Cette thèse est une contribution aux études sur la disponibilité des dispositifs électrotechnique. L'étude présentée* propose des solutions aux problèmes de détection des défauts dans les -entraînements-électriqUes continu et alternatif en utilisant des méthodes de connaissances et de modélisatiOIFde signaux. Les défauts considérés sont ceux de l'alimentation, du convertisseur, des capteurs et de la machine. Pour les défa~ts affectant l'entraînement continu, la méthode retenue se base sur une analyse de la répercussion des défauts sur les grandeurs accessibles (relations de causes à effets) et utilise le symbolisme des arbres de défaillances. Pour l'entraînement ~ernatif diverses approches* utilisant la connaissance du système électrotechnique ont été proposées pour détemlÎner des symptômes temporels (suivi de la trajectoire ou de la fréquence instantanée du vecteur courant, modèles du courant absorbé). Une caractérisation fréquentielle des défauts affectant l'entraînement a été réalisé dans les domaines basses fréquences (les fondamentaux et ses multiples) et hautes fréquences (évolution de la fréquence de modulation). Les diverses approches ont toutes été validés expérimentalement

Dans le système économique actuel, innover en mettant sur le marché, toujours plus rapidement, des systèmes de plus en plus complexes est une nécessité absolue pour bon nombre d'entreprises. Mais comment conserver un niveau de maîtrise de risque acceptable dans un tel contexte ? L'AMDEC, déployée sur l'ensemble des composants ou fonctionnalités du système, par son coté chronophage, ne peut à elle seule, constituer une réponse convenable. Aussi, après une première partie consacrée au descriptif des méthodologies d'analyse de risques classiquement déployées en conception, puis à celles classiquement utilisées en phase industrialisation, nos travaux se sont portés à deux niveaux : - L'amélioration des outils classiques, soit au niveau de leur enchainement, au niveau de leur mise en œuvre comme pour l'AMDEC menée de telle sorte qu'elle soit plus efficiente, ou au niveau de leur finalité comme pour l'APR utilisée pour le paramétrage des outils d'analyse à déployer dans un second temps. - La proposition de nouvelles méthodologies comme la matrice d'impact globale, outil permettant de synthétiser QFD, AMDEC Processus et Plan de Surveillance en un seul et même document, ou comme le traitement des défaillances sécuritaires par un arbre de défaillance jumelé avec une approche SIL issue de la norme CEI 61508.

Notre travail porte sur la surveillance industrielle, processus couramment décomposé en deux phases : la détection et le diagnostic. Nous proposons ainsi un système dynamique d'aide à la surveillance, sous la forme de deux outils exploitant les techniques de l'intelligence artificielle. Le premier réalise une détection dynamique intelligente à l'aide des réseaux de neurones récurrents à fonction de base radiale. Le second, basé sur un réseau neuro-flou, effectue une aide au diagnostic. <br />A partir de l'observation de données capteurs, l'outil de détection détermine l'état du système en associant un degré de possibilité à chacun des modes de fonctionnement. A partir de ces informations, l'outil de diagnostic recherche les causes les plus probables (diagnostic abductif) pondérées par un degré de confiance. En complément et dans une optique à la décision, nous avons veillé à ce que l'opérateur puisse ajouter des informations supplémentaires. Notons que la configuration et l'initialisation des outils implique de connaître l'historique et les données de maintenance du système. Nous exploitons pour cela les AMDEC et Arbres de Défaillance des équipements surveillés. La partie applicative de cette thèse se décompose en deux points : l'intégration logicielle de l'ensemble du travail sur un ordinateur industriel (démarche UML + implémentation) ainsi que l'application sur un système de transfert flexible de production.

L'énergie stockée dans le Large Hadron Collider est sans précédent. La perte des particules du faisceau peut endommager gravement les aimants supraconducteurs, ayant pour résultat des temps significatifs d'arrêt pour la réparation. Le système des moniteurs de pertes du faisceau (en anglais: BLMS) détecte les gerbes de particules secondaires créées par les pertes faisceau et provoque l'extraction du faisceau avant que des dommages sérieux de l'équipement ne puissent se produire. Cette thèse définit les caractéristiques du BLMS en termes de la fiabilité. Le but principal est la conception d'un système réduisant au minimum soit la probabilité de ne pas détecter une perte dangereuse, soit le nombre de fausses alarmes produites. La théorie et les techniques de fiabilité utilisées sont décrites. La Prédiction de fiabilité, Analyse des Modes de Défaillance de leurs Effets et de leur Criticité (en anglais: FMECA), et l'Analyse par Arbre de Défaillance ont été employées pour fournir une évaluation de la probabilité d'endommager un aimant, du nombre de fausses alarmes et du nombre d'avertissements produits. Les composants les plus faibles dans le BLMS ont été précisés. Les chiffres de fiabilité du BLMS ont été calculés en utilisant un logiciel commercial (IsographTM). L'effet de la variation des paramètres sur les résultats obtenus a été évalué avec une Analyse de Sensibilité. Le modèle de fiabilité a été complété par les résultats des tests d'irradiation. Des améliorations de la conception du système, comme la transmission optique redondante, ont été mises en application grâce à un processus itératif. Le système proposé est conforme aux requêtes de fiabilité. Les incertitudes du modèle proviennent de la connaissance limitée des niveaux de seuils des aimants supraconducteurs et de la localisation des pertes autour de l'anneau. Le modèle mis en œuvre permet des modifications du système, suivant la mesure des taux de risque pendant la durée de vie du LHC. Il peut également fournir des valeurs de référence à d'autres accélérateurs qui mettront en application des technologies semblables.

Cette thèse propose de combiner deux types de connaissances : la connaissance du comportement d'un système (utilisée pour l'analyse diagnostique) et la connaissance issue de l'analyse AMDEC (Analyse des Modes de Défaillance, de leurs Effets et leurs Criticités) du système. Pour que ces connaissances puissent être supplémentaires, un formalisme commun à ces deux connaissances est proposé. Dans la suite, les résultats de l ?analyse AMDEC, en tant que connaissance experte supplémentaire au modèle comportemental, sont intégrés lors de l'analyse diagnostique pour affiner cette analyse diagnostique. D'un autre côté, une méthode de pronostic de défaillances/défauts est proposée en intégrant les résultats de l'analyse diagnostique aux résultats de l'analyse AMDEC. Cette thèse se conclut par une application des méthodes proposées sur un procédé exothermique industriel.

Dans ce travail, le problème d'imprécision dans l'évaluation de la performance des systèmes instrumentés de sécurité est traité. Deux méthodes d'évaluation sont appliquées à un SIS. La première méthode d'évaluation utilise les arbres de défaillances, la seconde se base sur les chaînes de Markov. L'imperfection des données concerne les paramètres caractéristiques des SIS, tels que le taux de défaillance et le facteur de défaillance de cause commune. Les probabilités élémentaires sont remplacées par des modèles mathématiques permettant aux experts fiabilistes d'exprimer leur incertitude dans l'énoncé des valeurs de probabilités de défaillances et d'autres paramètres des systèmes. Nous montrons comment l'imprécision sur la valeur de taux de défaillance induit des variations particulièrement significatives sur la qualification du niveau d'intégrité de sécurité du système. Ce travail peut avoir beaucoup d'intérêt pour le décideur de connaître l'imprécision sur les paramètres de performance des systèmes.