Title: Fiabilit des composants industriels: enjeux, besoins, mthodes et difficults rencontres
1Fiabilité des composants industriels enjeux,
besoins, méthodes et difficultés rencontrées
- André Lannoy, V1.3, 31 05 2009
2Résumé
- La fiabilité est devenue un élément essentiel
pour les enjeux de sécurité et de performances
des entreprises. Lexposé montre que la fiabilité
est multiforme, fonction des différentes phases
du cycle de vie dun bien. De nombreuses
difficultés se posent aux industriels qui veulent
estimer la fiabilité dun composant la nature
du composant (actif ou passif), la taille du
retour dexpérience et sa nécessaire validation
avant tout usage, leffet perturbateur de la
maintenance préventive qui vise à réduire la
probabilité de défaillance. Lexposé cite
quelques méthodes actuellement utilisées dans
lindustrie pour estimer une fiabilité
opérationnelle ou une fiabilité prévue, en
mettant en évidence la controverse existant entre
méthodes dites fréquentielles et celles
bayesiennes. En conclusion, lestimation dune
fiabilité permet à la fois de comprendre le passé
et de préparer le futur. Le fiabiliste se doit
dêtre pragmatique et de toujours juger et
mesurer ses résultats à laune du bon sens
physique. Les pistes de RD à développer dans un
proche avenir sont évoquées.
3Sommaire
- 1 De la terminologie et de ses implications
- 2 Cycle de vie et enjeux industriels
- 3 Les différentes fiabilités
- comparée, allouée, prévue, mesurée
- 4 Les difficultés rencontrées
- nature du composant, retour dexpérience, impact
de la maintenance préventive, controverse
fréquentiel / bayesien - 5 Les méthodes utilisées en fiabilté
opérationnelle - 6 Quelques méthodes pour la fiabilité prévue
- 7 Conclusions et perspectives de RD
41 De la terminologie et des effets qui en
résultent (1)
- Définitions extraites de la norme EN13306
(2001) - Fiabilité aptitude dun bien à accomplir une
fonction requise, dans des conditions données,
durant un intervalle de temps donné notion
qualitative, également utilisée pour désigner la
valeur de la probabilité dêtre en état de bon
fonctionnement, confiance technique - Durabilité aptitude dun bien à accomplir une
fonction requise, dans des conditions données
dusage et de maintenance, jusquà quun état
limite soit atteint sous-entend lexistence
dune limite, réglementaire, technico-économique,
maintenabilité...
5Une définition de la fiabilité
61 De la terminologie et des effets qui en
résultent (2)
- Défaillance cessation de l'aptitude d'un bien à
accomplir sa fonction requise perte de
fonction, tout ou rien, vieillissement
fiabiliste - Dégradation évolution irréversible d'une ou
plusieurs caractéristiques d'un bien liée au
temps, à la durée d'utilisation ou à une cause
externe altération de fonction, phénomène
continu, vieillissement physique
71 De la terminologie et des effets qui en
résultent (3)
- Maintenance corrective maintenance exécutée
après détection d'une panne et destinée à
remettre un bien dans un état dans lequel il peut
accomplir une fonction requise remise en état
de bon fonctionnement, aspect technologique -
SLI, réactivité - Maintenance préventive maintenance exécutée à
des intervalles prédéterminés ou selon des
critères prescrits et destinés à réduire la
probabilité de défaillance ou la dégradation du
fonctionnement dun bien éviter la perte de
fonction, notion probabiliste, anticipation,
prévision
82 Cycle de vie et enjeux industriels (1)
- Le contexte en conception
- Innovation
- Coût de production bas
- Délai court de développement
- Qualité totale
- Zéro défaut
92 Cycle de vie et enjeux industriels (2)
- Objectif en conception atteindre les exigences
de fiabilité - Elimination des points faibles
- Aide à la décision pour les choix technologiques
- Démonstration de lexigence de fiabilité
- Qualité
102 Cycle de vie et enjeux industriels (3)
- Le contexte en exploitation
- Sûreté et performances, compétitivité
- Prolongation de la durée dexploitation
- Coût dexploitation-maintenance faible
- Risque zéro
112 Cycle de vie et enjeux industriels (4)
- Objectif en exploitation maintenir et améliorer
les exigences de SdF - Vérification des clauses de fiabilité
- Calcul de la fiabilité opérationnelle
- Données EPS
- OMF, efficacité de la maintenance
- Surveillance des paramètres de SdF
- Estimation de la durabilité
- Valorisation technico - économique
12Exemple 1 la démarche OMF RCM- les données de
fiabilité nécessaires
- Tâche 1 - Hiérarchiser les composants par leur
contribution à la sûreté, à la disponibilité et
aux coûts. - Taux d'occurrence de chaque mode - Criticité.
- Tâche 2 - Identifier le mécanisme de dégradation.
- Retour d'expérience - Historique de maintenance.
- Tâche 3 - Elaborer les tâches de maintenance.
- Optimisation - Efficacité des tâches de
maintenance préventive. - Tâche 4 - Surveiller (voir les recueils de
données) - Calcul des paramètres de fiabilité et de leurs
incertitudes.
13La méthode OMF appliquée aux composants actifs
14La méthode OMF appliquée aux composants passifs
Évaluation des enjeux
Évaluation des performances
Optimisation de la maintenance
15Exemple 2 les données EPS
- Examen du retour dexpérience
- par rapport aux critères
- de défaillance critique EPS
- Modes de défaillance
- Taux de défaillance en fonctionnement,
- Probabilité de défaillance à la sollicitation
- Durée de réparation
- Durée dindisponibilité des matériels
- Profil de fonctionnement
- Défauts de cause commune
- Intervalles de confiance
- Taille de léchantillon
16Exemple 3 Surveillance des indicateurs de SdF
(le recueil EIReDA 2000)
17Exemple 4 la démarche LCM(Life Cycle Management)
- Intégration de lingénierie, de lexploitation,
de la maintenance, de la réglementation, de
lenvironnement et de la planification économique
pour - maîtriser le vieillissement,
- valoriser les actifs industriels,
- optimiser la durée dexploitation,
- maximiser le retour dinvestissement,
- tout en maintenant la sûreté (Sliter, 2003).
18Le processus LCM de gestion du cycle de vie
Maîtrise du vieillissement physique
- Fiabilité
- Maintenance
- Maîtrise du vieillissement
- Arrêt prématuré
- Prolongation de lexploitation
Maîtrise du vieillissement et de lobsolescence
Valorisation des actifs
193 Les différentes fiabilités
- La fiabilité est multiforme.
- comparée
- allouée
- prévue (ou prévisionnelle)
- mesurée
20La fiabilité comparée
- Cest une fiabilité opérationnelle.
- Phases du cycle de vie avant-projet, études
préliminaires - Données utilisées
- Retour dexpérience du bien de la génération
précédente - Recueils de données de fiabilité
- Données de fournisseur ou de constructeur
- Données dessai
- Résultats de modèles physiques déterministes
- Dires dexperts
- Veille technologique
21La fiabilité allouée
- Exigence de fiabilité dans un Cahier des Charges,
valeur seuil de référence. - Phase du cycle de vie spécification
- Méthode résultat dune décision fonction de la
fiabilité comparée et des efforts
damélioration méthodes sur les facteurs
dimportance et de pondération du retour
dexpérience ou doptimisation defforts (coûts,
poids, ...) - Données utilisées
- Données précédentes
- Fiabilité comparée
- Etudes de marketing
- Arborescence fonctionnelle - matérielle
22La fiabilité prévue (lors de la conception)
- Elle est calculée et comparée à la fiabilité
allouée (exigence de fiabilité). - Phases du cycle de vie conception, fabrication,
essais de développement - Données utilisées
- Données précédentes
- Fiabilité allouée
- Retour dexpérience analogue
- Calculs déterministes
- Données dessais de développement
- Opinions d experts
23La fiabilité prévue (lors de lexploitation)
- Elle est calculée et comparée à un seuil (par
exemple taux de défaillance critique EPS) - Phase du cycle de vie exploitation, avec
lintention de la prolonger au delà de la durée
de vie prévue à la conception - Données utilisées
- Retour dexpérience du bien exploité
- Retour dexpérience analogue
- Calculs physiques
- Expertise sur les impacts dus au changement des
conditions dexploitation - maintenance
environnement
24La fiabilité mesurée
- Cest une fiabilité opérationnelle.
- Phase du cycle de vie exploitation
- Données utilisées
- Retour dexpérience du bien exploité
- Expertise sur la maintenance et son efficacité
25 4 Les difficultés rencontrées
- Le type de composant (réparable ou non réparable,
actif ou passif) - Le retour dexpérience
- Leffet perturbateur de la maintenance
préventive - La controverse fréquentiel / bayesien
26Le type de composant
- Composants complexes
- Multiples mécanismes de dégradation et multiples
modes de défaillance - Modélisation physique difficile
- Fiabilité classique et fiabilité bayesienne
généralement adaptées - Fiables et bien maintenus (ils font l'objet de
programmes OMF, surveillance), défaillances donc
peu nombreuses - Évolution fréquente des procédures
dexploitation-maintenance - Données incomplètes
- Modélisation par une loi exponentielle ou une loi
de Weibull
- Un faible nombre de mécanismes de dégradation
- Dégradation lente et progressive
- Défaillances rares (voire aucune défaillance)
- Fiabilité classique souvent non adaptée
- Modélisation physique de la dégradation
initiation, propagation - Méthodes numériques nécessaires
- Mais si des données de défaillance sont
disponibles, on peut utiliser lapproche
bayésienne
27Le retour dexpérience
- Maigre à la conception
- Incomplet en exploitation
- Le problème du zéro défaillance
- La nécessité de le valider avant toute
utilisation, avant tout calcul lanalyse
physique précéde toujours la quantification
fiabiliste. - Généralement un faible nombre de défaillances
- Et une forte proportion de données censurées
(souvent censurées à droite, tronquées type I
dans le cas dun retour dexpérience industriel)
28 DEFAILLANCES POTENTIELLES
- Le retour dexpérience technique
29Le processus de validation, destimation
30Leffet de la maintenance préventive
- Une notion probabiliste
- La question dun âge virtuel, dun rajeunissement
- Quelle hypothèse pour lefficacité de la
maintenance? - AGAN
- ABAO
- Généralement entre ces deux extrêmes
- Dépendant de la criticité du composant, de sa
position dans larborescence, de son usage, de la
difficulté de la tâche de maintenance,... - Détermination de la fiabilité intrinséque vraie
du bien, donnée indispensable pour la conception,
loptimisation de la maintenance, ...
31Impact (ici positif) de la maintenance préventive
32La controverse fréquentiel / bayesien Le point
de vue fréquentiel
- Un point de vue de physicien, les conditions
expérimentales dobtention des données sont bien
connues. - Lanalyse fréquentielle repose sur les seules
données objectives elle est en défaut lorsque
les données sont en nombre insuffisant, le
processus non répétitif, le nombre de paramètres
à estimer important. - Le fréquentiel refuse dintroduire un a priori
dans lanalyse. - Il effectue une analyse complète préalable suivie
dune interprétation physique. - Une volonté dobjectivité.
- Utilisation analyse descriptive, analyse de
données, fiabilité opérationnelle, qualité,... -
33La controverse fréquentiel / bayesien Le point
de vue bayesien
- Un point de vue dingénieur, une philosophie
séduisante, une démarche dapprentissage - Lanalyse intégre toutes les informations
disponibles, en particulier lexpertise - Nécessité dintroduire une a priori (souvent
subjective), mais limpact doit être réduit le
plus possible par le retour dexpérience
(considéré aussi essentiel). - Un outil daide à la décision par excellence, on
peut exprimer des préférences - Utilisation fiabilité prévisionnelle,
incertitudes, aide à la décision,...
345 Les méthodes utilisées pour le calcul dune
fiabilité opérationnelle(secteur nucléaire)
35Les méthodes utilisées pour le calcul dune
fiabilité opérationnelle
- Khi 2 cette méthode est retenue dans le cas du
zéro défaillance, sil nest pas possible
denrichir un échantillon, sur la base de la
médiane (approche acceptée par les autorités). - Généralement les recueils de données de fiabilité
sont actualisés périodiquement par la méthode de
réactualisation bayesienne (appelée aussi
approche bayesienne empirique logiciels
Fiabayes, Rexpert). - Modèle de Cox méthode utilisée pour une
modélisation explicative de la fiabilité elle
nécessite un retour dexpérience important les
techniques de data mining, de régression
(logistique, ...), les réseaux bayesiens peuvent
être également utilisés. - Des outils fiabilistes adaptés aux composants
passifs existent, par exemple cuve, générateur
de vapeur, coudes moulés, tuyauteries, Ou
également des outils adaptés à des mécanismes de
dégradation, par exemple lérosion-corrosion...
36Ce quon observe dans la pratique
Composant non réparable
Composant réparable
37Ce quon observe dans la pratique
- - Dans la plupart des cas, un comportement
exponentiel - - Qui reflète une bonne conception initiale et
une bonne qualité du bien - Ou qui traduit limpact positif de la
maintenance préventive - Cependant la maintenance nest peut-être pas
optimisée
386 Quelques méthodes utilisées en fiabilité
prévisionnelle
- - en phase de conception AMDEC, méthode de
Bazovsky, méthode de Johnson, pondération des
informations, inférence bayesienne pour une
modification - efficacité dune action (IBM),
Fides, - - en phase de fabrication, de développement
méthodes de croissance de fiabilité (Duane,
AMSAA, ...) - en phase dexploitation utilisation et
extrapolation du retour dexpérience, méthodes
déterminant l efficacité dune action de
maintenance
397 Conclusion et perspectives de RD (1)
- Plusieurs fiabilités il faut donc bien spécifier
le problème posé, le contexte, les hypothèses,
les données disponibles - Toujours sappuyer sur les données réelles du
retour dexpérience et les conditions de leur
collecte - Le retour dexpérience est donc stratégique mais
il faut le valider avant tout usage. Toute donnée
est précieuse. - Recueillir et intégrer lexpertise disponible,
même si elle est vague - Lanalyse qualitative précède toujours lanalyse
quantitative, déterministe et probabiliste - Le fiabiliste doit être pragmatique, le contexte
détermine toujours lapproche, fréquentielle ou
bayesienne, la mieux appropriée - Quelle que soit lapproche, pratiquer lanalyse
de sensibilité et ne pas perdre le bon sens
physique
407 Conclusion et perspectives de RD (2)
- La fiabilité pour comprendre le passé
- De nombreuses défaillances / dégradations ne
peuvent être expliquées par les modèles
déterministes. - Compréhension du vieillissement, des mécanismes
de dégradation, des modèles, du retour
dexpérience, ... - La fiabilité permet de mettre en évidence les
composants et sous-composants critiques, les
variables importantes où il faut faire un effort
de retour dexpérience pour réduire les
incertitudes.
417 Conclusions et perspectives de RD (3)
- La fiabilité pour anticiper et prévoir le futur
- Toujours améliorer le niveau de sûreté
- Augmenter les performances (pour répondre aux
besoins du marché) - Optimiser les stratégies dexploitation
maintenance - Besoins
- Estimations plus précises, compréhension des
marges - Réduction des incertitudes et des pessimismes
- Modélisation du vieillissement et analyse des
dégradations, afin doptimiser les évaluations
technico - économiques
427 Conclusions et perspectives de RD (4)
- Cependant la fiabilité ne peut suppléer la
compréhension physique. - Elle a des limites qui peut (sait) définir une
fiabilité acceptable? - Il faut toujours respecter les exigences
déterministes de sûreté. - En conclusion penser fiabiliste, agir
déterministe
437 Conclusion et perspectives de RD (5)
- Quelques thèmes prioritaires de RD en
fiabilité maintenance - Les objectifs cibles de fiabilité
- Létude de la transition jeunesse vie utile
dun bien - Loptimisation du retour dexpérience taille du
rex nécessaire pour vérifier une clause de
fiabilité... - Lanalyse des dégradations, les lois de
dégradation - La détection du vieillissement dun bien maintenu
- Lefficacité de la maintenance
- La fiabilité à long terme dun bien, les
incertitudes associées - ...
-
44Quelques références pour en savoir plus...
- Ouvrages généraux
- Meeker W., Escobar L.(1998), Statistical methods
for reliability data, Wiley. - Nikulin M., Bagdonavicius V.(2002), Accelerated
life and degradation models, modelling and
statistical analysis, Monogrpaphs onstatistics
and applied mathematics, ChapmanHall CRC, 94. - Robert C. (1992), Lanalyse statistique
bayesienne, Economica, Paris. - Méthodes fréquentielles
- Bacha M., Celeux G., Idée E., Lannoy A., Vasseur
D.(1998), Estimation de modèles de durées de vie
fortement censurées, collection de la direction
des études et recherches d'Electricité de France,
Eyrolles, 99. - Ligeron Jean-Claude, Marcovici Claude (1974),
Utilisation des techniques de fiabilité en
mécanique, Éditions Tec Doc Lavoisier, Paris. - Moss T.R. (2005), The reliability data handbook,
Professional Engineeering Publishing., - Méthodes bayesiennes
- Bousquet N., Analyse bayesienne du vieillissement
de la durée de vie de composants industriels,
Thèse de l'Université Paris-Sud, 19 décembre
2006. - Clarotti Carlo (1998). Fondements et applications
des approches fréquentielle et bayesienne dans le
domaine de la sûreté de fonctionnement, ISdF,
projet 8/96, juin 1998. - Procaccia Henri (2009), Introduction à lanalyse
probabiliste des risques, Collection Sciences du
risque et du danger, Editions TecDoc, Lavoisier. -
45Quelques références pour en savoir plus...
- Retour dexpérience
- Lannoy A., Procaccia H.(1994), Méthodes avancées
de traitement et d'analyse des bases de données
de retour d'expérience, collection de la
direction des études et recherches d'Electricité
de France, Eyrolles, 86. - Anticipation, détection
- Bouzaïene-Marle Leïla, (2005), AVISE,
anticipation des défaillances potentielles dues
au vieillissement par analyse du retour
dexpérience, thèse de lEcole Centrale Paris, 4
avril 2005. - Clarotti C., Lannoy A., Odin S., Procaccia
H.(2004), Detection of equipment aging and
determination of the efficiency of a corrective
measure, Reliability Engineering and System
Safety, Volume 84, Issue 1, Avril 2004, 57-64. - Di Piazza S., Gaudoin O., Le Garrec C (2000),
Constance des paramètres de sûreté de
fonctionnement en exploitation, projet ISdF 5/97,
Congrès ?µ 12, Montpellier, 28-30 mars 2000. - Maintenance
- Bérenguer C., Dieulle L., Grall A., Roussignol
M. (2003), Maintenance policy for a continuously
monitored deteriorating system, Probability in
the Engineering and Information Science, 17,
235-250, 2003. - Celeux Gillles (2000), Situations de maintenance
à structure de données incomplètes, Journal de la
Société Française de Statistique, 141 (3), 43-59. -
46Quelques références pour en savoir plus...
- Efficacité de la maintenance
- Clarotti C, Lannoy A, Procaccia H, Villain B.
(1994). ARCS outil logiciel pour la
quantification de leffet de la maintenance sur
la durée de vie, Colloque ?µ 9, ESREL94, La
Baule - Doyen L. (2004), Modélisation et évaluation de
l'efficacité de la maintenance des systèmes
réparables, Thèse de l'INPG, Grenoble, 22
novembre 2004. - Fiabilité des structures
- ESReDA (2004), Lifetime management of structures,
coordonnateur André Lannoy, Det Norske Veritas. - Lemaire Maurice (2005). Fiabilité des structures,
couplage mécano fiabiliste statique, en
collaboration avec Alaa Chateauneuf et
Jean-Claude Mitteau, Hermès Lavoisier - Aspects industriels de la fiabilité
- Celeux G., Müller S., ISdF, projet 2/96 (1997),
Estimation de la fiabilité dun produit (nouveau
ou existant) à améliorer à partir de retours
dexpérience multiples et dexpertises. - EIReDA 2000, Recueil de données de fiabilité
1998, Procaccia H., Arsenis S., Aufort P.,
Université de Crete, Heraklion, 1998, et EIReDA
PC, 2000, Siadcom, 2000. - Lannoy A., Procaccia H. (2005), Evaluation et
maîtrise du vieillissement industriel, Lavoisier,
Editions TecDoc, 2005. - Lannoy A., Procaccia H. (2006), Evaluation de la
fiabilité prévisionnelle, outil décisionnel pour
la conception et le cycle de vie d'un bien
industriel, Lavoisier, Editions TecDoc, 2006.