Définition d’une méthodologie d’estimation de fiabilité et de qualification de systèmes mécanique en phase de développement - Laboratoire Angevin de Recherche en Ingénierie des Systèmes Accéder directement au contenu
Thèse Année : 2020

Definition of a methodology for reliability estimation and qualification of mechanical systems in the development stage

Définition d’une méthodologie d’estimation de fiabilité et de qualification de systèmes mécanique en phase de développement

Résumé

In order to guarantee performance under customer conditions, reliability estimation is essential in all phases of product development. This task can be long and costly in the absence of an optimized approach, especially in a context where products are various. The work of this thesis is part of an optimization of the procedure of estimation and qualification of reliability during the development phases of mechanical subassemblies developed by FAURECIA company. To obtain a realistic estimate at the design phase, the proposed methodology incorporates the existing data (RETEX) on reference products in the predictive reliability estimation of new designs, the latter being traditionally carried out using numerical structural reliability methods. The integration of RETEX is performed by two proposed approaches. One using a similarity factor between experimental and numerical reliability, and the other using a time transfer function between experimental and numerical reliability. The proposed methodology allows building a better predictive reliability function, for a new design at the earliest stage of the development process, even before the prototype manufacturing phase. This makes it possible to anticipate the performance of the new product in order to make modifications if necessary, or to build prior information that will be important in a Bayesian reliability qualification plan optimization for the new product.
Pour garantir la tenue en conditions clientèles, l’estimation de fiabilité est indispensable dans toutes les phases de développement des produits. Cette tâche peut s’avérer lente et coûteuse en l’absence d’une démarche optimisée, surtout dans un contexte où les produits sont divers. Les travaux de cette thèse s’inscrivent dans une démarche d’optimisation de la procédure d’estimation et de qualification de fiabilité lors des phases de développement de sous-ensembles mécaniques développés par la société FAURECIA. Pour disposer d’une estimation réaliste dès la phase de conception, la méthodologie proposée intègre le retour d’expérience (RETEX) existant sur des produits de référence dans l’estimation prévisionnelle de fiabilité de nouvelles conceptions, cette dernière étant traditionnellement réalisée via méthodes numériques mécano-fiabilistes. L’intégration du RETEX est réalisée par deux approches proposées. L’une utilisant un facteur de similitude entre fiabilité expérimentale et numérique, et l’autre utilisant une fonction de transfert temporel entre fiabilité expérimentale et numérique. La méthodologie proposée permet de construire une meilleure loi de fiabilité prévisionnelle, pour une nouvelle conception au plus tôt dans le processus de développement, avant même la phase de fabrication de prototypes. Ceci permet d’anticiper sur la performance du nouveau produit afin d’opérer des modifications si nécessaires, ou encore de construire ainsi une information a priori, qui sera ensuite importante dans une démarche d’optimisation de plan de qualification Bayésienne de la fiabilité du nouveau produit.
Fichier principal
Vignette du fichier
These_Rodrigue_Sohoin.pdf (7.77 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02862181 , version 1 (09-06-2020)

Identifiants

  • HAL Id : tel-02862181 , version 1

Citer

Koffisse Rodrigue Sohoin. Définition d’une méthodologie d’estimation de fiabilité et de qualification de systèmes mécanique en phase de développement. Autre. Université d'Angers, 2020. Français. ⟨NNT : 2020ANGE0001⟩. ⟨tel-02862181⟩
276 Consultations
906 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More