Une panne. Trois mois plus tard, une deuxième. Six semaines après, une troisième. Le MTBF (Mean Time Between Failures, ou temps moyen entre les pannes) mesure ce rythme : le temps moyen de fonctionnement d’un équipement réparable entre deux pannes consécutives, dans des conditions normales d’exploitation.

Dans l’industrie, le facility management, le BTP ou encore l’IT, le MTBF s’est imposé, aux côtés du MTTR, comme l’un des principaux indicateurs de maintenance  permettant de gérer plus finement la disponibilité réelle des équipements et anticiper les ressources à mobiliser.

Qu'est-ce que le MTBF ?

Le MTBF quantifie le temps moyen de bon fonctionnement d’un équipement réparable entre deux pannes.

Le temps moyen entre pannes : un indicateur clé pour la maintenance

Dans la maintenance, le MTBF pose une question simple :

« Combien de temps s’écoule, en moyenne, entre deux pannes de cet actif ? »

Sur le terrain, cette question se traduit par quatre points concrets :

  • Planification de la maintenance préventive : connaître le temps moyen entre pannes permet de programmer une intervention avant que la probabilité de panne ne grimpe
  • Dimensionnement des ressources : le MTBF donne une estimation du nombre de pannes à gérer chaque mois, et donc du nombre de techniciens à prévoir d’astreinte
  • Négociation fournisseurs : de nombreux contrats de service ou encore garanties intègrent un MTBF minimal comme engagement de fiabilité
  • Décision de renouvellement : une baisse durable du temps moyen entre pannes signale souvent une fin de vie utile ou un problème d’exploitation sous-jacent

Mémo :

  • Le MTTF concerne les actifs non réparables
  • Le MTBF concerne les actifs réparables, qui repartent en service après réparation

Comment calculer le MTBF ?

Le calcul du MTBF est simple.

Sa formule tient en une ligne :


MTBF = temps total de fonctionnement / nombre de pannes

  • Le temps total de fonctionnement correspond à la période où l’équipement est disponible et opérationnel.
    • Les arrêts planifiés (maintenance préventive, changement de format, congés) ne sont pas pris en compte dans le calcul.
  • Le nombre de pannes, lui, ne compte que les défaillances non planifiées ayant nécessité une intervention pour remettre l’équipement en état.
    • Les tâches routinières et les micro-ajustements ne sont pas pris en compte dans le calcul.

Exemple 1 : un seul équipement

Une ligne de production fonctionne 10 000 heures par an et subit 5 pannes non planifiées sur cette période.

Calcul :

  • Temps total de fonctionnement : 10 000 heures
  • Nombre de pannes : 5
  • MTBF = 2 000 heures (10 000 heures ÷ 5)

Cela signifie uqe les équipes de cette ligne de production peuvent s’attendre à une panne toutes les 2 000 heures de fonctionnement pour cet équipement.

Exemple 2 : un parc matériel entier

Une entreprise de facility management gère 10 groupes électrogènes identiques, chacun fonctionnant 2 400 heures par an.

Calcul :

  • Heures d’utilisation annuelles par actif : 24 000 heures
  • Nombre d’actifs : 10
  • Nombre de pannes : 8
  • Temps total de fonctionnement = 24 000 heures (24 000 x 10)
  • MTBF = 3 000 heures (24 000 heures ÷ 8)

Chaque groupe électrogène devrait ainsi fonctionner environ 3 000 heures entre deux pannes majeures. Il s’agit d’une moyenne, pas d’une garantie pour chaque actif individuel.

Tableaux comparatifs

Les tableaux ci‑dessous présentent les principaux indicateurs de maintenance, un second tableau détaillant les valeurs précises de MTBF par équipement, ainsi qu’un tableau comparatif des données à inclure ou exclure dans vos calculs.

Tableau comparatif des principaux indicateurs de maintenance

Ce tableau compare les trois principaux indicateurs de maintenance utilisés pour évaluer l’état des équipements.
IndicateurNom completNom franciséFormuleCe qu’il révèle
MTBFMean Time Between FailuresTemps moyen entre pannesTemps de fonctionnement / nombre de pannesFiabilité et fréquence des pannes des actifs réparables
MTTRMean Time To RepairTemps moyen de réparationTemps de réparation / nombre de pannesRapidité de la réparation
MTTFMean Time To FailureTemps moyen avant défaillanceTemps de fonctionnement / pannes sur composants non réparablesDurée de vie moyenne des actifs non réparables

Tableau comparatif des valeurs de référence

Comment savoir si le temps moyen entre les pannes est bon ou mauvais ? La réponse dépend toujours du type d’équipement, des conditions d’usage et du secteur. Les fourchettes ci-dessous s’appuient sur des données opérationnelles courantes. Il ne s’agit pas de valeurs du constructeur, mais d’ordres de grandeur observés sur le terrain. Elles sont à prendre comme point de départ et pas comme une référence absolue.
ActifMTBF indicatifPrincipaux facteurs d’influence
Compresseur industriel (usage continu)800 à 1 500 hTempérature, humidité, qualité des filtres
Chariot élévateur1 500 à 3 000 hCycles de charge, état du sol, batterie
Groupe électrogène portable (chantier)600 à 1 200 hPoussière, carburant, entretien des filtres
Mini-pelle (travaux publics)1 000 à 2 500 hType de terrain, conducteur, lubrification
Serveur / switch réseau30 000 à 100 000 hClimatisation de la salle, qualité de l’alimentation
Robot de soudage2 000 à 5 000 hFréquence des cycles, nettoyage, calibration
Pompe hydraulique industrielle10 000 à 20 000 hQualité du fluide, température, vibrations
Véhicule de flotte légère40 000 à 80 000 kmType de trajet, conducteur, régularité des révisions

Tableau comparatif des données à inclure ou exclure

Pour que le temps moyen entre les pannes ait un sens, la définition de « panne » et de « temps de fonctionnement » doit être partagée par toute l’équipe.
À inclureÀ exclure
Pannes non planifiées qui arrêtent la production ou le serviceMaintenance préventive planifiée
Défaillances nécessitant une intervention pour remettre l’actif en étatRéglages mineurs ou arrêts pour changement de format
Données d’équipements en conditions normales (hors tests destructifs)Arrêts dus à des causes externes (coupure de courant, rupture d’approvisionnement, congés)

Trois exemples d’usage du temps moyen entre pannes sur le terrain

Un employé dans un entrepôt est équipé d'un ordinateur et inspecte des équipements. Il illustre un article sur le MTB (le temps moyen entre pannes).

Le MTBF sert à prendre des décisions basées sur des données concrètes et surtout réelles.

1. Calculer les intervalles de maintenance

Prenons le cas d’un compresseur critique dont le MTBF atteint 1 000 heures. Sur le terrain, les interventions se programment souvent entre 60 % et 80 % de cette valeur.

Cela donne :

  • Inspections visuelles toutes les 600 à 700 heures
  • Révision complète toutes les 800 à 900 heures
  • Tâches spécifiques (filtres, graissage) calées sur l’historique réel des pannes

Cet intervalle convient bien aux composants d’usure : l’historique y montre une concentration des pannes au-delà d’un certain seuil. Pour les pannes aléatoires, en revanche, mieux vaut compléter le MTBF par des données de condition réelle : vibrations, température, bruit.

2. Dimensionner le stock de pièces de rechange

Avec un MTBF fiable, la gestion des stocks cesse de se faire à vue. Une flotte de 20 chariots élévateurs affiche un temps moyen entre pannes de 2 000 heures pour les batteries ? Croisé avec les heures moyennes travaillées par mois, ce chiffre permet d’estimer combien de batteries lâcheront sur 6 à 12 mois ; et donc de dimensionner le stock, négocier avec les fournisseurs, et réduire le capital immobilisé sans jouer avec la disponibilité.

3. Remonter à la cause racine

Un MTBF qui chute de 3 000 à 1 800 heures en six mois est une alerte.

Les causes typiques :

  • Un changement d’environnement (poussière, humidité, température)
  • Un usage hors spécification (surcharges, cycles trop rapides)
  • Un relâchement dans la maintenance préventive
  • Un lot défectueux provenant d’un fournisseur donné

Points d’attention

Le temps moyen entre les pannes reste une moyenne statistique, pas une promesse de comportement pour chaque actif pris isolément.

En réalité :

  • Deux machines identiques peuvent avoir des comportements de panne très différents malgré un MTBF similaire
  • Le MTBF ne dit rien de la gravité de la panne. Un équipement peut tomber rarement en panne, mais chaque arrêt être long et coûteux
  • Cet indicateur de maintenance est très sensible à la qualité des données : temps mal enregistrés, pannes confondues avec des arrêts planifiés, et le résultat perd toute valeur
  • Or, le MTBF a encore plus de valeur lorsqu’il est combiné à d’autres indicateurs : MTTR, disponibilité, coût de maintenance, part de préventif contre correctif, taux de panne.

Focus : Timly aide à améliorer le MTBF

Les entreprises qui calculent le MTBF à partir de fichiers Excel se heurtent presque toujours aux mêmes trois écueils : données incomplètes, traçabilité absente, temps perdu à tout consolider. Résultat : un temps moyen entre les pannes qui ne reflète pas la réalité, et des décisions prises sur des bases fragiles.

Le logiciel GMAO de Timly change la donne sur quatre points :

  • Un enregistrement des pannes cohérent, par actif : chaque ordre de travail se rattache automatiquement à l’équipement, au site et au technicien. Vous savez exactement ce qui relève d’une panne corrective et ce qui relève du planifié, sans interprétation hasardeuse dans un tableur.
  • Un temps moyen entre pannes calculé par actif, catégorie ou lieu : le logiciel exploite les heures de fonctionnement saisies et génère les indicateurs sans formule manuelle. Visualisez le MTBF de tous vos compresseurs, d’une seule agence, ou son évolution sur les 12 derniers mois.
  • Des alertes basées sur les heures d’usage réelles : plutôt qu’un calendrier fixe, les tâches préventives se déclenchent lorsque l’équipement approche un pourcentage donné de son MTBF réel. Un actif à 1 000 heures de MTBF peut recevoir sa révision automatiquement à 750 heures d’usage, indépendamment de la date de la dernière intervention.
  • Une saisie mobile par QR code : il suffit aux équipes de scanner une étiquette sur l’équipement pour enregistre un incident et temps rée, directement depuis smartphone. C’est souvent sur ce point que les entreprises perdent en précision ; et c’est là que Timly en fait gagner.

“Avant de numériser le suivi des pannes, chaque agence avait son propre mode de gestion de la maintenance. Impossible de voir si un équipement était vraiment problématique au niveau du réseau ou seulement sur un site isolé. Une fois les données centralisées, nous avons pu calculer le MTBF réel par type de machine et lancer des actions de maintenance préventive qui n’étaient jusque-là tout simplement pas possibles.“

Responsable des
opérations

Client Timly · Secteur automobile

Conclusion

Le temps moyen entre les pannes est une alerte précoce, un argument de négociation contractuelle, un justificatif pour un arrêt planifié, et un guide pour décider quelle machine ne doit surtout pas partir sur le chantier le plus sensible. Sa valeur ne tient qu’à une chose : la qualité des données qui l’alimente.

Foire aux questions sur le temps moyen entre les pannes

Le MTBF (de l'anglais « Mean Time Between Failures », soit « temps moyen entre les pannes ») est le temps moyen de fonctionnement d'un équipement réparable entre deux pannes consécutives.

Il sert d'indicateur de fiabilité pour mesurer la fréquence des défaillances et la disponibilité des équipements en maintenance industrielle.

Le MTBF se calcule en divisant le temps total de fonctionnement de l’équipement par le nombre de pannes sur une période donnée : MTBF = temps de fonctionnement ÷ nombre de pannes.

On ne prend en compte que les pannes non planifiées nécessitant une intervention de maintenance, en excluant les arrêts préventifs et les arrêts externes.

  • Un MTBF élevé est toujours préférable, car il indique que l’équipement fonctionne longtemps entre deux pannes, avec une meilleure fiabilité et moins d’interruptions de production.
  • Un MTBF faible signale au contraire un taux de panne important, qui doit conduire à revoir la maintenance préventive, l’utilisation ou la qualité des équipements.

Non, le MTBF ne prédit pas la durée de vie exacte d’un équipement individuel : c’est une moyenne statistique calculée sur un ensemble de données. Il sert à estimer la fiabilité et à planifier la maintenance, mais doit être complété par d’autres indicateurs (MTTF, données de condition réelle, historique de pannes) pour anticiper la fin de vie.