Cour Sdf
Master 2
Automatisation
1. Notion de variable aléatoire
Dans la théorie des probabilités au sens des mathématiciens,
une variable aléatoire est une variable réelle dont la valeur est
liée au résultat d’une expérience.
En Sureté de fonctionnement, la panne d’un système physique
dépend de l’unité d’usage utilisé , cela peut être la variable
temps, le nombre de manœuvres d’un reliais, le nombre de
kilomètres de câbles, etc.
En Sureté de fonctionnement, les variables aléatoires discrètes
se rencontrent lorsque les évènements se produisant sur un
intervalle de temps donne´ sont des nombres entiers.
Exemple : c’est le nombre de cartes électroniques défaillantes par
mois dans un système de contrôle-commande ou le nombre de
manœuvres d’un disjoncteur.
1.1. Fonction de répartition d’un variable aléatoire
La fonction de répartition d’une variable aléatoire X définie de -∞
à + ∞ est la fonction F(x) définie par :
F(x) = P(X ≤ x)
Les propriétés de cette fonction sont les suivantes :
1.2. La densité de probabilité
Lorsque la fonction de répartition F(x) est dérivable, sa dérivée f(x)
est la densité de probabilité :
Les propriétés de cette fonction sont les suivantes :
1.3. Espérance mathématique, Variance
Il n'est pas toujours utile ou possible d'utiliser toutes les caractéristiques
d'une loi de probabilité.
On caractérise le comportement de la V.A. par 2 nombres :
• E(x) ou µ : l'espérance mathématique
• Var(x) ou σ²: la variance (ou σ écart type)
Pour une variable aléatoire discrète :
Pour une variable aléatoire continue :
Ces caractéristiques statistiques sont fondamentales en Sûreté de
fonctionnement car elles permettent le calcul du temps moyen de
fonctionnement entre défaillance et du temps moyen avant remise
en service (MTBF, MTTR).
2. Principales lois de probabilité rencontrer dans les études de la Sdf
Les principales lois utilisées dans les études de la Sûreté de
fonctionnement font l’objet des descriptions succinctes suivantes en
soulignant que les principales lois faisant appel à des unités d’usages
discrètes et continues sont présentées.
2.1. Lois discrètes
2.1.1. Loi binomiale : une expérience aléatoire répétée n fois a deux
possibilités : succès ou échec
Exemple
Une usine fabrique des composants électronique dont
5% présentent des défauts. On considère un
échantillons de 200 objets.
1. Quelle est la probabilité qu’aucun objet ne soit
défectueux?
2. Quelle est la probabilité qu’un seul objet soit
défectueux?
3. Quelle est la probabilité qu’au plus 3 objets soient
défectueux?
Solution
n= 200 et p = 5% = 0.05
1)
2)
3)
= 0.009048
2.1.2. Loi de poisson
le nombre de répétitions est grand et la probabilité de succès p est
faible. Si np faible (np = m), le nb de succès est une V.A. qui suit la
loi de Poisson :
On démontre que la loi de Poisson est la limite d’une loi binomiale
de paramètre m = np quand n tend vers l’infini.
Exemple:
Un magasin reçoit 3 réclamations en moyenne par jour.
Supposant Poissonnienne la loi de survenance de ces
réclamations, calculer la probabilité pour que le premier
lundi du mois prochain soient enregistrées :
1) 0 réclamation
2) 2 réclamations
3) plus de 4 réclamations
Solution
1) P("0 réclamation") = P(X=0) = e-3 30 /0! = 0,0498
2) P("2 réclamation") = P(X=2) = e-3 32 /2! = 0,2240
3) P("plus de 4 réclamations") = 1 - P(X <= 4) = 1 -
(P(X=0) + P(X=1) + P(X=2) + P(X=3)+P(X=4))=0,185
2.2. Lois continues
2.2.1. Loi exponentiel
C’est la loi la plus couramment utilisée car elle permet de
réaliser facilement des calculs. Lorsque la variable aléatoire
continue T a une probabilité conditionnelle qui vérifie l'égalité :
P(T< t+dt / T > t) = ʎ dt
Elle suite une loi exponentiel:
Densité de probabilité ave: ʎ > 0 et constant
t>0
Fonction de répartition
Par ailleurs, la moyenne
La variance
Exemple
Sur un matériel électrique, On connait le taux de
défaillance ʎ = 0.00001 déf/h
Trouver la probabilité de défaillance entre t1=200 h et
t2 = 300h
Solution
R(t)= 1 – F(t)
dR(t)/dt = - dF(t)/dt = - f(t)
f(t)= - dR(t)/dt
f(t)= ʎ exp (-ʎt) →
R(t)= 0.001
2.2.1. Loi de Weibull
La loi de Weibull repose sur trois paramètres qui sont:
1. β :Paramètre de forme
2. η : Paramètre d’échelle de temps
3. γ : paramètre de localisation, position ou de repérage
Ces paramètres dont nous étudierons l’influence par la suite vont
nous permettre de modifier les différent périodes
Vie utile
Jeunesse Vieillesse
β<1 β =1
β >1
[Link]. Avantage de cette loi
Le principale avantage de cette loi est de permettre une analyse
prévisionnelle de durée de vie relativement précise avec faible nombre
de défaillances.
Elle permet aussi de déterminer la vieillissement en fonction de
différent paramètres dans le domaine continue (temps, âge, Km .. etc).
[Link].EXPRESSIONS MATHEMATIQUES :
Elle caractérisée par:
• La densité de probabilité : La densité de probabilité de la loi de
Weibull à trois paramètre est:
• La fonction de répartition:
Sa fonction de répartition représentant la fonction de probabilité
cumulée de défaillance étant:
• La fonction de fiabilité:
Est la suivante:
•Le taux de défaillance:
•Nous calculons le taux de défaillance par la formule suivante:
Espérance mathématique et variance
L’espérance mathématique est calculer par la formule suivante:
Et la variance calcule comme suite:
Des tables numériques adaptées permettent de déterminer
l’espérance mathématique et la variance
Où A et B sont des paramètres issus de tables
•La méthode graphique pour déterminer les paramètres β et η
Pour déterminer ces paramètre nous utilisons le papier de Weibull
(Figure suivante)
Axe a
Axe A
Axe B
Axe b
Axe A : axe des temps sur lequel on porte les valeurs ti
des TBF
Axe B : valeurs des probabilités de défaillance Fi
calculées par la méthode des rangs moyens ou des rangs
médians
Si 20 < N < 50
Si N ≤ 20
Axe a : axe des temps en logarithmes népériens ln(t)
Axe b : axe qui permet l’évaluation de β
Méthode
L’historique permet de déterminer des TBF et des
fréquences cumulées de défaillance F(i), approximation
de F(t). La répartition des données fait comme suit:
1. Calculer des TBF
2. Classement des TBF en ordre croissant
3. Tracé du nuage de points (F(i),t)
4. Tracé de la droite de Weibull
5. Détermination de β, η, γ
6. Détermination des équations de la loi de Weibull
7. Exploitation des données issues de la loi
Exemple d’application
Préparation des données :