{"id":41582,"date":"2026-03-30T14:29:28","date_gmt":"2026-03-30T08:59:28","guid":{"rendered":"https:\/\/www.verdantis.com\/?p=41582"},"modified":"2026-06-19T18:21:09","modified_gmt":"2026-06-19T12:51:09","slug":"temps-moyen-avant-defaillance","status":"publish","type":"post","link":"https:\/\/www.verdantis.com\/fr\/temps-moyen-avant-defaillance\/","title":{"rendered":"Explication du temps moyen avant d\u00e9faillance (MTTF), formule et limites"},"content":{"rendered":"
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\r\n\r\n
\r\n Note de la direction\r\n <\/div>\r\n\r\n

\r\n Les indicateurs de fiabilit\u00e9 tels que le MTTF ont \u00e9t\u00e9 con\u00e7us pour une \u00e8re industrielle plus simple, o\u00f9 les cha\u00eenes d\u2019approvisionnement \u00e9taient stables, \n les \u00e9quipements standardis\u00e9s et o\u00f9 les cons\u00e9quences des d\u00e9faillances se limitaient essentiellement aux co\u00fbts de maintenance. \n Les activit\u00e9s d\u2019aujourd\u2019hui sont confront\u00e9es \u00e0 un paysage de risques fondamentalement diff\u00e9rent.\r\n <\/p>\r\n\r\n

\r\n Ce qui peut sembler, sur le papier, \u00eatre un probl\u00e8me mineur de fiabilit\u00e9 peut, dans la pratique, se traduire par un arr\u00eat de production, un risque de sanctions r\u00e9glementaires \n ou une rupture d'approvisionnement. Les d\u00e9cisions de la direction n\u00e9cessitent donc une bonne compr\u00e9hension du contexte op\u00e9rationnel, \n et pas seulement des moyennes statistiques.\r\n <\/p>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Bref historique et n\u00e9cessit\u00e9 du MTTF<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Depuis que les \u00e9quipements industriels existent, les op\u00e9rateurs sont confront\u00e9s \u00e0 la m\u00eame question fondamentale : quand cet \u00e9quipement va-t-il tomber en panne, et aurai-je la pi\u00e8ce de rechange n\u00e9cessaire le moment venu ?<\/p>

Pendant la majeure partie de l'histoire de l'industrie, la r\u00e9ponse r\u00e9sidait dans l'exp\u00e9rience, l'intuition et le savoir-faire ancestral transmis de g\u00e9n\u00e9ration en g\u00e9n\u00e9ration par les ing\u00e9nieurs de maintenance.<\/p>

Au milieu du XXe si\u00e8cle, \u00e0 mesure que les syst\u00e8mes industriels gagnaient en complexit\u00e9, cette approche n'\u00e9tait plus valable. Les ing\u00e9nieurs avaient besoin d'un moyen de quantifier la fiabilit\u00e9, afin de transformer la question \u00ab quand cela va-t-il tomber en panne ? \u00bb en un \u00e9l\u00e9ment mesurable et comparable.<\/p>

Le \u00ab temps moyen avant d\u00e9faillance \u00bb (MTTF) est devenu cette valeur. Il offrait un indicateur simple et standard : la dur\u00e9e moyenne pendant laquelle un composant est cens\u00e9 fonctionner avant de tomber en panne.<\/p>

Pour les composants non r\u00e9parables, il s'agit du MTTF ; pour les syst\u00e8mes r\u00e9parables, l'\u00e9quivalent est le temps moyen entre pannes (MTBF). Ces deux notions sont \u00e9troitement li\u00e9es et souvent utilis\u00e9es de mani\u00e8re interchangeable, bien qu'elles soient techniquement distinctes.<\/p>

L'\u00e9l\u00e9gance de cet indicateur r\u00e9sidait dans sa simplicit\u00e9. Il transformait un concept abstrait, \u00e0 savoir la dur\u00e9e de vie pr\u00e9vue d'un composant physique, en un chiffre exploitable sur lequel les ing\u00e9nieurs de maintenance, les \u00e9quipes d'approvisionnement et les responsables d'exploitation pouvaient s'appuyer pour agir.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t

\n\t\t\t\tLe MTTF n'a pas seulement d\u00e9fini les calendriers de maintenance. Il a fa\u00e7onn\u00e9 la mani\u00e8re dont toute une g\u00e9n\u00e9ration d'ing\u00e9nieurs a envisag\u00e9 les actifs comme des objets dot\u00e9s d'une dur\u00e9e de vie pr\u00e9visible, pouvant \u00eatre g\u00e9r\u00e9s gr\u00e2ce au raisonnement statistique.\t\t\t<\/p>\n\t\t\t\t\t<\/blockquote>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Si le MTTF m\u00e9rite d\u2019\u00eatre examin\u00e9 avec attention, c\u2019est en raison de l\u2019ampleur des enjeux lorsque la planification de la maintenance est mal men\u00e9e.<\/p>

Les d\u00e9faillances des \u00e9quipements ne constituent pas seulement un d\u00e9sagr\u00e9ment technique ; elles se traduisent directement par des pertes de production, des co\u00fbts d'approvisionnement d'urgence et, dans certains cas, des incidents li\u00e9s \u00e0 la s\u00e9curit\u00e9 et \u00e0 l'environnement.<\/p>

Les chiffres ci-dessous donnent une id\u00e9e du contexte op\u00e9rationnel dans lequel s'inscrivent les d\u00e9cisions fond\u00e9es sur le MTTF.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\r\n\r\n
\r\n\r\n
\r\n
<\/div>\r\n\r\n
$1,4T<\/div>\r\n\r\n
\r\n Perte annuelle subie par les 500 plus grandes entreprises mondiales en raison d'arr\u00eats impr\u00e9vus, \n \u00e9quivalant \u00e0 11% de leur chiffre d'affaires\r\n <\/div>\r\n\r\n
\r\n \r\n Siemens, \u00ab Le co\u00fbt r\u00e9el des temps d'arr\u00eat 2024 \u00bb\r\n <\/a>\r\n <\/div>\r\n <\/div>\r\n\r\n
\r\n
<\/div>\r\n\r\n
51%<\/div>\r\n\r\n
\r\n Parmi les responsables op\u00e9rationnels de haut niveau interrog\u00e9s, ont cit\u00e9 les probl\u00e8mes de qualit\u00e9 des donn\u00e9es dans le domaine de la maintenance, de la r\u00e9paration et de la r\u00e9vision (MRO) \n comme l'un des principaux d\u00e9fis op\u00e9rationnels\r\n <\/div>\r\n\r\n
\r\n \r\n Enqu\u00eate Verdantis, n = 1 900 cadres dirigeants\r\n <\/a>\r\n <\/div>\r\n <\/div>\r\n\r\n
\r\n
<\/div>\r\n\r\n
15%<\/div>\r\n\r\n
\r\n Am\u00e9lioration des stocks de pi\u00e8ces de rechange gr\u00e2ce \u00e0 des donn\u00e9es MRO fiables \n et \u00e0 des pratiques efficaces de gestion des stocks\r\n <\/div>\r\n\r\n
\r\n \r\n Boston Consulting Group\r\n <\/a>\r\n <\/div>\r\n <\/div>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Cette vision perdure aujourd'hui encore. Il suffit de se rendre au service de planification de la maintenance de n'importe quel grand op\u00e9rateur industriel, qu'il s'agisse d'une raffinerie de p\u00e9trole, d'une soci\u00e9t\u00e9 mini\u00e8re ou d'une usine chimique, pour constater que les indicateurs MTTF et MTBF sont toujours au c\u0153ur des discussions.<\/p>

Ils apparaissent dans les \u00e9tudes de maintenance ax\u00e9e sur la fiabilit\u00e9, dans\u00a0analyses des modes de d\u00e9faillance et de leurs effets<\/a>, dans la configuration SAP PM, ainsi que dans les plans de maintenance pr\u00e9ventive de Maximo.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Comment calculer la dur\u00e9e moyenne de fonctionnement (MTTF) : exemples concrets<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Fondamentalement, le MTTF correspond \u00e0 la valeur attendue de la distribution des dur\u00e9es de d\u00e9faillance d'un composant. Sa d\u00e9finition formelle est la suivante :<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
\r\n\r\n \r\n MTTF = \u222b0<\/sup>\u221e<\/sup> R(t) dt\r\n <\/span>\r\n\r\n \r\n O\u00f9 R(t) est la fonction de fiabilit\u00e9 : la probabilit\u00e9 de survie jusqu'au temps t\r\n <\/span>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Dans la pratique, la plupart des \u00e9quipes de maintenance n'utilisent pas directement cette int\u00e9grale. Elles recourent \u00e0 la version simplifi\u00e9e qui d\u00e9coule de l'hypoth\u00e8se d'un taux de d\u00e9faillance constant, \u00e0 savoir la distribution exponentielle :<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
\r\n\r\n \r\n R(t) = e\u2212\u03bbt<\/sup>   \u2192 MTTF = 1\/\u03bb\r\n <\/span>\r\n\r\n \r\n C'est ce qu'on appelle la propri\u00e9t\u00e9 \u00ab sans m\u00e9moire \u00bb : un composant a autant de chances de tomber en panne \n qu'il soit tout neuf ou qu'il ait cinq ans. Pour la plupart des \u00e9quipements industriels, \n cette hypoth\u00e8se est fausse.\r\n <\/span>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

C'est cette hypoth\u00e8se de taux constant qui rend le MTTF simple \u00e0 calculer et \u00e0 utiliser.\u00a0<\/p>

Exemple concret : les trois composants d'une pompe centrifuge<\/strong><\/em><\/h6>

Prenons l'exemple d'une pompe centrifuge int\u00e9gr\u00e9e au circuit d'eau de refroidissement d'une raffinerie. Un ing\u00e9nieur en fiabilit\u00e9 souhaite calculer le MTTF de trois composants cl\u00e9s et utiliser ces chiffres pour d\u00e9finir les intervalles de maintenance pr\u00e9ventive et les niveaux de stock de s\u00e9curit\u00e9. Voici comment ce calcul s'effectue concr\u00e8tement :<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Composant<\/th>D\u00e9faillances constat\u00e9es<\/th>Nombre total d'heures de fonctionnement<\/th>Taux de d\u00e9faillance (\u03bb)<\/th>MTTF<\/th>Intervalle recommand\u00e9 entre les prises de PM<\/th><\/tr><\/thead>
Garniture m\u00e9canique<\/td>6 \u00e9checs<\/td>12 000 heures<\/td>0,0005 \/h<\/td>2 000 heures (environ 12 mois)<\/strong><\/td>\u00c0 remplacer apr\u00e8s 1 600 heures<\/td><\/tr>
Roulement (radial)<\/td>3 \u00e9checs<\/td>18 000 heures<\/td>0,000167 \/h<\/td>6 000 heures (environ 36 mois)<\/strong><\/td>Inspection \u00e0 4 500 heures<\/td><\/tr>
Roue<\/td>1 \u00e9chec<\/td>15 000 heures<\/td>0,0000667 \/h<\/td>15 000 heures (environ 7 ans)<\/strong><\/td>V\u00e9rifier lors d'une r\u00e9vision g\u00e9n\u00e9rale<\/td><\/tr><\/tbody><\/table>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Le MTTF de 2 000 heures de la garniture m\u00e9canique impose au service des stocks de conserver en permanence au moins une garniture de rechange en stock. Le MTTF de 6 000 heures du roulement justifie une priorit\u00e9 de stockage moindre.<\/p>

Avec un MTTF de 15 000 heures, la roue est une pi\u00e8ce command\u00e9e \u00e0 la demande pour la plupart des exploitations. Ce MTTF remplit parfaitement la fonction pour laquelle il a \u00e9t\u00e9 con\u00e7u, et ce avec brio.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
La distribution de Weibull : quand le MTTF prend des nuances<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Le calcul simple ci-dessus part du principe que les d\u00e9faillances surviennent \u00e0 un rythme constant tout au long de la dur\u00e9e de vie du composant. En r\u00e9alit\u00e9, la plupart des composants suivent une courbe dite \u00ab en baignoire \u00bb : des taux de d\u00e9faillance plus \u00e9lev\u00e9s \u00e0 l'\u00e9tat neuf (mortalit\u00e9 infantile due \u00e0 des erreurs d'installation), une p\u00e9riode interm\u00e9diaire stable, puis des taux de d\u00e9faillance croissants \u00e0 mesure que le composant vieillit et s'use.<\/p>

La distribution de Weibull refl\u00e8te cette r\u00e9alit\u00e9. Son param\u00e8tre de forme \u03b2 indique dans quelle partie de la courbe se situe un composant :<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La plupart des plateformes EAM partent du principe d'un taux de d\u00e9faillance constant (\u03b2 = 1, ligne verte en pointill\u00e9s). Les actifs industriels r\u00e9els en phase d'usure pr\u00e9sentent un \u03b2 > 1, ce qui signifie que le MTTF sous-estime syst\u00e9matiquement le risque \u00e0 mesure que les \u00e9quipements vieillissent. (Source :\u00a0Magazine \u00ab Reliability \u00bb<\/a>)<\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Valeur \u03b2<\/th>Phase du cycle de vie<\/th>Ce que cela signifie pour l'exemple du joint de pompe<\/th><\/tr><\/thead>
\u03b2 < 1<\/td>Mortalit\u00e9 infantile<\/td>Le joint pr\u00e9sente une d\u00e9faillance peu apr\u00e8s son installation. Cause probable : montage incorrect, choix d'une qualit\u00e9 inadapt\u00e9e. Un calcul standard du MTTF bas\u00e9 sur ces donn\u00e9es sous-estimera la dur\u00e9e de vie normale en service.<\/td><\/tr>
\u03b2 = 1<\/td>Au hasard \/ Dur\u00e9e de vie utile<\/td>Les d\u00e9faillances surviennent \u00e0 un rythme constant et impr\u00e9visible. Le MTTF constitue ici un outil de planification valable. C'est la seule phase o\u00f9 l'hypoth\u00e8se standard relative au MTTF est math\u00e9matiquement valable.<\/td><\/tr>
\u03b2 > 1<\/td>Usure<\/td>Le joint vieillit et le taux de d\u00e9faillance augmente. Un intervalle de maintenance pr\u00e9ventive fix\u00e9 \u00e0 80% de MTTF, sur la base des donn\u00e9es recueillies en d\u00e9but de vie, sera d\u00e9sormais trop long, et des d\u00e9faillances surviendront avant le remplacement pr\u00e9vu.<\/td><\/tr><\/tbody><\/table>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La plupart des plateformes EAM utilisent par d\u00e9faut des distributions exponentielles (\u03b2 = 1). Pour les actifs industriels vieillissants, il est courant que \u03b2 soit sup\u00e9rieur \u00e0 1, ce qui rend le MTTF statique peu fiable.<\/p>

A\u00a0\u00c9tude de la NASA portant sur 30 roulements identiques soumis \u00e0 des essais de rupture dans des conditions contr\u00f4l\u00e9es<\/a>, cit\u00e9 dans le magazine Reliability, a mis en \u00e9vidence une variance si \u00e9lev\u00e9e que les calendriers de remplacement standard bas\u00e9s sur le MTTF sont devenus statistiquement ind\u00e9fendables.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
Le lien entre le MTTF et le stock de s\u00e9curit\u00e9<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Le lien entre le MTTF et la planification des stocks est direct. La plupart des syst\u00e8mes ERP calculent le stock de s\u00e9curit\u00e9 \u00e0 l'aide d'une formule d\u00e9riv\u00e9e du taux de d\u00e9faillance :<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
\r\n\r\n \r\n Stock de s\u00e9curit\u00e9 = Z \u00d7 \u03c3LT<\/sub> \u00d7 \u221aMTTF\r\n <\/span>\r\n\r\n \r\n O\u00f9 Z = facteur de niveau de service (par exemple, 1,65 pour le niveau de service 95%) \n et \u03c3LT<\/sub> = \u00e9cart-type du d\u00e9lai de livraison des fournisseurs\r\n <\/span>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Pour le joint de pompe de notre exemple : si le MTTF est de 2 000 heures, que le niveau de service cible est de 95% (Z = 1,65) et que le d\u00e9lai de livraison du joint par son fournisseur pr\u00e9sente un \u00e9cart-type de 2 semaines, le calcul du stock de s\u00e9curit\u00e9 aboutira \u00e0 une recommandation pr\u00e9cise concernant le nombre d'unit\u00e9s \u00e0 stocker.<\/p>

Il est essentiel de noter que si la valeur de MTTF utilis\u00e9e est erron\u00e9e, parce qu\u2019elle a \u00e9t\u00e9 calcul\u00e9e \u00e0 partir d\u2019une population h\u00e9t\u00e9rog\u00e8ne ou dans des conditions d\u2019exploitation diff\u00e9rentes, toutes les d\u00e9cisions d\u2019inventaire prises en aval seront erron\u00e9es dans la m\u00eame proportion.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Le r\u00f4le du MTTF dans la maintenance et la gestion des stocks MRO<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Avant d'aborder ses limites, il convient de souligner clairement les points forts du MTTF, car dans le discours technologique, on a souvent tendance \u00e0 \u00e9carter l'ancien au profit du nouveau. Ce serait une erreur dans le cas pr\u00e9sent.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Il quantifie le risque l\u00e0 o\u00f9 l'intuition \u00e9choue<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Les \u00eatres humains ont du mal \u00e0 \u00e9valuer correctement la probabilit\u00e9 de d\u00e9faillance \u00e0 long terme. Nous surestimons la fiabilit\u00e9 des \u00e9quipements que nous venons de faire r\u00e9viser et sous-estimons la d\u00e9t\u00e9rioration des \u00e9quipements qui fonctionnent sans probl\u00e8me apparent.<\/p>

Le MTTF oblige les organisations \u00e0 remplacer l'intuition par le calcul. Une pompe dont le MTTF est de 18 mois se moque bien de savoir si le technicien de maintenance estime qu'elle semble en bon \u00e9tat. Cette statistique n'est pas une opinion.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Cela permet de cr\u00e9er un langage commun \u00e0 toutes les fonctions<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Les ing\u00e9nieurs de maintenance, les \u00e9quipes d'approvisionnement, les responsables d'exploitation et les directeurs financiers doivent tous aborder la question des risques li\u00e9s aux actifs. Le MTTF leur fournit un vocabulaire commun.<\/p>

Sa normalisation dans ISO 14224, MIL-HDBK-217,<\/em> et gr\u00e2ce \u00e0 la norme CEI 60812, un ing\u00e9nieur en fiabilit\u00e9 qui change de secteur d'activit\u00e9 n'a pas besoin d'apprendre un nouveau cadre de travail.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Elle sert de base \u00e0 la logique de maintenance pr\u00e9ventive<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Sans estimation de la dur\u00e9e de vie r\u00e9siduelle pr\u00e9vue, la planification de la maintenance pr\u00e9ventive risque d'\u00eatre soit trop prudente, entra\u00eenant le remplacement de pi\u00e8ces dont la dur\u00e9e de vie r\u00e9siduelle est encore importante, soit trop laxiste, conduisant \u00e0 attendre que les composants tombent en panne.<\/p>

Le MTTF sert de r\u00e9f\u00e9rence rationnelle. Un roulement radial dont le MTTF est de 6 000 heures doit \u00eatre inspect\u00e9 \u00e0 4 500 heures, ni \u00e0 3 000 (ce qui serait un gaspillage), ni \u00e0 8 000 (ce qui serait risqu\u00e9).<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Cela influence directement les d\u00e9cisions relatives aux stocks MRO<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Le joint de pompe qui tombe en panne toutes les 2 000 heures sur un parc de dix pompes g\u00e9n\u00e8re une demande annuelle pr\u00e9visible en joints. Cette estimation de la demande, aussi imparfaite soit-elle, constitue le fondement de la logique de r\u00e9approvisionnement du magasin.<\/p>

Chaque\u00a0\u00e9valuation de la criticit\u00e9 des pi\u00e8ces de rechange<\/a>\u00a0repose en fin de compte sur une version ou une autre de cette conversion du taux de d\u00e9faillance en demande.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t

\n\t\t\t\tLe MTTF n'est pas faux. Il est incomplet. Cette distinction rev\u00eat une importance capitale lorsqu'il s'agit de d\u00e9cider de la prochaine \u00e9tape de d\u00e9veloppement.\t\t\t<\/p>\n\t\t\t\t\t<\/blockquote>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Qui d\u00e9tient MTTF dans le secteur industriel ?<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Contrairement \u00e0 l'analyse FMEA, dont la responsabilit\u00e9 est clairement d\u00e9finie et r\u00e9partie entre plusieurs services, la responsabilit\u00e9 de la m\u00e9thode MTTF a tendance \u00e0 \u00eatre fragment\u00e9e au sein de l'organisation.<\/p>

Comprendre o\u00f9 il est pr\u00e9sent et o\u00f9 il ne l'est pas permet d'expliquer pourquoi ses limites sont souvent n\u00e9glig\u00e9es.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
\r\n\r\n
\r\n
Propri\u00e9taire principal<\/div>\r\n\r\n

Ing\u00e9nierie de la fiabilit\u00e9<\/h4>\r\n\r\n

\r\n Calcule le MTTF \u00e0 partir des donn\u00e9es d'historique des pannes enregistr\u00e9es dans la GMAO, d\u00e9finit les intervalles de maintenance pr\u00e9ventive, \n et est g\u00e9n\u00e9ralement la seule fonction \u00e0 ma\u00eetriser les hypoth\u00e8ses statistiques \n qui sous-tendent ce chiffre. C'est souvent la seule \u00e0 pouvoir d\u00e9terminer si \n l'hypoth\u00e8se \u03b2 de Weibull est valable pour un \u00e9quipement donn\u00e9.\r\n <\/p>\r\n <\/div>\r\n\r\n

\r\n
Consommateur final<\/div>\r\n\r\n

Planification de la maintenance et approvisionnement MRO<\/h4>\r\n\r\n

\r\n Utilise les estimations de la demande issues du MTTF pour d\u00e9finir les seuils de r\u00e9approvisionnement et les niveaux de stock de s\u00e9curit\u00e9 \n dans le syst\u00e8me ERP. Remet rarement en question la qualit\u00e9 des donn\u00e9es MTTF fournies et dispose d\u2019une \n visibilit\u00e9 limit\u00e9e sur la pertinence du taux de d\u00e9faillance utilis\u00e9 au regard des \n conditions d\u2019exploitation actuelles.\r\n <\/p>\r\n <\/div>\r\n\r\n

\r\n
Partie prenante cl\u00e9<\/div>\r\n\r\n

Op\u00e9rations \/ Gestion de l'usine<\/h4>\r\n\r\n

\r\n Entra\u00eene les cons\u00e9quences d'une estimation erron\u00e9e du MTTF, sous la forme soit d'arr\u00eats impr\u00e9vus, \n soit de co\u00fbts de maintenance excessifs. Fournit le contexte de production \n (quel est le niveau de criticit\u00e9 de cet \u00e9quipement aujourd'hui, \u00e0 quel niveau fonctionne-t-il r\u00e9ellement ?) que \n les calculs du MTTF int\u00e8grent rarement.\r\n <\/p>\r\n <\/div>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\r\n\r\n
\r\n Le d\u00e9ficit structurel\r\n <\/div>\r\n\r\n

\r\n Dans la plupart des entreprises industrielles, la personne charg\u00e9e de calculer le MTTF \n (ing\u00e9nierie de la fiabilit\u00e9) et celle qui s\u2019en sert pour prendre des d\u00e9cisions en mati\u00e8re de stocks \n (approvisionnement MRO) travaillent dans des syst\u00e8mes distincts, avec des indicateurs de performance cl\u00e9s (KPI) s\u00e9par\u00e9s, \n et n\u2019ont que peu d\u2019interaction entre elles. L'estimation du taux de d\u00e9faillance est transf\u00e9r\u00e9e par-del\u00e0 \n ce foss\u00e9 une seule fois, lors de la mise en \u0153uvre de l'EAM ou au cours d'une r\u00e9vision annuelle, puis \n utilis\u00e9e jusqu'\u00e0 ce qu'une panne suffisamment grave vienne n\u00e9cessiter un nouveau calcul. C'est de cette \n s\u00e9paration qu'\u00e9mane une part importante tant des exc\u00e9dents de stock que \n du risque de rupture de stock.\r\n <\/p>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Les limites structurelles du MTTF<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Lors des \u00e9changes avec des clients qui s'appuient largement sur le MTTF comme principal indicateur de planification, les m\u00eames limites reviennent syst\u00e9matiquement. Il ne s'agit pas l\u00e0 de critiques th\u00e9oriques, mais bien de d\u00e9faillances op\u00e9rationnelles qui apparaissent dans les rapports sur les pertes de production.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
L'hypoth\u00e8se d'homog\u00e9n\u00e9it\u00e9 ne se v\u00e9rifie pas dans la pratique<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La validit\u00e9 statistique de la m\u00e9thode MTTF repose sur une population de composants identiques fonctionnant dans des conditions identiques. Cette hypoth\u00e8se est valable en laboratoire, dans un environnement contr\u00f4l\u00e9. Elle l'est rarement sur un site industriel.<\/p>

Dans le cas de deux pompes centrifuges nominalement identiques install\u00e9es dans la m\u00eame installation, la pompe A fonctionne \u00e0 80% de sa capacit\u00e9 nominale avec de l'eau pure \u00e0 20 \u00b0C. La pompe B fonctionne \u00e0 110% de sa capacit\u00e9 nominale avec un fluide l\u00e9g\u00e8rement corrosif \u00e0 35 \u00b0C.<\/p>

Leurs garnitures m\u00e9caniques portent la m\u00eame r\u00e9f\u00e9rence fabricant. Leurs distributions r\u00e9elles de d\u00e9faillance pr\u00e9sentent toutefois des diff\u00e9rences significatives.<\/p>

Un MTTF unique, calcul\u00e9 \u00e0 partir de la population combin\u00e9e des deux pompes, ne fournit aucune information fiable sur chacune d'entre elles en particulier.<\/p>

\u00c9tude publi\u00e9e dans le magazine *Reliability*<\/a>\u00a0souligne pr\u00e9cis\u00e9ment ce point : \u00e0 mesure que les organisations am\u00e9liorent leurs pratiques en mati\u00e8re de fiabilit\u00e9 et commencent \u00e0 analyser les donn\u00e9es de d\u00e9faillance au niveau sp\u00e9cifique de chaque actif plut\u00f4t qu\u2019au niveau de la cat\u00e9gorie de composants, la variance autour des valeurs MTTF de la population augmente g\u00e9n\u00e9ralement au lieu de diminuer, car cela permet de mettre en \u00e9vidence des modes de d\u00e9faillance plus sp\u00e9cifiques \u00e0 chaque actif, qui \u00e9taient auparavant masqu\u00e9s par la moyenne.<\/p>

C'est justement pour cela que\u00a0mise en place d'un programme de criticit\u00e9 au niveau de chaque actif<\/a>, plut\u00f4t qu\u2019au niveau des classes de composants, donne des r\u00e9sultats nettement diff\u00e9rents.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\u00c9tude de cas client<\/strong><\/em><\/h5>

Une grande raffinerie de la c\u00f4te du Golfe a constat\u00e9 que son programme de maintenance pr\u00e9ventive bas\u00e9 sur le MTTF entra\u00eenait \u00e0 la fois une maintenance excessive de 40% de ses pompes (remplacement de composants dont la dur\u00e9e de vie restante \u00e9tait encore importante) et une maintenance insuffisante de 23% (composants manquants qui se d\u00e9t\u00e9rioraient plus rapidement que la moyenne du parc). Le co\u00fbt de la maintenance excessive \u00e9tait masqu\u00e9 par des frais de main-d'\u0153uvre et de mat\u00e9riel superflus. Le co\u00fbt de la maintenance insuffisante apparaissait dans le rapport sur les pertes de production. Aucun de ces deux co\u00fbts n'apparaissait dans le calcul du MTTF.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Les variables environnementales faussent les r\u00e9sultats des calculs au fil du temps<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La dur\u00e9e de vie moyenne (MTTF) est calcul\u00e9e \u00e0 partir de donn\u00e9es historiques dans un ensemble sp\u00e9cifique de conditions d'exploitation. D\u00e8s que ces conditions changent, la valeur calcul\u00e9e commence \u00e0 s'\u00e9carter de la r\u00e9alit\u00e9.<\/p>

Plusieurs variables reviennent r\u00e9guli\u00e8rement dans la litt\u00e9rature consacr\u00e9e \u00e0 l'ing\u00e9nierie de la fiabilit\u00e9 comme \u00e9tant les plus d\u00e9terminantes :<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Variable<\/th>Incidence concr\u00e8te sur le taux de d\u00e9faillance<\/th>Ce que fait le MTTF avec cela<\/th><\/tr><\/thead>
Charge d'exploitation sup\u00e9rieure \u00e0 la capacit\u00e9 nominale<\/td>Les composants s'usent plus rapidement ; les joints et les roulements sont particuli\u00e8rement sensibles \u00e0 la surpression et \u00e0 la chaleur<\/td>Non mod\u00e9lis\u00e9. Le MTTF calcul\u00e9 \u00e0 la charge nominale reste inchang\u00e9.<\/td><\/tr>
Temp\u00e9rature ambiante et temp\u00e9rature de processus<\/td>Le principe d'Arrhenius montre que la dur\u00e9e de vie des roulements et de l'isolation diminue de moiti\u00e9 \u00e0 chaque augmentation d'environ 10 \u00b0C au-del\u00e0 de la temp\u00e9rature nominale.<\/td>Non pris en compte dans le mod\u00e8le. La temp\u00e9rature n'est pas une variable dans les calculs MTTF standard.<\/td><\/tr>
Modification de la composition du fluide de proc\u00e9d\u00e9<\/td>Un joint con\u00e7u pour des fluides \u00e0 pH neutre se d\u00e9t\u00e9riore nettement plus rapidement dans un environnement acide ou avec des fluides \u00e0 haute viscosit\u00e9.<\/td>Non mod\u00e9lis\u00e9. La dur\u00e9e moyenne avant d\u00e9faillance (MTTF) calcul\u00e9e \u00e0 partir des donn\u00e9es de service neutre continue d'\u00eatre utilis\u00e9e.<\/td><\/tr>
Qualit\u00e9 de l'installation et de l'entretien<\/td>Les d\u00e9faillances entra\u00eenant la mortalit\u00e9 infantile apr\u00e8s une op\u00e9ration de maintenance sont fr\u00e9quentes lorsque les joints ou les roulements sont remont\u00e9s de mani\u00e8re incorrecte.<\/td>Ces d\u00e9faillances pr\u00e9coces faussent \u00e0 la baisse la valeur de la MTTF de la population sans en expliquer la raison.<\/td><\/tr>
Humidit\u00e9 et environnement corrosif<\/td>D\u00e9gradation acc\u00e9l\u00e9r\u00e9e de la surface des joints m\u00e9caniques et des contacts \u00e9lectriques dans les environnements c\u00f4tiers ou humides des installations industrielles<\/td>Non pris en compte dans la mod\u00e9lisation, sauf si les donn\u00e9es de d\u00e9faillance sp\u00e9cifiques au site sont distingu\u00e9es de celles de l'ensemble de la population.<\/td><\/tr><\/tbody><\/table>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Le MTTF est une mesure r\u00e9trospective, et non pr\u00e9dictive<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Le MTTF est calcul\u00e9 \u00e0 partir des donn\u00e9es historiques de d\u00e9faillance. Il d\u00e9crit ce qui s'est produit au pass\u00e9 au sein d'un ensemble de composants. Or, un responsable de la planification de la maintenance prend des d\u00e9cisions concernant l'avenir : quels composants vont tomber en panne, \u00e0 quel moment, et quels composants doivent \u00eatre en stock lorsque cela se produira.<\/p>

Un roulement qui vibre actuellement \u00e0 une fr\u00e9quence deux fois sup\u00e9rieure \u00e0 sa fr\u00e9quence de base ne transmet pas cette information au calcul du MTTF.<\/p>

Un transformateur dont la temp\u00e9rature est sup\u00e9rieure de cinq degr\u00e9s \u00e0 la normale en raison d'un probl\u00e8me d'installation survenu il y a six mois n'appara\u00eet pas dans les statistiques globales. Au moment o\u00f9 ce nouvel incident est int\u00e9gr\u00e9 \u00e0 l'ensemble de donn\u00e9es et o\u00f9 le MTTF est mis \u00e0 jour, le mal est d\u00e9j\u00e0 fait.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
La cha\u00eene d'approvisionnement est totalement absente du mod\u00e8le<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Le MTTF vous indique quand un composant est susceptible de tomber en panne. Il ne vous donne aucune indication quant \u00e0 la disponibilit\u00e9 de la pi\u00e8ce de rechange au moment o\u00f9 cela se produira.<\/p>

Il s'agit l\u00e0 de la lacune la plus importante, et celle qui ne fait pratiquement l'objet d'aucune attention dans la litt\u00e9rature classique consacr\u00e9e \u00e0 l'ing\u00e9nierie de la fiabilit\u00e9.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
\r\n\r\n
\r\n Un sc\u00e9nario courant\r\n <\/div>\r\n\r\n

\r\n Le joint d'une pompe de raffinerie a un MTTF de 2 000 heures. L'ing\u00e9nieur en fiabilit\u00e9 \n fixe un intervalle de maintenance pr\u00e9ventive de 1 600 heures. L'\u00e9quipe des achats d\u00e9finit un seuil de r\u00e9approvisionnement \n en fonction de ce taux de d\u00e9faillance. Ce que le mod\u00e8le ignore : le seul \n fournisseur agr\u00e9\u00e9 pour ce joint a un d\u00e9lai de livraison de 14 semaines en raison de contraintes de fabrication. \n Le stock est \u00e9puis\u00e9. Le joint tombe en panne \u00e0 1 700 heures. En raison du d\u00e9lai de livraison, la \n pompe fonctionne pendant 6 semaines avec un joint d\u00e9fectueux avant que le remplacement n'arrive. \n Le MTTF \u00e9tait correct. Le syst\u00e8me a n\u00e9anmoins connu une d\u00e9faillance.\r\n <\/p>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
La demande intermittente ne correspond pas aux pr\u00e9visions standard d\u00e9riv\u00e9es du MTTF<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Lorsque les estimations de la demande issues du MTTF sont transmises aux \u00e9quipes charg\u00e9es des achats, celles-ci se retrouvent confront\u00e9es \u00e0 un probl\u00e8me statistique que le MTTF n'a jamais \u00e9t\u00e9 con\u00e7u pour r\u00e9soudre.<\/p>

Une pi\u00e8ce d'\u00e9tanch\u00e9it\u00e9 essentielle d'une pompe, qui s'use tous les 14 mois, ne g\u00e9n\u00e8re pas un signal de demande r\u00e9gulier. Elle produit une s\u00e9rie de z\u00e9ros entrecoup\u00e9s de \u00ab 1 \u00bb occasionnels.<\/p>

Une roue qui reste inutilis\u00e9e pendant trois ans, puis qui est sollicit\u00e9e \u00e0 deux reprises en six semaines, ne constitue pas une anomalie dans la planification. Il s'agit d'un sch\u00e9ma tout \u00e0 fait normal pour les pi\u00e8ces de rechange \u00e0 faible volume et \u00e0 haut niveau de criticit\u00e9.<\/p>

Les m\u00e9thodes de pr\u00e9vision classiques, telles que les moyennes mobiles et le lissage exponentiel, appliqu\u00e9es \u00e0 ces s\u00e9ries de donn\u00e9es intermittentes, aboutissent syst\u00e9matiquement \u00e0 des r\u00e9sultats erron\u00e9s.<\/p>

Ils surestiment les pr\u00e9visions pour les articles connaissant des pics de demande occasionnels et sous-estiment celles pour les articles dont la consommation est rare mais concentr\u00e9e sur certaines p\u00e9riodes.<\/p>

La litt\u00e9rature scientifique sur ce sujet est bien \u00e9tablie :\u00a0La m\u00e9thode de Croston (1972)<\/a>, mise au point sp\u00e9cifiquement pour la demande intermittente, a montr\u00e9 que le lissage exponentiel standard n'\u00e9tait pas adapt\u00e9 d'un point de vue statistique \u00e0 ces profils, et ses variantes ont \u00e9t\u00e9 valid\u00e9es \u00e0 partir des donn\u00e9es d'inventaire de la RAF couvrant plus de 11 000 r\u00e9f\u00e9rences de pi\u00e8ces de rechange.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
L'obsolescence n'est pas prise en compte dans le MTTF<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Un \u00e9quipement fonctionnant avec du mat\u00e9riel vieux de 20 ans n'est pas seulement expos\u00e9 aux risques de d\u00e9faillance pris en compte par le MTTF. Il est confront\u00e9 \u00e0 un risque croissant que le MTTF ne permet pas de prendre en compte : les pi\u00e8ces n\u00e9cessaires \u00e0 sa r\u00e9paration ne sont peut-\u00eatre plus fabriqu\u00e9es.<\/p>

Le MTTF calculera correctement que la dur\u00e9e de vie moyenne d'un actionneur de vanne critique est de 36 mois, et ce jusqu'au jour o\u00f9 le fabricant d'\u00e9quipement d'origine (OEM) arr\u00eate la production de ce composant.<\/p>

\u00c0 ce stade, le magasin pourrait disposer d'un stock suffisant pour trois mois, aucune alternative valable n'aurait \u00e9t\u00e9 identifi\u00e9e, et il faudrait compter un d\u00e9lai d'approvisionnement de 12 mois pour trouver un produit de substitution. Le risque de d\u00e9faillance n'a pas chang\u00e9. C'est le risque d'approvisionnement qui a rendu cet actif ing\u00e9rable.<\/p>

Dans les secteurs \u00e0 forte intensit\u00e9 capitalistique, o\u00f9 la dur\u00e9e de vie des \u00e9quipements d\u00e9passe couramment 30 \u00e0 40 ans, l'obsolescence n'est pas un cas isol\u00e9. Il s'agit d'un risque syst\u00e9matique et croissant que les indicateurs de fiabilit\u00e9 statiques sont structurellement incapables de refl\u00e9ter.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

En savoir plus sur l'obsolescence des pi\u00e8ces de rechange dans les environnements industriels exigeants<\/em><\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
Il consid\u00e8re tous les \u00e9checs comme ayant la m\u00eame importance<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Une analyse MTTF standard ne fait pas la distinction entre la d\u00e9faillance d'un joint $12, qui entra\u00eene un retard de 30 minutes, et celle d'une vanne de r\u00e9gulation $4 000, qui met une unit\u00e9 de production \u00e0 l'arr\u00eat pendant six jours. Dans les deux cas, il s'agit de d\u00e9faillances. Les deux contribuent \u00e0 la statistique MTTF.<\/p>

Mais les cons\u00e9quences ne sont absolument pas comparables, et une strat\u00e9gie de maintenance qui les traite comme \u00e9quivalentes entra\u00eene syst\u00e9matiquement une mauvaise r\u00e9partition des ressources : elle consacre trop de moyens \u00e0 la pr\u00e9vention des d\u00e9faillances aux cons\u00e9quences mineures et pas assez \u00e0 celle des d\u00e9faillances aux cons\u00e9quences graves.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Le co\u00fbt li\u00e9 au recours \u00e0 un taux de d\u00e9faillance statique<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Dans la gestion des stocks MRO, un MTTF inexact engendre le m\u00eame probl\u00e8me \u00e0 double tranchant que celui caus\u00e9 par des scores de criticit\u00e9 erron\u00e9s dans l'analyse FMEA : un exc\u00e8s de stock et une rupture de stock simultan\u00e9s, chacun ayant des cons\u00e9quences co\u00fbteuses \u00e0 leur mani\u00e8re.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\n\t\t\t\t\t\t
\n\t\t\t\t\n\t\t\t\t<\/path><\/svg>\t\t\t\t<\/span>\n\t\t\t<\/div>\n\t\t\t\n\t\t\t\t\t\t
\n\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\n\t\t\t\t\t\t\tStock insuffisant de pi\u00e8ces v\u00e9ritablement essentielles\t\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/div>\n\t\t\t\t\n\t\t\t\t\n\t\t\t<\/div>\n\t\t\t\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Un \u00e9quipement dont le taux de d\u00e9faillance r\u00e9el est sup\u00e9rieur \u00e0 ce qu'indique le MTTF, soit parce que les conditions d'exploitation ont chang\u00e9, soit parce que le composant est en phase d'usure, soit parce que la moyenne sur l'ensemble de la population masque les contraintes sp\u00e9cifiques au site, tombera en panne avant la date de remplacement pr\u00e9vue.<\/p>

Si la pi\u00e8ce n'est pas en stock et que le d\u00e9lai d'approvisionnement du fournisseur s'\u00e9tend sur plusieurs semaines plut\u00f4t que sur quelques jours, cela entra\u00eene un arr\u00eat impr\u00e9vu de la production.<\/p>

Dans le secteur p\u00e9trolier et gazier, Enqu\u00eate \u00ab La valeur de la fiabilit\u00e9 \u00bb 2025 d'ABB<\/a>\u00a0Une enqu\u00eate men\u00e9e aupr\u00e8s de 3 600 d\u00e9cideurs \u00e0 l'\u00e9chelle mondiale a r\u00e9v\u00e9l\u00e9 que 83% d'entre eux estimaient que les temps d'arr\u00eat impr\u00e9vus co\u00fbtaient au moins $10 000 par heure, ces co\u00fbts pouvant atteindre $500 000 par heure pour les principales unit\u00e9s de traitement.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\n\t\t\t\t\t\t
\n\t\t\t\t\n\t\t\t\t<\/path><\/svg>\t\t\t\t<\/span>\n\t\t\t<\/div>\n\t\t\t\n\t\t\t\t\t\t
\n\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\n\t\t\t\t\t\t\tSurstockage de pi\u00e8ces dont le MTTF a \u00e9t\u00e9 surestim\u00e9\t\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/div>\n\t\t\t\t\n\t\t\t\t\n\t\t\t<\/div>\n\t\t\t\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Un \u00e9quipement dont le taux de d\u00e9faillance est inf\u00e9rieur \u00e0 la moyenne du parc, parce qu\u2019il fonctionne \u00e0 faible charge, dans un environnement favorable ou gr\u00e2ce \u00e0 un entretien de tr\u00e8s bonne qualit\u00e9, aura des pi\u00e8ces qui resteront en stock et mobiliseront du capital.<\/p>

Chaque pi\u00e8ce de rechange en stock engendre un co\u00fbt de d\u00e9tention annuel estim\u00e9 entre 20 et 30% de sa valeur, qui couvre le co\u00fbt d'investissement du stock, les frais g\u00e9n\u00e9raux li\u00e9s \u00e0 la gestion de l'entrep\u00f4t et les d\u00e9penses li\u00e9es \u00e0 la logistique.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
\r\n\r\n
\r\n Le co\u00fbt cach\u00e9 d'une correction tardive du MTTF\r\n <\/div>\r\n\r\n

\r\n En pratique, cela se traduit par un service de maintenance qui se bat sans cesse \n sur deux fronts : d'un c\u00f4t\u00e9, il doit se d\u00e9mener pour se procurer des pi\u00e8ces essentielles \u00e0 des prix exorbitants, tandis que \n de l'autre, il doit g\u00e9rer un entrep\u00f4t surcharg\u00e9 de pi\u00e8ces qui ne seront jamais utilis\u00e9es. \r\n Ces deux probl\u00e8mes trouvent leur origine dans une m\u00eame cause profonde : un taux de d\u00e9faillance calcul\u00e9 \n \u00e0 partir de donn\u00e9es historiques, dans des conditions historiques, et qui n\u2019est pas mis \u00e0 jour \u00e0 mesure que \n la r\u00e9alit\u00e9 \u00e9volue.\r\n <\/p>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Une \u00e9tude men\u00e9e par Verdantis aupr\u00e8s de pr\u00e8s de 1 900 cadres sup\u00e9rieurs issus des secteurs minier, p\u00e9trolier et \u00e9nerg\u00e9tique, des services publics et de l'industrie manufacturi\u00e8re a r\u00e9v\u00e9l\u00e9 que\u00a051% a cit\u00e9 les probl\u00e8mes de qualit\u00e9 des donn\u00e9es dans les op\u00e9rations de maintenance, de r\u00e9paration et de r\u00e9vision (MRO) comme l'un des principaux d\u00e9fis<\/a>, et le code 49% a signal\u00e9 des incoh\u00e9rences dans les donn\u00e9es de base des fournisseurs.<\/p>

Il ne s'agit pas de lacunes technologiques. Ce sont des d\u00e9faillances en mati\u00e8re de gestion des donn\u00e9es qui rendent tout mod\u00e8le, qu'il soit bas\u00e9 sur le MTTF ou non, peu fiable au moment de la prise de d\u00e9cision.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t

\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Au-del\u00e0 du MTTF : comment la gestion moderne des actifs fait \u00e9voluer l'approche<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Il n'est pas n\u00e9cessaire de remplacer le MTTF. Il faut le consid\u00e9rer pour ce qu'il est : un point de d\u00e9part, et non une fin en soi.<\/p>

La question est de savoir quels \u00e9l\u00e9ments de contexte, quelles donn\u00e9es et quelles capacit\u00e9s d'analyse suppl\u00e9mentaires peuvent y \u00eatre ajout\u00e9s pour aboutir \u00e0 des d\u00e9cisions plus pr\u00e9cises, plus actuelles et plus compl\u00e8tes.<\/p>

La gestion moderne des actifs d'entreprise tend \u00e0 consid\u00e9rer la probabilit\u00e9 de d\u00e9faillance comme une variable parmi d'autres, plut\u00f4t que comme la variable principale qui d\u00e9termine toutes les d\u00e9cisions en aval.<\/p>

Un mod\u00e8le de criticit\u00e9 pertinent pour une pi\u00e8ce de rechange ne se contente pas de poser la question \u00ab \u00c0 quelle fr\u00e9quence ce composant tombe-t-il en panne en moyenne ? \u00bb, mais s'interroge \u00e9galement sur les cons\u00e9quences pour la production si une panne survient aujourd'hui. Quel est le d\u00e9lai de livraison actuel du fournisseur ? Existe-t-il un substitut homologu\u00e9 ? Le fabricant a-t-il signal\u00e9 un risque de fin de vie pour ce composant ? Y a-t-il une usine jumelle qui dispose d'un stock ?<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t
\r\n\r\n
\r\n\r\n

\r\n Questions relatives \u00e0 la planification bas\u00e9e uniquement sur le MTTF\r\n <\/h4>\r\n\r\n
\r\n \u00c0 quel intervalle cette classe de composant tombe-t-elle en panne, en moyenne ?\r\n <\/div>\r\n\r\n
\r\n Quel intervalle de PM l'histoire de la population sugg\u00e8re-t-elle ?\r\n <\/div>\r\n\r\n
\r\n Combien d'unit\u00e9s dois-je stocker en fonction de la demande moyenne ?\r\n <\/div>\r\n\r\n
\r\n Quel est le taux de d\u00e9faillance historique pour cette r\u00e9f\u00e9rence ?\r\n <\/div>\r\n\r\n <\/div>\r\n\r\n
\r\n\r\n

\r\n Questions relatives \u00e0 la criticit\u00e9 multivariable\r\n <\/h4>\r\n\r\n
\r\n Quelle est la probabilit\u00e9 de d\u00e9faillance actuelle de cet actif sp\u00e9cifique, compte tenu de ses conditions d'exploitation ?\r\n <\/div>\r\n\r\n
\r\n Quels sont actuellement les d\u00e9lais de livraison et le niveau de fiabilit\u00e9 du fournisseur ?\r\n <\/div>\r\n\r\n
\r\n \u00c0 combien s'\u00e9l\u00e8verait la perte de production par heure si cet actif tombait en panne aujourd'hui ?\r\n <\/div>\r\n\r\n
\r\n Ce composant arrive-t-il en fin de vie sans qu'aucun substitut adapt\u00e9 n'ait \u00e9t\u00e9 identifi\u00e9 ?\r\n <\/div>\r\n\r\n <\/div>\r\n\r\n<\/div>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

C'est l\u00e0 l'\u00e9volution concr\u00e8te que des outils tels que le\u00a0Module de criticit\u00e9 MRO 360<\/a>\u00a0autour desquels s'articulent.<\/p>

Plut\u00f4t que de remplacer la probabilit\u00e9 de d\u00e9faillance calcul\u00e9e \u00e0 partir du MTTF, ils l'int\u00e8grent comme l'un des param\u00e8tres d'un mod\u00e8le plus large qui tient \u00e9galement compte de l'historique des d\u00e9lais de livraison des fournisseurs, de la visibilit\u00e9 des stocks entre les sites, du contexte de planification de la production, de la substituabilit\u00e9 des pi\u00e8ces et de leur statut d'obsolescence.<\/p>

Le mod\u00e8le MTTF reste inchang\u00e9. Ce qui change, ce sont les donn\u00e9es qui lui sont fournies et la fr\u00e9quence \u00e0 laquelle toutes ces donn\u00e9es sont actualis\u00e9es.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Dimension<\/th>Planification bas\u00e9e sur la MTTF<\/th>Criticit\u00e9 multivariable<\/th><\/tr><\/thead>
Fr\u00e9quence des mises \u00e0 jour<\/td>D\u00e9finie lors de la mise en \u0153uvre de l'EAM ; mise \u00e0 jour peu fr\u00e9quente<\/td>En continu, r\u00e9\u00e9valu\u00e9e \u00e0 mesure que les conditions d'exploitation \u00e9voluent<\/td><\/tr>
Champ d'application<\/td>Moyenne de la population pour une classe de composants<\/td>Sp\u00e9cifique \u00e0 chaque actif, tenant compte du contexte op\u00e9rationnel propre \u00e0 chacun<\/td><\/tr>
Variables<\/td>Uniquement le temps avant d\u00e9faillance<\/td>Probabilit\u00e9 de d\u00e9faillance, d\u00e9lai de livraison du fournisseur, criticit\u00e9, substituabilit\u00e9, statut d'obsolescence<\/td><\/tr>
Pr\u00e9vision de la demande<\/td>Lissage exponentiel standard ; statistiquement inadapt\u00e9 \u00e0 une demande de maintenance, de r\u00e9paration et de r\u00e9vision (MRO) intermittente<\/td>M\u00e9thodes sp\u00e9cialement con\u00e7ues pour la demande intermittente (m\u00e9thode de Croston et ses variantes), valid\u00e9es \u00e0 partir de donn\u00e9es sur les pi\u00e8ces de rechange<\/td><\/tr>
Risque li\u00e9 aux fournisseurs<\/td>N'appara\u00eet pas dans le mod\u00e8le<\/td>Int\u00e9gr\u00e9 : historique des d\u00e9lais de livraison et fiabilit\u00e9 des livraisons par combinaison \u00ab pi\u00e8ce-fournisseur \u00bb<\/td><\/tr>
Obsolescence<\/td>Aucun m\u00e9canisme ; les \u00e9v\u00e9nements li\u00e9s \u00e0 la fin de vie d'un produit restent invisibles jusqu'\u00e0 ce qu'ils entra\u00eenent une rupture de stock<\/td>Suivi : suivi de l'\u00e9tat du cycle de vie du fabricant ; identification proactive des produits de substitution<\/td><\/tr>
R\u00e9sultat<\/td>Intervalle entre deux entretiens de maintenance, en heures ou en mois<\/td>File d'attente des t\u00e2ches class\u00e9es par niveau de risque, avec indication de l'impact financier et de l'\u00e9tat de la cha\u00eene d'approvisionnement<\/td><\/tr><\/tbody><\/table>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

M\u00e9thodologies connexes<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Le MTTF est rarement utilis\u00e9 de mani\u00e8re isol\u00e9e par les organisations disposant de programmes de fiabilit\u00e9 bien \u00e9tablis. Il s'inscrit dans un \u00e9cosyst\u00e8me plus large de cadres analytiques, chacun abordant le probl\u00e8me de la d\u00e9faillance des actifs sous un angle diff\u00e9rent.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Cadre<\/th>Approche<\/th>Lien avec le MTTF<\/th><\/tr><\/thead>
FMEA \/ FMECA<\/td>Identification syst\u00e9matique des modes de d\u00e9faillance, de leurs effets et des scores de priorit\u00e9 des risques pour l'ensemble des composants<\/td>Le MTTF est pris en compte dans le score \u00ab Fr\u00e9quence d'occurrence \u00bb (O) de l'analyse FMEA. L'analyse FMEA fournit le contexte des modes de d\u00e9faillance qui rend le MTTF plus facile \u00e0 interpr\u00e9ter.<\/td><\/tr>
Maintenance ax\u00e9e sur la fiabilit\u00e9 (RCM)<\/td>Approche globale visant \u00e0 d\u00e9terminer les t\u00e2ches de maintenance n\u00e9cessaires, sur la base d'une analyse des d\u00e9faillances fonctionnelles<\/td>La m\u00e9thode RCM utilise le MTTF comme l'un des crit\u00e8res pour d\u00e9finir les intervalles entre les t\u00e2ches. Elle examine \u00e9galement si la maintenance bas\u00e9e sur le temps (fond\u00e9e sur le MTTF) constitue r\u00e9ellement la strat\u00e9gie appropri\u00e9e pour un mode de d\u00e9faillance donn\u00e9.<\/td><\/tr>
Analyse par arbre de d\u00e9faillance (FTA)<\/td>M\u00e9thode d\u00e9ductive descendante qui part d'une d\u00e9faillance connue et en identifie les causes profondes<\/td>Alors que le MTTF pose la question \u00ab \u00c0 quelle fr\u00e9quence cette d\u00e9faillance survient-elle ? \u00bb, le FTA demande \u00ab Pourquoi cette d\u00e9faillance sp\u00e9cifique s'est-elle produite ? \u00bb. Ces deux approches sont compl\u00e9mentaires : le MTTF quantifie la fr\u00e9quence, tandis que le FTA en explique la cause.<\/td><\/tr>
Inspection fond\u00e9e sur les risques (RBI)<\/td>Hi\u00e9rarchise les activit\u00e9s d'inspection en fonction de la gravit\u00e9 et de la probabilit\u00e9 d'une d\u00e9faillance de l'\u00e9quipement<\/td>La m\u00e9thode RBI prend en compte \u00e0 la fois la probabilit\u00e9 de d\u00e9faillance (li\u00e9e au MTTF) et les cons\u00e9quences d'une d\u00e9faillance. Elle s'applique principalement aux \u00e9quipements statiques : r\u00e9cipients sous pression, tuyauteries, r\u00e9servoirs.<\/td><\/tr>
Fiabilit\u00e9, disponibilit\u00e9 et maintenabilit\u00e9 (RAM)<\/td>Analyse quantitative mod\u00e9lisant la fr\u00e9quence des pannes des \u00e9quipements, la rapidit\u00e9 de leur remise en service et leur disponibilit\u00e9 pour la production<\/td>Le MTTF alimente directement l'analyse RAM. L'analyse RAM permet de traduire les taux de d\u00e9faillance au niveau des composants en pr\u00e9visions de disponibilit\u00e9 au niveau du syst\u00e8me.<\/td><\/tr><\/tbody><\/table>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Un guide destin\u00e9 aux \u00e9quipes charg\u00e9es de la fiabilit\u00e9, expliquant ce qu'est le temps moyen avant d\u00e9faillance, comment le calculer, en quoi il diff\u00e8re du MTBF et dans quels cas cet indicateur peut induire discr\u00e8tement en erreur.<\/p>","protected":false},"author":7,"featured_media":44813,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[64],"tags":[309],"class_list":["post-41582","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","tag-eam-mro"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/posts\/41582","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/comments?post=41582"}],"version-history":[{"count":0,"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/posts\/41582\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/media\/44813"}],"wp:attachment":[{"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/media?parent=41582"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/categories?post=41582"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.verdantis.com\/fr\/wp-json\/wp\/v2\/tags?post=41582"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}