Fiabilité

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

La Fiabilité 1. Introduction 1.1.

Système

Ensemble d’éléments interdépendantes orientés vers la réalisation d’une fonction (machine, usine, etc.). Chaque système peut être décomposé en sous systèmes, composants et en éléments.

1.2.

Principales caractéristiques d’un système

 Fonction : C’est la mission pour laquelle il a été conçu.  La structure : Les différents composants, leurs rôles, leurs caractéristiques, les relations entre les composants et leur localisation.  Les conditions de fonctionnement : Les différentes procédures de conduite du système et les consignes données aux opérateurs.  Les conditions d’exploitation (de surveillance) : Les conditions de surveillance (visuelle, vibration, huiles…), les conditions d’intervention (préventif ou sorrectif).  L’environnement : le milieu dans lequel baigne le système.

1.3.

Défaillance

Une défaillance (en anglais failure) est la cessation du système à accomplir la fonction pour laquelle il a été conçu. Un système est déclaré défaillant lorsque ses grandeurs caractéristiques évoluent en dehors des tolérances définies lors de la conception.

Figure 1: Evolution temporelle de l'état d'un système.

SOUISSI Ahmed Saâdeddine

Page 1

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Deux types de défaillances sont définis :  La défaillance progressive : due à une évolution dans le temps des caractéristiques d’un système. Une telle défaillance peut être prévue par un examen ou une surveillance.  La défaillance soudaine : purement aléatoire.

2. Fiabilité des systèmes 2.1.

Définition

La est une caractéristique d’un système exprimée par la probabilité qu’il accomplisse la fonction pour laquelle il a été conçu dans des conditions données et pendant une durée donnée. La fiabilité est une caractéristique du système au même titre que les caractéristiques dimensionnelles. La fiabilité s’exprime par une probabilité, c’est donc une grandeur comprise entre 0 et 1 . Ceci rend compte du caractère aléatoire de l’accomplissement de la fonction. On ne peut parler de mesure de fiabilité qu’après avoir acquis une expérience suffisante dans l’exploitation du système ou éventuellement par des essais appropriés. On distingue : a) La fiabilité estimée ou intrinsèque : c’est la fiabilité mesurée au cours d’essais spécifiques effectués dans le cadre d’un programme d’essai entièrement défini b) La fiabilité prévisionnelle : elle est obtenue à partir d’un modèle mathématique connaissant la fiabilité estimée de ces composants (modèles déductifs). Les propriétés du système complet sont déduites d’une connaissance détaillée des propriétés de ses composants. c) La fiabilité opérationnelle : c’est la fiabilité mesurée sur des dispositifs en exploitation normale. Elle dépend des conditions réelles d’utilisation et du support logistique. On parlera dans ce cas de « modèles inductifs ».

SOUISSI Ahmed Saâdeddine

Page 2

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Etude de la fiabilité d’un système

2.2.

L’étude de la fiabilité d’un système comprend trois phases importantes :  Une phase d’analyse :  Débute par un diagramme de fonctionnement qui fait apparaître les différents constituants du système susceptibles de compromettre (exposer, risquer) la fonction du système.  Pour chaque composant on détermine les modes de défaillances et on recense toutes les causes.  Une phase d’estimation des probabilités d’apparition des défaillances.  Une phase de prévision ou d’estimation de la fiabilité du système.

Détermination expérimentale de la fiabilité On soumet à l’essai un échantillon de taille N dans les mêmes conditions. Soit N s t  le nombre de survivant à l’instant t et N f t  le nombre de défaillant à l’instant t .

 .N t   N t   1 S

f

SOUISSI Ahmed Saâdeddine

Page 3

Cours (MI3) : Qualité et Fiabilité

Si N tend vers l’infini (∞) alors 2.3.

ISSI-Gabès

N s t  tend sûrement vers la fiabilité du système. N

Durée de vie d’un système

La durée de vie d'un système est une mesure de la quantité de services rendus. D’une façon générale, on mesurera la durée de vie d’un système par le nombre d’heures durant lequel il a effectivement fonctionné. On supposera que le système ne peut occuper que l’un des deux états suivants : état de fonctionnement ou hors d’usage La transition d’un état à un autre s’opère selon une loi de probabilité. La durée de vie est donc une variable aléatoire non négative (voir figure 2)

Figure 2: Diagramme d'état.

Soit t une variable aléatoire continue. Cette variable aléatoire représente la durée de vie du système considéré 0  t   .

t

: durée de vie du système considéré,

t

est une variable aléatoire continue positive.

 Fonction de densité f  t  Soit f t  sa fonction de densité. Cette fonction peut être obtenue à partir de données de durées de vie du système observées depuis le début de son exploitation. 

f t   0 



 f t   dt  1



f t   dt

0

exprime la probabilité que le système tombe en panne entre

SOUISSI Ahmed Saâdeddine

t

et

t  dt Page 4

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Figure 3: Fonction de densité f(t).

f  t   dt  Prob t  durée de vie  t  dt.

 Fonction de distribution F  t  Soit F  t  la fonction de distribution (répartition) associée à la variable aléatoire t .

F  t    f  x   dx t

0

Figure 4: Fonction de distribution F(t).

SOUISSI Ahmed Saâdeddine

Page 5

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

F  t  exprime la probabilité que le système tombe en panne avant l’instant t

F  t   Prob 0  durée de vie  t .  Fonction de distribution R  t  Soit R  t  la fonction de fiabilité du système.

R  t  exprime la probabilité que le système survive jusqu’à l’instant t .

R  t   Prob durée de vie  t 

R  t    f  x   dx  1  F  t  t

Figure 5: Fonction de fiabilité R(t).

SOUISSI Ahmed Saâdeddine

Page 6

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Figure 6: Fonctions de distribution F(t) et de fiabilité R(t).

 Taux de panne instantané   t  (taux de défaillance)  t  

f t 

R t 

(le nombre de panne par unité de temps)

  t  : est une mesure de la disposition du système à briser en fonction de l’âge  dt :   t   dt 

f  t   dt R t 



Probabilité de panne entre t et t  dt survie jusqu'à t

Donc   t   dt n’est autre que la probabilité conditionnelle que l’équipement qui a survie à l’instant t , brise (meure) entre

t et t  dt .

 Modèle général de la fonction de fiabilité t

R  t   e 0

   x dx

 Typologie du taux de panne Un équipement possède 3 périodes de vie : 

Jeunesse (mortalité infantile, défaillance précoce) : en état de fonctionnement à l’origine (mise en service), période de rodage (pré usure), présélection des composants électroniques (déverminage).

SOUISSI Ahmed Saâdeddine

Page 7

Cours (MI3) : Qualité et Fiabilité



ISSI-Gabès

Maturité (période vie utile, de défaillances aléatoires) : période de rendement optimal du matériel, taux de défaillance constant. Les défaillances apparaissent sans dégradations préalables visibles, par des causes diverses, suivant un processus suivant une loi de Poisson (défaillances aléatoires).



Obsolescence (vieillesse, usure). Un mode défaillance prédominant, généralement visible, entraîne une dégradation accélérée, à taux de défaillance croissant (pour un mécanisme). Souvent on trouve une usure mécanique, de la fatigue, une érosion ou une corrosion. A un certain seuil de   t  , le matériel est « mort ». Il est alors déclassé, puis rebuté ou parfois reconstruit. La détermination de T (seuil de réforme), est obtenue à partir de critères technico-économiques.

L’évolution de la durée de vie d’un équipement peut être tracée selon une courbe appelée courbe en baignoire. Selon que l’équipement, soit de type électronique ou mécanique, les allures du taux de défaillance sont différentes.

Figure 7: Allure général du taux de panne d'un système.

On peut placer les équipements d’après l’allure de la fonction de taux de panne   t  (figure 6). On distingue :  Les équipements à taux de panne croissant (Increase Failure Rate « IFR »). Exemple : courroie. SOUISSI Ahmed Saâdeddine

Page 8

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

 Les équipements à taux de panne constant (Constant Failure Rate « CFR »). Exemple : Lampe.  Les équipements à taux de panne décroissant (decrease Failure Rate « DFR »). Exemple : rodage.

 Durée de vie moyenne (MTBF)

n

 t t t t MTBF  1 2 3 4  i 1 4 n MTTR 

ti

y1  y2  y3 3

Pour la durée de vie aléatoire

t

:





0

0

MTBF  E t    t  f t   dt   R t   dt 

Variance :

v   t 2  f t   dt   MTBF 

2

0

 Explication de la variance Lorsqu'on a des données statistiques, l'espérance correspond à la moyenne de ces données. Supposons par exemple qu'on dispose d'un lot de 20 ampoules d'un même modèle, et que l'on souhaite connaître la durée moyenne de vie d'une ampoule. On appellera aussi ceci l'espérance de vie d'une ampoule.

SOUISSI Ahmed Saâdeddine

Page 9

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Le tableau qui suit montre le calcule de la moyenne la variance et l’écart type de trois séries de test pour voir la différence entre les variances. Numéro de l'ampoule 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 moyenne (MTBF) variance Ecart type

Série 1

Série 2

Série 3

48 49 50 51 52 48 49 50 51 52 48 49 50 51 52 48 49 50 51 52 50 2,11 1,45

5 95 5 95 5 95 5 95 5 95 5 95 5 95 5 95 5 95 5 95 50 2131,58 46,17

100 50 0 99 1 30 70 55 45 60 40 50 33 67 80 20 52 48 75 25 50 762,53 27,61

La variance et l'écart-type mesurent eux la dispersion des notes autour de la moyenne (ou espérance). Par exemple, on sait qu'en moyenne une ampoule aura comme durée de vie l'espérance, mais quelles peuvent-être les variations moyennes de cette durée. Autrement dit, y-a-t-il des ampoules qui durent très peu et d'autres beaucoup, ou bien est-ce que toutes les ampoules ont à peu près la même durée de vie? On appelle aussi cela mesure les caractères de dispersion d'une série statistique. Pour la série 1, l'espérance (ou moyenne des notes!) est 50. La variance vaut 2,11. Elle est assez faible, les durées sont donc très centrées autour de la moyenne.

SOUISSI Ahmed Saâdeddine

Page 10

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Pour la série 2, l'espérance vaut toujours 50, mais la variance vaut 2131,17. Cette variance est beaucoup plus grande que dans le premier cas, ce qui signifie que les notes sont très espacées. Donc cette série est très différente par rapport à la première. La troisième série à était faite avec des valeurs quelconques juste pour voir l’évolution de la variance.

 Exercice 1 : Soit f  x  , la fonction de densité associé à la durée de vie d’un équipement :

 bx 1  x  si 0  x  1 f  x   sinon 0 1) Calculer b.

2) Calculer MTBF

SOUISSI Ahmed Saâdeddine

Page 11

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

 Exercice 2 : Une variable aléatoire continue a pour fonction de densité :

 1  f  x      0

si   t   sinon

1) Etablir l’expression de F  t  .

2) Trouver la MTBF et la variance

SOUISSI Ahmed Saâdeddine

Page 12

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

3. Les lois de probabilité  Distribution exponentielle (ou Loi exponentielle) La distribution exponentielle prend la forme suivante :

f  t     e   t

F  t   1  e   t R  t   e   t

  t     Taux de panne constant   0 MTBF 

1 

La distribution exponentielle est la seule distribution à taux de panne constant. Un équipement dont la durée de vie suit une distribution exponentielle ne vieillit pas (pas d’usure). On dit que la distribution exponentielle n’a pas de mémoire. Cette propriété se traduit mathématiquement par l'équation suivante :

P T  t  dt T  t   P T  dt  dt , t  0

Imaginons que

T

représente la durée de vie d'une ampoule électrique avant qu'elle ne brûle:

t  dt heures sachant qu'elle a déjà duré t heures sera la même que la probabilité de durer dt heures à partir de sa mise en fonction initiale. En d'autres mots, le fait qu'elle n'ait pas brûlé pendant t heures ne change rien à son espérance de vie à partir du temps t . la probabilité qu'elle dure au moins

 Démonstration La probabilité conditionnelle de survie à

t     dt 

étant donnée la survie à

t

est

donnée par :

R t    R t 

R  t     e    t   R  t   e   t 

R t    R t 

 e     R   C.Q.F.D

SOUISSI Ahmed Saâdeddine

Page 13

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Un équipement dont la durée de vie suit une distribution exponentielle ne doit pas faire l’objet d’une maintenance préventive. La distribution exponentielle a était ajustée empiriquement à des donnée de durée de vie : missiles air-air, torpilles navales, calculatrice, carte mère d’ordinateur, outil électrique, système de contrôle d’incendie…

Figure 8: fonction de densité de la loi exponentielle.

Figure 9: fonction de distribution de la loi exponentielle.

SOUISSI Ahmed Saâdeddine

Page 14

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

 Distribution Gamma La distribution Gamma prend la forme suivante :

     X  1  e x  dx    1  t  0 f t    t  e avec      1  1

t  F  t   1  e  t   k=1  k  1 ! k 1  t   R  t   e  t   k=1  k  1 ! 

k 1

avec   0 t  0   0 On peut vérifier que le taux de panne d’une distribution Gamma est croissant pour

 1

si   1 alors f  t   e  t MTBF 

 

Variance 

 2

La distribution Gamma a été ajustée à des durées de vie de moteurs de chasseurs bombardiers.

 Distribution de Weibull La loi de weibull est d’un emploi très répondu, elle a été largement utilisée pour simuler des phénomènes de fatigue des matériaux et dans les études de distribution des défaillances des tubes à vide.

f  t        t  1  e   t  R  t   e  t 





  t        t  1  : paramètre de forme   0  : paramètre de l'échelle   0 SOUISSI Ahmed Saâdeddine

Page 15

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

 Distribution Normale

Figure 10: Carl Friedrich Gauss

SOUISSI Ahmed Saâdeddine

Page 16

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

En probabilité, une variable aléatoire suit une loi normale (ou loi normale gaussienne, loi de Laplace-Gauss) d'espérance

f

densité de probabilité

f t  

1 a. 2

e



et d'écart type



(donc de variance

 2 ) si elle admet une

telle que :

1  t      2  

2



a : le coeficcient de normalisation pour obtenir  f  t   dt  1 0

MTBF   Variance   2 La loi normale a un taux der panne croissant.

 Distribution Log-Normale Une variable aléatoire est distribuée suivant une loi Log-normale si son logarithme suit une distribution normale :

f t  

Si les

1 a. 2

e

 log t1 , log t2 ,

1  log t       2  

2

, log tn  suivent une loi normale alors  t1 , t2 ,

, tn 

suivent une

loi log-normale

SOUISSI Ahmed Saâdeddine

Page 17

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Figure 11: fonction de densité de la loi normale.

Figure 12: fonction de distribution de la loi normale

SOUISSI Ahmed Saâdeddine

Page 18

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

4. Estimation des diverses fonctions empiriques de la fiabilité et études de leurs relations N0 : nombre d’éléments bons à l’instant t 0 N i : nombre d’éléments bons à l’instant t i

ni : nombre d’éléments défaillants entre t i et t i 1 , noté aussi Ni t i : intervalle de temps observé égal à ti 1  ti On estime (t ) le taux de défaillance par tranche t :   ti  

ni Ni .t i

n On estime fˆ(t i ).t i la fonction défaillance sur l’intervalle t i par : f (t i ).t i  i N0 On estime Fˆ (t i ) la fonction de défaillance cumulée par : i

i

F (t i )   f (t i ).t i  0

n

i

0

N0



N0  Ni N  1 i N0 N0

N On estime Rˆ (t i ) la fonction de fiabilité par : R(t i )  1  F (t i )  i N0 ni ni N .t N .t ni f (t i )  0 i  0 i  On peut calculer alors ˆ(t i ) par :  (t i )  Ni .t i Ni Ni .t i R (t i ) N0 .t i N0   (t i ) 

f (t i ) f (t i ) .t i (relations servant au calcul des lois de fiabilité) et  (t i ).t i  R (t i ) R (t i )

On peut aussi calculer la MTBF par :

SOUISSI Ahmed Saâdeddine

Page 19

Cours (MI3) : Qualité et Fiabilité





0

0

ISSI-Gabès

MTBF   t i .f (t i ).t i  t i .

ni 1   n1t1  n2t2  ...  ni ti  ...  nt  car en général t0=0 N0 N0

 Exercice 3 : Un service maintenance étudie le comportement d’un relais en fonctionnement sur 48 machines. Les résultats ont été consignés dans le tableau ci-dessous. On demande : 

D’estimer les fonctions empiriques R(t ), f (t ), (t )



De tracer les histogrammes correspondants

Nb d'éléments ayant fonctionné

Nb de défaillants dans la tranche

Survivants N(ti)

0

48

0 - 1000 heures

5

1000 - 2000

8

2000 - 3000

15

3000 - 4000

10

4000 - 5000

8

5000 - 6000

2

Cumul des défaillants

Probabilité de survie R(ti)

Nb Nb de d'éléments défaillants Survivants Cumul Probabilité ayant dans la à la fin de des de survie fonctionné tranche ∆ti défaillants R(ti) 48 0 - 1000 heures 5 43 5 100,00%

Densité de probabilité de défaillance f(ti).Δti

Densité de probabilité de défaillance f(ti).Δti

10,42%

1000 - 2000

8

35

13

89,58%

16,67%

2000 - 3000

15

20

28

72,92%

31,25%

3000 - 4000

10

10

38

41,67%

20,83%

4000 - 5000

8

2

46

20,83%

16,67%

5000 - 6000

2

0

48

4,17%

4,17%

SOUISSI Ahmed Saâdeddine

Taux de défaillance λ(ti)

Taux de défaillance λ(ti) 1,0417E04 1,8605E04 4,2857E04 5,0000E04 8,0000E04 1,0000E03

Page 20

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

SOUISSI Ahmed Saâdeddine

Page 21

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

 Exercice 4 : On a relevé sur un type de moteur les défaillances suivantes répertoriées par tranche. L’étude a porté sur 37 moteurs. 0h à 1000h

1000h à 2000h

2000h à 3000h

3000h à 4000h

4000h à 5000h

5000h à 6000h

1

4

7

12

11

2

On demande : 

D’estimer les fonctions empiriques Rˆ (t ), fˆ(t ), ˆ(t )



De tracer les histogrammes correspondants

Densité de Nb Nb de probabilité d'éléments défaillants Survivants Cumul Probabilité de ayant dans la à la fin de des de survie défaillance fonctionné tranche ∆ti défaillants R(ti) f(ti).Δti 0 37 0 0 - 1000 heures 1 36 1 100,00% 2,70% 1000 - 2000 4 32 5 97,30% 10,81% 2000 - 3000 7 25 12 86,49% 18,92% 3000 - 4000 12 13 24 67,57% 32,43% 4000 - 5000 11 2 35 35,14% 29,73% 5000 - 6000 2 0 37 5,41% 5,41%

SOUISSI Ahmed Saâdeddine

Taux de défaillance λ(ti)

2,7027E-05 1,1111E-04 2,1875E-04 4,8000E-04 8,4615E-04 1,0000E-03

Page 22

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

5. Lois de composition en fiabilité : Association de matériels Le problème qui se pose à la maintenance au niveau de la fiabilité est son amélioration constante. Il peut pour cela intervenir sur la technologie du composant, agencer les composants ou sous-systèmes de manière à les rendre plus fiables par l’utilisation de redondances dont on distingue 3 grandes catégories : 

Les redondances actives



Les redondances passives ou « stand-by »



Les redondances majoritaires

SOUISSI Ahmed Saâdeddine

Page 23

Cours (MI3) : Qualité et Fiabilité

5.1.

ISSI-Gabès

Redondance active :

Une redondance active est réalisée par la mise en parallèle d’éléments assurant les mêmes fonctions et travaillant en même temps. On a donc à faire à un système appelé par les fiabilistes « système parallèle ». Hypothèses de départ : 

Les défaillances sont indépendantes les unes des autres



La fiabilité de chaque sous-système ou de chaque élément a été déterminée

 Système série : On dit qu’un système est un système série d’un point de vue fiabilité si le système tombe en panne lorsqu’un seul de ses éléments est en panne. E1

E2

Ei

En

Rs  P(S)  P(S1 S2  ...  Si  ...Sn)  P(S1).P(S2)....P(Si )....P(Sn)  n

Rs   Ri i 1

Cette association est caractéristique des équipements en ligne de production.

 Système parallèle : On dit qu’un système est un système parallèle d’un point de vue fiabilité si, lorsqu’un ou plusieurs de ses éléments tombent en panne, le système ne tombe pas en panne. Pour calculer la fonction fiabilité d’un système // à n éléments, il est plus aisé de passer par la fonction défaillance F.

SOUISSI Ahmed Saâdeddine

Page 24

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

E1

E2

Ei

En

F  1  R  1  P (S )  P (S ) F  P (S1).P (S 2)....P (Si )....P (Sn )  F1.F 2....Fi ....Fn F  (1  R1).(1  R 2)....(1  Ri )....(1  Rn ) Rs  1  (1  R1).(1  R 2)....(1  Ri )....(1  Rn ) n

Rs  1   (1  Ri ) i 1

Dans un système parallèle, la fiabilité du système est plus grande que la plus grande des fiabilités des éléments composant le système. On utilise ce fait pour améliorer la fiabilité ; cela réalise une redondance active. Si on désire effectuer un calcul en fonction du temps, on doit introduire la fonction R(t). n

Si R(t )  et , alors Rs  1   (1  e  t ) . i 1

5.2.

Redondance passive

Dans ce cas, un seul élément fonctionne, les autres sont en attente. Ceci a l’avantage de diminuer ou de supprimer le vieillissement des éléments ne travaillant pas. En contrepartie, on a l’inconvénient d’être obligé d’avoir un organe de détection des pannes et de commutation d’un système sur un autre. Le calcul d’un système à redondance passive ou « stand-by » se fait en tenant compte de la variable temps. Il faut donc connaître au préalable, pour chaque composant, son taux de défaillance λ(t) et sa loi de fiabilité R(t).

SOUISSI Ahmed Saâdeddine

Page 25

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Si on prend en compte l’élément de détection et de commutation DC, on obtient alors :

Rs ( t )  e

 DC .t

e1.e   .t  e 2 .e   . e1  e 2 e2

e 1t

Remarque : si on considère que tous les éléments ont le même taux de défaillance λ, on obtient alors l’expression suivante : Rs ( t )  e  DC .t .e   .t .(1  .t ) Pour n éléments de taux de défaillance identiques montés en //, on trouve :

 i n 1 (.t )i  Rs ( t )  e ( DC   ).t .     i 0 i !  43 – Redondance majoritaire : La redondance majoritaire est telle que la fonction est assurée si au moins la majorité des éléments est en état de fonctionnement. Cette redondance concerne surtout des signaux de grande sécurité, et en particulier les équipements électroniques. Le signal de sortie est celui de la majorité des composants. Le cas le plus simple comporte 3 éléments. On considère que l’organe D de décision a une fiabilité égale à 1.

E1

RS=probabilité d’avoir plus de 2 éléments en fonctionnement correct E2

D

Si Re1=Re2=Re3=R k 3

E3

RS   C3k .R k .(1  R )3k  3R 2  2R 3 k 2

Si on généralise à n (impair obligatoirement pour avoir une majorité) éléments, on obtient :

SOUISSI Ahmed Saâdeddine

Page 26

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès k n

RS   Cnk .R k .(1  R )n k avec c  k c

n 1 2

La formule de calcul de « c » permet d’obtenir la majorité des éléments. En tenant compte de la fiabilité du composant de décision : k n

RS  RD . Cnk .R k .(1  R )n k avec c  k c

n 1 2

44 – Application : Un processus est représenté par le processus suivant : M1 0,85

M2 0,99

M3 0,99

M4 0,99

M5 0,99

T1 0,8

T2 0,99

T3 0,99

La fiabilité du système entier est le produit de toutes les fiabilités élémentaires : Rs = 0,64 Pour améliorer cette fiabilité, on peut appliquer des redondances sur les systèmes les moins fiables : M1 et T1. Une des solutions peut consister à utiliser 3 T1 et 2 M1. Economiquement, il va de soi que cette solution coûterait trop cher. On se contentera de redonder les éléments faibles des systèmes M1 et T1 T1

M1

M2 0,99

M1

M3 0,99

M4 0,99

M5 0,99

T1

T2 0,99

T3 0,99

T1

Rs  1  (1  0,85)2  x 0,99 4 x 1  (1  0,8)3  x 0,99 2  0,91 Résultat satisfaisant.

SOUISSI Ahmed Saâdeddine

Page 27

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

 Exercices systèmes série et parallèle Un dispositif se compose de 4 composants connectés en série dont les fiabilités sont respectivement de 0,98 ; 0,97 ; 0,95 et 0,99. E

S A

B

C

D

Déterminer la fiabilité de l’ensemble Un dispositif se compose de 4 composants connectés en série dont les fiabilités sont respectivement de 0,92 ; 0,89 ; 0,5 et 0,76. E

S A

B

C

D

Déterminer la fiabilité de l’ensemble Un dispositif se compose de 4 composants connectés en // dont les fiabilités sont respectivement de 0,98 ; 0,97 ; 0,95 et 0,99. A

E

B

S

C

D

Déterminer la fiabilité de l’ensemble Le dispositif donné ci-contre a les fiabilités élémentaires suivantes pour 1000 heures : Ra=0,87 ; Rb=0,85 ; Rc=Rd=0,89 ;Re=0,94 ; Rf=0,96 ; Rg=0,97

SOUISSI Ahmed Saâdeddine

Page 28

Cours (MI3) : Qualité et Fiabilité

E

ISSI-Gabès

A

C

S E

B

F

D

G

Calculer la fiabilité et le taux de défaillance de l’ensemble. Le dispositif donné ci-contre a les fiabilités élémentaires suivantes pour 1000 heures : Ra=Rb=Rc0,73 ; Rd=0,97 ;Re=0,88 ; Rf=0,92 ; Rg=0,88

A E

S B

D

E

C

F

G

Calculer la fiabilité et le taux de défaillance de l’ensemble. Le dispositif donné ci-contre a les fiabilités élémentaires suivantes pour 1000 heures : Ra=0,90 ; Rb=Rc=0,81 ; Rd=Re=Rf=0,66 ; Rg=0,93 B

C E

S A

G D

E

F

Calculer la fiabilité et le taux de défaillance de l’ensemble.

SOUISSI Ahmed Saâdeddine

Page 29

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Un simple circuit électronique monté en série contient 7 transistors dont le taux de défaillance d’un transistor

t  0,8 106 Défaillance heure i

5 diodes : di  0, 6 10 6 Défaillance heure 2 condensateurs : di  0, 6 10 6 Défaillance heure 12 résistances : di  0, 6 10 6 Défaillance heure 2 interrupteurs : di  0, 6 10 6 Défaillance heure Calculer la fiabilité pour 1000 heures Solution :

Rs  e

 n   i t    i1 



n

   i  67,6 106 i 1

Rs  e





 67,6106 1000

 0,93

Rs  93%

Soit le système de moto-compresseur composé d’une source principale (SP) en parallèle avec une batterie (Bat) et onduleur (Ond). (Mot : Moteur, P : Pompe) Déterminer la fiabilité du système pour une durée de service

T  10000 h , connaissant le

taux de défaillance de chacune de ces composant : Solution :

SP  1104 Défaillance heure Bat  15 104 Défaillance heure

SOUISSI Ahmed Saâdeddine

Page 30

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Ond  1105 Défaillance heure Mot  9 105 Défaillance heure P  5 104 Défaillance heure  Pi  Req   1   1  rij   i 1  j 1  n







Req  1  1  RSP  1   RBat  ROnd    RMot  1  1  RP1 1  RP2   

RSP  e SP t  e10

4

10000

RBat  e Bat t  e1510 ROnd  e Ond t  e10

5

RMot  e Mot t  e910 RP  e P t  e510

4

4

 0,36

10000

10000

5

10000

10000

 3,05 107

 0,9  0, 4

 6,7 103

 







2 Req  1  1  0,36  1  3, 05 10 7  0,9  0, 4  1  6, 7 10 3      Req  3, 6 101  0, 4  1,33 10 2

Req  1,92 10 3

SOUISSI Ahmed Saâdeddine

Page 31

Cours (MI3) : Qualité et Fiabilité

ISSI-Gabès

Références bibliographiques Chelbi Anis, Support du cours « Fiabilité et maintenance », Ecole Supérieure des Sciences et Techniques de Tunis, 1999-2000.

Références Electroniques http://www.bibmath.net/dico/index.php3?action=affiche&quoi=./e/esperance.html http://www.hubertfaigner.com http://fr.wikipedia.org/wiki/Loi_normale.htm http://fr.wikipedia.org/wiki/Loi_gamma.htm http://fr.wikipedia.org/wiki/Distribution_exponentielle.htm http://fr.wikipedia.org/wiki/Distribution_de_Weibull.htm

SOUISSI Ahmed Saâdeddine

Page 32