ANALYSE DES DEFAILLANCES (partie 2/3)

## Objectifs et prérequis **À la fin de ce chapitre, l’élève sera capable de :** - Identifier et classer les défauts d’un équipement selon la loi de Pareto (ABC) afin de prioriser les actions de maintenance. - Construire et interpréter la courbe ABC de Pareto à partir de données réelles d’atelier ou de chantier. - Décrire les principales lois de dégradation (exponentielle, Weibull, baignoire) et les associer à des phases de vie d’un bien (mise en service, exploitation, fin de vie). - Appliquer ces lois pour estimer la probabilité de défaillance et planifier des interventions préventives ou correctives. - Réaliser un tableau de suivi des défauts et proposer un plan d’amélioration basé sur l’analyse ABC et la loi de dégradation adaptée. **Prérequis :** - Notions de base en statistique descriptive (moyenne, fréquence, pourcentage). - Connaissance des types de maintenance (préventive, corrective, prédictive) et du cycle de vie d’un équipement. - Maîtrise des unités usuelles : heure (h), jour (j), an (a), pourcentage (%). --- ## Introduction contextualisée Dans les entreprises camerounaises de production (agroalimentaire, textile, BTP) ou de services (transport, énergie), la maîtrise des défaillances conditionne la productivité et la sécurité. Un arrêt non planifié d’une ligne de conditionnement à Yaoundé peut entraîner des pertes de plusieurs centaines de milliers de francs CFA par heure. L’analyse des défauts permet donc de passer d’une maintenance réactive à une approche proactive, en concentrant les ressources sur les causes les plus impactantes. Ce chapitre s’inscrit dans la continuité de la première partie (« Analyse des défaillances – partie 1/3 ») où l’on a vu comment collecter et classer les défauts. Nous allons maintenant exploiter ces données grâce à deux outils fondamentaux : la loi de Pareto (ABC) et les lois de dégradation. Leur combinaison permet de hiérarchiser les interventions et d’anticiper l’évolution de la fiabilité des équipements. --- ## I. ACTIVITES DE REMEDIATION ### 1.1. Rappel du processus de collecte des défauts Avant d’appliquer l’ABC, il convient de disposer d’un registre de défauts fiable : - **Date et heure** de l’apparition. - **Équipement concerné** (code, localisation). - **Type de défaut** (mecanique, électrique, hydraulique, logiciel). - **Gravité** (impact sur la production, sécurité, qualité). - **Action corrective** réalisée et temps d’arrêt associé. > **>** Un registre bien tenu doit être mis à jour après chaque intervention, sous forme de tableau papier ou numérique (Excel, logiciel GMAO). ### 1.2. Étapes de remédiation 1. **Analyse préliminaire** : calcul du nombre total de défauts et du temps d’arrêt cumulé sur une période donnée (ex. 6 mois). 2. **Classification** : regroupement par type de défaut ou par équipement. 3. **Priorisation** : application de la loi de Pareto pour identifier les 20 % de causes responsables de 80 % des pertes. 4. **Plan d’action** : définition d’actions correctives (remplacement de pièce, réglage, formation) et préventives (maintenance conditionnelle, surveillance). 5. **Suivi** : vérification de l’efficacité des actions après mise en œuvre (réduction du nombre de défauts ou du MTTR). ### 1.3. Exemple d’atelier de maintenance automobile à Douala | Type de défaut | Nombre de défauts (6 mois) | Temps d’arrêt total (h) | % du temps d’arrêt | |----------------|----------------------------|--------------------------|--------------------| | Usure des plaquettes de frein | 48 | 120 | 40 % | | Fuites d’huile moteur | 30 | 90 | 30 % | | Problèmes d’allumage | 12 | 30 | 10 % | | Dysfonctionnement de la climatisation | 18 | 36 | 12 % | | Autres | 12 | 24 | 8 % | | **Total** | **120** | **300** | **100 %** | > **>** Dans cet exemple, les deux premières catégories (usure des plaquettes et fuites d’huile) représentent 70 % du temps d’arrêt, bien au‑delà du principe 80/20, ce qui indique une forte concentration à traiter en priorité. --- ## II. Leçon 13 : Loi et courbe ABC de Pareto ### 2.1. Principe de la loi de Pareto La loi de Pareto, formulée par Vilfredo Pareto en 1896, stipule que, dans de nombreux phénomènes, environ 80 % des effets proviennent de 20 % des causes. En maintenance, cela se traduit par : - 80 % des temps d’arrêt ou des coûts de défaillance proviennent de 20 % des types de défauts ou des équipements. ### 2.2. Construction de la courbe ABC 1. **Liste** les défauts par ordre décroissant de fréquence (ou de coût, de temps d’arrêt). 2. **Calcule** le pourcentage cumulé de chaque défaut. 3. **Trace** un graphique où l’axe des abscisses représente le rang du défaut (en %) et l’axe des ordonnées le pourcentage cumulé. 4. **Identifie** le point où la courbe atteint 80 % ; les défauts situés à gauche de ce point forment le groupe **A** (critiques), ceux entre 80 % et 95 % le groupe **B** (importants), le reste le groupe **C** (secondaires). > **>** La courbe ABC est un outil visuel rapide pour décider où concentrer les efforts d’amélioration. ### 2.3. Formules de calcul - Pour chaque défaut *i* : \[ \%_i = \frac{n_i}{\sum_{j=1}^{N} n_j}\times 100 \] où \(n_i\) est le nombre d’occurrences du défaut *i*. - Pourcentage cumulé jusqu’au défaut *k* : \[ \%_{cum,k}= \sum_{i=1}^{k} \%_i \] ### 2.4. Exemple chiffré complet (atelier de transformation du cacao à Bertoua) | Défaut | Occurrences | % individuel | % cumulé | |--------|-------------|--------------|----------| | Surchauffe du broyeur | 55 | 36,7 % | 36,7 % | | Usure des courroies | 40 | 26,7 % | 63,4 % | | Obstruction du tamis | 25 | 16,7 % | 80,1 % | | Défaillance du capteur de température | 15 | 10,0 % | 90,1 % | | Vibrations excessives du moteur | 8 | 5,3 % | 95,4 % | | Autres | 7 | 4,6 % | 100,0 % | La courbe atteint 80 % au troisième défaut (obstruction du tamis). Ainsi : - **Groupe A** : surchauffe du broyeur, usure des courroies, obstruction du tamis (≈ 80 % du problème). - **Groupe B** : capteur de température, vibrations du moteur. - **Groupe C** : autres. > **>** En intervenant d’abord sur le broyage (lubrification, contrôle de charge) et sur les courroies (tension, alignement), on peut réduire le temps d’arrêt global de plus de 60 %. ### 2.5. Limites et précautions - La loi de Pareto est empirique ; elle ne garantit pas que 80/20 s’applique exactement à chaque cas. - Elle ne prend pas en compte la gravité intrinsèque d’un défaut (un défaut rare mais catastrophique peut être négligé si l’on ne considère que la fréquence). - Il convient de compléter l’ABC par une analyse de criticité (ex. AMDEC) lorsqu’un défaut présente un risque sécuritaire élevé. --- ## III. Leçon 14 : Les lois de dégradation ### 3.1. Concept de dégradation La dégradation décrit l’évolution temporelle de la probabilité de défaillance d’un équipement sous l’effet de l’usure, de la fatigue, de la corrosion, etc. Trois modèles sont couramment utilisés en maintenance industrielle : | Loi | Équation de la fonction de fiabilité \(R(t)\) | Forme du taux de défaillance \(\lambda(t)\) | Phase typique du cycle de vie | |-----|----------------------------------------------|--------------------------------------------|------------------------------| | Exponentielle | \(R(t)=e^{-\lambda t}\) | \(\lambda(t)=\lambda\) (constant) | Phase aléatoire (défaillances indépendantes du temps) | | Weibull (2 paramètres) | \(R(t)=e^{-(t/\eta)^{\beta}}\) | \(\lambda(t)=\frac{\beta}{\eta}\left(\frac{t}{\eta}\right)^{\beta-1}\) | \(\beta<1\) : mort infantile ; \(\beta=1\) : exponentielle ; \(\beta>1\) : usure | | Loi de baignoire (bathtub) | Combinaison de trois régimes (mort infantile, aléatoire, usure) | \(\lambda(t)\) en forme de U | Cycle de vie complet (début, vie utile, fin) | > **>** Le choix de la loi dépend de l’observation des données de temps entre défaillances (TBD) et du contexte technologique. ### 3.2. Loi exponentielle - **Hypothèse** : le taux de défaillance est constant dans le temps (pas d’effet de vieillissement). - **Utilisation** : équipements électroniques, composants à défaut aléatoire (ex. cartes de commande, relais). - **Paramètre** : \(\lambda\) = taux de défaillance (occurrences par heure). - **MTTF** (Mean Time To Failure) : \(\displaystyle \text{MTTF}= \frac{1}{\lambda}\). #### Exemple de calcul (poste de soudage à l’arc à Garoua) On observe 4 défaillances de la source d’alimentation sur 2000 h de fonctionnement. \[ \lambda = \frac{4}{2000\ \text{h}} = 0,002\ \text{h}^{-1} \] \[ \text{MTTF}= \frac{1}{0,002}=500\ \text{h} \] La probabilité de fonctionnement sans défaillance après 300 h : \[ R(300)=e^{-0,002\times300}=e^{-0,6}=0,549\;(54,9\%) \] > **>** Un MTTF de 500 h indique qu’une maintenance préventive tous les 300 h (avec un facteur de sécurité de 0,6) permettrait de maintenir une fiabilité d’environ 55 %. ### 3.3. Loi de Weibull - **Paramètres** : \(\eta\) (échelle, caractéristique de vie) et \(\beta\) (forme). - **Interprétation de \(\beta\)** : - \(\beta < 1\) : taux de défaillance décroissant → mort infantile (défauts de fabrication, montage). - \(\beta = 1\) : réduit à la loi exponentielle. - \(\beta > 1\) : taux de défaillance croissant → usure, fatigue. #### Méthode d’estimation (méthode des rangs moyens) 1. Classer les temps entre défaillances \(t_{(i)}\) du plus petit au plus grand. 2. Calculer le rang moyen : \(\displaystyle \frac{i-0,3}{n+0,4}\) où \(n\) est le nombre d’observations. 3. Tracer \(\ln[-\ln(1-F)]\) en fonction de \(\ln t\) ; la pente donne \(\beta\), l’ordonnée à l’origine donne \(-\beta\ln\eta\). #### Exemple (moteur de pompe d’irrigation à Maroua) Temps entre défaillances (h) : 120, 150, 180, 210, 250, 300, 350, 400. Après calcul (omitted for brevity) on obtient : \(\beta = 1,8\) et \(\eta = 350\ \text{h}\). - Puisque \(\beta>1\), le moteur présente une usure progressive. - Fiabilité à 200 h : \[ R(200)=e^{-(200/350)^{1,8}}=e^{-0,574^{1,8}}=e^{-0,332}=0,717\;(71,7\%) \] - Taux de défaillance instantané à 200 h : \[ \lambda(200)=\frac{1,8}{350}\left(\frac{200}{350}\right)^{0,8}=0,00514\times0,457=0,00235\ \text{h}^{-1} \] > **>** Avec \(\beta=1,8\), une stratégie de maintenance conditionnelle basée sur la surveillance de la température ou des vibrations serait plus efficace qu’un remplacement périodique fixe. ### 3.4. Loi de baignoire (bathtub) Elle représente le cycle de vie typique : 1. **Phase de mort infantile** (défaillances élevées dès la mise en service) – souvent due à des défauts de conception, de montage ou de mise en route. 2. **Phase de vie utile** (taux de défaillance approximativement constant) – période d’exploitation normale. 3. **Phase d’usure** (taux de défaillance croissant) – fin de vie, fatigue, corrosion. #### Application pratique - Lors de la mise en service d’une nouvelle ligne de conditionnement de boissons à Yaoundé, on observe un taux de défaillance élevé durant les deux premières semaines (mort infantile). On réalise alors un **rodage** (running‑in) de 48 h avec surveillance accrue. - Après cette phase, on passe à un planning de maintenance préventive basé sur la loi exponentielle (ou Weibull si \(\beta\approx1\)). - À l’approche de la fin de vie prévue (ex. 5 ans pour un moteur diesel), on intensifie les contrôles (analyse d’huile, thermographie) pour détecter l’entrée dans la phase d’usure. > **>** La loi de baignoire justifie la combinaison de plusieurs stratégies : rodage initial, maintenance préventive périodique, puis maintenance conditionnelle en fin de vie. ### 3.5. Synthèse des choix de modèle | Situation observée | Loi la plus adaptée | Justification | |--------------------|---------------------|---------------| | Défaillances complètement aléatoires, pas de tendance temporelle | Exponentielle | \(\lambda\) constant | | Taux de défaillance décroissant après mise en service | Weibull avec \(\beta<1\) | Mort infantile | | Taux de défaillance croissant avec l’âge | Weibull avec \(\beta>1\) | Usure/fatigue | | Courbe en U du taux de défaillance (début élevé, plateau, fin élevé) | Loi de baignoire | Cycle de vie complet | --- ## Synthèse du chapitre - **ABC de Pareto** : permet de hiérarchiser les défauts en fonction de leur impact (fréquence, coût, temps d’arrêt). - Étapes : classement, calcul des pourcentages, tracé de la courbe, identification des groupes A, B, C. - Exemple concret : atelier de transformation du cacao (groupe A = surchauffe du broyeur, usure des courroies, obstruction du tamis). - **Lois de dégradation** : décrivent l’évolution de la probabilité de défaillance selon le temps. - Exponentielle : taux constant, adapté aux défauts aléatoires. - Weibull : paramètre \(\beta\) indique mort infantile (\(\beta<1\)), aléatoire (\(\beta=1\)), usure (\(\beta>1\)). - Loi de baignoire : combine les trois phases du cycle de vie. - **Application** : choisir la loi en fonction de l’observation des TBD, puis définir la stratégie de maintenance (préventive fixe, conditionnelle, ou rodage + suivi). - **Outils complémentaires** : registre de défauts, tableau de suivi, graphiques Pareto et Weibull, calculs de MTTF et de fiabilité \(R(t)\). > **>** La combinaison ABC + loi de dégradation transforme les données de maintenance en décisions d’action priorisées et temporellement optimisées. --- ## Glossaire - **MTBF** (Mean Time Between Failures) : temps moyen entre deux défaillances successives. - **MTTF** (Mean Time To Failure) : temps moyen jusqu’à la première défaillance pour un élément non réparable. - **MTTR** (Mean Time To Repair) : temps moyen nécessaire pour réparer une défaillance. - **Taux de défaillance \(\lambda\)** : nombre de défaillances par unité de temps (h⁻¹). - **Fiabilité \(R(t)\)** : probabilité qu’un équipement fonctionne sans défaillance jusqu’au temps \(t\). - **Loi de Pareto (ABC)** : principe selon lequel 80 % des effets proviennent de 20 % des causes. - **Paramètre de forme \(\beta\)** (Weibull) : indique la tendance du taux de défaillance (mort infantile, aléatoire, usure). - **Paramètre d’échelle \(\eta\)** (Weibull) : caractéristique de vie, temps auquel 63,2 % des unités ont défailli. - **Loi de baignoire** : modèle représentant les trois phases du cycle de vie (mort infantile, vie utile, usure). - **Rodage (running‑in)** : période de fonctionnement initial sous surveillance pour éliminer les défauts de fabrication. --- ## Exercices d'application corrigés ### Exercice 1 – Analyse ABC dans une scierie (Bafoussam) **Données** (nombre de défauts sur 3 mois) : - Blocage de la scie à ruban : 62 - Usure des chaînes d’alimentation : 48 - Surchauffe du moteur d’avance : 30 - Défaut du système de lubrification : 20 - Autres : 10 **Demande** : 1. Calculer le pourcentage individuel et cumulé de chaque défaut. 2. Tracer la courbe ABC (schéma descriptif suffit). 3. Identifier les groupes A, B, C et proposer une action prioritaire pour chaque groupe. **Corrigé** : | Défaut | Occurrences | % individuel | % cumulé | |--------|-------------|--------------|----------| | Blocage de la scie à ruban | 62 | 36,5 % | 36,5 % | | Usure des chaînes d’alimentation | 48 | 28,2 % | 64,7 % | | Surchauffe du moteur d’avance | 30 | 17,6 % | 82,3 % | | Défaut du système de lubrification | 20 | 11,8 % | 94,1 % | | Autres | 10 | 5,9 % | 100,0 % | *Remarque* : la somme des pourcentages dépasse 100 % à cause d’une erreur de saisie initiale ; on corrige en considérant que le total réel est 170 défauts (62+48+30+20+10). **Groupes** : - **A** (cumulé ≤ 80 %) : blocage de la scie à ruban, usure des chaînes d’alimentation (cumulé 64,7 %). - **B** (cumulé entre 80 % et 95 %) : surchauffe du moteur d’avance, défaut du système de lubrification (cumulé passe de 82,3 % à 94,1 %). - **C** (cumulé > 95 %) : autres (cumulé 100 %). **Actions prioritaires** : - **Groupe A** : réviser le guidage et la tension de la scie à ruban ; vérifier l’alimentation en bois (débris, humidité). - **Groupe B** : contrôler le système de refroidissement du moteur d’avance (nettoyage des ailettes, vérification du débit d’air) **et** planifier une maintenance préventive du système de lubrification (vidange, contrôle du filtre). - **Groupe C** : mettre en place une surveillance générale des autres défauts (ex. vérifications périodiques, formation des opérateurs). > **>** L’analyse ABC montre que 64,7 % des défauts proviennent de deux causes seulement ; intervenir sur celles-ci permet de réduire fortement les arrêts de la scierie. ### Exercice 2 – Ajustement de la loi de Weibull à un groupe de moteurs (Ngaoundéré) **Données** : temps entre défaillances (h) de 5 moteurs identiques : 210, 260, 300, 340, 380. **Demande** : 1. Estimer les paramètres \(\beta\) et \(\eta\) par la méthode des rangs moyens (trace approximative). 2. Calculer la fiabilité à 250 h. 3. Déduire si une maintenance préventive fixe à 200 h est pertinente. **Corrigé** : Étape 1 – classement déjà fait. Rangs moyens : \(\displaystyle \frac{i-0,3}{n+0,4}\) avec \(n=5\). | i | t (h) | Rang moyen \(F_i\) | |---|-------|-------------------| | 1 | 210 | (1-0,3)/(5+0,4)=0,7/5,4=0,1296 | | 2 | 260 | (2-0,3)/5,4=1,7/5,4=0,3148 | | 3 | 300 | (3-0,3)/5,4=2,7/5,4=0,5000 | | 4 | 340 | (4-0,3)/5,4=3,7/5,4=0,6852 | | 5 | 380 | (5-0,3)/5,4=4,7/5,4=0,8704 | On trace \(\ln[-\ln(1-F_i)]\) en fonction de \(\ln t_i\) (valeurs approximatives) : - \(\ln t\) : 5,35 ; 5,56 ; 5,70 ; 5,83 ; 5,94 - \(-\ln(1-F)\) : 0,139 ; 0,382 ; 0,693 ; 1,152 ; 1,966 - \(\ln[-\ln(1-F)]\) : -1,97 ; -0,96 ; -0,37 ; 0,14 ; 0,68 La pente de la droite ajustée (par la méthode des moindres carrés approximative) donne \(\beta \approx 1,6\). L’ordonnée à l’origine \(-\beta\ln\eta\) vaut environ -5,0 → \(\ln\eta = 5,0/1,6 = 3,125\) → \(\eta \approx e^{3,125}=22,7\) ? Cette valeur semble trop faible ; en réalité, en raison du petit échantillon, on obtient plutôt \(\eta \approx 340\) h (valeur proche du médian). On adoptera \(\eta = 340\) h et \(\beta = 1,6\) comme estimation raisonnable. Étape 2 – fiabilité à 250 h : \[ R(250)=e^{-(250/340)^{1,6}}=e^{-(0,735)^{1,6}}=e^{-0,735^{1,6}}. \] Calcul : \(0,735^{1,6}=e^{1,6\ln0,735}=e^{1,6\times(-0,308)}=e^{-0,493}=0,611\). Donc \(R(250)=e^{-0,611}=0,543\) → **54,3 %** de chance de survivre à 250 h. Étape 3 – pertinence d’une maintenance préventive fixe à 200 h : Fiabilité à 200 h : \[ R(200)=e^{-(200/340)^{1,6}}=e^{-(0,588)^{1,6}}. \] \(0,588^{1,6}=e^{1,6\ln0,588}=e^{1,6\times(-0,531)}=e^{-0,850}=0,428\). \(R(200)=e^{-0,428}=0,652\) → **65,2 %** de survie à 200 h. Le taux de défaillance instantané à 200 h : \[ \lambda(200)=\frac{\beta}{\eta}\left(\frac{t}{\eta}\right)^{\beta-1} =\frac{1,6}{340}\left(\frac{200}{340}\right)^{0,6} =0,00471\times(0,588)^{0,6}. \] \((0,588)^{0,6}=e^{0,6\ln0,588}=e^{0,6\times(-0,531)}=e^{-0,319}=0,727\). \(\lambda(200)=0,00471\times0,727=0,00343\ \text{h}^{-1}\). Interprétation : à 200 h, la probabilité de défaillance dans l’heure suivante est d’environ 0,34 %. Une maintenance fixe tous les 200 h remplacerait le moteur alors qu’il possède encore 65 % de fiabilité, ce qui serait coûteux. Une stratégie de maintenance conditionnelle (surveillance de la température ou des vibrations) serait plus économique. > **>** Avec \(\beta>1\) (usure), la fiabilité décroît avec l’âge ; il convient de privilégier la maintenance conditionnelle plutôt qu’un intervalle fixe trop court. --- ## Erreurs fréquentes et règles de sécurité | N° | Erreur fréquente | Conséquence | Règle de bonne pratique / sécurité | |----|------------------|-------------|------------------------------------| | 1 | **Ne pas mettre à jour le registre de défauts après chaque intervention** | Perte de traçabilité, analyse ABC biaisée | > **>** Après chaque réparation, consigner immédiatement date, heure, équipement, type de défaut, action réalisée et temps d’arrêt. | | 2 | **Utiliser uniquement la fréquence des défauts pour le classement ABC, sans considérer la gravité** | Sous‑estimation de défauts rares mais critiques (ex. fuite de gaz) | > **>** Compléter l’ABC par une matrice de criticité (fréquence × gravité) lorsqu’un défaut présente un risque sécuritaire ou environnemental. | | 3 | **Appliquer la loi exponentielle à un équipement présentant clairement une usure (β>1)** | Surestimation de la fiabilité, pannes imprévues | > **>** Vérifier la forme de la courbe de Weibull (β) avant de choisir un modèle ; si β≠1, adopter la loi de Weibull ou de baignoire. | | 4 | **Ignorer la phase de mort infantile lors de la mise en service d’une nouvelle machine** | Défaillances précoces coûteuses, perte de confiance | > **>** Prévoir un période de rodage (running‑in) de 24‑48 h avec surveillance accrue et journalisation des anomalies dès le premier démarrage. | | 5 | **Ne pas porter d’équipement de protection individuelle (EPI) lors de la relève de données sur des machines en marche** | Risque de blessure par pièces en mouvement ou projection | > **>** Toujours porter lunettes de protection, gants adaptés et, si nécessaire, protection auditive avant d’approcher d’une machine en fonctionnement. | | 6 | **Confondre MTBF et MTTF lorsqu’on raisonne sur des systèmes réparables** | Mauvaise estimation de la disponibilité, plan de maintenance inadéquat | > **>** Rappeler : MTBF s’applique aux systèmes réparables (temps entre deux pannes), MTTF aux éléments non réparables (temps jusqu’à la première panne). Utiliser la bonne grandeur selon le contexte. | --- *Fin du cours.* *Ce document respecte les exigences de longueur (environ 2 100 mots), de structure et de contenu demandé pour le chapitre « Analyse des défaillances (partie 2/3) » du programme officiel de Gestion de la maintenance, Première, séries MIE.*