← Retour au sommaire

Exercices – Chapitre 18

Fiabilité | BTS | Mathématiques

Dernière mise à jour : 21 octobre 2026

Rappels utiles : Loi exponentielle : \(R(t)=e^{-\lambda t}\), \(\text{MTBF}=\dfrac{1}{\lambda}\), sans mémoire : \(P(T>t+s\mid T>t)=P(T>s)\). Loi de Weibull : \(R(t)=\exp\!\left[-\left(\frac{t}{\eta}\right)^\beta\right]\), \(\lambda(t)=\dfrac{\beta}{\eta}\left(\dfrac{t}{\eta}\right)^{\beta-1}\), \(\text{MTTF}=\eta\,\Gamma\!\left(1+\frac1\beta\right)\). Série : \(R_s=\prod R_i\). Parallèle : \(R_p=1-\prod(1-R_i)\). Disponibilité : \(D=\dfrac{\text{MTBF}}{\text{MTBF}+\text{MTTR}}\). AMDEC : \(C=G\times F\times D\).

Exercice 1 — Vocabulaire de la fiabilité

Un technicien de maintenance étudie un moteur électrique de convoyeur. On note \(T\) la variable aléatoire égale à la durée de vie du moteur, exprimée en heures, et \(R\) sa fonction de fiabilité.

  1. Écrire à l'aide de \(R\) la probabilité que le moteur fonctionne sans panne au moins 500 h.
  2. Donner la valeur de \(R(0)\) et justifier.
  3. Donner la valeur de \(\displaystyle\lim_{t\to+\infty} R(t)\) et justifier.
  4. Le taux de défaillance \(\lambda(t)\) est-il une probabilité ou une grandeur exprimée dans une unité de fréquence (par heure) ? Justifier à partir de sa définition.

1. La probabilité recherchée est \(P(T \geq 500) = R(500)\).

2. \(R(0) = 1\) : à l'instant initial, le moteur (supposé neuf) fonctionne avec certitude.

3. \(\displaystyle\lim_{t\to+\infty} R(t) = 0\) : tout composant finit par tomber en panne, la probabilité qu'il fonctionne indéfiniment est nulle.

4. \(\lambda(t) = -\dfrac{R'(t)}{R(t)}\) est un quotient d'une probabilité par unité de temps (dérivée) par une probabilité (sans dimension) : \(\lambda(t)\) s'exprime donc en défaillances par unité de temps (h−1), ce n'est pas une probabilité (elle peut d'ailleurs dépasser 1 selon l'unité choisie).

Exercice 2 — Loi exponentielle : calcul direct de \(R(t)\)

Un ingénieur de maintenance étudie la fiabilité d'un moteur électrique de convoyeur. Le constructeur annonce un MTBF de 4000 h, et la durée de vie du moteur suit une loi exponentielle.

  1. Calculer le taux de défaillance \(\lambda\) du moteur.
  2. Calculer \(R(500)\), la fiabilité après 500 h de fonctionnement.
  3. Calculer \(R(2000)\) et comparer à \(R(500)\).

1. \(\lambda = \dfrac{1}{\text{MTBF}} = \dfrac{1}{4000} = 2{,}5\times10^{-4}\) h−1.

2. \(R(500) = e^{-2{,}5\times10^{-4}\times500} = e^{-0{,}125} \approx 0{,}8825\) soit 88,25 %.

3. \(R(2000) = e^{-0{,}5} \approx 0{,}6065\) soit 60,65 %. La fiabilité chute nettement quand la durée de fonctionnement quadruple : c'est la décroissance exponentielle caractéristique du modèle.

Exercice 3 — Probabilité de défaillance sur un intervalle

Une pompe de relevage d'eaux usées a un MTBF de 2000 h (loi exponentielle).

  1. Calculer le taux de défaillance \(\lambda\).
  2. Calculer la probabilité que la pompe tombe en panne entre 1000 h et 1500 h de fonctionnement, soit \(P(1000 \leq T \leq 1500) = R(1000) - R(1500)\).

1. \(\lambda = \dfrac{1}{2000} = 5\times10^{-4}\) h−1.

2. \(R(1000) = e^{-0{,}5} \approx 0{,}6065\) et \(R(1500) = e^{-0{,}75} \approx 0{,}4724\).

\(P(1000 \leq T \leq 1500) = 0{,}6065 - 0{,}4724 = 0{,}1342\) soit environ 13,42 %.

Cette probabilité correspond à l'aire sous la courbe de densité \(f(t) = \lambda e^{-\lambda t}\) entre \(t=1000\) et \(t=1500\) :

Exercice 4 — Détermination d'un temps de bon fonctionnement

On reprend la pompe de relevage de l'exercice 3 (MTBF = 2000 h, loi exponentielle, \(\lambda = 5\times10^{-4}\) h−1).

  1. Déterminer la durée \(t\) au bout de laquelle la fiabilité vaut exactement \(R(t) = 0{,}95\).
  2. Même question pour \(R(t) = 0{,}99\). Que peut-on en conclure sur la fréquence de maintenance à prévoir si l'on veut garantir une fiabilité très élevée ?

1. \(0{,}95 = e^{-\lambda t} \Rightarrow t = \dfrac{-\ln 0{,}95}{\lambda} = \dfrac{0{,}05129}{5\times10^{-4}} \approx 102{,}6\) h.

2. \(t = \dfrac{-\ln 0{,}99}{5\times10^{-4}} = \dfrac{0{,}01005}{5\times10^{-4}} \approx 20{,}1\) h.

Plus on exige une fiabilité élevée, plus l'intervalle entre deux interventions de maintenance préventive doit être court : passer de 95 % à 99 % de fiabilité garantie divise l'intervalle admissible par environ 5.

Exercice 5 — Propriété sans mémoire

Un capteur de température d'un four industriel a un MTBF de 3000 h (loi exponentielle, \(\lambda = \dfrac{1}{3000}\) h−1).

  1. Calculer \(P(T > 1000)\).
  2. Le capteur a déjà fonctionné 500 h sans panne. Calculer \(P(T > 1500 \mid T > 500)\) et comparer au résultat de la question 1.
  3. Conclure à l'aide de la propriété sans mémoire de la loi exponentielle.

1. \(P(T>1000) = e^{-1000/3000} = e^{-1/3} \approx 0{,}7165\).

2. \(P(T > 1500 \mid T > 500) = \dfrac{P(T>1500)}{P(T>500)} = \dfrac{e^{-1500/3000}}{e^{-500/3000}} = e^{-1000/3000} \approx 0{,}7165\) : on retrouve exactement le même résultat qu'à la question 1.

3. C'est la propriété sans mémoire : sachant que le capteur a déjà fonctionné 500 h, sa probabilité de fonctionner encore 1000 h est la même que celle d'un capteur neuf. Le capteur ne « s'use » pas au sens de la loi exponentielle : elle ne modélise que la vie utile (taux de défaillance constant).

Exercice 6 — Loi de Weibull : calcul de \(R(t)\)

Un roulement à billes de ventilateur industriel a une durée de vie modélisée par une loi de Weibull de paramètres \(\beta = 2{,}5\) et \(\eta = 8000\) h.

  1. Calculer \(R(4000)\), la fiabilité après 4000 h.
  2. Calculer \(R(8000)\) et vérifier que ce résultat correspond bien à la propriété \(R(\eta) = e^{-1}\).
  3. Interpréter la valeur de \(\beta\) : à quelle période de vie ce roulement correspond-il ?

1. \(R(4000) = \exp\!\left[-\left(\dfrac{4000}{8000}\right)^{2{,}5}\right] = \exp\!\left[-(0{,}5)^{2{,}5}\right] = \exp(-0{,}1768) \approx 0{,}8380\) soit 83,80 %.

2. \(R(8000) = \exp\!\left[-(1)^{2{,}5}\right] = e^{-1} \approx 0{,}3679\) soit 36,79 % : on retrouve bien \(e^{-1}\), conformément à la définition du paramètre d'échelle \(\eta\).

3. \(\beta = 2{,}5 > 1\) : le taux de défaillance est croissant. Ce roulement est dans sa phase de vieillissement (usure, fatigue mécanique) — plus il fonctionne longtemps, plus le risque de panne à l'instant suivant augmente.

Exercice 7 — Loi de Weibull : évolution du taux de défaillance

On reprend le roulement de l'exercice 6 (\(\beta = 2{,}5\), \(\eta = 8000\) h).

  1. Calculer le taux de défaillance \(\lambda(4000)\).
  2. Calculer le taux de défaillance \(\lambda(8000)\).
  3. Comparer les deux valeurs et conclure sur l'évolution du risque de panne.

1. \(\lambda(t) = \dfrac{\beta}{\eta}\left(\dfrac{t}{\eta}\right)^{\beta-1}\) : \(\lambda(4000) = \dfrac{2{,}5}{8000}\times(0{,}5)^{1{,}5} = 3{,}125\times10^{-4}\times0{,}3536 \approx 1{,}105\times10^{-4}\) h−1.

2. \(\lambda(8000) = \dfrac{2{,}5}{8000}\times(1)^{1{,}5} = 3{,}125\times10^{-4}\) h−1.

3. Le taux de défaillance presque triple entre 4000 h et 8000 h (de \(1{,}105\times10^{-4}\) à \(3{,}125\times10^{-4}\) h−1) : le risque de panne s'accroît avec l'âge du roulement, ce qui confirme la phase de vieillissement identifiée à l'exercice 6.

Exercice 8 — Loi de Weibull : calcul de la MTTF

On reprend le roulement des exercices précédents (\(\beta = 2{,}5\), \(\eta = 8000\) h). On donne \(\Gamma(1{,}4) \approx 0{,}8873\).

  1. Rappeler la formule de la MTTF pour une loi de Weibull.
  2. Calculer la MTTF de ce roulement.

1. \(\text{MTTF} = \eta\,\Gamma\!\left(1+\dfrac{1}{\beta}\right)\).

2. \(1 + \dfrac{1}{2{,}5} = 1{,}4\), donc \(\text{MTTF} = 8000 \times \Gamma(1{,}4) \approx 8000 \times 0{,}8873 \approx 7098{,}1\) h.

En moyenne, ce roulement fonctionne environ 7098 h avant défaillance.

Exercice 9 — Courbe en baignoire : identification de phase

Un responsable maintenance a relevé le nombre de pannes par mois d'un lot de vérins pneumatiques, regroupés par tranche d'âge :

Tranche d'âge (mois)Nombre de pannes / mois
0 – 312
3 – 243
24 – 3015
  1. Identifier, pour chacune des trois tranches d'âge, la phase de la courbe en baignoire correspondante (jeunesse, vie utile ou vieillissement).
  2. Pour chaque phase, proposer une valeur de \(\beta\) cohérente (inférieure à 1, égale à 1, ou supérieure à 1) et une cause probable de défaillance.
  3. Quelle stratégie de maintenance recommander sur la tranche 24 – 30 mois ? Justifier.

1 et 2.

  • 0 – 3 mois (12 pannes/mois, taux élevé puis en baisse) : phase de jeunesse (\(\beta < 1\)), causes typiques : défauts de montage, joints mal positionnés à l'installation.
  • 3 – 24 mois (3 pannes/mois, taux faible et stable) : vie utile (\(\beta = 1\), loi exponentielle), causes typiques : défaillances aléatoires (à-coups de pression, chocs accidentels).
  • 24 – 30 mois (15 pannes/mois, taux en forte hausse) : vieillissement (\(\beta > 1\)), causes typiques : usure des joints, fatigue des matériaux.

3. Sur la tranche 24 – 30 mois, le taux de défaillance croît (\(\beta>1\)) : la maintenance préventive systématique est efficace (remplacement des vérins avant la fin de leur vie utile, par exemple vers 24 mois), contrairement à la phase de vie utile où elle n'apporterait aucun bénéfice.

Exercice 10 — Système en série

Une ligne d'assemblage automatisée comprend trois éléments montés en série : un moteur (\(R_1 = 0{,}95\)), un réducteur (\(R_2 = 0{,}92\)) et un capteur de position (\(R_3 = 0{,}98\)), tous nécessaires au fonctionnement de la ligne.

Schéma de la ligne d'assemblage E Moteur R₁=0,95 Réducteur R₂=0,92 Capteur R₃=0,98 S Rs = R₁ × R₂ × R₃

Calculer la fiabilité \(R_s\) de la ligne complète.

\(R_s = R_1 \times R_2 \times R_3 = 0{,}95 \times 0{,}92 \times 0{,}98\).

\(0{,}95 \times 0{,}92 = 0{,}874\), puis \(0{,}874 \times 0{,}98 = 0{,}8565\).

\(R_s \approx 0{,}8565\) soit 85,65 %. La fiabilité du système en série est bien inférieure à celle du composant le plus fiable (le capteur, 98 %) : c'est le réducteur (92 %), maillon le plus faible, qui pénalise le plus le résultat global.

Exercice 11 — Système en parallèle : redondance de sécurité

Une machine dangereuse est équipée de deux capteurs de sécurité identiques, montés en parallèle (redondance active), chacun de fiabilité \(R = 0{,}90\) sur la durée d'utilisation considérée.

Schéma des deux capteurs de sécurité en parallèle E Capteur 1 R₁=0,90 Capteur 2 R₂=0,90 S Rp = 1−(1−R₁)(1−R₂)
  1. Calculer la fiabilité \(R_p\) du système redondant à deux capteurs.
  2. Un troisième capteur identique est ajouté en parallèle. Calculer la nouvelle fiabilité \(R_p'\) et comparer.

1. \(R_p = 1-(1-0{,}90)^2 = 1 - 0{,}01 = 0{,}99\) soit 99 %, contre 90 % pour un seul capteur.

2. \(R_p' = 1-(1-0{,}90)^3 = 1 - 0{,}001 = 0{,}999\) soit 99,9 %. Chaque capteur supplémentaire en parallèle divise par 10 la probabilité de défaillance totale du groupe (de 10 % à 1 % puis 0,1 %) : c'est le principe de la redondance de sécurité.

Exercice 12 — Système mixte série-parallèle

Un système de ventilation industrielle est constitué : d'un moteur (\(R_1 = 0{,}90\)), de deux capteurs de sécurité identiques montés en parallèle (\(R_2 = R_3 = 0{,}85\)), puis d'un variateur de vitesse (\(R_4 = 0{,}97\)), le tout en série.

Schéma du système de ventilation E Moteur R₁=0,90 Capteur 2 R₂=0,85 Capteur 3 R₃=0,85 Variateur R₄=0,97 S Rs = R₁ × [1−(1−R₂)(1−R₃)] × R₄
  1. Calculer la fiabilité \(R_{23}\) du groupe des deux capteurs en parallèle.
  2. En déduire la fiabilité globale \(R_s\) du système.

1. \(R_{23} = 1-(1-0{,}85)^2 = 1 - 0{,}0225 = 0{,}9775\).

2. \(R_s = R_1 \times R_{23} \times R_4 = 0{,}90 \times 0{,}9775 \times 0{,}97\).

\(0{,}90 \times 0{,}9775 = 0{,}87975\), puis \(0{,}87975 \times 0{,}97 \approx 0{,}8534\).

\(R_s \approx 0{,}8534\) soit 85,34 %. La redondance des capteurs (0,85 → 0,9775) limite fortement la perte de fiabilité globale ; ce sont le moteur et le variateur, en série, qui pèsent le plus.

Exercice 13 — Analyse AMDEC d'une chaudière industrielle

Un responsable maintenance réalise l'AMDEC d'une chaudière industrielle. Les indices de gravité (G), fréquence (F) et détectabilité (D) sont notés de 1 à 4. On considère qu'une défaillance est critique si \(C \geq 16\), moyenne si \(8 \leq C < 16\) et faible si \(C < 8\).

ComposantMode de défaillanceGFD
BrûleurExtinction intempestive411
Échangeur thermiqueEncrassement243
Pompe de circulationGrippage332
RégulateurDérive du signal221
  1. Calculer la criticité \(C = G \times F \times D\) de chaque composant.
  2. Classer les composants par ordre de criticité décroissante et identifier ceux qui nécessitent une action de maintenance prioritaire.

1.

  • Brûleur : \(C = 4\times1\times1 = 4\) (faible)
  • Échangeur thermique : \(C = 2\times4\times3 = 24\) (critique)
  • Pompe de circulation : \(C = 3\times3\times2 = 18\) (critique)
  • Régulateur : \(C = 2\times2\times1 = 4\) (faible)

2. Ordre décroissant : échangeur (24) > pompe (18) > brûleur = régulateur (4). L'échangeur thermique et la pompe de circulation dépassent le seuil critique (\(C\geq16\)) et doivent être surveillés en priorité (maintenance conditionnelle ou préventive renforcée), malgré une gravité individuelle parfois plus faible que le brûleur : c'est la combinaison fréquence × détectabilité qui fait la différence.

Exercice 14 — Arbre de défaillances : sécurité d'une presse

On étudie l'événement redouté « la presse ne s'arrête pas en cas de danger ». Cet événement sommet se produit si l'une des deux conditions suivantes est remplie (porte OU) :

Arbre de défaillances — Non-arrêt de la presse Non-arrêt de la presse OU ET Défaillance bouton d'arrêt d'urgence P₁ = 0,01 Défaillance rideau immatériel P₂ = 0,02 Défaillance contacteur de puissance P₃ = 0,005 P_ET = P₁×P₂
  1. Calculer la probabilité \(P_{ET}\) de la branche « défaillance mécanique de sécurité » (porte ET).
  2. En déduire, pour des probabilités faibles, une valeur approchée de la probabilité de l'événement sommet \(P_{\text{sommet}} \approx P_{ET} + P_3\).

1. \(P_{ET} = P_1 \times P_2 = 0{,}01 \times 0{,}02 = 2\times10^{-4}\).

2. \(P_{\text{sommet}} \approx P_{ET} + P_3 = 2\times10^{-4} + 5\times10^{-3} = 5{,}2\times10^{-3}\) soit environ 0,52 %.

La branche dominante est la défaillance directe du contacteur de puissance (porte OU simple), bien plus probable que la double défaillance simultanée du bouton d'arrêt d'urgence et du rideau immatériel (porte ET), qui reste très rare grâce à la redondance des deux dispositifs de sécurité.

Exercice 15 — Disponibilité d'un compresseur d'air

Un compresseur d'air industriel a un MTBF de 1200 h et un MTTR de 6 h.

  1. Calculer la disponibilité \(D\) du compresseur.
  2. Calculer l'indisponibilité \(U = 1-D\).
  3. Sur une année de fonctionnement continu (8760 h), estimer le nombre de pannes et la durée totale d'indisponibilité annuelle.

1. \(D = \dfrac{\text{MTBF}}{\text{MTBF}+\text{MTTR}} = \dfrac{1200}{1206} \approx 0{,}9950\) soit 99,50 %.

2. \(U = 1 - 0{,}9950 = 0{,}0050\) soit 0,50 %.

3. Nombre de pannes estimé : \(\dfrac{8760}{1200} \approx 7{,}3\) pannes par an. Durée totale d'indisponibilité : \(7{,}3 \times 6 \approx 43{,}8\) h par an, soit environ 1,8 jour d'arrêt sur l'année.

Exercice 16 — Synthèse : maintenabilité et stratégie de maintenance

On reprend le compresseur d'air de l'exercice 15 (MTTR = 6 h). Sa durée de vie suit une loi exponentielle (\(\beta = 1\)), donc un taux de défaillance constant.

  1. Calculer le taux de réparation \(\mu = \dfrac{1}{\text{MTTR}}\).
  2. Calculer la maintenabilité \(M(4)\) : probabilité qu'une réparation dure au plus 4 h.
  3. Calculer \(M(10)\) et comparer à \(M(4)\).
  4. Le service maintenance hésite entre une maintenance préventive systématique (remplacement à intervalle fixe) et une surveillance conditionnelle. Laquelle recommander pour ce compresseur, et pourquoi ?

1. \(\mu = \dfrac{1}{6} \approx 0{,}1667\) h−1.

2. \(M(4) = 1-e^{-\mu\times4} = 1-e^{-4/6} = 1-e^{-0{,}6667} \approx 1-0{,}5134 \approx 0{,}4866\) soit 48,66 %.

3. \(M(10) = 1-e^{-10/6} = 1-e^{-1{,}6667} \approx 1-0{,}1889 \approx 0{,}8111\) soit 81,11 %. Il est presque deux fois plus probable qu'une réparation dure moins de 10 h que moins de 4 h, ce qui est cohérent avec une durée moyenne de réparation (MTTR) de 6 h.

4. Le taux de défaillance de ce compresseur est constant (\(\beta=1\), loi exponentielle) : les pannes sont aléatoires et, par la propriété sans mémoire, remplacer des pièces encore fonctionnelles à intervalle fixe n'apporte aucun gain de fiabilité. Il faut donc privilégier la surveillance conditionnelle (suivi des vibrations, de la température, de la pression) plutôt que la maintenance préventive systématique, réservée aux composants en phase de vieillissement (\(\beta>1\)).