Imaginez que vous êtes ingénieur qualité et que vous développez un nouveau produit. Attendre que les produits tombent réellement en panne peut prendre des mois, voire des années, ce qui rend difficile l'évaluation de leur fiabilité dès les premières étapes du développement. Heureusement, de nombreux produits se dégradent progressivement avec le temps. Par exemple, la batterie d'un téléphone perd lentement de sa capacité après plusieurs cycles de charge, et une paire de chaussures de course perd progressivement de son amorti à l'usage. En mesurant cette dégradation, vous pouvez obtenir des informations précieuses sur les risques de défaillance.
Après des heures, voire des jours, de collecte et d'analyse des données de dégradation, vous êtes prêt à évaluer et à prédire la fiabilité du système. Naturellement, plusieurs questions peuvent se poser :
- Tout d'abord, comment déterminer le type de données avec lesquelles vous travaillez ?
- Ensuite, quel type d'analyse de fiabilité convient à vos données ?
- Et surtout, comment exploiter efficacement ces analyses avec JMP ?
Respirez profondément, pas d'inquiétude. Dans ce blog, nous vous guidons pas à pas tout au long du processus. Nous commençons par aborder les différents types de données de dégradation afin de vous aider à mieux comprendre les données que vous avez collectées. Ensuite, nous présentons les plateformes pertinentes de JMP pour l'analyse de la dégradation. Enfin, nous expliquons pourquoi et quand choisir une plateforme spécifique pour exploiter pleinement les puissantes fonctionnalités d'analyse de fiabilité et de survie offertes par JMP. Des analyses plus détaillées sont disponibles dans des articles de blog dédiés.
En chemin, nous abordons les questions suivantes :
- Qu’est-ce que la dégradation en général ? Comment la mesure-t-on ?
- Que sont les données de dégradation ?
- Comment les covariables doivent-elles être intégrées à l'analyse de dégradation ?
- Quelles plateformes d'analyse de dégradation sont disponibles dans JMP ?
- Comment choisir la plateforme adaptée à vos données de dégradation ?
cementjmp_5-1787586161965.png
Figure 1. Organigramme général de l'analyse de dégradation dans JMP 19.
Très bien, commençons notre exploration de l'analyse de la dégradation.
Qu'est-ce que la dégradation ?
Avant d'aborder les détails techniques, commençons par définir ce que nous entendons par « dégradation ». Si ce terme vous est déjà familier, vous pouvez passer directement aux sections consacrées à l'analyse des données et de la dégradation dans JMP.
Théoriquement, comme le souligne Condra (1993) [1] , la fiabilité peut être perçue comme une « qualité au fil du temps ». Au cours de la durée de vie d'un produit, ses performances restent rarement constantes. Au contraire, les produits se dégradent souvent progressivement. Par exemple, un pneu de voiture perd de sa bande de roulement après des milliers de kilomètres, un climatiseur devient moins efficace avec l'âge et un outil de coupe s'émousse progressivement à force d'utilisation. Finalement, le produit peut ne plus répondre aux exigences de performance prévues. Ce déclin progressif des performances est appelé dégradation .
Lors d'un test de durée de vie classique, les produits sont observés jusqu'à leur défaillance complète, comme une ampoule qui grille ou un moteur qui s'arrête. À l'inverse, l'analyse de dégradation surveille les performances du produit au fil du temps et considère qu'il a subi une « défaillance progressive » lorsque ses performances descendent en dessous d'un seuil prédéfini, même s'il fonctionne encore. Surtout, la dégradation peut souvent être observée bien avant qu'un produit ne subisse une défaillance catastrophique, ce qui permet de mieux comprendre son comportement en matière de fiabilité, et ce, plus tôt et de manière plus informative qu'avec les seules données de durée de vie classiques.
Comment mesure-t-on la dégradation ?
Maintenant que nous comprenons ce qu'est la dégradation, l'étape suivante consiste à déterminer comment la mesurer. On choisit d'abord une caractéristique de performance reflétant la dégradation du produit (comme la capacité de la batterie, le flux lumineux ou la résistance des matériaux) comme variable de réponse. Cette caractéristique est ensuite mesurée de manière répétée au fil du temps, le temps étant la principale variable prédictive. Selon l'étude, d'autres facteurs expérimentaux, tels que la température ou l'humidité, peuvent également être enregistrés ou modifiés intentionnellement. L'ensemble de ces mesures constitue les données de dégradation.
La méthode de collecte de ces mesures dépend du protocole d'étude. Par exemple, certaines études observent la même unité au fil du temps, tandis que d'autres mesurent différentes unités soumises à des conditions de contrainte variables. Ces différences de protocole déterminent la structure des données de dégradation obtenues et, en définitive, le choix de la méthode d'analyse.
Types de données de dégradation
En pratique, les données de dégradation se répartissent généralement en plusieurs catégories. Les deux plus courantes sont :
- Données des tests de dégradation à mesures répétées (RMDT).
- Données des essais de dégradation destructive accélérée (ADDT).
Examinons de plus près chaque type
1. Données RMDT
Les données RMDT sont obtenues en mesurant la même unité de manière répétée dans le temps sans l'endommager. Le processus de mesure étant non destructif, l'unité reste fonctionnelle et peut être observée en continu.
Prenons l'exemple du suivi de la capacité de la batterie d'un véhicule électrique. Chaque mois, vous enregistrez la capacité restante de cette même batterie, qui continue de fonctionner normalement. Comme la batterie n'est pas endommagée lors des tests, vous pouvez suivre sa dégradation progressive au fil du temps. Il s'agit d'un exemple classique de données RMDT (Real Modified Time Data).
cementjmp_6-1787586161970.png
Figure 2. Exemple de test de dégradation par mesures répétées.
Posez-vous la question suivante : votre ensemble de données contient-il plusieurs mesures de dégradation collectées sur la même unité au fil du temps ? Si la réponse est oui, vos données appartiennent probablement à la catégorie RMDT. Ce type de données nous permet d’observer en temps réel l’évolution de la dégradation de chaque unité.
2. Données ADDT
Considérons maintenant les données ADDT. Dans ce contexte, le processus de mesure est destructif : chaque unité ne peut être mesurée qu’une seule fois. Le test lui-même endommage l’unité, qui ne peut donc plus être observée. Au lieu de mesurer la même unité de façon répétée au fil du temps, la dégradation est évaluée à partir de mesures effectuées sur différentes unités à différents moments.
La méthode RMDT est appropriée lorsque la caractéristique de dégradation peut être mesurée de manière répétée sur la même unité sans incidence sur ses performances futures. En revanche, la méthode ADDT est utilisée lorsque l'évaluation détruit définitivement l'unité, rendant impossibles les mesures répétées. Le chemin de dégradation ne pouvant être observé directement pour une seule unité, il est reconstitué en combinant les mesures de plusieurs unités.
Prenons l'exemple d'un test visant à évaluer l'évolution de la résistance d'un collage à haute température. Plusieurs échantillons sont exposés à la même température pendant des durées différentes. Après un temps d'exposition déterminé, un échantillon est prélevé et soumis à une traction jusqu'à rupture du collage. La force nécessaire à cette rupture indique la résistance résiduelle du collage. Puisque la rupture est indispensable à la mesure de sa résistance, l'échantillon initial ne peut être testé une seconde fois. Un échantillon différent est donc nécessaire pour chaque durée d'exposition. Ce processus peut être répété à différentes températures élevées afin d'accélérer la dégradation. En combinant les mesures effectuées à différentes températures et durées d'exposition, il est possible de caractériser la dégradation du collage au fil du temps et de prédire ses performances en conditions normales d'utilisation.
cementjmp_7-1787586161985.png
Figure 3. Exemple de test de dégradation destructive accélérée
Intégration de covariables dans les modèles de dégradation
Dans les études de dégradation, celle-ci peut dépendre non seulement du temps, mais aussi d'autres facteurs qui influent sur le processus global de dégradation. Lorsque ces covariables évoluent au fil du temps, on les qualifie de covariables dynamiques .
Contrairement aux covariables statiques, les covariables dynamiques rendent compte de l'évolution des caractéristiques d'une unité au cours de la période d'observation. Leur historique fournit un profil d'exposition qui permet de caractériser la dégradation subie par chaque unité.
Prenons l'exemple de deux véhicules fonctionnant dans des conditions environnementales similaires. Leurs caractéristiques d'utilisation, telles que la vitesse, la fréquence de freinage et la charge, peuvent varier d'un jour à l'autre. Un véhicule peut effectuer de fréquents trajets courts avec des accélérations et des freinages répétés pendant une période, suivis de longs trajets autoroutiers pendant une autre, tandis que le second véhicule peut avoir un historique d'utilisation différent. Bien que les véhicules fonctionnent dans des conditions environnementales similaires, ces historiques d'exposition différents peuvent entraîner des trajectoires de dégradation différentes. Ceci illustre une caractéristique essentielle des covariables dynamiques : la dégradation peut dépendre de l'historique d'exposition d'une unité, plutôt que d'une simple mesure statique.
cementjmp_8-1787586162006.png
Figure 4. Exemple de données de dégradation avec covariables dynamiques
Quelles plateformes sont disponibles dans JMP 19 ?
cementjmp_9-1787586162011.png
Figure 5. Plateformes d'analyse de dégradation disponibles dans JMP 19.
Les outils d'analyse de dégradation actuellement disponibles dans JMP 19 se trouvent dans le menu Analyser, section Fiabilité et Survie. Trois plateformes principales permettent de réaliser cette analyse :
- Dégradation par mesures répétées : utilisée lorsque la même unité est mesurée à plusieurs reprises au fil du temps à l’aide d’un procédé non destructif. Elle permet d’observer l’évolution complète de la dégradation de chaque unité.
- Dégradation destructive : Conçue pour les situations où le processus de mesure endommage ou détruit l’unité, ce qui signifie que chaque unité ne peut être mesurée qu’une seule fois.
- Dégradation : Une plateforme plus générale offrant des options de modélisation flexibles pour l'analyse des données de dégradation dans différentes conditions.
L'approche appropriée pour l'analyse de la dégradation dépend principalement de la méthode de collecte des données de dégradation. Différentes structures de données peuvent être analysées à l'aide de différentes plateformes JMP, avec un certain chevauchement de fonctionnalités entre les plateformes disponibles.
Dans ce deuxième article de blog de la série, nous nous intéressons d'abord à la plateforme d'analyse de la dégradation par mesures répétées. Nous abordons son objectif, son fonctionnement, la préparation des données en vue de leur analyse et les limites potentielles de cette approche.
Restez à l'écoute ! Dans le prochain article, nous approfondirons les détails techniques.
Références
[1] Kromholtz, GA, & Condra, LW (1993). Une nouvelle approche de la fiabilité des produits aérospatiaux commerciaux et militaires : au-delà des normes de qualité/fiabilité militaires. Quality and reliability engineering international, 9(3), 211-215.
[2] Clark, JM, Min, J., Li, M., Warr, RL, DeHart, SP, King, CB, Lu, L. & Hong, Y. (2026). Ce que les ingénieurs qualité doivent savoir sur les modèles de dégradation. Quality Engineering, 1-22.
