« Reliabilitix », un outil d'optimisation de la maintenance basé sur la fiabilité (original) (raw)

d'une machine est primordiale. En effet, si un remplacement anticipé provoque des coûts d'intervention supplémentaires, l'attente de la défaillance de la machine peut avoir des conséquences bien plus importantes, non seulement par le surcoût direct et indirect des opérations de maintenance correctives, mais également par l'exposition aux risques majeurs qu'un défaut de maintenance peut entraîner. Ce dernier aspect pose le problème de la relation entre maintenance et risques, abordé dans d'autres contributions (Hadni, 2009). Dans cet article, nous nous limiterons à une optimisation de la maintenance basée sur la fiabilité, vis-à-vis de critères de coût et disponibilité. Cette approche est expliquée et illustrée depuis l'étape de collecte des données jusqu'à la phase de détermination de la périodicité de maintenance préventive optimale. Les données nécessaires à l'estimation des lois de fiabilité peuvent provenir soit d'un historique d'événements soit de mesures de dégradation réalisées lors d'inspection. Les outils mathématiques utilisés mettent en oeuvre des méthodes de régression, des méthodes de maximum de vraisemblance mais également des méthodes de Monte Carlo pour la simulation du comportement des systèmes. Chaque indicateur peut se voir affecter une incertitude liée à un niveau de confiance afin d'aider le décideur à choisir la périodicité de maintenance la plus adaptée à sa stratégie. Un cas d'étude théorique est étudié à l'aide de notre logiciel « Reliabilitix » pour illustrer la méthodologie proposée.