Abstract

Maîtres de thèse : Eric RIGAUD et Denis BESNARD; This thesis demonstrates the need to develop systemic safety assessment methods to account for the effect of performance variability on air traffic management safety. Like most modern socio-technical systems, air traffic management is so complex that it is impossible for it to be completely described. As consequence, performance cannot be completely specified because it must vary to meet performance demands. Performance variability is an inevitable asset to ensure the functioning of an organisation and at the same time can be harmful for system safety when it combines in an unexpected manner. This argument clearly indicates the need for safety assessment methods that can deal with performance variability. The Functional Resonance Analysis Method (FRAM) has the ability to model performance variability. However parts of the FRAM can be improved to expand its capabilities to evaluate performance variability. This thesis addresses this weakness and develops a methodology for the evaluation of performance variability. The methodology has been applied on a safety assessment case study for the German air traffic management domain. The results have been compared with the official results of a traditional safety assessment. The comparison shows the added valued of the proposed methodology. In particular it illustrates the possibility to identify emergent risks and human contribution to system safety.; Cette thèse montre la nécessité de développer des méthodes systémiques d'estimation de la sécurité permettant de tenir compte de l'effet de la variabilité de la performance sur la sécurité de la gestion du trafic aérien. Comme la plupart des systèmes socio-techniques modernes, la gestion du trafic aérien est tellement complexe que il lui est impossible d'être complètement décrite. Comme conséquence directe, sa performance ne peut être complètement explicitée, car elle doit varier afin de correspondre aux conditions réelles. La variabilité de la performance est un inévitable atout pour assurer le fonctionnement d'une organisation. Mais en même temps elle peut représenter une atteinte à la sécurité du système lorsqu'elle se déroule de manière indésirable ou inattendue. Cet argument indique la nécessité de méthodes d'estimation de la sécurité qui puissent traiter la variabilité de la performance. La Functional Resonance Analysis Method (FRAM) a la capacité de modéliser la variabilité de la performance. Cependant, certains points de la FRAM pourraient être améliorés dans le but de développer ses capacités a évaluer la variabilité de la performance. Cette thèse aborde ce point faible et développe une méthodologie pour l'évaluation de la variabilité de la performance. Cette méthodologie a été appliquée dans une étude de cas dans le domaine de la Gestion du Trafic Aérien Allemand. Ses résultats ont été comparés aux résultats officiels obtenus en utilisant l'estimation de la sécurité traditionnelle. La comparaison montre la valeur ajoutée de la méthodologie proposée. En particulier elle illustre la possibilité d'identifier des risques émergents et la contribution humaine a la sécurité d'un système.

Abstract

Due to the continuous increment in complexity of the socio-technical systems, decision makers call for new methods which are able to support timely as well as accurate decision-making related to resilience management. The current methods tend to be polarized on: efficiency-thoroughness forcing decision makers in making decisions on the base of resource availability instead of the problem to be solved. This paper presents a new fast-forward, cost-effective, and thorough enough framework to quantify resilience of a complex socio-technical system. The approach extends the functional resonance analysis method (FRAM) with a numerical method for the quantification of the analysis (Q-FRAM). In particular, it has been extended and operationalized the qualitative concepts of functional variability and dumping capacities into a method in which key performance indicators are derived from the model and aggregated into four indicators representing the FRAM resilience cornerstones (anticipate, respond, monitor, learn) through a bottom-up hierarchical approach. Finally, the four indicators are composed in a unique system resilience index that expresses the total variability present in the system at instant t . A numerical example of the use of the framework is provided together with a validation based on a comparison of the proposed approach with the current landscape.