FR3048294A1

FR3048294A1 - Procede de suivi de fiabilite

Info

Publication number: FR3048294A1
Application number: FR1651666A
Authority: FR
Inventors: Damien Tamisier; Serment Caroline Ramus; Georges Perroud
Original assignee: Peugeot Citroen Automobiles SA
Current assignee: PSA Automobiles SA
Priority date: 2016-02-29
Filing date: 2016-02-29
Publication date: 2017-09-01
Anticipated expiration: 2036-02-29
Also published as: FR3048294B1

Abstract

Procédé de suivi de fiabilité de composants automobiles, comprenant les étapes consistant à : - constater des défaillances desdits composants automobiles lors d'une utilisation dudit véhicule automobile, - recenser les défaillances desdits composants automobiles dans une base de données, - réaliser un arrangement des défaillances dudit composant par catégories selon le taux d'utilisation du véhicule automobile défini par son kilométrage mensuel moyen à la date de défaillance (E3), - faire au moins un calcul de prévision de fiabilité sur chaque catégorie, - envoyer une alerte à un opérateur qualité.

Description

PROCEDE DE SUIVI DE FIABILITE

La présente invention concerne de manière générale un procédé de suivi de la fiabilité de composants automobiles montés sur un véhicule automobile, en particulier pour prévoir des actions correctives de conception, de fabrication ou d'approvisionnement par exemple de composants qui connaissent des défaillances répétées.

Il est connu dans l’art antérieur d'effectuer des analyses statistiques de fiabilité, telles que celles décrites dans le document W0200731138A1. En contrepartie, ce système présente notamment l'inconvénient de ne pas proposer de solution pour affiner l'analyse et prédire des défaillances avec un bon taux de confiance, en fonction du taux d'utilisation des véhicule.

Un but de la présente invention est de répondre aux inconvénients des documents de l’art antérieur mentionnés ci-dessus et en particulier, tout d'abord, de proposer une méthode de suivi de fiabilité pour lancer des actions correctives sur des composants, tout en permettant d'analyser finement les défaillances en fonction du taux d’utilisation véhicule.

Pour cela un premier aspect de l'invention concerne un procédé de suivi de fiabilité de composants automobiles montés sur un véhicule automobile, comprenant les étapes consistant à : - constater des défaillances desdits composants automobiles lors d'une utilisation dudit véhicule automobile, depuis le véhicule et/ou depuis un centre de réparation (E1), - recenser les défaillances desdits composants automobiles dans une base de données, accessible sur un serveur situé à distance dudit véhicule et du centre de réparation (E2), - réaliser un arrangement des défaillances dudit composant par catégories selon un taux d’utilisation du véhicule automobile défini par un kilométrage mensuel moyen à la date de défaillance (E3), - faire au moins un calcul de prévision de fiabilité sur chaque catégorie afin de prévoir un nombre prévisionnel de défaillances dudit composant sur l’ensemble des véhicules en circulation équipés de ce composant, (E4), - envoyer une alerte à un opérateur qualité et/ou aux responsables de la conception et intégration du composant dans le véhicule si la proportion de défaillances prévue dépasse un seuil de non-fiabilité défini pour ledit composant (E5).

Le procédé selon l'invention, constate et recense les défaillances, depuis le véhicule ou un centre de réparation, pour faire une analyse depuis un serveur à distance où est stockée une base de données. Afin de pouvoir analyser les causes de défaillances, le procédé selon l'invention propose d’arranger les défaillances par catégories selon le taux d'utilisation du véhicule, défini par son kilométrage mensuel moyen, pour permettre d'identifier si ce taux d'utilisation a une influence sur la fiabilité du composant. Il est ensuite possible d'envoyer une alerte pour déclencher des actions de modification du ou des composant(s) identifié(s), des actions d’amélioration de leur processus de fabrication, et prévoir des approvisionnements des stocks de pièces de rechange, voire organiser des campagnes de rappel.

Avantageusement, la constatation et le recensement des défaillances sont effectués automatiquement par le véhicule et/ou un outil de diagnostic depuis le centre de réparation, et l'étape de recensement comprend une étape consistant à automatiquement relever et envoyer à la base de donnée un kilométrage et/ou un kilométrage mensuel moyen et/ou une ancienneté du véhicule, et/ou des informations sur une localisation du défaut, un effet de la défaillance sur le fonctionnement du véhicule, et le composant incriminé. Le procédé selon l'invention effectue de manière automatique, la constatation et le recensement (c’est-à-dire la transmission des informations depuis chaque véhicule ou concession vers le serveur à distance, par liaison téléphonique, internet ou sans fil), et le calcul du taux d'utilisation véhicule, défini par le kilométrage mensuel moyen.

Avantageusement, l'étape de répartition consiste à répartir les défaillances en au moins deux catégories selon le taux d’utilisation véhicule, par exemple trois catégories, si le nombre de défaillances, tel que 15 défaillances sur la plus grande catégorie en termes d’individus en comptant aussi les véhicules n’ayant pas rencontré de défaillance, est suffisant pour réaliser une projection statistique avec un bon niveau de confiance. Selon la mise en œuvre du découpage en catégories, la taille de chaque catégorie en termes de kilométrage mensuel moyen (différence entre le kilométrage mensuel moyen minimum et le kilométrage mensuel moyen maximum des véhicules de la catégorie) est définie par une suite géométrique, c’est à dire que le rapport entre les tailles des catégories N et N+1 en termes de kilométrage mensuel moyen est constant. Par exemple, on peut prévoir trois catégories, si on a au moins 1, 15 et 5 défaillances réparties respectivement dans les catégories 1,2 et 3.

Avantageusement, l'étape de répartition consiste à répartir en au moins trois catégories selon le taux d’utilisation véhicule, par exemple cinq catégories, si la répartition résultante des défaillances dans les cinq catégories est telle que le nombre de défaillance dans chacune des catégories est suffisant pour réaliser les estimations statistiques avec un bon niveau de confiance, tel que 1, 15 et 5 défaillances réparties respectivement dans les catégories 1, 2 et 3, et 15, 30, 90, 90 et 30 défaillances réparties respectivement dans les catégories 1,2, 3, 4 et 5.

Avantageusement, l'étape de calcul de prévision de fiabilité est effectuée en utilisant un modèle de distribution statistique de Weibull. Un tel modèle est en particulier bien adapté aux calculs de fiabilité opérationnelle pour des composants dont la variation dans le temps du taux de défaillance diffère d’un composant à l’autre (taux de défaillance croissants pour certains composants, constant pour d’autres, décroissants pour d’autres encore).

Avantageusement, l'étape de calcul de prévision de fiabilité, pour chaque catégorie de taux d’utilisation véhicule est effectuée par la méthode de l'estimation du maximum de vraisemblance, ou Hazard Plotting, dudit modèle de Weibull.

Avantageusement, les étapes de constatation et de recensement des défaillances sont effectuées sur des populations de véhicules ayant moins de 24 mois de roulage, et/ou dont on peut garantir la connaissance de toutes les défaillances survenues. La prise en compte des véhicules quelle que soit l’ancienneté, et ce, dès leur mise en circulation permet de réaliser des calculs de fiabilité de façon réactive avec un nombre suffisant de défaillances pour réaliser une projection statistique avec un bon niveau de confiance.

Avantageusement, l'étape d'alerte est suivie d'une étape de modification de la structure d'au moins un des composants automobiles ayant connu des défaillances. En effet, l'étape d'alerte peut être suivie d'une étape d'analyse des défaillances, avec modifications techniques des composants incriminés, ou modification du procédé de fabrication.

Avantageusement, l'étape d'alerte est suivie d'une étape de commande et/ou d'approvisionnement d'au moins un des composants automobiles ayant connu des défaillances. Le procédé, avec le calcul de prévision de fiabilité peut permettre de calculer des quantités et dates prévisionnelles de défaillance, pour ajuster la fabrication de pièces détachées, afin de garantir l’approvisionnement des centres de réparation, et en cas d’implication de la sécurité des personnes, la quantification de fiabilité permet d’organiser des campagnes de rappel de véhicules. D'autres caractéristiques et avantages de la présente invention apparaîtront plus clairement à la lecture de la description détaillée qui suit d'un mode de réalisation de l'invention donné à titre d'exemple nullement limitatif et illustré par les dessins annexés, dans lesquels : - la figure 1 représente des étapes d'un procédé de suivi de fiabilité selon l'invention basé sur des défaillances constatées de composants automobiles ; - la figure 2a et la figure 2b représentent un exemple de découpage des données de défaillances des composants automobiles ; - la figure 3 représente un suivi temporel des défaillances des composants automobiles.

La figure 1 représente de manière générale les étapes du procédé selon l'invention.

La quantification de la fiabilité des véhicules en clientèle s’opère au moyen d’un algorithme de prévision de l’occurrence de défaillances à venir à partir de défaillances déjà rencontrées sur une période donnée. Cet algorithme réalise en outre un découpage de l’échantillon des défaillances avérées en catégories selon le taux d’utilisation des véhicules défini par le kilométrage mensuel des véhicules défaillants, et il s’appuie pour cela sur des distributions statistiques de référence déterminées sur des échantillons représentatifs de véhicules en clientèle. L’analyse de fiabilité se décompose en plusieurs étapes :

Tout d'abord, le procédé effectue une collecte des défaillances en clientèle avec une étape E1 de constatation des défaillances depuis les véhicules ou un centre de réparation, et une étape E2 de recensement des défaillances, c'est-à-dire transmission et écriture dans une base de donnée tenue sur un serveur à distance. L'étape E1 peut être effectuée automatiquement, avec l'envoi de l'information de défaillance (avec par exemple référence du composant automobile défaillant, nature de la défaillance, et kilométrage et/ou kilométrage mensuel du véhicule et/ou ancienneté) directement et automatiquement par le véhicule et/ou un outil de diagnostic d'une concession automobile et/ou par l’intervention d’un opérateur du centre de réparation qui constate et qualifie la défaillance avant de la renseigner avec ses caractéristiques dans la base de données.

Ensuite, sur l’échantillon des défaillances retenues du composant, le procédé effectue une classification des défaillances par catégories selon le taux d’utilisation véhicule (kilométrage mensuel) à une étape E3. Comme on le voit à la figure 2a, on peut envisager un découpage en trois catégories de kilométrage mensuel si le nombre de défaillances sur la plus grande catégorie en termes d’individus d’échantillon (en comptant aussi les véhicules n’ayant pas rencontré de défaillance) est suffisant pour réaliser une projection statistique avec un bon niveau de confiance, tout en ayant un nombre minimum de défaillances rencontrées dans les autres catégories. Par exemple, comme le montre le diagramme inférieur de la figure 2a, si on a respectivement 1, 15 et 5 défaillances minimum dans les catégories 1,2 et 3, on peut utiliser cet arrangement en trois catégories.

La figure 2b représente un découpage en cinq catégories, si le nombre de défaillances sur la plus grande catégorie en termes d’individus d’échantillon (en comptant aussi les véhicules n’ayant pas rencontré de défaillance) est suffisant pour réaliser une projection statistique avec un bon niveau de confiance, tout en ayant un nombre minimum de défaillances rencontrées dans les autres catégories. Par exemple, comme le montre le diagramme inférieur de la figure 2b, si on a respectivement 15, 30, 90, 90 et 30 défaillances minimum dans les catégories 1, 2, 3, 4 et 5, on peut utiliser cet arrangement en cinq catégories.

Par la suite, un calcul de prévision de fiabilité avec obtention des lois de Weibull de fiabilité par la méthode de l’Estimation du Maximum de Vraisemblance ou Hazard Plotting pour chaque catégorie de défaillance et une estimation de fiabilité prévisionnelle de l’ensemble de l’échantillon (toutes catégories de défaillances réunies) est effectué à une étape E4.

Enfin, un processus de surveillance de fiabilité opérationnelle effectué à l'étape E5 permet d’identifier les composants qui ne sont pas à l’objectif pour engager des mesures de correctives.

Pour en revenir à un aspect de l'invention, qui est la classification par catégories, cela permet de dissocier pour l’analyse statistique les défaillances survenues sur des véhicules à forte utilisation (fort kilométrage mensuel) des défaillances survenues sur des véhicules à faible utilisation (faible kilométrage mensuel). Résultat : on est capable d’identifier d’éventuelles cinétiques de défaillance différentes selon la balance kilométrage/temps. A présent, un ajustement du nombre de catégories en fonction du nombre de défaillances avérées permet de conserver un nombre minimum de défaillances dans chaque catégorie. En dessous, par exemple, de respectivement 1, 15 et 5 défaillances dans les catégories 1, 2 et 3, il n’y a qu’une seule catégorie ; au-delà, par exemple, de respectivement 15, 30, 90, 90, et 30 défaillances dans les catégories 1, 2, 3, 4 et 5, la classification se fait sur 5 catégories. Résultat : on maintient un bon niveau de confiance dans l’estimation statistique y compris sur des faibles échantillons de défaillances.

Pour 5 catégories, un découpage sur les quantiles proche de 5%, 35%, 80% et 95% de la fonction de répartition de la loi de roulage permet d’engendrer des tailles de catégorie en termes de kilométrage mensuel moyen (différence entre le kilométrage mensuel moyen minimum et le kilométrage mensuel moyen maximum des véhicules de la catégorie) avec un rapport entre les tailles des catégories N et N+1 égal à 2.

Pour 3 catégories, un découpage sur les quantiles proches de 25% et 90% permet d’avoir un rapport entre les tailles des catégories N et N+1 égal à 3. Résultat : on distingue ainsi de façon harmonieuse les différents taux d’utilisation des véhicules.

La figure 3 représente un exemple de suivi temporel des véhicules. Pour améliorer la réactivité de l’analyse de fiabilité en clientèle, les données d’entrée collectées correspondent aux défaillances survenues sur 18 mois (du mois M au mois M+17) sur un parc de véhicules montés et mis en circulation sur une période de fabrication de 6 mois (du mois M au mois M+5). Résultat : au mois M+18 on est capable de réaliser une estimation de fiabilité du parc véhicule projetée à 2 ans, 3 ans, 5 ans et 7 ans.

Plus généralement le procédé de suivi de fiabilité collecte des défaillances survenues sur Nd mois (du mois M au mois M+Nd-1) sur un parc de véhicules montés et mis en circulation sur une période de fabrication continue ou discontinue (censure possible de un ou plusieurs mois de fabrication) de Np mois (du mois M au mois M+Np-1), de sorte qu’au mois M+Ne (avec Ne > Nd) on est capable de réaliser une estimation de fiabilité du parc véhicule.

On peut donc utiliser le procédé de suivi de fiabilité avec, comme données d’entrée, les défaillances survenues sur 9 mois de roulage (du mois M au mois M+8) sur un parc de véhicules montés et mis en circulation sur une période de fabrication de 6 mois (du mois M au mois M+5) de sorte qu’au mois M+9 on est capable de réaliser une estimation de fiabilité du parc véhicule projetée à 1 an et 2 ans.

Exemple de calcul

Un composant faisant l’objet d’une étude de fiabilité opérationnelle équipe un parc véhicule mis en circulation selon les dates :

92 défaillances ont été rencontrées sur ce composant sur la période Janvier 2014 à Juillet 2015 avec les kilométrages suivants sur les véhicules concernés :

Par ailleurs, le kilométrage des véhicules dans le parc roulant est distribué selon l’échantillon supposé représentatif de véhicules suivant :

L'analyse de la population indique qu'on ne peut pas utiliser un rangement en cinq catégories, car la première catégorie ne comprendrait que 2 défaillances.

On effectue alors un rangement en trois catégories de kilométrage mensuels, (0%<catégorie 1 <12% ; 12%< catégorie 2<83% ; 83%< catégorie 3<100%) L’analyse de fiabilité selon l’invention avec loi de Weibull par Maximum de Vraisemblance dans un intervalle de confiance de 80% sur chacune des 3 catégories permet d’estimer : - une durée de vie du composant qui dépend du taux d’utilisation véhicule avec : êta = 80 000 km sur la catégorie 1 êta = 650 000 km sur la catégorie 2 êta = 3 500 000 km sur la catégorie 3 - une cinétique de défaillance qui dépend du taux d’utilisation du véhicule avec : bêta = 2,6 sur la catégorie 1 bêta = 1,8 sur la catégorie 2 bêta = 1,3 sur la catégorie 3 - une défiabilité sur chaque catégorie de : 8,1 E-01 à 100 000 km /1,2E-01 à 5 ans sur la catégorie 1 3,3E-02 à 100 000 km /1,6E-02 à 5 ans sur la catégorie 2 1,1E-02 à 100 000 km /1,2E-02 à 5 ans sur la catégorie 3 - une défiabilité sur la population totale de : 1,2E-01 à 100 000 km 2,8E-02 à 5 ans

On peut alors calculer une prévision de 1 200 composants défaillants à l’horizon de Décembre 2018

Une analyse de fiabilité sur une seule catégorie n’aurait pas permis d’identifier la sensibilité sur le taux d’utilisation véhicule, notamment : - une durée de vie composant globale avec êta = 2 500 000 km et bêta =1,3; - une défiabilité sur la population qui est sous-estimée (d'un ratio 8 pour la défiabilité kilométrique, d'un ratio 3 pour la défiabilité temporelle) = 1,6E-02 à 100 000 km /1,0E-02 à 5 ans ; - une prévision de composants défaillants qui est sous-estimée (d'un ratio 3) = 450 à l’horizon de Décembre 2018.

On comprendra que diverses modifications et/ou améliorations évidentes pour l'homme du métier peuvent être apportées aux différents modes de réalisation de l’invention décrits dans la présente description sans sortir du cadre de l'invention défini par les revendications annexées.

Claims

REVENDICATIONS

1. Procédé de suivi de fiabilité de composants automobiles montés sur un véhicule automobile, comprenant les étapes consistant à : - constater des défaillances desdits composants automobiles lors d'une utilisation dudit véhicule automobile, depuis le véhicule et/ou depuis un centre de réparation (E1), - recenser les défaillances desdits composants automobiles dans une base de données, accessible sur un serveur situé à distance dudit véhicule et du centre de réparation (E2), - réaliser un arrangement des défaillances dudit composant par catégories selon un taux d’utilisation du véhicule automobile défini par un kilométrage mensuel moyen à la date de défaillance (E3), - faire au moins un calcul de prévision de fiabilité sur chaque catégorie afin de prévoir un nombre prévisionnel de défaillances dudit composant sur l’ensemble des véhicules en circulation équipés de ce composant, (E4), - envoyer une alerte à un opérateur qualité et/ou aux responsables de la conception et intégration du composant dans le véhicule si la proportion de défaillances prévue dépasse un seuil de non-fiabilité défini pour ledit composant (E5).
2. Procédé de suivi de fiabilité selon la revendication précédente, dans lequel la constatation et le recensement des défaillances sont effectués automatiquement par le véhicule et/ou un outil de diagnostic depuis le centre de réparation automobile, et l'étape de recensement comprend une étape consistant à automatiquement relever et envoyer à la base de donnée un kilométrage et/ou un kilométrage mensuel moyen et/ou une ancienneté du véhicule, et/ou des informations sur une localisation du défaut, un effet de la défaillance sur le fonctionnement du véhicule, et le composant incriminé.
3. Procédé de suivi de fiabilité selon l'une des revendications précédentes, dans lequel l'étape de répartition consiste à répartir les défaillances en au moins deux catégories selon le taux d’utilisation véhicule, par exemple trois catégories, si le nombre de défaillances, tel que 15 défaillances sur la plus grande catégorie en termes d’individus en comptant aussi les véhicules n’ayant pas rencontré de défaillance, est suffisant pour réaliser une projection statistique avec un bon niveau de confiance.
4. Procédé de suivi de fiabilité selon l'une des revendications 1 à 2, dans lequel l'étape de répartition consiste à répartir en au moins trois catégories selon le taux d’utilisation véhicule, par exemple cinq catégories, si la répartition résultante des défaillances dans les cinq catégories est telle que le nombre de défaillance dans chacune des catégories est suffisant pour réaliser les estimations statistiques avec un bon niveau de confiance, tel que 1, 15 et 5 défaillances réparties respectivement dans les catégories 1,2 et 3, et 15, 30, 90, 90 et 30 défaillances réparties respectivement dans les catégories 1,2, 3, 4 et 5.
5. Procédé de suivi de fiabilité selon l'une des revendications précédentes, dans lequel l'étape de calcul de prévision de fiabilité est effectuée en utilisant un modèle de distribution statistique de Weibull.
6. Procédé de suivi de fiabilité selon la revendication précédente, dans lequel l'étape de calcul de prévision de fiabilité, pour chaque catégorie de taux d’utilisation véhicule est effectuée par la méthode de l'estimation du maximum de vraisemblance dudit modèle de Weibull.
7. Procédé de suivi de fiabilité selon l'une des revendications précédentes, dans lequel les étapes de constatation et de recensement des défaillances sont effectuées sur des populations de véhicules ayant moins de 24 mois de roulage.
8. Procédé de suivi de fiabilité selon l'une des revendications précédentes, dans lequel l'étape d'alerte est suivie d'une étape de modification de la structure d'au moins un des composants automobiles ayant connu des défaillances.
9. Procédé de suivi de fiabilité selon l'une des revendications précédentes, dans lequel l'étape d'alerte est suivie d'une étape de commande et/ou d'approvisionnement d'au moins un des composants automobiles ayant connu des défaillances.