Rapport d’avancement AMCER n° 5 : Systèmes d’aide à la décision pour l’analyse et la prédiction des risques d’accidents ferroviaires basés sur l’apprentissage automatique. - Archive ouverte HAL Accéder directement au contenu
Rapport (Rapport De Recherche) Année : 2022

Rapport d’avancement AMCER n° 5 : Systèmes d’aide à la décision pour l’analyse et la prédiction des risques d’accidents ferroviaires basés sur l’apprentissage automatique.

Résumé

Les conséquences néfastes des accidents ferroviaires, qui entraînent parfois des pertes en vies humaines ainsi que la destruction du système et de son environnement, sont à la base de la mise en place d'un système de "retour d'expérience" (REX) considéré comme le moyen essentiel de promouvoir l'amélioration de la sécurité ferroviaire. Il est donc nécessaire de mettre en place un processus REX permettant de mémoriser et capitaliser tous les accidents et incidents et par conséquent d’éviter au moins la reproduction de nouveaux accidents similaires. Nos recherches portent sur la mise en œuvre de méthodes et d'outils d’aide à la décision pour assister les experts en sécurité et éventuellement les organismes de certification dans leur tâche cruciale d'analyse et d'évaluation des études de sécurité. L'analyse des accidents et incidents permet théoriquement une amélioration continue de la sécurité. Pour un opérateur ferroviaire, l'objectif du REX est d'améliorer le niveau de sécurité de son exploitation en tirant parti des événements passés négatifs (accidents, incidents graves, quasi-accidents, etc.) ou positifs (bonnes pratiques, etc.). Le REX vise non seulement à réduire en nombre et / ou en gravité, les dysfonctionnements du système (opérateurs humains, installations, procédures, environnement), mais aussi la mise en œuvre des mesures les plus efficaces pour maîtriser les risques liés au cycle de vie des systèmes de transports ferroviaires (conception, réalisation, exploitation, maintenance). L'objectif principal du REX est d'apprendre de l'expérience vécue pour éviter la reproduction de situations contraires à la sécurité. En tant que processus d'acquisition de connaissances et d'apprentissage, le REX vise à mettre en évidence les insuffisances, dysfonctionnements et incompatibilités du système de gestion de la sécurité (SGS) et à formuler des propositions permettant d'éviter de telles situations ou d'en réduire les conséquences. L’accroissement du nombre d’acteurs au sein du secteur ferroviaire et l’hétérogénéité des situations exigent une meilleure connaissance des événements de sécurité par la mise en œuvre d’une nouvelle approche basée notamment sur des techniques d’intelligence artificielle et permettant l’acquisition, la modélisation, la capitalisation et l’exploitation du retour d’expérience (REX) sur les risques d’accidents en vue d’améliorer la remontée des événements dangereux (accidents et incidents) et par conséquent éviter la reproduction des situations contraires à la sécurité Afin de rationaliser et de renforcer les approches conventionnelles d'analyse et d'évaluation de la sécurité, nous avons convenu d'utiliser des techniques d'apprentissage automatique et en particulier le raisonnement basé sur des cas (RBC). L'objectif principal consiste, à partir d'un ensemble de données sous forme de scénarios d'accidents ou d'incidents vécus sur les systèmes de transport ferroviaire (retour d'expérience), à exploiter, par apprentissage automatique, cette masse de données pour stimuler l'imagination des experts en sécurité et les accompagner dans leur tâche difficile d’analyse et d’évaluation de la sécurité. Notre travail s’attache également à apporter des éléments de réponses à la problématique relative à la prise en compte des facteurs humains dans le retour d’expérience (REX) en vue d’améliorer les méthodes de gestion des risques et par conséquent la sécurité des transports ferroviaires. Tenir compte de l'incidence des facteurs humains est également préconisé par la directive 2016/798 du parlement européen et du conseil du 11 mai 2016 relative à la sécurité ferroviaire : « Le système de gestion de la sécurité devrait, grâce à ses processus, permettre de veiller à ce que les capacités et les limites humaines ainsi que les influences sur les performances humaines soient prises en considération par l'application de connaissances relatives aux facteurs humains et l'utilisation de méthodes reconnues ». En effet, selon cette nouvelle directive européenne 2016/798, et dans le cas où la cause directe d'un accident ou d'un incident semble liée à des actions humaines, « il convient de prêter attention aux circonstances particulières de l'espèce, ainsi qu'à la manière dont les opérations habituelles sont effectuées par le personnel dans le cadre de l'exploitation normale, y compris la conception de l'interface Homme/Machine, la pertinence des procédures, les conflits d'objectifs, la charge de travail, ainsi que toutes les autres circonstances qui ont influencé l'événement, y compris le stress physique et le stress lié au travail, la fatigue ou l'aptitude psychologique ».
Fichier non déposé

Dates et versions

hal-03736285 , version 1 (22-07-2022)

Identifiants

  • HAL Id : hal-03736285 , version 1

Citer

Habib Hadj-Mabrouk. Rapport d’avancement AMCER n° 5 : Systèmes d’aide à la décision pour l’analyse et la prédiction des risques d’accidents ferroviaires basés sur l’apprentissage automatique.. [Rapport de recherche] VP-Recherche, Université Gustave Eiffel. 2022, 24p. ⟨hal-03736285⟩

Collections

LARA UNIV-EIFFEL
73 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More