Plan du chapitre

1. Introduction
2. Rappels mathématiques
3. Mesure de la fiabilité
4. Maintenabilité
5. Disponibilité
6. Sécurité

03/03/2018 2
 1 - Introduction

La sûreté de fonctionnement est un terme

générique qui regroupe 4 grands domaines :
la fiabilité
la maintenabilité
la disponibilité
la sécurité
Abréviation courante : FMDS
03/03/2018 3
 Sûreté de fonctionnement

Fiabilité + Sécurité + Maintenabilité

Assurer une fonction Eviter les Aptitude à être

pendant un temps T évènements maintenu ou rétabli
non souhaités rapidement

Assurer une fonction

= Disponibilité
à un instant donné

03/03/2018 4
 Exemple : télévision
Ma télé doit
fonctionner dès
que je la branche
Mais si elle est en
panne, elle doit être
réparée tout de suite

Et surtout, le tube
ne doit pas
imploser!

Disponibilité
Fiabilité
03/03/2018 + Maintenabilité + Sécurité = 5
24h/24
 Définitions (norme NF EN 13306)

1. Fiabilité : c’est l’aptitude d'une entité à accomplir

une fonction requise dans des conditions données,
durant un intervalle de temps donné

La fiabilité se traduit donc par l’aptitude d’un bien à

avoir une faible fréquence de défaillance = c’est une
probabilité
03/03/2018 6
 Définitions (norme NF EN 13306)

2. Maintenabilité : Dans des conditions données

d’utilisation, c’est l’aptitude d'un bien à être maintenu
ou rétabli, dans des conditions données, dans un état
où il peut accomplir une fonction requise en utilisant
des procédures et des moyens prescrits

La maintenabilité se traduit donc par l’aptitude d’un

03/03/2018
bien à avoir un faible temps de réparation 7
 Définitions (norme NF EN 13306)

3. Sécurité : c’est la probabilité d’éviter la génération

de tout événement catastrophique sur les biens et
les personnes dans une application donnée
Elle a donc pour but d’obtenir un système sûr, c’est
à dire ne risquant pas d’occasionner :
♦ la perte ou des blessures de personnes
♦ des dommages ou des pertes d’équipement
que le système soit en état de fonctionnement
normal, dégradé ou en état de non-fonctionnement

03/03/2018 8
 Définitions (norme NF EN 13306)

4. Disponibilité : c’est l’aptitude d'un bien à être en

état d'accomplir une fonction requise dans des
conditions données et à un instant donné ou durant
un intervalle de temps, en supposant que la
fourniture des moyens nécessaires soit assurée
Cette aptitude est fonction d’une combinaison de la
fiabilité, de la maintenabilité et de la logistique de
maintenance du bien, de la sécurité

Elle exprime la probabilité pour que le système

accomplisse sa fonction à l'instant t
03/03/2018 9
 2 – Rappels mathématiques

1. Variable aléatoire continue

Exemple : intervalle de temps T entre 2 défaillances
consécutives pour le même équipement
2.Loi de probabilité continue
C’est la correspondance entre la variable aléatoire et la
probabilité :
pi = f (Ti)

03/03/2018 10
 2 – Rappels mathématiques
P
Tmoy

t (heures)
500 1000 1500

Exemple : loi de probabilité de l’intervalle entre 2 défaillances

03/03/2018 11
 2 – Rappels mathématiques
3. Fonction de répartition
C’est un cumul de probabilité: F(ti) = Pr{T≤ti)
F

1
0,8

t (heures)
500 1000 1500

Ex : proba pour que 80% des équipements soient en panne avant 1500h
 2 – Rappels mathématiques
4. Densité de probabilité
C’est la dérivée de la fonction de répartition : c’est
encore la probabilité pour qu’un événement arrive
dans un intervalle de temps donné

Pr( t < T ≤ t + dt ) dF(t)

f ( t ) = limdt →0 =
dt dt

Exemple : probabilité pour qu’un équipement tombe en

panne entre 1000h et 1050 h de fonctionnement
03/03/2018 13
 2 – Rappels mathématiques
5. Valeurs caractéristiques d’une loi de probabilité

Espérance mathématique : exprime la notion de

résultat moyen et sert de référence pour situer un
résultat quelconque (moyenne)

Ecart-type : exprime la notion de dispersion autour de

la moyenne et mesure donc l’étalement des résultats
03/03/2018 14
 3 - Mesure de la fiabilité

Je teste sa 1. La fiabilité
fiabilité, 2. Modélisation mathématique
Ah, Ah,
Ah.. 3. Fiabilité des équipements
complexes
4. Paramètres fiabilistes
5. Cas typiques de calcul de
fiabilité
6. Amélioration de la fiabilité
03/03/2018 15
 3.1 – La fiabilité

Probabilité pour un équipement d’accomplir

une fonction requise, dans des conditions
déterminées, pendant une période donnée
= probabilité pour que l’équipement fonctionne
jusqu’à l’instant t
La fonction fiabilité est notée R
R = Reliability
03/03/2018 16
 A - La fiabilité : pour qui ?

On trouvera deux sortes de dispositifs :

les dispositifs non réparables (résistances, transistors,

batteries, goupilles, joints, etc..) dont on effectuera le
changement standard

les dispositifs réparables qui feront l’objet d’une

maintenance corrective

03/03/2018 17
 B – Le temps

La base :
temps jusqu’à défaillance pour un
système non réparable
ou temps entre 2 défaillances
consécutives pour un système réparable
s’exprime en secondes ou bien en « unités
d’usage » (heures, distances, cycles ou
toutes grandeurs appropriées : 1 heure, 3
mois, 1000 km, etc...)
définit une variable aléatoire T que l’on
traite selon les méthodes usuelles du
calcul des probabilités
03/03/2018 18
 Dispositifs non réparables

Pour les dispositifs non réparables, on relève le temps jusqu’à

défaillance
Fonctionnement

TTF
Arrêt
t

TTF = Time To Failure (temps jusqu'à la défaillance

irréversible)
03/03/2018 = Durée de vie du dispositif 19
 Pour les dispositifs réparables, on relève le
temps entre deux défaillances successives

TBF

Fonctionnement

UT

Arrêt

TTR TTR

DT DT
03/03/2018 20
TBF = Time Between Failure (temps s’écoulant entre deux
défaillances)

UT = Up Time (temps de fonctionnement après réparation ou

temps de disponibilité)

DT = Down Time (temps d’arrêt sur défaillance, y compris le

temps de diagnostic de la panne, la réparation et le temps de
remise en service, donc temps d’indisponibilité)

TTR = Time To Restoration (temps de réparation)

03/03/2018 21
 C – Fiabilité = probabilité

90 chances sur
La fiabilité est une
100 pour qu’elle
caractéristique d’un
me raconte des
équipement qui s’exprime
salades !..
sous forme probabiliste
Son estimation:
- à partir de résultats
obtenus sur une période
donnée
- à partir de résultats
obtenus sur un échantillon
d’équipements
03/03/2018 22
 C – Fiabilité = probabilité

A partir de résultats obtenus sur une période donnée :

on l’extrapole sur une période intéressante pour
l’utilisateur (notion de durée de vie)

A partir de résultats obtenus sur un échantillon

d’équipements identiques :
on l’extrapole sur l’ensemble des équipements de
même type dans lequel l’échantillon a été prélevé
03/03/2018 23
 3.2 – Modélisation de la fiabilité

1. Expression mathématique
2. Estimation statistique
3. Application
x 4. Taux de défaillance
5. Modèle mathématique de la
fiabilité
∫sin3udu

03/03/2018 24
 1 – Expression mathématique

Soit T la durée de vie d’un équipement (TTF) ou

l’intervalle entre deux défaillances (TBF)
T est une variable aléatoire continue
Sa fonction de répartition F(t) est appelée fonction de
défaillance : c’est la probabilité pour que l’équipement
tombe en panne avant l’instant t, donc F(t) = Pr(T < t)
On appelle fiabilité ou fonction de survie l’expression

R(t) = Pr(T > t)

T est souvent exprimé en heures mais aussi en unité d’usage
03/03/2018 25
 1 – Expression mathématique

Exemple R(100) = 0,92 : cela signifie que le matériel a

92 chances sur 100 de fonctionner pendant les 100
premières heures ou unités d’usage
On a aussi la relation : F(t) = Pr(T < t) = 1 – R(t)
où F(t) est la fonction de défaillance
La fréquence d’apparition des défaillances entre t et
t+dt (ou densité de probabilité de défaillance) est :
dF(t)
f(t) =
dt
03/03/2018 26
 2 – Estimation statistique

Le maintenancier n’aura à sa disposition qu’un

historique des défaillances d’où il pourra extraire la
distribution des temps (TTF et TBF)

Pour estimer R(t), F(t) et p(t), on va passer par une

étude statistique des historiques

03/03/2018 27
 2 – Estimation statistique

Considérons N(0) équipements identiques mis en service à

t = 0 et travaillant dans les mêmes conditions

On appelle N(t) le nombre de survivants à l’instant t

Supposons aussi que le temps soit régulièrement distribué,

de manière que chaque intervalle de temps soit égal à 1
unité d’usage (1 h, ou 1000 h, ou 5000 km, etc..)

28
 2 – Estimation statistique

représente la probabilité de survie des

N(t) équipements
R(t) =
N(0) au bout du temps t, on observe le pourcentage
de survivants
c’est donc bien la fiabilité de l’équipement que
l’on mesure
représente la proportion de défaillants
N (t ) − N (t + 1) entre les instants t et t+1, donc la
f (t ) = fréquence d’apparition des défaillances
N (0) c’est bien la notion de densité de
probabilité qui est mesurée
03/03/2018 29
 2 – Estimation statistique

représente la fréquence des défaillances

t −1 sur un temps t
F( t ) = 1 − R( t ) = ∑ f (i)
i=0 c’est bien la probabilité d’observer une
défaillance à t ou avant t

définit le rapport du nombre

d’équipements défaillants au cours d’une
période au nombre de survivants au début
N(t) − N(t +1)
λ(t) = de cette période
N(t)
le paramètre λ mesure donc le taux de
défaillance entre deux instants
03/03/2018 30
Date ou Survivants Fiabilité Fréquence de Fonction de Taux de
défaillance défaillance défaillance
période N(t) R(t)
N(0)
t=0 N(0) R(0) = =1 F(0) = 1 – R(0) = 0
N(0)
N(0)-N(1) N(0)-N(1)
0<t<1 f(0) = λ(0) =
N(0) N(0)
N(1) F(1)=1–R(1)=f(0)
t=1 N(1) R(1) =
N(0)
N(1)-N(2) N(1)-N(2)
1<t<2 f(1) = λ(1) =
N(0) N(1)
N(2) F(2)=1–R(2)
t=2 N(2) R(2) =
N(0) =f(0)+f(1)
N(2) − N(3) N(2)-N(3)
2<t<3 f ( 2) = λ(2) =
N(0) N(2)
N(3) F(3)=1–R(3)
t=3 R(3) =
N(0) =f(0)+f(1)+f(2)

N(i)-N(i+1) N(i)-N(i+1)
i < t < i+1 f(i) = λ(i) =
N(0) N(i)
F(i+1)=1–R(i+1)
N(i+1)
R(i+1) = i
t = i+1
03/03/2018
N(i+1) N(0) =∑f(k)
k =0
31
 3 - Application

Période Nb de
L’observation des défaillances défaillance
s
sur un ensemble de 40
0 – 1000h 1
moteurs asynchrones de
1000 – 2000h 4
même type, utilisés par la 2000 – 3000h 8
société MECAMALO, a donné 3000 – 4000h 12
les résultats suivants 4000 – 5000h 11
5000 – 6000h 3
03/03/2018 32
 Cumul
Date ou Nb Défail- Nb survi- défaillants
période lants vants n R(t) F(t) f(t) λ(t)
0 0 40 0 1 0
[0,1000[

1000
[1000,2000[

2000
[2000, 3000[

3000
[3000, 4000[

4000
[4000, 5000[

5000
[5000, 6000[

6000
 Date ou Cumul défail
période Nb Défaillants Nb survivants lants n R(t) F(t) f(t) λ(t)

0 40 0 100,0% 0,0%
[0,1000[ 1 2,5% 2,50%
1000 39 1 97,5% 2,5%
[1000,2000[ 4 10,0% 10,26%
2000 35 5 87,5% 12,5%
[2000, 3000[ 8 20,0% 22,86%
3000 27 13 67,5% 32,5%
[3000, 4000[ 12 30,0% 44,44%
4000 15 25 37,5% 62,5%
[4000, 5000[ 11 27,5% 73,33%
5000 4 36 10,0% 90,0%
[5000, 6000[ 3 7,5% 75,00%
6000 1 39 2,5% 97,5%
03/03/2018 34
 Allure de la fiabilité R(t)
R(t)
%
100

50

10
t
03/03/2018 1000 2000 3000 4000 5000 6000 35
 Allure de la fonction de défaillance F(t)
F(t)
%
100

50

10 3500 h
t
03/03/2018 1000 2000 3000 4000 5000 6000 36
 Allure de la fréquence d’apparition des
défaillances f(t)
p(t)
%
E(t)
30

20

10

t
1000 2000 3000 4000 5000 6000
03/03/2018 37
 Allure du taux de défaillance λ(t)
λ (t)
%
100

50

λ(t) Max
10
t
03/03/2018 1000 2000 3000 4000 5000 6000 38
 Remarques sur le calcul de F(t)

l’estimation de F(t) s’est effectuée dans l’exemple

précédent par le rapport n/N(0) avec n = cumul des
défaillants à la fin de l’intervalle de temps considéré
c’est la méthode des rangs bruts

en fait, quand l’échantillon est

inférieur à 50, on prend la F(t) = n
méthode des rangs moyens N(0) + 1

dans notre exemple F(2000) donnerait 12,2% au

lieu de 12,5%
03/03/2018 39
 Remarques sur le calcul de F(t)

quand l’effectif de
l’échantillon est inférieur à F(t) = n − 0,3
N(0) + 0,4
20, on utilise la méthode
des rangs médians

03/03/2018 40
 4 – Taux de défaillance

Le taux de défaillance est

une caractéristique de
fiabilité couramment
utilisée dans l’industrie
Il caractérise la vitesse de
variation de la fiabilité au
cours du temps

03/03/2018 41
 A – Taux de défaillance moyen

Il y a deux façons de le calculer pratiquement :

soit le matériel est unique et réparable
soit on dispose d’un lot de matériels identiques
dont on observe la durée de vie dans le temps

03/03/2018 42
 A1 - Caractérisation d’un matériel unique

Pour une période donnée, le taux défaillance s’exprime

par :
nombre total de défaillances pendant la période considérée
λ=
durée totale de bon fonctionnement

Le taux de défaillance s’exprime ici en nombre de défaillances par

unité d’usage
La durée de bon fonctionnement est égale à la durée totale de
service moins la durée des défaillances ∑UT

03/03/2018 43
 Exemple
une ligne de production a fonctionné pendant un cycle de
200 heures

pendant ce cycle, on a observé 5 défaillances, à des

moments différents et de durées respectives (réparation et
remise en activité comprises) : 3 heures - 4,5 heures - 1,5
heures - 6,5 heures et 5 heures

le taux de défaillance moyen de cette ligne est donc

5
λ= = 0,028 def/h
200 − (3 + 4,5 + 1,5 + 6,5 + 5) 44
 A2 - Caractérisation d’un lot d’équipements
identiques

Pour une période d’observation donnée et pour N équipements

observés, le taux de défaillance moyen s’exprime par
nombre d' équipement s défaillant s
λ= N
∑ TTFi
i=1

Cette formulation s’adapte bien aux équipements non réparables

03/03/2018 45
 Exemple
10 dispositifs identiques ont été testés sur une durée de 1000 h.

Le premier est tombé en panne, de manière irréparable, au bout de

260 h, le second au bout de 425 h, le 3ème au bout de 624 h, le 4ème au
bout de 712 h, le 5ème au bout de 803 h et le 6ème au bout de 955 h.

Les quatre derniers continuent de fonctionner

Le taux de défaillance de cet équipement est donc :

6
λ= = 7,71.10 − 4 def/h
260 + 425 + 624 + 712 + 803 + 955 + 4 x1000
03/03/2018 46
 Exemples de taux moyen de défaillances

Composants électroniques

Composant Taux de défaillance

Résistance 10-8 def/h
Condo céramique 10-8 def/h
Transistor petit signal 10-7 def/h

03/03/2018 47
 Exemples de taux moyen de défaillances

Composants mécaniques

Composants Taux de défaillance

Lampe incandescence 8,3.10-6 def/h
Lampe néon 4,8.10-7 def/h
Vanne pneumatique 3.10-6 def/h
Pompe centrifuge 1,2.10-5 def/h
Réservoir 1,4.10-5 def/h
03/03/2018 48
 A3 – Expression théorique

Les calculs précédents ne donne qu’un ordre d’idée de λ

Si on veut avoir une idée de son évolution, il faut connaître son
modèle mathématique
Considérons maintenant N(0) équipements identiques à l’instant
t=0
A chaque instant t, on peut relever le nombre d’équipements
survivants N(t)
Dans ces conditions, le taux de défaillance moyen pendant un
intervalle de temps dt, rapporté au nombre de survivants à
l’instant t, s’écrit :
N( t ) − N( t + dt )
λ=
03/03/2018 N( t ).dt 49
 Exemple
On teste un lot de 50 électrovannes en les soumettant à une
suite de 10 impulsions

A la 50ème heure, il en reste 35

Il n’en reste plus que 30 à la 60ème

Le taux de défaillance moyen entre la 50 et 60ème heure vaut :

λ = 35 - 30 = 0,014 def/h
35x10
03/03/2018 50
 B – Taux de défaillance instantané

Le taux moyen de défaillance peut encore s’écrire :

N( t ) − N( t + dt )
N( t ) − N( t + dt ) N(0).dt
λ= =
N( t ).dt N( t )
N(0)
Le rapport N(t)/N(0) représente la fiabilité R(t) = 1 – F(t),
donc :
R( t ) − R( t + dt ) 1 − F( t ) − 1 + F( t + dt ) F( t + dt ) − F( t )
λ= = =
dt.R( t ) dt.R( t ) dt.R( t )
03/03/2018 51
 B – Taux de défaillance instantané

Si on suppose la fonction de défaillance F dérivable sur

[0,+∞[, alors :
F( t + dt ) − F( t ) F' ( t ) f ( t )
limdt →0 = =
dt.R( t ) R( t ) R( t )

où f(t) est la fréquence d’apparition des défaillances

On appelle taux de défaillance instantané à l’instant t, le
rapport :
f (t) f (t)
λ( t ) = =
R( t ) 1 − F( t )
03/03/2018 52
 C - Evolution du taux de défaillance dans le temps
De nombreuses observations ont montré que les matériels
présentaient un taux de défaillance dont l’allure, en fonction du temps,
est « une courbe en baignoire »
λ
1 2 3

Composant
mécanique
Composant
électronique
Composant
électrique
t
03/03/2018 53
 C - Evolution du taux de défaillance dans le temps

La courbe en baignoire fait apparaître 3 zones :

Zone 1
c’est
λ la période de jeunesse ou de défaillance précoce, période
1 matériel pendant
initiale d’un 2 laquelle le taux instantané
3 de
défaillance décroît rapidement, jusqu'à un minimum
Elles sont dues à des anomalies ou imperfections de montage
cette période devrait, pour des matériels corrects, être éliminée
par un rodage pour la mécanique ou par un pré-vieillissement
Composant

(« déverminage »)mécanique
pour des composants électroniques
Composant
électronique
Composant
électrique
t
03/03/2018 54
 C - Evolution du taux de défaillance dans le temps

Zone 2
c’est la période, dans la vie d’un matériel, pendant laquelle le
tauxλ instantané de défaillance est pratiquement constant pour le
1 2 3
composant électronique, moins pour le composant mécanique
elle peut être de durée plus ou moins importante (plus pour
l’électronique que pour la mécanique)
les défaillances sont aléatoires et liées le plus souvent à la
Composant
dérive des composants
mécanique
Composant
on appelle aussi cette période « période de maturité »
électronique
Composant
en maintenance, c’est la période où l’on metélectrique
en place du
t
préventif,
03/03/2018
même si le correctif reste nécessaire 55
 C - Evolution du taux de défaillance dans le temps

Zone 3
c’est la période de défaillance par vieillissement (ou période
λ
d’usure ou1 « fin de vie ») 2 3
pendant cette période, le taux de défaillance croît rapidement
à un certain point de λ(t), le matériel est « mort »
on peut éliminer cette période par des politiques appropriées de
déclassement ou de remplacement systématique
Composant
mécanique
la tendance est toutefois d’effectuer une maintenance
Composant
conditionnelle, ce qui permet de prévoir les défaillances et
électronique
Composant
d’exploiter le matériel au maximum de ses possibilités
électrique
t
03/03/2018 56
 C - Evolution du taux de défaillance dans le temps

Aujourd’hui, pour éviter les pannes de jeunesse, certains

fournisseurs d’équipements n’hésitent pas à « vieillir » ceux-ci
avant de les vendre au client
C’est le cas des constructeurs automobiles, le client ne
« rodant » plus le moteur de sa voiture comme cela se faisait
encore il y a une vingtaine d’année
D’autre part, des équipements identiques ne travaillent pas
obligatoirement de la même manière, et donc, la réalité des
défaillances est toute autre
Dans ces conditions, on ne va pas toujours obtenir une courbe
en baignoire
03/03/2018 57
 C - Evolution du taux de défaillance dans le temps

λ
Sur cet exemple, les pannes de
jeunesse ont été éliminées
Les défaillances
n’apparaissent que lorsque
l’équipement est âgé
t
Exemple : équipements
mécaniques et
Modèle B électromécaniques simples

03/03/2018 58
 C - Evolution du taux de défaillance dans le temps

λ
Cet exemple indique qu’on
ne sait pas dire à quel
moment vont commencer
les ennuis, puis on a un
t taux croissant lié à l’usure

Modèle C

03/03/2018 59
 C - Evolution du taux de défaillance dans le temps

λ
Cette courbe montre des
systèmes sans défaut au
départ
t Cas des moteurs
électriques achetés neufs
Modèle D

03/03/2018 60
 C - Evolution du taux de défaillance dans le temps

cette courbe est typique

λ des défaillances aléatoires
la défaillance n’a aucun
lien avec l’âge
c’est le cas des
t
équipements mécaniques
et électromécaniques
complexes
Modèle E le préventif n’a pas
d’impact dans ce cas
03/03/2018 61
 C - Evolution du taux de défaillance dans le temps

λ
Cette courbe montre des
systèmes souffrant de
défaillances précoces
t
C’est le signe, le plus
souvent, d’une mauvaise
conception
Modèle F

03/03/2018 62
C - Evolution du taux de défaillance dans le temps

La connaissance de l’évolution du taux de

défaillance doit aider à mettre en place une
politique de maintenance
C’est la notion de MBF, c’est à dire
« Maintenance Basée sur la Fiabilité »
En anglais RCM : « Reliability Centered
Maintenance »

03/03/2018 63
 Exemple 1 : roulement à billes

on a changé une première fois Conclusion :

un roulement à billes sur un les roulements suivent en
équipement 3 ans après sa pratique le modèle E et il est
mise en service donc ridicule de pratiquer du
une seconde fois 1 ans après préventif systématique !..
le premier échange la solution passe par le
enfin une troisième fois 5 ans conditionnel : on entend du
après bruit, on change le roulement
sa durée de vie moyenne est encore faut-il avoir un signal
donc de 3 ans, mais on ne peut qui nous prévienne
pas prédire à quel moment il suffisamment avant, d’où
va « lâcher » pour la quatrième l’utilité de l’analyse vibratoire
fois.
03/03/2018 64
 Exemple 2 : éclairage d’un lieu

une ampoule électrique a un Conclusion :

taux de défaillance aléatoire,
mais de plus, la défaillance est
il y a peu de chances que
catalectique les deux lampes grillent
on se retrouve dans le noir !.. en même temps
il est clair que le systématique on ne sera donc jamais
et le conditionnel ne marchent dans le noir = sécurité
pas dans ce cas
par contre, on change les
la solution passe par la conséquences : le coût
mise en parallèle de 2 est plus élevé
lampes
03/03/2018 (redondance) 65
 5 - Modèle mathématique de la fiabilité
On a défini dans le paragraphe précédent, par passage
à la limite, le taux de défaillance instantané :
R(t ) − R(t + dt ) F (t + dt ) − F (t )
λ (t ) = =
dt.R(t ) dt.R(t )
F( t + dt ) − F( t ) dF( t )
λ( t ).dt = =
R( t ) 1 − F( t )

On intègre les deux membres de l’expression

précédente, avec comme condition initiale F(0) = 0 ,
donc R(0) = 1

03/03/2018
t
∫0 λ ( x ).dx =
t dF(x)
∫0 1 − F(x) = [− ln(1 − F( x ))]t
0 66
 5 - Modèle mathématique de la fiabilité

Soit encore :

∫0 λ( x ).dx = − ln[R( x )]
t t
0 = − ln R( t ) + ln R(0)
t
Mais comme R(0) = 1, il vient : ln R( t ) = − ∫ λ( x ).dx
0
t
− ∫ λ( x ).dx
ou encore : R( t ) = e 0

Conclusion : si l’on connaît la loi d’évolution du taux de

défaillance d’un équipement, on saura calculer sa fiabilité
03/03/2018 67
 3.3 - Paramètres fiabilistes de type
« moyenne »
Il existe d’autres indicateurs de fiabilité qui s’expriment
par des moyennes de temps définis au paragraphe 3.1
TBF, TTF et UT pour des matériels en état de
fonctionnement
TTR et DT pour des matériels hors état de
fonctionnement
On moyenne tous ces temps sur la durée de vie du
matériel

03/03/2018 68
 3.4 - Paramètres fiabilistes de type
« moyenne »
On va obtenir, avec M = Mean (moyenne) :
le MTBF (Mean Time Between Failures)
le MTTR (Mean Time To Restore)
le MUT (Mean of Up Times)
le MDT (Mean of Down Times)
le MTTF (Mean Time To Failure)
Parmi ces indicateurs, le MTBF a un très grand intérêt

03/03/2018 69
 MTBF
C’est l’espérance mathématique du temps de bon
fonctionnement entre deux défaillances
Son expression est donc :
+∞ +∞
MTBF = ∫ t.f ( t ).dt = ∫ t.dF( t )
−∞ −∞

MTBF peut être représenté sous la forme suivante:

+∞
MTBF=∫ R(t).dt
0

03/03/2018 70
 Remarques sur le MTBF

1. Le MTBF s’exprime le plus souvent en heures, mais

on peut utiliser une autre unité d’usage
2. Si les DT soient très petits devant les UT, alors une
bonne approximation du MTBF est donnée par :

MTBF ≅
∑ UT
Nombre de défaillanc es

03/03/2018 71
 Exemple

Une pompe de relevage a fonctionné pendant 8000

heures en service continu
Elle a subi 6 pannes de durées respectives 2 h, 4,5 h,
3 h, 1 h, 6 h et 3 h
On en déduit que :
∑ UT = 8000 − (2 + 4,5 + 3 + 1 + 6 + 3,5) =7980 h
Et donc :
7980
MTBF ≅ = 1330h
6
03/03/2018 72
 3.4 - Cas typiques de calcul de fiabilité

La fiabilité est directement liée au taux de

défaillance
Or, la loi de variation de celui-ci n’est pas
toujours simple
Une première approche est de ne considérer
que la période de maturité
Dans ce cas λ peut être constant ou évoluer
linéairement
03/03/2018 73
 1 - Cas d’un taux de défaillance constant

La loi de fiabilité s’écrit :

t t

R(t) = e ∫0 = e ∫0
− λ(t).dt − λ.dt

t
Ici λ est constant donc : ∫0 λ.dt = λ.t
Dans ces conditions : R( t ) = e − λt

La fiabilité suit une loi exponentielle

03/03/2018 74
 Calcul du MTBF

+∞
On sait que MTBF=
∫0 R(t).dt

donc MTBF=∫
+∞

0
[
e−λt.dt = − 1.e−λt
λ
]+∞

et enfin MTBF = 1 = constante

λ

Le MTBF s’exprime en unité d’usage

03/03/2018 75
 Exemple d’un téléviseur
Son taux de défaillance moyen est λ = 1,2.10-5/h
au bout de 1000h de fonctionnement, sa fiabilité est :
−1,2.10 −5.1000
R(1000) = e = 0,988
son MTBF vaut 1/λ = 8,33.104 heures

Considérons maintenant un seuil de fiabilité de 0,9 pour le

téléviseur précédent. On a LnR(t) = −λ.t
donc sa durée de vie estimée, pour ce seuil de fiabilité, sera
égale à 1 1 10
5
1 76
t= .Ln = .Ln = 8780 heures
λ R 1,2 0,9
 Calcul de la Fiabilité d’un Système
(λ=constante)
Les systèmes constitués de plusieurs composants: Les systèmes
industriels peuvent être constitués de composants en série, en
parallèle ou être mixtes.
Systèmes constitués de plusieurs composants en série:
Dans un système série, la défaillance d’un composant entraîne la
défaillance de l’ensemble
En conséquence, le système est fiable si tous les éléments du
système sont eux-mêmes fiables

R1 R2 Rn

La fiabilité de l’ensemble est donnée par : R( t ) = ∏ R (t)

i =1
i
77
 Calcul de la Fiabilité d’un Système
(λ=constante)
La fiabilité de l’ensemble est donnée par :
n n
R (t ) = ∏ Ri = ∏ e −λit = e −λst
i =1 i =1
n
Avec λs = ∑ λi par heure de marche
i =1

Calcul de MTBF
1
MTBF =
λ1 + λ2 + ...λn
 Calcul de la Fiabilité d’un Système
(λ=constante)
Systèmes constitués de plusieurs composants en parallèle:
Le système est défaillant, si et seulement
R1
si tous les éléments du système sont
simultanément défaillants ,
R2
La probabilité de panne de l' ensemble :
F (t ) = F1 (t ).F2 (t ).F3 (t )....Fn (t )

La Fiabilité du Système :
n n
R (t ) = 1 − ∏ [1 − Ri (t )] = 1 − ∏ (1 − e
− λi t
Rn )
i =1 i =1
79
 2 - Cas d’un taux de défaillance non
constant
Si le taux de défaillance est de la forme

λ(t) = at + b

at 2
alors t −( + bt )
− ∫ ( at +b )dt
R( t ) = e =e
2
0

03/03/2018 80
 2 - Cas d’un taux de défaillance non
constant
Si l’on connaît les paramètres a et b, on n’aura aucun
mal à calculer R
Par contre, le calcul du MTBF ne sera pas simple

at 2
+∞ −( +bt )
MTBF = ∫ e 2
.dt
0

Il est nécessaire de connaître des méthodes

de calcul numérique pour effectuer ce calcul
03/03/2018 81
 2 - Cas d’un taux de défaillance non
constant

Pour aller plus vite, on préfère trouver

directement la fonction de fiabilité en
essayant divers modèles, puis en vérifiant
leur validité par un test d’adéquation
Dans le cas de taux de défaillance croissant,
ce qui est la réalité, on peut utiliser deux lois :
– la loi log-normale
– la loi de Weibull
03/03/2018 82
 2 - Cas d’un taux de défaillance non
constant

La loi log-normale s’applique dans le cas de fatigue ou

d’usure mécanique :
2
1  ln t −m 
−  
1 t1 2 σ 
R( t ) = 1 − ∫ e .dt
σ 2π 0 t

On lui préfère la loi de Weibull qui est un

modèle plus général

03/03/2018 83
 Modèle de Weibull

Cette loi est la plus utilisée en maintenance

C’est une loi à trois paramètres, très souple, qui couvre
les cas de taux de défaillance décroissants ou croissants
Son exploitation fournit :
une estimation du MTBF
les équations de la fiabilité R(t) et du taux de
défaillance λ(t)
un paramètre de forme β qui peut orienter le
diagnostic
03/03/2018 84
 Modèle de Weibull

β
 t−γ 
−  t>γ
 η 
R( t ) = e
Pour γ = 0 et β = 1, on retrouve la loi exponentielle
Celle-ci est donc un cas particulier de la loi de
Weibull

03/03/2018 85
 Paramètre β
C’est un nombre sans dimension qui détermine la
forme de la distribution f(t) des défaillances :
si β = 1, le taux de défaillance est constant
si 0 < β < 1, le taux de défaillance est décroissant
(période de jeunesse)
si β > 1, le taux de défaillance est croissant

Il peut servir d’indicateur de diagnostic :

si 1,1 <β < 1,6 on un phénomène de fatigue (cas
des roulements à billes dont la valeur normale
est β=1)
86
 Paramètre γ

Il est appelé paramètre de position

Il fixe l’origine de l’étude et définit donc un changement
d’origine dans l’échelle des temps
Il s’exprime dans la même unité que t (temps absolu ou
unité d’usage) :
si γ > 0, cela signifie qu’il n’y a pas eu de défaillance dans
l’intervalle [0, γ]
si γ = 0, il y une panne dès la mise en route (panne de jeunesse)
si γ < 0, la construction de l’équipement est défectueuse (panne
avant la mise en route) ou alors l’étude a débuté après les
premières défaillances (pas d’historique)
03/03/2018 87
 Paramètre η

Il est appelé paramètre d’échelle ou

« caractéristique de vie »
C’est un nombre positif permettant un
changement de l’échelle des temps
Il s’exprime dans la même unité que t

03/03/2018 88
 2 – Expressions mathématiques

A - Fonction de défaillance
Par définition, F(t) = 1 – R(t)
β
 t−γ 
−
 η 
 si t > γ
F( t ) = 1 − e

03/03/2018 89
 2 – Expressions mathématiques

B – Densité de probabilité
C’est la dérivée de F(t)
C’est aussi la fréquence d’apparition
d’une défaillance entre 2 instants
β
β−1 − t − γ 
β t− γ  η 
si t > γ
f ( t ) = .   e  
η  η 

03/03/2018 90
 B - Densité de probabilité

f(t)

β = 3
β = 0 ,5

β = 1

t
Quand β > 1, le fréquence de défaillance passe
03/03/2018 par un maximum 91
 Application à la maintenance

A - Taux de défaillance
f(t)
Par définition, λ(t) =
1 - F(t)
β−1
β t−γ
λ( t ) = .   si t > γ
η  η 

03/03/2018 92
 A – Taux de défaillance

β−1
λ(t) β t−γ
λ( t ) = .  
β=2 η  η 

β=1

β = 0,5

Quand β > 1, le taux de défaillance est croissant

03/03/2018 93
 B - MTBF
C’est l’espérance mathématique de la durée de
vie T
β
+∞ +∞ β −1  t −γ 
β  t −γ  −
 η

E (T ) = ∫ t.f(t).dt = ∫ t. .   .e 
.dt
−∞ −∞
η  η 
Le calcul pratique du MTBF
MTBF = η.A + γ
s’effectue par la formule

Le calcul pratique de l’écart-type σ(T) = B.η

s’effectue par la formule
03/03/2018 94
 C – Variance et écart-type

On montre que :

 2  − .Γ1 + 1  
2
V(T) = σ2(T) = η2.Γ1 + 
β β
   

Le calcul pratique de l’écart-type

σ(T) = B.η
s’effectue par la formule

03/03/2018 95
 β A B β A B β A B

0,2 120 1901 1,7 0,8922 0,540 4,4 0,9114 0,235

0,25 24 199 1,75 0,8906 0,525 4,5 0,9126 0,230

0,3 9,2605 50,08 1,8 0,8893 0,511 4,6 0,9137 0,226

0,35 5,0291 19,98 1,85 0,8882 0,498 4,7 0,9149 0,222

0,4 3,3234 10,44 1,9 0,8874 0,486 4,8 0,9160 0,218

0,45 2,4786 6,46 1,95 0,8867 0,474 4,9 0,9171 0,214

0,5 2 4,47 2 0,8862 0,463 5 0,9182 0,210

0,55 1,7024 3,35 2,1 0,8857 0,443 5,1 0,9192 0,207

0,6 1,5046 2,65 2,2 0,8856 0,425 5,2 0,9202 0,203

0,65 1,3663 2,18 2,3 0,8859 0,409 5,3 0,9213 0,200

0,7 1,2638 1,85 2,4 0,8865 0,393 5,4 0,9222 0,197

03/03/2018 96
 β A B β A B β A B
0,2 120 1901 1,7 0,8922 0,540 4,4 0,9114 0,235
0,25 24 199 1,75 0,8906 0,525 4,5 0,9126 0,230
0,3 9,2605 50,08 1,8 0,8893 0,511 4,6 0,9137 0,226
0,35 5,0291 19,98 1,85 0,8882 0,498 4,7 0,9149 0,222
0,4 3,3234 10,44 1,9 0,8874 0,486 4,8 0,9160 0,218
0,45 2,4786 6,46 1,95 0,8867 0,474 4,9 0,9171 0,214
0,5 2 4,47 2 0,8862 0,463 5 0,9182 0,210
0,55 1,7024 3,35 2,1 0,8857 0,443 5,1 0,9192 0,207
0,6 1,5046 2,65 2,2 0,8856 0,425 5,2 0,9202 0,203
0,65 1,3663 2,18 2,3 0,8859 0,409 5,3 0,9213 0,200
0,7 1,2638 1,85 2,4 0,8865 0,393 5,4 0,9222 0,197
0,75 1,1906 1,61 2,5 0,8873 0,380 5,5 0,9232 0,194
0,8 1,1330 1,43 2,6 0,8882 0,367 5,6 0,9241 0,191
0,85 1,0880 1,29 2,7 0,8893 0,355 5,7 0,9251 0,188
0,9 1,0522 1,17 2,8 0,8905 0,344 5,8 0,9260 0,185
0,95 1,0234 1,08 2,9 0,8917 0,334 5,9 0,9269 0,183
1 1 1 3 0,8930 0,325 6 0,9277 0,180
1,05 0,9603 0,934 3,1 0,8943 0,316 6,1 0,9286 0,177
1,1 0,9649 0,878 3,2 0,8957 0,307 6,2 0,9294 0,175
1,15 0,9517 0,830 3,3 0,8970 0,299 6,3 0,9302 0,172
1,2 0,9407 0,787 3,4 0,8984 0,292 6,4 0,931 0,170
1,25 0,9314 0,750 3,5 0,8997 0,285 6,5 0,9318 0,168
1,3 0,9236 0,716 3,6 0,9011 0,278 6,6 0,9325 0,166
1,35 0,9170 0,687 3,7 0,9025 0,272 6,7 0,9333 0,163
1,4 0,9114 0,660 3,8 0,9038 0,266 6,8 0,9340 0,161
1,45 0,9067 0,635 3,9 0,9051 0,260 6,9 0,9347 0,160
1,5 0,9027 0,613 4 0,9064 0,254
1,55 0,8994 0,593 4,1 0,9077 0,249
1,6 0,8966 0,574 4,2 0,9089 0,244
1,65 0,8942 0,556 4,3 0,9102 0,239
 D – Durée de vie associée à un
seuil de fiabilité
β
 t−γ  β
−
η
 t−γ
On a R( t ) = e   donc ln[R( t )] = −  
 η 
1
et  1 β
T = γ + η.ln 
 R( t ) 

Si l’on connaît les 3 paramètres de la loi de

Weibull, on en déduira T

03/03/2018 98
 4 - Détermination graphique des
paramètres de la loi de Weibull

L’étude d’un historique d’équipement permet

d’obtenir une estimation de la fonction de
défaillance F(t)
Le problème est donc de déterminer les
paramètres ajustant cette fonction
Pour cela, on emploie un papier à échelle « log-
log », imaginé par ALLEN-PLAIT et appelé
encore « papier de Weibull »
03/03/2018 99
 A – Justification théorique
β
t−γ
On a écrit précédemment que ln[R( t )] = −  
 η 
β
1 1 t−γ
soit ln[ ] = ln[ ] =  
R( t ) 1 − F( t )  η 
 
] = β. [ln( t − γ ) − ln η]
1
ou encore lnln[
 1 − F( t ) 

 1 
On pose Y = lnln[ ] X = ln( t − γ )
03/03/2018
 1 − F( t )  100
 A – Justification théorique

On en déduit que Y = β X − β lnη

C’est l’équation d’une droite de pente β

Elle est tracée à partir du nuage de points

[ti , F(ti)]

On l’appelle droite de régression D du nuage

03/03/2018 de points 101
 C – Méthodologie de l’ajustement
graphique
1) Préparation des données : tableau des TBF (ou TTF), i
et F(ti)

2) Tracé du nuage de points [ti, F(ti)]

3) Tracé de la droite D dite « de Weibull »

4) Détermination des valeurs des paramètres β, η et γ

5) Détermination de l’expression de la loi de Weibull

6) Détermination du MTBF

7) Exploitation des résultats

102
 Echelles utilisées sur le papier de Weibull
abscisse haute : échelle naturelle en X
abscisse intermédiaire : échelle logarithmique ( lecture du paramètre η)
abscisse basse : échelle logarithmique ( correspondre à chaque valeur de t son ln t )
ordonnée gauche : on place les valeurs de F(t) en % en échelle ln ( - ln (1 - F(t) ) )
ordonnée sur l'axe X = -1 ( lecture du paramètre β ) :
Exemple de détermination des paramètres β, η et γ:
On construit le nuage de points ( t ; F(t) ) puis une droite d'ajustement D, on lit la
valeur η sur l'axe des abscisses puis on trace la parallèle D' à D passant par
l'origine O du repère, on lit le paramètre β sur l'axe d'équation X = -1.
 D – Forme du nuage de points
Le nuage de points n’est pas toujours ajustable par
une droite
Il est alors ajustable par une courbe dont la
concavité reste constante
Il suffit pour cela d’observer le signe de la dérivée
seconde de b.[ln(t-g) -lnη]
On montre que:
si le nuage est ajustable par une droite alors γ = 0
si la concavité du nuage est tournée vers le bas,
alors γ > 0
si la concavité du nuage est tournée vers le haut,
03/03/2018 γ < 0
alors 105
 D – Forme du nuage de points
t1 t2 t3 A

Pour obtenir une bonne

précision, il faut que les
points P1 et P3 soient P3
suffisamment éloignés et a
non extrêmes b
P2
a

P1
On les choisit aussi de
manière que les
projections de P1P2 et
P2P3 sur l’axe b soient t 22 − t1 t 3
égales γ=
03/03/2018 2t 2 − t1 − t 3 106
 E – Redressement de la concavité
A

On translate tous les γ

points de γ
γ
Cette régression donne D γ
la droite D b
γ

03/03/2018 107
 3.6 – Amélioration de la fiabilité

Lorsque le taux de défaillance est constant, il est

facile de vérifier qu’une maintenance préventive
n’améliore pas la fiabilité d’un composant
En effet, nous avons vu que la probabilité de réussite
d’une mission de durée ∆t, après un temps t de bon
fonctionnement, s’exprime par :

R( t + ∆t) e -λ(t + ∆t) -λ∆t

= - λt
=e
R( t ) e
03/03/2018 108
 3.6 – Amélioration de la fiabilité

Remplacer un composant à l’identique, c’est à dire de même λ,

c’est prendre le risque de le remplacer par un composant plus
mauvais
A chaque instant, quel que soit le temps, on a la même
probabilité de défaillance
Donc, calculer la fiabilité d’un équipement, c’est bien, mais
rechercher les causes c’est mieux
Un des aspects essentiels de l’activité des fiabilistes va être
d’établir la répartition des causes de défaillances en fonction de
leur fréquence d’apparition
Pour cela, on dispose d’outil comme le diagramme de Pareto
03/03/2018 109
 4 - Maintenabilité

1. Caractéristique de la maintenabilité
2. Taux de réparation
3. Temps moyen de réparation après
défaillance
4. Temps moyen d’indisponibilité après
défaillance
5. Amélioration de la maintenabilité
03/03/2018 110
 4.1 - Caractéristique de la maintenabilité
Ca risque
d’être
Pour un matériel travaillant dans
long!
des conditions données
d’utilisation, c’est la probabilité
pour qu’une opération de
maintenance active, avec
l’utilisation de procédures et
moyens prescrits, puisse être
effectuée dans un intervalle de
temps donné
03/03/2018 111
 4.1 - Caractéristique de la maintenabilité

La maintenabilité est notée M(t) et s’écrit :

M(t) = Pr [TTR < t]

La variable aléatoire est le temps d’intervention de
maintenance (TTR )
La maintenabilité est donc la probabilité de remettre
un équipement en état de fonctionner, en un temps
donné, dans des conditions données, en retrouvant
la fiabilité initiale
03/03/2018 112
 4.1 - Caractéristique de la maintenabilité

Le TTR se compose en règle générale des temps suivants :

1. temps de vérification de la réalité de la défaillance (un défaut
fugitif ou une fausse alarme sont monnaie courante)
2. temps de localisation
3. temps de diagnostic
4. temps d’accès à l’organe défaillant (dépose puis démontage)
5. temps de dépannage ou de réparation proprement dit
6. temps de remontage
7. temps de contrôle et d’essais finals
03/03/2018 113
 4.2 - Taux de réparation

C’est un paramètre similaire au taux de défaillance

Il est noté µ(t) et s’écrit par analogie avec λ(t):
dM(t)
µ(t).dt =
1 − M(t)
Dans les études de maintenabilité, il est souvent considéré
comme constant
La densité de probabilité du temps de réparation se note
g(t) et s’écrit :
dM(t)
g(t) =
03/03/2018 dt 114
 4.2 - Taux de réparation

Dans ces conditions, nous pouvons écrire que :

µ(t).[1 − M(t)] =
dM(t)
= g(t)
dt
Cette équation différentielle du premier ordre admet pour
solution :
−µt
M( t ) = 1 − e

La distribution des temps avant remise en service suit

03/03/2018 donc une loi exponentielle 115
 4.3 - Taux moyen de réparation après
défaillance

Noté MTTR, c’est l’espérance mathématique du TTR,

donc :
MTTR =∫ t.g(t).dt =∫ [1 − M(t)].dt
+∞ ∞

−∞ 0

Le taux de maintenabilité est constant, on a donc :

∞
MTTR =∫ e .dt −µt soit encore MTTR = 1
0 µ

03/03/2018 116
 Exemple de calcul de taux de
maintenabilité
Une pompe industrielle a fonctionné 10000 heures
pendant lesquelles on a relevé 7 pannes de durées:
4h - 2,5h - 6h - 12h - 1,5h - 36h et 3,5h
Son MTTR est donc

MTTR = 4 + 2,5 + 6 + 12 + 1,5 + 36 + 3,5 = 9,357 h

7
D’où un taux de maintenabilité :

µ= 1 = 1 = 0,11 pannes/h
MTTR 9,357
03/03/2018 117
 4.4 - Temps moyen d’indisponibilité
après défaillance

Le TTR n’est souvent qu’une partie du DT, en

particulier lors d’une intervention corrective
Il constitue le temps actif de maintenance
En fait, il peut exister un temps plus ou moins long
avant que la défaillance ne soit découverte
Après intervention, il y a fatalement un temps de
remise en condition de l’équipement (essais de
production, réglages)
03/03/2018 118
 4.4 - Temps moyen d’indisponibilité
après défaillance
DT

Temps d'indisponibilité pour

maintenance corrective

Temps de non
Temps de réparation (TTR)
détection de la
défaillance

Temps d'appel
Temps annexes Temps de remise
maintenance
(administratif, techniques, ..) en condition

Il est évident que si l’intervention est programmée, les temps de non-

03/03/2018 détection et d’appel maintenance n’existent plus 119
 4.5 - Amélioration de la maintenabilité

L’amélioration de la maintenabilité passe par la

diminution des temps précédents :
temps de vérification de la réalité de la défaillance
et de localisation
le temps de diagnostic
le temps de réparation puis le temps de contrôle et
d’essais

03/03/2018 120
 4.5 - Amélioration de la maintenabilité
Temps Améliorations possibles
Vérification, • voyants, capteurs intégrés à la conception
localisation • appareils de mesure avec ou sans
enregistrement
• supervision
Diagnostic • documentation opérationnelle complète
(plans mis à jour, notices d’entretien, etc..)
• repérage et accessibilité des points de
mesure
• facilité de diagnostic : diagramme causes-
effets, arbre de diagnostic, logigramme de
03/03/2018 dépannage, système expert 121
 4.5 - Amélioration de la maintenabilité

Temps Améliorations possibles

Réparation • accessibilité meilleure- facilité de

démontage
• gammes de démontage-remontage
• interchangeabilité des composants

Contrôles et essais • dispositifs de contrôle incorporés dès la

conception
• procédures d’essais simplifiées
• connaissance des limites de tolérance
admissible des caractéristiques à mesurer
03/03/2018 122
 4.5 - Amélioration de la maintenabilité

Temps Améliorations possibles

Gestion • équipements homogènes ou standards

• personnel bien formé
• procédures d’intervention précises
• outillage spécialisé

Fournisseurs • choix du fournisseur d’après la qualité de

son matériel et de son SAV
• stabilité des fabrications
• existence de stocks t/ou délais très
courts pour obtenir une pièce de rechange
03/03/2018 123
 5 - Disponibilité

1. Définition
2. Les temps en maintenance
3. Disponibilités théoriques
4. Disponibilité opérationnelle
5. Autres disponibilités
6. Amélioration de la disponibilité opérationnelle
03/03/2018 124
 5.1 - Définition

La disponibilité d’un matériel est la

probabilité d’un bon
fonctionnement de celui-ci à
l’instant t
Cette aptitude est fonction d’une
combinaison :
• de la fiabilité (diminution des arrêts),
• de la maintenabilité (réduction des
temps pour résoudre ces arrêts)
• du soutien en maintenance apporté à ce
matériel
03/03/2018 125
 5.1 - Définition

La disponibilité est notée :

A(t) A = Availability
ou bien D(t) D = Disponibilité
On distinguera :
les disponibilités théoriques (instantanée
et asymptotique) modélisées par des lois
de probabilité
les disponibilités opérationnelles utilisées
en gestion de la maintenance, modélisées
suivant les données saisies et l’objectif
de gestion recherché
03/03/2018 126
 5.2 – Les temps en maintenance

La disponibilité est liée au

temps mais plus encore aux
temps que l’on définit en
maintenance
Ces temps font partie du
vocabulaire maintenance et sont
parfaitement normalisés (norme
X 60-020).
03/03/2018 127
 5.2 – Les temps en maintenance

Temps total ou temps d’ouverture

Temps requis Temps non requis

Temps total : période de référence choisie l’analyse des

temps
Temps requis : période pendant laquelle l’utilisateur exige que
l’équipement soit en état d’accomplir une fonction requise
Temps non requis : partie du temps correspondant à un
non-besoin
03/03/2018
de production 128
 5.2 – Les temps en maintenance

Temps requis
Temps effectif de disponibilité Temps effectif d’indisponibilité

Temps effectif de disponibilité : partie du temps requis pendant

laquelle le bien est apte à accomplir une fonction requise, la
fourniture des moyens extérieurs étant assurée
Temps effectif d’indisponibilité : partie du temps requis pendant
laquelle le bien est inapte à accomplir une fonction requise, pour
une cause inhérente au bien ou externe à celui-ci
03/03/2018 129
 5.2 – Les temps en maintenance

Temps effectif de disponibilité

Temps de fonctionnement Temps d’arrêt

Temps de fonctionnement : partie du temps pendant laquelle le

bien accomplit une fonction requise

Temps d’arrêt : partie du temps pendant laquelle le bien est non

sollicité (on dit encore temps d’attente)
L’exemple d’un groupe électrogène de secours est typique d’un
matériel
03/03/2018 non sollicité 130
 5.2 – Les temps en maintenance

Temps effectif d’indisponibilité

Temps d’indisponibilité Temps d’indisponibilité
pour maintenance pour incapacité
Maintenance Maintenance
corrective préventive

Maintenance corrective : temps d’indisponibilité après défaillance (DT)

Maintenance préventive : temps de préventif de niveaux 1 et 2, des
inspections et/ou contrôles, des visites

03/03/2018 131
 5.2 – Les temps en maintenance

Temps effectif d’indisponibilité

Temps d’indisponibilité Temps d’indisponibilité
pour maintenance pour incapacité
Maintenance Maintenance Contraintes Causes
corrective préventive d’exploitant extérieures

Temps d’incapacité par contrainte d’exploitation : temps liés aux

contraintes de production (changement d’outil programmé,
changement de fabrication, contrôle de produit fabriqué)
Temps d’incapacité pour causes extérieures : manque d’énergie,
manque de main d’œuvre, manque de pièces ou saturation en 132
03/03/2018
pièces, non-conformité de pièces en amont
 5.2 – Les temps en maintenance

Temps non requis

Temps potentiel de disponibilité Temps potentiel d’indisponibilité

Temps potentiel de disponibilité : partie du temps correspondant à

un non-besoin de production, cette période permettant en
particulier de ne pas créer de stock inutile
Temps potentiel d’indisponibilité : partie du temps attribuée à des
travaux lourds de maintenance (niveaux 4 et 5) et souvent réalisés
pendant les périodes de fermeture de l’entreprise
03/03/2018 133
 5.2 – Les temps en maintenance
t1 = temps de disponibilité
t2 = temps d’indisponibilité
t3 = temps total
Temps d’indisponibilité
Maintenance corrective
Maintenance Contraintes
Non Appel Appro. outillage Remise en préventive d’exploitation
détection maintenance et rechanges
TTR condition

t4

03/03/2018
t5 134
 5.3 – Disponibilités théoriques

1. Disponibilité instantanée

Probabilité pour qu’un matériel soit en

état d’accomplir une fonction requise:
dans des conditions données à un
instant t
en supposant que la fourniture des
moyens extérieurs nécessaires soit
assurée
03/03/2018 135
 5.3 – Disponibilités théoriques

1. Disponibilité instantanée
Selon les lois suivis par les MTBF et MTTR,
D(t) s’exprime par des fonctions plus ou
moins complexes de λ(t) et de µ(t)
Si λ et µ constants, on obtient :
µ λ
D( t ) = + .e −( λ +µ )t
µ+λ λ+µ

On appelle indisponibilité instantanée I(t) la probabilité

complémentaire I(t) = 1 – D(t)
03/03/2018 136
 5.3 – Disponibilités théoriques

2. Disponibilité asymptotique
Encore appelée disponibilité
intrinsèque
C’est la limite, lorsqu’elle existe,
de la disponibilité instantanée,
lorsqu’on fait tendre le temps
vers l’infini

03/03/2018 137
 5.3 – Disponibilités théoriques

2. Disponibilité asymptotique
Si λ et µ sont constants alors :
µ
Da = limt →∞ D( t ) =
µ+λ
Or λ = 1/MTBF et µ = 1/MTTR donc :

MTBF
Da =
MTBF + MTTR
03/03/2018 138
 5.3 – Disponibilités théoriques

2. Disponibilité asymptotique
Par rapport aux temps exprimés précédemment, on
peut encore exprimer la disponibilité asymptotique
sous la forme :
t1
Da =
t1 + t 4
La disponibilité asymptotique est donc celle
fournie par le constructeur d’un équipement.
Celui-ci ne peut pas en effet prendre en compte
les causes extérieures d’indisponibilité et les
03/03/2018 carences du service maintenance 139
 5.4 – Disponibilité opérationnelle

Elle est évaluée en prenant en

compte les paramètres temps
moyens de disponibilité (MUT)
et temps moyen
d’indisponibilité (MDT)

MUT MUT
Do = =
MUT + MDT MTBF

03/03/2018 140
 5.4 – Disponibilité opérationnelle

Cette disponibilité est un paramètre utilisateur :

elle pondère les caractéristiques intrinsèques
à la conception
elle prend en compte de l’organisation client
(qualité de la maintenance, qualité du soutien
logistique, qualité de l’utilisation du système,
etc..)
En utilisant les temps définis
précédemment, on obtient :

t1 temps de disponibil ité

Do = =
03/03/2018
t1 + t 2 temps requis 141
 5.5 – Autres disponibilités
Dépêche toi,
on perd du 1. Disponibilité du point de vue maintenance
temps!..

Elle mesure l’aspect

disponibilité liée aux
problèmes de carence du
service maintenance

t3 − t5 temps requis - ∑ temps d' arrêt pour maintenanc e

DM = =
t3
03/03/2018 temps requis 142
 5.5 – Autres disponibilités

2. Disponibilité globale
Elle caractérise le taux global
d’utilisation de l’équipement
temps de disponibilité
DG =
temps total
Autre formule
MTBF
DG =
MTBF + MDT
03/03/2018 143