19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

SIMULATION NUMERIQUE DE LA FIABILITE DYNAMIQUE DUN

COMPOSANT OU DUN SYSTEME DANS LE LOGICIEL RELSYS

NUMERICAL SIMULATION OF THE DYNAMICAL RELIABILITY OF A

COMPONENT OR A SYSTEM WITH THE RELSYS SOFTWARE

Jrme de Reffye,
PI-RAMSES Consulting
10, rue Carnot, 78000 Versailles

dereffye.pi-ramses@sfr.fr

Rsum :
A la suite de la prsentation de la mthodologie RELSYS on prsente ici le logiciel dans sa version prliminaire servant de maquette de
faisabilit de la mthodologie. Lensemble des algorithmes est dfini et on dispose dun logiciel permettant la simulation numrique de la
fiabilit dynamique dun systme, avec ses composants mcaniques, lectroniques et logiciels. Le premier intrt de cette approche par
rapport aux autres logiciels est destimer la fiabilit prvisionnelle dun composant, dun organe, dun quipement ou dun systme ds sa
conception en sappuyant sur la ralit physique sans attendre les premiers rsultats de retour dexprience. Le deuxime intrt de cette
approche est de rduire le nombre dessais au profit de la simulation numrique, les modles de celle-ci tant cals laide de ces essais en
les remplaant progressivement.

Summary:
Further to the presentation of the RELSYS methodology the software is presently shown in its early state as a feasibility layout. The set of
algorithms is defined and the software allows numerically simulating the dynamical reliability of a component or a system. The first interest
of this approach with regards to the other software is to estimate the reliability parameters without experimental data just with
physical/chemical parameters and their mathematical relationships. As soon as a system is studied this tool can be usefully used. The second
interest of this approach is to reduce the number of trials of reliability and dependability replacing them by numerical simulation.

1 Introduction
Les valeurs numriques de la fiabilit dun composant sont actuellement obtenues soit par des valeurs extraites de bases de donnes, soit par
des valeurs exprimentales, corriges des effets thermo - mcaniques et/ou lectromagntiques laide de formules dactualisation empirique
dorigine physique. Il nexiste pas de mthode permettant un calcul de probabilits de dfaillance uniquement partir de modles
mathmatiques de la physique tels que ceux que lon rencontre dans la simulation numrique de la physique. Dautre part, ces mthodes sont
focalises sur un type de composant (mcanique, lectronique, logiciel) et aucune dentre elles ne prend le problme dans sa globalit. Think
global Act local disent nos voisins anglo-saxons, il est donc important danalyser globalement les calculs de fiabilit des composants dun
systme. Or, la suite dune excellente remarque dun relecteur, la mthodologie procde dune dmarche analogue lapproche multi-
physique [1,2,3]. Celle-ci note quun systme est par principe multi-physique alors quun composant peut tre mono-physique mais est
souvent lui-mme multi-physique. Lapproche est une approche FEM laquelle on ajoute un module de calcul de la fiabilit structurelle du
type FORM ou SORM [4]. On a donc cherch par la physique synthtiser les diffrentes dmarches existant dans lvaluation des
paramtres de fiabilit dun composant ou dun systme et les unifier dans un mme modle mathmatique dont les lois de comportement
sont dpendantes de la physique du composant. On peut ainsi utiliser les paramtres physiques des constituants des composants pour calculer
leurs paramtres de fiabilit et lintroduction des donnes exprimentales vient affiner le modle interne par fusion de ces donnes et des
rsultats thoriques.

Par rapport la simulation numrique de la physique, la simulation numrique de la fiabilit dun composant est lintersection de deux
disciplines :
o La simulation numrique des phnomnes physiques
o La simulation numrique des phnomnes alatoires

Cest la principale difficult rencontre. Or, la bonne approche de dveloppement dun modle physico-probabiliste est de dfinir dabord le
cadre probabiliste, puis y intgrer le cadre physique par immersion. Comme cette mthode ntait pas possible dans les gros codes de calcul
numrique de la mcanique, thermique, Mcanique des Fluides, Electromagntisme, etc., il a t dvelopp le calcul dincertitudes pour
pouvoir introduire laspect alatoire. Les variables et paramtres alatoires du modle sont propags dans le modle et, par le biais dune
transformation, on peut calculer la fiabilit des structures avec un modle gaussien [5,6]. Mais il faut noter que les modles de dgradations
ne sont pas prsents en tant que tels dans cette approche. En ce qui nous concerne, laspect alatoire des phnomnes est pris en compte ds
le dbut du calcul des probabilits de dfaillance dans la modlisation des processus de dgradation en plus des incertitudes sur la valeur des
paramtres de rsistance et sur le comportement des contraintes au cours du temps.
Laspect dynamique de la simulation numrique permet dobtenir des probabilits dpendantes du temps, ce qui est trs intressant pour
lensemble des fiabilistes qui souhaitent disposer dune prvision du comportement fiabiliste dun systme depuis sa mise en service
(commisioning) jusqu son retrait de service (decommissioning). La sparation des diffrentes causes de hasard a permis de construire des
intervalles de confiance des probabilits de dfaillance obtenues, ce qui permet la fusion de ces donnes avec les donnes exprimentales qui
sont introduites sous la forme de probabilits ou de taux de dfaillances avec leur intervalle de confiance.

Le modle mathmatique gnral, tel quil est prsent ici devrait tre le modle dfinitif car lensemble de ses paramtres ont un sens
physique. Il a t dfini aprs la dfinition dun modle mathmatique thorique que lon a rapproch de la ralit physique. Le chanage des
calculs depuis les composants jusquau systme a dj t prsent plusieurs reprises ([7,8]. Les formules de calcul utilises taient des

Communication 4C-5 Page 1 sur 10

 19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

formules empiriques mais dj bases sur des paramtres physiques. Lactuel modle est un modle mathmatique suffisamment complet
pour tre consistant et permettre la simulation numrique de la fiabilit dynamique dun systme.

Le logiciel a t dvelopp sous Scilab, langage trs proche de MatLab mais avec lavantage dtre open source. Comme il sagit de
programmation structure, la traduction en C ou Fortran de pose pas de problme dautant plus que sa structure en sub-routines le rend trs
modulaire.

2 Le modle mathmatique du calcul de la probabilit de dfaillance dun composant

Le modle mathmatique du calcul de la probabilit de dfaillance complte par couple (composant, mode) est bas sur :

o Le calcul des probabilits lorigine par une mthode rsistance-contrainte [9]. Il fournit la probabilit de dfaillance lorigine Pf0 ,

o Un modle de dgradation reprsentant le phnomne physique du mode de dfaillance considr,

o Une reprsentation de laspect alatoire du phnomne de dgradation par un mouvement brownien.

On considre deux vnements pour une dfaillance :

Le premier vnement se situe lorigine des temps, la mise en service du composant. Il correspond la ralisation de la
probabilit de dfaillance lorigine. Exemple : sur un million douvrages dart construits avec une probabilit de dfaillance de
10-6 , un scroule.
Le second vnement se situe pendant la dgradation du composant jusqu la dfaillance. Tous les modes de dfaillance
dpendent dune partie ou de la totalit des paramtres de ltat du systme. Chaque mode de dfaillance implique :

Un certain nombre de paramtres dtat de fiabilit,

Une concurrence entre plusieurs processus concomitants de dgradation.

Lvolution de la dgradation jusqu dfaillance est lvolution du sup des processus concomitants de dgradation qui amne un des
paramtres de fiabilit dpasser son tat limite.

Le calcul procde par tapes :

La probabilit lorigine est une probabilit stationnaire qui prend en compte les incertitudes sur les paramtres de contrainte et
sur les paramtres de rsistance. Nous avons adopt, comme mthode, un calcul en valeurs moyennes qui fait appel la
comparaison de deux lois gaussiennes qui diffrent par leur moyenne. La probabilit de dfaillance est la probabilit que la
contrainte dpasse la rsistance. Cest la mthode rsistance-contrainte la plus simple [10] . On suppose que, si le composant nest
pas tomb en panne lorigine, il va subir le phnomne de dgradation, quil soit physique et/ou chimique. Le deuxime
vnement dpend du phnomne de dgradation. Les deux vnements sont indpendants mais pas disjoints.

La probabilit dpendante du temps est le cur de la mthodologie RELSYS, qui a fait lobjet de nombreuses prsentations ([11,
12]). et le logiciel correspondant est compltement dfini quant ses spcifications. Il est, pour linstant, bas sur un modle de
dgradation choisir parmi ceux-ci :

Fatigue mcanique
Usure mcanique
Fissuration mcanique
Corrosion avec dgradation mcanique
Corrosion avec dgradation lectrique

Ultrieurement, dautres modles de dgradation pour dautres phnomnes physiques seront dvelopps.

Soit lensemble des paramtres significatifs de ltat du composant dont le franchissement de ltat limite pour lun dentre eux entraine la
dfaillance du composant. D(t) est le sup de ltat de ces diffrents vnements de dgradation. Exemple : on observe souvent plusieurs
dparts de corrosion et cest le premier dentre eux qui amne un des paramtres de fiabilit atteindre son tat limite qui provoque la
dfaillance. On considre, en effet, que la dfaillance est observe lorsquun des paramtres dpasse son tat limite.

Le temps de survie dun composant, quand sa dgradation suit un mouvement brownien, est une loi inverse-gaussienne. Dans notre cas, on
doit refaire le calcul, et ce sera fait ultrieurement.

Le modle de dgradation pour chaque paramtre suit lquation suivante :

t
D(t ) = m0 (u )du + D Bt [1]
0
qui est lintgrale dune quation de Langevin , o B(t) est un mouvement brownien [13] . Lquation de Langevin usuelle est :

dD(t )
= m0 (t ) + DWt
dt
O W est un bruit blanc ( fluctuations microscopiques dcorrles)

Communication 4C-5 Page 2 sur 10

 19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

t
Le drift dfini par

0
m0 (u )du est paramtres alatoires. Le processus D(t) volue comme une fonction alatoire cause des alas

microscopiques dans son volution. On suppose que, chaque incrment t, lvolution est alatoire et que cet ala est du aux imperfections
sur les matriaux par rapport leur modle thoriquement parfait.

m0(t) est la pente instantane de croissance de la dgradation. Dans notre cas, la pente de croissance de la dgradation est suppose constante
ou acceptable comme approximation en valeur moyenne.

Cette pente est calcule comme la drive temporelle de la dgradation physique.

Exemple : pour lusure, la loi dArchard [14] :

PN
W ( perte_de_materiau) K .s.
pm [2]

PN
donne comme pente : m0 = K .v. . [3]
pm
La distance de frottement est remplace par la vitesse de frottement. Le calcul de la probabilit de dfaillance dpendante du temps utilise

alors la formule suivante :

Pft (t ) = P( D(t ) D0 ) =
D0 ( 0 ) m0 t D0 ( 0 ) m0 t
2 m0 D0 ( 0 )
D m D m t0 D m t0 ( 0 0 ) [4]
= (1 + e N( ) N( )).(2.N ( )
t t t
S
t0 t0 t0
O N(x) est la fonction derreur gaussienne.

Lexcs de contrainte 0 (overstress) est introduit manuellement comme paramtre.

La probabilit de dfaillance complte est calcule par la formule suivante :

PF (t ) = PF0 + P ft (t) PF0 .P ft(t) [5]

O :
Pf0 est la probabilit de dfaillance lorigine

D0 reprsente la limite ultime de la dgradation avant dfaillance dans le processus stochastique, qui elle-mme est une fonction de la
contrainte applique 0

m0 est la pente moyenne du processus de dgradation, gale au drift du mouvement brownien qui reprsente le processus de dgradation du
composant et sa perte de rsistance devant la contrainte applique. Si cette pente nest pas constante, et si on ne peut pas considrer sa valeur
moyenne lapproximation tant trop grossire, on dcoupe la courbe en tronons linaires sur lesquels on effectue le calcul de la probabilit
sur lintervalle considre et non plus sur [0,t]. Les deux cart-types correspondent respectivement aux incertitudes sur le seuil de ltat-
limite et sur le drift qui est la drive temporelle de la dgradation. Lincertitude sur le seuil de ltat limite est calcule par les diffrentes
incertitudes sur les paramtres physiques qui dfinissent cet tat limite. Lincertitude sur le drift correspond est calcul par les incertitudes
sur les paramtres physiques qui dfinissent ce drift. Le temps t0 est la dure de rfrence de la propagation de la dgradation jusqu ltat
limite. Ces paramtres sont estimables par des mesures issues dessais.

Introduction des rsultats dessais et de mesure

Ensuite, on introduit les rsultats dessais. Gnralement ceux-ci sont rduits un taux de dfaillance avec son intervalle de confiance. On
fusionne les rsultats de la manire suivante :

On calcule la valeur moyenne de la fonction temporelle du taux thorique. Puis, on compare cette valeur la valeur du taux exprimental. On
adopte le max des deux, puis le max de cette dernire valeur avec la courbe des taux de dfaillance thoriques pour avoir un calcul majorant
de scurit. Ce taux fusionn est ensuite ractualis des effets de la maintenance. Puis on fusionne le taux corrig avec le taux de dfaillance
du composant observ par le systme de diagnostique danalyse des donnes de Retour dExprience laide du somme pondre des cart-
types. A partir de ce type de calcul, on en dduit les taux de dfaillance par drive logarithmique. Le taux thorique est fusionn avec le taux
exprimental issu des essais. Puis le rsultat est corrig des effets de la maintenance et fusionn avec le taux observ par le systme de
diagnostique de lanalyse du Retour dExprience du systme. On obtient alors la fiabilit du composant en fonctionnement dans le systme
avec sa maintenance.

Communication 4C-5 Page 3 sur 10

 19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

Des composants au systme Calculs thoriques des probabilits doccurrence des tats du graphe du systme

Puis, on propage les taux de dfaillance pour chaque couple (composant, mode de dfaillance) travers larbre dysfonctionnel qui permet de
calculer la probabilit de perte fonctionnelle. Aprs lidentification des fonctions perdues lors de chaque transition dun tat dgrad vers un
tat plus dgrad, on dduit les taux de transition des taux de perte fonctionnelle. La rsolution des quations de Chapman-Kolmogorov [15,
16] dans ce contexte particulier permet une intgration directe et on obtient les probabilits doccurrence de chaque tat laide de la formule
suivante :

u t
t
Tn ( v ) dv Tn ( u ) du
Pn (t ) = Tn1 (u ) Pn1 (u )e 0
du.e 0
[6]
0

On suppose, ce niveau, que les donnes de fiabilit provenant du retour dexprience sont soumises une opration de diagnostique pour
dtecter le composant lorigine de la panne. On construit lensemble des probabilits derreurs qui fournit une matrice de
probabilits P(i/j) . On en dduit la probabilit de dfaillance exprimentale par composant. Cette probabilit est fusionne avec la probabilit
de dfaillance thorique par composant. Et on reboucle la chane composant-systme pour actualiser les valeurs de probabilits du rseau
baysien.

3 Premier cas : le systme bielle manivelle

Le systme bielle manivelle est schmatis par la figure suivante :

Figure 1 : systme bielle manivelle

Ce systme est dcompos selon ses composants principaux :
- Tige de piston
- Glissire,
- Bielle,
- Maneton de roue motrice.

On a retenu les modes de dfaillance suivants :

- Dformation pour la tige de piston et la bielle,
- Dformation pour la glissire et la maneton

Les modles de dgradation qui ont t choisis sont :

o Fatigue pour la tige de Piston et la bielle

o Usure pour la glissire et le Maneton avec fissuration.

On a retenu les erreurs humaines suivantes :

- Mauvaise lubrification due soit un oubli de lubrification, soit une huile de mauvaise qualit,
- Mauvaise utilisation entrainant une survitesse du systme.

En tenant compte de lensemble des possibilits de dgradations amenant dfaillance, on calcule la probabilit gnrale de dfaillance des
composants.

On commence par calculer les probabilits de dfaillance lorigine. Celles-ci ont t calcules par une mthode rsistance-contrainte avec
des cart-types gaux 15% de la valeur moyenne.
Pour chaque mode de dfaillance, une analyse physique a t mene pour obtenir des calculs conformes la mcanique des structures :

o Axe du Piston : Dformation au-del de la limite lastique en traction-compression (Def01)

o Glissire : force applique perpendiculaire au mouvement donc sur la section latrale de la glissire donc sur sa surface de frottement
(Def02)
o Bielle motrice en traction-compression (Def03)
o Bielle motrice en flexion faible due linertie (Def04)
o Cisaillement et Torsion et du maneton (Def05)

En fonction des donnes utilises, on a obtenu les rsultats suivants pour les cinq couples (composant, mode de dfaillance) pris en compte :
- probadef01 = 0.0000003
- probadef02 = 8.033D-09

Communication 4C-5 Page 4 sur 10

 19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

- probadef03 = 2.342D-11
- probadef04 = 9.313D-10
- probadef05 = 0.0000111
Les deux modes de la bielle ont t regroups dans la suite des calculs. Par contre, le cas dune bonne lubrification a t distingu de celui
dune mauvaise lubrification pour les deux organes soumis frottement, la glissire et le maneton.

Ensuite on corrige ces valeurs de loprateur de maintenance. Puis, on fusionne ensuite les probabilits calcules avec les probabilits
exprimentales issues du retour dexprience et tries par loprateur de diagnostique.

On prsente les rsultats suivants (pour limiter les figures on ne donne que la probabilit de dfaillance de deux composants) en fonction de
t/t0 :

Figure 2 : Probabilit de dfaillance dun composant

Figure 3 : probabilit de dfaillance dun autre composant

Communication 4C-5 Page 5 sur 10

19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

Figure 4 : taux de dfaillance dun composant

Figure 5 : Taux de perte fonctionnelle

Figure 6 : Taux de transition de ltat absorbant

Communication 4C-5 Page 6 sur 10

 19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

Figure 7 : probabilit doccurrence de ltat absorbant

4 Deuxime cas : le treuil lectrique : dfaillances de llectronique et du logiciel

Le treuil lectrique est un systme compos de mcanique, llectronique de commande et de logiciel de programmation de fonctions.

Figure 8 : treuil lectrique

Les composants mcaniques sont traits de la mme manire que les composants mcaniques du systme bielle-manivelle. Nous allons nous
intresser aux composants lectroniques et logiciels.

Fiabilit du contrle-commande

Le modle est un moteur courant continu aliment et contrl en vitesse par un semi-conducteur de puissance.

Figure 9 : schma du contrle-commande du moteur

Communication 4C-5 Page 7 sur 10

 19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

Les surcharges sont distribues selon un Processus de Poisson homogne [17, 18].

Figure 10 : arrive des overstress

Le systme diffrentiel du second ordre excit par une fonction alatoire est rsolu temporellement et non dans lespace de Laplace.

La probabilit de dfaillance est celle de la ralisation des deux vnements suivants :

o Surintensit
o Sur-temprature

La courbe lvolution de la probabilit en fonction du temps est la suivante pour un jeu de paramtres particulier :

Figure 11 : Evolution de la probabilit de dfaillance du semi-conducteur de puissance en fonction de larrive

des overstress
Le caractre linaire de la courbe tient au fait que la croissance de la probabilit de dfaillance est lie au taux du processus de Poisson des
arrives qui a t admis constant.

Croissance de fiabilit du logiciel [19]

La croissance de fiabilit du logiciel de contrle commande est base sur la remarque suivante : Durant lexploitation du logiciel, les
erreurs apparaissent dans les changements de configuration dutilisation et, en fonction de leur correction, elles obissent une loi dabord
croissante, puis dcroissante. On a adopt comme modle une bi-exponentielle qui rpond bien la reprsentation de phnomnes
transitoires : R(t ) = (e t e t ) ; >

Communication 4C-5 Page 8 sur 10

 19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

Figure 12 : forme dune bi-exponentielle

Ces deux paramtres sont estimables si lon connait le nombre derreurs initiales et la pente de variation lorigine.

On a suppos 5000 erreurs corriger sachant quun quart a t rsolu formellement et un quart rsolu en dbogage. On donne lvolution de
la fiabilit du logiciel en exploitation :

Figure 13 : Evolution du nombre derreurs logiciel rsolues en fonction de son utilisation au cours du temps

5 Conclusion
Cette tude montre la mthodologie complte pour obtenir les paramtres de fiabilit dun systme physique par application du logiciel
RELSYS un cas rel. On notera labsence de donnes exprimentales de fiabilit remplaces par des paramtres physiques mesurs en
temps rel. Cette procdure peut sappliquer tout problme de FMDS quand on ne se contente pas dobserver la fiabilit dun systme mais
quon dsire la prvoir. Les donnes exprimentales de fiabilit qui seront acquises ultrieurement seront alors fusionnes avec les rsultats
thoriques. On aura not les facilits quoffre la simulation numrique pour simuler toutes les conditions dutilisation et denvironnements

Le logiciel RELSYS permet lobtention de la plupart des paramtres de fiabilit dun composant ou dun systme mcatronique. Les rsultats
quil fournit sont beaucoup plus complets que ceux fournis par les logiciels actuels. Allant jusquaux probabilits dpendantes du temps avec
leur intervalle de confiance, il permet de rduire le nombre dessais avant mise en service au profit de simulations numriques beaucoup
moins coteuses, les essais servant caler les modles. Il permet loptimisation de la maintenance ds la conception du systme, ce qui est un
avantage pour rduire les cots de maintenance. On peut ainsi respecter des exigences de disponibilit Les rsultats obtenus peuvent tre
analyss, critiqus en toute objectivit car ils sont bass sur une dmarche scientifique base sur les quations de la physique mathmatique.
On peut simuler des variations de paramtres internes et/ou externes ainsi que leurs effets sur la fiabilit du composant ou du systme tudi.
Bref, on est en prsence dun outil danalyse et de simulation permettant des gains de productivit dans les phases de conception de
composants et/ou de systmes ainsi que lexpertise des dfaillances.

Pour pouvoir analyser des systmes complets avec tous leurs couples (composant, mode de dfaillance), il doit tre coupl avec :
o Un logiciel de calcul des coupes minimales de larbre dysfonctionnel (inverse logique de larbre composants-fonctions)
o Un logiciel de construction de graphes dtat.

Communication 4C-5 Page 9 sur 10

 19e Congrs de Matrise des Risques et Sret de Fonctionnement - Dijon 21-23 octobre 2014

En termes de Recherche Oprationnelle, RELSYS peut traiter un certain nombre de problmes pourvu que les notions de composants et
systmes soient rinterprtes :
Evolution en jeu multi-joueurs
Evolution dynamique de positions avec contraintes
Evolution de portefeuille avec ruine du joueur dans une situation multi-agents et/ou multi-objectifs.

Il est mis disposition selon la rgle opensource et on peut esprer que beaucoup de bureaux dtude lutiliseront dans un avenir proche.
Toutefois, tant donne sa complexit invitable si lon veut obtenir un outil qui rpondent aux exigences de rigueur et dinnovation, il est
recommand de passer par une phase de formation.

Bibliographie

[1] Ren Boncompain, Jacky Ra, Michel Boulaton : La simulation multiphysique avec SinusPhy, Technologie 179, Avril 2012
[2] M. Errera, A. Dugeai, Ph. Girodroux-Lavigne, J.-D. Garaud, M. Poinot, S. Cerqueira, G. Chaineray (Onera) : Multi-Physics Coupling
Approaches for Aerospace Numerical Simulations, Journal Aerospace Lab, Issue 2 - March 2011 - Multi-Physics Coupling Approaches for
Aerospace Numerical Simulations
[3] Simulation multiphysique :l'approche Comsol, cad-magazine - N 129 - dcembre-janvier 2006
[4] STRUREL System of Programs for Probabilistic Reliability Analysis, RCP Consult GmbH
[5] Rgis LEBRUN : Propagation probabiliste dincertitudes pour la normalisation et la certification, EADS Innovation Works, 31 mars 2007
[6] Rgis LEBRUN : Espace standard et calcul de probabilit dvnements rares, EADS Innovation Works, 27 novembre 2008
[7] Jrme de Reffye, PI-RAMSES Consulting, 45 journes de Statistiques, Toulouse, France
RELSYS methodology and software for calculating the reliability parameters by the scientific calculation
[8] Jrme de Reffye, PI-RAMSES Consulting, ALT2012, Rennes, France, Reliability of a system from the one of its components and the
REX using a strength-stress method linked with a Bayesian net
[9] Youcef Bereriche : Contribution de lapproche contrainte/rsistance lvaluation de la fiabilit des structures , Dpartement de Gnie
mcanique, Facult des sciences, universit Laval, Qubec, 2010
[10] http://fr.wikipedia.org/wiki/Mthode_contrainte-rsistance
[11] J. V. de Reffye: PI-RAMSES Consulting, PSAM 11, ESREL 2012, Helsinki, Finland
RELSYS methodology and software for calculating the reliability parameters by the scientific calculation
[12] Jrme de REFFYE : Socit Pi-Ramses, , Lambdamu 18, 2012, Tours, France
Synthse des mthodes destimation de la fiabilit des composants et des systmes par le calcul scientifique : la mthodologie RELSYS
[13] Jean-Franois LE GALL : Mouvement brownien et calcul stochastique, Notes de Cours de Master 2, 2008-2009, Universite Paris-Sud,
Master Probabilites et Statistiques, Octobre 2008
[14] Code_Aster Version default : Titre : Oprateur de calcul de l'usure. Date : 21/09/2009 Page : 1/25 Responsable : Nicolas BRIE Cl :
R7.04.10 Rvision : 1614
[15] http://fr.wikipedia.org/wiki/quation_de_Chapman-Kolmogorov
[16] http://mathworld.wolfram.com/Chapman-KolmogorovEquation.html
[17] Genevive Gauthier : Processus de Poisson, 3-602-84, Modles probabilistes et stochastiques de la gestion, HEC Montral, Automne
2007, 1
[18] Prparation lagrgation externe de Mathmatiques : Le Processus de Poisson
[19] Journe organise par le chaptre franais de la socit Reliability de lIEEE : Fiabilit du logiciel : software reliability in 2013,
theory and practice, 5 Septembre , Alstom

Communication 4C-5 Page 10 sur 10