Bernard Beauzamy - Méthodes mathématiques pour l'évaluation de la fiabilité des équipements

Tous les Industriels souhaitent avoir des informations relatives à l'état de bon fonctionnement de leurs équipements : faut-il les inspecter souvent ? quelles réparations sont nécessaires ? Mais, en pratique, les données disponibles sont rares et ne permettent pas de juger convenablement de l'état du "patrimoine". De ce fait, les décisions d'intervention sont souvent très empiriques ; elles peuvent conduire à des résultats inappropriés : des pannes en nombre excessif, ou bien, au contraire, des remplacements systématiques inutiles. La logique qui préside au recueil de l'information est souvent peu claire : par exemple, l'Industriel voudrait connaître la loi de probabilité associée à la durée de vie, pour chaque équipement, mais si celui-ci est particulièrement robuste, il va falloir attendre indéfiniment ! Nous montrerons qu'une approche rationnelle du problème comporte deux volets : − Un "plan d'inspection", nécessairement dynamique, qui reflète la connaissance (réelle ou supposée) que l'on a du bon état de cet équipement. Il se traduit par une note (entre 0 et 10), remise à jour à chaque fois qu'une nouvelle information apparaît : d'où le qualificatif de "dynamique" ; − Un "plan d'intervention", résultant du plan d'inspection, qui conduit au remplacement des pièces ayant les plus mauvaises notes, sous réserve de la combinaison avec d'autres facteurs (urgence ou non, budgets disponibles ou non, etc.). Pour la SCM, cette approche en deux volets distincts remonte à un travail que nous avons fait pour Air Liquide dans les années 2010 ; depuis, nous avons eu l'occasion de donner un avis critique sur les méthodes généralement utilisées par les Industriels. Les domaines concernés sont : canalisations d'eau, de gaz, etc., lignes électriques et équipements associés, équipements ferroviaires, instruments de haute technologie, etc. Les critiques méthodologiques portent en général sur un emploi inapproprié de la théorie des probabilités : hypothèses factices, confusion dans les concepts, etc.