Académique Documents
Professionnel Documents
Culture Documents
1
Analyse hiérarchique des tâches : cette analyse
hiérarchique consiste à identifier les différentes sous tâches
et leurs buts respectifs ainsi que la manière dont ces buts se
combinent pour atteindre l’objectif global.
Classification des tâches : les différentes tâches détaillées
à l’étape précédente, peuvent être classifiées en plusieurs
grands types de processus mentaux selon l’approche de
Rasmusen (tâche basée sur les habilitées, tâches basées sur
les connaissances…..).
2
Identification des erreurs humaines : Après la
classification des tâches selon les types de comportement
associés, l' analyste considère les modes d'erreurs agrégés à
chaque comportement.
Analyse des conséquences : L'analyste considère les
conséquences de chaque erreur identifiée, et met en
évidence lequel des conséquences a des impacts pour
l'erreur critique.
3
L'analyse de recouvrement: A ce niveau, il s’agit de
déterminer s’il y a possibilité de récupérer l’erreur pendant
la réalisation d’une tâche, et cette dernière serait l’entrée de
la tâche d’après ; sinon, s’il n’ y a pas possibilité de
récupérer l’erreur, alors la tâche sera arrêtée ;
4
La méthode TESEO : (TECNICA EMPIRICA STIMA
ERRORI)
Cette méthode a été développée par BLLO.GC,
COLOMBANI, V, en 1980 au sein de la compagnie
pétrolière Italienne ENI.
Au départ l’objectif de cette technique était
l’établissement d’une quantification de l’erreur humaine
tout en lui associant une probabilité qui se distinguait par
des facteurs liés à :
- La complexité de l’action.
- Le temps réservé à l’exécution de chaque action.
- Le degré de stress de l’opérateur.
- L’expérience et la formation de l’opérateur.
5
Le principe de la méthode TESEO :
Le calcul de la probabilité est exprimé par la formule
suivante :
13
2. L’espérance mathématique est = np
3. La variance est
4. L’écart type est
La courbe théorique de répartition de cette loi est présentée à
la figure
Courbe théorique
de la loi binomiale
14
3.1.2 Loi de poisson
15
Considérons X la v.a. qui donne le nombre d’événements observés dans une unité de
temps. On a alors un phénomène de Poisson et la variable aléatoire qui donne le nombre
d’événements par unité de temps suit une loi de Poisson, notée X ∼ P (λ), où λ est le
nombre moyen d’événements par unité de temps
16
La courbe théorique de répartitions différentes λ est donnée a la figure
suivante.
On peut remarquer l’influence du paramètre λ
Exemple
Une composante électronique produit en moyenne 1 erreur par 100 000hres.
Quelle est la probabilité d'une erreur si la pi ce fonctionne 20 000 heures
17