La Sûreté de fonctionnement s’est développée principalement au cours du 20e siècle pour être actuellement un domaine incontournable pour les industries à risques mais aussi, de plus en plus, pour toute l’industrie, en raison de sa corrélation avec la notion de qualité et l’impact sur l’environnement. Jusqu’avant la Seconde Guerre mondiale, la Sûreté de fonctionnement est demeurée plus un art empirique qu’une science exacte. Mais au cours de cette dernière décennie, des méthodes plus analytiques voient le jour pour prendre des décisions mieux adaptées au cas étudiés. Nous pouvons citer : AMDE et AMDEC, Arbre des Défaillances, HAZOP, Arbre des évènements, Noeud papillon…Ces méthodes ont pour but d’identifier les risques dans un procédé industriel et quantifier leur criticité, gravité et probabilité d’apparition, elles permettent aussi de réaliser une cartographie des risques. La cartographie des risques reste l’outil fédérateur pour le pilotage et la prise de décision, cette cartographie sert à recenser tous les risques, les hiérarchiser et fournir une vision d’ensemble aux décideurs afin d’orienter les stratégies d’actions.

 

 Suite à ces études analytiques, des études de quantifications des scénarios de risque, peuvent être réalisées afin d’optimiser leur coût, citant : les réseaux bayésien et la méthode monte carlo. Dans ce cour nous nous intéresserons surtout à l’approche bayésienne.

 

L’approche bayésienne permet d’introduire de la variabilité dans les scénarios étudiés et de simuler les pertes sans nécessiter d’une base historique. Elle permet également d’identifier des leviers de réduction de risque dans la mesure où les pertes sont conditionnées à des indicateurs qui peuvent être suivis et modifiés pour réduire le risque. L’approche bayésienne a pour avantage d’être formelle basée sur la théorie des probabilités ce qui permet de réaliser une modélisation dont il est facile d’analyser en lançant des scénarios de simulation. Enfin, la réalisation d’un réseau bayésien pour un cas d’étude permet d’augmenter le système dynamique de gestion des risques par un module d’aide a la décision basé sur les réseaux bayésiens.


Dr Nassima AISSANI