Les travaux présentés se situent dans le domaine de l'aide à la décision pour la surveillance et le diagnostic de systèmes complexes tels que les procédés chimiques. Notre travail a permis de concevoir une méthodologie permettant de placer les capteurs les plus pertinents sur un processus en vue de son diagnostic à partir des données d'historiques. Cette méthodologie est basée sur l'association de méthodes de mesure de la quantité d'information (entropie de Shannon) délivrée par des signaux issus d'un système et de la classification de données. A partir des données d'évolution temporelle des capteurs (constituant l'ensemble de tous les possibles) suite à des scénarii de défaillance (par exemple simulés sur un simulateur dynamique), il est possible d'identifier les capteurs les plus pertinents et d'obtenir un modèle de comportement du processus à un niveau d'abstraction tel qu'il soit utilisable pour le diagnostic. Une procédure pour une adaptation du modèle dans le cas de reconnaissance défauts inconnus a été aussi proposée. Des tests de faisabilité sur des cas concrets industriels ont été effectués en simulation tout d'abord en utilisant un simulateur dynamique de procédés mondialement distribué dans l'industrie : HYSYS puis sur un nouveau réacteur chimique développé par le Laboratoire de Génie Chimique de Toulouse. Ces travaux rentrent dans le cadre d'un projet financé par l'Institut pour une Culture de Sécurité Industrielle (ICSI).