Fiabilité d'un équipement

## Objectifs et prérequis À la fin de ce chapitre, l’élève sera capable de : - définir le taux de défaillance λ et la fonction de fiabilité R(t) d’un équipement ; - représenter graphiquement R(t) et interpréter son évolution ; - calculer λ et R(t) dans le cas d’un taux constant (loi exponentielle) ; - déterminer la moyenne de durée de vie (MTTF) à partir de données d’atelier ; - choisir un modèle de loi de durée de vie adapté (exponentielle, normale, Weibull) selon le contexte professionnel ; - appliquer ces notions à des situations réelles d’installation, de maintenance ou de modification de biens au Cameroun. **Prérequis** : notions de probabilité de base (événement, probabilité conditionnelle), lecture de graphiques, unités du Système international (heure, seconde), connaissances en électrotechnique/mécanique de base (fonctionnement d’un moteur, d’un transformateur, d’un système de climatisation). ## Introduction contextualisée Dans les ateliers de maintenance industrielle ou les chantiers de bâtiment au Cameroun, la disponibilité des équipements conditionne la productivité et la sécurité. Une panne imprévue d’un groupe électrogène sur un site de télécommunication à Douala, ou d’un compresseur d’air dans une usine de transformation du cacao à Yaoundé, entraîne des coûts directs (réparation, perte de production) et indirects (pénalités contractuelles, risque pour le personnel). La fiabilité permet d’anticiper ces événements en quantifiant la probabilité qu’un matériel fonctionne sans défaillance pendant un temps donné. Ce chapitre introduit les outils mathématiques utilisés par les techniciens supérieurs pour analyser et améliorer la durée de vie des biens, conformément au référentiel MINESEC/IGE (approche par compétences). ## I. Représentation du taux de défaillance, de la fonction fiabilité ### A. Définitions de base > **Taux de défaillance (λ)** : nombre moyen de défaillances **survenues** par unité de temps lorsqu’un équipement est en fonctionnement. > **Fonction de fiabilité R(t)** : probabilité qu’un équipement survive jusqu’au temps t sans subir de défaillance. > **Fonction de répartition F(t)** : probabilité qu’une défaillance soit survenue avant le temps t, avec F(t)=1−R(t). ### B. Relation entre λ et R(t) (cas de taux constant) Lorsque le taux de défaillance est constant dans le temps (hypothèse de mémoire nulle), on obtient : - R(t) = e^(−λ·t) - λ = −(ln R(t))/t - L’unité de λ est généralement exprimée en défauts par heure (h⁻¹) ou en défauts par mille heures (failures per thousand hours, FIT). > **Propriété fondamentale** : pour une loi exponentielle, la probabilité conditionnelle de défaillance dans un intervalle [t, t+Δt] sachant que le composant a survécu jusqu’à t ne dépend pas de t. ### C. Loi exponentielle – caractéristiques | Paramètre | Expression | Unité | Interprétation | |-----------|------------|-------|----------------| | Taux de défaillance λ | λ = n / ΣTi | h⁻¹ | n = nombre de défaillances observées, ΣTi = somme des temps de fonctionnement de tous les équipements | | Fonction de fiabilité R(t) | R(t) = e^(−λ·t) | adimensionnelle | Probabilité de survie jusqu’à t | | Moyenne de durée de vie (MTTF) | MTTF = 1/λ | h | Temps moyen de fonctionnement avant la première défaillance | | Variance | σ² = 1/λ² | h² | Dispersion des temps de vie autour de la moyenne | ### D. Exemple chiffré – Groupe électrogène de chantier Un groupe électrogène de 100 kVA a été suivi pendant 2000 h de fonctionnement sur un chantier de construction à Bafia. Durant cette période, 4 défaillances ont été enregistrées (arrêt soudain du moteur). 1. Calcul du taux de défaillance : λ = n / ΣTi = 4 / 2000 h = 0,002 défaillances·h⁻¹ = 2 FIT. 2. Fonction de fiabilité à 500 h : R(500) = e^(−0,002·500) = e^(−1) ≈ 0,3679 → 36,8 % de probabilité de ne pas tomber en panne avant 500 h. 3. MTTF : MTTF = 1/λ = 1/0,002 = 500 h. > **À retenir** : dans cet exemple, le groupe électrogène a une espérance de vie moyenne de 500 h ; après ce délai, la probabilité de survie chute à 36,8 %. ### E. Tableau récapitulatif – Loi exponentielle | Temps t (h) | R(t) = e^(−λ·t) | F(t) = 1−R(t) | |-------------|----------------|--------------| | 0 | 1,0000 | 0,0000 | | 250 | 0,6065 | 0,3935 | | 500 | 0,3679 | 0,6321 | | 750 | 0,2231 | 0,7769 | | 1000 | 0,1353 | 0,8647 | ## II. Analyse de la durée de vie d’un matériel ou d’un équipement ### A. Fonctions de répartition et de densité > **Fonction de répartition F(t)** : probabilité que la durée de vie T soit inférieure ou égale à t. > **Densité de probabilité f(t)** : dérivée de F(t) ; f(t)=dF/dt représente la probabilité instantanée de défaillance au temps t. > Relation : F(t)=∫₀ᵗ f(u) du ; R(t)=1−F(t). ### B. Moyenne de durée de vie (MTTF) – définition générale MTTF = E[T] = ∫₀⁺∞ t·f(t) dt = ∫₀⁺∞ R(t) dt. Cette égalité permet de calculer la moyenne soit à partir de la densité, soit directement à partir de la fonction de fiabilité. ### C. Lois de durée de vie fréquemment rencontrées | Loi | Fonction de fiabilité R(t) | Paramètre(s) | Domaine d’application typique | |-----|----------------------------|--------------|------------------------------| | Exponentielle | e^(−λ·t) | λ (taux constant) | Composants électroniques, relais, soudures (défaillances aléatoires) | | Normale | ½·[1−erf((t−μ)/(σ·√2))] | μ (moyenne), σ (écart‑type) | Usure mécanique, fatigue des métaux, équipements soumis à contraintes cycliques | | Weibull | e^(−(t/η)^β) | η (échelle), β (forme) | Large éventail : β<1 → défaillances précoces (mortalité infantile) ; β=1 → exponentielle ; β>1 → usure (vieillissement) | > **À retenir** : le paramètre de forme β de la loi de Weibull permet de distinguer trois régimes de défaillance : prématuré (β<1), aléatoire (β=1) et d’usure (β>1). ### D. Méthode d’estimation à partir de données d’atelier 1. **Collecte des temps de fonctionnement** : relever les heures de service entre deux défaillances successives (ou jusqu’à censure si l’équipement est encore en fonctionnement à la fin de l’observation). 2. **Calcul de la moyenne empirique** : \(\bar{t}= \frac{1}{n}\sum_{i=1}^{n} t_i\). 3. **Ajustement de loi** : tracer le diagramme de probabilité (ex. papier Weibull) ; si les points s’alignent sur une droite, la loi correspondante est retenue. 4. **Validation** : test du chi‑carré ou du Kolmogorov‑Smirnov pour vérifier l’ajustement. ### E. Exemple chiffré – Moteur de pompe d’irrigation Sur une ferme de riz à Maroua, 10 moteurs identiques ont été suivis. Les temps de fonctionnement (en heures) jusqu’à la première défaillance sont : | Moteur | t (h) | |--------|-------| | 1 | 820 | | 2 | 910 | | 3 | 760 | | 4 | 880 | | 5 | 945 | | 6 | 805 | | 7 | 870 | | 8 | 905 | | 9 | 795 | |10 | 860 | 1. **Moyenne empirique** : \(\bar{t}= (820+910+760+880+945+805+870+905+795+860)/10 = 855 h\). 2. **Histogramme approximatif** montre une répartition assez symétrique autour de 850 h → hypothèse normale plausible. 3. **Estimation de l’écart‑type** : \(s = \sqrt{\frac{1}{n-1}\sum (t_i-\bar{t})^2} ≈ 58,6 h\). 4. **Fonction de fiabilité normale** (approximation) : \(R(t) = 1 - Φ\big((t-μ)/σ\big)\) où Φ est la fonction de répartition de la loi normale centrée réduite. Pour t = 1000 h : \(z = (1000-855)/58,6 ≈ 2,48\) → Φ(2,48)≈0,993 → R(1000)≈0,007 (0,7 % de survie). > **À retenir** : avec une moyenne de 855 h et un écart‑type de 58,6 h, seulement 7 moteurs sur 1000 sont susceptibles de fonctionner au-delà de 1000 h sans défaillance. ### F. Tableau récapitulatif – Comparaison des lois | Loi | Paramètres estimés (exemple) | MTTF (h) | Forme de la courbe de fiabilité | |-----|------------------------------|----------|---------------------------------| | Exponentielle | λ=0,0012 h⁻¹ (exemple) | 833 | décroissance exponentielle régulière | | Normale | μ=855 h, σ≈58,6 h | 855 | symétrique, décroissance rapide après μ | | Weibull (β=1,8, η=900 h) | β=1,8, η=900 | η·Γ(1+1/β)≈ 820 | décroissance accélérée (usure) | ## Synthèse du chapitre - Le taux de défaillance λ mesure la fréquence moyenne des pannes ; la fonction de fiabilité R(t)=e^(−λ·t) décrit la probabilité de survie quand λ est constant. - Dans le cas exponentielle, MTTF=1/λ et la variance vaut 1/λ². - Lorsque les défaillances résultent d’usure ou de fatigue, les lois normale ou de Weibull offrent une meilleure représentation ; le paramètre de forme β de Weibull indique le régime de défaillance. - L’estimation de ces paramètres se fait à partir des temps de fonctionnement observés en atelier : moyenne empirique pour μ, écart‑type pour σ, tracé de probabilité pour Weibull. - Ces outils permettent de planifier les maintenances préventives, de dimensionner les pièces de rechange et d’évaluer la disponibilité des équipements sur les chantiers et dans les industries camerounaises. ## Glossaire - **Taux de défaillance (λ)** : nombre moyen de défaillances par unité de temps. - **Fonction de fiabilité R(t)** : probabilité qu’un équipement fonctionne sans défaillance jusqu’au temps t. - **Fonction de répartition F(t)** : probabilité qu’une défaillance soit survenue avant t (F=1−R). - **Densité de probabilité f(t)** : dérivée de F(t) ; représente l’intensité instantanée de défaillance. - **MTTF (Mean Time To Failure)** : moyenne de la durée de vie avant la première défaillance. - **Loi exponentielle** : modèle de durée de vie avec taux de défaillance constant. - **Loi normale** : modèle symétrique utilisé quand les défaillances résultent d’usure autour d’une moyenne. - **Loi de Weibull** : modèle flexible caractérisé par un échelon η et une forme β permettant de représenter mortalité infantile, aléatoire ou d’usure. - **Censure** : situation où l’équipement n’a pas encore connu de défaillance à la fin de l’observation. - **Papier de probabilité (Weibull plot)** : représentation graphique permettant de vérifier l’ajustement d’une loi de Weibull. ## Exercices d'application corrigés ### Exercice 1 – Groupe électrogène de secours Un groupe électrogène de 50 kVA installé dans un centre de santé à Ngaoundéré a fonctionné 1500 h sans panne, puis a connu deux défaillances successives à 1600 h et 1750 h. 1. Calculer le taux de défaillance λ sur la période d’observation. 2. Déterminer la probabilité de survie à 2000 h. 3. En déduire le MTTF. **Corrigé** 1. Temps total de fonctionnement = 1500 h (avant première défaillance) + (1600‑1500)=100 h + (1750‑1600)=150 h = 1750 h. Nombre de défaillances n = 2. λ = n / ΣTi = 2 / 1750 h ≈ 0,00114 h⁻¹ (≈1,14 FIT). 2. R(2000) = e^(−λ·2000) = e^(−0,00114·2000) = e^(−2,28) ≈ 0,102 → 10,2 % de probabilité de ne pas tomber en panne avant 2000 h. 3. MTTF = 1/λ ≈ 1/0,00114 ≈ 877 h. ### Exercice 2 – Courroie de convoyeur Dans une usine de transformation du café à Buea, la durée de vie d’une courroie de convoyeur suit une loi normale avec μ=1200 h et σ=80 h. 1. Quelle est la probabilité que la courroie dure moins de 1000 h ? 2. Quelle durée de vie correspond à un risque de défaillance de 5 % (c’est‑à‑dire R(t)=0,95) ? **Corrigé** 1. z = (1000‑1200)/80 = –200/80 = –2,5. Φ(−2,5) ≈ 0,0062 → 0,62 % de probabilité de durer moins de 1000 h. 2. On cherche t tel que R(t)=0,95 → F(t)=0,05 → Φ((t‑μ)/σ)=0,05 → (t‑μ)/σ = z₀,₀₅ ≈ –1,645. t = μ + z·σ = 1200 + (‑1,645)·80 ≈ 1200 – 131,6 ≈ 1068 h. Ainsi, une durée de vie d’environ 1070 h garantit un risque de défaillance inférieur à 5 %. ## Erreurs fréquentes et règles de sécurité | Erreur fréquente | Conséquence | Règle de bonne pratique / sécurité | |------------------|-------------|------------------------------------| | Confondre λ (taux de défaillance) avec MTBF (Mean Time Between Failures) lorsqu’il y a réparations. | Sous‑estimation de la disponibilité réelle. | Utiliser MTBF = MTTF + MTTR (Mean Time To Repair) uniquement si les réparations sont prises en compte ; distinguer clairement les deux grandeurs. | | Appliquer la loi exponentielle à un équipement soumis à une usure évidente (ex. courroie, roulement). | Prédictions de fiabilité trop optimistes, risques de panne non anticipés. | Vérifier la constance de λ par un tracé de probabilité Weibull ; si β≠1, choisir une loi adaptée. | | Oublier de convertir les unités (ex. utiliser des minutes au lieu d’heures) dans le calcul de λ. | Valeurs de λ erronées de facteur 60, leading to mauvais dimensionnement de pièces de rechange. | Toujours travailler en heures (h) pour λ ; noter explicitement l’unité à chaque étape de calcul. | | Ne pas prendre en compte les données censurées (équipements encore en fonctionnement) lors de l’estimation de μ et σ. | Biais vers des valeurs trop faibles de la moyenne et de l’écart‑type. | Utiliser les méthodes d’estimation de maximum de vraisemblance adaptées aux données censurées, ou exclure les censures seulement si justifié par la durée d’observation. | | Interpréter une valeur de R(t) proche de 1 comme une garantie de bon fonctionnement sans considérer le contexte de charge. | Sur‑estimation de la sûreté en conditions réelles (surcharge, température élevée). | Compléter l’analyse de fiabilité par une étude des contraintes mécaniques, thermiques et électriques ; appliquer des coefficients de sécurité conformément aux normes nationales (ex. NC C 15‑100 pour les installations électriques). | | Utiliser un tableau de loi normale pour extrapoler bien au-delà de l’intervalle observé (ex. t>2000 h quand les données ne vont qu’à 1500 h). | Prédictions peu fiables, erreurs de planification de maintenance. | Limiter l’extrapolation à au plus 1,5 fois la durée d’observation maximale, sauf si des données complémentaires ou un modèle physique le justifie. |