Résumé Technique : Décomposition des Exigences Fonctionnelles dans la Conception Basée sur les Ensembles

Énoncé du Problème

La conception de systèmes ingénierisés complexes (par exemple, des avions commerciaux) à un stade précoce se caractérise par une incertitude et une ambiguïté inhérentes. Bien que la Conception Basée sur les Ensembles (SBD) offre un cadre robuste pour explorer des alternatives et réduire l'incertitude grâce à un développement parallèle, la littérature actuelle manque de directives formelles sur la manière de décomposer les exigences fonctionnelles au sein de ce paradigme. Plus précisément, les approches SBD existantes traitent souvent les exigences comme de simples plages de performance, ce qui est insuffisant pour des systèmes complexes impliquant des interactions logicielles et mécaniques où les fonctions sont définies comme des applications entre des entrées et des sorties. De plus, l'affirmation selon laquelle la SBD permet un développement autonome et parallèle par des équipes de niveau inférieur manque de preuve formelle rigoureuse. Il existe un besoin critique d'une méthode formelle pour décomposer les exigences fonctionnelles, garantissant que le système résultant satisfait les exigences de haut niveau tout en soutenant l'autonomie des équipes.

Méthodologie

L'article propose une méthode formelle en quatre étapes pour décomposer hiérarchiquement les exigences fonctionnelles en utilisant un raisonnement basé sur les ensembles. L'approche traite les fonctions du système comme des transformations mathématiques d'entrées-sorties ($f: (x, u, c) \to y$), où $x$ sont les entrées, $y$ sont les sorties, $u$ sont des paramètres incertains incontrôlables, et $c$ sont des paramètres incertains contrôlables.

La méthodologie est structurée comme suit :

1. Définir et Analyser l'Architecture Fonctionnelle :

   • Une architecture fonctionnelle est définie comme un ensemble de sous-fonctions connectées.
   • La méthode agrège les variables des sous-fonctions pour identifier les variables partagées et les espaces de conception/de performance distincts.
   • Les variables sont classées en six groupes exclusifs basés sur leur contexte de définition (par exemple, des entrées définies uniquement au niveau supérieur par rapport aux sous-fonctions, des sorties partagées entre les sous-fonctions, etc.).
   • Cette étape établit l'espace de conception initial et l'espace de performance pour le système.

2. Explorer les Espaces Faisables Initiaux :

   • Pour chaque sous-fonction, un espace faisable initial est caractérisé sur la base des implémentations faisables.
   • Ces espaces représentent les plages les plus larges possibles pour les entrées, les sorties et les paramètres avant l'application des contraintes au niveau du système.

3. Réduire les Espaces Faisables :

   • Intersection : Les plages de variables définies à travers plusieurs sous-fonctions sont intersectées pour créer un espace de conception faisable initial unifié ($FDS_1$) et un espace de performance ($FPS_1$).
   • Satisfaction des Contraintes : La méthode applique un problème de satisfaction de contraintes quantifié pour réduire davantage l'espace. Spécifiquement, les paramètres contrôlables ($c$) sont réduits ($R^\downarrow_c$) de telle sorte que pour toutes les valeurs des paramètres incontrôlables ($u$) et des entrées ($x$), la sortie du système reste dans l'espace de performance faisable.
   • Analyse de Rattachabilité : L'analyse de rattachabilité est utilisée pour calculer une sur-approximation de l'espace de performance rattachable ($FPS_2$) étant donné l'espace de conception réduit ($FDS_2$). Cela garantit que tous les comportements possibles du système sous les contraintes réduites sont capturés.

4. Déterminer les Sous-Exigences :

   • Expansion de l'Incertitude : Pour accommoder une éventuelle sous-estimation des incertitudes initiales, l'espace de performance souhaité ($FPS^*$) est étendu de $FPS_2$ vers $FPS_1$. Cette expansion n'est pas arbitraire ; elle est régie par une étude de compromis.
   • Optimisation : Un problème d'optimisation basé sur une fonction de barrière est formulé pour déterminer les limites optimales de $FPS^*$. L'objectif minimise la « distance » vers les limites de $FPS_1$ (pour permettre une marge d'incertitude) et de $FPS_2$ (pour éviter la difficulté d'implémentation), pondéré par les préférences du concepteur.
   • Attribution Finale : L'espace de conception réduit résultant ($FDS_2$) et l'espace de performance étendu ($FPS^*$) sont attribués en tant que sous-exigences formelles ($R^*_x, R^*_c, R^*_u, R^*_y$) pour chaque sous-fonction.

Contributions Clés

L'article apporte deux contributions principales à la littérature sur la SBD :

1. Méthode de Décomposition Formelle pour les Systèmes Complexes :

   • Contrairement aux approches SBD existantes qui définissent les exigences comme des plages d'espaces de performance (adaptées aux composants mécaniques), cette méthode définit les exigences comme des applications entre des plages d'entrées et de sorties. Cette formulation est spécifiquement conçue pour les systèmes complexes impliquant des composants divers (mécaniques, logiciels, etc.).
   • La méthode fournit une procédure rigoureuse et reproductible pour décomposer ces applications en sous-exigences.

2. Preuve Formelle du Développement Parallèle (Autonomie) :

   • L'article introduit et prouve deux propriétés critiques : le Raffinement (réduction de l'incertitude des niveaux supérieurs vers les niveaux inférieurs) et la Composabilité (compatibilité des interfaces entre les sous-exigences).
   • Théorème : Si les sous-exigences à chaque niveau sont composables et que leur composition affine les exigences fonctionnelles de haut niveau, alors le système composite formé par l'implémentation indépendante de ces sous-exigences satisfera les exigences fonctionnelles de haut niveau.
   • Cela fournit la première justification formelle de l'affirmation selon laquelle la SBD permet un développement autonome et parallèle parmi des équipes de conception distribuées.

3. Distinction entre Marge et Excès :

   • La méthode distingue explicitement la « marge » (valeurs de paramètres compensant les incertitudes contrôlables) de l'« excès » (surplus accommodant les incertitudes initiales sous-estimées). Cette distinction est intégrée dans les étapes de réduction et d'expansion de la méthodologie.

Résultats

La méthode proposée a été démontrée à travers une étude de cas impliquant la conception d'un système de régulateur de vitesse.

• Exigence de Haut Niveau : Le système doit mapper la vitesse initiale ($v_0$) et la vitesse de référence ($v_r$) vers une trajectoire de vitesse réelle ($v(t)$) qui reste bornée et converge vers une plage cible dans un temps spécifique.
• Décomposition : La fonction de haut niveau a été décomposée en huit sous-fonctions représentant la dynamique physique (forces, frottement, aérodynamique) et la logique de contrôle (régulateur PID).
• Exécution du Processus :
  • La méthode a identifié avec succès l'espace de conception (entrées et paramètres contrôlables comme la vitesse maximale du moteur $\omega_m$) et l'espace de performance (forces intermédiaires, couples et vitesses).
  • Grâce à l'intersection et à l'analyse de rattachabilité (en utilisant l'outil CORA), l'espace de conception faisable a été réduit, contraignant spécifiquement le paramètre contrôlable $\omega_m$ de $[350, 480]$ à $[365, 450]$ rad/s pour assurer la stabilité.
  • L'étape d'optimisation a déterminé les sous-exigences finales, garantissant que les sous-fonctions étaient composables (les variables partagées avaient des plages cohérentes) et que le système composite affinait les exigences de haut niveau.
• Résultat : Les sous-exigences résultantes ont permis l'implémentation indépendante des sous-systèmes (par exemple, moteur, pneus, contrôleur) tout en garantissant mathématiquement que le système intégré satisferait les critères de stabilité et de convergence de haut niveau.

Importance et Affirmations

L'article revendique une importance dans le comblement du fossé entre les avantages théoriques de la Conception Basée sur les Ensembles et le besoin pratique de directives formelles et actionnables en ingénierie des exigences.

• Formalisme sur les Approches Qualitatives : Les auteurs soutiennent que, bien que la SBD soit largement utilisée (notamment dans les processus de Toyota), elle repose souvent sur des méthodes qualitatives. Cet article fournit un cadre mathématique formel qui élimine l'ambiguïté dans la décomposition.
• Permettre l'Autonomie : En prouvant que la composabilité et le raffinement sont des conditions suffisantes pour la satisfaction de haut niveau, la méthode valide la promesse de la SBD concernant l'autonomie des équipes, permettant aux équipes distribuées de travailler en parallèle sans révisions constantes ni échecs d'intégration.
• Gestion de l'Incertitude : L'approche offre un moyen structuré de gérer l'incertitude grâce à la « marge » et à l'« excès », allant au-delà des simples facteurs de sécurité vers une gestion plus nuancée des incertitudes épistémiques et aléatoires.

Les auteurs restent modestes quant à la portée, reconnaissant que la méthode ne résout pas tous les défis de l'ingénierie des exigences (tels que l'élicitation ou la validation) et repose sur le jugement de l'ingénieur pour des coefficients spécifiques dans l'étape d'optimisation. Ils positionnent ce travail comme un cadre pour ce qui doit être résolu (les contraintes et les propriétés) plutôt que pour prescrire des outils de calcul spécifiques sur comment résoudre les problèmes d'optimisation sous-jacents.