Spherea (anciennement Cassidian Test & Services), initiateur de la thèse, est un des leaders sur le marché des systèmes automatiques de test (ATE) pour la maintenance des véhicules aéronautiques et de défense. L’intérêt de la société dans la recherche en gestion intégrée de la santé de véhicules est motivé par le taux élevé de fausses déposes d’équipements survenues lors de la maintenance opérationnelle, détectées par les ATE. Ceci engendre des actions de maintenance superflues, et par conséquent des pertes majeurs de temps, d'énergie et d'argent. L’IVHM, de par ses capacités avancées de diagnostic et de pronostic, et son intégration au niveau de l'entreprise de la gestion de santé de véhicules pourrait permettre la réduction des taux de NFF. Néanmoins, les solutions de systèmes IVHM proposées par les communautés scientifique et industrielle sont la plupart du temps développées pour des systèmes spécifiques, et souvent fondées sur des concepts propriétaires. Cela a pour conséquence un manque de consensus à la fois dans les principes structurants des systèmes IVHM et dans leur ingénierie. Aujourd'hui, un défi majeur est de fournir un cadre de modélisation d’IVHM indépendamment du type de système d’intérêt, soutenant l’ingénierie des systèmes IVHM. Vers ce cadre, les principales contributions développées dans cette thèse construisent progressivement les fondations et les piliers d'un cadre de modélisation d’IVHM. La proposition, dans une vision système, des principes structurants d’un système de systèmes permet de définir au général un système IVHM. A partir de cette vision système, le focus de la thèse est orienté sur la gestion de santé du véhicule, fonction de l’IVHM centrée sur le véhicule constituant le catalyseur des décisions de maintenance au niveau opérationnel, ayant la capacité de résoudre le problème industriel à la genèse de la thèse. Les principes structurant clés de cette fonction en trois dimensions (dimension fonctionnelles, dimension d’abstraction, dimension de distribution entre le segment embarqué/sol) sont à la base de la proposition d’un cadre générique de modélisation d’IVHM considérant à la fois les fonctions internes et externes au véhicule. Ce cadre est investigué en cohérence avec une approche construite sur les modèles (MBSE). Conformément à cette approche MBSE, la modélisation, au sein de ce cadre d’IVHM, du module générique de gestion de la santé (gHMM) constitue le support d’intégration des fonctionnalités de diagnostic et de pronostic. Cette modélisation repose sur une vision « boîte noire » et « boîte blanche » du module traduite par un ensemble cohérent de diagrammes SysML, et se basant sur les structures de données standardisées d’OSA-CBM. La formalisation du gHMM permet d'intégrer le diagnostic et le pronostic, processus clés de l’IVHM, dans son sens conventionnel : du diagnostic vers le pronostic, que dans un sens original : du pronostic vers le diagnostic. Ce dernier sens est illustré par la proposition d'un algorithme support à une activité élémentaire du gHMM dans la finalité de réduire les groupes d’ambiguïtés dans le diagnostic. Cette ingénierie aboutit par conséquent à un cadre générique de modélisation, qui par un principe d’instanciation, permet la construction d’une architecture de gestion de l’état de santé d’un système IVHM particulier. Vers cette instanciation la thèse examine les caractéristiques qui impactent la conception d’architectures de gestion de la santé et la sélection d’algorithmes supportant ces architectures, et en propose une formalisation basée sur les ontologies pour la sélection multicritères d’algorithmes de diagnostic et de pronostic appropriés pour la gestion de la santé de véhicules. Finalement, le protocole de validation de l’ensemble des contributions est proposé et illustré à des échelles différentes pour la gestion de l’état de santé d’éoliennes et de drones