Courbe de croissance non paramétrique
La courbe de croissance non paramétrique analyse des systèmes réparables qui peuvent tomber en panne plusieurs fois. Saisissez une ligne par défaillance avec l'âge à la défaillance et l'identifiant du système. Elle estime la fonction cumulative moyenne (MCF) de Nelson sans supposer de modèle pour le taux de défaillance. Les résultats comprennent un tableau MCF avec erreurs-types et limites de confiance, le nombre de systèmes à risque, un graphique des événements et un graphique MCF avec bandes de confiance.
Dernière révision
Point clé
Une courbe de croissance non paramétrique estime la fonction cumulative moyenne (MCF), soit le nombre moyen de défaillances par système réparable à chaque âge, sans modèle, pour voir si les réparations deviennent plus ou moins fréquentes.
Sur cette page
Objectif
La courbe de croissance non paramétrique analyse des systèmes réparables : machines, véhicules ou unités réparés et remis en service après chaque défaillance, de sorte qu'un même système peut tomber en panne plusieurs fois. Elle estime la fonction cumulative moyenne (MCF), le nombre moyen de défaillances par système jusqu'à chaque âge, sans supposer de modèle sur l'évolution du taux de défaillance. Utilisez-la pour voir si les réparations deviennent plus ou moins fréquentes à mesure que les systèmes vieillissent, pour comparer le taux de réparation à un objectif, et pour planifier les pièces de rechange et la maintenance.
Fonctionnalités principales
- Fonctionne avec des données de défaillances récurrentes : une ligne par défaillance, avec l'âge à la défaillance et le système concerné.
- Estimation MCF de Nelson à chaque âge de défaillance, avec son erreur-type et son intervalle de confiance.
- Nombre de systèmes encore sous observation à chaque âge, pour voir où l'estimation repose sur peu de systèmes.
- Graphique des événements : les défaillances de chaque système le long de l'axe des âges.
- Graphique MCF avec bandes de confiance.
Méthodes statistiques
Les défaillances de chaque système sont triées par âge, et l'âge de sa dernière défaillance enregistrée est pris comme fin de son observation : il n'y a pas de colonne de censure distincte. À chaque âge de défaillance distinct tⱼ, dⱼ est le nombre total de défaillances de tous les systèmes à cet âge et rⱼ le nombre de systèmes encore sous observation (ceux dont le dernier âge enregistré est au moins égal à tⱼ). L'estimateur de Nelson de la fonction cumulative moyenne est M(tⱼ) = Σ dₖ / rₖ sur tous les âges jusqu'à tⱼ. Les systèmes dont les enregistrements sont terminés ne comptent plus dans rⱼ : l'estimation tient donc compte de systèmes observés pendant des durées différentes.
La variance de M(t) est estimée avec la formule de Nelson, qui utilise les effectifs de défaillances propres à chaque système à chaque âge : Var(M(tⱼ)) = Σₖ Σᵢ (dNᵢₖ − Yᵢₖ · dₖ / rₖ)² / rₖ², où dNᵢₖ est le nombre de défaillances du système i à l'âge tₖ et Yᵢₖ vaut 1 si le système i est encore observé à ce moment. L'intervalle de confiance est M ± z·SE, avec la limite inférieure tronquée à 0, où z est la valeur normale centrée réduite correspondant au niveau de confiance.
La pente de la MCF est le taux de réparation. Une MCF rectiligne signifie un taux de réparations constant ; une courbe qui s'incurve vers le haut signifie que les réparations deviennent plus fréquentes avec l'âge (les systèmes s'usent) ; une courbe qui s'aplatit signifie qu'elles deviennent moins fréquentes (croissance de la fiabilité). Vers la fin de la plage d'âges, il ne reste que quelques systèmes sous observation : l'estimation y est moins certaine et la bande s'élargit.
Champs de saisie et options
Champ | Description |
Variable/Failure age | Obligatoire. Âge du système à chaque défaillance, une ligne par défaillance. |
System ID | La colonne qui identifie le système concerné par chaque défaillance. |
Confidence level (%) | Pour l'intervalle de confiance de la MCF. Par défaut 95 ; de 50 à 99.99. |

Figure 1 — Options de l'exemple : âges de défaillance d'unités de climatisation dans la colonne Failure, numéro d'avion dans System1.
Description des résultats
- Method table — colonne System, Model (Nonparametric (Nelson MCF)), N Systems et N Events.
- MCF table — pour chaque âge de défaillance : Age, Number at Risk, Number of Events, MCF, Standard Error et les limites de confiance.
- Event Plot — une ligne par système, dans l'ordre de l'identifiant du système, chaque défaillance étant marquée d'une étoile sur une ligne qui va de l'âge 0 au dernier âge enregistré du système.
- Nonparametric Growth Curve (MCF) — le nombre cumulé moyen d'événements en fonction de l'âge, avec la bande de confiance.
- Export PDF via Download.

Figure 2 — Method table, début du tableau MCF, Event Plot et graphique MCF pour 213 réparations sur 13 avions : les réparations de chaque avion sont marquées le long de sa propre ligne, et la MCF est une droite presque parfaite d'environ une réparation par unité toutes les 100 heures.
Exemple résolu
Un ingénieur fiabilité étudie les unités de climatisation de 13 avions de ligne. Chaque unité est réparée après une défaillance et remise en service ; les données comptent 213 défaillances avec l'âge de l'unité en heures à chacune. L'ingénieur veut savoir si le taux de réparation change à mesure que les unités vieillissent. Il définit Variable/Failure age = Failure et System ID = System1, et conserve une confiance de 95 %.
La MCF atteint 4.61 réparations par unité à 498 heures (IC à 95 % : 3.49 à 5.73), 10.37 à 1,000 heures (8.60 à 12.15), 15.27 à 1,496 heures et 20.83 à 1,916 heures. Cela fait environ une réparation par unité toutes les 100 heures tout au long de la période, et le graphique MCF est proche d'une droite : le taux de réparation ne change guère avec l'âge, il n'y a donc aucun signe d'usure ni d'amélioration.
La colonne Number at Risk montre la quantité de données qui soutient chaque partie de la courbe. Elle passe de 13 à 12 à 407 heures, après la fin de l'enregistrement du premier avion à 393 heures, vaut 10 à 1,000 heures et seulement 3 à 1,916 heures, et au dernier âge de défaillance (2,722 heures), il ne reste qu'un seul avion. La fin de la courbe est donc incertaine, ce que montre l'élargissement de la bande. Pour la planification, la pente quasi constante justifie de budgétiser les pièces de rechange et la maintenance à environ une réparation par unité pour 100 heures de fonctionnement.
Questions fréquentes
Qu'est-ce qu'une fonction cumulative moyenne (MCF) ?
La fonction cumulative moyenne est le nombre moyen de défaillances par système jusqu'à chaque âge, pour des systèmes réparables qui sont réparés et remis en service après chaque défaillance. L'estimateur de Nelson additionne, à chaque âge de défaillance, le nombre de défaillances divisé par le nombre de systèmes encore sous observation.
Comment interpréter la pente d'un graphique MCF ?
La pente de la MCF est le taux de réparation. Une MCF rectiligne signifie un taux de réparations constant. Une courbe qui s'incurve vers le haut signifie que les réparations deviennent plus fréquentes avec l'âge, signe d'usure. Une courbe qui s'aplatit signifie que les réparations deviennent moins fréquentes, signe de croissance de la fiabilité.
Pourquoi la bande de confiance de la MCF s'élargit-elle aux âges élevés ?
Vers la fin de la plage d'âges, il ne reste que quelques systèmes sous observation : l'estimation repose sur moins de données et est moins certaine. La colonne Number at Risk indique combien de systèmes soutiennent chaque partie de la courbe. L'observation de chaque système est considérée comme terminée à son dernier âge de défaillance enregistré, puisqu'il n'y a pas de colonne de censure distincte.
De quelles données une courbe de croissance non paramétrique a-t-elle besoin ?
Elle a besoin de données de défaillances récurrentes avec une ligne par défaillance : l'âge du système à chaque défaillance et une colonne qui identifie le système concerné. Le niveau de confiance de l'intervalle de la MCF est de 95 % par défaut. Les systèmes observés pendant des durées différentes sont pris en compte, car les enregistrements terminés ne comptent plus parmi les systèmes à risque.
