Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
Problèmes de fiabilité dépendant du temps
Bruno Sudret
EDF R&DDépt. Matériaux et Mécanique des Composants
2© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Pourquoi la dimension temporelle ?
Rappel
( , )g R S R S= −Résistance Sollicitation
( ( ), ( ), ) ( ) ( )g R t S t t R t S t= −
Résistance- activation de phénomènes aléatoirement dans le temps
Initiation de la corrosion des armatures
- dégradation des propriétés des matériauxTénacité de l’acier de cuve
3© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Pourquoi la dimension temporelle ?
Sollicitations
- chargements climatiques . vent, hauteur de vague (dynamique) . neige (pseudo-statique)
- chargement sismique : γ(t) (dynamique)
- charges de trafic, d’occupation de bureau, etc. (pseudo-statique)- température de fluide (transitoire)
4© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Sommaire
Processus stochastiques : notions élémentaires
Problèmes de fiabilité dépendant du temps
- Formulation
- Problèmes à marge décroissante
Approche asymptotique
- Taux de franchissement
- Bornes sur la probabilité de défaillance
- Intégration de Laplace
- Mise en oeuvre
Méthode PHI2
- Calcul analytique du taux de franchissement
- Mise en oeuvre
Exemples d’application
5© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Processus stochastiques
• Définition : ensemble de variables aléatoires ( , )X t ω indexées sur le temps
0( , )X t ω(trajectoire du processus)
: réalisation 0( , )X t ωVariable aléatoire
0( , )Xf x t
x
2 ( )x t
1t 2tt
1 1( ) ( , )x t X t ω≡3( )x t
• Caractérisation : densité conjointe de tout ensemble fini de variables
( )1 ,..., 1, ,t tnX X nf x x pour tout (t1, .. tn)
6© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Notations
Moyenne
Variance
Fonction d’auto-corrélation
Fonction d’auto-covariance
7© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Propriétés importantes (1)
Stationnarité• Moyenne et écart-type indépendant du temps• Fonction d’auto-corrélation invariante par translation
1 2 2 1( , ) ( )XX XXR t t R t t≡ −Différentiabilité
(convergence en moyenne quadratique)
Propriétés:
8© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Propriétés importantes (2)
Ergodicité
• Moyenne temporelle
• Espérance
Ergodicité :
… permet de déterminer les propriétés d’un processus à partird’une seule trajectoire
9© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Processus ponctuel
• On considère un évènement se produisant aléatoirement dans le temps• On définit les temps d’arrivée (aléatoires)
( ) ( )10 nT Tω ω< < <
• La fonction de comptage N(t,ω) est le nombre d’occurrence de l’évènement avant l’instant t (processus à valeur entières) :
( ) ( ){ }, sup : nN t n T tω ω= ≤
10© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Processus ponctuel de Poisson
Le processus ponctuel est de Poisson ssi
1) suit une loi de Poisson de paramètre(λ est l’intensité du processus)
, ( ) ( )s t N t N s∀ < − ( )t sλ −
soit en particulier
2) Les v.a. sont indépendantes1 2 1 1( ), ( ) ( ), ( ) ( )k kN t N t N t N t N t −− −
Corollaire : - temps de première occurrence : loi exponentielle
- Les intervalles Tk+1 – Tk suivent des lois exponentielles- Le temps Tk suit une loi gamma ( ),kλΓ
11© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Processus de renouvellement à saut
t3T2T1T 4T 5T( )Sf s
( )S t
• L’occurrence des sauts suit un processus de Poisson• Les amplitudes S sont indépendantes les unes des autres• Les amplitudes S suivent la même loi fS(s)
(charges de trafic, occupation de locaux, etc.)
12© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Processus gaussien
• Définition : {X(t1), …, X(tn)} est un vecteur gaussien. En particulier X(t) est
de moyenne
de variance
de densité
( )X tµ2 ( )X tσ
• Caractérisé par le coefficient d’auto-corrélation
• Différentiabilité : ssi existence de la dérivée croisée
13© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Processus gaussien stationnaire
Propriétés de X(t)
Moyenne, écart-type constantAutocorrelation ρ(t) : dépendant d’une seule variable
Différentiabilité si ρ’’(0) existe
Pulsation :
Propriétés du processus dérivé
Moyenne nulle
Ecart-type :
14© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Coefficients d’autocorrélation
15© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Exemples de trajectoires
(méthode de discrétisation
EOLE)
Moyenne : 5Ecart-type : 1λ = 1
16© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Sommaire
Processus stochastiques : notions élémentaires
Problèmes de fiabilité dépendant du temps
- Formulation
- Problèmes à marge décroissante
Approche asymptotique
- Taux de franchissement
- Bornes sur la probabilité de défaillance
- Intégration de Laplace
- Mise en oeuvre
Méthode PHI2
- Calcul analytique du taux de franchissement
- Mise en oeuvre
Exemples d’application
17© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Problème de fiabilité dépendant du temps
Ensemble de variables aléatoires et de processus scalaires
( )jR ω( , )jS t ω
( , )X t ω
( , ( , ))g t X t ω Fonction d’état limite
Probabilité cumulée de défaillance
Probabilité instantanée de défaillance
18© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Problèmes à marge décroissante (1)
Définition• La fonction d’état limite ne comporte que des variables aléatoires et desfonctions du temps (pas de processus au sens strict) : on note
• Les réalisations de g sont des fonctions décroissantes du temps
Propriété fondamentale
)
… la probabilité cumulée de défaillance se calcule comme la probabilité instantanée.
19© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Problèmes à marge décroissante (2)
Applications : problèmes de durabilité des structures
• le modèle de dégradation a une cinétique connue, par contre ses paramètres sont mal estimés g est fonction de t et de variables aléatoires X• la performance du matériau se dégrade de façon monotone
la fonction g est décroissante
Exemple : corrosion des armatures dans le bétondo
d(t)
Temps d’initiation aléatoire :(modèle de carbonatation du béton)
20© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Sommaire
Processus stochastiques : notions élémentaires
Problèmes de fiabilité dépendant du temps
- Formulation
- Problèmes à marge décroissante
Approche asymptotique
- Taux de franchissement
- Bornes sur la probabilité de défaillance
- Intégration de Laplace
- Mise en œuvre
Méthode PHI2
- Calcul analytique du taux de franchissement
- Mise en oeuvre
Exemples d’application
21© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Franchissements d’un processusFranchissement
en décroissant (downcrossing)
a
Franchissements en croissant (upcrossing)
1T 2T
( )x t
t123 ( )0,N t
( ), ( )g t x t
t
Défaillance premier passage de g dans le domaine négatifT1 temps de premier passage : 1(0, ) ( )fP t P T t= ≤
22© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Taux de franchissement
Définition
: nombre (aléatoire) de franchissements entre t1 et t21 2( , )N t t
Propriété
Remarque : processus régulier
23© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Bornes sur la probabilité de défaillance
Cas général
Problème stationnaire
24© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Cas des processus à sauts
25© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Cas des processus différentiables
( )a t
( )x t
( )x t
( )a t ( )x t t∆
t t+ ∆t
Formule de Rice :
26© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Formule de Rice : applications
Processus stationnaire et seuil constant
Processus stationnaire gaussien et seuil constant
( ) ~ (0, )XX t N σ( ) ~ ( , )X XX t N µ σ
( ) et ( )X t X t indépendants :
Processus stationnaire gaussien et seuil variable
27© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Approche asymptotique (1)
Calcul de ν+ - Résumé
- franchissement de seuil (plus généralement, d’une surface) déterministe
- seule source d’incertitude : dans le processus (gaussien)
insuffisant pour traiter des problèmes pratiques
- problème de l’intégration temporelle à résoudre dans le casnon stationnaire
28© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Approche asymptotique (2)
Notation
R : variables aléatoiresQ : paramètres aléatoires de séquences ergodiquesS : processus stochastiques, de paramètres pouvant dépendre de Q,R
Principes- Formules analytiques pour calculer le taux de franchissementconditionnel
- Intégration asymptotique (Laplace) dans le temps
- Intégration du nombre de franchissements conditionnels : asymptotique
29© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Intégration de Laplace - principe
Soit à approximer :
λ, h(x), f(x) >0+ différentiabilité
On suppose que f possède un minimum en un point critique x*
… développement limité autour de ce point
x*=a ou b :
x*∈ ]a,b[ :
30© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Mise en oeuvre de l’approche asymptotique
Détermination du point critique t*Utilisation d’un algorithme FORM d’Abdo-Rackwitz modifiéqui détermine en même temps le point de conceptionet le t* minimisant β(t) sur [t1,t2]
Implémentation
• Méthode développée par Rackwitz, Breitung, Faber et al.,• Implémentée dans COMREL – TV• Différentes approximations dans le raisonnement, pas toujours
faciles à maîtriser• Difficile de compréhension et de mise en œuvre
31© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Sommaire
Processus stochastiques : notions élémentaires
Problèmes de fiabilité dépendant du temps
- Formulation
- Problèmes à marge décroissante
- Bornes sur la probabilité de défaillance
Approche asymptotique
- Taux de franchissement
- Intégration de Laplace
- Mise en oeuvre
Méthode PHI2
- Calcul analytique du taux de franchissement
- Mise en oeuvre
Exemples d’application
32© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Méthode PHI2 (1)
Retour sur la définition du taux de franchissement :
… au numérateur, probabilité de défaillance d’un système parallèle
Approche intuitive (Der Kiureghian, 1995 ; Andrieu, 2002)
On calcule la différence finie pour ∆t suffisamment petit : Résolution d’un problème de fiabilité d’un système
parallèle à deux composants par FORM
Problème : choix de ∆t délicat instabilités numériques
33© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Méthode PHI2 – approche analytique (1)
Notations(Sudret, 2005)
Soit :
On a :
Résolution FORM
Φ2 : fonction de répartition binormale
Indice de fiabilité à l’instant t
indice de fiabilité à l’instant t+h
Produit des cosinus directeurs
34© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Méthode PHI2 – approche analytique (2)
Problème stationnaire
… indépendant du temps :
Problème non stationnaire
avec :
… dépendant du temps, à intégrer pour avoir etla borne sup de Pf(t1,t2)
35© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Méthode PHI2 – mise en oeuvre
obtenu par FORM enfixant t dans les fonctions du tempsremplaçant les processus par des v.a
[ ]P ( , ( , )) 0g t X t ω >
( , )jS t ω (1)jS
β(t), α(t)
β(t+∆t), α(t +∆t)
[ ]P ( , ( , )) 0g t X t t ω+ ∆ ≤
( , )jS t t ω+ ∆(2)jS
obtenu par FORM enfixant t+∆t dans les fonctions du tempsremplaçant les processus par des v.a corrélées aux (1)
jS
Cas stationnaire :
Choix de ∆t : petit devant la longueur de corrélation (~1%),schéma très stable
36© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Méthode PHI2 – résumé
Deux analyses FORM de problèmes indépendants du temps
- Utilisation d’outils / logiciels classiques de fiabilité (pas d’implémentation spécifique pour calculer ν+)- La deuxième est très rapide (choix du point de départ)- On peut aussi utiliser les corrections SORM des indices de fiabilité
Pour calculer la probabilité de défaillance cumulée
- schéma d’intégration cumulatif (type trapèzes) pour avoir t Pf(0,t)
- intégration asymptotique de Laplace si la variation temporelleest lente, et si on connaît le point critique
( ) ( )1
2 11, 2 1 1
0
1E[ ( )] ( 1) ;2
N
k
t tN t t t t k t t k t tN
ν ν−
+ + +
=
− ≈ ∆ + ∆ + + + ∆ ∆ = ∑
37© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Sommaire
Processus stochastiques : notions élémentaires
Problèmes de fiabilité dépendant du temps
- Formulation
- Problèmes à marge décroissante
- Bornes sur la probabilité de défaillance
Approche asymptotique
- Taux de franchissement
- Intégration de Laplace
- Mise en oeuvre
Méthode PHI2
- Calcul analytique du taux de franchissement
- Mise en oeuvre
Exemples d’application
38© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Un exemple analytique (1)
( ),S Sµ σN2
2 11 2( , ) expS
t tt tρλ
− = − pulsation 2 /oω λ=
Fonction d’état limiteProcessusgaussien
( ),R Rµ σN
Taux de franchissement
Probabilité cumulée de défaillanceLBfP =
( )1LB LBfPβ −= −Φ ( )1UB UB
fPβ −= −Φ
39© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Un exemple analytique (2)
40© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Durabilité d’une poutre corrodée
F(ω ,t)
b0
h0dc(t)=κ tF(ω ,t)F(ω ,t)
b0
h0dc(t)=κ t
b0
h0dc(t)=κ t
corroded area
sound steel
zone corrodée
acier sain
( ) ( ) ( )ultg t M t M t= −
2( ) ( )( )4
eult
b t h tM t σ=2
0 0( )4 8
stFl b h LM t ρ= +
41© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Variables aléatoires
Parameter Type of distribution Mean Coefficient of variation
Load Gaussian 3500 N 20 % Steel yield stress Lognormal 240 MPa 10 %
Beam breadth Lognormal 0.2 m 5 % Beam height Lognormal 0.04 m 10 %
Cas n°1 : la charge est constante dans le temps (variable aléatoire)
Cas n°2 : la charge est modélisée par un processus gaussien, de longueur de corrélation 1 jour
Durée de vie de la structure : 20 ans
42© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Résultats
Taux de franchissement
(années)
43© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Résultats
Indice de fiabilité
44© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Conclusions
Problèmes à marge décroissante
- dégradation lente de structures : variables aléatoires + fonctions du temps monotones
- se ramène à un problème indépendant du temps
- on peut utiliser les techniques classiques (FORM/SORM/IS/subsetsimulation, etc.)
Approches par taux de franchissement- nécessaire quand il y a des processus stochastiques
- permet d’obtenir une borne supérieure de Pf(t1,t2), c’est-à-dire de la fonction de répartition du temps de première défaillance
45© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Conclusions (2)
Approche asymptotique
- basée sur des formules analytiques pour le franchissementde processus élémentaires
- utilisation de formules d’intégration asymptotique dans le tempset dans l’espace des paramètres
- difficile d’accès, implémenté dans un logiciel unique (COMREL –TV)
Méthode PHI2
- plus intuitif dans sa formulation
- utilise les outils de l’analyse de fiabilité système classique (FORM)
Pas d’implémentation spécifique (FERUM, PhimecaSoft, OpenTurns)
46© Bruno SUDRET
EDF R&DJFMS 2008 – Nantes
Fiabilité dépendant du temps
Merci de votre attention