Durant ces dernières années, l’évolution des technologies industrielles, le degré de complexité de certains matériels, le développement dans tous les domaines, ont provoqué des changements importants dans le contenu et les méthodes du travail humain. La place de l’homme dans le système, son rôle, son degré d’autonomie, les qualifications professionnelles exigées, s’en trouvent modifiés de façon majeure (SPERANDIO, 1988). Mais, loin de simplifier les tâches de l’opérateur humain, l’automatisation et l’informatisation des salles de contrôle de procédés industriels continus en ont considérablement accru la complexité. Cette complexité se traduit par la quantité de plus en plus importante d’informations que l’opérateur humain doit traiter afin de mener à bien ses tâches de contrôle et de supervision.

Ainsi, l’automatisation des systèmes de supervision de procédés industriels a laissé à l’opérateur humain une place des plus importantes, où les tâches sont devenues essentiellement des tâches mentales de résolution de problèmes. Et, si l’opérateur dispose de plus en plus d’outils d’aide destinés à l’aider dans ses tâches de conduite et de supervision, ces outils restent inefficaces dans certaines conditions puisque l’ensemble des dysfonctionnements n’est souvent pas modélisable de façon exhaustive.

Parallèlement, les procédés se développent en taille et en complexité, et les contraintes de production et de sécurité et les contraintes économiques deviennent de plus en plus sévères. Dans ces conditions, les risques d’erreurs humaines deviennent très importants et l’opérateur humain se voit alors confier le rôle de garant ultime de la sécurité du système lorsque celui-ci est déficient.

Ainsi, afin d’aider les opérateurs lors de leurs prises de décision, la tendance de ces dernières années consiste à les assister d’outils faisant généralement appel à des techniques de l’Intelligence Artificielle, tels que les systèmes experts. Ces systèmes sont capables de s’adapter à un grand nombre de situations de conduite, en faisant appel à des heuristiques modélisées et stockées dans leurs bases de connaissance. Par exemple, on retrouve de plus en plus, dans les salles de contrôle, des systèmes d’aide au diagnostic, des systèmes d’aide à la correction et à la reprise des défauts, etc. Se pose alors le problème de la communication entre l’opérateur humain et ces systèmes d’aide.

Un champ de recherche récent vise à résoudre celui-ci à l’aide d’une interface graphique assurant les interactions homme-machine, capable de s’adapter aux différents traitements cognitifs mis en œuvre par l’opérateur lors de la réalisation de ses tâches de contrôle et de supervision.

Dans ce but, les recherches actuelles étudient la nature, la composition et l’implantation des interactions homme-machine à travers le développement d’interfaces dites « intelligentes ».

Les psychologues du travail, ainsi que les automaticiens humains, limitent le système homme-machine à l’ensemble intégré d’éléments en interaction destiné à exécuter en coopération une fonction prédéterminée (ROUHET, 1988). La notion de système est ainsi voisine de celle d’unité fonctionnelle (JOHANNSEN, 1982). En ce sens, le système peut être un poste de travail, un groupe de postes, un atelier, etc. Quand le système homme-machine comporte plusieurs opérateurs humains et plusieurs machines, il est qualifié de multidimensionnel (ROUHET, 1988).

En général, un système homme-machine prend donc la forme d’un ensemble de sous-systèmes et d’éléments dont le fonctionnement de chacun peut être caractérisé par un ensemble de paramètres.

Dans le système Homme-machine élémentaire proposé par LEPLAT et CUNY (1969), l’homme dialogue avec la machine en lui envoyant des commandes. La machine, sensible aux perturbations provenant de son environnement, renvoit différentes données vers l’homme et éventuellement vers d’autres systèmes en aval. Dans ces conditions, l’homme est considéré, particulièrement, comme un récepteur : il reçoit différentes informations provenant de la machine, mais reste très sensible aux autres types de source d’information, tels que le téléphone, les bruits, la voix d’autres opérateurs en amont ou en aval du système homme-machine, etc.

Au cours de ces dernières années, l’évolution technologique a vu les procédés industriels se développer en taille et en complexité. Dans ces conditions, la place de l’homme dans le système, son rôle, son degré d’autonomie, les qualifications professionnelles exigées, s’en trouvent modifiés de façon majeure (SPERANDIO, 1988). En effet, cette évolution se traduit, par exemple, par une quantité d’information de plus en plus importante que l’opérateur humain doit traiter, afin de mener à bien ses tâches de contrôle et de supervision.

Il est très rare de rencontrer en 1992 des boucles de régulation en manuel, car ce que l’opérateur humain est capable de faire dans ce domaine, l’automatisme peut et doit le faire. L’opérateur devrait donc se consacrer quasi-exclusivement aux tâches intelligentes de résolution de problèmes.

A ce sujet, LEJON (1991), dans une étude sur le rôle futur de l’opérateur humain, envisage l’évolution de celui-ci selon quatre aspects : (1) assurer les régulations et les automatismes, (2) optimiser la marche du processus, (3) pallier les défauts de l’automatisme et (4) pallier les inévitables défauts du processus.

– Assurer les régulations et les automatismes. Ce rôle diminue régulièrement et doit disparaître à long terme, car, comme nous l’avons souligné précédemment ce que l’homme peut faire sous la forme de tâche « algorithmique », la machine doit le faire. Cependant, on constate que, bien que le potentiel algorithmique des systèmes numériques de contrôle commande (SNCC) soit considérable, celui-ci reste très sous-exploité dans la majorité des applications à cause de la très large utilisation des régulateurs PID (Proportionnel Intégral Dérivé). Le PID est utilisé, de nos jours, dans près de 94% des applications industrielles (LEJON, 1991) .

– Optimiser la marche du processus. Ce rôle doit disparaître avec l’apparition des calculateurs, mieux adaptés aux traitements des calculs complexes d’optimisation que le cerveau humain. De plus, les programmes d’optimisation, qu’ils soient algorithmiques ou à base de systèmes experts, peuvent désormais de plus en plus tenir compte, à la fois de l’expertise issus des opérateurs et des ingénieurs du procédé (sous la forme de règles de savoir faire typiquement humaines) et de différentes formes de modélisation des connaissances à mettre en œuvre (BENKIRANE et al., 1990).

– Pallier les défauts de l’automatisme. C’est un rôle très important, mais qui va en s’amenuisant avec l’introduction de redondances matérielles et logicielles à tous les niveaux. Ce rôle diminue donc au fur et à mesure que la fiabilité des systèmes s’améliore. Notons à ce sujet que de gros efforts sont entrepris dans ce domaine, depuis son introduction par CHAPOUILLE en 1972, faisant suite à un transfert important de technologie dans les systèmes de production, dans les années 70 (GUILLEVIC, 1990).

– Pallier les inévitables défauts du processus. C’est sans doute l’unique et le principal rôle qui restera pour l’opérateur humain en salle de contrôle. En effet, les automatismes sont incapables de résoudre ou simplement de prendre en compte l’ensemble des inévitables défauts du processus, et à ce sujet, il est évidemment impossible de rendre tout les processus redondants. Cependant, pour éviter des arrêts fréquents des installations, dont le coût est considérable, on cherche à rendre acceptables des régimes de marche dégradés, pour lesquels on préfère produire moins ou un produit de qualité moindre plutôt que d’arrêter le processus. Dans de telles situations, la prise en compte des petits défauts du processus, par l’opérateur humain, restera l’une des tâches principales de celui-ci, et cela pour quelques années encore.