Calcul d'indicateurs de sûreté de fonctionnement de modèles AltaRica 3.0 par simulation stochastique

Assessment of reliability indicators of AltaRica 3.0 models by stochastic simulation

• Auteur / Autrice : Benjamin Aupetit
• Direction : Antoine Rauzy, Jean-Marc Roussel
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 23/06/2020
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Interfaces : matériaux, systèmes, usages (Palaiseau, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire génie industriel (Gif-sur-Yvette, Essonne)
• Partenaire(s) de recherche : référent : CentraleSupélec (2015-....)
• Jury : Président / Présidente : Marija Jankovic
• Jury : Examinateurs / Examinatrices : Laurent Piétrac, Jean-François Pétin, Michel Batteux
• Jury : Rapporteurs / Rapporteuses : Laurent Piétrac, Jean-François Pétin

Mots clés

Mots clés contrôlés

Fiabilité

Ordres stochastiques

AltaRica (méthode formelle)

Mots clés libres

AltaRica

MBSA

Simulation stochastique

AltaRica

MBSA

Stochastic simulation

Résumé

Dans un contexte de conception d'un système critique complexe, les études de sûreté de fonctionnement permettent de faire des choix de solutions techniques.Le langage de modélisation choisi doit avoir un pouvoir d'expression suffisant pour représenter les différents comportements envisagés : dans ces travaux, AltaRica 3.0 est utilisé.Mais le calcul d'indicateurs de sûreté de fonctionnement sur des modèles complexes est alors difficile : une solution est l'utilisation de la simulation stochastique pour les estimer.Il est alors nécessaire pour l'analyste de décrire quels sont les indicateurs qu'il souhaite estimer, et quelles sont leurs relations avec le modèle : un ensemble de mesures, couvrant les besoins classiques en sûreté de fonctionnement, est proposé.La qualité des estimations est liée au nombre de mesures, et donc à la performance de l'outil logiciel de simulateur stochastique : des améliorations de la simulation stochastique de modèles AltaRica 3.0 ont été implémentées dans l'outil de la plateforme OpenAltaRica.L'utilisation d'outils de calcul logiciel dans un contexte de certification doit faire l'objet d'une évaluation sur leur qualité : une méthodologie d'évaluation de simulateurs stochastiques de sûreté de fonctionnement, non limitée à AltaRica 3.0, est présentée.Enfin, une étude de cas d'un système mécatronique complexe permet de présenter les possibilités de la simulation stochastique et du langage AltaRica 3.0 pour une étude de sûreté de fonctionnement de cette classe de systèmes.

Safety assessment of a critical and complex system allows choices of technical solutions.The chosen modelling language for those assessments must have sufficient power of expression to represent the different behaviours envisaged: AltaRica 3.0 is here used.But computation of dependability indicators on complex models is then difficult: stochastic simulation is a solution, but only allow to estimate values.It is then necessary for the analyst to describe which indicators he wishes to estimate, and what their relations with the model are: a set of measures, covering the conventional needs in dependability, is proposed.The estimation quality is related to the number of measurements, and therefore to the performances of the stochastic simulator software tool: improvements of stochastic simulation of AltaRica 3.0 models have been implemented in the tool of the OpenAltaRica platform.The use of software computation tools in a certification context must be evaluated on their quality: a stochastic simulator reliability evaluation methodology, not limited to AltaRica 3.0, is presented.Finally, a case study of a complex mechatronic system presents the possibilities of stochastic simulation and AltaRica 3.0 for a safety study of this class of systems.