Hostname: page-component-78c5997874-j824f Total loading time: 0 Render date: 2024-11-19T22:43:52.274Z Has data issue: false hasContentIssue false

Modèle à hasard proportionnel pour la fiabilité des composants mécaniques

Published online by Cambridge University Press:  14 March 2009

Brice Lanternier
Affiliation:
INERIS, Parc ALATA, 60550 Verneuil-en-Halatte, France
Patrick Lyonnet
Affiliation:
LTDS ENISE UMR 5513, 58 rue Jean Parot, 42000 St-Étienne, France
Rosario Toscano
Affiliation:
LTDS ENISE UMR 5513, 58 rue Jean Parot, 42000 St-Étienne, France
Get access

Abstract

La fiabilité des matériels mécaniques est largement conditionnée par les caractéristiques propres à chaque système, à ses conditions d'utilisation, son environnement... De plus, les mécanismes de dégradations comme la fatigue et le stress créent des phénomènes de vieillissement. Les bases de données de fiabilité, en fournissant des taux de défaillance génériques et constants, ne permettent pas de prendre en considération ces particularités. L'utilisation de telles bases entraîne par conséquent de grandes incertitudes quant aux résultats des évaluations fiabilistes. Nous proposons dans cet article une modélisation des taux de défaillance, fonction du temps, qui prend en compte les facteurs d'influence. Une application permet de valider le modèle.

Type
Research Article
Copyright
© AFM, EDP Sciences, 2009

Access options

Get access to the full version of this content by using one of the access options below. (Log in options will check for institutional or personal access. Content may require purchase if you do not have access.)

References

SINTEF industrial management, Offshore reliability data (OREDA), 4th edition, 2002
H. Procaccia, P. Aufort, S. Arsenis, The European industry reliability data bank (EIReDA), edition, 1998
L.L.C. Exida, Electrical & Mechanical Component Reliability Handbook, 2005
Reliability Analysis Center (RAC), Nonelectronic Parts Reliability Data 1995 (NPRD-95), 1995
Aven, T., Sklet, S., Vinnem, J.E., Barrier and operational risk analysis of hydrocarbon releases (BORA-Release), J. Hazardous Mat. 137 (2006) 681691 CrossRef
United States Department of Defense (DoD), MIL-HDBK-127, Reliability Prediction of Electronic Equipment, 1995
Reliability Analysis Center (RAC) for the US Air Force, PRISM methodology, 1999
Telcordia Technology Inc., Telcordia standard, Reliability Procedure for Electronic Equipment, 2001
Union Technique de l'Électricité (UTE), RDF 2003: Reliability Data Handbook, 2003
Naval Surface Warfare Center (NSWC), NSWC-98/LE1, Handbook of reliability prediction procedures for mechanical equipment, 1998
Center for Chemical Process Safety (CCPS), CCPS guidelines for chemical process quantitative risk analysis, 2nd edition, 2000
B. Debray, E. Piatyszek, F. Cauffet, H. Londiche, ARAMIS DIC, Appendix 7 Frequencies data for the fault tree, 2007
M. Rausand, A. Høyland, System Reliability Theory, Models, Statistical Methods, and applications, Second Edition, New Jersey, Editions Wiley, 2004
Carroll, K.J., On the use and utility of the Weibull model in the analysis of survival data, Controlled clinical trials 24 (2003) 682701 CrossRef
Øien, K., A framework for establishment of organizational risk indicators, Reliability Eng. System Safety 74 (2001) 147167 CrossRef
J.C. Augé, J. Lallement, P. Lyonnet, Reliability of mechanical components accelerated testing and advanced statistical methods, Adv. Safety Reliability: ESREL'97, Vol. 3, Lisbon, 17–20 June 1997, C. G. Soares (éd.), pp. 1859–1868
P. Lyonnet, R. Toscano, P.L. Maisonneuve, B. Lanternier, Modélisation de la fiabilité des macro-composants mécaniques à partir de modèles mathématiques et de réseaux de neurones, comparaisons des méthodes, Proceedings of 24 th Machinery Vibration, Reliability and Maintenance, 25–27 octobre 2006, Montréal, CMVA
D.R. Cox, Regression models and life tables, J. Royal Statistical Soc., series B 34 (1972) 187–220
SINTEF, Reliability data for safety instrumented systems, PDS data handbook, 2006