L'introduction des nouvelles technologies de l'information et de la communication dans les systèmes automatisés entraîne un accroissement de la complexité des fonctions qu'ils supportent. Cet accroissement de la complexité a un impact sur la sécurité des systèmes. En effet, leurs propriétés ne sont plus réductibles aux propriétés de leurs constituants pris isolément mais émergent d'un réseau d'interactions entre ces constituants qui peut être à l'origine de comportements néfastes et difficiles à prévoir. <br />Notre conviction est que le développement sûr de ces systèmes doit combiner des approches pragmatiques orientées " système ", qui tiennent compte du facteur d'échelle réel d'une automatisation pour appréhender le fonctionnement global du système et son architecture, avec des approches plus formelles qui permettent de s'assurer que les propriétés intrinsèques des constituants contribuent efficacement au respect des exigences " système " formulées par les utilisateurs. <br />Le travail présenté dans ce mémoire définit donc une approche méthodologique basée sur le formalisme SysML (System Modeling Language) permettant l'identification, la formalisation et la structuration d'exigences globales relatives à un système, puis leur projection, sous forme de propriétés invariantes, sur une architecture de composants. La vérification des exigences de sécurité, repose alors, d'une part, sur un raffinement prouvé (par theroem proving) des exigences " système " permettant d'établir leur équivalence avec un ensemble de propriétés intrinsèques relatives à chacun des composants, et d'autre part, sur la vérification formelle (par model checking) de ces propriétés intrinsèques.

Le principe de la maintenance conditionnelle consiste à évaluer en permanence l’intégrité des machines industrielles, à partir des mesures et de traitements du signal appropriés, afin d’intervenir uniquement au moment le plus opportun. Dans ce contexte, l’objectif de cette thèse est de développer une technique de détection, aussi précoce que possible, de l’amorce de dégradation lente d’une structure vibrante, telle que les fissures de fatigue, pour éviter toute défaillance inattendue des machines. Notre approche se base sur les données mesurées à l’aide de deux moyens expérimentaux mis en œuvre au laboratoire. L’étude a démarré avec une poutre encastrée-libre sollicitée en flexion et s’est poursuivie sur un banc d’essais plus représentatif de la problématique industrielle. Dans les deux cas, l'endommagement de la structure a été naturel et progressif, depuis un état réputé sain jusqu’à l’apparition de la fissure. Le comportement dynamique a été suivi à l’aide d’accéléromètres. Ainsi, afin d’identifier des indicateurs sensibles au phénomène d’endommagement, plusieurs pistes ont été envisagées. Nous avons examiné les indicateurs scalaires descriptifs des signaux mesurés, qui sont les moments statistiques, fréquences moyennes et médianes. Ces indicateurs sont utilisés avec succès pour la détection de défaut sur les éléments de machines tournantes, mais ils se sont montrés peu sensibles pour détecter des défaillances structurales. Les fréquences propres identifiées automatiquement à partir des signaux temporels acquis sous chargements opérationnels ont également été étudiées. Ensuite, nous nous sommes orientés vers une approche plus globale pour surveiller les changements spectraux causés par l’apparition d’un défaut sur une structure. En se basant sur les matrices spectrales, fonctions et matrices de transmissibilité, des indicateurs multi-capteurs ont été développés et testés pour les deux cas d’étude. Une Analyse en Composantes Principales a permis d’identifier, entre les indicateurs analysés, ceux qui sont les plus pertinents pour la surveillance de l’intégrité des structures. / The principle of the conditional maintenance consists in continuously evaluating the health state of industrial machines, from measurements and appropriate signal processing, in order to carry out maintenance operations only at the most convenient time. In this context, the objective of this PhD thesis is to implement a technique for detecting as soon as possible slow damage initiation in vibrating structures, such as the fatigue cracks, to avoid the unexpected failure of machines. We have conducted empirical investigations with two experimental setups built in the laboratory. The study started with a cantilever beam subjected to dynamic bending loads, and continued on a test-bench more representative of the industrial problem. In both cases, the structure was naturally and progressively damaged, from a state considered to be healthy, until the crack occurs. Its dynamical behavior was monitored using accelerometers. Therefore, in order to identify damage-sensitive features, many leads were investigated. We have examined the features describing the measured signals waveform, which are statistical moments, mean frequencies and median frequencies. They are successfully used for fault detection on rotating machinery, but they did not demonstrate enough sensitiveness to detect structural damage. The natural frequencies automatically identified from the measured time signals under operational loads have also been studied. Thus, we oriented our work towards a more global approach to monitor the spectral changes caused by the appearance of damage on a structure. Based on the spectral matrices and transmissibility quantities, multi-sensor indicators were developed and tested for the two cases of study. A Principal Component Analysis allowed us to identify, between the surveyed features, the ones most relevant for monitoring the integrity of structures.