Mémoire Online: Application des techniques de l’intelligence artificielle aux problèmes de gestion des risques industriels

Gestion des risques industrielsGestion des risques industriels

♣ Sommaire

RESUME
LISTE DES FIGURES
LISTE DES TABLEAUX
LISTE DES SYMBOLES ET ABREVIATIONS x
INTRODUCTION GENERALE
CHAPITRE I : ETAT DE L’ART SUR LES INCERTITUDES EN ANALYSE ET EVALUATION DES RISQUES INDUSTRIELS
Introduction
I.1 Incertitudes : Concepts, types et sources
I.1.1 Concept d’incertitude
I.1.2 Types et Sources d’incertitudes
I.1.2.1 Incertitudes paramétriques
I.1.2.2 Incertitudes de modèle
I.1.2.3 Incertitudes de complétude ou d’exhaustivité
I.2 Caractérisation de l’incertitude dans les différentes phases d’analyse et évaluation des risques
I.2.1 Etape d’identification
I.2.2 Etape d’estimation de la fréquence d’occurrence des événement s indésirables
I.2.3 Etape d’estimation des conséquences des événements indésirables
I.2.4 Etape estimation du risque
I.3 Théories de représentation de l’incertitude
I.3.1Théorie des probabilités
I.3.1.1 Notion de variable aléatoire, Notion de probabilité
I.3.1.2 Propriétés de comptabilité et d’incompatibilité d’évènements
I.3.1.3 Limitations de la théorie des probabilités
I.3.2 Théorie des ensembles flous
I.3.2.1 Caractéristiques d’un ensemble flou
I.3.2.2 Fonctions d’appartenance
I.3.2.3 Opérations sur les ensembles flous
I.3.2.4 Nombre et intervalle flous
I.3.2.5 Notion d’-Coupe
I.3.2.6 Opérations arithmétiques sur les nombres flous
I.3.2.7 Principe d’extension
I.3.3 Théorie des possibilités
I.3.3.1 Mesure floue (Valuation)
I.3.3.2 Mesures de possibilité et de nécessité
I.3.3.3 Relation entre mesures de possibilité et de nécessité
Conclusion
CHAPITRE II : GRAPHE DE RISQUE FLOU POUR LA DETERMINATION DU NIVEAU D’INTEGRITE DE SECURITE
Introduction
II.1 Notions de base relatives à la méthode Graphe de Risque
II.1.1 Notion de risque
II.1.2 Réduction du risque
II.1.3Facteur de réduction du risque
II.1.4 Principe ALARP (As Low As Reasonably Practicable)
II.1.5 Systèmes Instrumentés de Sécurité (SIS)
II.1.6 Réduction nécessaire du risque
II.1.7 Niveau d’Intégrité de Sécurité (SIL)
II.2 Méthodes d’allocation du SIL
II.2.1 Méthodes qualitatives
II.2.2 Méthodes semi-quantitatives
II.2.3 Méthodes quantitatives
II.3 Graphe de risque Conventionnel
II.4 Graphe de risque Etalonné
II.5 Limites et alternatives
II.6 Systèmes d’inférence floue
II.6.1Fuzzification
II.6.2 Inférence floue
II.6.3 Défuzzification
II.7 Graphe de Risque Flou : Modèle d’évaluation floue d’intégrité de sécurité
II.7.1 Sélection de variables d’entrée
II.7.2 Développement des échelles floues
II.7.3 Définition des échelles des paramètres C, F, P, W et du SIL
II.7.4 Dérivation des règles de logique floue
II.7.5 Application de la base de règles floues
II.8Validation du modèle Graphe de Risque Flou proposé
Conclusion
CHAPITRE III : APPROCHE FLOUE D’ANALYSE DES COUCHES PROTECTION
Introduction
III.1 Notions de base relatives à la méthode LOPA
III.1.1Couches de protection
III.1.2 Couches de protection indépendantes (IPLs)
III.2 Analyse des Couches de Protection (LOPA) conventionnelle
III.2.1 Principe de la méthode LOPA
III.2.2 Etapes d’élaboration de la méthode LOPA
III.2.2.1 Établissement des critères d’acceptabilité des scénarios d’accidents
III.2.2.2 Développement et sélect ion d’un scénario d’accident
III.2.2.3 Identification de l’événement initiateur du scénario estimation de sa fréquence
III.2.2.4 Identification des IPLs et estimation de leurs PFD
III.2.2.5 Calcul de la fréquence de la conséquence réduite
III.2.2.6Calcul de l’indice du risque
III.2.2.7 Evaluation du risque par rapport aux critères d’acceptabilité
III.3 Formalisme de la méthode LOPA
III.4Avantages, limites de la méthode LOPA conventionnelle
III.5 Apport de la logique floue à l’analyse du risque
III.6 Présentation du modèle LOPA floue proposé
III.6.1 Fuzzification
III.6.2 Calcul de la fréquence floue de la conséquence réduite
III.6.3 Comparaison avec la fréquence du risque maximum tolérable
III.6.4 Prise de décision et réduction du risque
Conclusion
CHAPITRE IV : VALIDATION DES MODELES FLOUS PROPOSES
Introduction
IV.1 Description du processus
IV.2 Analyse fonctionnelle du système four rebouilleur H101
IV.3 Elaboration, sélection des scénarios d’accidents et analyse des barrières de Sécurité
IV.4 Détermination du SIL par la méthode graphe de risque conventionnel
IV.4.1 Données relatives aux paramètres C, F, P, W et au SIL
IV.4.2 Discussion des résultats
IV.5 Détermination du SIL par la méthode graphe de risque flou
IV.5.1 Etablissement des échelles floues
IV.5.2 Établissement des bases de règles floues
IV.5.2.1 Base de règles floues probabilité d’évitement (Prévit -FIS)
IV.5.2.2 Base de règles floues relative au paramètre SIL (SIL-SIF)
IV.5.3 Fuzzification
IV.5.4 Résultats et discussion
IV.6Validation du modèle LOPA floue
IV.6.1 Scénarios d’accidents retenus pour LOPA
IV.6.2 Identification des couches de protection indépendantes (IPL)
IV.6.3 Calcul de la fréquence de la conséquence réduite
IV.6.4 Application du modèle LOPA floue au système « Four Rebouilleur H101»
IV.6.4.1 Fuzzification des données relatives aux paramètres des scénarios d’accident
IV.6.4.2 Evaluation de la fréquence floue de la conséquence réduite
IV.6.4.3 Comparaison des fréquences floues à la fréquence maximale tolérable
IV.6.4.4 Réduction des fréquences des conséquences sous la contrainte de la nécessité
IV.6.4.5 Prise en compte des aspects pratiques
IV.7Comparaison des résultats des deux modèles flous proposés
Conclusion
Conclusion générale
Références Bibliographie
ANNEXES
Annexe 1 :Développement de scénarios d’accident par HAZOP
Annexe 2 :Exemple d’étalonnage du graphe de risque général

♣ Extrait du cours

Chapitre I : État de l’art sur les incertitudes en analyse et évaluation des risques industriels
Introduction

Gestion des risques industriels
L’évaluation quantitative des risques (QRA), appelée aussi l’évaluation probabiliste des risques, consiste à identifier tous les scénarios possibles pouvant conduire à des événements indésirables, à évaluer la gravité de leurs conséquences et à calculer leurs probabilités d’occurrence et les évaluer par rapport aux critères d’acceptabilité établis au préalable.
Or un problème crucial, auquel les analystes de risques sont confrontés, s’impose est celui de la crédibilité et l’utilisation des résultats obtenus. En effet, il s’agit de savoir comment traiter les incertitudes liées aux différentes étapes du processus d’évaluation des risques (Abr, 02), (Kum, 07), (Ave, 11), et comment les prendre en considération à des fins de prise de décision qui est la finalité du processus de gestion des risques.

Gestion des risques industriels
Dans l’étape évaluation des risques, l’erreur de mesure et l’incertitude surgissent en raison de la limitation de l’outil de mesure, de la procédure de mesure, et de la personne effectuant la mesure (Nai, 04). La complexité de système augmente l’incertitude, puisque les modèles théoriques et empiriques ne prennent pas en considération certains phénomènes pertinents,y compris leurs régimes, les mécanismes et les valeurs des paramètres, et peuvent être basés sur un large éventail d’hypothèses sujettes à l’incertitude (Zad, 73), (Lee, 96), (Muh, 04). En outre, les conditions de fonctionnement et l’exploitation des systèmes changent constamment.

Gestion des risques industriels
Les données historiques sur la fréquence de défaillance du système et de sa défense sont rares. Un exemple typique est celui les systèmes instrumentés de sécurité (SIS) fonctionnant en mode faible demande qui est le mode le plus commun dans les processus (Sal, O8). Les demandes ou sollicitations pour activer une fonction instrumentée de sécurité d’un SIS sont des événements rares (moins d’une fois par an) et les composants d’un SIS n’avaient pas fonctionné assez longtemps pour fournir des données fiables sur leurs défaillances. Ainsi, l’utilisation des expériences historiques n’est pas évidente dans le traitement de ces taux de défaillances (Lee, 96), (Abr, 02), (Ave, 08).
Certaines hypothèses sont utilisées dans l’établissement des scores de risque lorsque les données statistiques ne sont pas fiables ou non disponibles, «le risque augmente l’incertitude» en est la plus connue. C’est une approche conservatrice exigeant que le risque soit surestimé en supposant des conditions défavorables.

………..

Gestion des risques industriels

Mémoire PFE, Télécharger Mémoire, Download Mémoire PDF, Mémoire Online, Gestion des risques industriels

[wpdm_package id=41924]

Télécharger aussi :

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *