La M&S

M. Minsky [Minsky 1968] a résumé ce qu’était un modèle de la façon suivante : "Pour un observateur A, M est un modèle de l’objet O, si M aide A à répondre aux questions qu’il se pose sur O".

A

M

O

Figure 1.14 – Vision abstraite du système

A travers ce résumé M.Minsky donne les clés pour comprendre ce qu’est réelle- ment un modèle, son intérêt et ses limites.

1.4.2.1 S’abstraire de la réalité

Un modèle est donc une représentation abstraite d’un système, qui doit per- mettre à un observateur donné de répondre aux questions qu’il se pose à propos de ce système. Le modèle doit être capable de donner une réponse identique à celle qu’aurait donnée le système réel. Il n’existe pas une définition unique pour la notion de modèle dans la littérature. B. Combemale nous propose une définition regroupant les travaux de l’OMG [OMG 2003], de J. Bézivin [Bézivin 2001] et de E. Seideiwitz [Seidewitz 2003], que nous retiendrons pour la suite de cette thèse.

Définition 19. Unmodèle est une abstraction d’un système, modélisé sous la forme d’un ensemble de faits construits dans une intention particulière. Un modèle doit pouvoir être utilisé pour répondre à des questions sur le système modélisé.

La modélisation est motivée par le besoin de s’abstraire de la réalité pour appor- ter une représentation compréhensible et une meilleure communication autour du système et de l’environnement dans lequel le système opère. Si le modèle a été long- temps contemplatif, il peut aujourd’hui être dynamique. Les modèles contemplatifs sont limités, que ce soit par l’expressivité du formalisme utilisé ou par la complexité du modèle. Il est alors possible d’exécuter le modèle à travers le temps pour observer le comportement dynamique du modèle et ainsi conclure sur le système. On parle alors de simulation comme nous le rappelle E. Ramat :

Définition 20. La simulation est la reproduction du comportement dynamique

d’un système réel s’appuyant sur un modèle afin d’arriver à des conclusions appli- cables au monde réel.[Ramat 2006]

1.4. Validation & Vérification 35

La simulation est forcement liée au concept de simulateur. C’est l’augmentation de la puissance de calcul9 et la baisse du coût des calculateurs qui font de la simu- lation une méthode attractive dans un projet. Elle permet d’améliorer la confiance dans la solution proposée avant de lancer des tests physiques parfois onéreux. Elle permet d’évaluer à un coût maitrisé les solutions proposées, de s’adapter à l’avan- cement du projet et d’intégrer dans le processus de simulation des composants réels si ceux-ci sont disponibles. La simulation est reproductible et peut amener le "sys- tème" en condition extrême (pannes, températures max, contraintes mécaniques, etc.) en toute sécurité.

L’engouement pour la modélisation et la simulation par les industriels est notable et ne cesse de croitre. Le constructeur automobile Peugeot a, pour son modèle, la Peugeot 208, utilisé deux fois moins de tests physiques que la 207, en laissant une place plus importante à la simulation [Clapaud 2012].

1.4.2.2 Cycle de développement et simulation

La M&S est présente tout au long du cycle de vie du système :

— Conceptualisation : aide à la comparaison de solutions envisageables, aide à la faisabilité du projet.

— Conception : améliorer la confiance dans la solution proposée avant de passer à la phase de développement, évaluer si les exigences peuvent être respectées, si la solution peut être améliorée.

— Développement : aide au développement du système, aide à la validation du comportement du système à chaque étape du cycle de développement. — Transfert vers l’exploitation : Entraînement à l’utilisation du système pour

les futurs opérateurs du système.

— Exploitation : aide à la réparation, à l’amélioration ou au diagnostic du sys- tème après sa mise en exploitation.

— Retrait : aide à la validation du scénario de retrait avec prise en compte des mises à jours ou des pannes subies durant l’exploitation.

On peut voir que la M&S est un atout important tout au long du cycle de vie du système. Son objectif premier est de conforter les équipes sur les solutions élabo- rées. Elle se décline en quatre phases en fonction de l’avancement du projet, pour s’adapter au mieux aux besoins des équipes de M&S. Le passage d’une plateforme de simulation à l’autre demandera un effort plus ou moins important en fonction du type de systèmes développé et des tests que l’on veut réaliser. La Figure 4 illustre la chronologie d’apparition des plateformes. Il est difficile d’établir un emplacement précis pour chaque plateforme. Suivant les habitudes de l’équipe de développement et le type de systèmes à déployer, ces phases seront amenées à glisser, et ainsi ap- 9. A titre anecdotique : un Ipad 2 sortie en 2010 à une puissance de calcul équivalente au plus puissant supercalculateur de 1985, le Cray-2 avec 1,7 GFLOPS. [Crothaus 2011]

36 Chapitre 1. Ingénierie des systèmes complexes et simulation

paraître plus ou moins tôt dans le cycle de développement. Nous retiendrons la classification proposé par J. Eickhoff dans [Eickhoff 2009] :

— 1-MIL : "Model in the loop" consiste à récupérer un modèle décrivant le com- portement du système pour le valider par simulation. Le modèle du système est couplé à un modèle de l’environnement afin de voir si le modèle satisfait les principales exigences du système.

— 2-SIL : "Software in the loop" consiste à récupérer un programme qui implé- mente le modèle dans le langage cible. Cette implémentation peut amener des biais dus à des contraintes de mise en œuvre du modèle. Une nouvelle phase de validation et/ou vérification est nécessaire pour s’assurer de l’équivalence sémantique.

— 3-PIL : "Processor in the loop" consiste à valider l’équivalence comportemen- tale du programme après intégration dans le processeur cible. L’environne- ment reste simulé.

— 4-HIL : "Hardware in the loop" consiste à utiliser le contrôleur physique final. L’environnement reste simulé mais répond maintenant en temps réel.

MIL SIL sasasdssdclmsdclmsdmclscsd sdcdllmksmlkclmkmkclmkshmlskcdmlks sdcsdùmldfùlvlùmlvùmldvùmldvùmldv sdsdmclùmclùmsldcùmsdlùmlc csdcsdcscdsc sdcscdsdcsfbvdbdfb dfbvdvdvdfvdfvdvf dfvdfvdfvdfvdvfdfvdvdfvdfvdfvdv dcdmlskcmlskcmlksdclmksdmclksmdckl vfdfvdfvdfvlmkvmldkvmlkdfvmlkdv dfvklmdfmvkldmvkldmlvkmlkdfvmlkd dùvmlkdvmldkvmlkdfvmlkdfvmlkdmvlk -SimulationhDesktop -SoftwarehVerificationhFacility -FunctionalhVerificationhBench HIL -IntegratorhSimulation PIL sasasdssdclmsdclmsdmclscsd sdcdllmksmlkclmkmkclmkshmlskcdmlks sdcsdùmldfùlvlùmlvùmldvùmldvùmldv sdsdmclùmclùmsldcùmsdlùmlc csdcsdcscdsc sdcscdsdcsfbvdbdfb dfbvdvdvdfvdfvdvf dfvdfvdfvdfvdvfdfvdvdfvdfvdfvdv dcdmlskcmlskcmlksdclmksdmclksmdckl vfdfvdfvdfvlmkvmldkvmlkdfvmlkdv dfvklmdfmvkldmvkldmlvkmlkdfvmlkd dùvmlkdvmldkvmlkdfvmlkdfvmlkdmvlk -IntegrationhBenches

Figure 1.15 – Chronologie des plateformes de simulation

La simulation des phases amont du projet (analyse de budget, analyse de faisa- bilité, etc.) ainsi les simulations après mise en service (support opérationnel,retrait, etc.) n’apparaissent pas dans cette description.

Comme nous l’avons vu, l’utilisation de ces plateformes s’intègre dans le cycle de développement du système en participant au processus de V&V du système. Ces plateformes étant elles-mêmes des systèmes complexes, elles possèdent leur propre cycle de développement et leur propre processus de V&V. La figure 1.16donne une idée de la complexité possible pour l’élaboration d’une plateforme de simulation. Ici, la plateforme HIL de l’Airbus A350. Cette structure nommée IronBird comprend un ensemble de capteurs et d’actionneurs identiques à ceux du système réel. L’IronBird prend le nom d’Avion zero lorsqu’il est couplé au simulateur.

1.4. Validation & Vérification 37

Figure 1.16 – Exemple de plateforme de simulation complexe : HIL, IronBird de l’Airbus A350

1.4.2.3 Motivation de Validation et Vérification de la simulation

L’intérêt pour la simulation, la baisse des coûts des calculateurs et la complexité grandissante des systèmes sont autant de facteurs qui amènent les utilisateurs à demander toujours plus à la simulation, en constituant des modèles avec des objectifs de simulation plus complexes. La figure 1.17 nous montre l’augmentation de cette complexité au travers de l’augmentation du nombres de composants, du nombre de lignes de code et du nombre de connexions nécessaires pour un simulateur avion chez Airbus entre 1989 et 2002.

Pour que les domaines de l’ingénierie et les équipes de développement accordent de l’importance à ces résultats de simulation, il est primordial de valider ces résultats et de définir leur degré de confiance. Il est donc nécessaire que la M&S, au même titre que le système, possède sa propre phase de V&V. Cela signifie assurer la V&V de ce que nous appelons le produit de simulation, soit l’ensemble constitué par : les objectifs de simulation, le modèle du système, le modèle d’environnement, le scénario de simulation, le modèle exécutable et une plateforme d’exécution. Cet ensemble fera l’objet d’une description détaillé dans la suite de cette thèse.

38 Chapitre 1. Ingénierie des systèmes complexes et simulation

Figure 1.17 – Augmentation de la complexité d’un simulateur avion (Airbus 1989- 2002) (Source [Albert 2012])