Back to Search
Start Over
Rapport d’avancement AMCER n° 1 : 'Acquisition, Modélisation, Capitalisation et Evaluation des Risques'. Application au domaine de la sécurité des transports ferroviaires
- Source :
- [Rapport de recherche] Direction scientifique, IFSTTAR-Institut Français des Sciences et Technologies des Transports, de l'Aménagement et des Réseaux. 2019, 7p
- Publication Year :
- 2019
- Publisher :
- HAL CCSD, 2019.
-
Abstract
- En matière de règlementation de la sécurité ferroviaire, l’influence croisée des projets européens et de l’actualitémondiale, de plus en plus inquiétante sur le plan de la sécurité, ont contraint législateurs et gouvernement àrevoir les textes et à en combler les lacunes. On assiste donc aujourd’hui à une refonte de la réglementation. Conformément à cette nouvelle réglementation nationale et européenne en matière de sécurité ferroviaire, la recherche consiste à proposer des méthodes, des techniques et des outils d’aide à l’évaluation des analyses des risques d’accidents ferroviaires qui tiennent compte des usages, des travaux de recherches et de notre expérience dans ce domaine. L’objectif vise à rationaliser, harmoniser et homogénéiser le processus de gestion des risques technologiques et humains en vue de répondre aux exigences exprimées par la nouvelle réglementation nationale et Européenne et en particulier la nouvelle directive de 2016 sur la « sécurité ferroviaire ». Ces travaux sont actuellement regroupés dans un axe de recherche que nous avons baptisé “AMCER” (Acquisition, Modélisation, Capitalisation et Evaluation des Risques d’accidents ferroviaires) et s'articule autour de plusieurs projets complémentaires suivants : Analyse des risques au « niveau Système » : pour l’aide aux analyses préliminaires de risques (APR) ; Analyse des risques au « niveau Automatismes » : pour l’aide aux analyses fonctionnelles de la sécurité(AFS) ; Analyse des risques au « niveau Logiciel » : pour l’aide aux analyses des effets des erreurs du logiciel(AEEL) ; Analyse des risques au « niveau Humain » : pour l’intégration des facteurs humains dans les analyses de lasécurité ; Analyse des risques au « niveau Retour d’expérience » : pour l’aide aux enquêtes après accidents/incidentsferroviaire et par conséquent systématiser le processus du retour d’expérience ; Analyse au « niveau Règlementaire » : veille juridique et réglementaire (recueil, traitement, capitalisation, etexploitation des connaissances sur les accidents et incidents).
- Subjects :
- Artificial intelligence
Certification
Sécurité ferroviaire
Facteurs humains
Railway
Case-Based Reasoning (CBR)
Vigilance
Sécurité
Raisonnement à partir de cas
Risk Assessment
Feedback
[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Gestion des risques
[SCCO]Cognitive science
[SPI.GCIV.IT]Engineering Sciences [physics]/Civil Engineering/Infrastructures de transport
[SPI]Engineering Sciences [physics]
[INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG]
[STAT.ML]Statistics [stat]/Machine Learning [stat.ML]
[INFO.INFO-AU]Computer Science [cs]/Automatic Control Engineering
Machine learning
Human error
[SPI.GCIV.RISQ]Engineering Sciences [physics]/Civil Engineering/Risques
Preliminary Hazard Analysis
Attention
[INFO]Computer Science [cs]
[INFO.INFO-HC]Computer Science [cs]/Human-Computer Interaction [cs.HC]
Retour d’expérience
Expert system
Fiabilité humaine
[INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB]
Knowledge-based system
Transport ferroviaire
Évaluation des risques
Human reliability
Apprentissage automatique
Intelligence artificielle
Classification
Chronobiologie
Erreur humaine
Système expert
Analyse Préliminaire des Risques (APR)
Safety
Analyse des effets des erreurs du logiciel (AEEL)
Software Error Effect Analysis
Chronobiology
Human factors
Subjects
Details
- Language :
- French
- Database :
- OpenAIRE
- Journal :
- [Rapport de recherche] Direction scientifique, IFSTTAR-Institut Français des Sciences et Technologies des Transports, de l'Aménagement et des Réseaux. 2019, 7p
- Accession number :
- edsair.dedup.wf.001..0e503281581df21939826237f8253f03