Issue |
Mécanique & Industries
Volume 9, Number 5, Septembre-Octobre 2008
|
|
---|---|---|
Page(s) | 397 - 405 | |
DOI | https://doi.org/10.1051/meca/2009004 | |
Published online | 14 March 2009 |
Modèle à hasard proportionnel pour la fiabilité des composants mécaniques
Mechanical component reliability, hazard proportionnal model
1
INERIS, Parc ALATA, 60550 Verneuil-en-Halatte, France
2
LTDS ENISE UMR 5513, 58 rue Jean Parot, 42000 St-Étienne, France
Auteur de correspondance : patrick.lyonnet@vanadoo.fr
Reçu :
19
Mars
2008
Accepté :
9
Octobre
2008
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.
Abstract
Mechanical systems reliability depends on design, use, physical environment... Moreover, failure mechanisms as fatigue or stress yield systems ageing. The reliability databases are not allowed to deal with these particularities because of generic and constant failure rates. Many uncertainties in reliability predictions can be due to the use of these databases. A failure rate modelling is introduced in this article, and aims at tacking into account both time and influencing factors. An example describes the methodology and is used for assessing the model accuracy.
Mots clés : Taux de défaillance / système mécanique / facteur d'influence / modèle de Cox / distribution de Weibull
Key words: Failure rate / mechanical system / influencing factor / Cox modelling / Weibull distribution
© AFM, EDP Sciences, 2009
Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.
Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.
Initial download of the metrics may take a while.