Un défaut latent, c'est une unité qui passe chaque limite individuelle au banc mais qui tombe en panne en service. Ce guide montre comment une seule mesure dérivée, associée à une carte de contrôle au niveau de la flotte, rend cette population visible, en prenant pour exemple une flotte simulée de contacteurs avioniques.
Le schéma compte surtout dans les environnements de maintenance et de réparation : forte diversité, faible volume, dégradation complexe. Un verdict OK/NG par unité répond à la question « cette unité peut-elle partir aujourd'hui », mais il ne dit rien des unités conformes qui se dégradent discrètement. Ce signal n'existe qu'au niveau de la flotte.
Prérequis
- Une procédure de test qui téléverse des runs vers TofuPilot
- Une mesure qui capture la signature du défaut (voir l'étape 1)
- Au moins deux passages en atelier par unité, pour que des tendances par numéro de série existent
Étape 1 : enregistrer une mesure de signature
Les limites individuelles sont fixées par mesure : un défaut qui décale la relation entre les mesures leur reste donc invisible. Enregistrez cette relation comme une mesure à part entière.
Dans l'exemple du contacteur, la chute de tension de chaque pôle a une limite de 100 mV. Un défaut latent de bobine élève un pôle d'environ 45 mV au-dessus des autres alors que les trois restent sous 100 mV. Le déséquilibre entre pôles constitue la signature :
# Le déséquilibre entre pôles est un meilleur indicateur précoce qu'un pôle isolé.spread = round(max(drops.values()) - min(drops.values()), 2)measurements.contact_drop_spread = spreadDonnez à la mesure dérivée sa propre limite (40 mV ici). Une ligne dans le script du banc, et chaque run passé et futur porte la signature.
Étape 2 : lire la distribution de la flotte
Ouvrez le contrôle des mesures, sélectionnez la mesure dérivée sur l'historique complet, sans autre filtre.
Une flotte saine produit une seule population. Une flotte présentant un mode de défaut latent en produit deux. Dans la flotte de contacteurs (150 unités, 24 mois, 297 mesures), l'histogramme est bimodal : le corps sain se situe près de 11 mV, et une seconde population se situe entre 42 et 55 mV, au-dessus de la limite de 40 mV. Le Cpk sur la même vue (0,65 ici) quantifie ce que montre l'histogramme.
Aucune hypothèse n'était nécessaire : sélectionner la mesure constitue toute l'analyse. C'est la différence pratique avec le travail sur tableur, où chaque relation candidate doit être extraite, pivotée et tracée une par une.
Étape 3 : séparer les unités latentes des unités manifestes
Filtrez le résultat de la mesure sur FAIL et comparez avec les mesures par pôle :
| Population | Définition | Flotte de contacteurs |
|---|---|---|
| Manifeste | Au moins une limite individuelle en échec | 14 unités |
| Latente | Toutes les limites individuelles passantes, signature hors limite | 9 unités |
Les 9 unités latentes sont celles qu'un banc par pôle laisse partir. Ce sont aussi les futurs cas de panne non reproduite : déposées sur signalement, testées OK sur chaque limite individuelle, remises en stock.
Étape 4 : cadrer sur un numéro de série et lire la tendance
Filtrez sur un seul numéro de série avec le filtre correspondant et sélectionnez la mesure en dérive.
Sur l'unité d'exemple, le pôle A2 grimpe linéairement de 92,5 mV à 104,6 mV sur six passages en atelier à mesure que les heures de fonctionnement s'accumulent, franchissant sa limite de 100 mV entre le quatrième et le cinquième passage. La mesure d'écart était hors limite depuis le premier passage, 19 mois plus tôt.
Sur le papier, cette unité est un visiteur récurrent intermittent. Sur la carte, c'est une dégradation monotone avec une date de franchissement prévisible, ce qui fait passer la décision de maintenance de « retester et remettre en stock » à « remplacer la bobine maintenant ».
Étape 5 : le surveiller automatiquement
Deux types d'alertes couvrent ce schéma sans revue manuelle :
- Une alerte de seuil de retest se déclenche lorsqu'une unité accumule des tests répétés sur la même procédure, ce à quoi ressemblent les boucles de panne non reproduite dans les données.
- Une alerte de dérive de mesure évalue chaque mesure par rapport à sa propre référence et se déclenche lorsque la série évolue réellement, captant la montée par numéro de série de l'étape 4 au moment où elle se produit.
