Académique Documents
Professionnel Documents
Culture Documents
Roland DONAT
roland.donat@edgemind.net
Plan
4 Conclusion
Plan
1 Analyse de risques et enjeux
Enjeux industriels
Démarche d’analyse des risques
2 Modélisation des systèmes complexes
Évolution des techniques de modélisation
Métalangages de modélisation
Principaux métalangages en analyse de risques
3 Plate-forme outils Figaro
Langage Figaro
Exemple d’architecture d’une base de connaissances (BdC)
Vue d’ensemble de la plate-forme
4 Conclusion
5 Pour en savoir plus...
Enjeux industriels
Répondre aux contraintes réglementaires
Contraintes réglementaires
Les industries exploitant des systèmes complexes critiques (e.g. énergie,
transport, défense) doivent s’adapter à des exigences réglementaires de plus
en plus dures
Questions à traiter
Quelles sont les scénarios de défaillance du système ?
Quelle est la probabilité de chaque scénario ?
Quelles sont les répercussions de chaque scénario ?
Conséquences
Réalisation de nombreuses études afin de démontrer la sûreté des
systèmes exploités
⇒ Développement de modèles et outils logiciels supports de plus en plus
complexes
Enjeux industriels
Répondre aux contraintes réglementaires
Contraintes réglementaires
Les industries exploitant des systèmes complexes critiques (e.g. énergie,
transport, défense) doivent s’adapter à des exigences réglementaires de plus
en plus dures
Questions à traiter
Quelles sont les scénarios de défaillance du système ?
Quelle est la probabilité de chaque scénario ?
Quelles sont les répercussions de chaque scénario ?
Conséquences
Réalisation de nombreuses études afin de démontrer la sûreté des
systèmes exploités
⇒ Développement de modèles et outils logiciels supports de plus en plus
complexes
Enjeux industriels
Répondre aux contraintes réglementaires
Contraintes réglementaires
Les industries exploitant des systèmes complexes critiques (e.g. énergie,
transport, défense) doivent s’adapter à des exigences réglementaires de plus
en plus dures
Questions à traiter
Quelles sont les scénarios de défaillance du système ?
Quelle est la probabilité de chaque scénario ?
Quelles sont les répercussions de chaque scénario ?
Conséquences
Réalisation de nombreuses études afin de démontrer la sûreté des
systèmes exploités
⇒ Développement de modèles et outils logiciels supports de plus en plus
complexes
Enjeux industriels
Répondre aux contraintes économiques
Contraintes économiques
Le contexte de plus en plus concurrentiel pousse les industriels à optimiser
les performances de leurs systèmes
Question à traiter
Comment diminuer les risques de défaillance du système en maı̂trisant son
coût d’exploitation ?
Conséquences
Volonté forte d’optimiser les processus industriels (production,
maintenance, etc)
⇒ Développement de nouveaux outils d’optimisation et d’aide à la décision
pour l’évaluation des stratégies d’exploitation des systèmes
Enjeux industriels
Répondre aux contraintes économiques
Contraintes économiques
Le contexte de plus en plus concurrentiel pousse les industriels à optimiser
les performances de leurs systèmes
Question à traiter
Comment diminuer les risques de défaillance du système en maı̂trisant son
coût d’exploitation ?
Conséquences
Volonté forte d’optimiser les processus industriels (production,
maintenance, etc)
⇒ Développement de nouveaux outils d’optimisation et d’aide à la décision
pour l’évaluation des stratégies d’exploitation des systèmes
Enjeux industriels
Répondre aux contraintes économiques
Contraintes économiques
Le contexte de plus en plus concurrentiel pousse les industriels à optimiser
les performances de leurs systèmes
Question à traiter
Comment diminuer les risques de défaillance du système en maı̂trisant son
coût d’exploitation ?
Conséquences
Volonté forte d’optimiser les processus industriels (production,
maintenance, etc)
⇒ Développement de nouveaux outils d’optimisation et d’aide à la décision
pour l’évaluation des stratégies d’exploitation des systèmes
Enjeux industriels
Conséquences
Constat général
Dans de nombreuses industries, les décisions faces aux risques
reposent encore uniquement sur des avis d’experts
⇒ Risque : Stratégies en décalage avec la réalité physique du système
⇒ Conséquence : Mise en place de solutions sous-optimales
Enjeux industriels
Conséquences
Constat général
Dans de nombreuses industries, les décisions faces aux risques
reposent encore uniquement sur des avis d’experts
⇒ Risque : Stratégies en décalage avec la réalité physique du système
⇒ Conséquence : Mise en place de solutions sous-optimales
Enjeux industriels
Conséquences
Constat général
Dans de nombreuses industries, les décisions faces aux risques
reposent encore uniquement sur des avis d’experts
⇒ Risque : Stratégies en décalage avec la réalité physique du système
⇒ Conséquence : Mise en place de solutions sous-optimales
Systèmes
complexes critiques
Objectifs :
- Répondre aux exigences réglementaires
- Améliorer les performances
Reste du monde
Données génériques
sur le système
AMDEC
HAZOP, etc
Analyse de risques
qualitative
Reste du monde
Données génériques
sur le système
AMDEC GMAO
HAZOP, etc
Analyse
statistique
Analyse de risques
quantitative
Reste du monde
Données génériques
sur le système
AMDEC GMAO
HAZOP, etc
Analyse
statistique
Décisions
Analyse de risques
quantitative
Plan
1 Analyse de risques et enjeux
Enjeux industriels
Démarche d’analyse des risques
2 Modélisation des systèmes complexes
Évolution des techniques de modélisation
Métalangages de modélisation
Principaux métalangages en analyse de risques
3 Plate-forme outils Figaro
Langage Figaro
Exemple d’architecture d’une base de connaissances (BdC)
Vue d’ensemble de la plate-forme
4 Conclusion
5 Pour en savoir plus...
Niveau
d'abstraction
Fidélité à
la réalité
Niveau
d'abstraction
Arbres de défaillances,
Modélisation Réseaux bayésiens, etc
bas niveau
Fidélité à
la réalité
Modélisation
statique
Niveau
d'abstraction
Arbres
d'événements
Arbres de défaillances,
Modélisation Réseaux bayésiens, etc
bas niveau
Fidélité à
la réalité
Modélisation
statique
Niveau
Formalismes statiques
d'abstraction
ad hoc (proches de
l’architecture système)
Modélisation
haut niveau
Arbres
d'événements
Arbres de défaillances,
Modélisation Réseaux bayésiens, etc
bas niveau
Fidélité à
la réalité
Modélisation
statique
Niveau
d'abstraction
Modélisation
haut niveau
Graphes d'états
Modélisation markoviens
bas niveau
Fidélité à
la réalité
Modélisation
dynamique
Niveau
d'abstraction
Modélisation
haut niveau
Réseaux de Petri,
BDMP
Graphes d'états
Modélisation markoviens
bas niveau
Fidélité à
la réalité
Modélisation
dynamique
Niveau
Formalismes dynamiques
d'abstraction
ad hoc (proches de
l’architecture système)
Modélisation
haut niveau
Réseaux de Petri,
BDMP
Graphes d'états
Modélisation markoviens
bas niveau
Fidélité à
la réalité
Modélisation
dynamique
Niveau
d'abstraction
Modélisation
haut niveau
Évolution
orientée sûreté
Modélisation
bas niveau
Fidélité à
la réalité
Modélisation Modélisation
statique dynamique
Niveau
d'abstraction
Modélisation
haut niveau
Évolution orientée
Modélisation disponibilité
bas niveau
Fidélité à
la réalité
Modélisation Modélisation
statique dynamique
Modélisation statique
, Bien maı̂trisée par les fiabilistes
, Efficacité des algorithmes de calculs associés
/ Peu fidèle à la réalité fonctionnelle (la plupart des systèmes étant
intrinsèquement dynamiques)
/ Analyse quantitative limitée
Modélisation dynamique
, Approche intuitive et proche du fonctionnement des systèmes étudiés
, Analyse quantitative riche et détaillée des systèmes au cours du temps
/ Complexité des calculs associés ⇒ Limitation de la taille des modèles
Modélisation statique
, Bien maı̂trisée par les fiabilistes
, Efficacité des algorithmes de calculs associés
/ Peu fidèle à la réalité fonctionnelle (la plupart des systèmes étant
intrinsèquement dynamiques)
/ Analyse quantitative limitée
Modélisation dynamique
, Approche intuitive et proche du fonctionnement des systèmes étudiés
, Analyse quantitative riche et détaillée des systèmes au cours du temps
/ Complexité des calculs associés ⇒ Limitation de la taille des modèles
Constat
Accroissement de la complexité (taille, comportement à représenter)
des modèles associés aux systèmes industriels
Formalismes génériques de modélisation graphiques inappropriés pour
gérer cette complexité
Idée
Développement de métalangages a de modélisation
Dédiés à l’analyse des risques
Capables d’exprimer des comportements aléatoires complexes
Munis d’une syntaxe intuitive (voire proche du langage naturel)
Constat
Accroissement de la complexité (taille, comportement à représenter)
des modèles associés aux systèmes industriels
Formalismes génériques de modélisation graphiques inappropriés pour
gérer cette complexité
Idée
Développement de métalangages a de modélisation
Dédiés à l’analyse des risques
Capables d’exprimer des comportements aléatoires complexes
Munis d’une syntaxe intuitive (voire proche du langage naturel)
Objectifs
Construire de nouveaux formalismes de modélisation adaptée à l’étude
d’une classe de systèmes donnés (ex : systèmes électriques, barrage,
automobile, voies ferrées, etc)
Assurer traçabilité et transparence dans les modèles développés
Diminuer les coûts de modélisation à long terme
Exploiter un socle commun d’outils d’analyses quantitatives
Objectifs
Construire de nouveaux formalismes de modélisation adaptée à l’étude
d’une classe de systèmes donnés (ex : systèmes électriques, barrage,
automobile, voies ferrées, etc)
Assurer traçabilité et transparence dans les modèles développés
Diminuer les coûts de modélisation à long terme
Exploiter un socle commun d’outils d’analyses quantitatives
Caractéristiques techniques
Langages orientés objets (⇒ notion d’héritage)
Modélisation reposant sur les concepts d’attributs, d’interfaces et de
transitions
Description du comportement des systèmes cibles à partir de règles
déterministes et aléatoires
Inférence reposant sur la théorie des automates stochastiques à
transitions gardées
⇒ Permet de décrire des processus stochastiques à états dénombrables et
à temps continu
Comparaison Figaro vs Altarica 2 : (BOUISSOU et SEGUIN 2006)
Plan
1 Analyse de risques et enjeux
Enjeux industriels
Démarche d’analyse des risques
2 Modélisation des systèmes complexes
Évolution des techniques de modélisation
Métalangages de modélisation
Principaux métalangages en analyse de risques
3 Plate-forme outils Figaro
Langage Figaro
Exemple d’architecture d’une base de connaissances (BdC)
Vue d’ensemble de la plate-forme
4 Conclusion
5 Pour en savoir plus...
Langage Figaro
Principes de modélisation
1 Développement de bases de connaissances (BdC)
Une BdC = Spécification d’un formalisme de modélisation
⇒ Une BdC = Une boite à outils de modélisation
2 Modélisation d’un système particulier à partir d’une BdC adaptée
3 Exploitation des modèles Figaro à partir de la plate-forme outils Figaro
Langage Figaro
Principes de modélisation
1 Développement de bases de connaissances (BdC)
Une BdC = Spécification d’un formalisme de modélisation
⇒ Une BdC = Une boite à outils de modélisation
2 Modélisation d’un système particulier à partir d’une BdC adaptée
3 Exploitation des modèles Figaro à partir de la plate-forme outils Figaro
Objectifs
Construction d’un formalisme de modélisation adapté à la
représentation des systèmes électriques et hydrauliques
Prendre en compte différents modes de défaillances
Permettre de définir des stratégies de maintenance par type de
composant
TS
TA
LGA LGB
TP Diesel A Diesel B
LGD LGF
TAC
Tranche
LHA LHB
PS of IS&PC actuation T2000 of IS&PC on GRID BACK 1h30 GRID BACK 1h21 SBO & FC 105' 2/2 SBO 1/3or4 EFWS 1/3or4 MSRV 1/3 MHSI (A,B) FCD 150' FCD, 2/4 MSR/EFW 1/4 INJ LHSI (A,B;w/o 1MSS/1MSR SCD F&B 50' 2/2 CVC IRWST 3/4 MHSI (A,B) 1/4 ACCU 1/2 PDS Op. 1/4 INJ LHSI (P;w. 1/2 CHRS (IRWST)
on PZR pressure < min RCSs hot leg pressure (T=2h) (T=2h) exch) exch) Sequences Consequences
3 (WR) < min 3
-LOOP1-H3B1-A3- S
-LOOP1-H3B1-A3-ISL16 S
-LOOP1-H3B1-A3-ISL16-CHR01 F F<1E-12
-LOOP1-H3B1-A3-ISM04 RG S
-LOOP1-H3B1-A3-ISM04-ISL16 RG S
-LOOP1-H3B1-A3-ISM04-ISL16-C F F<1E-12
HR01
-LOOP1-H3B1-A3-ISM04-SCD32 F F<1E-12
-LOOP1-H3B1-A3-ISM04-OPE070 F F<1E-12
-LOOP1-H3B1-A3-MSR01 S
-LOOP1-H3B1-A3-MSR01-ISL16 S
-LOOP1-H3B1-A3-MSR01-ISL16- F
CHR01
-LOOP1-H3B1-A3-MSR01-RCS04 F
-LOOP1-H3B1-A3-MSR01-ISA02 F
-LOOP1-H3B1-A3-MSR01-ISM03 F F<1E-12
-LOOP1-H3B1-A3-MSR01-CVC02 F F<1E-12
-LOOP1-H3B1-A3-MSR01-OPE01 F F<1E-12
7
-LOOP1-H3B1-A3-MSR01-SCD12 F
-LOOP1-H3B1-A3-EFW01 S
-LOOP1-H3B1-A3-EFW01-ISL16 S
-LOOP1-H3B1-A3-EFW01-ISL16- F
CHR01
-LOOP1-H3B1-A3-EFW01-RCS04 F
-LOOP1-H3B1-A3-EFW01-ISA02 F
-LOOP1-H3B1-A3-EFW01-ISM03 F F<1E-12
-LOOP1-H3B1-A3-EFW01-OPE01 F F<1E-12
7
-LOOP1-H3B1-A3-EFW01-SCD12 F
-LOOP1-H3B1-A3-GRID2
-LOOP1-H3B1-A3-GRID2-ISL16 S
-LOOP1-H3B1-A3-GRID2-ISL16- F F<1E-12
CHR01
-LOOP1-H3B1-A3-GRID2-ISM04 RG S
-LOOP1-H3B1-A3-GRID2-ISM04-I RG S
SL16
-LOOP1-H3B1-A3-GRID2-ISM04-I F F<1E-12
SL16-CHR01
-LOOP1-H3B1-A3-GRID2-ISM04- F F<1E-12
SCD32
-LOOP1-H3B1-A3-GRID2-ISM04- F F<1E-12
OPE070
-LOOP1-H3B1-A3-GRID2-MSR01 S
-LOOP1-H3B1-A3-GRID2-MSR01 S
-ISL16
-LOOP1-H3B1-A3-GRID2-MSR01 F
-ISL16-CHR01
-LOOP1-H3B1-A3-GRID2-MSR01 F
-RCS04
-LOOP1-H3B1-A3-GRID2-MSR01 F
-ISA02
Modélisation
-LOOP1-H3B1-A3-GRID2-MSR01 F F<1E-12
-ISM03
-LOOP1-H3B1-A3-GRID2-MSR01 F F<1E-12
par arbre
-CVC02
-LOOP1-H3B1-A3-GRID2-MSR01 F F<1E-12
-OPE017
d'événements
PS of IS&PC actuation T2000 of IS&PC on GRID BACK 1h30 GRID BACK 1h21 SBO & FC 105' 2/2 SBO 1/3or4 EFWS 1/3or4 MSRV 1/3 MHSI (A,B) FCD 150' FCD, 2/4 MSR/EFW 1/4 INJ LHSI (A,B;w/o 1MSS/1MSR SCD F&B 50' 2/2 CVC IRWST 3/4 MHSI (A,B) 1/4 ACCU 1/2 PDS Op. 1/4 INJ LHSI (P;w. 1/2 CHRS (IRWST)
on PZR pressure < min RCSs hot leg pressure (T=2h) (T=2h) exch) exch) Sequences Consequences
3 (WR) < min 3
-LOOP1-H3B1-A3- S
-LOOP1-H3B1-A3-ISL16 S
-LOOP1-H3B1-A3-ISL16-CHR01 F F<1E-12
-LOOP1-H3B1-A3-ISM04 RG S
-LOOP1-H3B1-A3-ISM04-ISL16 RG S
-LOOP1-H3B1-A3-ISM04-OPE070 F F<1E-12
-LOOP1-H3B1-A3-MSR01 S
~CVCAUX10574 -LOOP1-H3B1-A3-MSR01-ISL16 S
OD_BLOC_auxiliary_sp -LOOP1-H3B1-A3-MSR01-RCS04 F
ray
-LOOP1-H3B1-A3-MSR01-ISA02 F
-LOOP1-H3B1-A3-MSR01-ISM03 F F<1E-12
OD_BLOC_auxiliary_sp -LOOP1-H3B1-A3-MSR01-SCD12 F
ray
p=9.80E-6 -LOOP1-H3B1-A3-EFW01 S
-LOOP1-H3B1-A3-EFW01-ISL16 S
-LOOP1-H3B1-A3-EFW01-ISL16- F
~CVCAUX10370 ~CVCAUX11123 CHR01
basculement de RCV6513VPCLA
RCV6312VPELE -LOOP1-H3B1-A3-EFW01-ISA02 F
-LOOP1-H3B1-A3-EFW01-ISM03 F F<1E-12
-LOOP1-H3B1-A3-EFW01-OPE01 F F<1E-12
RCV6312VPELE_FM RCV6312VPELE_OP4 ~CVCAUX10373 RCV6513VPCLA_FO ~CVCAUX10921 7
Motor-operated valve - Human factor - refus de basculement Check Valve - primary rupture dans le groupe -LOOP1-H3B1-A3-EFW01-SCD12 F
primary coolant - Failure omission configuration (dû aux alim) de coolant - Failure to open fuite gf_auxiliary_spray
to operate RCV6312VPELE -LOOP1-H3B1-A3-GRID2
-LOOP1-H3B1-A3-GRID2-ISL16 S
p=1.00E-4 p=3.00E-2 p=9.80E-6
-LOOP1-H3B1-A3-GRID2-ISL16- F F<1E-12
CHR01
-LOOP1-H3B1-A3-GRID2-ISM04 RG S
RCV6312CV400_FS =L_WISS_BT_LVD_UN =L_WISS_CC02H_D4_ RCV6513VPCLA_RU RCV6312VPELE_RU RCV6512VPELE_RU
Failure to close - valve A
unavailability LVD Condition deUNA
la RI Check Valve - primary Motor-operated valve - Motor-operated valve -
-LOOP1-H3B1-A3-GRID2-ISM04-I RG S
SL16
contactor - 400V C02H_D4_UNA de coolant - Rupture primary coolant - primary coolant -
-LOOP1-H3B1-A3-GRID2-ISM04-I F F<1E-12
EIRM verifiee Rupture Rupture
SL16-CHR01
-LOOP1-H3B1-A3-GRID2-ISM04- F F<1E-12
OPE070
-LOOP1-H3B1-A3-GRID2-MSR01 S
-LOOP1-H3B1-A3-GRID2-MSR01 S
-ISL16
-LOOP1-H3B1-A3-GRID2-MSR01 F
-ISL16-CHR01
-LOOP1-H3B1-A3-GRID2-MSR01 F
-RCS04
-LOOP1-H3B1-A3-GRID2-MSR01 F
-ISA02
-LOOP1-H3B1-A3-GRID2-MSR01 F F<1E-12
-ISM03
Modélisation -LOOP1-H3B1-A3-GRID2-MSR01
-CVC02
F F<1E-12
ET
perte_LGA perte_LGB OU OU OU
Tableaux LG Tableaux LG evac_puissance_residuelle_requise
OU OU OU
S ! ! S ! !
perte_TS perte_LGD perte_LGF
ET
≅ ET ET ≅
initLPLII1A LGD001TB6K6_DF perte_alim_LGD perte_alim_LGF LGF001TB6K6_DF
perte_alim_TS
Initiateurs
≅ OU ! !
OU ! !
OU
LGR001TA400_DF perte_alim_TA
LGD001TB6K6_DF_C LGD001TB6K6_DF_L perte_LGA perte_TA_voie_A perte_TA_voie_B perte_LGB
OU OU TA TA
LGF001TB6K6_DF_C LGF001TB6K6_DF_L
! !
tentative_ilotage perte_ilotage
≅
≅ ≅
LGR001TA400_DF_C LGR001TA400_DF_L LGR001LI400_DF
S ! ! LGA001TB6K6_DF LGB001TB6K6_DF
! ! ! !
initLPLIP1A
Initiateurs TRA003ILOTA_DS TRA003ILOTA_DF ! ! !
! !
LGR001LI400_DF_TL LGR001LI400_DF_E
pLHT001GETACAB_TT
TAC_eclissee_voie_A TAC_eclissee_voie_B
H3_et_grosse_breche pLHT001GETACBA_TT
Page_Principale
perte_diesel_A_et_TAC perte_diesel_B_et_TAC
grosse_breche_primaire Tableaux secourus LH Tableaux secourus LH
IJPP 0 0 0 0 0 0
perte_file_MPSA ET perte_file_MPSB
TAC_arret_priorite_voie_A
Motopompes ASG Motopompes ASG TAC_arret_priorite_voie_B
0 0 0 0 0 0
situation_H3 perte_LGD voie_A_non_alimentee_par_TAC voie_B_non_alimentee_par_TAC perte_LGF TAC_priorite_voie_A TAC_priorite_voie_B
Tableaux LG Tableaux secourus LH Tableaux secourus LH Tableaux LG
0 0 0 0 0 0
OU OU arret_TAC_voie_A TAC_en_attente_lignage_voie_A TAC_en_attente_lignage_voie_B arret_TAC_voie_B
OU OU
perte_LHA perte_LHB
ET ≅ ≅ ET
! S ! ! S !
! ! ! !
ET ET
LHP001GE6K6_DF_C LHP001GE6K6_DS_C LHQ001GE6K6_DF_C LHQ001GE6K6_DS_C
perte_diesel_A_et_TAC perte_LGD LHA001TB6K6_DF_C LHA001TB6K6_DF_L LHB001TB6K6_DF_C LHB001TB6K6_DF_L perte_LGF perte_diesel_B_et_TAC
Tableaux LG pLHT001GETACA_DS pLHT001GETACB_DS
Tableaux LG S !
! S ! !
! S ! pLHT001GETACA_DF
TAC_def_voie_A pLHT001GETACB_DF
perte_diesel_A perte_diesel_B TAC_alimente_voie_A TAC_def_voie_B TAC_alimente_voie_B
Diesels Diesels
CCLHGE6K6_DF_C CCLHGE6K6_DS_C
voie_A_non_alimentee_par_TAC voie_B_non_alimentee_par_TAC
! S ! ! S ! ! S ! pLHT001GETACA_R
pLHT001GETACB_R
? ?
LHA002JA6K6_DF LHA002JA6K6_DS CCLHGE6K6_DF_L CCLHGE6K6_DS_L LHB002JA6K6_DF LHB002JA6K6_DS
non_TAC_alimente_voie_A non_TAC_alimente_voie_B
Modélisation
BDMP
LIAISON
LGR001JA402 LGR001LI400
GEV001TS400
LGR001TA400
LHP001GE6K6 LHQ001GE6K6
Modélisation
6k6 6k6 6k6
Smart Component
LHA001TB6K6 OLG001TB6K6 LHB001TB6K6
Illustration
Intérêt de l’approche
Illustration
Intérêt de l’approche
Exploitation du modèle
Simulation stochastique (Monte-Carlo)
Exploitation du modèle
Simulation stochastique (Monte-Carlo)
Exploration de séquences (systèmes markoviens)
Génération d’arbres de défaillances (systèmes statiques)
Plan
1 Analyse de risques et enjeux
Enjeux industriels
Démarche d’analyse des risques
2 Modélisation des systèmes complexes
Évolution des techniques de modélisation
Métalangages de modélisation
Principaux métalangages en analyse de risques
3 Plate-forme outils Figaro
Langage Figaro
Exemple d’architecture d’une base de connaissances (BdC)
Vue d’ensemble de la plate-forme
4 Conclusion
5 Pour en savoir plus...
Conclusion
Plan
1 Analyse de risques et enjeux
Enjeux industriels
Démarche d’analyse des risques
2 Modélisation des systèmes complexes
Évolution des techniques de modélisation
Métalangages de modélisation
Principaux métalangages en analyse de risques
3 Plate-forme outils Figaro
Langage Figaro
Exemple d’architecture d’une base de connaissances (BdC)
Vue d’ensemble de la plate-forme
4 Conclusion
5 Pour en savoir plus...
BOUISSOU, Marc (2005). “Automated dependability analysis of complex systems with the KB3
workbench : the experience of EDF R&D”. Dans : Proceedings of the International Conference on
Energy and Environment (CIEM).
BOUISSOU, Marc et Christel SEGUIN (2006). “Comparaison des langages de modélisation AltaRica et
FIGARO”. Dans : Actes du 14ème congres de fiabilité et maintenabilité de l’IMdR (λµ14).
BOUISSOU, Marc et al. (1991). “Knowledge modelling and reliability processing : Presentation of the
FIGARO language and associated tools”. Dans : IFAC/IFIP/EWICS/SRE Symposium, p. 69–75.
POINT, Gérald (2000). “AltaRica : Contribution à l’unification des méthodes formelles et de la sûreté
de fonctionnement”. Thèse de doct. Université Sciences et Technologies-Bordeaux I.
PROSVIRNOVA, T. et al. (2013). “The AltaRica 3.0 project for Model-Based Safety Assessment”. Dans :
Proceedings of 4th IFAC Workshop on Dependable Control of Discrete Systems, DCDS 2013. York (Great
Britain) : IFAC.
Questions ?