L’analyse de compromis d’un modèle système a pour but de minimiser ou de maximiser différents objectifs tels que le coût ou les performances. Les méthodes actuelles de type OOSEM avec SysML ou ARCADIA sont basées sur la classification ; il s’agit de définir les différentes variantes de l’architecture d’un système de base puis d’analyser ces variantes. Dans ces approches, les choix d’architecture sont contraints : la plateforme d’exécution et la topologie sont déjà figées. Nous proposons la notion de « points de décision » pour modéliser les différents choix du système, en utilisant de nouveaux stéréotypes. L’avantage est d’avoir une modélisation plus « compacte » des différentes variantes et de piloter l’exploration des variantes en utilisant des contraintes. Lorsque le concepteur définit l’architecture du système, des points de décisions sont insérés dans le modèle du système. Ils permettent de modéliser la redondance ou le choix d’une instance pour un composant, les variations des attributs d’un composant, ou l’allocation des activités sur les blocs. Les fonctions objectifs sont définies dans un contexte d’optimisation à l’aide du diagramme paramétrique de SysML. Nous proposons des transformations du modèle SysML vers un problème de satisfaction de contraintes pour l’optimisation (CSMOP) dont la résolution nous permet d’obtenir l’ensemble des architectures optimales. Cette transformation est implantée dans un démonstrateur (plug-in Eclipse) permettant une utilisation conjointe de l’outil Papyrus et de solveurs, disponibles sous forme de logiciels libres. La méthode est illustrée avec des cas d’étude constitués d’une caméra stéréoscopique puis d’un drone, l’ensemble étant modélisé avec Papyrus. / Finding the set of optimal architectures is an important challenge for the designer who uses the Model-Based System Engineering (MBSE). Design objectives such as cost, performance are often conflicting. Current methods (OOSEM with SysML or ARCADIA) are focused on the design and the analysis of a particular alternative of the system. In these methods, the topology and the execution platform are frozen before the optimization. To improve the optimization from MBSE, we propose a methodology combining SysML with the concept of “decision point”. An initial SysML model is complemented with “decisions points” to show up the different alternatives for component redundancy, instance selection and allocation. The constraints and objective functions are also added to the initial SysML model, with an optimiza-tion context and parametric diagram. Then a representation of a constraint satisfaction problem for optimization (CSMOP) is generated with an algorithm and solved with an existing solver. A demonstrator implements this transformation in an Eclipse plug-in, combining the Papyrus open-source tool and CSP solvers. Two case studies illustrate the methodology: a stereoscopic camera sensor module and a mission controller for an Unmanned Aerial Vehi-cle (UAV).

Dans le domaine aéronautique, la dernière décennie a été marquée par une augmentation constante et progressive du taux d’électrification des systèmes embarqués. L’avion plus électrique est aujourd’hui vu comme un axe d’amélioration majeure pour l’industrie aéronautique permettant d’atteindre des objectifs toujours plus ambitieux : réduction de l’impact environnemental, rationalisation des coûts de maintenance… Dans ce contexte, le réseau de distribution électrique joue un rôle majeur. Les architectes doivent imaginer de nouveaux concepts architecturaux afin d’assurer le « service » de fourniture d’électricité tout en minimisant la masse et le coût. Ainsi les travaux de cette thèse proposent des méthodes d’aide à la conception pour les architectes de réseau. Le manuscrit se divise en 2 parties pouvant être vues comme 2 études distinctes et qui sont introduites dans le chapitre 1.La 1ère partie, traitée dans les chapitres 2 et 3, développe des méthodes et outils afin de résoudre de manière automatique et optimale 2 tâches de l’architecte : la définition des reconfigurations du réseau et l’identification de l’allocation des charges. La formalisation de ces 2 problématiques met en lumière une caractéristique commune : l’explosion combinatoire. Ainsi les résolutions sont réalisées à l’aide de méthodes issues de la recherche opérationnelle. Un processus général est défini afin de traiter les 2 tâches de manière consistante. Les aspects liés à la reconfiguration sont traités à l’aide de : la théorie des graphes pour modéliser la connectivité du réseau, un système expert capturant les règles métiers et la programmation linéaire sélectionnant les reconfigurations les plus performantes. La méthode a été appliquée avec succès sur des réseaux avions existants (A400M et A350) ainsi que sur des réseaux plus électriques prospectifs. La deuxième tâche consistant en l’allocation des charges a été résolue à l’aide de méthodes stochastiques. L’algorithme génétique utilisant une méthode de nichage se révèle être le plus performant en proposant à l’architecte réseau des solutions performantes et variées. La 2ème partie, traitée dans le chapitre 4, s’intéresse à un nouveau concept le « cœur électronique modulaire et mutualisé ». Cet organe de distribution, étroitement lié à l’avion plus électrique, se caractérise par la mutualisation de « m » modules électronique de puissance pour « c » charges électriques. Les méthodes développées dans le chapitre 4 vise à concevoir de manière optimale ce nouveau cœur en ayant 2 degrés de liberté : le nombre « m » de modules et les reconfigurations entre les « m » modules et les « c » charges. De nouveau, la formalisation du problème met en évidence l’explosion combinatoire à laquelle est confronté le concepteur. Le principal objectif de cette étude est de proposer un cadre méthodologique pour la résolution de ce problème de conception. Ainsi une heuristique a été développée pour résoudre ce problème combinatoire. Une attention particulière a été portée pour développer des modèles de composants simples et génériques dans une procédure générale organisée. Enfin une cartographie a été réalisée afin de dégager d’une part les formes de solutions les plus performantes et d’identifier les éléments ayant les impacts les plus significatifs sur la masse du système complet. / In the aeronautics field, the last decade has been marked by a constant and gradual increase of the electrification rate of the embedded systems. Today, the More Electric Aircraft (MEA) is seen as a major axis of improvement for the aviation industry to achieve increasingly ambitious objectives: reducing environmental impact, rationalisation of maintenance costs...In the more electrical aircraft concept, the electrical network plays a major role. Today engineers must imagine new architectural solutions to ensure the electricity supply while minimizing weight and cost. In this context, the PhD work consists in providing new methods to support the design of electrical network architectures. The PhD work is divided into 2 parts which can be seen as 2 separate studies which are introduced in the chapter 1.The 1st part, treated in the chapters 2 and 3, develops methods and tools to solve problems automatically for 2 architecture tasks: the definition of the network reconfiguration and the identification of the electrical load allocation on busbars. The formalization of these two issues highlights a common characteristic: the combinatorial explosion. As the consequence, methods from operational research area are selected to solve the 2 tasks in the frame of a general and consistent design process. The reconfiguration aspects are solved by a methodology coupling together: graph theory to model the network connectivity, an expert system capturing know-how rules and linear programming selecting the most efficient reconfiguration. The approach was successfully applied on existing aircraft electrical networks (A400M and A350) and on future architectures. The second task, related to the electrical load allocation, is solved using stochastic methods. The genetic algorithm using a niching method is the best assessed optimization method. It provides good and diversified load allocations to the electrical network architect. The 2nd part, treated in the chapter 4, focuses on a new technological concept the « modular and mutualised power electronics center ». This distribution system, closely linked to the more electrical aircraft, aims at sharing « m » power electronics modules to « c » electrical loads. The methods developed in this PhD aim at carrying out an optimal design of this new power center with 2 design variables: the number « m » of modules and the reconfigurations between the « m » modules and the « c » loads. Again, the formalization of the problem highlights that the designer must deal with a combinatorial explosion. The main objective of this study is to propose a methodological framework for solving this design problem. A heuristic-based algorithm is developed to solve this combinatorial optimization problem. A particular attention is paid to develop an organized weight estimation procedure using generic sizing models. Finally a mapping is performed to identify the best solutions and to highlight the technological elements having the most significant impact on the complete system weight