Ce papier traite d’un modèle de simulation incendie dont le but est d’évaluer les effets sur l’évacuation du public d’un incendie dans un bâtiment. Trois paramètres caractérisent la sécurité dans le bâtiment : la température maximale en couche chaude, la température maximale en couche froide et la hauteur minimale de fumées. La combinaison des ces trois paramètres doit assurer que les chemins d’évacuation restent praticables en cas d’incendie. Les paramètres sont calculés à partir d’un code de calcul dans le contexte de la mesure. Par conséquent, leur connaissance s’accompagne d’une évaluation de l’incertitude de mesure et ce papier a pour but d’évaluer la contribution d’un ensemble de grandeurs influentes à la variance de ces trois paramètres. Dans la science de la mesure, l’utilisation des méthodes de Monte Carlo pour évaluer l’incertitude de mesure est assez récente et, par conséquent, les outils pour l’analyse de sensibilité associés aux méthodes de Monte Carlo sont peu connus. Dans ce cadre, nous introduisons brièvement les principales techniques stochastiques pour traiter ce problème et montrons quelques résultats pratiques concernant la détermination du risque incendie dans un bâtiment public.

This paper is concerned with a fire simulation model which aims at evaluating the effects from a fire source in a building on people evacuation. Three parameters are investigated to assess the safety of the building : the maximal upper layer temperature, the maximal lower layer temperature and the minimal layer height. The combination of these three parameters is supposed to let the evacuation paths practicable in case of a fire. The parameters are computed through a computational code in a measurement context. Consequently their knowledge is supposed to be based on a measurement uncertainty evaluation and this paper aims at evaluating the contribution of a set of input parameters to the variance of these three parameters. In measurement science, the use of Monte Carlo methods to evaluate measurement uncertainty is quite new and therefore, tools for sensitivity analysis associated to Monte Carlo methods are not well known. In this framework, we will briefly introduce the main stochastic techniques to cope with this problem and show some practical results concerning fire risk assessment of a tertiary building.