31/01/2022

"Contribution à l'identification de situations dangereuses et à leurs détections par l'analyse des dérives de l'équipement de production"

Résumé :
Dans une situation de travail sur une machine d'assemblage automatisée, des dérives techniques en cours de fonctionnement peuvent conduire à des dysfonctionnements de la machine. Ces dysfonctionnements peuvent amener l'opérateur supervisant la machine à s'adapter et à réagir pour réduire l'effet de ces dérives techniques sur le reste de la situation de travail. Pour répondre à ces dysfonctionnements, l'opérateur peut se placer dans une situation dangereuse. Dans ce contexte, la contribution de ce manuscrit s'inscrit donc dans la prévention des accidents du travail sur machine. La contribution majeure de cette thèse est méthodologique. L'objectif de la méthode proposée, nommée Working Situation Health Monitoring (WSHM), est de définir un indicateur d'état de santé de la situation de travail permettant la surveillance de l'apparition de ces situations potentiellement dangereuses, à partir de données générées par les machines. Pour définir cet indicateur, nous proposons d'identifier ces situations potentiellement dangereuses en analysant les dérives potentielles de la situation de travail. Pour supporter cette identification, nous proposons de modéliser la situation de travail dans son ensemble en la représentant comme un système.
La contribution de ces travaux a été testée sur un cas d'étude (une machine d'assemblage automatisée à vocation pédagogique) dans le but de prouver sa faisabilité.

Mots-clés : Analyse du risque, Dérive technique, Erreur humaine, Modélisation système, Sécurité, Situation de travail, Sureté de fonctionnement,
Jury :
- Rapporteurs : Antoine GRALL, Professeur, Université de Technologie de Troyes
Mohamed SALLAK, Professeur associé, Université de Technologie de Compiègne
- Autres membres : François PÉRÈS, Professeur, Ecole Nationale d'Ingénieur de Tarbes
Alain ETIENNE, Maître de conférence, ENSAM de Metz
Pascal LAMY, Responsable d'études, INRS
Éric LEVRAT, Professeur, Université de Lorraine, Nancy (Directeur de thèse)
Ali SIADAT, Professeur, ENSAM de Metz (Co-Directeur de thèse)