

6.16.4 Etude de cas de la dure de vie optimale de la garniture mcanique de la
pompe de circulation :
Les paramtres de fiabilit dj dtermins au paragraphe (6.15) (= u , [ = 1.1S, p =
92u curcs )
MTBF =874,92 heures ; R (MTBF) = 0,39
C
1
: cot moyen dintervention curative estim (2h*500DA+19000DA=20000DA)
(Ces donnes sont releves du dossier historique de lquipement)
C
2
: cot de dfaillance.


On a trois chaudires thermo fluide en parallle, alimentant le rseau dhuile thermo fluide.
La production peut tre assure par deux chaudires thermo fluides seulement, ce qui permet
de rparer lune des trois pompes en cas de dfaillance, sans perturber lexploitation.

Figure 6. 18. Schma bloc de principe de chauffage de lhuile thermo fluide

Cth
1:
Chaudire thermofluide N1.
Cth
2:
P1

: Pompe de circulation N1 Pour Cth
1
.
P2

2
.
Cth
3:
P3

3

La fiabilit du rseau thermo fluide est dtermine comme suit :
R
TH
= (1-(1-0.39)
2
)=0.63 (systme en parallle).
On prend le cas dfavorable (deux pompes de circulation en service pour la production), donc
le cot de dfaillance partiel est de (37%=1-R
TH
) du cot de dfaillance total
(C
2
=100000DA/h).
Le ratio r =C
2
/C
1
=1.85<2, on peut dduire que lutilisation de labaque de KELLY nest
pas ncessaire car le rapport r de criticit est exclu du domaine de validit.

6.16.4.1 Utilisation de la mthode analytique (cas de remplacement systmatique)
En utilisant lquation (5.3) donne par lexpression :
t. (t) +R(t) = 1 +
C
1
C
2

a) Selon le cas de > 1et t
e
= q(x1)
1
et pour quil y ait des racines de
lquation (5.3) il faut que la condition (1+1/r)<[c
[
-1
soit vrifie
Retour
Retour
Cth
3
Pompe 1
R= 0,39
Pompe 2
R= 0,39
Cth
2
Production
Finissage
Cth
1
Pompe 3
R=0.39

Pour le cas de la garniture mcanique de la pompe de circulation trait au paragraphe (6.15).
y = u, [ = 1,1S ct p = 92ucurcs
La condition nest pas vrifie car 1,54>1,01
Do on peut dduire que lchange systmatique de la garniture mcanique de la pompe
de circulation na pas dintrt.

b) Remplacement ge fixe :
En utilisant les quations (5.2) et (5.37) on aura :
C =
C
2
-(C
2
-C
1
)R(10)
R(1)dt
T

Pour le cas [ > 1 on o
1
= u,S4 < 1
1
1-
1
r
=
[
q
[
t
0
q
[-1
c
-(tq)
Jt +
t
0
c
-(t
0
q)
(paragraphe 5.4)
Vu les rsultats trouvs prcdemment, il est inutile de rsoudre cette quation.

6.17. Analyse des rsultats trouvs

Ltude de fiabilit mene sur ces organes vitaux slectionns par les mthodes
AMDEC et ABC ; nous a permis de dterminer les paramtres de fiabilit ( ; [ ; ;
) de chaque organe et de faire un choix de la politique de la maintenance appliquer. Dans
notre cas il faut assurer une maintenance corrective pour liminer toutes les causes spciales
et une maintenance prventive base sur des contrles et des inspections priodiques, avec un
suivi rigoureux des ces organes sensibles qui peuvent provoquer larrt des quipements et
une perte de production importante et coteuse au niveau de tous les ateliers de production, en
particulier au niveau de latelier de finissage, qui revient trs lentreprise en cas de
dfaillance. Dans ce sixime chapitre on a mis en application la thorie cite dans les parties
prcdentes. Cette partie est importante et dlicate vu quelle est dune grande importance
pour la maintenance dans le domaine manufacturier (textile) a beaucoup de difficults malgr
que lentreprise Denitex est certifie par ISO 9001 .

6.18. Conclusion
A cet effet on a constat durant le premier semestre de lanne 2011 aucune
dfaillance na t enregistre cause de ce travail de Magister qui nous a permis de
diagnostiquer les quipements en fonctionnement et de faire des contrles priodiques qui ont
permis de trouver des erreurs dexploitation et un mauvais suivi des quipements. Ceci
montre donc limpact de lanalyse de la fiabilit sur ce type dquipement choisi sur la base

de la stratgie opte par lentreprise. La prparation de ce travail de magister dans le cadre
pratique des quipements en exploitation a des rsultats positifs et a permis dviter plus de
80% de dfaillance par rapport aux annes prcdentes.
Le choix de notre tude sest port sur latelier de chaufferie qui constitue un goulot
dtranglement, car larrt de lun de ses quipements perturbe la production, surtout celle de
latelier du finissage. La mise en application de la fiabilit oprationnelle partir dun retour
dexprience est primordiale pour le choix dune politique de la maintenance prventive ou
curative, grce la dtermination des paramtres de fiabilit des organes slectionns par les
mthodes danalyse utilises en fiabilit savoir la mthode : ABC et lanalyse par
lAMDEC .La direction de maintenance au niveau Denitex aura donc un outil trs
efficace pour maintenir les quipements de la chaufferie selon notre analyse de la fiabilit
applique, et de justifier linstallation des compresseurs et des chaudires en parallles, ceci
dans le but daugmenter la fiabilit totale de ces quipements.
Lavantage de la fiabilit oprationnelle partir de retour dexprience est le cot de dtude
qui est moins cher par rapport la fiabilit exprimentale qui demande des laboratoires
sophistiqus et un personnel hautement qualifi.



Conclusion gnrale et perspective


conclusion gnrale et perspective

On conclut aprs cette recherche dans le cadre de la prparation de ce mmoire de magister
que lvaluation de la fiabilit des quipements industriels est indispensable pour leur
optimisation. Il ny a pas de mthode unique ou normalise pour calculer la fiabilit des
systmes mcaniques comme cest le cas pour les systmes lectroniques qui se caractrisent
dans la majorit des cas par un taux de dfaillance constant. Le choix de la mthode
appliquer dans ce type dquipement mcanique se fait en fonction des donnes recueillies.
Dans notre travail, nous avons tudi les principales lois utilises en fiabilit ainsi que les
diffrentes mthodes de dtermination des paramtres de fiabilit qui caractrisent le degr de
dfaillance et permettent de bien suivre ltat des quipements et de choisir le type de la
maintenance appliquer.
Aprs une tude bibliographique, nous avons constat que le calcul de la fiabilit mcanique
dpend de cinq facteurs essentiels :
1. la notion du taux de dfaillance constant nexiste pas ; car en mcanique le taux de
dfaillance est une fonction non linaire du temps dans chaque phase de la vie de
lquipement.
2. Le recueil des donnes de fiabilit est difficile : Il dpend essentiellement de
lorganisation et la gestion de la maintenance ; afin de bien exploiter les donnes historiques
des quipements.
3. Les dfaillances ont des origines particulires ; ceci a fait lobjet du deuxime chapitre.
4. La mthode danalyse des dfaillances ; car les systmes mcaniques sont de plus en
plus complexes et performants.
5. Le choix de la mthode pour lvaluation de la fiabilit dpendra des objectifs fixs et
des outils disponibles.
On constate que les quipements de la chaudire sont les plus sensibles et influent
directement sur le cot de la maintenance et sur les ateliers de la production en gnrale.
Comme conclusion sur ce type dquipement, on a dduit que cette tude de magister nous a
permis de remdier plus de 50% du temps dindisponibilit, ceci cause de nos visites
priodiques tablies tout le long de llaboration de ce magister.
En terme de perspective, nous envisageons la dtermination des paramtres de fiabilit et la
priode optimale de maintenance prventive par simulation numrique afin de pouvoir traiter
beaucoup plus de donnes dans un dlai trs court et de mettre en place une maintenance
prvisionnelle grer par modlisation et simulation numrique par les modles dterministes.
BIBLIOGRAPHIE

Mmoire de Magistre Boumeddane Abdelkrim Page 103

bibliograpHie

[1] Jean Bufferne Fiabiliser les quipements industriels dition Eyrolles, 2008
[2] AFNOR : Recueil des normes franaises .X06, X05, X60. AFNOR 1998
[3] FranoisMonchy Maintenance, mthode et Organisation dition"UsineNouvelle", Paris,
2004
[4] Bernard Guy Peret La Fiabilit Industrielle dition" Eyrolles" ; 1969
[5] P.Chapouille Fiabilit et maintenabilit. Les techniques de lingnieur ;trait de lentreprise
industrielle Edition1999.
[6] Jean Heng Pratique de la Maintenance prventive dition" Dunod", Paris, 2002
[7] Tebbi Ouahiba Estimation des lois de fiabilit en mcanique par les essais acclrs
Thse de doctorat. cole Doctorale , Angers ,2005
[8] ADE La Villeguerin Etude comparative des diffrentes dfinitions du MTBF et
MTTF Publication centre de recherche EADS Aout 1999.
[9] David Smith Fiabilit et risque en maintenance dition"Usine nouvelle", Paris, 2006
[10] Norme AFNOR X60-10 ; 1988.
[11] Daniel Richet Maintenance base sur la Fiabilit dition, "Masson", 1996
[12] Patrick Lyonnet Ingnierie sur la fiabilit dition "Lavoisier", 2006
[13] Jean Foucher Pratique de lAMDEC Edition, "Dunod", Paris, 2004
[14] Brahim Herrou et Mohamed Elchorba AMDEC un outil puissant doptimisation .Ecole
suprieur de technologie de Fs et cole nationale suprieur dlectricit et de mcanique
Casablanca MAROC ; CPT ; 2005
[15] Blain,C,BarrosA,Grall,A. Modelling of stress corrossion cracking with stchastic
processus .Proceeding of Esrel conference, Norvege,Juin 2007
[16] M .Boumahrat et A .Gourdin Mthodes Numriques OPU.Alger,1983
[ 17] Jean Lonis Merrier Analyse Numrique avec Matlab dition "Dunod",Paris, 2007
[18] Mustapha Lakrib Cours danalyse numrique OPU ; Alger ; 2008
[19] Patrick Lyonnet La qualit, outils et mthodes dition "Lavoisier";Paris ,1993
[20] Jean Bufferne Revue Techno-mca Avril 2009.
[21] A Villemeur Suret de fonctionnement des systmes industriels ; Fiabilit facteur humain
dition "Eyrolles";Paris ,1987.
BIBLIOGRAPHIE

Mmoire de Magistre Boumeddane Abdelkrim Page 104

[22] Villemeur, A. Suret de fonctionnement des systmes industriels dition "Eyrolles",1997
[23] Monin, M. Approche unifie dfaillance, dommage dans la suret de
fonctionnement Thse de doctorat,Universit de Valencienne,2007.
[24] Despujols, A. Optimisation de la maintenance par la fiabilit Technique de lingnieur,
dossier MT9310, 2004.
[25] Haviland Technique de fiabilit et de dure de vie des quipements dition "Eyrolles",
1969.
[26] J. Ligeron, A.Delage, M.Neff Fiabilit en exploitation dition "Lavoisier",1994.
[27] B.SDHILLON life cycle costing, techniques models and applications University Ottawa,
Gordan and Breach science .Publishers New York 1989
[28] Y.Martin, N.Guirago. J.Faucher. P.Lyonnet Dtermination par simulation dune politique
de maintanance Paris ISDF 1994.
[29] Mathieu Glade Modlisation des cots de cycle de vie : prvision des cots de
maintenance et de la fiabilit. Application laronautique Thse de doctorat. cole
centrale de Lyon, 2005.
[30] Robert Faure et Jean Lois Laurier Fiabilit et renouvellement des quipements Edition
"Gauthier Villars" ,1974.
[31] Stratgie de maintenance la fiabilit des systmes de production BTSMI. Internet 2011.
[32] Jean Claude Ligeronet, Patrick Lyonnet La fiabilit en exploitation ; organisation et
traitement des donnes Edition Lavoisier Paris ,1993.
[33] Pareto Cours dconomie politique Lausanne, Switerzland ;1896
[34] R.E.Bbarlow and F.Proschan Mathematical theory of reliabity Wiley.New York 1965.

Sites internet
www.jean-bufferne.com
htt//p :chahmann.free.fr
www.management.free.fr
htt://www.numdam.org/

PFE Cor1 Boumed Janv12

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

PFE Cor1 Boumed Janv12

Uploaded by

Copyright:

Available Formats

republiQue algerienne democratiQue et populaire

ministere de lenseignement superieur et de la

) le test est significatif. La loi thorique adopte ne convient pas

(t) fonction de rpartition correspondant au modle exprimental F

)de "Kolmogorov Smirnov"[1]

(xi, o1, o2, om) (3.12)

(xi, ai, ..,am), i = 1, n (3.15)

(xi, ai, ..,am) , i = 1, n ;cest un

pour "t = " ; "F(t)=0".

_1) voir figure(5.3)

+([ 1) +1_ c>0 (5.21)

alors on aura :y(t)=0 e

" doit tre infrieure "[c

a une solution unique pour

, on pose (x=/) et r=C

cIcmcnts cstunts ups cc ctut duns n

You might also like