Laboratoire Génie IndustrielEquipe de recherche Sureté et Risques
RechercheNotre équipe développe des activités de recherche pour l'analyse de la sécurité et des risques des systèmes techniques complexes. Nos modèles sont principalement basés sur des processus stochastiques et des approches basées sur les données, avec un accent particulier sur l'optimisation et la quantification des incertitudes pour la prise de décision dans la conception et l'exploitation. Nous sommes fortement connectés à plusieurs partenaires industriels avec la chaire Risque et résilience des systèmes complexes. Cette chaire est soutenue par EDF, SNCF, Orange et Aéroport de Paris. Il s'agit d'une arène pour définir des cas d'étude, partager des données de connaissance et des expériences, développer des méthodes, mettre en œuvre des outils de référence et des prototypes d'outils. Cette chaire prend le relais de la chaire précédente sur les sciences des systèmes et les défis énergétiques soutenue par EDF. Notre activité de recherche s'organise autour de 3 principaux objets d'études : • Systèmes et infrastructures complexes, systèmes cyber-physiques L'analyse de ces systèmes ne peut pas être réalisée uniquement avec les méthodes classiques de décomposition des systèmes et d'analyse logique. Un cadre est nécessaire pour intégrer un certain nombre de méthodes capables de considérer le problème sous différents angles (topologique et fonctionnel, statique et dynamique, discret et continu...), en traitant correctement les incertitudes par des méthodes probabilistes et non probabilistes. Notre principale contribution consiste à utiliser des processus stochastiques, des approches basées sur les données et la simulation Monte Carlo pour identifier les paramètres influents et les éléments critiques, et pour définir le niveau d'abstraction approprié pour la modélisation. Le travail de modélisation est réalisé dans la perspective de fournir des indicateurs de décision pour la gestion de la sécurité, du risque, de la disponibilité et de la maintenance avec une quantification minutieuse des incertitudes. • Industrie 4.0 et maintenance prédictive Dans le cadre de l'industrie 4.0, notre principale contribution consiste à développer des modèles avancés et des méthodes d'optimisation pour la gestion dynamique des risques et la maintenance prédictive. Cela englobe l'évaluation et la modélisation de la dégradation des composants avec l'utilisation du système, ainsi que l'analyse et l'optimisation des solutions de maintenance. Ceci peut être fait par la physique multi-états, les modèles bayésiens et les chaînes de Markov, la simulation Monte Carlo. Un accent particulier est mis sur la prédiction des défaillances et le pronostic des composants critiques, par des approches basées sur les données, par exemple les réseaux neuronaux artificiels adaptatifs, les machines à vecteurs de support et autres. En ce qui concerne l'optimisation, différentes méthodes sont mises en œuvre en relation avec l'optimisation sous incertitudes et l'optimisation robuste. • Résilience Nous avons l'intention d'évaluer et d'optimiser la résilience des systèmes complexes et des infrastructures critiques en modélisant et en optimisant les processus de gestion des barrières, d'atténuation, de gestion de crise et de récupération. L'un des objectifs est de garantir la continuité des activités en examinant dans quels états dégradés le système doit être remis en un minimum de temps. Les approches développées sont liées à la modélisation basée sur les agents et aux communautés résilientes. Notre activité d'enseignement s'organise autour de 4 cours de niveau master : • Évaluation des risques et résilience des systèmes et des infrastructures
• Analyse pratique des risques et de la fiabilité • Maintenance technique • Modèles mathématiques pour la prise de décision • Analyse des données pour le risque et la fiabilité Liens UtilesGroupe de recherche Risques et Sécurités Chaires Risques and Résilience de Systèmes Complexes (RRSC) Contacts:
|