Théorie de la fiabilité
Ref: 3GS1080
Description
Ce cours aborde dans un premier temps les concepts et méthodes classiques de sûreté de fonctionnement couramment utilisés pour évaluer la fiabilité ou la disponibilité des systèmes industriels et pour répondre aux exigences normatives en matière de sécurité. L'accent est ensuite mis sur l'évolution du risque et la prise de décision sous incertitude. La dernière partie est consacrée aux coûts sociétaux et environnementaux et à leur intégration dans les analyses de risque et de fiabilité.
Prérequis
Connaissances de base en probabilités, statistiques, simulation et modélisation Monte Carlo
Syllabus
Fiabilité
Concepts de base en fiabilité, analyse de structure de système, analyse de fiabilité de systèmes indépendants et dépendants, facteurs d'importance, (arbres de défaillances, diagrammes de fiabilité, processus de Markov, simulation de Monte Carlo, etc.).
Concepts de base en fiabilité, analyse de structure de système, analyse de fiabilité de systèmes indépendants et dépendants, facteurs d'importance, (arbres de défaillances, diagrammes de fiabilité, processus de Markov, simulation de Monte Carlo, etc.).
Processus de renouvellement et maintenance
Processus de renouvellement, Processus de renouvellement avec récompense, Remplacement préventif basé sur l'âge, Distribution non stationnaire (modélisation de la dégradation, politique d'investissement et modèles économiques).
Sciences du risque et prise de décision éclairée par les risques (RIDM)
Une présentation et une justification de la démarche RIDM avec les différentes stratégies de gestion des risques. Présentation d'une démarche pour l'appliquer à grande échelle pour la gestion d'actifs : comment identifier les risques et avec quelle méthode selon le contexte, comment caractériser les connaissances, comment faire remonter les inquiétudes des parties prenantes, etc.
Coûts sociétaux
Justification des coûts sociétaux, de leur valeur dans le temps (trajectoire de la valeur tutélaire du carbone, ajustement dans le temps de la valeur statistique de la vie, etc.) et des conséquences sur les décisions d'investissement. Un petit exercice de problème inverse met en évidence que toute décision implique une valorisation implicite de coûts sociétaux comme la valeur statistique de la vie : si vous me dites quand vous souhaitez procéder à l'entretien ou au remplacement de votre actif, je peux vous dire à quel point vous accordez de l'importance à la vie humaine.
Composition du cours
Les cours magistraux sont organisés en séances de 3 heures comprenant une présentation au tableau, des conférences et des études de cas.
Ressources
Equipe pédagogique
- Anne Barros
- Specialists from Industry
Outils: Python/Matlab
Résultats de l'apprentissage couverts par le cours
Comprendre les notions de fiabilité et risque
Comprendre les enjeux d'analyse et de modélisation pour la fiabilité et la prise de décision sous incertitude
Avoir une vision globale avec les différentes techniques de modélisation, leur cadre d'utilisation, leurs atouts et leurs limites
Comprendre comment les modèles sont utilisés et influencer les processus de décision dans la conception et l'exploitation de systèmes complexes
Comprendre les défis actuels aux niveaux opérationnel et managérial pour la fiabilité et la gestion des risques des systèmes complexes et des actifs
Support de cours, bibliographie
Slides and Textbook : Rausand, M. Barros, A. and Høyland, A.: "System Reliability Theory: Models, Statistical methods, and Applications" (3rd ed.), Wiley, 2020.