Méthodes de calcul pour RAMS

When designing critical products / systems, Reliability, Availability, Safety, and Maintainability (RAMS) aspects have to be accounted for.
Des normes ont été définies pour les analyses RAMS dans de nombreuses industries, par exemple: RAIL [1] [2] [3], aérospatiale [4], défense [5], automobile [6] et dispositifs médicaux [7].
Les normes définissent le type d'analyses à réaliser. Le tableau suivant présente les analyses courantes:

Sujet Une analyse Sens
MTBF Temps moyen entre les pannes Calculer le MTBF des composants et des assemblages, en tenant compte du profil d'environnement et d'opération.
Les calculs MTBF sont la base des analyses de sécurité, de fiabilité et de maintenabilité.
sécurité Analyse du mode de défaillance, des effets et de la criticité (FMECA) [8] Analyser les conséquences des modes de défaillance unique (fréquence, gravité et risque)
sécurité Analyse de l'arbre de défaillance [9] (FTA) Calculer le taux d'occurrence et la probabilité d'événements de sécurité résultant de combinaisons complexes de sous-événements
Fiabilité et disponibilité Diagramme fonctionnel de fiabilité [10] (RBD) Calculez la fiabilité, la disponibilité, le temps moyen entre pannes (MTBF) et le temps moyen de restauration (MTTR) des systèmes complexes, en fonction des fonctionnalités minimales requises qui permettent au système de fonctionner.
Fiabilité et disponibilité Chaînes de Markov [11] Les chaînes de Markov permettent d'analyser des systèmes complexes en modélisant chaque état de système possible et les taux de transition entre les états.
Maintenabilité Disponibilité des pièces de rechange en stock Calculez la probabilité qu'une pièce de rechange soit disponible dans le stock sur demande.
Maintenabilité Effet des pièces de rechange sur la disponibilité opérationnelle Calculer la disponibilité opérationnelle du système en tenant compte du temps de restauration accru en raison du manque de pièces de rechange.
Maintenabilité Analyse de testabilité [12] Concevez un plan de test intégré (BIT) pour une couverture élevée des modes de défaillance et une isolation rapide des défaillances.

Tableau 1: principales analyses RAMS

 

La FMECA traite des effets d'un seul événement de mode de défaillance, ce calcul est donc assez simple.

D'autres calculs peuvent devenir assez complexes en raison de l'interdépendance entre les états des composants du système analysé.
Exemple:
Un stock central fournit des pièces de rechange pour deux hélicoptères. Lorsqu'un hélicoptère consomme une pièce de rechange, la disponibilité des pièces de rechange pour le deuxième hélicoptère est réduite.

Il existe deux types de méthodes pour calculer le comportement de systèmes complexes:

  • Analytique - à l'aide d'équations et d'intégration numérique
  • Monte Carlo Simulation - simulant de nombreux scénarios possibles déclenchés par des événements aléatoires

Chaque méthode a des avantages et des inconvénients qui dictent quand chaque méthode doit être utilisée.

Le tableau suivant résume les avantages, les lacunes et les utilisations de chaque méthode:

 

  Analytique Simulation
Les avantages Lorsque l'algorithme analytique est soigneusement conçu [13], une précision élevée peut être obtenue dans un temps de calcul très court. Par exemple: exigence d'une probabilité de défaillance inférieure à 10-9 par heure de vol peut être facilement vérifiée. La simulation peut être très flexible, permettant de modéliser des systèmes très complexes avec des hypothèses minimales.
Désavantages Des approximations doivent souvent être utilisées afin de permettre un calcul analytique. Pour l'analyse de la sécurité, les approximations doivent être le «pire des cas», c'est-à-dire fournir la limite supérieure de la probabilité de défaillance. Afin d'obtenir une grande précision, de nombreuses simulations doivent être effectuées et moyennées. Cela peut nécessiter beaucoup de ressources et de temps de calcul.
Les usages sécurité

L'analyse de l'arbre de défaillance est souvent utilisée pour la probabilité d'occurrence d'événements de sécurité. Le calcul analytique permet une analyse rapide et précise.

 

Optimisation de rechange

L'objectif de l'optimisation des pièces de rechange est de trouver la combinaison de pièces de rechange la moins chère qui fournira la disponibilité requise du système. L'utilisation de calculs analytiques rapides permet d'analyser rapidement de nombreuses options de rechange. Associé à un moteur d'optimisation intelligent, la combinaison optimale de pièces de rechange peut être obtenue.

 

Disponibilité

La disponibilité à l'état stable (disponibilité du système après un temps suffisamment long, lorsque les corrélations entre les composants du système se désintègrent) peut être calculée rapidement et avec précision.

 

Coût du cycle de vie

La limite supérieure du coût moyen du cycle de vie et des composantes de coût moyen pour chaque année de vie peut être rapidement calculée.

Disponibilité et fiabilité

Les simulations de Monte Carlo peuvent fournir la disponibilité et la fiabilité des points (une courbe de disponibilité / fiabilité dans le temps), en tenant compte des corrélations entre l'âge opérationnel des composants.

 

Coût du cycle de vie

En associant un coût à tous les événements, le coût du cycle de vie peut être calculé, y compris une courbe montrant comment les dépenses s'accumulent au fil du temps.

Tableau 2: comparaison des calculs analytiques aux simulations Monte Carlo

 

BQR fournit une solution complète pour les analyses RAMS, couvrant une grande variété de logiciels d'analyse et de simulation Monte Carlo

Prédiction MTBF

  • Soutenir toutes les normes
  • Bibliothèques réutilisables
  • Web ou bureau
Screenshot of MTBF prediction software
Vue récapitulative des calculs

FMECA

  • Soutenir toutes les normes
  • Bibliothèques de modes de défaillance
  • FMEA / FMECA / RPN
Risk Matrix, screenshot of FMECA software
Matrice des risques

ALE

  • Soutenir les causes communes
  • Ensembles de coupe
  • Analyse de sensibilité
FTA traditional view
Vue traditionnelle de l'ALE

Testability / Diagnostics Analysis

  • Detection and Isolation analyses
  • Bibliothèque de tests
  • Rapports détaillés
FMEDA
BIT et listes de tests

RBD

  • Prend en charge les réseaux RBD
  • Simulation de Monte Carlo
  • Bibliothèque d'équipement
RAM analysis - Reliability Block Diagram Software
Schéma fonctionnel de la fiabilité du réseau
Reliability Block Diagram Software - Monte Carlo simulation
Résultats de la simulation de Monte Carlo pour deux pompes fonctionnant en modèle de secours

Chaîne de Markov

  • Partage de charge
  • Disponibilité des pièces de rechange
  • Probabilité de défaillance RAID
Reliability Block Diagram Software - Markov Models
Modèle de Markov

Optimisation des pièces de rechange et coût du cycle de vie

  • Prend en charge la logistique à plusieurs niveaux
  • Stocks partagés et exclusifs
  • Tient compte du modèle de fiabilité du système
Modèle de disponibilité des pièces de rechange

Bibliographie

[1] EN 50126: 2017 Applications ferroviaires. Spécification et démonstration de fiabilité, disponibilité, maintenabilité et sécurité (RAMS). Processus générique RAMS.
[2] EN 50128: 2011 Applications ferroviaires. Systèmes de communication, de signalisation et de traitement. Logiciel pour les systèmes de contrôle et de protection ferroviaire.
[3] EN 50129: 2018 Applications ferroviaires. Systèmes de communication, de signalisation et de traitement. Systèmes électroniques de signalisation pour la sécurité.
[4] SAE ARP4761: 1996 LIGNES DIRECTRICES ET MÉTHODES POUR CONDUIRE LE PROCESSUS D'ÉVALUATION DE LA SÉCURITÉ SUR LES SYSTÈMES ET L'ÉQUIPEMENT DE TRANSPORT AÉRIEN CIVIL.
[5] MIL-STD-882E: 2012 Sécurité du système.
[6] ISO 26262: 2018 Véhicules routiers Sécurité fonctionnelle.
[7] ISO 14971: 2007 Dispositifs médicaux - Application de la gestion des risques aux dispositifs médicaux.
[8] CEI 60812: 2018 Analyse des modes de défaillance et des effets (FMEA et FMECA).
[9] CEI 61025: 2007 Analyse de l'arbre de défaillance (FTA).
[10] IEC 61078: 2016 Schémas fonctionnels de fiabilité.
[11] CEI 61165: 2006 Application des techniques de Markov.
[12] MIL-HDBK-2165: 1995 MANUEL D'ESSAI POUR LES SYSTÈMES ET ÉQUIPEMENTS, DOD.
[13] AS et. Y. Bot, «Analyse de l'arbre de défaillance, quelle est sa précision?», Dans ESREL 2017, 2017.