Propagation des incertitudes à travers les arbres de défaillances et analyse de sensibilité

Etudier l'influence des incertitudes des donnees d'entree sur le resultat global d'un arbre de defaillances est de plus en plus indispensable pour les etudes de surete de fonctionnement actuelles. Il en est de meme en ce qui concerne les etudes de sensibilite qui permettent d'apprecier l'influence d'un composant particulier ou d'un groupe de composants particuliers. Jusqu'a present, ce type d'etude etait limite par la capacite des logiciels disponibles et n'etait envisageable que pour des arbres de defaillances de petite taille. Le but de cet expose est de montrer comment l'introduction des diagrammes binaires de decision (DDB) dans le domaine de l'algorithmique relative aux calculs par arbres de defaillances a permis de resoudre les problemes sur lesquels butaient depuis au moins 20 ans la plupart des logiciels du marche : calculs de probabilites exacts meme pour les arbres contenant de nombreux evenements repetes et mettant en oeuvre des probabilites elevees ; - calculs exacts meme pour des arbres statistiquement incoherents recherche des coupes minimales ou des implicants premiers, meme dans le cas des grands arbres a la logique compliquee. Les calculs envisageables ont ete revolutionnes et nous allons montrer dans cet expose que les performances du logiciel ARAI,IA developpe en partenariat entre sept industriels et l'universite de Bordeaux permettent non seulement d'utiliser la simulation de Monte-Carlo pour propager les incertitudes mais aussi d'evaluer les facteurs d'importance ou de realiser les etudes de sensibilite grâce a la notion d'attribut qui a ete introduite pour caracteriser les classes de composants.