La surveillance et l'amélioration des modes de fonctionnement des systèmes propulsifs des lanceurs représentent des défis majeurs de l'industrie aérospatiale. En effet, une défaillance ou un dysfonctionnement du système propulsif peut avoir un impact significatif pour les clients institutionnels ou privés et entraîner des catastrophes environnementales ou humaines. Des systèmes de gestion de la santé (HMS) pour les moteurs fusée à ergols liquides (LPREs), ont été mis au point pour tenir compte des défis actuels en abordant les questions de sureté et de fiabilité. Leur objectif initial est de détecter les pannes ou dysfonctionnements, de les localiser et de prendre une décision à l’aide de Redlines et de systèmes experts. Cependant, ces méthodes peuvent induire de fausses alarmes ou des non-détections de pannes pouvant être critiques pour la sécurité et la fiabilité des opérations. Ainsi, les travaux actuels visent à éliminer certaines pannes critiques, mais aussi diminuer les arrêts intempestifs. Les données disponibles étant limitées, des méthodes à base de modèles sont essentiellement utilisées. La première tâche consiste à détecter les défaillances de composants et/ou d'instruments à l'aide de méthodes de détection et de localisation de fautes (FDI). Si la faute est considérée comme mineure, des actions de « non-arrêt » sont définies pour maintenir les performances de l'ensemble du système à un niveau proche de celles souhaitées et préserver les conditions de stabilité. Il est donc nécessaire d’effectuer une reconfiguration robuste (incertitudes, perturbations inconnues) du moteur. Les saturations en entrée doivent également être prises en compte dans la conception de la loi de commande, les signaux de commande étant limités en raison des caractéristiques ou performances des actionneurs physiques. Les trois objectifs de cette thèse sont donc : la modélisation des différents sous-systèmes principaux d’un LPRE, le développement d’algorithmes de FDI sur la base des modèles établis et la définition d’un système de reconfiguration du moteur en temps réel pour compenser certains types de pannes. Le système de FDI et Reconfiguration (FDIR) développé sur la base de ces trois objectifs a ensuite été validé à l’aide de simulations avec CARINS (CNES) et du banc d’essai MASCOTTE (CNES/ONERA). / Monitoring and improving the operating modes of launcher propulsion systems are major challenges in the aerospace industry. A failure or malfunction of the propulsion system can have a significant impact for institutional or private customers and results in environmental or human catastrophes. Health Management Systems (HMS) for liquid propellant rocket engines (LPREs), have been developed to take into account the current challenges by addressing safety and reliability issues. Their objective was initially to detect failures or malfunctions, isolate them and take a decision using Redlines and Expert Systems. However, those methods can induce false alarms or undetected failures that can be critical for the operation safety and reliability. Hence, current works aim at eliminating some catastrophic failures but also to mitigate benign shutdowns to non-shutdown actions. Since databases are not always sufficient to use efficiently data-based analysis methods, model-based methods are essentially used. The first task is to detect component and / or instrument failures with Fault Detection and Isolation (FDI) approaches. If the failure is minor, non-shutdown actions must be defined to maintain the overall system current performances close to the desirable ones and preserve stability conditions. For this reason, it is required to perform a robust (uncertainties, unknown disturbances) reconfiguration of the engine. Input saturation should also be considered in the control law design since unlimited control signals are not available due to physical actuators characteristics or performances. The three objectives of this thesis are therefore: the modeling of the different main subsystems of a LPRE, the development of FDI algorithms from the previously developed models and the definition of a real-time engine reconfiguration system to compensate for certain types of failures. The developed FDI and Reconfiguration (FDIR) scheme based on those three objectives has then been validated with the help of simulations with CARINS (CNES) and the MASCOTTE test bench (CNES/ONERA).