The Integration of Model-Based Safety Analysis and Model-Based Systems Engineering at an Early Stage
Notice bibliographique
Résumé
Two methodologies used in aircraft system developments are Model-Based Safety Analysis (MBSA), which assesses the safety risk associated with design in later stages, and Model-Based Systems Engineering (MBSE), a process that creates the domain models to help design a system. With the continuous growing use of both methodologies, it is inevitable that they will become linked to improve the design process from many aspects. This review identifies and proposes potential links for the integration of MBSA and MBSE by using the V-model of MBSA, thereby resulting in more effective design processes and reduced development costs. The paper addresses a general interpretation of the topic and supplementary case studies within the industry regarding both methodologies. Some benefits of the link between MBSA and MBSE include: utilisation of a wider range of analysis tools, automated communication of important definitions, consistency between both ends, and a potential improvement in confidence regarding design. As this is a preliminary proposal regarding the best approach for using MBSA in combination with MBSE, further research should be performed into the areas of formalized language, defining systems requirements for the usage of this approach, and relationships with the existing regulations and compliance needs. Deux méthodes utilisées dans le développement des avions sont l’Analyse de sécurité basée sur des modèles (ASBM), qui évalue les risques de sécurité associés avec la conceptualisation d’étapes antérieures, et l’Ingénierie des systèmes basée sur des modèles (ISBM), un processus qui crée des modèles de domaine pour concevoir un système. Avec l’utilisation croissante des deux méthodes, il est inévitable qu’elles seront liées pour améliorer le processus de conceptualisation de plusieurs aspects. Cette revue identifie et propose des liens potentiels qui pourraient intégrer l’ASBM et l’ISBM, en utilisant le model-V de MBSA, résultant ainsi en des processus de conceptualisation plus efficaces et des coûts de développement réduits. L’article adresse une interprétation générale du sujet et des études de cas supplémentaires dans l’industrie qui concernent les deux méthodes de développement. Certains des avantages du lien entre ASBM et ISBM incluent: l’utilisation d’une grande gamme d’outils d’analyse, la communication automatisée de dé nitions importantes de conceptualisation, la cohérence entre les deux extrémités, et une confiance améliorée dans la conceptualisation. Comme ceci est une proposition préliminaire concernant la meilleure approche pour combiner l’ASBM et l’ISBM, de plus amples recherches devraient être menées dans les domaines du langage formel, les exigences des systèmes pour utiliser cette approche, les relations avec les règlements actuels et les exigences pour la conformité.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,008 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».