Evaluation de dysfonctionnement d'un système par approche bayesienne : cas du système ferroviaire

Evaluation of dysfunction of a system by bayesian approach : case of railway systems

• Auteur / Autrice : Anass Bouchiba
• Direction : Abdessamad Kobi
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'ingénieur
• Date : Soutenance en 2013
• Etablissement(s) : Angers
• Partenaire(s) de recherche : Laboratoire : Laboratoire en sûreté de fonctionnement, qualité et organisation de l'université d'Angers

Mots clés

Mots clés contrôlés

Statistique bayésienne

Tramways

Passages à niveau

Sécurité ferroviaire

Résumé

Le développement de transport ferroviaire en milieu urbain ou non urbain, s'accompagne évidement d'une amélioration continue de la sécurité, qui reste une des préoccupations principales dans ce domaine de transport, où les accidents continuent à engendrer d'importants dégâts, et causer un nombre élevé de victimes. La maîtrise des risques du transport ferroviaire, implique d'une part l'identification et la prévision des risques, et d'autre part, la réduction de ces risques en agissant sur les moyens de diminution de leurs occurrences, leurs gravités, l'atténuation de leurs conséquences grâce à des moyens d'évitement et de protection contre les risques. Dans ce contexte, le présent travail de cette thèse vise à développer un outil d'évaluation et d'analyse des risques au niveau des Passages à Niveau du réseau ferroviaire de l'ONCF (Office National des Chemins de Fer) qui comporte 521 Passages à Niveau dont 80% environ ne sont pas gardés, ainsi que celui du réseau ferroviaire du Tramway à l'agglomération de Rabat/Salé, qui s'étend sur 20 km et dont l'insertion urbaine n'a pas été sans effet sur la ville, car les accidents entre le Tramway et les usagers de la route qu'ils soient des piétons ou des véhicules, continuent à avoir lieu et on enregistre une dizaine d'accidents par mois de différentes gravités. L'analyse des risques de ces deux systèmes est basée en premier lieu sur des études fonctionnelles et dysfonctionnelles de ces deux systèmes, puis en second lieu sur une modélisation des risques par Réseaux Bayésiens. En effet, l'approche Bayésienne dans l'évaluation des dysfonctionnements et la quantification des risques encourus, constitue une approche d'analyse permettant la prise en compte des aspects comportemental et temporel du système (événements liés aux facteurs humain ou matériel, événements aléatoires des accidents, conséquences non maîtrisées des accidents etc. ). Ce modèle de risque proposé permet aussi d'établir une prévision des risques à partir des données recueillies du passé (Retour d'EXpériences).

The development of railway in urban and non urban, is accompanied by recess continuous improvement of safety, which remains a primary concern in this area of transport, where accidents continue to cause significant damage, and cause a large number of victims. The control of risks of rail transport implies firstly the identification and prediction of risk, and secondly, reducing these risks by acting on ways to decrease their occurrence, their severity, mitigating their consequences by means of avoidance and protection against risks. In this context, the present work of this thesis is to develop an assessment tool and risk analysis at Level Crossings of the Moroccan railway network, which has 521 level crossings with about 80% are not guarded, and the railway network of tram in the cities of Rabat/Salé, which extends on 20 km and which its urban integration has not been without effect on the city, because accidents between the tram and road users whether pedestrians or vehicles, continue to occur and recorded about ten accidents per month of varying severity. The risk analysis of these two systems is based primarily on the functional and dysfunctional studies, then secondly on risk modelling by Bayesian Networks. In fact, the Bayesian approach in evaluating dysfunctions and quantification of the risks constitutes an analysis approach allowing taking into account the behavioural and temporal aspects of the system (events related to human factors or equipment, of random events of accidents, uncontrolled consequences of accidents etc. ). The risk model proposed also allows for a risk prediction based on data collected from the past (feedback).