UE 2 : Approche quantitative de la sécurité «Quantitative Approach for Safety » – qui introduit les approches quantitatives (approches probabilistes d’estimation des événements dommageables et des gravités de leurs conséquences) et aborde le traitement de l’incertitude associée.
Responsable de l’UF : Eric Marsden.
Partie 1 : Vue d’ensemble
Vision quantitative du risque et de la sécurité.Analyse du risque :
Critères d’analyse (vraisemblance d’événement et gravité des dommages)Techniques d’analyse : extensions de méthodes précédentes (HAZOP, Analyse de scénarios, Arbres de fautes, Analyse des Modes de Défaillances, de leurs Effets et de leurs Criticités) et nouvelles méthodes (Analyse Cause-Conséquence, Triangle de Bird)
Evaluation du risque :
Notion d’acceptabilitéCritères de risque (appréciation objective dont ALARP et Analyse Coût-Bénéfices) et leurs combinaisons (matrice de risque)Autres critères d’appréciation (appréciation subjective)
Traitement du risque :
Types d’approches existantesApprofondissement de la prévention et de la protectionEfficacité et efficience (introduction à la fiabilité des barrières)
Partie 2 : Analyse des conséquences
Principes des méthodes d’analyse des conséquences : intensité, vulnérabilité, cinétique, contrôlabilité, gravité.Les méthodes spécifiques seront vues dans les UEs 3 à 6.
Partie 3 : Outils probabilistes permettant l’estimation des vraisemblances
Notions théoriques de base : Probabilités conditionnelles, théorèmes de probabilités totales & théorème de Bayes. Lois de probabilité sur les variables continues. Analyse des valeurs extrêmes. Analyse des événements rares (Poisson). Techniques d’ajustement (maximum de vraisemblance avec données censurées). Intervalles de confiance. Traitements statistiques (études de corrélation, etc.).Quantification d’événement : Taux d’occurrence (seuils, pannes, défaillances, réparations, etc.). Utilisation de bases de données. Exploitation d’essais et données opérationnelles, et essais accélérés. Techniques Bayésiennes (mélange d’expérience et d’expertise).Utilisation des outils probabilistes dans la modélisation et évaluation des risques : Critères de choix entre les diverses méthodes d’évaluation. Approches statiques (Blocs Diagramme de Fiabilité, Arbres d’événements probabilistes). Approches dynamiques (Modélisation et calculs des processus) : Techniques Markoviennes, Simulation de Monte-Carlo et techniques de réduction de variance, Méthodes de résistance / contrainte, Processus de modélisation stochastiques : réseaux de Petri et modèles de simulation récursive, Génération de processus aléatoires (théorie de Rice).
Partie 4 : Traitement des incertitudes
Classification standardisée des incertitudes : incertitude aléatoire / incertitude épistémique (standards ISO, NIST, ASTM).Identification et quantification des incertitudes : moyens pour les identifier selon le type (aléatoire ou épistémique).Méthodes de modélisation des incertitudes : Distribution de probabilités, Intervalles, Ensembles flous, Théorie des possibilités, Théorie de l’évidence / Dempster-Schäfer, Théorie de l’information généralisée.Analyse des incertitudes : Techniques de propagation d’incertitude, spécificités selon le choix de modélisation des incertitudes, Analyse de sensibilité.
Partie 5 : Etudes de cas
Exemples :
Inondations de la Garonne.Dimensionnement de satellites.Corrosion de conteneur de déchets radioactifs (illustration du traitement de l’incertitude).
Objectifs
Pré-requis
Évaluation
L’évaluation des acquis d’apprentissage est réalisée en continu tout le long du semestre. En fonction des enseignements, elle peut prendre différentes formes : examen écrit, oral, compte-rendu, rapport écrit, évaluation par les pairs…
