Le Mean Time to Failure (MTTF) est le temps moyen pendant lequel un produit ou composant non réparable est censé fonctionner avant de tomber en panne. Pensez à une ampoule, un condensateur dans un circuit ou un roulement à durée de vie fixe.
Une fois que le composant tombe en panne, on ne le répare pas — on le remplace. C'est la différence clé entre MTTF et MTBF (Mean Time Between Failures, qui s'applique aux actifs réparables).
Exemple : Si un lot de 100 ampoules LED a un runtime total de 500 000 heures avant que toutes ne grillent, le MTTF = 5 000 heures par ampoule.
Pour les équipes maintenance en industrie, le MTTF est une métrique prédictive : elle vous dit quand commander un remplacement avant d'avoir un downtime inattendu.
La formule est simple :
MTTF = Temps de fonctionnement total / Nombre d'unités en panne
Exemple : 50 moteurs électriques ont fonctionné un total de 1 000 000 heures avant que tous tombent en panne. MTTF = 1 000 000 / 50 = 20 000 heures par moteur.
Dans le monde réel, les données viennent de :
Fabrico CMMS le fait automatiquement — le runtime vient du CV ou de l'automate, les ordres de travail enregistrent les pannes avec l'heure, et le système calcule le MTTF par type de composant.
Attention : Le MTTF est une moyenne statistique. Une ampoule particulière peut durer 2 000 ou 8 000 heures — le MTTF est la moyenne de la population.
Le MTTF n'est pas fixe — il varie fortement selon les conditions de fonctionnement et la maintenance. Facteurs clés :
1. Environnement opérationnel : Température, humidité, poussière, vibrations. Un moteur dans un bureau propre a 3× le MTTF du même moteur dans une fonderie poussiéreuse.
2. Qualité de l'alimentation électrique : Pics, sags et distorsions harmoniques raccourcissent la durée de vie des composants électroniques. Les UPS et conditionneurs allongent le MTTF de 40-60%.
3. Charge : Un composant tournant à 90% de sa capacité nominale s'use exponentiellement plus vite qu'à 60%. C'est pourquoi la perte OEE Performance est un indicateur critique.
4. Qualité des pièces de rechange : Roulement OEM original vs copie no-name — l'écart réel de MTTF est de 2-3×.
5. Maintenance : Le nettoyage régulier, la lubrification et la calibration allongent le MTTF. C'est pourquoi la PM compliance a un effet direct sur la fiabilité.
Sans CMMS, le MTTF est une supposition statistique. Avec un CMMS moderne, il devient un outil opérationnel. Voici comment :
1. Suivi runtime automatisé : Des capteurs ou la CV comptent les heures de fonctionnement réelles de chaque actif. Pas de saisie manuelle. Pas d'erreurs dans les cahiers.
2. Capture des modes de défaillance : Quand un composant tombe en panne, l'ordre de travail capture la cause (PCR — Problem, Cause, Remedy). Avec le temps, vous obtenez un Pareto des modes de défaillance.
3. Remplacement prédictif : Quand le runtime d'un roulement atteint 80% du MTTF, le système crée automatiquement un ordre de remplacement — avant qu'une panne inattendue n'arrive.
4. Optimisation des pièces de rechange : Connaissant le MTTF des composants critiques, vous maintenez juste le bon safety stock — ni trop, ni trop peu.
5. Dashboards de fiabilité : Le plant manager voit la tendance MTTF sur les trimestres. Si elle baisse, vous savez immédiatement d'enquêter (drift opérationnel, pièces de mauvaise qualité, changement d'environnement).
L'avantage Fabrico : Le CV OEE ajoute le runtime tracking pour vieux actifs sans automate. CMMS + OEE natif ferme la boucle — chaque micro-arrêt est enregistré, chaque panne documentée, chaque PM conditionnelle.
Exemple 1 : Industrie agroalimentaire
Une laiterie suit le MTTF des lampes UV de sa ligne de pasteurisation. MTTF historique : 8 000 heures. Quand le runtime d'une lampe atteint 6 500 heures (≈80%), Fabrico CMMS crée automatiquement un ordre de remplacement. Résultat : zéro interruption pasteurisation inattendue en 2 ans.
Exemple 2 : Fabrication électronique
Une ligne SMT a un MTTF de 12 000 heures pour les éléments chauffants des fours reflow. Le replacement schedule est planifié 90 jours à l'avance. Cela permet de commander des pièces OEM sans rush charges, économisant €2 400 par remplacement.
Exemple 3 : Industrie automobile
Les électrodes des stations de soudage ont un MTTF de 8 000 cycles de soudage. Le CV OEE de Fabrico compte les cycles réels, pas le temps. Avant le CV, l'équipe remplaçait les électrodes selon planning (60 jours). Avec le CV — uniquement quand les cycles atteignent le seuil. Réduction des coûts électrodes de 35%.
Exemple 4 : Pharmacie
Les filtres HEPA des machines de remplissage ont un MTTF de 6 000 heures de fonctionnement. Les régulateurs exigent une documentation de chaque remplacement. L'audit trail Fabrico génère automatiquement le rapport de compliance pour les inspections FDA.
1. Commencez par les actifs critiques
N'essayez pas de suivre le MTTF de chaque composant. Commencez par les 20% d'actifs qui génèrent 80% du downtime (principe de Pareto).
2. Harmonisez la taxonomie
« Roulement » dans l'Excel de l'électricien, « Bearing » dans SAP, « SKF 6204 » au magasin. Une taxonomie unifiée permet l'analytique MTTF par type de composant, pas par description.
3. Capturez PCR (Problem, Cause, Remedy)
En créant un ordre de travail, exigez 3 champs : quel était le problème, quelle était la cause, quelle était la solution. Sans ça le MTTF est juste un chiffre — avec ça il devient un insight.
4. Maintenance conditionnelle, pas calendaire
Remplacez « graisser hebdomadairement » par « graisser après 100 heures de runtime ». Le MTTF est runtime-driven, pas date-driven. Fabrico intègre des triggers PM basés sur le runtime.
5. Reliability reviews trimestrielles
Une fois par trimestre, plant manager + maintenance lead examinent la tendance MTTF. Baisse ? Pourquoi. Monte ? Pourquoi. Ça transforme le MTTF d'une métrique en outil de management.
6. Partagez les données avec les fournisseurs
Les OEM ont généralement des benchmarks MTTF d'autres usines. Partager vos données donne souvent accès aux leurs — révélant des composants underperforming avant qu'ils ne deviennent critiques.
1. Remplacement de roulement sans diagnostic root cause. Si le roulement tombe en panne à 30% du MTTF, le nouveau tombera aussi à 30%. Misalignment, vibration, contamination — réparez la cause racine, pas le symptôme.
2. Utilisation d'un lubrifiant inadapté. Une graisse basse température dans un four chaud réduit le MTTF à 10% du nominal. Les spécifications OEM ne sont pas une recommandation — c'est une exigence.
3. Surtension à l'installation. Les systèmes par courroie ont souvent un MTTF réduit de 40% par overtension. Des clés dynamométriques calibrées résolvent ça.
4. Ignorer l'environnement. Un composant électronique avec MTTF 10 000 heures en bureau n'a que 3 000 heures en usine avec poussière et vibrations. Filter + enclosure scellé restaurent le MTTF nominal.
5. Remplacement avec pièces no-name. Économiser 30% du prix coûte 60% du MTTF. Le total cost of ownership est toujours plus élevé avec des pièces bon marché.
L'ancienne approche du MTTF : « C'est un chiffre de fiabilité qu'on calcule à la revue annuelle. » Résultat : le MTTF est archivé — pas opérationnel.
L'approche moderne : le MTTF est un chiffre vivant, mis à jour à chaque ordre de travail, chaque spinner, chaque heure de runtime. Il déclenche une PM conditionnelle, optimise les commandes de pièces de rechange et informe les investissements en fiabilité.
Quand le MTTF est intégré au CMMS — comme dans Fabrico — il cesse d'être une statistique et devient un levier opérationnel. Les plant managers prennent des décisions basées sur la réalité, pas sur des suppositions.
Commencez par un pilote sur 20 actifs critiques. Après 60 jours, vous aurez assez de données pour passer en maintenance conditionnelle. Après 6 mois, vous verrez 15-25% d'amélioration du downtime, sans capex.
MTTF et MTBF — quelle est la différence ?
Le MTTF s'applique aux composants non réparables (ampoule, condensateur, roulement). Le MTBF s'applique aux actifs réparables (moteur, pompe, machine). Les deux mesurent la fiabilité, mais dans des contextes différents.
Combien de données me faut-il pour un MTTF fiable ?
Minimum 30 failure events pour une significativité statistique. Moins, et le MTTF est biaisé. Au démarrage, utilisez le MTTF OEM comme baseline et calibrez avec vos données sur 6-12 mois.
Un CMMS peut-il calculer le MTTF pour les vieux actifs ?
Oui — si vous avez un historique des ordres de travail avec dates de panne. Fabrico peut importer l'historique depuis Excel, SAP ou un CMMS legacy et calculer le MTTF par type de composant automatiquement.
Combien coûte l'implémentation ?
Fabrico CMMS démarre à €30/utilisateur/mois. Le CV OEE pour vieilles machines est en plus ~€2k de capex par ligne. ROI typique : 6-9 mois.
Planifiez une réunion individuelle avec nos experts ou inscrivez-vous directement à notre plan gratuit.
Aucune carte de crédit n'est requise !
Connexion
Blog
