Approche théorique des essais aggravés Theoretical
Transcription
Approche théorique des essais aggravés Theoretical
Approche théorique des essais aggravés Theoretical approach of design maturity testing Fabrice Guérin – Pascal Lantieri - Bernard Dumon Institut des Sciences et Techniques de l’Ingénieur d’Angers – Angers Résumé Nous proposons dans cet article de présenter des aspects théoriques des essais HALT. Plus particulièrement, nous montrerons l’analyse statistique réalisable avec les résultats des essais permettant de définir les différentes zones caractéristiques d’un produit : fonctionnement optimal, fonctionnement dégradé et défaillance. Abstract We propose in this paper to present the theoretical aspects of HALT tests. In particular, we will show the statistical analysis of test results which permit to define the different characteristic areas of product : optimal operating, degraded operating, failure. Notations : λ(t) LIS LIO LID LSS LSO LSD µLIO(s) σLIO(s) µLID(s) σLID(s) taux de défaillance Limite Inférieure de la Spécification Limite Inférieure Opérationnelle Limite Inférieure de Destruction Limite Supérieure de la Spécification Limite Supérieure Opérationnelle Limite Supérieure de Destruction Moyenne de la LIO pour le stress s Ecart-type de la LIO pour le stress s Moyenne de la LID pour le stress s Ecart-type de la LID pour le stress s µLSO(s) σLSO(s) µLSD(s) σLSD(s) LIO(s) i LSO(s) i LID(s) i LSD(s) i (1-α) φ(u) Moyenne de la LSO pour le stress s Ecart-type de la LSO pour le stress s Moyenne de la LSD pour le stress s Ecart-type de la LSD pour le stress s Valeur du stress s de la LIO pour le produit i Valeur du stress s de la LSO pour le produit i Valeur du stress s de la LID pour le produit i Valeur du stress s de la LSD pour le produit i niveau de confiance la fonction de répartition de la loi normale centrée réduite 1. INTRODUCTION Les enjeux actuels de compétitivité industrielle en termes d’innovation, de délai de développement, de fiabilité, … imposent de mettre en œuvre des stratégies de qualification de produit de plus en plus efficaces. Sans revenir sur les différents outils utilisables dans ce contexte, nous allons nous intéresser plus particulièrement aux essais aggravés (ref 1 et 2) dont le plus connu est l’essai HALT (Highly Accelerated Life Testing). Ces essais sont utilisés en phase de conception afin d’aboutir à un produit mature en mettant en évidence un certain nombre de faiblesses pour lesquelles on apporte des corrections afin de les éliminer pour augmenter la fiabilité (voir Figure 1). λ(t) Produit avant fiabilisation Produit après fiabilisation Fiabilisation t Figure 1 : Maturation des produits par les essais aggravés Pour mettre en évidence les points faibles, on soumet le produit à des sollicitations échelonnées (climatiques, vibratoires, électriques, …) en augmentant les niveaux jusqu’à apparition d’une défaillance (voir Figure 2). A chaque défaillance on effectue les analyses technologiques de défaillance pour montrer si celle-ci est la conséquence d’une faiblesse latente (action corrective) ou si la limite de résistance de technologie est atteinte. Astelab 2001 31 - 1 Approche théorique des essais aggravés Stress * * Limite de destruction Limite de fonctionnement ** * Limite de spécification t 0 Figure 2 : Profil du test Au cours de l’essai on peut également s’intéresser à la limite de fonctionnement au delà laquelle le produit fonctionnera en mode dégradé. Ainsi, lors de l’essai HALT nous pouvons mettre en évidence 4 zones caractéristiques (Figure 3) du produit (ref 2 et 4) : − Zone correspondant à la spécification − Zone de fonctionnement optimal − Zone de fonctionnement dégradé − Zone de destruction (défaillance) Conformité (Spécification) Vibration Température Robustesse (Marge) … Fonction dégradée (domaine réversible) Chocs thermiques Défaillance (domaine irréversible) Stress combinés (Température+Vibration) Figure 3 : Définition des zones caractéristiques du produit Ainsi, l’essai de croissance de fiabilité en phase de conception HALT nous permet d’obtenir : - les limites inhérentes aux technologies utilisées - un produit mature dès le début du cycle de production - l’amélioration de la fiabilité opérationnelle Nous proposons dans cet article de définir plus précisément les différentes zones caractéristiques du produit en définissant les limites par leur distribution statistique. Astelab 2001 31 - 2 Approche théorique des essais aggravés 2. ANALYSE STATISTIQUE DES ESSAIS HALT 2.1. Introduction Marge Marge opérationnelle opérationnelle Limite supérieure de destruction (LSD) Limite supérieure opérationnelle (LSO) Limite supérieure de la spécification (LSS) Limite inférieure de la spécification (LIS) Limite inférieure opérationnelle (LIO) Limite inférieure de destruction (LID) Si on considère un seul axe de la figure en radar (Figure 3), les différentes zones caractéristiques du produit peuvent se décrire par le schéma suivant (dans le cas où le stress se caractérise par des limites inférieures et supérieures comme par exemple la température) : Marge de destruction Marge de destruction Stress Figure 4 : Définition des zones caractéristiques du produit Chaque limite intrinsèque au produit sera entachée d’une certaine variabilité que l’on peut caractériser par une loi normale. Ainsi, au cours d’une campagne d’essai HALT, l’objectif est de définir le plus précisément ces différentes lois normales. 2.2. Définition des limites statistiques de zone Dans cet article, nous allons nous intéresser aux essais réalisés selon 2 stress indépendants : la température et la vibration. 2.2.1 Limites opérationnelles dans le cas de la température Pour déterminer les limites opérationnelles supérieure et inférieure d’un produit sous l’effet de la température on procède par des essais en contrainte échelonnée (Figure 5) où progressivement on augmente le niveau de température (échelon de 1 à 10 °C et durée de palier de 1 à 10 min) jusqu’à constater le dysfonctionnement du produit (performance dégradée mais réversible si l’on diminue la température). Ainsi, on obtient la limite supérieure de fonctionnement LSO(T). On opère de la même manière pour déterminer la limite inférieure LIO(T) avec le même produit puisque le phénomène associé aux limites opérationnelles est réversible. Cette opération est répétée pour l’ensemble de l’échantillon afin de définir les lois normales associées aux limites (ref 3 et 4). LSO(T) i 120 Température (°C) 80 40 0 t -40 -80 LIO(T) i Figure 5 : Cycle de température pour estimer LIO et LSO Astelab 2001 31 - 3 Approche théorique des essais aggravés Cette opération est répétée pour l’ensemble de l’échantillon afin de définir les lois normales associées aux limites. Nous déduisons les paramètres des lois normales (moyenne et écart-type) : n i (T ) = 1 ∑ LIO ( T) LIO n i=1 µ σ [1.] n i 2 1 LIO (T ) −µ ( T) ∑ n −1i =1 LIO (T ) = LIO n i (T ) = 1 ∑ LSO( T) LSO n i =1 µ σ ( T) = LSO [2.] [3.] n i 2 1 LSO( T) −µ (T ) n −1 ∑ LSO [4.] i =1 2.2.2. Limite opérationnelle dans le cas de la vibration Pour déterminer la limite opérationnelle supérieure sous l’effet de la vibration (ref 3 et 4) on procède de la même façon que pour la température par des essais en contrainte échelonnée (Figure 6) où progressivement on augmente le niveau de vibration (échelon de 1 à 10 Grms et durée de palier de 1 à 10 min) jusqu’à constater le dysfonctionnement du produit permettant d’obtenir la limite supérieure de fonctionnement LSO( Grms). LSO(Grms)i 50 Vibration (Grms) 40 30 20 10 t 0 Figure 6 : Cycle de vibration pour estimer LSO Les paramètres de la loi normale LSO(Grms) sont définis par : µ n σ ( Grms ) = LSO i (Grms ) = 1 ∑ LSO( Grms ) n i=1 LSO [5.] n i 2 1 LSO(Grms ) − µ ( Grms ) ∑ n −1 LSO [6.] i =1 2.2.3. Limites de destruction dans le cas de la température Pour estimer les limites de destruction supérieure et inférieure d’un produit (ref 3 et 4) sous l’effet de la température on réalise un essai identique au cas de l’évaluation des limites opérationnelles (Figure 7) mais on augmente le niveau de température jusqu’à destruction du produit (état irréversible). Ainsi, on obtient la limite supérieure de destruction LSD(T). On opère de la même manière pour déterminer la limite inférieure LID(T) Astelab 2001 31 - 4 Approche théorique des essais aggravés 120 120 80 80 Température (°C) Température (°C) LSD(T)i 40 0 t -40 -80 40 0 t -40 LID(T) i -80 Figure 7 : Cycles de température pour estimer LID et LSD Les paramètres des lois normales LID(T) et LSD(T) sont obtenus par : n i (T ) = 1 ∑ LID ( T) n i=1 µ [7.] LID σ n i 2 1 LID (T ) − µ (T ) ∑ n −1 LID ( T) = LID n i (T ) = 1 ∑ LSD( T) LSD n i =1 µ σ ( T) = LSD [8.] i =1 [9.] n i 2 1 LSD( T) −µ (T ) ∑ n −1 LSD [10.] i =1 2.2.4. Limite de destruction dans le cas de la vibration L’estimation de la limite supérieure de destruction LSD(Grms) se fait selon l’essai défini par la Figure 8. LSD(Grms)i Vibration (Grms) 50 40 30 20 10 t 0 Figure 8 : Cycle de vibration pour estimer LSD Les paramètres de la loi normale LSD(Grms) sont définis par : n i (Grms ) = 1 ∑ LSD( Grms ) LSD n i=1 µ σ ( Grms ) = LSD Astelab 2001 [11.] n i 2 1 LSD(Grms ) − µ ( Grms ) ∑ n −1 LSD i =1 31 - 5 [12.] Approche théorique des essais aggravés Limite supérieure opérationnelle (LSO(s)) Limite supérieure de la spécification (LSS(s)) 2.2.5. Définition des marges Connaissant les distributions des différentes limites, il est possible de définir les marges que nous avons entre les spécifications et les limites opérationnelles (Figure 9). Marge opérationnelle Pourcentage %ppm de la production défaillante dans les spécifications σLSO(s) x.σLSO(s) µ LSO (s) Stress Figure 9 : Définition de la marge opérationnelle Ainsi, pour le cas d’un stress, la marge opérationnelle entre la spécification supérieure et la limite supérieure opérationnelle (définie par une loi normale) s’écrit : Marge opérationnelle = µLSO(s) - LSS(s) [13.] Nous pouvons également déduire une autre caractéristique associée à la marge qui est la proportion %ppm de produits défectueux dans la zone de spécification : LSS( s)− µ ( s) LSO [14.] %ppm = prob(LSO(s)≤ LSS(s ))=φ σ ( s) LSO avec φ(u) la fonction de répartition de la loi normale centrée réduite (Nota : On déduit de la même manière les autres marges opérationnelles) Lors d’un essai HALT, nous recherchons les modifications nécessaires pour obtenir une marge suffisante. C’est ainsi que l’on peut se fixer un objectif de proportion de défaut %ppm (ref 4).et de déduire la marge nécessaire exprimée en nombre x d’écart type σLSO(s) . Ainsi, la relation [8] devient : (s) − x.σ (s) −µ (s) µ LSO LSO =φ(− x) %ppm=φ LSO [15.] σ ( s) LSO De cette dernière équation, nous pouvons déduire le pourcentage %ppm en fonction de la marge exprimée par x : x 1 1,5 2 2,5 3 3,5 4 4,5 5 %ppm 158655,26 66807,23 22750,06 6209,68 1349,97 232,67 31,69 3,40 0,29 Tableau 1 : % ppm en fonction de la marge x Astelab 2001 31 - 6 Approche théorique des essais aggravés α/2 LSO(T) LSS(T) LIS(T) α/2 LSHASS(T) σLIO(T) LIHASS(T) LIO(T) 2.2.6. Définition des niveaux de stress pour les essais de déverminage de type HASS Les résultats des essais HALT peuvent également servir à définir les essais de déverminage HASS réalisés lors de la production (ref 2 et 3).. Pour cela, on considère les lois normales des limites opérationnelles (Figure 10) définies lors de l’essai HALT. Le cycle de température de l’essai HASS est défini par 2 valeurs extrêmes estimées pour un niveau de confiance donné (1-α). σLSO (T) Température T µ LIO(T) µ LSO(T) Figure 10 : Définition du cycle de température pour l’essai HASS Les 2 températures inférieure et supérieure du cycle HASS sont définies par : LIHASS (T) = µLIO(T) + u 1-a/2 µLIO(T) [16.] LS HASS (T) = µLSO (T) - u 1-a/2 µLSO (T) [17.] Les valeurs u 1-α/2 sont tirées du tableau 2 : 1-α/2 0,95 0,96 0,97 0,98 0,990 0,9990 0,9999 1-α 0,95 0,96 0,97 0,98 0,990 0,9990 0,9999 u 1-α/2 1,64 1,75 1,88 2,05 2,33 3,09 3,72 u 1-α 1,64 1,75 1,88 2,05 2,33 3,09 3,72 Tableau 2 : valeurs de u 1-α/2 et u 1-α en fonction de 1-α/2 et 1-α α LSO(Grms) LSHASS(Grms) LSS(Grms) Le cycle de vibration se déduit de la même manière, en considérant la loi normale de la limite supérieure opérationnelle LSO(Grms) (Figure 11). σLSO(Grms) Vibration Grms µLSO (Grms) 0 Figure 11 : Définition du cycle de vibration pour l’essai HASS Le niveau de vibration du cycle HASS est défini par : LS HASS (Grms) = µLSO(Grms) - u 1-a µLSO(Grms) (Les valeurs u 1-α sont tirées du tableau 2) Astelab 2001 31 - 7 [18.] Approche théorique des essais aggravés 2.3. Exemple Prenons le cas où des données sont simulées selon les paramètres suivants : • • • • • • • • • • • • • • • • n = 21 produits (taille de l’échantillon) LSS(T) = 55 °C LIS(T) = -25 °C LSS(Grms) = 15 Grms µLSO (T) = 80 °C σLSO (T) = 5 °C µLIO(T) = -45 °C σLIO(T) = 5 °C µLSO (Grms) = 35 Grms σLSO (Grms) = 5 Grms µLSD (T) = 120 °C σLSD (T) = 6 °C µLID(T) = -80 °C σLID(T) = 6 °C µLSD (Grms) = 50 Grms σLSD (Grms) = 6 Grms Le plan d’essai sera conduit de la manière suivante (Figure 12) : 1. dans un premier temps nous simulons les données correspondant aux différentes limites opérationnelles (LIO(T), LSO(T) et LSO(Grms)) des 21 produits, 2. ensuite l’échantillon de 21 produits est réparti en 3 sous-échantillons de 7 produits afin de simuler les différentes limites de destruction (LID(T), LSD(T) et LSD(Grms)) LSD(Grms)i 50 40 LSO(Grms) i Vibration (Grms) LSO(T)i 120 Température (°C) 80 40 30 20 10 0 0 t -40 -80 LIO(T)i Figure 12 : Conduite de l’essai HALT Nous obtenons pour l’échantillon complet les résultats suivants : Produit i 1 2 3 4 5 6 7 8 9 10 11 LSO(T) i 80 85 80 85 80 85 70 75 75 85 70 LIO(T) i -40 -45 -50 -45 -40 -50 -50 -35 -45 -45 -45 LSO(Grms) 30 35 25 30 25 35 30 40 35 30 30 i i 12 13 14 15 16 17 18 19 20 21 80 80 80 80 70 80 75 75 75 85 -40 -50 -50 -40 -45 -35 -45 -45 -45 -35 40 i 35 40 40 35 35 40 35 25 40 i Tableau 3 : Données simulées de LSO(T) , LIO(T) et LSO(Grms) pour l’ensemble de l’échantillon De ces données, nous pouvons déduire les paramètres des lois normales (moyenne µ et écart-type σ) caractérisant les différentes limites opérationnelles LSO(T), LIO(T) et LSO(Grms) : µLSO (T) = 78,57 °C σLSO (T) = 5,03 °C µLIO(T) = -43,80 °C σLIO(T) = 4,97 °C µLSO (Grms) = 33,80 Grms σLSO (Grms) = 5,22 Grms Ensuite, nous simulons les données de limites de destruction : produit i 1 2 3 4 5 6 7 i LSD(T) 130 115 110 120 125 125 130 Tableau 4 : Données simulées de LSD(T)i pour le sous-échantillon 1(produits 1 à 7) produit i 8 9 10 11 12 13 14 LID(T) I -85 -85 -75 -90 -75 -80 -85 i Tableau 5 : Données simulées de LID(T) pour le sous-échantillon 2(produits 8 à 14) Astelab 2001 31 - 8 Approche théorique des essais aggravés produit I 15 16 17 18 19 20 21 LSD(Grms) I 45 50 60 55 60 45 50 Tableau 6 : Données simulées de LSD(Grms)i pour le sous-échantillon 3(produits 15 à 21) De ces données, nous pouvons déduire les paramètres des lois normales (moyenne µ et écart-type σ) caractérisant les différentes limites de destruction LSD(T), LID(T) et LSD(Grms) : µLSD (T) = 122,14 °C µLID(T) = -82,14 °C µLSD (Grms) = 52,14 Grms σLSD (T) = 7,56 °C σLID(T) = 5,67 °C σLSD (Grms) = 6,36 Grms La simulation montre la démarche à conduire lors d’une campagne d’essais HALT. Plus particulièrement, nous constatons la bonne précision des estimations des paramètres des lois normales associées aux différentes limites opérationnelles et de destruction. De ces résultats, nous pouvons réaliser des analyses plus évoluées et en particulier des estimations de proportions de produits défectueux dans la zone de spécification : LSS(T )− µ ( T) 55 − 78 ,57 LSO =φ %ppm = prob(LSO(T) ≤ LSS( T) )=φ =1, 4 ppm [19.] σ (T ) 5 ,03 LSO LIS ( T) −µ ( T) −25 + 43 ,8 LIO =φ %ppm = prob(LIO ( T)≤ LIS (T ))=φ = 77 ,6 ppm [20.] σ ( T) 4, 97 LIO LSS(Grms )− µ ( Grms ) 15 −33 , 8 LSO =φ %ppm = prob(LSO(Grms ) ≤LSS( Grms ) )=φ =158 ,2 ppm [21.] σ (Grms ) 5, 22 LSO Nous pouvons également préciser les 2 températures inférieure et supérieure ainsi que le niveau de vibration du cycle HASS définis pour le niveau de confiance 98% : LIHASS (T) = µLIO(T) + u 99% µLIO(T)= -43,8+2,33x4,97= -32,2°C [22.] LS HASS (T) = µLSO (T) – u99% µLSO(T)= 78,57-2,33x5,03=66,8°C [23.] LS HASS (Grms) = µLSO(Grms) – u 98% µLSO(Grms) = 33,8-2,05x5,22= 23,1 Grms [24.] 3. CONCLUSION Nous avons indiqué comment mener une analyse statistique des résultats d’essai HALT. Celle-ci permet de définir les différentes zones caractéristiques du produit et d’estimer les paramètres des lois normales associées aux limites. A l’aide de ces distributions, il est possible d’évaluer les différentes marges et de déduire les cycles pour les essais HASS. 4. BIBLIOGRAPHIE 1. 2. 3. 4. W. Nelson, « Accelerated Testing : Statistical Models, Test Plans and Data Analyses », Editeur Wiley Intersience Publication, 1990 “Le rôle des essais dans la maîtrise de la fiabilité », Editeur ASTE, Nov 93 « Highly Accelerated Life Testing », Test Procedure Analysis-General Motor, GMW8287 Mc Lean, “Managing HALT issues”, 1998 NEPCOM proceedings Astelab 2001 31 - 9