Avec l'avènement de l'ère numérique, accompagnée d'une automatisation et d'une puissance de calcul toujours croissante, le devenir des interactions humains-machines est appelé à des changements inéluctables. Le domaine de l'hydrologie prévisionnelle n'est pas indifférent à cette nouvelle réalité en regard des progrès constants de l'intelligence artificielle. En effet, il existe trois catégories de systèmes distincts qui interviennent en hydrologie prévisionnelle: manuel (in-the-loop), automatisé (out-of-the-loop) et supervisé (over-the-loop). Ces systèmes se distinguent par les interactions humains-machines qui les constituent. Le premier système nécessite indispensablement des interactions à son bon fonctionnement. Le second est complètement passif pour un usager externe et totalement hermétique. Le dernier permet des interactions, comprend des indicateurs de dysfonctionnement tout en étant complètement automatisée. Cette thèse est née de la conjoncture liée à deux initiatives indépendantes : (1) une dizaine d'années de recherche et développement menant à la création de HOOPLA "HydrOlOgical Prediction LAboratory"; et (2) l'implantation d'un nouveau système de gestion de données et de prévisions et d'alertes hydrologiques à la Direction de l'Expertise Hydrique du Québec permettant d'incorporer plusieurs systèmes de prévisions. Ce projet de recherche a pour motivation première l'amélioration des outils disponibles pour effectuer des prévisions hydrologiques dans le bassin versant du Saint-Laurent tout en laissant place au savoir et aux connaissances des experts-hydrologues. Pour ce faire, un système de prévisions hydrologiques opérationnel et complètement automatisé est mis en place tout au long du projet. Ce dernier, basé sur HOOPLA, incorpore plusieurs niveaux de redondance, notamment sur les données d'entrées, les modèles hydrologiques et les méthodes d'arrimage. La redondance est un concept largement utilisé dans les domaines de l'ingénierie, de l'aviation, de la météorologie et de l'informatique. Elle consiste en la duplication de composantes partageant les mêmes fonctionnalités. Elle permet d'établir des diagnostics et d'assurer une meilleure fiabilité. En hydrologie prévisionnelle, la redondance est omniprésente à plusieurs niveaux, mais elle est peu étudiée comme telle. Les résultats montrent qu'il est avantageux de recourir à la redondance interne dans un système. Cette dernière permet de déceler les défaillances et augmente les performances des prévisions lorsque ces dernières sont cohérentes. La multiplicité de systèmes de prévisions présente un enjeu de taille en ce qui concerne les dépassements de seuils. Cette thèse met en lumière les différentes mises en oeuvre possibles de la redondance en hydrologie prévisionnelle et expose ses enjeux et avantages dans un contexte opérationnel et heuristique. / With the advent of the digital era, with ever increasing automation and computing power, the future of humanmachine interactions is bound to change. The field of predictive hydrology is not indifferent to this new reality in view of the constant progress of programmable intelligence. Indeed, there are three distinct categories of systems involved in predictive hydrology: manual (in-the-loop), automated (out-of-the-loop) and supervised (over-the-loop). These systems are distinguished by the human-machine interactions that constitute them. The first system requires interactions for its proper functioning. The second one is passive and totally independent for a user, without however ensuring its good functioning. The last one allows for interactions and includes indicators of dysfunction while being completely automated. This thesis was born from the conjunction of a decade of research and development leading to the creation of HOOPLA "HydrOlOgical Prediction LAboratory" and the implementation of a new data management system and hydrological forecasts and alerts of the Direction de l'Expertise Hydrique du Québec allowing to incorporate several forecasting systems. This research project is primarily motivated by the improvement of the tools available to make hydrological forecasts in the St. Lawrence watershed while leaving room for the knowledge of expert hydrologists. To do so, an operational and fully automated hydrological forecasting system is be implemented throughout the project. This system, based on HOOPLA, incorporates several levels of redundancy, notably on input data, hydrological models and docking methods. Redundancy is a widely used tool in the fields of engineering, aviation, meteorology and computer science. It consists in the duplication of components sharing the same functionality. It allows to establish diagnoses and to ensure a better reliability. In predictive hydrology, redundancy is ubiquitous at several levels, but it is little studied as such. The results show that there are benefits to using internal redundancy in a system. The latter allows to detect failures and increases the performance of predictions when the latter are consistent. External system redundancy presents a significant challenge with respect to threshold violations. This thesis highlights the different possible implementations of redundancy in predictive hydrology and exposes its issues and benefits in an operational and heuristic context.

Avec l'avènement de l'ère numérique, accompagnée d'une automatisation et d'une puissance de calcul toujours croissante, le devenir des interactions humains-machines est appelé à des changements inéluctables. Le domaine de l'hydrologie prévisionnelle n'est pas indifférent à cette nouvelle réalité en regard des progrès constants de l'intelligence artificielle. En effet, il existe trois catégories de systèmes distincts qui interviennent en hydrologie prévisionnelle: manuel (in-the-loop), automatisé (out-of-the-loop) et supervisé (over-the-loop). Ces systèmes se distinguent par les interactions humains-machines qui les constituent. Le premier système nécessite indispensablement des interactions à son bon fonctionnement. Le second est complètement passif pour un usager externe et totalement hermétique. Le dernier permet des interactions, comprend des indicateurs de dysfonctionnement tout en étant complètement automatisée. Cette thèse est née de la conjoncture liée à deux initiatives indépendantes : (1) une dizaine d'années de recherche et développement menant à la création de HOOPLA "HydrOlOgical Prediction LAboratory"; et (2) l'implantation d'un nouveau système de gestion de données et de prévisions et d'alertes hydrologiques à la Direction de l'Expertise Hydrique du Québec permettant d'incorporer plusieurs systèmes de prévisions. Ce projet de recherche a pour motivation première l'amélioration des outils disponibles pour effectuer des prévisions hydrologiques dans le bassin versant du Saint-Laurent tout en laissant place au savoir et aux connaissances des experts-hydrologues. Pour ce faire, un système de prévisions hydrologiques opérationnel et complètement automatisé est mis en place tout au long du projet. Ce dernier, basé sur HOOPLA, incorpore plusieurs niveaux de redondance, notamment sur les données d'entrées, les modèles hydrologiques et les méthodes d'arrimage. La redondance est un concept largement utilisé dans les domaines de l'ingénierie, de l'aviation, de la météorologie et de l'informatique. Elle consiste en la duplication de composantes partageant les mêmes fonctionnalités. Elle permet d'établir des diagnostics et d'assurer une meilleure fiabilité. En hydrologie prévisionnelle, la redondance est omniprésente à plusieurs niveaux, mais elle est peu étudiée comme telle. Les résultats montrent qu'il est avantageux de recourir à la redondance interne dans un système. Cette dernière permet de déceler les défaillances et augmente les performances des prévisions lorsque ces dernières sont cohérentes. La multiplicité de systèmes de prévisions présente un enjeu de taille en ce qui concerne les dépassements de seuils. Cette thèse met en lumière les différentes mises en œuvre possibles de la redondance en hydrologie prévisionnelle et expose ses enjeux et avantages dans un contexte opérationnel et heuristique. / With the advent of the digital era, with ever increasing automation and computing power, the future of human-machine interactions is bound to change. The field of predictive hydrology is not indifferent to this new reality in view of the constant progress of programmable intelligence. Indeed, there are three distinct categories of systems involved in predictive hydrology: manual (in-the-loop), automated (out-of-the-loop) and supervised (over-the-loop). These systems are distinguished by the human-machine interactions that constitute them. The first system requires interactions for its proper functioning. The second one is passive and totally independent for a user, without however ensuring its good functioning. The last one allows for interactions and includes indicators of dysfunction while being completely automated. This thesis was born from the conjunction of a decade of research and development leading to the creation of HOOPLA "HydrOlOgical Prediction LAboratory" and the implementation of a new data management system and hydrological forecasts and alerts of the Direction de l'Expertise Hydrique du Québec allowing to incorporate several forecasting systems. This research project is primarily motivated by the improvement of the tools available to make hydrological forecasts in the St. Lawrence watershed while leaving room for the knowledge of expert hydrologists. To do so, an operational and fully automated hydrological forecasting system is be implemented throughout the project. This system, based on HOOPLA, incorporates several levels of redundancy, notably on input data, hydrological models and docking methods. Redundancy is a widely used tool in the fields of engineering, aviation, meteorology and computer science. It consists in the duplication of components sharing the same functionality. It allows to establish diagnoses and to ensure a better reliability. In predictive hydrology, redundancy is ubiquitous at several levels, but it is little studied as such. The results show that there are benefits to using internal redundancy in a system. The latter allows to detect failures and increases the performance of predictions when the latter are consistent. External system redundancy presents a significant challenge with respect to threshold violations. This thesis highlights the different possible implementations of redundancy in predictive hydrology and exposes its issues and benefits in an operational and heuristic context.

Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2023 / Afin d'augmenter la fiabilité d'un système, la méthode de conception la plus populaire consiste à augmenter le nombre de composantes redondantes. En général, quatre stratégies de redondance ont été développées dans la littérature, à savoir les stratégies active, passive, mixte et K-mixte. Les stratégies de redondance peuvent être utilisées pour des systèmes binaires et pour des systèmes multi-états. La complexité de l'évaluation de la fiabilité dépend de la configuration du système et de ses propriétés. Dans la littérature actuelle, il existe certaines limitations importantes relatives aux stratégies de redondance qui n'ont pas été suffisamment étudiées, aussi bien pour les systèmes binaires que pour les systèmes multi-états. Cette thèse identifie et aborde quelques questions importantes et difficiles à travers les contributions suivantes. Premièrement, pour les systèmes binaires, les stratégies de redondance présentent un degré élevé de complexité de calcul dans les modèles de fiabilité qui fournissent dans certains cas des limites inférieures de la fiabilité du système. Afin de réduire cette complexité, nous proposons un modèle basé sur des chaines de Markov à temps continu pour le calcul de la fiabilité exacte de systèmes k parmi n assujettis à des redondances active, passive, mixte et K-mixte. De plus, un modèle de simulation séquentiel de Monte Carlo est développé et une analyse de fiabilité est menée pour valider le modèle proposé. Un algorithme génétique est finalement développé pour résoudre un problème d'optimisation résultant de l'application des stratégies existantes aux systèmes parallèles-séries dans le contexte du modèle proposé. La seconde contribution de cette thèse concerne les systèmes multi-états dont les composantes peuvent fonctionner avec des niveaux de performances différents. Une analyse de fiabilité est conduite pour un système multi-état qui se détériore avec l'âge et qui est régi par une stratégie de redondance passive basée sur la demande. La fiabilité est évaluée pour différentes gammes de fréquences d'inspection et de maintenance. Nous examinons également un cas industriel de génération de l'énergie électrique pour lequel des opérations de maintenance et de réhabilitation sont implémentées. Un algorithme génétique est développé pour déterminer la fréquence optimale d'inspection, de maintenance et de réhabilitation tout en considérant la fiabilité du système. C'est la première fois que ce type d'analyse et d'optimisation de la fiabilité est considéré dans la littérature. Les résultats numériques illustrent l'efficacité de l'approche proposée. La dernière contribution de la thèse consiste à proposer un nouveau concept appelé Stratégie de Redondance Universelle (SRU)pour les systèmes binaires et multi-états. La SRU inclut toutes les stratégies précédentes tout en offrant la possibilité d'explorer une variété d'autres options jamais explorées dans la littérature. Dans toutes les stratégies existantes, l'insertion de composantes redondantes est déclenchée par des défaillances spécifiques des composantes fonctionnelles, mais la stratégie nouvellement développée permet le changement des composantes redondantes en tout temps par des insertions ou des retraits séparés ou simultanés. Comme la SRU permet l'activation de n'importe quel nombre de composantes redondantes en tout temps, la redondance du système peut être configurée de façon optimale en changeant la configuration au temps optimal. Le concept de la SRU est illustré dans un contexte de maximisation de la fiabilité d'un système parallèle-série avec des composantes binaires. / Increasing the number of redundant components in a system is the most popular design method to increase reliability. In general, four strategies have been proposed in the literature: active, standby, mixed, and K-mixed. Redundancy strategies can be used in both binary and multi-state systems. The complexity of reliability calculation depends on the system configuration and properties. In the existing literature, there are some important limitations to redundancy strategies that have not been fully addressed in both binary and multi-state systems. The present thesis identifies and addresses some important and challenging issues through the following contributions. First, for binary systems, redundancy strategies present a high degree of computational complexity in reliability models, which in some cases provide lower bounds of the system reliability. To reduce this complexity, we propose a model based on Continuous Time Markov Chains (CTMC) for calculating the exact reliability of k-out-of-n systems under active, standby, mixed, and K-mixed redundancy strategies. Furthermore, a sequential Monte Carlo simulation model is developed, and a reliability analysis is conducted to validate the proposed model. A genetic algorithm is finally developed to solve an optimization problem resulting from the application of the existing strategies to series-parallel systems in the context of the proposed model. The second contribution of this thesis is related to multi-state systems, where components can have different performance levels. A reliability analysis is conducted for an aging multi-state system under a demand-based cold-standby redundancy strategy. Reliability is evaluated for different frequency ranges of inspection and maintenance. We also examine an aging power plant designed under a standby strategy, in which maintenance and rehabilitation operations are implemented. In order to determine the optimal frequency of inspection, maintenance and rehabilitation, while considering system reliability, a genetic algorithm is developed. This is the first time that this kind of reliability analysis and optimization is considered in the literature. The numerical results illustrate the effectiveness of the proposed approach. The last contribution of the thesis consists of proposing a new concept called Universal Redundancy Strategy (URS) for binary and multi-state systems. The URS includes all of the previous strategies while providing a variety of other options never explored in the literature. In all existing strategies, the insertion of redundant components has been triggered by specific failures of operating components, but the newly developed strategy allows for the change of redundant components at any time, by inserting or removing these components separately or simultaneously. As the URS allows any number of redundant components to be activated at any time, system redundancy can be configured optimally by changing the configuration at the optimal time. The URS concept is illustrated in the context of reliability maximization of a series-parallel system with binary components.