Chapitre : LA FIABILITE DES SYSTEMES ESP

M1M3E

I – APPROCHE DE LA FIABILITE PAR LES PROBABILITES :

Définition selon la NF X 06–501 : la fiabilité est la caractéristique d’un dispositif
exprimée par la probabilité que ce dispositif accomplisse une fonction requise dans
des conditions d’utilisation données et pour une période de temps déterminée.
1. Probabilité : c’est le rapport :
Nb cas favorables
1
Nb cas possibles On notera R(t) la probabilité de
fonctionnement à l’instant t. Le symbole R provient de l’anglais Reliability.
On notera F(t) la fonction définie par F(t)=1-R(t). C’est la probabilité complémentaire. F(t)
est la probabilité de défaillance à l’instant t. F(t)+R(t)=1.
2. Fonction requise : ou accomplir une mission ou rendre le service attendu. La définition de la
fonction requise implique un seuil d’admissibilité en deçà duquel la fonction n’est plus remplie.
3. Conditions d’utilisation : définition des conditions d’usage, c’est à dire l’environnement et ses
variations, les contraintes mécaniques, chimiques, physiques, etc. Il est évident que le même
matériel placé dans 2 contextes de fonctionnement différents n’aura pas la même fiabilité.
4. Période de temps : définition de la durée de mission T en unités d’usage. Ex : on se fixe un
minimum R(Tm) = 0,9 pour une durée de mission Tm = 8000 heures ; à tout instant Ti de la
mission est associée une fiabilité R(ti).
Ex : moteur de voiture préparé pour les 24 heures du Mans :
• Probabilité : c’est celle de terminer ; fiabilité requise=0,98
• Fonction requise : 200 km/h de moyenne (seuil minimal)
• Conditions d’utilisation : de jour, de nuit, avec de la pluie, n ravitaillements, etc.
• Période de temps : au bout de 24 heures (durée de la mission)
II – EXPRESSIONS MATHEMATIQUES :
21 – Fonctions de distribution et de répartition :
Notion de variable aléatoire : on appelle variable aléatoire X une variable telle qu’à chaque valeur
x de la VA X on puisse associer une probabilité F(x). Une variable aléatoire est donc une fonction
qui à chaque évènement d’une expérience aléatoire associe un nombre réel.
Une VA peut être :
• Continue : intervalle de temps entre 2 défaillances consécutives
• Discrète : nombre de défaillance sur un intervalle de temps
Soit une loi de probabilité relative à une VA continue T.
Cette loi est caractérisée par sa fonction de distribution (appelée aussi densité de probabilité) f(t) et
par sa fonction de répartition F(t) telles que :
dF (t ) P(t  T  t + dt )
f (t ) = = lim
dt dt →0 dt
La fonction F(t) représente la probabilité qu’un évènement (défaillance) survienne à l’instant T dans
l’intervalle [0,t].
F (t ) = P (T  t )
ti
Comme f (t ).dt = P(t  T  t + dt )  F (t ) =  f (t )dt = P (T  ti )
−
n
Remarque : si la VA est discrète, l’expression devient : F (tn ) =  f (ti ) =P (T  tn )
0

B.D.DIAGNE Page 1
 Chapitre : LA FIABILITE DES SYSTEMES ESP
M1M3E

22 – Application à la fiabilité :
Un dispositif mis en marche la 1ère fois à t=0 tombera inexorablement en panne à un instant T non
connu à priori.
T (date de la panne), est une VA de la fonction de répartition F(t).
• F(t) ➔ probabilité de défaillance avant un instant ti
• R(t) ➔ probabilité de bon fonctionnement à ti
• R(t) + (F(t) = 1
t 
•  f (t )dt + 
0 t
f (t )dt = 1

23 – Taux de défaillance :
On définit le taux de défaillance de la manière suivante :
nombre de défaillants sur un intervalle de temps
(t)=
nombre de survivants au début de la période x intervalle de temps
On définit :
• N0 le nombre initial de dispositifs
• Ns(t) est le nombre de dispositifs survivants à l’instant t
• Ns(t + Δt) est le nombre de dispositifs survivants à l’instant t + Δt
Au niveau d’une défaillance, 2 cas peuvent se produire :
• Les défaillants sont remplacés
• Les défaillants ne sont pas remplacés
Les défaillants sont remplacés : Ns(t) sera toujours égal à N0 :
On nomme C(Δt) le nombre de défaillants durant Δt.
C(t )
D’après la formule générale du taux de défaillance, on a : (t)= .
N 0.t
Ns(t ) − Ns(t + t )
Les défaillants ne sont pas remplacés : (t)=
Ns(t ).t
Ce taux de défaillance est une valeur moyenne sur une période Δt connue. Or, au même titre que
F(t) et R(t), il est intéressant de connaître l’évolution de λ(t) au cours du temps.
C’est le taux de défaillance instantané :
On fait tendre Δt ➔ dt et (Ns(t) – Ns(t + Δt)) ➔ dN. dN sera précédé du signe « - » car il y a moins
de survivants à (t + Δt) qu’à t.

B.D.DIAGNE Page 2
 Chapitre : LA FIABILITE DES SYSTEMES ESP
M1M3E

−dN −dN
(t)= ➔ (t).dt=
N (t ).dt N (t )
(t).dt est appelé probabilité conditionnelle de défaillance sur [t, t+dt].
Applications :
Cas N°1 : les défectueux sont remplacés. Une étude a été menée sur 70 véhicules pendant une
période allant de 80000km à 90000km. 41 défaillances ont été réparées. Déterminer le taux de
défaillance pour cette période.
C(t ) 41
(t ) = = = 0,585.10−4 panne / km
No.t 70.(90000 − 80000)
Cas N°2 : les défectueux ne sont pas remplacés. On teste un lot de 50 électrovannes soumises
en continu à 8 impulsions par minute. A la 50ème heure, il en reste 33. A la 60ème heure, il en reste
27. Déterminer le taux de défaillance sur cette classe, par heure et par impulsion.
Ns(t ) − Ns(t + t ) 33 − 27
 (t ) = = = 18.10−3 def / heure = 3,79.10−5 def / imp.
Ns(t ).t 33.10
Si les électrovannes étaient remplacées, on obtiendrait :
C(t ) 33 − 27
(t ) = = = 12.10−3 def / heure
No.t 50x10

Liaison entre le taux de défaillance et la fiabilité :

« Probabilité d’avoir une panne entre t et dt » = « probabilité de survivre à l’instant t » x « probabilité
conditionnelle de défaillance entre t et t+dt ».
Cette expression est identique à : f (t ).dt = R(t ).(t).dt  f(t)=R(t).(t)
Il vient donc l’expression du taux de défaillance en fonction de la loi de fiabilité et la densité de
probabilité :

f(t)
 (t)=
R(t)
III – EXPRESSIONS DES LOIS DE FIABILITE :
dF (u )
f (u ) =
du
f (u ) dF (u ) dF (u ) dF (u )
 (u ) = = =   (u ).du =
R(u ) R(u ).d (u ) (1 − F (u )).du 1 − F (u )
Intégrons les 2 membres entre 0 et t :
t t dF (u ) t t −dF (u )
 (u ).du =  1 − F (u )  − (u ).du =  1 − F (u )
0 0 0 0

−   (u ).du = ln(1 − Fu )0 = ln(1 − F (t )) − ln(1 − F (0))

t t

A t=0, il n’y a pas de défaillance, donc F(0) = 0, donc ln(1-F(0)) = ln1 = 0

t

−  (u ).du = ln(1 − F (t ))  e 0
t  ( u ).du −
= 1 − F (t ) = R (t )
0

On obtient donc les expressions générales des lois de fiabilité :

B.D.DIAGNE Page 3
 Chapitre : LA FIABILITE DES SYSTEMES ESP
M1M3E

R(t ) = e 0
 ( u ).du
−

F (t ) = 1 − R(t ) = 1 − e 0
 ( u ).du
−

=  (t ).e 0
dF (t ) −  ( u ).du
f (t ) =
dt

MTBF = E (T ) =  t.f (t ).dt
0

La MTBF est définie comme étant l’espérance mathématique de la VA T.

IV – LOIS DE COMPOSITION EN FIABILITE : ASSOCIATIONS DE MATERIELS :

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
41 – 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

n
Rs = P(S ) = P (S1 S 2  ...  Si  ...Sn ) = P (S1).P (S 2)....P (Si )....P (Sn ) ➔ Rs =  Ri
i =1

Cette association est caractéristique des équipements en ligne de production.

Système // :
On dit qu’un système est un système // d’un point de vue fiabilité si, lorsqu’un ou plusieurs de ses
éléments tombent en panne, le système ne tombe pas en panne.

B.D.DIAGNE Page 4
 Chapitre : LA FIABILITE DES SYSTEMES ESP
M1M3E

Pour calculer la fonction fiabilité d’un système // à n éléments, ils est plus aisé de
E1 passer par la fonction défaillance F.
F = 1 − R = 1 − P (S ) = P (S )
E2
F = P (S1).P (S 2)....P (Si )....P (Sn ) = F 1.F 2....Fi ....Fn
F = (1 − R1).(1 − R 2)....(1 − Ri )....(1 − Rn )
Ei Rs = 1 − (1 − R1).(1 − R 2)....(1 − Ri )....(1 − Rn )
n

En Rs = 1 −  (1 − Ri )
i =1

Dans un système //, 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

42 – 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).

V – ANALYSE DE LA FIABILITE PAR LA LOI EXPONENTIELLE :

51 – Définition de la loi exponentielle :
Rappel sur la durée de vie d’un matériel : On constate que durant la période de maturité
tx de défaillance
d’un équipement, λ(t) est constant ou
sensiblement constant. C’est le champ
d’application de la loi exponentielle qui repose
Maturité sur l’hypothèse λ = constante.
Les défaillances émergent sous l’action de
causes diverses et indépendantes.
t
• Si λ=cte, alors MTBF = 1/ λ en fiabilité
• Si μ=cte (taux de réparation), alors
MTTR = 1/ μ en maintenabilité
t

R(t ) = e 0 R(t ) = e −  .t
 ( u ).du
−
et comme (u ) = cte = 
t ➔
R(t ) = e 0
 .du
− t
= e −  .u  = e −  .t
0

• Densité de probabilité : f (t ) = .e −  .t

• Fonction de répartition : F (t ) = 1 − R(t ) = 1 − e −  .t
1
• Espérance mathématique : E(t ) = MTBF =

52 – Durée de vie associée à un seuil de fiabilité :

B.D.DIAGNE Page 5
 Chapitre : LA FIABILITE DES SYSTEMES ESP
M1M3E

Il est intéressant de savoir à quel instant la fiabilité atteindra un seuil déterminé.

1 1 1
R(t ) = e −  .t  ln R(t ) = −.t  t = − .ln R(t )  t = .ln
  R (t )
Ex : un composant a une MTBF de 2000 heures. A quelle date « tj » ce composant aura une fiabilité
de 90% ?
1 1 1 1
tj = .ln = MTBF.ln = 2000 x ln = 211 heures
 R(t ) R(t ) 0,9
Au bout de 211 heures, on estime donc que 90% des composants survivront.
53 – Estimation du taux de défaillance :
• Porter sur papier semi logarithmique les N points formés des couples (ti, Ri)
• Tracer la courbe de régression des N points
• Si les N points sont sensiblement alignés, alors la loi de fiabilité est exponentielle
• Déterminer λ par la pente de la courbe
• En déduire MTBF = 1/ λ
• En déduire R(t ) = e −  .t
VI – ANALYSE DE LA FIABILITE PAR LA LOI DE WEIBULL :
61 – Définition de la loi de Weibüll :
C’est une loi de fiabilité à 3 paramètres qui permet de prendre en compte les périodes où le taux de
défaillance n’est pas constant (jeunesse et vieillesse). Cette loi permet :
• Une estimation de la MTBF
• Les calculs de λ(t) et de R(t) et leurs représentations graphiques
• Grâce au paramètre de forme β d’orienter un diagnostic, car β peut être caractéristique de
certains modes de défaillance
62- Les graphes de f(t),R(t) et λ(t)

f(t) R(t) (t)

=3
1 =3 1
=1
0,5
=0,5 =0,5
=1
t =3 =1 t t
Ces graphes montrent le polymorphisme de la loi de Weibull sous l’influence de son paramètre de
forme β.

Relations fondamentales :

 −1  t − 
 t −  −
  

• f (t ) = .  avec t  
   
Densité de probabilité : .e

 t − 
− 
  
• Fonction de répartition : F (t ) = 1 − e

 t − 
− 
  
Loi de fiabilité : R(t ) = 1 − F (t ) = e

B.D.DIAGNE Page 6
 Chapitre : LA FIABILITE DES SYSTEMES ESP
M1M3E

Taux de défaillance :

 −1  t −   −1
f (t ) f (t )  t −  −
  
 1  t − 
 (t ) = = = .    (t ) = . 
   
.e .
R (t ) 1 − F ( t )    

 t − 
− 
  
e

Signification des paramètres β, η et γ

Les 3 paramètres de la loi sont :

β ➔ Paramètre de forme >0 sans dimension:
• Si β>1, le taux de défaillance est croissant, caractéristique de la zone de vieillesse
o 1,5 <  < 2,5 : fatigue
o 3 <  < 4 : usure, corrosion
• Si β=1, le taux de défaillance est constant, caractéristique de la zone de maturité
• Si β<1, le taux de défaillance est décroissant, caractéristique de la zone de jeunesse

Remarque : pour γ=0 et β=1, on retrouve la

distribution exponentielle, cas particulier de f(t)
1 1 1
la loi de Weibüll :  = =
 MTBF
avec 2 < 1

η ➔ Paramètre d’échelle >0 qui s’exprime 2

dans l’unité de temps t

γ ➔ paramètre de position, - < γ < +, qui s’exprime dans l’unité de temps :
f(t)

<0 =0 >0

t
• γ>0 : survie totale sur l’intervalle de temps [0, γ]
• γ=0 : les défaillances débutent à l’origine des temps
• γ<0 : les défaillances ont débuté avant l’origine des temps ; ce qui montre que la mise en
service de l’équipement étudié a précédé la mise en historique des TBF

Recherche de la MTBF

MTBF et écart type :

Dans le contexte d’un service maintenance, la valeur de la MTBF d’un matériel ou d’un composant
est une donnée facilement exploitable pour gérer les actions préventives systématiques. A partir du
paramètre β de Weibull, la table ci-contre permet de déterminer les valeurs de A et B telles que :

E (t ) = MTBF = A +  Ex : pour β=1,2, γ=0 et η=550

Où A et B sont des paramètres issus heures.
 = B MTBF = 0,9407x550+0≈517

B.D.DIAGNE Page 7
 Chapitre : LA FIABILITE DES SYSTEMES ESP
M1M3E

de tables. heures.

63 – Durée de vie associée à un seuil de fiabilité :

Il est intéressant de savoir à quel instant la fiabilité atteindra un seuil déterminé, en particulier les
roulements à billes.

 t −    1 1
−
  
 t −  1 t −  t −  1  
 1  
R (t ) = e  ln R(t ) = −    ln =   =  ln   t = .  ln  +
   R (t )      R (t )   R (t ) 

64 – Papier Weibüll :
C’est un papier log / log qui comporte 4 axes :

B.D.DIAGNE Page 8
 Chapitre : LA FIABILITE DES SYSTEMES ESP
M1M3E

AXE a

AXE A
AXE b

AXE B
AXE A

• Axe A : axe des temps sur lequel on porte les valeurs ti des TBF
• Axe B : valeurs des probabilités de défaillance Fi calculées par la méthode des rangs
moyens ou des rangs médians. On estime R(t) par R(t) = 1 – F(t)
• Axe a : axe des temps en logarithmes népériens : ln(t)
• Axe b : axe qui permet l’évaluation de β
65 – Détermination graphique des paramètres de la loi :
1. Préparation des données : détermination des couples (ti, Fi) par les rangs moyens ou les
rangs médians
2. Tracé du nuage de points
3. Tracé de la droite de Weibüll
4. Détermination de β, η, γ
5. Détermination des équations de la loi de Weibüll
6. Calcul de la MTBF
7. Exploitation des données issues de la loi

VII – METHODES D’APPROXIMATION DES VALEURS DE LA FONCTION DE

REPARTITION :
On dispose pour nos études de fiabilité d’un certain nombre de données expérimentales ou réelles
sur les TBF ; TBF dont on veut étudier la fonction de répartition.
Ces données représentent un échantillon « n » de la population que l’on veut appréhender. Elles
doivent être classées par ordre croissant de durée (en heures, jours, etc), suivant l’unité la plus
adaptée.

B.D.DIAGNE Page 9
 Chapitre : LA FIABILITE DES SYSTEMES ESP
M1M3E

i
L’estimation de la fonction de densité pour une durée ti est donnée par : f (ti ) =
n +1
Or, ce n’est pas la fonction de densité qui nous intéresse mais la fonction de répartition F(ti). Cette
fonction de répartition peut être estimée selon plusieurs méthodes dont 2 sont particulièrement
applicables pour les lois de fiabilité (exponentielle et Weibüll) : ce sont les méthodes des rangs
médians et des rangs moyens. Le choix entre l’une ou l’autre des méthodes est fonction de la taille
« n » de l’échantillon.
i − 0,3
• Si n  20 , on utilise la méthode des rangs médians et F (ti ) =
n + 0,4
i
• Si n  20 , on utilise la méthode des rangs moyens et F (ti ) =
n +1
Des tables donnent les valeurs de F(ti) directement en fonction de la taille n de l’échantillon.
Ex : table des rangs médians :
TAILLE DE L'ECHANTILLON
ordre
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 50,0 29,2 20,6 15,9 13,0 10,9 9,5 8,3 7,4 6,7 6,1 5,6 5,2 4,9 4,5 4,3 4,0 3,8 3,6 3,4
2 70,8 50,0 38,6 31,5 26,6 23,0 20,2 18,1 16,3 14,9 13,7 12,7 11,8 11,0 10,4 9,8 9,2 8,8 8,3
3 79,4 61,4 50,0 42,2 36,5 32,1 28,7 26,0 23,7 21,8 20,1 18,8 17,5 16,5 15,5 14,7 13,9 13,2
4 84,1 68,5 57,8 50,0 44,0 39,4 35,6 32,5 29,8 27,6 25,7 24,0 22,6 21,3 20,1 19,1 18,1
5 87,0 73,4 63,5 56,0 50,0 45,2 41,2 37,9 35,1 32,6 30,5 28,7 27,0 25,5 24,2 23,0
6 89,1 77,0 67,9 60,6 54,8 50,0 46,0 42,5 39,6 37,0 34,8 32,8 31,0 29,4 27,9
7 90,5 79,8 71,3 64,4 58,8 54,0 50,0 46,5 43,5 40,9 38,5 36,4 34,5 32,8
8 91,7 81,9 74,0 67,5 62,1 57,5 53,5 50,0 47,0 44,3 41,8 39,7 37,7
9 92,6 83,7 76,3 70,2 64,9 60,4 56,5 53,0 50,0 47,3 44,8 42,6
10 93,3 85,1 78,2 72,4 67,4 63,0 59,1 55,7 52,7 50,0 47,5
11 93,9 86,3 79,9 74,3 69,5 65,2 61,5 58,2 55,2 52,5
12 94,4 87,3 81,3 76,0 71,3 67,2 63,6 60,3 57,4
13 94,8 88,2 82,5 77,4 73,0 69,0 65,5 62,3
14 95,1 89,0 83,5 78,7 74,5 70,6 67,2
15 95,5 89,6 84,5 79,9 75,8 72,1
16 95,7 90,2 85,3 80,9 77,0
17 96,0 90,8 86,1 81,9
18 96,2 91,2 86,8
19 96,4 91,7
20 96,6

B.D.DIAGNE Page 10