Analyse de risques des systèmes dynamiques avec la plate-forme de modélisation Figaro-KB3
|
|
|
- Martin Nolet
- il y a 8 ans
- Total affichages :
Transcription
1 Analyse de risques des systèmes dynamiques avec la plate-forme de modélisation igaro-kb3 Roland DONAT Séminaire Maîtrise des Risques et Systèmes Complexes Vannes, 5 juin 2014
2 Plan 1 Analyse de risques et enjeux 2 Modélisation des systèmes complexes 3 Plate-forme outils igaro 4 Conclusion 5 Pour en savoir plus... Séminaire MaRiSyCo - 05/06/2014 2/34
3 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 igaro Langage igaro Exemple d architecture d une base de connaissances (BdC) Vue d ensemble de la plate-forme 4 Conclusion 5 Pour en savoir plus... Séminaire MaRiSyCo - 05/06/2014 3/34
4 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 Séminaire MaRiSyCo - 05/06/2014 4/34
5 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 Séminaire MaRiSyCo - 05/06/2014 4/34
6 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 Séminaire MaRiSyCo - 05/06/2014 4/34
7 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 maîtrisant 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 Séminaire MaRiSyCo - 05/06/2014 5/34
8 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 maîtrisant 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 Séminaire MaRiSyCo - 05/06/2014 5/34
9 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 maîtrisant 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 Séminaire MaRiSyCo - 05/06/2014 5/34
10 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 Objectif : Optimiser l exploitation des systèmes critiques Maîtriser les coûts d exploitation Garantir un niveau de sûreté satisfaisant Contraintes fortes Évolution de l analyse de risques 1 De l analyse qualitative à l analyse quantitative 2 Des cas tests aux cas industriels 3 Des modèles statiques aux modèles dynamiques Séminaire MaRiSyCo - 05/06/2014 6/34
11 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 Objectif : Optimiser l exploitation des systèmes critiques Maîtriser les coûts d exploitation Garantir un niveau de sûreté satisfaisant Contraintes fortes Évolution de l analyse de risques 1 De l analyse qualitative à l analyse quantitative 2 Des cas tests aux cas industriels 3 Des modèles statiques aux modèles dynamiques Séminaire MaRiSyCo - 05/06/2014 6/34
12 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 Objectif : Optimiser l exploitation des systèmes critiques Maîtriser les coûts d exploitation Garantir un niveau de sûreté satisfaisant Contraintes fortes Évolution de l analyse de risques 1 De l analyse qualitative à l analyse quantitative 2 Des cas tests aux cas industriels 3 Des modèles statiques aux modèles dynamiques Séminaire MaRiSyCo - 05/06/2014 6/34
13 Démarche d analyse des risques Objectifs Systèmes complexes critiques Séminaire MaRiSyCo - 05/06/2014 7/34
14 Démarche d analyse des risques Objectifs Objectifs : - Répondre aux exigences réglementaires - Améliorer les performances Séminaire MaRiSyCo - 05/06/2014 7/34
15 Démarche d analyse des risques Approche qualitative Reste du monde Données génériques sur le système AMDEC HAZOP, etc Analyse qualitative du système Avis d'experts + REX Analyse de risques qualitative Séminaire MaRiSyCo - 05/06/2014 8/34
16 Démarche d analyse des risques Approche quantitative Reste du monde Données génériques sur le système AMDEC HAZOP, etc GMAO Analyse qualitative du système Données de REX + Avis d'experts Analyse statistique Choix d'un formalisme de modélisation Développement d'un modèle système Exploitation quantitative du modèle Analyse de risques quantitative Séminaire MaRiSyCo - 05/06/2014 9/34
17 Démarche d analyse des risques Approche quantitative Reste du monde Données génériques sur le système AMDEC HAZOP, etc GMAO Analyse qualitative du système Données de REX + Avis d'experts Analyse statistique Choix d'un formalisme de modélisation Développement d'un modèle système Exploitation quantitative du modèle Décisions Analyse de risques quantitative Séminaire MaRiSyCo - 05/06/2014 9/34
18 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 igaro Langage igaro Exemple d architecture d une base de connaissances (BdC) Vue d ensemble de la plate-forme 4 Conclusion 5 Pour en savoir plus... Séminaire MaRiSyCo - 05/06/ /34
19 Évolution des techniques de modélisation Tendances générales Niveau d'abstraction idélité à la réalité Séminaire MaRiSyCo - 05/06/ /34
20 Évolution des techniques de modélisation Tendances générales Niveau d'abstraction Modélisation bas niveau Arbres de défaillances, Réseaux bayésiens, etc Modélisation statique idélité à la réalité Séminaire MaRiSyCo - 05/06/ /34
21 Évolution des techniques de modélisation Tendances générales Niveau d'abstraction Arbres d'événements Modélisation bas niveau Arbres de défaillances, Réseaux bayésiens, etc Modélisation statique idélité à la réalité Séminaire MaRiSyCo - 05/06/ /34
22 Évolution des techniques de modélisation Tendances générales Niveau d'abstraction ormalismes statiques ad hoc (proches de l architecture système) Modélisation haut niveau Arbres d'événements Modélisation bas niveau Arbres de défaillances, Réseaux bayésiens, etc Modélisation statique idélité à la réalité Séminaire MaRiSyCo - 05/06/ /34
23 Évolution des techniques de modélisation Tendances générales Niveau d'abstraction Modélisation haut niveau Modélisation bas niveau Graphes d'états markoviens Modélisation dynamique idélité à la réalité Séminaire MaRiSyCo - 05/06/ /34
24 Évolution des techniques de modélisation Tendances générales Niveau d'abstraction Modélisation haut niveau Réseaux de Petri, BDMP Modélisation bas niveau Graphes d'états markoviens Modélisation dynamique idélité à la réalité Séminaire MaRiSyCo - 05/06/ /34
25 Évolution des techniques de modélisation Tendances générales Niveau d'abstraction ormalismes dynamiques ad hoc (proches de l architecture système) Modélisation haut niveau Réseaux de Petri, BDMP Modélisation bas niveau Graphes d'états markoviens Modélisation dynamique idélité à la réalité Séminaire MaRiSyCo - 05/06/ /34
26 Évolution des techniques de modélisation Tendances générales Niveau d'abstraction Modélisation haut niveau Évolution orientée sûreté Modélisation bas niveau Modélisation statique Modélisation dynamique idélité à la réalité Séminaire MaRiSyCo - 05/06/ /34
27 Évolution des techniques de modélisation Tendances générales Niveau d'abstraction Modélisation haut niveau Modélisation bas niveau Évolution orientée disponibilité Modélisation statique Modélisation dynamique idélité à la réalité Séminaire MaRiSyCo - 05/06/ /34
28 Évolution des techniques de modélisation Modélisation bas niveau vs haut niveau Modélisation bas niveau lexible et non dépendante de la nature du système étudié Difficile de construire et de maintenir de grands modèles Risque d effets d auteurs Modélisation haut niveau Manipulation de concepts proches du métier Aide à structurer et capitaliser la connaissance sur les systèmes acilite la gestion de la complexité des modèles Nécessite la construction du formalisme adapté aux systèmes étudiés Séminaire MaRiSyCo - 05/06/ /34
29 Évolution des techniques de modélisation Modélisation bas niveau vs haut niveau Modélisation bas niveau lexible et non dépendante de la nature du système étudié Difficile de construire et de maintenir de grands modèles Risque d effets d auteurs Modélisation haut niveau Manipulation de concepts proches du métier Aide à structurer et capitaliser la connaissance sur les systèmes acilite la gestion de la complexité des modèles Nécessite la construction du formalisme adapté aux systèmes étudiés Séminaire MaRiSyCo - 05/06/ /34
30 Évolution des techniques de modélisation Modélisation statique vs dynamique Modélisation statique Bien maîtrisée 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 Séminaire MaRiSyCo - 05/06/ /34
31 Évolution des techniques de modélisation Modélisation statique vs dynamique Modélisation statique Bien maîtrisée 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 Séminaire MaRiSyCo - 05/06/ /34
32 Modélisation haut niveau Apparition des métalangages (1/2) Constat Accroissement de la complexité (taille, comportement à représenter) des modèles associés aux systèmes industriels ormalismes 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) a. Langage permettant de décrire d autres formalismes de modélisation Séminaire MaRiSyCo - 05/06/ /34
33 Modélisation haut niveau Apparition des métalangages (1/2) Constat Accroissement de la complexité (taille, comportement à représenter) des modèles associés aux systèmes industriels ormalismes 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) a. Langage permettant de décrire d autres formalismes de modélisation Séminaire MaRiSyCo - 05/06/ /34
34 Modélisation haut niveau Apparition des métalangages (2/2) 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 Attention aux métalangages inadaptés Risque d un défaut d expressivité dans le domaine technique visé Difficulté pour réaliser des études quantitatives pertinentes Séminaire MaRiSyCo - 05/06/ /34
35 Modélisation haut niveau Apparition des métalangages (2/2) 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 Attention aux métalangages inadaptés Risque d un défaut d expressivité dans le domaine technique visé Difficulté pour réaliser des études quantitatives pertinentes Séminaire MaRiSyCo - 05/06/ /34
36 Modélisation haut niveau Principaux métalangages en analyse de risques (1/4) igaro (BOUISSOU et al. 1991) Créé par le département Maîtrise des Risques Industriels d ED R&D au début des années 90 Toujours maintenu activement par ED R&D Version unique et stable du langage Créé à l origine pour générer les AdD et les modèles dynamiques dans les Études Probabilistes de Sûreté nucléaire Séminaire MaRiSyCo - 05/06/ /34
37 Modélisation haut niveau Principaux métalangages en analyse de risques (2/4) AltaRica (POINT 2000) Créé par le LaBRI et un groupe d industriels fin des années 90 Maintenu et décliné aujourd hui par différents industriels (ex : Dassault System/Aviation, APSYS) et universitaires (LaBRI) Existence de diverses variantes (syntaxe et sémantique) Utilisé principalement dans les domaines de l aéronautique Démarrage du projet Altarica 3.0 (PROSVIRNOVA et al. 2013) Séminaire MaRiSyCo - 05/06/ /34
38 Modélisation haut niveau Principaux métalangages en analyse de risques (3/4) 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 igaro vs Altarica 2 : (BOUISSOU et SEGUIN 2006) Séminaire MaRiSyCo - 05/06/ /34
39 Modélisation haut niveau Principaux métalangages en analyse de risques (4/4) Outils d analyses associés Calcul d indicateurs par simulation stochastique Exploration et quantification des scénarios de défaillances Vérificateur de modèle Génération d arbres de défaillances Séminaire MaRiSyCo - 05/06/ /34
40 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 igaro Langage igaro Exemple d architecture d une base de connaissances (BdC) Vue d ensemble de la plate-forme 4 Conclusion 5 Pour en savoir plus... Séminaire MaRiSyCo - 05/06/ /34
41 Langage igaro 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 igaro à partir de la plate-forme outils igaro Deux types de BdC BdC générique : Description d un formalisme de modélisation général (ex : graphes de Markov, RdP, BDMP, etc) BdC Smart Components : Description fonctionnelle et dysfonctionnelle d une classe de systèmes physiques Séminaire MaRiSyCo - 05/06/ /34
42 Langage igaro 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 igaro à partir de la plate-forme outils igaro Deux types de BdC BdC générique : Description d un formalisme de modélisation général (ex : graphes de Markov, RdP, BDMP, etc) BdC Smart Components : Description fonctionnelle et dysfonctionnelle d une classe de systèmes physiques Séminaire MaRiSyCo - 05/06/ /34
43 Exemple d architecture d une BdC Problématiques 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 Séminaire MaRiSyCo - 05/06/ /34
44 Exemple d architecture d une BdC Éléments d architecture Séminaire MaRiSyCo - 05/06/ /34
45 Exemple d architecture d une BdC Éléments d architecture Séminaire MaRiSyCo - 05/06/ /34
46 Exemple d architecture d une BdC Éléments d architecture Séminaire MaRiSyCo - 05/06/ /34
47 Exemple d architecture d une BdC Éléments d architecture Séminaire MaRiSyCo - 05/06/ /34
48 Exemple d architecture d une BdC Éléments d architecture Séminaire MaRiSyCo - 05/06/ /34
49 Exemple d architecture d une BdC Éléments d architecture Séminaire MaRiSyCo - 05/06/ /34
50 Exemple d architecture d une BdC Éléments d architecture Séminaire MaRiSyCo - 05/06/ /34
51 Illustration : système électrique Schéma du système Réseau Disjoncteur 400 kv 20 kv 6.6 kv Ligne GEV Ligne LGR TS TA TP LGA Diesel A LGB Diesel B Tranche LGD TAC LG LHA LHB Séminaire MaRiSyCo - 05/06/ /34
52 -LOOP1-H3B1-A3 I_C14 PS of IS&PC actuation on PZR pressure < min 3 I_C58 T2000 of IS&PC on RCSs hot leg pressure (WR) < min 3 GRID3 GRID BACK 1h30 (T=2h) GRID2 GRID BACK 1h21 (T=2h) OPE073 SBO & C 105' 2/2 SBO SBO02 1/3or4 EWS EW01 1/3or4 MSRV MSR01 ISM04 1/3 MHSI (A,B) CD 150' OPE070 SCD32 CD, 2/4 MSR/EW ISL38 1/4 INJ LHSI (A,B;w/o exch) SCD12 1MSS/1MSR SCD &B 50' OPE017 CVC02 2/2 CVC IRWST ISM03 3/4 MHSI (A,B) 1/4 ACCU ISA02 1/2 PDS Op. RCS04 ISL16 1/4 INJ LHSI (P;w. exch) CHR01 1/2 CHRS (IRWST) Sequences -LOOP1-H3B1-A3- -LOOP1-H3B1-A3-ISL16 Consequences -LOOP1-H3B1-A3-ISL16-CHR01 <1E-12 -LOOP1-H3B1-A3-ISM04 RG S -LOOP1-H3B1-A3-ISM04-ISL16 RG S -LOOP1-H3B1-A3-ISM04-ISL16-C HR01 S S <1E-12 -LOOP1-H3B1-A3-ISM04-ISL38 _L2 VBP1 -LOOP1-H3B1-A3-ISM04-SCD32 <1E-12 -LOOP1-H3B1-A3-ISM04-OPE070 <1E-12 -LOOP1-H3B1-A3-MSR01 -LOOP1-H3B1-A3-MSR01-ISL16 -LOOP1-H3B1-A3-MSR01-ISL16- CHR01 -LOOP1-H3B1-A3-MSR01-RCS04 -LOOP1-H3B1-A3-MSR01-ISA02 -LOOP1-H3B1-A3-MSR01-ISM03 <1E-12 -LOOP1-H3B1-A3-MSR01-CVC02 <1E-12 -LOOP1-H3B1-A3-MSR01-OPE01 7 -LOOP1-H3B1-A3-MSR01-SCD12 -LOOP1-H3B1-A3-EW01 -LOOP1-H3B1-A3-EW01-ISL16 -LOOP1-H3B1-A3-EW01-ISL16- CHR01 -LOOP1-H3B1-A3-EW01-RCS04 -LOOP1-H3B1-A3-EW01-ISA02 S S S S <1E-12 -LOOP1-H3B1-A3-EW01-ISM03 <1E-12 -LOOP1-H3B1-A3-EW01-CVC02 _L2 SGP3 -LOOP1-H3B1-A3-EW01-OPE01 7 -LOOP1-H3B1-A3-EW01-SCD12 -LOOP1-H3B1-A3-GRID2 -LOOP1-H3B1-A3-GRID2-ISL16 -LOOP1-H3B1-A3-GRID2-ISL16- CHR01 -LOOP1-H3B1-A3-GRID2-ISM04 RG S -LOOP1-H3B1-A3-GRID2-ISM04-I SL16 -LOOP1-H3B1-A3-GRID2-ISM04-I SL16-CHR01 -LOOP1-H3B1-A3-GRID2-ISM04-I SL38 -LOOP1-H3B1-A3-GRID2-ISM04- SCD32 -LOOP1-H3B1-A3-GRID2-ISM04- OPE070 -LOOP1-H3B1-A3-GRID2-MSR01 -LOOP1-H3B1-A3-GRID2-MSR01 -ISL16 -LOOP1-H3B1-A3-GRID2-MSR01 -ISL16-CHR01 -LOOP1-H3B1-A3-GRID2-MSR01 -RCS04 -LOOP1-H3B1-A3-GRID2-MSR01 -ISA02 -LOOP1-H3B1-A3-GRID2-MSR01 -ISM03 -LOOP1-H3B1-A3-GRID2-MSR01 -CVC02 -LOOP1-H3B1-A3-GRID2-MSR01 -OPE017 S RG <1E-12 <1E-12 S <1E-12 _L2 VBP1 S S <1E-12 <1E-12 <1E-12 <1E-12 <1E-12 Enjeux Modélisation PO-igaro Conclusion Pour en savoir plus... Références Illustration : système électrique Approche statique/bas niveau Modélisation par arbre d'événements Séminaire MaRiSyCo - 05/06/ /34
53 -LOOP1-H3B1-A3 I_C14 PS of IS&PC actuation on PZR pressure < min 3 I_C58 T2000 of IS&PC on RCSs hot leg pressure (WR) < min 3 GRID3 GRID BACK 1h30 (T=2h) GRID2 GRID BACK 1h21 (T=2h) OPE073 SBO & C 105' 2/2 SBO SBO02 =CVCAUX_SPRAY Condition de la RI _SPRAY de EIRM verifiee ~CVCAUX10574 perte fluide dans le bloc incluant OD_BLOC_auxiliary_sp ray RCV8212VPCLA_O Check Valve - primary coolant - ailure to open 1/3or4 EWS p=9.80e-6 EW01 1/3or4 MSRV MSR01 ~CVCAUX11103 obstruction dans le bloc incluant OD_BLOC_auxiliary_sp ray ~CVCAUX10370 refus de manoeuvre au basculement de RCV6312VPELE RCV6312VPELE_M Motor-operated valve - primary coolant - ailure to operate p=1.00e-4 ISM04 1/3 MHSI (A,B) CD 150' RCV6312VPELE_OP4 Human factor - omission configuration OPE070 p=3.00e-2 SCD32 CD, 2/4 MSR/EW ~CVCAUX10373 refus de basculement (dû aux alim) de RCV6312VPELE RCV6312CV400_S ailure to close - valve contactor - 400V ISL38 1/4 INJ LHSI (A,B;w/o exch) p=9.80e-5 SCD12 1MSS/1MSR SCD =L_WISS_BT_LVD_UN unavailability LVD A &B 50' OPE017 CVC02 2/2 CVC IRWST =L_WISS_CC02H_D4_ Condition de UNA la RI C02H_D4_UNA de EIRM verifiee ISM03 3/4 MHSI (A,B) 1/4 ACCU ISA02 ~CVCAUX11123 obstruction dans RCV6513VPCLA RCV6513VPCLA_O Check Valve - primary coolant - ailure to open p=9.80e-6 1/2 PDS Op. RCS04 ISL16 1/4 INJ LHSI (P;w. exch) ~CVCAUX10921 rupture dans le groupe fuite gf_auxiliary_spray RCV6513VPCLA_RU Check Valve - primary coolant - Rupture p=7.20e-8 CHR01 1/2 CHRS (IRWST) RCV6312VPELE_RU Motor-operated valve - primary coolant - Rupture Sequences -LOOP1-H3B1-A3- -LOOP1-H3B1-A3-ISL16 Consequences -LOOP1-H3B1-A3-ISL16-CHR01 <1E-12 -LOOP1-H3B1-A3-ISM04 RG S -LOOP1-H3B1-A3-ISM04-ISL16 RG S -LOOP1-H3B1-A3-ISM04-ISL16-C HR01 S S <1E-12 -LOOP1-H3B1-A3-ISM04-ISL38 _L2 VBP1 -LOOP1-H3B1-A3-ISM04-SCD32 <1E-12 -LOOP1-H3B1-A3-ISM04-OPE070 <1E-12 -LOOP1-H3B1-A3-MSR01 -LOOP1-H3B1-A3-MSR01-ISL16 -LOOP1-H3B1-A3-MSR01-ISL16- CHR01 -LOOP1-H3B1-A3-MSR01-RCS04 -LOOP1-H3B1-A3-MSR01-ISA02 -LOOP1-H3B1-A3-MSR01-ISM03 <1E-12 -LOOP1-H3B1-A3-MSR01-CVC02 <1E-12 -LOOP1-H3B1-A3-MSR01-OPE01 7 -LOOP1-H3B1-A3-MSR01-SCD12 -LOOP1-H3B1-A3-EW01 -LOOP1-H3B1-A3-EW01-ISL16 -LOOP1-H3B1-A3-EW01-ISL16- CHR01 -LOOP1-H3B1-A3-EW01-RCS04 -LOOP1-H3B1-A3-EW01-ISA02 S S S S <1E-12 -LOOP1-H3B1-A3-EW01-ISM03 <1E-12 -LOOP1-H3B1-A3-EW01-CVC02 _L2 SGP3 -LOOP1-H3B1-A3-EW01-OPE01 7 -LOOP1-H3B1-A3-EW01-SCD12 -LOOP1-H3B1-A3-GRID2 -LOOP1-H3B1-A3-GRID2-ISL16 -LOOP1-H3B1-A3-GRID2-ISL16- CHR01 -LOOP1-H3B1-A3-GRID2-ISM04 RG S RCV6512VPELE_RU -LOOP1-H3B1-A3-GRID2-ISM04-I Motor-operated valve - SL16 primary coolant - -LOOP1-H3B1-A3-GRID2-ISM04-I Rupture SL16-CHR01 -LOOP1-H3B1-A3-GRID2-ISM04-I p=7.20e-8 SL38 -LOOP1-H3B1-A3-GRID2-ISM04- SCD32 -LOOP1-H3B1-A3-GRID2-ISM04- OPE070 -LOOP1-H3B1-A3-GRID2-MSR01 -LOOP1-H3B1-A3-GRID2-MSR01 -ISL16 -LOOP1-H3B1-A3-GRID2-MSR01 -ISL16-CHR01 -LOOP1-H3B1-A3-GRID2-MSR01 -RCS04 -LOOP1-H3B1-A3-GRID2-MSR01 -ISA02 -LOOP1-H3B1-A3-GRID2-MSR01 -ISM03 -LOOP1-H3B1-A3-GRID2-MSR01 -CVC02 -LOOP1-H3B1-A3-GRID2-MSR01 -OPE017 S RG <1E-12 <1E-12 S <1E-12 _L2 VBP1 p=7.20e-8 S S <1E-12 <1E-12 <1E-12 <1E-12 <1E-12 Enjeux Modélisation PO-igaro Conclusion Pour en savoir plus... Références Illustration : système électrique Approche statique/bas niveau Modélisation par AdE + AdD Séminaire MaRiSyCo - 05/06/ /34
54 ET ET perte_alim_lha perte_diesel_a_et_tac perte_diesel_a Diesels perte_lgd Tableaux LG voie_a_non_alimentee_par_tac perte_file_mpsa Motopompes ASG OU perte_lha LHA001TB6K6_D_C perte_ta_voie_a TA perte_lga Tableaux LG initlplii1a Initiateurs OU LHA001TB6K6_D OU tentative_ilotage initlplip1a Initiateurs perte_ts!!! LHA001TB6K6_D_L ET situation_h3 perte_ta_voie_b TA ET perte_lgb Tableaux LG perte_alim_ts S! TRA003ILOTA_DS H3_et_grosse_breche Page_Principale OU perte_ilotage LHB001TB6K6_D_C! TRA003ILOTA_D grosse_breche_primaire IJPP LHB001TB6K6_D! perte_file_mpsb Motopompes ASG OU perte_lhb LHB001TB6K6_D_L perte_lg Tableaux LG ET perte_alim_lhb ET perte_diesel_b_et_tac voie_b_non_alimentee_par_tac perte_diesel_b Diesels! LHP001GE6K6_D_C! LHP001GE6K6_D_L LHA002JA6K6_D OU perte_basc_ts_ta_voie_a S!! S!! LGD0026K6JA_DS perte_lgd Tableaux LG! S! LHP001GE6K6_DS_C S! LHP001GE6K6_DS_L OU perte_diesel_a!! S!! S!! S! LHA002JA6K6_DS LGD0026K6JA_D LGR001TA400_D_C perte_alim_lgd Tableaux LG OU perte_ta_voie_a LGR001TA400_D perte_diesel_a_et_tac Tableaux secourus LH! LGR001TA400_D_L voie_a_non_alimentee_par_tac Tableaux secourus LH!! OU CCLHGE6K6_D_C perte_ta LGR001LI400_D_C LGR001LI400_D_TL CCLHGE6K6_D_L perte_ts TS LGR001LI400_D perte_alim_lg Tableaux LG OU perte_ta_voie_b voie_b_non_alimentee_par_tac Tableaux secourus LH S! OU!! CCLHGE6K6_DS_C CCLHGE6K6_DS_L LG0026K6JA_DS perte_alim_ta LGR001LI400_D_L LGR001LI400_D_E perte_diesel_b_et_tac Tableaux secourus LH OU OU perte_basc_ts_ta_voie_b perte_diesel_b! LGR001JA402_D LG0026K6JA_D perte_lg Tableaux LG! LHQ001GE6K6_D_C! LHQ001GE6K6_D_L LHB002JA6K6_D S! LHQ001GE6K6_DS_C S! LHQ001GE6K6_DS_L LHB002JA6K6_DS! LGD001TB6K6_D_C LGD001TB6K6_D!! LGD001TB6K6_D_L LGA001TB6K6_D_C arret_tac_voie_a perte_alim_lha Tableaux secourus LH OU perte_lgd LGA001TB6K6_D TAC_eclissee_voie_A OU perte_lga perte_diesel_a diesels LGA001TB6K6_D_L ET perte_alim_lgd TAC_arret_priorite_voie_A TAC_priorite_voie_A TAC_alimente_voie_A non_tac_alimente_voie_a echec_evac_puissance_residuelle ASG_GCTa ET evac_puissance_residuelle_requise perte_ta_voie_a TA ET perte_alim_lg OU perte_lgb!! TAC_en_attente_lignage_voie_A plht001getaca_tl TAC_prete_a_demarrer_voie_A plht001getaca_ds plht001getaca_d plht001getaca_r perte_ts TS TAC_def_voie_A perte_ta_voie_b TA plht001getacab_tt plht001getacba_tt perte_diesel_b diesels TAC_def_voie_B LGB001TB6K6_D_C perte_alim_lhb Tableaux secourus LH OU perte_lg! LG001TB6K6_D LG001TB6K6_D_C LG001TB6K6_D_L LGB001TB6K6_D! LGB001TB6K6_D_L TAC_arret_priorite_voie_B TAC_priorite_voie_B TAC_en_attente_lignage_voie_B plht001getacb_tl TAC_prete_a_demarrer_voie_B plht001getacb_ds plht001getacb_d plht001getacb_r TAC_eclissee_voie_B! arret_tac_voie_b TAC_alimente_voie_B non_tac_alimente_voie_b Enjeux Modélisation PO-igaro Conclusion Pour en savoir plus... Références Illustration : système électrique Approche dynamique/niveau intermédiaire?? Modélisation BDMP Séminaire MaRiSyCo - 05/06/ /34
55 Illustration : système électrique Approche dynamique/haut niveau S LIAISON POSTE TRA003APGRP GEV001TP20K GEV001JA400 GEV002JA402 GEV003LI400 GEV001POSTE GEV001RE400 LIAISON LGR001JA402 LGR001LI400 GEV001TS400 LGR001TA400 LGB001JA6K6 LGC001JA6K6 LGC002JA6K6 LGA001JA6K6 6k6 6k6 6k6 LGA001TB6K6 LGB001TB6K6 LGC001TB6K6 LGD001JA6K6 LGD002JA6K6 LGE002JA6K6 LGE001JA6K6 LG001JA6K6 LG002JA6K6 LHP001GE6K6 LHQ001GE6K6 6k6 6k6 6k6 LGD001TB6K6 LGE001TB6K6 LG001TB6K6 LHA002JA6K6 LHA001JA6K6 OLG001JA6K6 LHB002JA6K6 LHB001JA6K6 6k6 LHA001TB6K6 6k6 OLG001TB6K6 Modélisation 6k6 Smart Component LHB001TB6K6 Séminaire MaRiSyCo - 05/06/ /34
56 Illustration Intérêt de l approche Intérêts de l approche dynamique Évite l utilisation fastidieuse des arbres d événements Modélisation plus naturelle et plus intuitive Intérêts de l approche haut niveau Modèle proche de l architecture du système Modélisation orientée sur les aspects fonctionnels du système Maintenabilité des modèles de systèmes Génération automatique des modèles de bas niveau Utilisation d outils de quantification efficace Traitement de problématiques industrielles complexes Séminaire MaRiSyCo - 05/06/ /34
57 Illustration Intérêt de l approche Intérêts de l approche dynamique Évite l utilisation fastidieuse des arbres d événements Modélisation plus naturelle et plus intuitive Intérêts de l approche haut niveau Modèle proche de l architecture du système Modélisation orientée sur les aspects fonctionnels du système Maintenabilité des modèles de systèmes Génération automatique des modèles de bas niveau Utilisation d outils de quantification efficace Traitement de problématiques industrielles complexes Séminaire MaRiSyCo - 05/06/ /34
58 Plate-forme outils igaro (BOUISSOU 2005) Déroulement de la démarche d analyse de risques Séminaire MaRiSyCo - 05/06/ /34
59 Plate-forme outils igaro (BOUISSOU 2005) Déroulement de la démarche d analyse de risques Si la problématique n est pas couverte par une base de connaissances existante Développement d une base de connaissances (i.e. du formalisme de modélisation) Séminaire MaRiSyCo - 05/06/ /34
60 Plate-forme outils igaro (BOUISSOU 2005) Déroulement de la démarche d analyse de risques Si la problématique n est pas couverte par une base de connaissances existante Développement d une base de connaissances (i.e. du formalisme de modélisation) Séminaire MaRiSyCo - 05/06/ /34
61 Plate-forme outils igaro (BOUISSOU 2005) Déroulement de la démarche d analyse de risques Modélisation du système à analyser (i.e. instanciation) Séminaire MaRiSyCo - 05/06/ /34
62 Plate-forme outils igaro (BOUISSOU 2005) Déroulement de la démarche d analyse de risques Modélisation du système à analyser (i.e. instanciation) Compilation du modèle système pour son exploitation Séminaire MaRiSyCo - 05/06/ /34
63 Plate-forme outils igaro (BOUISSOU 2005) Déroulement de la démarche d analyse de risques Exploitation du modèle Simulation stochastique (Monte-Carlo) Séminaire MaRiSyCo - 05/06/ /34
64 Plate-forme outils igaro (BOUISSOU 2005) Déroulement de la démarche d analyse de risques Exploitation du modèle Simulation stochastique (Monte-Carlo) Exploration de séquences (systèmes markoviens) Génération d arbres de défaillances (systèmes statiques) Séminaire MaRiSyCo - 05/06/ /34
65 Plate-forme outils igaro (BOUISSOU 2005) Déroulement de la démarche d analyse de risques Développement d une IHM KB3 associée à la BdC (faculatif) Création d un outil de modélisation graphique adapté aux systèmes cibles Séminaire MaRiSyCo - 05/06/ /34
66 Plate-forme outils igaro (BOUISSOU 2005) Déroulement de la démarche d analyse de risques Séminaire MaRiSyCo - 05/06/ /34
67 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 igaro Langage igaro Exemple d architecture d une base de connaissances (BdC) Vue d ensemble de la plate-forme 4 Conclusion 5 Pour en savoir plus... Séminaire MaRiSyCo - 05/06/ /34
68 Conclusion Approche haut niveau Structuration et formalisation de la connaissance métier Approche adaptée à chaque domaine spécifique acilite la réutilisation des développements réalisés Plate-forme outils igaro Construction d outils de modélisation dédiés à différentes classes de systèmes et de problématiques Traitements des modèles à partir d algorithmes efficaces Plate-forme igaro maintenue et validée en continu par ED Partiellement disponible sur Séminaire MaRiSyCo - 05/06/ /34
69 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 igaro Langage igaro Exemple d architecture d une base de connaissances (BdC) Vue d ensemble de la plate-forme 4 Conclusion 5 Pour en savoir plus... Séminaire MaRiSyCo - 05/06/ /34
70 Pour en savoir plus... Quelques références BOUISSOU, Marc (2005). Automated dependability analysis of complex systems with the KB3 workbench : the experience of ED 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 IGARO. 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 IGARO language and associated tools. Dans : IAC/IIP/EWICS/SRE Symposium, p 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 IAC Workshop on Dependable Control of Discrete Systems, DCDS York (Great Britain) : IAC. Séminaire MaRiSyCo - 05/06/ /34
71 Questions? Merci de votre attention! Questions? Séminaire MaRiSyCo - 05/06/ /34
Introduction. Présentation de la plate-forme outils KB3
METHODOLOGIE DE DEVELOPPEMENT DE BASES DE CONNAISSANCES POUR LA SDF AVEC L'ENVIRONNEMENT OPEN-SOURCE "VISUAL FIGARO" BUILDING KNOWLEDGE BASES IN THE DEPENDABILITY FIELD WITH THE OPEN-SOURCE ENVIRONEMENT
Manuel utilisateur de KB3 V3
: MANAGEMENT DES RISQUES INDUSTRIELS G ROUPE : ANALYSE DES R ISQUES DES O RGANISATIONS ET S YSTEMES DE FONCTIONNEMENT 1, AVENUE DU GENERAL DE GAULLE F-92141 CLAMART C EDEX Novembre 2005 T EL : 33 1 47
Outils logiciels pour la combinaison de vérification fonctionnelle et d évaluation de performances au sein de CADP
Outils logiciels pour la combinaison de vérification fonctionnelle et d évaluation de performances au sein de CADP Christophe Joubert Séminaire VASY 2002 30 Octobre 2002 Aix les Bains Contexte du projet
MODELISATION DES RESEAUX EN ALTARICA 3.0 MODELING NETWORK SYSTEMS WITH ALTARICA 3.0
MODELISATION DES RESEAUX EN ALTARICA 3.0 MODELING NETWORK SYSTEMS WITH ALTARICA 3.0 Tatiana PROSVIRNOVA et Antoine RAUZY Frédéric MILCENT LIX, Ecole Polytechnique DCNS Bât. Alan Turing Rue du Pont Neuf
4.2 Unités d enseignement du M1
88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter
A.3 Les méthodes : L applicabilité
SOMMAIRE A. Première partie A.1 Ingénierie système : du besoin au système (produit/service) A.2 SDF, Maintenance et concepts sous-jacents A.3 Les méthodes : L applicabilité A.4 GMAO = GM + AO B. Deuxième
Modélisation du comportement habituel de la personne en smarthome
Modélisation du comportement habituel de la personne en smarthome Arnaud Paris, Selma Arbaoui, Nathalie Cislo, Adnen El-Amraoui, Nacim Ramdani Université d Orléans, INSA-CVL, Laboratoire PRISME 26 mai
Conditions : stage indemnisé, aide au logement possible, transport CEA en Ile-de-France gratuit.
Proposition de stage de BAC+4 ou BAC+5 Pro ou Recherche Etude comparative des outils de vérification d'algorithmes parallèles Logiciels (LSL), localisé à Palaiseau (Essonne), développe les outils d'aide
Les risques liés à l activité de l entreprise : quels outils pour les identifier?
Les risques liés à l activité de l entreprise : quels outils pour les identifier? Alger, le 23-24 Novembre 2009 Présentée par: Mlle Amina NADJI Doctorante en 3ème année sciences économiques (CRIISEA, Centre
Modèles à Événements Discrets. Réseaux de Petri Stochastiques
Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés
Utilisation de l ingénierie des modèles pour la conception collaborative de produits mécaniques
Utilisation de l ingénierie des modèles pour la conception collaborative de produits mécaniques Mathias Kleiner Laboratoire des Sciences de l Information et des Systèmes (LSIS) - UMR CNRS 7296 Projet Ingenierie
IFT2255 : Génie logiciel
IFT2255 : Génie logiciel Chapitre 6 - Analyse orientée objets Section 1. Introduction à UML Julie Vachon et Houari Sahraoui 6.1. Introduction à UML 1. Vers une approche orientée objet 2. Introduction ti
1 ROLE ET DESCRIPTION DES DIESELS D ULTIME SECOURS
Fontenay-aux-Roses, le 9 juillet 2014 Monsieur le président de l Autorité de sûreté nucléaire Avis/IRSN N 2014-00265 Objet : Réacteurs électronucléaires EDF - Réacteur EPR de Flamanville 3 Conception détaillée
Modélisation aléatoire en fiabilité des logiciels
collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.
JOURNEES SYSTEMES & LOGICIELS CRITIQUES le 14/11/2000. Mise en Œuvre des techniques synchrones pour des applications industrielles
JOURNEES SYSTEMES & LOGICIELS CRITIQUES le 14/11/2000 Mise en Œuvre des techniques synchrones pour des applications industrielles Mise en œuvre des techniques synchrones pour des applications industrielles
Analyse,, Conception des Systèmes Informatiques
Analyse,, Conception des Systèmes Informatiques Méthode Analyse Conception Introduction à UML Génie logiciel Définition «Ensemble de méthodes, techniques et outils pour la production et la maintenance
Formula Negator, Outil de négation de formule.
Formula Negator, Outil de négation de formule. Aymerick Savary 1,2, Mathieu Lassale 1,2, Jean-Louis Lanet 1 et Marc Frappier 2 1 Université de Limoges 2 Université de Sherbrooke Résumé. Cet article présente
TP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
Solution logicielle pour le pilotage et l ERM. Journées d études IARD 26 mars 2010 2 mars 2010
Présentation d ERMS Solution logicielle pour le pilotage et l ERM Journées d études IARD 26 mars 2010 2 mars 2010 Sommaire 1 Présentation d ACTUARIS 2 Les problématiques rencontrées 3 Présentation d ERMS
chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d
Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste
RTDS G3. Emmanuel Gaudin emmanuel.gaudin@pragmadev.com
RTDS G3 Emmanuel Gaudin emmanuel.gaudin@pragmadev.com PragmaDev Dédiée au développement d un AGL pour le développement des applications temps réel et embarquées. Réseau de partenaires: Formations, Service,
C est quoi le SWAT? Les équipes décrites par James Martin s appellent SWAT : Skilled With Advanced Tools.
1- RAD Quelle sont les avantages que apporte la méthode RAD à l entreprise? Une méthode RAD devrait, d après son auteur, apporter trois avantages compétitifs à l entreprise : Une rapidité de développement
Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P
EUROCOPTER SAS Groupe EADS Marignane Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P Titre Domaine
Curriculum Vitae 1 er février 2008
Curriculum Vitae 1 er février 2008 Informations générales Cédric MEUTER Nationalité belge Né à La Louvière, le 16 novembre 1979 Adresse personnelle : Adresse professionnelle : Ave Général Bernheim, 57
Programmation d'agents intelligents Vers une refonte des fils de raisonnement. Stage de fin d'études Master IAD 2006
vendredi 8 septembre 2006 Programmation d'agents intelligents Vers une refonte des fils de raisonnement Stage de fin d'études Master IAD 2006 Benjamin DEVEZE Responsable : M. Patrick TAILLIBERT Plan Plan
Journée Futur et Ruptures 2015
Journée Futur et Ruptures 2015 Vers des réseaux d énergie toujours plus intelligents 5 mars 2015 Contexte énergétique 2 Contexte énergétique France 34% de l énergie produite consommée par l industrie,
GENIE DES SYSTEMES INDUSTRIELS
MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS GENIE DES SYSTEMES INDUSTRIELS Spécialité Risques Industriels et Maintenance www.univ-littoral.fr OBJECTIFS DE LA FORMATION L objectif du master régional GSI
Raisonnement probabiliste
Plan Raisonnement probabiliste IFT-17587 Concepts avancés pour systèmes intelligents Luc Lamontagne Réseaux bayésiens Inférence dans les réseaux bayésiens Inférence exacte Inférence approximative 1 2 Contexte
NOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
Résumé CONCEPTEUR, INTEGRATEUR, OPERATEUR DE SYSTEMES CRITIQUES
Aristote ----- Cloud Interopérabilité Retour d'expérience L A F O R C E D E L I N N O V A T I O N Résumé Les systèmes d'information logistique (SIL) sont des outils qui amènent des gains de productivité
Résumé des communications des Intervenants
Enseignements de la 1ere semaine (du 01 au 07 décembre 2014) I. Titre du cours : Introduction au calcul stochastique pour la finance Intervenante : Prof. M hamed EDDAHBI Dans le calcul différentiel dit
Conception et Intégration de Systèmes Critiques
Conception et Intégration de Systèmes Critiques 15 12 18 Non 50 et S initier aux méthodes le développement de projet (plan de développement, intégration, gestion de configuration, agilité) Criticité temporelle
modèles génériques applicables à la synthèse de contrôleurs discrets pour l Internet des Objets
modèles génériques applicables à la synthèse de contrôleurs discrets pour l Internet des Objets Mengxuan Zhao, Gilles Privat, Orange Labs, Grenoble, France Eric Rutten, INRIA, Grenoble, France Hassane
Université de Bangui. Modélisons en UML
Université de Bangui CRM Modélisons en UML Ce cours a été possible grâce à l initiative d Apollinaire MOLAYE qui m a contacté pour vous faire bénéficier de mes connaissances en nouvelles technologies et
Machines virtuelles Cours 1 : Introduction
Machines virtuelles Cours 1 : Introduction Pierre Letouzey 1 pierre.letouzey@inria.fr PPS - Université Denis Diderot Paris 7 janvier 2012 1. Merci à Y. Régis-Gianas pour les transparents Qu est-ce qu une
Chaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Le Guide Pratique des Processus Métiers
Guides Pratiques Objecteering Le Guide Pratique des Processus Métiers Auteur : Version : 1.0 Copyright : Softeam Equipe Conseil Softeam Supervisée par Philippe Desfray Softeam 21 avenue Victor Hugo 75016
L analyse de risque des ESP dans les études d ingénierie d unités industrielles «Pétrole & Gaz».
L analyse de risque des ESP dans les études d ingénierie d unités industrielles «Pétrole & Gaz». Bruno LEQUIME, Département HSE Etudes. Sommaire I. Introduction la DESP et le contexte international. II.
Vérification formelle de la plate-forme Java Card
Vérification formelle de la plate-forme Java Card Thèse de doctorat Guillaume Dufay INRIA Sophia Antipolis Cartes à puce intelligentes Java Card : Environnement de programmation dédié. Dernières générations
Introduction aux systèmes temps réel. Iulian Ober IRIT ober@iut-blagnac.fr
Introduction aux systèmes temps réel Iulian Ober IRIT ober@iut-blagnac.fr Définition Systèmes dont la correction ne dépend pas seulement des valeurs des résultats produits mais également des délais dans
Master Informatique Aix-Marseille Université
Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes
Projet Active Object
Projet Active Object TAO Livrable de conception et validation Romain GAIDIER Enseignant : M. Noël PLOUZEAU, ISTIC / IRISA Pierre-François LEFRANC Master 2 Informatique parcours MIAGE Méthodes Informatiques
L industrie financière sait elle décrire les produits qu elle traite?
L industrie financière sait elle décrire les produits qu elle traite? De la nécessité d une représentation formelle des contrats financiers pour améliorer la gestion et la régulation des opérations de
Évaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Cycle de vie du logiciel. Unified Modeling Language UML. UML: définition. Développement Logiciel. Salima Hassas. Unified Modeling Language
Unified Modeling Language UML Salima Hassas Version Cycle de vie du logiciel Client Besoins Déploiement Analyse Test Conception Cours sur la base des transparents de : Gioavanna Di Marzo Serugendo et Frédéric
Méthode de sureté de fonctionnement pour une maintenance efficace Application à un poste électrique (60/10KV)
Quatrième Conférence Internationale sur le Génie Electrique CIGE 10, 03-04 Novembre 2010, Université de Bechar, Algérie Méthode de sureté de fonctionnement pour une maintenance efficace Application à un
Chapitre VI- La validation de la composition.
Chapitre VI- La validation de la composition. Objectifs du chapitre : Expliquer les conséquences de l utilisation de règles de typage souples dans SEP. Présenter le mécanisme de validation des connexions
«Les projets collaboratifs pour les nuls»
«Les projets collaboratifs pour les nuls» Les jeudis du numérique à Vannes 28/05/15 Sommaire 1) Le projet collaboratif 2) Les appels à projets 3) Le financement 4) Le rôle d Images & Réseaux Les questions
Dimensionnement Introduction
Dimensionnement Introduction Anthony Busson Dimensionnement Pourquoi dimensionner? Création d un système informatique ou réseau Problème de décision (taille des différents paramètres) Evaluer les performances
T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5
Modélisation de la performance et optimisation d un algorithme hydrodynamique de type Lagrange-Projection sur processeurs multi-cœurs T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet
MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.
MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.fr Plan Introduction Généralités sur les systèmes de détection d intrusion
Retour d expériences avec UML
Retour d expériences avec UML UML pour les systèmes biologiques Marie-Hélène Moirez-Charron, UMR AGIR, équipe MAGE INRA Toulouse mailto:marie-helene.charron@toulouse.inra.fr PLAN Contexte de travail UML,
ETUDE COMPARATIVE DES MODELISATIONS NUMERIQUE ET PHYSIQUE DE DIFFERENTS OUVRAGES D EVACUATION DES CRUES
ETUDE COMPARATIVE DES MODELISATIONS NUMERIQUE ET PHYSIQUE DE DIFFERENTS OUVRAGES D EVACUATION DES CRUES P.E. LOISEL, J. SCHAGUENE, O. BERTRAND, C. GUILBAUD ARTELIA EAU ET ENVIRONNEMENT Symposium du CFBR
Définir une politique de maintenance et sa stratégie de mise en œuvre de responsabilités
Chapitre 1 Définir une politique de maintenance et sa stratégie de mise en œuvre de responsabilités La politique de maintenance, entre prévention et correction 25 f Qu est-ce que le «préventif» et le «correctif»?
Incertitude et variabilité : la nécessité de les intégrer dans les modèles
Incertitude et variabilité : la nécessité de les intégrer dans les modèles M. L. Delignette-Muller Laboratoire de Biométrie et Biologie Evolutive VetAgro Sup - Université de Lyon - CNRS UMR 5558 24 novembre
FICHE UE Licence/Master Sciences, Technologies, Santé Mention Informatique
NOM DE L'UE : Algorithmique et programmation C++ LICENCE INFORMATIQUE Non Alt Alt S1 S2 S3 S4 S5 S6 Parcours : IL (Ingénierie Logicielle) SRI (Systèmes et Réseaux Informatiques) MASTER INFORMATIQUE Non
Interaction et Vis ualis ation en Géosicence
Présentation au LIPSI Groupe Guillaume de Travail Rivière LIPSI-ESTIA 04/10/200 7 Novembre 2005 5 Interaction et Vis ualis ation en Géosicence Guillaume Rivière LaBRI LIPSI Université Bordeaux 1 1/16 S
Évolution de schémas dans les entrepôts de données mise à jour de hiérarchies de dimension pour la personnalisation des analyses
Évolution de schémas dans les entrepôts de données mise à jour de hiérarchies de dimension pour la personnalisation des analyses Thèse présentée par Cécile FAVRE pour obtenir le titre de Docteur en Informatique
Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation
Health Monitoring pour la Maintenance Prévisionnelle, Modélisation de la Dégradation Laurent Denis STATXPERT Journée technologique "Solutions de maintenance prévisionnelle adaptées à la production" FIGEAC,
Discussion et implémentation dans un dispositif de scénarisation, d une évaluation diagnostique de l apprenant
Discussion et implémentation dans un dispositif de scénarisation, d une évaluation diagnostique de l apprenant Guillaume Durand (Guillaume.Durand@etu.univ-savoie.fr) Christian Martel (Christian.Martel@univ-savoie.fr)
DEFINITION D UNE METHODOLOGIE DE CONCEPTION DES SYSTEMES MECATRONIQUES SURS DE FONCTIONNEMENT
DEFINITION D UNE METHODOLOGIE DE CONCEPTION DES SYSTEMES MECATRONIQUES SURS DE FONCTIONNEMENT Raphaël Schoenig To cite this version: Raphaël Schoenig. DEFINITION D UNE METHODOLOGIE DE CONCEPTION DES SYS-
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
PROJET SINARI. Approche de la Sûreté de fonctionnement et de la cyber-sécurité. Sécurité des Infrastructures et Analyse des Risques
PROJET SINARI Sécurité des Infrastructures et Analyse des Risques Approche de la Sûreté de fonctionnement et de la cyber-sécurité CLUB AUTOMATION - 19 Juin 2012 MD-3-01-SM-10 rév. B1 Agenda Présentation
CATALOGUE DES FORMATIONS
2014/2015 CATALOGUE DES FORMATIONS Soutien Logistique Intégré Sûreté de Fonctionnement A2L consultants 42 rue Legendre 75017 Paris Tel : +33 (0)1 58 57 81 69 Fax : +33 (0)9 70 06 12 51 Site : www.a2l.net
L Intelligence Compétitive 2.0 pour le pilotage des projets e-marketing
L Intelligence Compétitive 2.0 pour le pilotage des projets e-marketing Soutenance de Thèse de Doctorat en Sciences de l Information et de la Communication Sébastien Bruyère 18 octobre 2010 Contexte général
Figure 3.1- Lancement du Gambit
3.1. Introduction Le logiciel Gambit est un mailleur 2D/3D; pré-processeur qui permet de mailler des domaines de géométrie d un problème de CFD (Computational Fluid Dynamics).Il génère des fichiers*.msh
Cours 1 : La compilation
/38 Interprétation des programmes Cours 1 : La compilation Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr PPS - Université Denis Diderot Paris 7 2/38 Qu est-ce que la compilation? Vous avez tous déjà
Introduction aux Bases de Données
Introduction aux Bases de Données I. Bases de données I. Bases de données Les besoins Qu est ce qu un SGBD, une BD Architecture d un SGBD Cycle de vie Plan du cours Exemples classiques d'applications BD
Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS
1er semestre UE1-01 E Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS Introduction au système SAS 25,5
Description de la formation
Description de la formation Modalités Ce parcours de formation est un parcours en alternance, d une durée de 2ans, à raison d une semaine de formation par mois, soit 770 heures et de trois semaines de
Web Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.
Web Science Master 1 IFI Andrea G. B. Tettamanzi Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.fr 1 Annonce : recherche apprenti Projet Géo-Incertitude Objectifs
MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE»
MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE» Du cours Modélisation Semi -Formelle de Système d Information Du Professeur Jean-Pierre GIRAUDIN Décembre. 2002 1 Table de matière Partie 1...2 1.1
UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP250-97157 Pointe-à-Pitre Cedex CONTRAT 2010-2013 LE MASTER NOM DU DOMAINE STS
UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP20-9717 Pointe-à-Pitre Cedex CONTRAT 2010-201 LE MASTER NOM DU DOMAINE STS Mention : Mathématiques Implantation : Guadeloupe FICHES DESCRIPTIVES
MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP
MANAGEMENT DES SYSTEMES D INFORMATION ET DE PRODUCTION MSIP METHODES & CONCEPTS POUR UNE INGENIERIE INNOVANTE Ecole Nationale Supérieure des Mines de Rabat Département INFORMATIQUE www.enim.ac.ma MANAGEMENT
Approche de modélisation des tests de logiciels complexes par un système multi-agents
Ministère de l Enseignement Supérieur et de la Recherche Scientifique Institut National de Formation en Informatique (INI) Oued Smar MEMOIRE Pour l'obtention du diplôme de MAGISTER EN INFORMATIQUE (Option
!-.!#- $'( 1&) &) (,' &*- %,!
0 $'( 1&) +&&/ ( &+&& &+&))&( -.#- 2& -.#- &) (,' %&,))& &)+&&) &- $ 3.#( %, (&&/ 0 ' Il existe plusieurs types de simulation de flux Statique ou dynamique Stochastique ou déterministe A événements discrets
Prise en compte des ressources dans les composants logiciels parallèles
Prise en compte des ressources dans les composants logiciels parallèles Aperçus de l action RASC et du projet Concerto F. Guidec Frederic.Guidec@univ-ubs.fr Action RASC Plan de cet exposé Contexte Motivations
Quantification des Risques
Quantification des Risques Comment considérer les aléas dans une projection financière? PragmaRisk met à disposition des solutions et des méthodes permettant de considérer les aléas dans vos projections
Conception et contrôle des SMA tolérants aux fautes
Conception et contrôle des SMA tolérants aux fautes Une plate-forme multiagents tolérante aux fautes à base de réplication Nora FACI Contexte SMA large échelle Nombre important d agents Ressources éloignées
ANALYSE QUANTITATIVE DE RISQUE MICROBIOLOGIQUE EN ALIMENTATION
ANALYSE QUANTITATIVE DE RISQUE MICROBIOLOGIQUE EN ALIMENTATION QUAND LE GESTIONNAIRE DE LA SECURITE ALIMENTAIRE A-T-IL BESOIN D UTILISER UNE APPROCHE ANALYSE DE RISQUE? En concertation avec le groupe de
Ordonnancement robuste et décision dans l'incertain
Ordonnancement robuste et décision dans l'incertain 4 ème Conférence Annuelle d Ingénierie Système «Efficacité des entreprises et satisfaction des clients» Centre de Congrès Pierre Baudis,TOULOUSE, 2-4
Méthodes d évolution de modèle produit dans les systèmes du type PLM
Résumé de thèse étendu Méthodes d évolution de modèle produit dans les systèmes du type PLM Seyed Hamedreza IZADPANAH Table des matières 1. Introduction...2 2. Approche «Ingénierie Dirigée par les Modèles»
Conception de circuits numériques et architecture des ordinateurs
Conception de circuits numériques et architecture des ordinateurs Frédéric Pétrot Année universitaire 2014-2015 Structure du cours C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 Codage des nombres en base 2, logique
1 Actuate Corporation 2012. + de données. + d analyses. + d utilisateurs.
1 Actuate Corporation 2012 + de données. + d analyses. + d utilisateurs. Actuate et BIRT Actuate est l Editeur spécialiste de la Business Intelligence et le Reporting qui a créé le projet Open Source BIRT
MEAD : temps réel et tolérance aux pannes pour CORBA
MEAD : un intergiciel temps-réel et tolérant aux pannes pour CORBA Master 2 Informatique Recherche Université de Marne-la-Vallée Vendredi 3 mars 2006 Plan 1 Introduction 2 Solutions existantes 3 Concilier
Utilisation des tableaux sémantiques dans les logiques de description
Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal bergerja@iro.umontreal.ca
openarchitectureware & transformation de modèle Yannick Lizzi Architecte Logiciel itemis France Mail: lizzi@itemis.de
openarchitectureware & transformation de modèle Yannick Lizzi Architecte Logiciel itemis France Mail: lizzi@itemis.de itemis France 2009 All rights reserved 1 Itemis en quelques mots Spécialisé dans l
Dafoe Présentation de la plate-forme UIMA
Laboratoire d Informatique de l université Paris-Nord (UMR CNRS 7030) Institut Galilée - Université Paris-Nord 99, avenue Jean-Baptiste Clément 93430 Villetaneuse, France 11 juillet 2007 Plates-formes
Génie logiciel (Un aperçu)
(Un aperçu) (sommerville 2010) Laurent Pérochon INRA URH 63122 St Genès Champanelle Laurent.perochon@clermont.inra.fr Ensemble d activités conduisant à la production d un logiciel Sur un échantillon de
SoMachine. Solution logicielle pour votre architecture Machine Atelier de découverte. SoMachine
Solution logicielle pour votre architecture Machine Atelier de découverte SoMachine Objectif de la manipulation Le programme à réaliser va permettre de gérer le remplissage et la vidange d une cuve en
Etudier l informatique
Etudier l informatique à l Université de Genève 2015-2016 Les bonnes raisons d étudier l informatique à l UNIGE La participation à des dizaines de projets de recherche européens Dans la présente brochure,
Conception des systèmes répartis
Conception des systèmes répartis Principes et concepts Gérard Padiou Département Informatique et Mathématiques appliquées ENSEEIHT Octobre 2012 Gérard Padiou Conception des systèmes répartis 1 / 37 plan
Ingénierie et gestion des connaissances
Master Web Intelligence ICM Option Informatique Ingénierie et gestion des connaissances Philippe BEAUNE Philippe.Beaune@emse.fr 18 novembre 2008 Passer en revue quelques idées fondatrices de l ingénierie
Efficient Object Versioning for Object- Oriented Languages From Model to Language Integration
Efficient Object Versioning for Object- Oriented Languages From Model to Language Integration Pluquet Frédéric July, 3rd 2012 Etude de techniques efficaces de versionnement d objets pour les langages orientés
4. Utilisation d un SGBD : le langage SQL. 5. Normalisation
Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :
Evolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS. IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.
Evolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.fr 1 MVC et le web 27/05/14 2 L'évolution des systèmes informatiques
SSTIC 2009. Désobfuscation automatique de binaires. Alexandre Gazet. Yoann Guillot. Et autres idyles bucoliques...
Désobfuscation automatique de binaires Et autres idyles bucoliques... Alexandre Gazet Sogeti / ESEC R&D alexandre.gazet(at)sogeti.com Yoann Guillot Sogeti / ESEC R&D yoann.guillot(at)sogeti.com SSTIC 2009
Le génie logiciel. maintenance de logiciels.
Le génie logiciel Définition de l IEEE (IEEE 1990): L application d une approche systématique, disciplinée et quantifiable pour le développement, l opération et la maintenance de logiciels. Introduction
Mars 2015. Editeur et Intégrateur d ERP QHSSE
1 Mars 2015 Editeur et Intégrateur d ERP QHSSE 2 Notre stratégie : construire des relations long terme Approche globale Un ERP QHSE transverse répondant aux besoins métier Des solutions pilotées par le
La Certification de la Sécurité des Automatismes de METEOR
1 La Certification de la Sécurité des Automatismes de METEOR 2 un mot sur METEOR 3 Le projet METEOR, c'est... un système automatique complexe fortement intégré matériel roulant, équipements électriques,