Etude de méthodes d'analyse des historiques de maintenance dans un environnement de forage pétrolier offshore

précédent sommaire suivant

Marqueurs de base de la fiabilité:

Nous avons vu que l'un des objectifs de l'analyse des historiques de maintenance était d'optimiser les maintenances préventives. L'une des méthodes pour le faire est l'analyse de la fiabilité des équipements au cours du temps. Ce type d'informations pourrait nous aider à préciser les points suivants:

- Changer la périodicité des maintenances préventives pour les faire correspondre au taux de panne.

- Détecter les équipements à problèmes en examinant les taux de pannes.

- Changer les "Job Plan" afin de les faire correspondre aux problèmes le plus fréquemment détectés.

Il existe un certain nombre de marqueurs de base de la fiabilité que nous allons examiner dans ce chapitre (Fig.31). Ces marqueurs sont tous basés sur des moyennes d'évènements et doivent être utilisés avec circonspection. Bien entendu, ces marqueurs sont tous basés sur l'analyse des maintenances correctives et non des maintenances préventives. On peut citer:

- MTTF (Mean Time To Failure): Il s'agit de la moyenne du temps de vie de l'équipement avant la première panne. Il nécessite de définir correctement l'état initial t=0.

- MTTR (Mean Time To Repair): C'est le temps moyen de réparation d'un équipement. Lorsque l'équipement possède plusieurs modes de défaillance, on devra définir un taux pour chacun d'eux.

- MDT (Mean Down Time): Est le temps moyen entre un défaut et la remise en service de l'équipement.

- MUT (Mean Up Time): Est le temps moyen de fonctionnement entre la dernière remise en service après réparation et le prochain défaut.

- MTBF (Mean Time Between Failure): C'est le temps moyen de fonctionnement entre deux défaillances de l'équipement. MTBF=MDT+MUT.

- Taux de défaillance : Est l'inverse du MTBF. =1/MTBF.

- Taux de réparation : Est l'inverse du MTTR. =1/MTTR.

- Disponibilité: Elle est égale au rapport MTBF/(MTBF+MTTR).

Figure 31 Marqueurs de base de la fiabilité.

Chacun de ces marqueurs est utilisé principalement pour juger de la qualité de la maintenance dans les domaines suivants:

- Fiabilité: L'aptitude d'un équipement à fonctionner dans des conditions données d'utilisation est caractérisée par le MTBF et le MTTR.

- Disponibilité: L'aptitude d'un équipement à fonctionner quand on le sollicite est caractérisée par le MUT et le MDT.

- Maintenabilité: L'aptitude à être entretenu et remis en fonctionnement est caractérisée par le MTBF et MTTR.

- Sûreté: L'aptitude à fonctionner tout en respectant les individus et l'environnement. Elle n'est pas caractérisée par un de ces paramètres, mais est souvent liée à une situation dépendante de l'état des paramètres précédents.

Il convient aussi de se poser les questions et de considérer les points suivants:

- Pour chacun de ces paramètres, il serait bon d'introduire la valeur de l'écart type "" qui nous indiquera la variabilité des valeurs autour de la moyenne. Les valeurs pouvant varier de (Moyenne +- 2*). Un écart type faible indiquera une faible variation autour de la moyenne.

- Il conviendra aussi de déterminer les conditions de départ des calculs. Ferons-nous les calculs sur la totalité du cycle de vie de l'équipement, entre les PM ou seulement sur une année ? Un calcul sur plusieurs périodes permettrait de comparer plusieurs périodes entre elles et de voir l'évolution.

- Au regard de l'organisation de l'arbre des équipements, devrons-nous faire le calcul du MTBF et MTTR sur un équipement seul ou sur l'ensemble des branches à partir de cet équipement. La réponse est très dépendante de la partie de l'arbre ou l'on se trouve. Un MTTR ou un MTBF sur l'ensemble du chantier n'a pas de sens précis. Il n'a un intérêt que si on l'associe à un sous équipement et surtout si l'on peut catégoriser les types de défauts.

L'objectif principal de ce type d'information étant la gestion des maintenances préventives (PM). On peut citer les règles de base suivantes:

· Trop de maintenances correctives et pas de PM: Création de PM adaptées aux problèmes rencontrés.

· Trop de maintenances correctives malgré les PM existantes: Changement des périodicités ou du contenu des "Job Plan".

· MTBF inférieur à l'intervalle entre PM: Changement du contenu des Job Plans ou de la périodicité.

· MTTR trop important: Analyse des rapports de maintenance pouvant justifier les délais.

Il existe aussi dans la littérature une notion de "Fault Finding Interval" ou FFI [MOUB]. Le but de cette valeur est de déterminer l'intervalle entre les interventions à partir des informations de fiabilité des équipements et si des possibilités de détection de pannes potentielle existent. On part du principe que les défauts peuvent être détectés avant qu'il se produise dans la mesure ou les informations statistiques sont disponibles. Même si beaucoup de défauts ne sont pas directement liés au temps de service de l'équipement, il est souvent possible de détecter des défauts en analysant un certain nombre d'alertes données par le matériel lui-même. C'est ce que tente d'exprimer le diagramme suivant (Fig.32).

Figure 32 Graphique P-F.

Entre le moment où commencent à se produire le défaut et le point F ou il s'est produit, se trouve un ou plusieurs points P permettant de détecter que le défaut va se produire. Il peut exister plusieurs points P suivant la technique employée pour détecter la faute. La zone P-F dite zone d'alerte est celle pendant laquelle des maintenances peuvent se produire avant le défaut complet de l'équipement. On peut l'exprimer en unités différentes du temps si la pratique le justifie. Si les maintenances préventives sont faites à des intervalles supérieurs à cet intervalle, il est possible de rater la détection. Si elles sont faites à des intervalles trop courts, il s'agit plutôt d'une mauvaise utilisation des ressources de la maintenance entraînant des coûts supplémentaires.

Nous effectuerons les calculs à partir des éléments suivants:

- Le ou les équipements ont subi des maintenances préventives à un intervalle donné FFI et les défauts ont été enregistrés pendant une période donnée.

Temps total de service = Nombre d'équipement * période de mesure des défauts.

- Le MTBF a été calculé avec les informations précédentes.

MTBF = Temps total de service / Nombres total de pannes pendant la période.

Comme on ne sait pas si la panne se produira en début ou en fin de période, on choisira le milieu de la période.

- Le taux de panne, %TDP doit être choisi par l'utilisateur de l'équipement en fonction de critères qui lui sont propres.

On calcule alors: FFI = 2 * %TDP * MTBF.

Ce type de calcul ne peut se faire en automatique que si l'on connaît le %TDP désiré pour l'utilisateur. Ce paramètre ne peut être défini facilement pour les 5000 équipements des chantiers. Il faudra utiliser le MTBF obtenu par le prototype que nous allons créer ou par des données externes fiables (constructeurs, bases de données de données de fiabilité...) et choisir les équipements qui pourraient être concernés par ce type de calcul. De la qualité des données dépendra le résultat. Il faudrait aussi considérer le cas des pannes multiples pour lesquelles ce type de calcul n'est pas valable sauf si l'on calcule le MTBF des différents éléments à considérer. Il faut savoir aussi que les probabilités de pannes d'un équipement sont liées à tous ses sous-équipements et non pas seulement aux branches de l'arbre.

Il paraît donc difficile d'automatiser ce type de calculs. Tout au plus pourrons-nous donner les informations de fiabilité obtenues à l'aide des MTBF. Il restera à déterminer de façon précise la fiabilité des données obtenues.

Données de Maximo:

Afin d'effectuer ces calculs, il nous faut disposer des informations concernant l'état des équipements ainsi que le détail des opérations concernant les interventions.

Dans Maximo, ces informations peuvent se trouver dans plusieurs modules:

- Les historiques du statut des équipements pour les arrêts (downtime). Cela ne concerne que les arrêts complets des équipements et non les maintenances correctives. Donc, cette information n'est pas utilisable telle qu'elle se présente.

- Un "Work Order" contient un certain nombre de champs qui nous permettraient de retrouver ces informations.

· Le champ "Duration": Contient le temps passé pour effectuer les opérations de maintenance, il est facultatif et (rempli correctement 8 fois sur 10). Il devrait contenir le nombre d'heures homme pour effectuer le travail. Toutefois, cette valeur pose un problème, car rien n'indique le nombre de personnes ayant effectué le travail. Nous pourrions calculer le MTTR à partir de cette valeur, mais cette valeur sera à prendre avec précautions, car elle correspondra à une moyenne d'un total d'heures et non à une durée entre le démarrage des opérations et la fin des opérations.

En pratique, à l'examen des données entrées dans Maximo, on s'aperçoit que cette valeur correspond plutôt au temps passé entre le début et la fin des opérations de maintenance. Elle ne tient pas en compte le nombre de personnes. Elle est évalué au jugé par les personnes effectuant le travail ce qui le rend difficile à utiliser.

· Les champs "Start Date" et "Finish Date": Doivent indiquer les dates de début et de fin de la maintenance, mis à part la chronologie, ils ne sont pas contrôlés et ne sont pas lié aux dates des statuts du WO. Ce ne sont pas des champs obligatoires, mais ils sont remplis pratiquement systématiquement. Cette valeur serait de meilleure qualité que le champ "Duration" pour calculer le MTTR.

· Le champ "Status" associé aux dates "Status date" ou "Reported date" pourraient nous fournir des informations. Toutefois, il n'y a pas forcement de lien temporel entre ces dates et celles des opérations sur le terrain.

- Dans les historiques des "Work Order" se trouvent les dates des différents états pris par un WO de maintenance corrective. Le statut d'un WO ne préjuge pas des dates ni des durées de la maintenance sur le terrain. Il n'y a pas forcement de lien temporel entre les opérations de maintenance et les rapports effectués dans Maximo.

- Dans notre version actuelle de Maximo, il n'existe pas de méthode permettant de caractériser le mode de défaillance de l'équipement. Tout calcul de MTTR se fera donc sur l'ensemble des modes de défaillances.

- Un certain nombre de "Work Order" sont créés pour sortir des consommables ou pour ajuster les stocks. Il ne s'agit pas de travaux de maintenance sur les équipements. Il faudra trouver une méthode pour les éliminer des moyennes. Il semble que le mot REGULARIZATION soit toujours présent dans le texte de description de ce type de WO. Toutefois, ce n'est pas une pratique formalisée et elle pourrait être différente sur d'autres chantiers que ceux examinés. Nous n'utiliserons pas cette méthode de filtrage.

En conclusion, seul le MTTR pourrait être calculé d'une façon relativement précise, mais seulement sur l'ensemble des modes de défaillances d'un équipement. Ce qui limitera singulièrement son intérêt pour détecter les parties des équipements générant le plus de défaillances.

Il est difficile à partir des données de Maximo de déterminer les dates exactes des évènements étant intervenus sur un équipement. Ce qui rend difficile ou approximatif le calcul des autres valeurs. Seule l'utilisation du champ FAILDATE permettrait de palier au problème du MTBF.

Il nous faudra faire des essais d'extraction de données avec les approximations suivantes pour pouvoir obtenir d'autres valeurs:

- Les dates les plus fiables sont les "Start Date" et "Finish Date".

- Les temps t0, t1 et t2 seront confondus et correspondront à "Start Date".

- Les temps t3 et t4 seront confondus et correspondront à "Finish Date".

- Dans ce cas, le MDT=MTTR et MTBF=MDT+MUT=MTTR+MUT.

Le résultat des calculs dépendra grandement de la fiabilité des données entrées dans Maximo. Les écarts types calculés pour les MTBF et MTTR nous permettront de juger de la variabilité des valeurs autour des moyennes, mais pas de la qualité des données. Les maintenances correctives sont par nature aléatoires. Une forte variabilité peut aussi signifier: Des pannes aléatoires ou des durées de réparation aléatoires.

Proposition de prototype de calcul des marqueurs de base de la maintenance:

Nous choisirons dans un premier temps de ne mettre que les valeurs suivantes pour chaque équipement et pour chaque "Work Order" CLOSE sur une période:

- Le nom du rapport sera EQPTSTAT1. L'indice laisse supposer que nous pourrons créer d'autres rapports de mêmes types, mais avec des affichages un peu différents. Ceci, pour la simple raison que les paramètres de Maximo sont imités à 4.

- Les paramètres d'entrée seront les dates de début et de fin de la période du rapport.

- L'entête sera celui utilisé en standard pour les rapports Maximo.

- Numéro de l'équipement. Le numéro d'équipement sera décalé d'un nombre d'espaces égal à sa profondeur dans l'arbre. On pourra au besoin choisir une autre représentation du type "----->" pour signifier le niveau.

- Classement par équipement et sous équipements. Ce qui impliquera de reconstituer une partie de l'arbre des équipements à partir des données EQNUM et PARENT de la table EQUIPMENT. Désignation de l'équipement limitée aux 50 premiers caractères.

- Le nombre de maintenances correctives CLOSE pendant la période concernée.

- Le nombre de maintenances préventives associées à cet équipement.

- Si l'équipement est lié à la certification ISM. Cela permettra de vérifier d'une part que ces équipements possèdent des maintenances préventives et que leur taux de panne est faible.

- MTTR et variance des moyennes trouvées. La variance est nommée SD pour "Standard Déviation".

- MTBF et variance à partir du premier "Work Order" CLOSE de la période. On lui donnera le nom de MTBW (Mean Time Between Work order) afin de limiter l'ambiguïté avec la valeur vraie qui n'utilise pas exactement les mêmes dates.

- Seuls les équipements ayant eu au moins une maintenance corrective seront affichés.

- Nous avons choisi pour ce premier prototype de calculer le MTBF à chaque niveau de l'arbre et non de descendre dans chaque branche. Il reste que cette autre logique devra être explorée aussi dans une autre version. Dans ce cas, il doit être clair que certaines valeurs n'auront pas de sens au fur et à mesure que nous remonterons dans l'arbre. Un MTBF sur un groupement d'équipement de différents types n'a pas de sens.

Analyses des données du prototype:

Après examen des données d'un des chantiers les plus significatifs sous MS-Access, il s'avère que sur 5000 équipements, prés de 2000 sont concernés par les maintenances correctives sur toute la durée de vie du chantier. D'où un problème important de représentation des résultats. Il faut donc limiter les affichages aux valeurs les plus significatives et déterminer s'il est nécessaire de cumuler les résultats à tous les niveaux de l'arbre.

Nous avons donc créé un prototype sous SQR qui permet de sortir le format suivant: (Fig.33)

Figure 33 Exemple de tableau de fiabilité.

L'affichage de tous les équipements donne plus de 80 pages de rapport. Une taille rédhibitoire pour un utilisateur standard. Si on se limite aux équipements ayant eu des WO pendant la période entrée en paramètres, on devrait obtenir une quinzaine de pages sur une période d'un an.

On remarque les points suivants:

- La position d'une maintenance dans l'arbre des équipements n'est pas claire. Certains utilisateurs mettent les WO à la racine et d'autres dans les détails. Nous avons trouvé certaines maintenances correctives à des niveaux de l'arbre où elles n'auraient pas dû être.

- On peut noter une forte variance du MTBF sur certains équipements. Cela peut vouloir dire soit des pannes aléatoires soit des données fantaisistes. Nous avons trouvé beaucoup de valeur du champ DURATION à 0 et parfois plusieurs maintenances correctives identiques à quelques minutes d'intervalles. Il ne s'agit pas de généralités, mais de points à surveiller.

- A l'inverse, une faible variance pourrait indiquer des pannes récurrentes à intervalles réguliers. Dans ce cas, il faudrait déterminer s'il existe un lien entre les pannes rencontrées afin de pouvoir éliminer le problème s'il en est. On pourra aussi vérifier la périodicité des PM ainsi que le contenu des JP pour les adapter au problème.

- Le programme ne traite que les données brutes et non des données censurées. Cela veut dire que les "Work Order" qui ne sont pas des maintenances sont aussi traités comme des défaillances.

- Ce rapport permet d'identifier les équipements suivants:

· Ceux qui ont des maintenances correctives et pas de maintenance préventive. Pour ceux la, il faudra vérifier que des PM n'existent pas à des niveaux supérieurs de l'arbre et qu'elles traitent les cas trouvés dans les CM.

· Ceux dont le MTBF est inférieur au temps entre maintenances préventives. Certains éléments pourraient ne pas être traités dans les PM et devraient être ajoutés au JP.

· Les équipements ISM à fort taux de maintenances correctives ou sans maintenances préventives.

Présentation des résultats aux utilisateurs:

Nous avons présenté le prototype à certains utilisateurs (TC, MSUP). Ils jugent ce type des données difficiles à interpréter. Ils ne voient pas toujours l'intérêt de ces informations qu'ils trouvent trop théoriques.

Conclusions:

- L'analyse des défaut à partir du MTBF et MTTR doit être faite avec beaucoup de prudence surtout si les échantillons ont une faible population.

- Il ne traite pas le cas des appareils travaillant par intermittence.

- Les MTBF et MTTR doivent être calculé par catégorie de panne et non sur la globalité d'un équipement. Cela n'est pas possible dans notre version.

- Les résultats ne doivent être utilisés que sur des équipements sensibles et bien identifiés pour lesquels les données sont entrées avec soin. On pourra procéder par expérimentation sur quelques équipements pour valider la technique. Toutefois le programme ne traite que les données brutes.

- On n'utilisera pas ce type de technique sur des équipement à risque surtout si il s'agit d'aller à la baisse en ce qui concerne la périodicité des maintenances. Dans ce cas, seules les recommandations du constructeur peuvent faire foi en cas de problème et lorsqu'il faudra justifier une défaillance au client ou aux assurances. Par contre rien n'interdit de rajouter des points additionnels ou d'éliminer les maintenances à risques dans les "Job Plan" ou de réduire les fréquences.

- Il faudrait éliminer des calculs tous les "Work Order" ne correspondant pas à de la maintenance proprement dite (sortie de consommables, ajustement de stock...). Cela rends difficile l'automatisation de la méthode car rien ne permet de les identifier.

Méthodes graphiques de base:

Diagrammes de Pareto:

Le diagramme de Pareto permet d'avoir une vision rapide de la contribution d'une catégorie d'éléments par rapport à d'autres. En maintenance, on pourrait par exemple l'utiliser pour visualiser l'importance relative des éléments suivants:

- Nombre de défaillances par équipement.

- Nombre de types de défaillances par équipement.

- Quantités cumulées d'indisponibilité par équipement.

- Quantités cumulées d'indisponibilité par type de défaillance.

Le "diagramme de distribution" contient les cumuls de chaque élément de la catégorie classés par ordre croissant.

Le "diagramme de répartition" ou cumulatif s'obtient de la même façon, mais en traçant la courbe de la somme des critères que l'on a choisi.

Ils s'obtiennent en appliquant la méthode suivante:

- Faire la somme des contributions de chaque élément de la liste (nombre de pannes, cumul des temps, cumul des coûts...)

- Classer les contributions par ordre croissant et leur donner un rang dans la liste.

- Calculer pour chaque élément le pourcentage de chaque ligne et le pourcentage cumulé.

Un exemple suivant permettra d'expliciter ce qui précède à partir du tableau suivant:

Ce tableau donne une répartition des défauts par type d'équipement. On a aussi calculé les pourcentages de chaque ainsi que les pourcentages cumulés. Le tableau est classé par ordre croissant du nombre de défauts.

On obtient le graphique suivant: (Fig.34)

Figure 34 Diagramme de distribution et de répartition.

Le graphique en barres est le diagramme de distribution, celui en courbe est celui de répartition. On a choisi de le tracer en % pour des raisons pratiques de représentation.

Ce type de courbe de défaillance ne donne toutefois qu'une information à la fois et ne tient pas compte d'autres critères. Elle devrait être utilisée en parallèle avec d'autres représentations détaillant par exemple: Les heures d'indisponibilité cumulées, les coûts cumulés ou tout autre paramètre présentant un intérêt pour ce type d'équipement tel que la répartition par type de pannes ou causes de pannes.

Méthode ABC:

La méthode ABC revient à construire le diagramme de répartition de Pareto et de le séparer en trois zones A, B et C. Les éléments de la zone A sont considérés comme les plus importants, ceux de la zone B d'une moindre façon et ceux de la zone C sont ceux qui peuvent faire l'objet d'une simple maintenance corrective vu leur importance. On le nomme souvent 20-80 car il permet de représenter les 20% des éléments qui représentent 80% du critère d'intérêt (P.ex: 20% des pièces représentent 80% du coût).

Figure 35 Diagramme de défaillance.

Sur le graphique précédent (Fig.35), la zone A se trouve entre 0 et 73%, le zone B entre 73% et 97%. Ces zones peuvent être définies autrement afin d'inclure plus ou moins de la proportion du paramètre concerné dans chaque zone. On peut aussi définir une quatrième zone au besoin.

Dans le graphique qui suit (Fig.36), on construit les graphiques sur les catégories d'équipements puis sur les sous catégories pour atteindre les "Failure codes".

Il est possible d'utiliser cette méthode pour effectuer une analyse descendante en partant des catégories, en descendant aux sous catégories pour atteindre le niveau des défauts d'un équipement.

Figure 36 Analyse Pareto descendante.

Utilisation à partir des données de Maximo:

Dans notre version de Maximo, nous n'utilisons pas beaucoup de catégories. Les seules qui soient utilisables sont les suivantes:

- Les "Départements" du module "Work Order". La courbe de Pareto peut être obtenue en reprenant les chiffres du rapport MMR. Il serait aisé de reprendre les chiffres par département pour en sortir une courbe.

- Les "Classifications" et "Sub-classifications" du module EQUIPMENT. Sur un chantier significatif, seuls 30% des équipements (sur ~4800) sont classés par catégories (Table 15). Il faudra donc se méfier des informations non classées et voir si elles ne représentent pas la majorité des totaux.

Table 16 VALUELIST classification.

- Par EQUIPEMENT ou sous branches de l'arbre. Toutefois, cela risque de poser un problème de représentation sauf si l'on tolère de larges listes.

- La notion de "Failure class" et "Problem code" n'existe pas encore même si les champs sont représentés dans les WO.

- Les "Sub-Work type" du module WO (champ WOJP4) nous offrent une classification des WO par type de travaux. Ces types ne représentent pas d'intérêt certain et nous n'en tiendrons pas compte. Sur l'exemple suivant, nous obtenons le décompte dans le tableau suivant (Table 16). Cela montre le peu d'intérêt de l'utilisation de cette catégorie.

Table 17 Comptage des Sub-work type.

Construction du prototype:

Les paramètres d'entrée du prototype seront les dates de début et de fin du rapport.

Nous ne chercherons pas à effectuer une représentation graphique des résultats dans SQR à cause des limitations graphiques de l'outil. Nous représenterons les données sous forme d'une table que nous pourrons reprendre sous MS-Excel pour tracer les courbes de résultats. Les données seront extraites d'une base de donnée MS-Access dans laquelle nous avons importé les tables de Maximo lors de la construction du deuxième prototype du rapport MMR.

Le prototype effectuera les calculs suivants pour les "Work Order" CLOSE uniquement:

- Coûts cumulés des CM par classification sur la période.

- Heures de maintenances cumulées CM par classification sur la période.

- Quantités de CM associées à chaque classification sur la période.

Exemples de résultats obtenus par l'intermédiaire du prototype:

Les trois exemples de la figure ci-après (Fig.37) nous indiquent que la loi de Pareto est respectée pour nos échantillons. On s'aperçoit qu'une minorité d'équipement consomme la majorité des ressources en temps et en coût et qu'il y a adéquation entre les courbes de coût et de temps passé. Ce type de courbe pourrait être utilisé pour analyser les stocks associés à ces équipements de façon à en prévoir les achats et éventuellement en négocier les prix sur des quantités. On pourra aussi sortir un autre rapport permettant de déterminer quelles sont les pièces les plus coûteuses par département et revenir sur les WO pour en examiner les raisons qui font que l'on consomme ces éléments. Dans ce cas, nous ne pourrons pas utiliser de représentation graphique vu la quantité de pièces concernées.

Dans notre cas, on s'aperçoit que quatre équipements mobilisent plus de 80 des ressources: Les PUMPS, ACMOTOR, VALVES et TANK dans tous les domaines de recherche. Il s'agit d'une piste pour commencer une investigation, mais rien ne nous donne d'indication sur les causes. Seule une répartition des modes de pannes et types de pannes pour chaque classification nous permettrait de pourvoir approfondir l'analyse.

La répartition aurait pu être différente: Peu de ressources humaines, mais forts coûts liés dans ce cas aux prix de pièces détachées ou encore l'inverse.

Ce qui veut dire qu'un graphique seul ne peut résumer l'ensemble des informations. Plusieurs doivent être examinés de concert puis associés à une recherche en détail dans les "Work Order" pour pouvoir déterminer la source des problèmes ou des coûts.

Commentaire des utilisateurs:

Nous avons présenté ces graphiques aux personnes les plus concernées par ce type d'informations. En particulier, les TC et les MSUP. Ils nous ont fait part des limites du système dans la mesure ou les équipements ne sont pas tous classés dans des catégories. Dans l'immédiat, ils ne voient pas l'intérêt d'une telle représentation tant que la classification n'est pas généralisée et qu'il n'existe pas de notion de "Failure Code".

Conclusions des essais Pareto:

Conclusions:

- Ce type d'analyse représente bien d'une façon synthétique les éléments les plus significatifs d'un lot suivant les critères de regroupement choisis.

- Toutefois, dans la mesure ou il n'existe pas dans la version actuelle de Maximo de classification fine des équipement pour une analyse descendante dans les détails, nous arrivons aux limites du système.

- Seule une comparaison de plusieurs graphiques suivant différents critères permettrait de faire une analyse descendante complète des données pour aboutir aux défauts de chaque équipement sélectionné.

- Les rapports sous SQR sont trop rigide pour ce type d'application. Il faudrait trouver un outil permettant de faire ce type de rapport à la demande suivant les critères définis par l'utilisateurs.

- Le produit "Powerplay" de la société Cognos est une piste à explorer pour générer ce type de rapport. Il sera examiné succinctement plus loin.

Figure 37 Diagrammes de Pareto, chantier "Pride Angola" toutes périodes.