Une approche harmonisée pour l'évaluation de la sécurité des systèmes ferroviaires : de la décomposition fonctionnelle au modèle comportemental - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2010

A harmonized approach for safety assessment in railways : from a functional decomposition to a behavioral model

Une approche harmonisée pour l'évaluation de la sécurité des systèmes ferroviaires : de la décomposition fonctionnelle au modèle comportemental

Résumé

The railway systems are being more and more forced by decision authorities. As they are placed at a high level of abstraction, it becomes problematic to impose another criterion or scale. In fact, since we come down lower, we are confronted with specificities of the national systems which make lose the majority of the work of the European decision-makers. The issue is that, at every level of abstraction, risk assessment methods exist, but without being compatible. Besides, the combination of layers and the functional vision of the railway system do not take into account the impact of some functions on the others, nor the link between the global level of risk and the components to assign the safety.Thus, we propose a harmonized approach for risk assessment. This approach allows us to distribute the constraints defined at the abstract functional level on the entities which implement both the systems and their specificities.Our contribution is methodological. It leaves a functional model of the layered railway system. The purpose is to represent this system without any dependencies between the functions. For instance, it was necessary to translate them independently by creating entrances/exits as places/transitions of a Petri net. A Petri net class corresponds to each layer. To the structural layer, we associate the time Petri net; to the functional layer, the stochastic Petri nets and to the logical layer, the predicate transitions nets
Les systèmes complexes ferroviaires étant de plus en plus contraints par des autorités de décision placées à un haut niveau d'abstraction, il devient problématique d'imposer des critères à une autre échelle que fonctionnelle. Ainsi, dès lors que l'on descend plus bas, nous sommes confrontés à des spécificités des systèmes nationaux qui font perdre la généralité du travail des décisionnaires Européens. Le problème est qu'à chaque niveau d'abstraction, des méthodes d'évaluation du risque existent, mais sans être compatibles entre elles. Par ailleurs, la combinaison des couches et la vision fonctionnelle du système ne prennent pas en compte l'impact des fonctions les unes sur les autres, ni le lien entre le niveau global et les composants afin d'allouer la sécurité.Nous proposons donc une démarche harmonisée d'évaluation du risque, capable de répartir les contraintes définies au niveau fonctionnel abstrait sur les entités qui implémentent les systèmes avec leurs spécificités.Notre contribution est méthodologique. Elle part d'un modèle fonctionnel du système ferroviaire constitué en couches. Le but étant de représenter ce système sans dépendance entre les fonctions, il a fallu les traduire indépendamment des autres en faisant apparaître les entrées/sorties comme des places/transitions d'un réseau de Petri. A chaque couche de la décomposition correspond une classe de réseau de Petri. Ainsi, à la couche structurelle, nous associons les réseaux de Petri Temporels; à la couche fonctionnelle les réseaux de Petri stochastiques et à la couche logique les réseaux de Petri Prédicats Transitions
Fichier principal
Vignette du fichier
Rafrafi_Meriem_DLE.pdf (2.12 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00802209 , version 1 (19-03-2013)

Identifiants

  • HAL Id : tel-00802209 , version 1

Citer

Meriem Rafrafi. Une approche harmonisée pour l'évaluation de la sécurité des systèmes ferroviaires : de la décomposition fonctionnelle au modèle comportemental. Automatique. Ecole Centrale de Lille, 2010. Français. ⟨NNT : ⟩. ⟨tel-00802209⟩

Collections

CNRS LAGIS
144 Consultations
557 Téléchargements

Partager

Gmail Facebook X LinkedIn More