Thème 1 : Fiabilité et sûreté des systèmes, conception et optimisation fiabilistes.

Les systèmes complexes et les infrastructures critiques requièrent des méthodologies adaptées pour soutenir la prise de décision. La sûreté de fonctionnement et les décisions associées reposent sur des approches fiabilistes qualitatives et quantitatives, à différentes échelles (structures, systèmes complexes, effets domino, Natech). Les méthodes d’analyse doivent intégrer le contexte industriel ainsi que les interactions avec les environnements naturel, physique et organisationnel. Les décisions s’appuient sur des données souvent incomplètes ou incertaines et impliquent généralement une approche multicritère. Les contributions attendues concernent, d’une part, la modélisation des systèmes complexes (réseaux, territoires exposés aux risques naturels ou technologiques) et, d’autre part, les processus d’aide à la décision, incluant la représentation et la propagation des incertitudes par des approches probabilistes, possibilistes ou hybrides, ainsi que les analyses de sensibilité.

La maîtrise des risques repose sur la prise de décision en environnement incertain et sur l’évaluation de la fiabilité de structures et d’ouvrages complexes comportant plusieurs composants ou modes de défaillance. Ce thème couvre l’estimation des probabilités de défaillance, les analyses de sensibilité locales et globales, ainsi que la conception robuste sous contraintes de fiabilité. Les contributions en optimisation mono- ou multi-objectifs et les applications industrielles illustrant le caractère opérationnel des méthodes proposées sont encouragées.

Sujets abordés :

• Sûreté de fonctionnement des structures, ouvrages et systèmes industriels,
• Approches qualitatives et quantitative d’aide à la décision et optimisation multicritère,
• Incertitudes des données, variabilité, erreur de modèle, élicitation d’experts,
• Modélisation et analyse des systèmes complexes et multirisques,
• Résilience des systèmes et infrastructures critiques,
• Optimisation de la conception et de la maintenance des systèmes complexes,
• Indicateurs de performance.
• Analyse de sensibilité locale et globale,
• Fiabilité système, optimisation sous incertitude
• Robustesse et fiabilité des structures et ouvrages,
• Conception fiable des structures et des ouvrages,
• Applications industrielles, etc.

 Thème 2 : Aléas et sollicitations dans un contexte de changement climatique.

Les aléas et les incertitudes sur les sollicitations et sur l’environnement (naturel, mécanique et anthropique) conditionnent la fiabilité des structures et des ouvrages. Il est donc indispensable de disposer de modèles stochastiques représentatifs de l’environnement et des actions envisagées pendant toute la durée d’exploitation. Les modèles prévisionnels de l’aléa à court et à long terme sont indispensables pour l’assurance de la fiabilité en service des structures, ouvrages et systèmes industriels. Dans ce cadre, le changement climatique constitue un facteur majeur, modifiant la fréquence, l’intensité et la nature des aléas naturels (inondations, tempêtes, vagues de chaleur, mouvements de terrain…). Cette analyse portera ainsi sur les incertitudes et sur les sollicitations envisagées tout au long de la durée de vie, en passant par les phases de conception, de réalisation, d’exploitation, de démolition et de recyclage. D’un autre côté, la vulnérabilité et la résilience des structures et systèmes traduisent leur réponse et capacité d’adaptation et de recouvrement face à des dommages, y compris ceux accentués par le changement climatique. Les contributions attendues portent sur des développements ou des études de cas originaux mettant l’accent sur les notions d’aléa, vulnérabilité, résilience et adaptation aux effets climatiques.

Sujets abordés :

• Modélisation de l’aléa naturel et climatique : tempêtes, séismes, crues, vagues de chaleur, avalanches, etc.,
• Résilience des structures, ouvrages, infrastructures et systèmes industriels face aux aléas climatiques,
• Exploitation du retour d’expérience et des enregistrements historiques et climatiques,
• Modélisation du chargement en conditions réelles et futures,
• Extrapolation stochastique des sollicitations et aléas sous scénario climatique,
• Modélisation des données rares et des événements extrêmes accentués par le changement climatique.

Thème 3 : Dégradation des matériaux, des structures et des ouvrages.

La dégradation des matériaux, des structures et des ouvrages constitue aujourd’hui une préoccupation industrielle majeure, compte tenu des parcs construits dans les différents secteurs de l’économie. Disposer de modèles prévisionnels de dégradation est par conséquent essentiel pour la prise de décision vis-à-vis de la maintenance et de la prolongation de la durée de vie des installations. Ce thème porte sur la modélisation probabiliste des dégradations dues au fonctionnement mécanique (fatigue, usure, endommagement, fluage…) et à l’environnement naturel (corrosion, érosion, variation des propriétés des matériaux…). Il s’agit de considérer les deux approches : physique, à travers une modélisation du comportement physique en contexte incertain et statistique, à travers l’analyse des observations sur les systèmes en exploitation. Les contributions attendues portent sur l’élaboration de modèles et méthodes pour la caractérisation et l’évaluation prédictive de la dégradation des matériaux et des structures. Ce thème inclut la caractérisation et modélisation probabiliste de différents types de dégradations dans une perspective de prévention des risques ou d’optimisation du cycle de vie.

Sujets abordés :

• Caractérisation expérimentale de la dégradation,
• Analyse des observations in situ, retour d’expérience,
• Modèles stochastiques de dégradation, modèles géostatistiques,
• Modèles physiques probabilisés de dégradation,
• Extrapolation des données de dégradation,
• Techniques de contrôles et d’essais : essais destructifs, contrôles non destructifs,
• Modélisation des essais accélérés, optimisation des essais,
• Prise en compte de la dégradation dans les modèles fiabilistes,
• Méthodes bayésiennes, etc.,
• Méthodes possibilistes et fusion des données,
• Problèmes inverses d’identification stochastique,
• Modélisation et identification de structures, ouvrages et sols, géostatistique.

Thème 4 : Modélisation, surveillance, auscultation et gestion du cycle de vie.

La gestion du patrimoine implique la modélisation du cycle de vie, en intégrant les évolutions internes (vieillissements et dégradations) et externes (charges, environnement, interventions, etc.). Cette gestion patrimoniale intègre de nombreuses sources d’incertitudes dont la prise en compte dans le processus de décision s’avère indispensable. L’élaboration d’une stratégie optimale de gestion nécessite également la modélisation des conséquences de dégradation et de défaillance, la modélisation des actions (inspection, réparation) dans un contexte d’évolution temporelle du système étudié, ainsi que la surveillance continue de l’état des ouvrages à travers des dispositifs d’auscultation ou de monitoring. L’utilisation de l’intelligence artificielle et des méthodes de data analytics permet de traiter et d’interpréter les volumes importants de données issus des capteurs, d’identifier des tendances de dégradation, de prédire la durée de vie résiduelle et de proposer des stratégies de maintenance optimisées. Il s’agit également de prendre en compte les contraintes industrielles, techniques et financières, pour la gestion optimale dans les conditions d’exploitation des structures et ouvrages en service et de résistance à des événements extrêmes. Ceci nécessite de s’intéresser à différentes échelles (du composant au parc) et de se poser la question d’un échantillonnage rigoureux pour une évaluation la plus précise possible. Ce thème s’intéresse donc à l’optimisation de la politique de gestion patrimoniale à travers la présentation des avancées en termes de développements méthodologiques, d’auscultation/monitoring et d’applications aux cas industriels. Les stratégies pourront être placées dans le cadre des adaptations au changement climatique.

Sujets abordés :

• Méthodologie de gestion des structures existantes,
• Surveillance de la santé structurale (SHM), optimisation de l’instrumentation et exploitation des données issues du monitoring,
• Prévision de la durée de vie résiduelle, prolongation de la durée de vie,
• Prise en compte des incertitudes d’inspection en fonction du temps et de l’espace,
• Modélisation stochastique des données à partir d'essais destructifs, CND, mesures in-situ, essais accélérés, et données de capteurs,
• Politique optimale de maintenance préventive et dynamique,
• Systèmes mono et multi-composants,
• Méthodes règlementaires et normatives,
• Retour d’expérience,
• Utilisation de l’IA et du machine learning pour l’analyse des données, la prédiction de défaillance et l’optimisation des décisions,
• Impact du facteur humain sur la politique de gestion,
• Evaluation des effets et adaptation au changement climatique,
• Variabilité spatiale à différentes échelles dans le cadre d’une politique d’échantillonnage.

Thème 5 : Propagation d’incertitudes et méthodes de fiabilité.

La complexité des modèles de comportement, les temps de calcul associés, le grand nombre de variables aléatoires, les ressources informatiques et humaines, les faibles probabilités à évaluer en contexte industriel, sont des obstacles réels pour l’application des méthodes probabilistes. Ce thème a vocation à rassembler les contributions relatives aux méthodes de propagation des incertitudes dans les modèles de traitement (numériques et/ou analytiques) notamment pour la résolution des problèmes de fiabilité. Il aborde les aspects méthodologiques, algorithmiques et applicatifs de l’analyse de fiabilité.

Sujets abordés :

• Méthodes numériques pour la fiabilité,
• Eléments finis stochastiques, approches spectrales stochastiques,
• Méta-modèles pour la propagation des incertitudes,
• Fiabilité et problèmes « time-variant » ou « space-variant »,
• Problèmes à grand nombre de variables aléatoires,
• Avancées sur les méthodes fiabilistes et leur normalisation, etc.

Thème 6 : Aide à la décision pour la gestion des risques.

La gestion des risques dans les infrastructures, systèmes industriels et territoires exposés à des aléas naturels, technologiques ou systémiques repose sur des processus décisionnels complexes intégrant incertitudes, interactions multiples et contraintes opérationnelles. L’aide à la décision vise à fournir des outils méthodologiques permettant de caractériser, quantifier et hiérarchiser les risques, de comparer différentes stratégies de prévention ou de mitigation, et d’optimiser les choix dans un contexte incertain, évolutif et multi-risque.

Ce thème inclut l’étude de méthodes qualitatives et quantitatives (probabilistes, possibilistes, multicritères) pour la modélisation des aléas, des vulnérabilités et des conséquences, en intégrant les interactions entre systèmes, environnements et risques multiples. L’exploitation des données issues du monitoring, des retours d’expérience et des observations historiques est combinée avec la participation des acteurs et parties prenantes, afin de renforcer la légitimité, la transparence et la pertinence des décisions. Sont également d’intérêt les approches visant à intégrer ou anticiper les effets des changements climatiques, qui peuvent modifier la fréquence et l’intensité des événements extrêmes et leur enchaînement (effets domino).

Ce thème vise à rassembler des contributions proposant des stratégies de gestion des risques robustes, multi-risques et opérationnelles, intégrant les dimensions technique, humaine et sociale, pour guider la planification, la maintenance et la résilience des systèmes et infrastructures critiques.

Sujets à aborder

• Modélisation et hiérarchisation des risques multi-risques naturels, technologiques et systémiques,
• Approches multicritères et méthodes d’optimisation pour la prise de décision,
• Intégration des incertitudes, des données partielles ou imprécises, et propagation des erreurs,
• Démarches participatives et co-conception des stratégies de gestion avec les acteurs et parties prenantes,
• Scénarios d’aléas et simulations stochastiques ou déterministes pour la planification,
• Évaluation de la vulnérabilité et de la résilience des systèmes et infrastructures,
• Stratégies de mitigation et d’adaptation aux changements climatiques, incluant événements extrêmes et impacts à long terme,
• Analyse coût-bénéfice et indicateurs de performance pour la sélection des mesures de gestion,
• Applications industrielles et territoriales illustrant l’efficacité et la robustesse des méthodologies proposées.