Fiabilit des composants industriels: enjeux, besoins, mthodes et difficults rencontres

1
Fiabilité des composants industriels enjeux,
besoins, méthodes et difficultés rencontrées

• André Lannoy, V1.3, 31 05 2009

2
Résumé

• 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.

3
Sommaire

• 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

4
1 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...

5
Une définition de la fiabilité

6
1 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

7
1 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

8
2 Cycle de vie et enjeux industriels (1)

• Le contexte en conception
• Innovation
• Coût de production bas
• Délai court de développement
• Qualité totale
• Zéro défaut

9
2 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

10
2 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

11
2 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

12
Exemple 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.

13
La méthode OMF appliquée aux composants actifs

14
La méthode OMF appliquée aux composants passifs
Évaluation des enjeux
Évaluation des performances
Optimisation de la maintenance

15
Exemple 2 les données EPS

• Validation et analyse

• Données élaborées 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

16
Exemple 3 Surveillance des indicateurs de SdF
(le recueil EIReDA 2000)

17
Exemple 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).

18
Le 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

19
3 Les différentes fiabilités

• La fiabilité est multiforme.
• comparée
• allouée
• prévue (ou prévisionnelle)
• mesurée

20
La 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

21
La 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

22
La 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

23
La 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

24
La 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

26
Le type de composant

• Actif

• Passif

• 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

27
Le 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

29
Le processus de validation, destimation

30
Leffet 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, ...

31
Impact (ici positif) de la maintenance préventive

32
La 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,...

33
La 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,...

34
5 Les méthodes utilisées pour le calcul dune
fiabilité opérationnelle(secteur nucléaire)
35
Les 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...

36
Ce quon observe dans la pratique
Composant non réparable  

Composant réparable
37
Ce 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

38
6 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

39
7 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

40
7 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.

41
7 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

42
7 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

43
7 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
• ...

44
Quelques 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.

45
Quelques 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.

46
Quelques 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.