Le travail aborde la modélisation et l’analyse de systèmes complexes, caractérisés, dans un cadre incertain et évolutif, par de nombreuses interactions entre composants. Dans un cadre de gestion des risques, le travail vise à créer un modèle causal spatio-temporel pour l’explication et la probabilisation de certains événements redoutés à des fins de diagnostic et de pronostic. Le travail de modélisation est basé sur l’approche bayésienne et, plus particulièrement, sur les Réseaux Bayésiens (RB). Dans l’optique de considérer des systèmes de grande taille et de représenter leur complexité spatio-temporelle, leur caractère multiéchelles et incertain dans un cadre dynamique, l’idée de ce travail est alors d’étendre le concept des Réseaux Bayesiens Dynamiques (RBD) et d’utiliser le paradigme Orienté Objet pour l’appliquer aux réseaux bayésiens. Dans leur forme actuelle, les réseaux bayésiens orientés objet permettent de créer des instances réutilisables mais non instanciables. En d’autres termes, cela implique que l’objet généré est susceptible d’être appelé plusieurs fois dans la construction d’un modèle mais sans pour autant que ces paramètres (tables de probabilités marginales ou conditionnelles) ne soient modifiés. Ce travail de thèse vise à combler cette lacune en proposant une approche structurée permettant de construire des grands systèmes à base d’objets (caractérisés par des réseaux bayésiens simples) dont les paramètres peuvent être actualisés en fonction de l’instant ou du contexte de leur appel et de leur utilisation. Ce concept est concrétisé sous la forme de Réseaux Bayésiens Multidimensionnels par leur propension à combiner plusieurs dimensions qu’elles soient spatiales ou temporelles.

Sans cesse croissante complexité et l'interdépendance des infrastructures critiques modernes, avec des environs de risque plus en plus complexes, posent des défis uniques pour leur exploitation sûre, fiable et efficace. L'objectif de la présente thèse est sur la modélisation, la simulation et l'optimisation des infrastructures critiques (par exemple, les réseaux de transmission de puissance) à l'égard de leur vulnérabilité et la résilience aux défaillances en cascade. Cette étude aborde le problème en modélisant infrastructures critiques à un niveau fondamental, en se concentrant sur la topologie du réseau et des modèles de flux physiques dans les infrastructures critiques. Un cadre de modélisation hiérarchique est introduit pour la gestion de la complexité du système. Au sein de ces cadres de modélisation, les techniques d'optimisation avancées (par exemple, non-dominée de tri binaire évolution différentielle (NSBDE) algorithme) sont utilisés pour maximiser à la fois la robustesse et la résilience (capacité de récupération) des infrastructures critiques contre les défaillances en cascade. Plus précisément, le premier problème est pris à partir d'un point de vue de la conception du système holistique, c'est-à-dire certaines propriétés du système, tels que ses capacités de topologie et de liaison, sont redessiné de manière optimale afin d'améliorer la capacité de résister à des défaillances systémiques de système. Les deux modèles de défaillance en cascade topologiques et physiques sont appliquées et leurs résultats correspondants sont comparés. En ce qui concerne le deuxième problème, un nouveau cadre est proposé pour la sélection optimale des mesures appropriées de récupération afin de maximiser la capacité du réseau d’infrastructure critique de récupération à partir d'un événement perturbateur. Un algorithme d'optimisation de calcul pas cher heuristique est proposé pour la solution du problème, en intégrant des concepts fondamentaux de flux de réseau et le calendrier du projet. Exemples d'analyse sont effectués en se référant à plusieurs systèmes de CI réalistes. / Continuously increasing complexity and interconnectedness of modern critical infrastructures, together with increasingly complex risk environments, pose unique challenges for their secure, reliable, and efficient operation. The focus of the present dissertation is on the modelling, simulation and optimization of critical infrastructures (CIs) (e.g., power transmission networks) with respect to their vulnerability and resilience to cascading failures. This study approaches the problem by firstly modelling CIs at a fundamental level, by focusing on network topology and physical flow patterns within the CIs. A hierarchical network modelling technique is introduced for the management of system complexity. Within these modelling frameworks, advanced optimization techniques (e.g., non-dominated sorting binary differential evolution (NSBDE) algorithm) are utilized to maximize both the robustness and resilience (recovery capacity) of CIs against cascading failures. Specifically, the first problem is taken from a holistic system design perspective, i.e. some system properties, such as its topology and link capacities, are redesigned in an optimal way in order to enhance system’s capacity of resisting to systemic failures. Both topological and physical cascading failure models are applied and their corresponding results are compared. With respect to the second problem, a novel framework is proposed for optimally selecting proper recovery actions in order to maximize the capacity of the CI network of recovery from a disruptive event. A heuristic, computationally cheap optimization algorithm is proposed for the solution of the problem, by integrating foundemental concepts from network flows and project scheduling. Examples of analysis are carried out by referring to several realistic CI systems.

Toute action naturelle crée de l'énergie perdue qui pourrait être exploitée pour alimenter nos appareils électriques et mobiles. Nos environnements physiques disposent d'un nombre élevé de micro-sources d'énergies ; certes chacune est de faible puissance, mais leur multiplicité pourrait s'avérer significative, notamment dans le cadre du fonctionnement de microsystèmes. C'est le principe précédent qui a conduit nos travaux sur la problématique de la conception de microsystèmes autonomes. Ainsi, pour être innovante, l'ingénierie de microsystèmes doit à la fois s'appuyer sur la culture de l'électronique, de la mécanique mais aussi de l'énergétique. Le processus de conception est fortement pluridisciplinaire et son efficacité réside dans la capacité à mettre en oeuvre des méthodologies et des outils : - de conception collaborative, - de capitalisation des connaissances techniques, - d'ingénierie multi-physique, - d'ingénierie intégrée. Sur le base de ces fondamentaux, nous avons développé un outil d'aide à la conception. La méthodologie sous-jacente permet : 1- l'analyse et la structuration d'un problème de conception d'un microsystème autonome : cette phase conduit l'identification, la description fonctionnelle et environnementale du système et de son environnement. 2- la modélisation des connaissances : une analyse architecturale conduit à la description des composants et des interactions liées au microsystème (directement ou indirectement) puis à la modélisation des comportements, 3- la qualification énergétique et le couplage physique : la réutilisation structurée des modèles de connaissances est pilotée pour coupler les modèles physiques et décrire les sources, les puits et les mécanismes énergétiques des environnements, 4- la conduite de la recherche de concepts innovants : la base de connaissances, les critères de qualification et la description fonctionnelle préalablement construits sont agencés dans une seule méthode de conception virtuelle pour rechercher des concepts de solutions innovants, 5- le pré-dimensionnement : tout en assurant l'intégration des outils spécialisés de simulation (méthode des éléments finis et simulation fonctionnelle), le prédimensionnement de microsystèmes autonomes est supportée selon un schéma synthétique, assurant un raisonnement abductif (ou bottom-up). La conjonction des raisonnements physiques, l'intégration des méthodes et des cultures métiers, l'exploration virtuelle des espaces de solutions et la modélisation constituent les bases d'un nouveau moyen d'aide à la conception de microsystèmes autonomes. Cette approche a été déployée pour la conception d'un capteur piézoélectrique autonome.

Le travail aborde la modélisation et l’analyse de systèmes complexes, caractérisés, dans un cadre incertain et évolutif, par de nombreuses interactions entre composants. Dans un cadre de gestion des risques, le travail vise à créer un modèle causal spatio-temporel pour l’explication et la probabilisation de certains événements redoutés à des fins de diagnostic et de pronostic. Le travail de modélisation est basé sur l’approche bayésienne et, plus particulièrement, sur les Réseaux Bayésiens (RB). Dans l’optique de considérer des systèmes de grande taille et de représenter leur complexité spatio-temporelle, leur caractère multiéchelles et incertain dans un cadre dynamique, l’idée de ce travail est alors d’étendre le concept des Réseaux Bayesiens Dynamiques (RBD) et d’utiliser le paradigme Orienté Objet pour l’appliquer aux réseaux bayésiens. Dans leur forme actuelle, les réseaux bayésiens orientés objet permettent de créer des instances réutilisables mais non instanciables. En d’autres termes, cela implique que l’objet généré est susceptible d’être appelé plusieurs fois dans la construction d’un modèle mais sans pour autant que ces paramètres (tables de probabilités marginales ou conditionnelles) ne soient modifiés. Ce travail de thèse vise à combler cette lacune en proposant une approche structurée permettant de construire des grands systèmes à base d’objets (caractérisés par des réseaux bayésiens simples) dont les paramètres peuvent être actualisés en fonction de l’instant ou du contexte de leur appel et de leur utilisation. Ce concept est concrétisé sous la forme de Réseaux Bayésiens Multidimensionnels par leur propension à combiner plusieurs dimensions qu’elles soient spatiales ou temporelles. / The work addresses the modelling and analysis of complex systems, characterized, in an uncertain and evolving framework, by numerous interactions between components. Within a risk management framework, the work aims to create a spatio-temporal causal model for the explanation and probability of certain feared events for diagnostic and prognostic purposes. The modelling work is based on the Bayesian approach and, more specifically, on the Bayesian Networks (BN). In an attempt to consider large-scale systems and represent their spatio-temporal complexity, their multi-scale and uncertain character in a dynamic framework, the idea of this work is then to extend the concept of Dynamic Bayesian Networks (DBN) and use the Object Oriented paradigm to apply it to Bayesian networks. In their current form, object-oriented Bayesian networks can create reusable but not instantiable instances. In other words, this implies that the generated object is likely to be called several times in the construction of a model, but without these parameters (marginal or conditional probabilities tables) being modified. This thesis aims to fill this gap by proposing a structured approach to construct large object-based systems (characterized by simple Bayesian networks) whose parameters can be updated according to the moment or context of their call and use. This concept is embodied in the form of Bayesian Multidimensional Networks by their propensity to combine several dimensions, whether spatial or temporal.

Cette thèse aborde les formalismes pour la modélisation multi-physique en support au cycle en V de conception. Ce travail a été réalisé dans le cadre du projet ANR-MoCoSyMec, selon la méthodologie du prototypage virtuel fonctionnel (PVF) et illustré sur des systèmes électromagnétiques. Nous nous sommes principalement intéressés au langage VHDL-AMS, en tant que support aux différents niveaux de modélisation apparaissant dans le cycle en V de conception. Cela nous a conduits à traiter la portabilité et l'interopérabilité en VHDL-AMS de diverses méthodes et outils de modélisation. Nous avons proposé et validé, via le formalisme des composants logiciels ICAr, des solutions aux limites de l'utilisation de VHDL-AMS pour modéliser certains phénomènes physiques reposants sur des calculs numériques. Nous avons étendu la norme ICAr pour supporter des modèles dynamiques décrits par des équations différentielles algébriques (DAE) ; et pour des besoins de co-simulation, nous pouvons également y associer un solveur. Ces développements sont désormais capitalisés dans le framework CADES. Enfin, nous avons proposé une architecture pour le portage de modèles d'un formalisme à un autre. Elle a été définie et mise en oeuvre plus particulièrement pour des modèles magnétiques réluctants (Reluctool) et des MEMS magnétiques (MacMMems) vers le VHDL-AMS. Ces formalismes et méthodologies sont mis en oeuvre autour du PVF d'un contacteur électromagnétique.

La conception de systèmes embarqués devient de plus en plus complexe. Ces systèmes sont hétérogènes dans le sens où ils nécessitent l’intégration de composants décrits au moyen de plusieurs disciplines scientifiques, par exemple, l’électricité, l’optique, la thermique, la mécanique, la chimie ou la biologie. De plus, ces disciplines peuvent être représentées dans des domaines temporels différents, par exemple, le domaine des événements discrets, celui du temps discret, ou celui du temps continu. Face à cette situation, les concepteurs ont besoin d’outils de modélisation et de simulation efficaces pour décrire le comportement d’un système hétérogène dans un environnement de simulation unique. Nous examinons la possibilité de modéliser, de simuler et de synchroniser les systèmes multi-disciplines dans le même environnement, en utilisant comme référence la norme de simulation « SystemC Analog/Mixed-Signal (AMS) ». Nous analysons la méthode introduite par SystemC AMS pour synchroniser le domaine des événements discrets avec celui du temps discret, et nous identifions ses inconvénients. Nous proposons une formalisation du problème de synchronisation qui permet de détecter les problèmes existants dans un modèle avant la simulation. Nous proposons un prototype de simulateur appelé « SystemC Multi-Disciplinary Virtual Prototyping (MDVP) », qui est implémenté comme une extension de SystemC. Il permet la modélisation, l’élaboration, et la simulation hiérarchique de systèmes multi-disciplines au moyen de plusieurs modèles de calcul. Pour concevoir le simulateur MDVP, nous introduisons un nouveau principe de synchronisation entre plusieurs modèles de calcul. En outre, nous introduisons une méthodologie pour ajouter, dans le prototype de simulateur, des modèles de calcul représentés par plusieurs domaines temporels. Nous appliquons cette méthodologie pour ajouter un modèle de calcul « Timed Data Flow (TDF) » dans SystemC MDVP. Ce modèle de calcul repose sur la sémantique du temps discret introduite par SystemC AMS, et sur la formalisation du principe de synchronisation entre le domaine des événements discrets et celui du temps discret. Nous mettons en œuvre le modèle de calcul TDF, dans le cas d’un capteur de vibrations et son circuit numérique. Ce modèle comporte une boucle d’asservissement et plusieurs interactions entre le domaine des événements discrets et celui du temps discret. / The design of embedded systems is currently an increasingly complex problem. These systems tend to become heterogeneous in the sense that they require the integration of components described by means of different physical/engineering disciplines, for example, electrical, optical, thermal, mechanical, chemical, or biological. Besides, these disciplines can be described under different time domains, for example, Discrete Event (DE), Discrete Time (DT), or Continuous Time (CT). To address this problem, designers require modeling and simulation tools to describe the system’s components under different time domains and synchronize them in the same simulation environment. We explore the possibilities of modeling, simulating and synchronizing multi-disciplinary systems in the same environment, using as reference the SystemC Analog/Mixed-Signal (AMS) simulation standard. We analyze the method introduced in SystemC AMS for synchronizing the DE and DT domains, and we identify its drawbacks. Besides, we introduce a new formalization of the synchronization problem, which is used to detect issues in a model before simulation. We propose a simulator prototype called SystemC Multi-Disciplinary Virtual Prototyping (MDVP), which is implemented as an extension of SystemC. It allows the modeling, and the generic hierarchical elaboration and simulation of multi-disciplinary systems, by means of different Models of Computation (MoCs). To build the MDVP simulator, we introduce a synchronization principle to handle interactions between MoCs. In addition, we introduce a methodology to add, in the simulator prototype, MoCs described under different time domains. We apply this methodology to add a Timed Data Flow MoC in SystemC MDVP. This MoC implements the DT semantics introduced by the SystemC AMS standard, and is based on the synchronization principle between the DE and DT domains. Using the TDF MoC, we implement and simulate a case study of a vibration sensor model and its digital front end circuit. This case study includes a feedback loop and several interactions between the DE and DT domains.

Cette thèse aborde les formalismes pour la modélisation multi-physique en support au cycle en V deconception. Ce travail a été réalisé dans le cadre du projet ANR-MoCoSyMec, selon la méthodologie duprototypage virtuel fonctionnel (PVF) et illustré sur des systèmes électromagnétiques.Nous nous sommes principalement intéressés au langage VHDL-AMS, en tant que support aux différentsniveaux de modélisation apparaissant dans le cycle en V de conception. Cela nous a conduits à traiter laportabilité et l'interopérabilité en VHDL-AMS de diverses méthodes et outils de modélisation. Nous avonsproposé et validé, via le formalisme des composants logiciels ICAr, des solutions aux limites de l'utilisation deVHDL-AMS pour modéliser certains phénomènes physiques reposants sur des calculs numériques.Nous avons étendu la norme ICAr pour supporter des modèles dynamiques décrits par des équationsdifférentielles algébriques (DAE) ; et pour des besoins de co-simulation, nous pouvons également y associer unsolveur. Ces développements sont désormais capitalisés dans le framework CADES.Enfin, nous avons proposé une architecture pour le portage de modèles d'un formalisme à un autre. Elle a étédéfinie et mise en oeuvre plus particulièrement pour des modèles magnétiques réluctants (Reluctool) et desMEMS magnétiques (MacMMems) vers le VHDL-AMS.Ces formalismes et méthodologies sont mis en oeuvre autour du PVF d'un contacteur électromagnétique.

Les travaux réalisés dans le cadre de cette thèse ont pour objectif de proposer un langage de description temporelle pour des systèmes temps-réel et d’établir les conditions de leur ordonnançabilité sous l’algorithme Earliest Deadline First (EDF). Les langages de description temporelle permettent de spécifier le comportement temporel d’une application indépendamment de son comportement fonctionnel. Le programmeur déclare dans ces langages à quels instants précis doivent être déclenchées et terminées les activités du système. Cette gestion du temps, précise et explicite, apporte au système son caractère déterministe. Le langage proposé, Extended Timing Definition Language (E-TDL), étend des langages dirigés par le temps existants, en particulier Giotto et TDL, en introduisant un nouveau modèle de tâche donné par quatre paramètres : phase, pire temps d’exécution, temps d’exécution logique TEL (intervalle de temps séparant le lancement de la tâche et sa terminaison) et période. L’introduction de ce nouveau modèle de tâche nécessite de revisiter en particulier le problème de l’ordonnançabilité des tâches pour EDF. Cette thèse propose et développe une analyse basée sur la fonction de demande pour des ensembles de tâches décrites en E-TDL et s’exécutant en contexte monoprocesseur. Une condition nécessaire et suffisante est obtenue au travers d’une analyse précise des intervalles séparant les activations de tâches au sein de différents modules s’exécutant indépendamment et pouvant changer de mode à des instants prédéfinis. Une borne de la longueur des intervalles sur lesquels doit s’opérer la vérification est déterminée. Un outil mettant en œuvre cette analyse a été développé. / The goal of this research is to define a time-triggered language for modeling real-time systems and to provide the conditions for their schedulability under Earliest Deadline First (EDF). Time-triggered languages separate the functional part of applications from their timing definition. These languages permit to model the real-time system temporal behavior by assigning system activities to particular time instants. We propose a new time-triggered framework, Extended Timing Definition Language (E-TDL), that enhances the basic task model used in Giotto and TDL while keeping compositional and modular structure brought by the latter. An E-TDL task is characterized by: an offset, a worst case execution time, a Logical Execution Time (a time interval between task release and its termination) and a period. The schedulability analysis of the system based on this new task model should be, in particular for EDF, investigated. We develop, on the concept of the processor demand criterion, conditions for the feasibility of an E-TDL system running on a single CPU under EDF. A necessary and sufficient condition is obtained by considering the global schedules that are made up of execution traces occurring at the same time in distinct modules that are able to switch their modes at predefined instants. We estimate a maximal length of the interval on which the schedulability condition must be checked. A tool suite performing the schedulability analysis of the E-TDL systems is developed.

Les systèmes industriels complexes sont des objets artificiels conçus par l'Homme, et constitués d'un grand nombre de composants hétérogènes (e.g. matériels, logiciels ou organisationnels) collaborant pour accomplir une mission globale. Dans cette thèse, nous nous intéressons à la modélisation du comportement fonctionnel de tels systèmes, ainsi qu'à leur intégration. Nous modéliserons donc les systèmes réels par le biais d'une approche de boîte noire fonctionnelle avec un état interne, dont la structure et le comportement fonctionnel peuvent être obtenus par l'intégration récursive de composants élémentaires hétérogènes.

Toute action naturelle crée de l’énergie perdue qui pourrait être exploitée pour alimenter nos appareils électriques et mobiles. Nos environnements physiques disposent d’un nombre élevé de micro-sources d’énergies ; certes chacune est de faible puissance, mais leur multiplicité pourrait s’avérer significative, notamment dans le cadre du fonctionnement de microsystèmes.C’est le principe précédent qui a conduit nos travaux sur la problématique de la conception de microsystèmes autonomes. Ainsi, pour être innovante, l’ingénierie de microsystèmes doit à la fois s’appuyer sur la culture de l’électronique, de la mécanique mais aussi de l’énergétique. Le processus de conception est fortement pluridisciplinaire et son efficacité réside dans la capacité à mettre en œuvre des méthodologies et des outils :- de conception collaborative,- de capitalisation des connaissances techniques, - d’ingénierie multi-physique,- d’ingénierie intégrée.Sur le base de ces fondamentaux, nous avons développé un outil d’aide à la conception. La méthodologie sous-jacente permet :1- l’analyse et la structuration d’un problème de conception d’un microsystème autonome : cette phase conduit l’identification, la description fonctionnelle et environnementale du système et de son environnement.2- la modélisation des connaissances : une analyse architecturale conduit à la description des composants et des interactions liées au microsystème (directement ou indirectement) puis à la modélisation des comportements,3- la qualification énergétique et le couplage physique : la réutilisation structurée des modèles de connaissances est pilotée pour coupler les modèles physiques et décrire les sources, les puits et les mécanismes énergétiques des environnements,4- la conduite de la recherche de concepts innovants : la base de connaissances, les critères de qualification et la description fonctionnelle préalablement construits sont agencés dans une seule méthode de conception virtuelle pour rechercher des concepts de solutions innovants,5- le pré-dimensionnement : tout en assurant l’intégration des outils spécialisés de simulation (méthode des éléments finis et simulation fonctionnelle), le pré-dimensionnement de microsystèmes autonomes est supportée selon un schéma synthétique, assurant un raisonnement abductif (ou bottom-up)La conjonction des raisonnements physiques, l’intégration des méthodes et des cultures métiers, l’exploration virtuelle des espaces de solutions et la modélisation constituent les bases d’un nouveau moyen d’aide à la conception de microsystèmes autonomes. Cette approche a été déployée pour la conception d’un capteur piézoélectrique autonome. / Any natural action creates lost energy which could be exploited to supply our electrical and mobile appliance. Our physical environments have a high number of micro-energy sources. Admittedly, each one provides low power but their multiplicity could be significant, in particular within the framework of the microsystem operation.The previous observation guided our works towards the problematic of autonomous microsystem design. Thus, to be innovative, microsystems engineering must lean on electronic, mechanical and energy domains. The design process is highly multidisciplinary and its efficiency depends on the ability to implement methods and tools:- of collaborative design- of capitalization of technical knowledge- of multiphysic engineering- of integrated design.Based on these fundamentals, we developed a design support tool. The underlying methodology enables:1- the design problem analysis and structuring of an autonomous microsystem: this phase leads to the identification and functional and environmental description of the system and its environment2- the knowledge modelling: an architectural analysis gives the description of components and interactions related to the microsystem (directly or indirectly). Then, it leads to a behaviour modelling.3- the energy qualification and physical coupling: the structured reuse of knowledge models is guided to couple physical models and describe the sources, sinks and the energy mechanism of the environment.4- the control of innovative concept search: the knowledge base, qualification criteria and functional description, previously constructed, are combined in an unique virtual design approach dedicated to search innovative concepts as a solution5- the predimensioning: this phase ensures the integration of specific simulation tools (finite elements method and functional simulation). The predimensioning of autonomous microsystems is supported by a synthetic scheme based on an abductive reasoning (bottom-up).The combination of physical reasoning, the integration of methods and engineering domains, the virtual exploration of solution spaces and the modelling represent a new way to support autonomous microsystem design. This approach was applied to the design of an autonomous piezoelectric sensor.