Développement d’une méthode de modélisation pour l’évaluation de la performance de stratégies de sécurité incendie

Développement d’une méthode de modélisation pour l’évaluation de la performance de stratégies de sécurité incendie

CONCEPTS ET MÉTHODES UTILISÉS EN ANALYSE SYSTÉMIQUE

La systémique est la discipline qui étudie les systèmes complexes. Par définition, la systémique n’est pas rattachée { un domaine d’étude donné et ses champs d’application vont de la politique { la technologie, en passant par l’informatique, la biologie, l’écologie, l’économie, la sociologie, l’art ou encore l’entreprise. En outre, elle englobe des disciplines, qui, sans elle, paraissent isolées et se caractérise par une forte composante transdisciplinaire. Ainsi la systémique contribue à décloisonner les domaines de compétences. Tout d’abord, les notions de système et de complexité seront définies (cf. IV.A). Ensuite, les concepts sur lesquels l’approche systémique repose seront abordés (cf. IV.B) afin de terminer par l’énumération et la présentation rapide de méthodes ayant recours à cette approche (cf. IV.C). IV.A Système et complexité IV.A.a) Définition d’un système Le mot système vient du grec « sustēma » qui signifie « ensemble, organisation ». Il existe dans la littérature de nombreuses définitions du mot système, redondantes ou complémentaires. Le tableau suivant en propose quelques une, sélectionnées de manière à ce que chacune apporte un Développement d’une méthode de modélisation pour l’évaluation de la performance de stratégies de sécurité incendie   élément supplémentaire par rapport à la précédente. En aucun cas ces définitions ne sauraient être le reflet de la totalité des travaux de l’auteur. Définition Référence « Un système est une totalité organisée, faite d’éléments solidaires ne pouvant être définis que les uns par rapport aux autres en fonction de leur place dans cette totalité. » (De Saussure, 1995) [Un système est un] « ensemble d’unités en interrelations mutuelles. » (Von Bertalanffy, 1993) « Un système est un ensemble de parties en interaction dynamique, organisées en fonction d’un but » (De Rosnay, 1975) « Un système est un ensemble d’objets organisés en fonction d’un but et immergé dans un environnement ». (Le Gallou, et al., 1992) La lecture de ces définitions fait intervenir les notions de parties (également appelés éléments, unités, objets ou entités selon les auteurs), d’organisation, d’interrelations, de dynamique, de but et d’environnement. Le modèle du système général, introduit par (Le Moigne, 2006 p. 58), regroupe toutes ces notions et sera utilisé dans la présente recherche. Ce modèle propose une définition d’un système, quelle que soit sa nature, autour des 5 axiomes de base de la Figure 26. FIGURE 26 : LE SYSTÈME GÉNÉRAL (Le Moigne, 2006) Ainsi, la définition d’un système passe par l’identification : – de finalités (celles du système ou de l’observateur) ; – d’une structure (c’est-à-dire d’un ensemble de parties agencées les unes par rapport aux autres dans l’espace) ; – d’un environnement (tout ce qui est en dehors des limites du système) ; – d’une activité (ce qui s’y passe, ce que le système fait) ; – d’un devenir, d’une évolution (ce que le système sera). IV.A.b) Distinguo entre système compliqué et système complexe Deux familles de systèmes peuvent être discernées : d’une part, les systèmes compliqués et d’autre part, les systèmes complexes. Les critères permettant de différencier un système complexe d’un système compliqué sont regroupés dans la référence (Donnadieu, et al., 2002). Il convient de garder { l’esprit que ces critères décrivent deux extrêmes, et que la réalité se situe quelque part entre les deux.   Selon cet auteur, un système complexe est un système : – ouvert : il pratique de nombreux échanges avec son environnement ; – relationnel : il est composé de nombreuses parties fortement interconnectées dont la nature est variée ; – englobant : sa structure est arborescente, hiérarchisée en niveau, en sous-systèmes, et chaque sous-système peut être considéré comme un système de frontières plus restreintes (principe des matriochkas ou de récursivité) ; – imprévisible : ni son fonctionnement (son activité) ni son devenir ne peuvent être prévus avec certitude, et cette imprévisibilité vient de sa capacité à faire émerger des propriétés nouvelles (Morin, 2005) ; – auto-organisateur : il s’adapte { son environnement grâce { la présence de boucles de rétroactions positives (c.{.d. évoluant vers l’amplification) ou négatives (c.à.d. évoluant vers la stabilité) dans son activité ; – finalisé : il a une finalité propre (p. ex. : exister, se maintenir, etc.) qu’il tente d’atteindre par l’enclenchement approprié de diverses procédures de régulation (p. ex. : un écosystème). En opposition, un système compliqué est un système : – fermé : il n’échange pas ou peu avec son environnement ; – non relationnel : les unités qui le composent sont peu nombreuses et les relations qu’elles entretiennent peuvent être décrites { l’aide de lois simples ; – prévisible, déterministe : il est possible d’appréhender son activité et son devenir de manière certaine ; – non finalisé : sa finalité est celle que l’observateur ou que le concepteur du système veut bien lui donner. Soit il s’agit d’un système technique construit par l’homme pour servir ses intérêts, soit d’un système naturel inerte (p. ex. : une pierre posée sur le sol) ; – non-adaptatif : sans une intervention extérieure, il évoluera fatalement vers la destruction avec un délai plus ou moins long (p. ex. mise au rebut d’un système technique, érosion de la pierre). Le Tableau 2 propose de mettre en relation les critères de classification de la littérature avec le modèle du système général de (Le Moigne, 2006). Système compliqué Système complexe Environnement pas d’interactions entre le système et l’environnement interactions bilatérales entre le système et l’environnement Structure structure isotrope, composée d’unités peu nombreuses et indépendantes les unes des autres structure variée et hiérarchisée, composée de nombreuses unités interagissant les unes avec les autres Activité activité appréhendable, prévisible, déterministe activité impossible à appréhender, imprévisible, composée de nombreuses rétroactions Objectif système non finalisé système finalisé Évolution évolution prévisible évolution imprévisible (fins alternatives) 

CRITÈRES DE CLASSIFICATION DES SYSTÈMES EN SYSTÈME COMPLEXE OU EN SYSTÈME COMPLIQUÉ

Deux types de systèmes ont donc été caractérisés : les systèmes compliqués et les systèmes complexes. L’approche recommandée pour analyser un système compliqué est cartésienne. Développement d’une méthode de modélisation pour l’évaluation de la performance de stratégies de sécurité incendie . Elle consiste à analyser les parties du système de manière disjointe, et à recomposer le tout à l’aide de lois de composition simples. A l’inverse, l’approche recommandée pour analyser un système complexe est systémique. L’approche systémique est plus amplement détaillée cidessous. IV.B Approche systémique et science des modèles IV.B.a) Objectifs, recommandations et fondements L’approche systémique vise { analyser conjointement les différentes parties du système, afin de ne pas détruire les interactions. Pour y parvenir, (Durand, 2010 p. 67) recommande de : – ne pas viser l’exhaustivité ; – préférer la lisibilité { la quantité d’information ; – préférer un schéma à un long discours ; – utiliser les formes (les symboles) pour caractériser ; – s’attacher autant au qualitatif qu’au quantitatif ; – savoir intégrer le flou, l’ambigu, l’incertain, l’aléatoire ; – réserver des marges d’adaptation ; – chercher le bon compromis fidélité/simplicité ; – procéder par itérations ; – apprendre à bien découper (frontière, niveaux, etc.) ; – savoir faire des regroupements ou des éclatements. Enfin, l’approche systémique repose sur trois grands principes (Le Gallou, et al., 1992) : la notion de système, le développement de modèles (détaillé et défini au paragraphe suivant) et le raisonnement analogique. Selon (Le Gallou, et al., 1992), la notion de système (activité, environnement, structure, devenir, finalité) sert de support pour construire un ou plusieurs modèles. Dans l’approche systémique, la construction du modèle est tout aussi importante que son utilisation. En outre, si cette construction fait émerger des difficultés, alors les principes de la systémique encouragent à chercher, par analogie, des modèles ou des démarches dans d’autres champs disciplinaires. En conclusion, l’approche systémique revient { utiliser la notion de système et le raisonnement analogique pour l’élaboration de(s) modèle(s) d’une réalité. Elle est utilisable par toute personne ou organisation, confrontée à un problème transdisciplinaire complexe, rencontrant des difficultés de cohérence, d’organisation ou de définition lors du traitement de ce problème. IV.B.b) Science des modèles, notamment l’ingénierie dirigée par les modèles La science des modèles est la branche de la science dont l’objectif est la construction et l’utilisation de modèles. La science des modèles n’est pas un sous-ensemble de la systémique, c’est plutôt le domaine dans lequel la systémique a puisé des concepts féconds et inversement. Définitions Un modèle est une représentation abstraite du phénomène ou de l’objet étudié, construite dans un but défini (p. ex : un plan, un organigramme, un système d’équations). Un modèle est décrit à l’aide d’un langage de modélisation et est construit par l’application d’une méthode de modélisation. Un langage de modélisation est un formalisme utilisé pour représenter un modèle (p. ex. : un ensemble de traits, de flèches, de couleurs, de symboles, de nombres, etc. auxquels une signification est associée). Une méthode de modélisation se définit alors comme Premier chapitre 48 | P a g e un ensemble structuré permettant l’élaboration d’un modèle en proposant des opérations { accomplir, en mettant à disposition des outils pour accomplir les opérations et en signalant certains errements à éviter. Pour qu’un modèle, un langage ou une méthode soit systémique, il faut en outre qu’elle s’appuie sur la notion de système. Remarque : Lorsque la correspondance entre le modèle et la réalité est parfaite, le modèle est isomorphe, ce qui correspond au cas idéal. Dans le cas contraire, le modèle est dit homomorphe, ce qui correspond au cas courant. Ingénierie dirigée par les modèles L’ingénierie dirigée par les modèles (IDM36) est un domaine de l’informatique mettant à disposition des outils, des concepts et des langages pour créer et transformer des modèles (Thiry, et al., 2010), (Thiry, et al., 2009). L’intérêt est d’éviter de construire un modèle de A { Z en réutilisant et transformant les concepts d’un autre modèle. En effet, le gros atout de l’IDM est la génération automatique d’un modèle { partir d’un autre. Toutefois, pour qu’un modèle A puisse être transformé en un modèle B, il faut que les langages de modélisation A’ et B’ soient capables de traduire les mêmes concepts, et que les règles de passage d’un langage { un autre soient clairement spécifiées. Une approche systémique, dont l’objectif est la modélisation d’un système complexe avec une forte composante transdisciplinaire, à tout intérêt à avoir recours à une discipline qui fournit les outils nécessaires pour organiser les modèles multivues, multiéchelles, multireprésentations et multiformalismes rendant compte de la complexité des systèmes. IV.C Zoom sur quelques méthodes de modélisation systémique La littérature systémique propose des méthodes de modélisation, plus ou moins bien formalisées. En effet, certaines sont pleinement opérationnelles tandis que d’autres sont plutôt au stade de l’ébauche de concepts. Toutefois, quel que soit leur stade de formalisation, ces méthodes (ou ébauches de méthodes) ont apporté des concepts, des outils ou des démarches féconds. Les méthodes présentées ci-après sont celles qui ont eu un rôle dans la construction des présents travaux ou celles dont la puissance modélisatrice semblait suffisamment importante pour qu’une courte citation ait sa place. IV.C.a) La systèmographie La systèmographie est l’œuvre de Jean-Louis Le Moigne, ingénieur de l’école centrale de Paris et professeur émérite { l’université d’Aix Marseille. Il a développé la systèmographie dans son ouvrage (Le Moigne, 2006). La systèmographie est un terme introduit pour faire un parallèle avec la photographie. La photographie est un procédé de capture d’images d’un objet réel faisant intervenir un appareil photographique. Après développement, le résultat du procédé est la photographie (l’image porte le même nom que le procédé mis en œuvre pour l’obtenir). En quelque sorte, une photographie 36 En anglais MDE pour Model Driven Engineering Développement d’une méthode de modélisation pour l’évaluation de la performance de stratégies de sécurité incendie 49 | P a g e est un modèle, { un instant donné, de l’objet réel. La systèmographie est un procédé qui permet de générer un modèle { partir d’un objet réel. Comme l’illustre la Figure 27, l’appareil photographique utilisé pour réussir une systèmographie est le système général (cf. Figure 26). Sur cette figure, un rappel du système général est proposé à gauche et le principe de la systèmographie à droite. Dans ce principe, le système général apparaît au centre, à la croisée des segments. Concrètement, selon (Le Moigne, 2006), il faut utiliser les cinq axes du système général pour « photographier » un phénomène réel.Pour construire et représenter ces modèles, de nombreux concepts ont été introduits, notamment celui de boite noire et de processus (Le Moigne, 2006). Le modèle de la boite noire consiste à représenter le système, ainsi que les sous-systèmes comme des boites. Chaque boite, ou objet, a deux comportements possibles : – elle reçoit d’autres objets, et les restitue après transformations : c’est alors un objet changeur ou « objet processeur » – elle est reçue par un autre objet, et est restituée après transformations : c’est alors un objet changé ou « objet processé » Aux transformations, Le Moigne associe la notion de processus. Un processus est « l’ensemble ordonné des changements affectant (…) une famille au moins d’objets identifiés ». Ces objets peuvent être de nature physique (de la matière ou de l’énergie) ou plus abstraite (de l’information). L’activité d’un système complexe se caractérise par de nombreux processus interagissant les uns avec les autres. L’ensemble de ces interactions peut être représenté sous forme d’une matrice I qui est binaire et carrée, de dimensions NxN, avec N, le nombre de processus. L’élément Ii,j vaut 1 si le processus i interagit avec le processus j et 0 dans le cas contraire. IV.C.b) Le macroscope Le macroscope est un outil imaginaire inventé par J. De Rosnay pour construire des modèles graphiques et mathématiques (De Rosnay, 1975). Le macroscope n’est pas suffisamment formalisé pour atteindre le stade de méthode de modélisation, mais propose tout de même le recours à la description suivante du système : Point de vue structurel : – une limite ; Qui est la frontière entre le système et l’environnement. Premier chapitre   des éléments ; Pouvant être identifiés, dénombrés et classés en familles ou catégories. La matière, l’énergie ou l’information sont des exemples de familles. – des réservoirs ; Dans lesquels les éléments sont rassemblés et permettent de stocker des éléments (de la matière, de l’énergie). – un réseau de communication. Constitué par l’ensemble des supports qui permettent le transit de matière, d’énergie et d’information entre les réservoirs et les différents constituants du système. Point de vue fonctionnel : – des flux ; Qui sont les débits d’énergie, de matière ou d’information qui transitent via les réseaux de communication. – des vannes ; Représentant des centres de commandes des flux et qui permettent d’en augmenter ou d’en diminuer le débit. – des boucles de rétroaction ; Permettant de contrôler les débits en amont ou en aval d’un réservoir. – des délais. Résultant des vitesses de circulation des éléments, de leur durée de stockage ou encore de l’intervalle temporel entre la commande (au niveau des vannes) et l’exécution (modification effective du débit). À cette description textuelle est associée une ébauche de langage de modélisation graphique. La Figure 28 présente un exemple de modèle obtenu avec ce langage. LÉGENDE : Remarque : Nous avons ajouté la limite à ce schéma.  La méthode MADS La méthode MADS (Méthode d’Analyse de Dysfonctionnement des Systèmes) (Lesbats, et al., 1993), (Université de Bordeaux, 2010) permet d’identifier a priori l’enchaînement des événements qui conduit à un événement non souhaité (E.N.S.). Selon (Perilhon, 2003), la méthode MADS peut apparaître comme le modèle théorique de l’AMDEC37. 37 AMDEC est l’acronyme d’Analyse des Modes de Défaillance Et de leur Criticité limite réseau de connexion – flux d’éléments réseau de connexion – flux d’information réservoir vanne source/puits d’éléments Développement d’une méthode de modélisation pour l’évaluation de la performance de stratégies de sécurité incendie  Pour parvenir { identifier les enchaînements d’événements conduisant à un E.N.S., la méthode MADS s’appuie sur la notion de processus de danger. Le processus de danger est un modèle systémique événementiel représentant le danger. Ce modèle (cf. Figure 29), reposant sur la notion de processus introduite par (Le Moigne, 2006), est composé de deux systèmes, appelés respectivement système source de danger et système cible de danger. Les deux systèmes sont en interaction et immergés dans un environnement. Les interactions entre eux se conceptualisent sous la forme d’un flux de danger (dit processus de danger). Ce flux est émis par le système source, lorsqu’un événement initiateur le génère. S’il atteint le système cible, le risque est réalisé. C’est l’événement non souhaité. Dans ce modèle, l’E.N.S. est donc le fruit de l’enchaînement des événements suivants : – événement initiateur (le déclencheur) ; – événement initial (la naissance du flux de danger) ; – événement principal (la propagation du flux de danger) ; – événement terminal (l’impact du flux de danger sur la cible). À cet E.N.S. peut être associé une fréquence d’occurrence (produit des fréquences d’occurrence des événements de l’enchaînement). Cette fréquence peut être diminuée par des barrières ou augmentée par des défaillances (événement renforçateur). IV.C.d) La méthode MOSAR La méthode MOSAR (Méthode Organisée Systémique d’Analyse de Risque), développée au CEA par (Perilhon, 2003) permet l’analyse des risques techniques d’une installation humaine et l’identification des moyens de prévention nécessaires pour les neutraliser. Elle s’applique aussi bien dès la conception d’une installation nouvelle qu’au diagnostic d’une installation existante. Elle comprend deux modules, le modèle A, qui sert à identifier les risques et le module B, qui sert à les analyser. Les modules proposent des notions et des outils, dont certains sont détaillés ciaprès. Module A L’identification des risques dans le module A repose sur les notions principales suivantes : – le sous-système (cf. IV.A.b) ; – le processus de danger de MADS (cf. IV.C.c) ; – le concept de la boite noire (cf. IV.C.a) ; – l’enchaînement de processus, qui est un cas particulier d’interactions entre processus (cf. IV.C.a). Toutes ces notions sont issues ou dérivées de (Le Moigne, 2006). Concrètement, pour identifier des scénarios d’accidents (module A), les opérations à accomplir sont, dans l’ordre : – découper le système en sous-systèmes ; – identifier dans chaque sous-système les processus de danger ({ l’aide du modèle MADS et de grilles pré-remplies de sources de danger) ; – considérer chaque sous-système comme une boite noire, dont les entrées sont les événements initiateurs des processus de danger qu’il contient (p. ex. : choc) et les sorties sont les événements principaux de ces mêmes processus de danger (p. ex. : fuite propane) – cf. Figure 30 ; – construire les enchaînements de processus dans chaque sous-système. L’enchaînement est construit en identifiant les événements principaux d’un processus de danger qui sont également événements initiateurs d’un autre processus de danger. Les enchaînements de processus peuvent alors être représentés sous forme arborescente (arbre logique ou arbre d’événements) et traduisent des scénarios d’accidents courts – cf. Figure 31 ; – construire les enchaînements de processus d’un sous-système { l’autre, ce qui a pour effet de construire des scénarios d’accidents longs – cf. Figure 32.