Dans un contexte industriel où la complexité des systèmes et l’incertitude croissante imposent de nouvelles exigences, cette thèse propose un cadre de décision novateur pour soutenir la gestion des actifs physiques. À la croisée des approches systémiques et des enjeux de l’industrie 4.0, ce travail explore la variabilité des performances et les risques associés aux technologies émergentes et aux événements extrêmes.
L’originalité de ce cadre repose sur l’intégration de deux méthodes complémentaires : la méthode FRAM (Functional Resonance Analysis Method), axée sur les fonctions et la variabilité, et la méthode STPA (System-Theoretic Process Analysis), issue de la théorie des systèmes, qui traite la sécurité comme un problème de contrôle dynamique. Ensemble, elles permettent une modélisation fine des systèmes complexes en tenant compte des interactions humaines, organisationnelles et technologiques.
L’approche a été testée à travers une étude de cas sur le LineDrone, un drone autonome développé par Hydro-Québec pour l’inspection des lignes de transmission. Cette démonstration pratique met en lumière la capacité du cadre à soutenir une prise de décision proactive dans un environnement sociotechnique critique.
Cette recherche jette les bases d’un processus décisionnel adaptable et enrichissable par une intégration future avec un cadre fondé sur les risques (RIDM – Risk-Informed Decision-Making). Elle constitue un pas vers une gestion plus résiliente et informée des actifs industriels.
Thèse de doctorat en ingénierie soutenue le 16 avril 2025
Membres du jury
Monsieur Georges Abdul-Nour, Directeur de recherche
UQTR
Monsieur Dragan Komljenovic, Codirecteur de recherche
IREQ
Monsieur François Gauthier, Président du jury
UQTR
Monsieur Yvan Beauregard, Évaluateur externe
ÉTS, Montréal
Monsieur Amin Chaabane, Évaluateur externe
ÉTS, Montréal
