Thèse de doctorat en Technologies de l'information et des systèmes
Sous la direction de Jean-Louis Boulanger et de Walter Schön.
Soutenue en 2008
à Compiègne .
Bien qu'actuellement considérés comme non sécuritaires (les fonctions de sécurité étant assurées par d'autres sous-systèmes) les systèmes de supervision du trafic ferroviaire peuvent contribuer à la sécurité dans certains scénarios de crise où une décision adaptée d'un opérateur de supervision pourrait réduire notablement la gravité des scénarios d'accident. Il est donc de toute première importance d'identifier ce type de scénarios afin d'envisager les systèmes de supervision du futur dans la perspective d'améliorer encore la sécurité des circulations. La supervision impliquant des décisons prises par l'homme, le prise en compte du facteur humain est indispensable. L'étude se focalise sur l'évaluation de l'interaction opérateurs humains-machines et son impact sur la sécurité. Des études spécifiques du facteur humain ont été réalisées sur une plateforme de supervision de trafic ferroviaire installée dans les locaux de l'UTC. L'objectif des expérimentations est d'obtenir des informations sur les processus cognitifs généraux impliqués dans la gestion d'un environnement dynamique de circulation de mobiles et de contribuer ainsi à l'évaluation du système de supervision en situation d'utilisation par des opérateurs confrontés à la gestion d'une situation nominale, normale et dégradée. Une approche interdisciplinaire a été proposée afin de disposer d'un modèle commun entre spécialistes des sciences humaines et sociales et spécialistes de la sûreté de fonctionnement. Ce référentiel a été puisé dans une perspective systémique de l'étude de la sécurité grâce à la méthode Functional Resonance Accident Model. Deux cas d'études illustrent la démarche proposée.
Impact of the automatic train supervision systems on safety
Currently, railway traffic supervision systems are not cinsidered as safety critical (basic safety constraints being ensured by other sub-systems). By taking a closer look, we can notice that these systems are able to prove their efficiency in safety management by offering critical information to the supervisor confronted with a crisis situation in order to help him to take the right decisions that lead to reduce considerably the impact and the severity of an accident. Taking into account these scenarios in the design order to contibute to enhance the global safety level is therefore mandatory. Supervision is tightly related to human decisions; therefore human factor is to be foremost when designing future supervisions systems. This work focuses on evaluating the human-machine interactions and their impact on safety. The specific studies on the human factor have been conducted on a platform designed to supervise the railway traffic installed in the UTC offices. The objective was to obtain information on the general cognitive processes involved in managing a dynamic traffic environment of trains in order to evaluate the supervising system while in use by operators facing three type of situations : nominal, normal, or degraded. The difficulty of such study remains the integration of the results from the observation, with the technics of ergonomical cognitive psychology in the safety analysis. An interdisciplinary approach based on a common referential of these fields has been proposed in order to get a common model for human ressources and dependability experts. This referential was designed in a systemic perspective of the safety studies and develop the method named Functional Resonance Accident Model. Two cases studies illustrate the proposed approach.
Cette thèse a donné lieu à une publication en 2009 par [CCSD] à Villeurbanne
Impact des postes centraux de supervision de trafic ferroviaire sur la sécurité