Ces travaux proposent d'effectuer de la surveillance de santé sous incertitudes pour des systèmes hybrides en utilisant une méthode basée sur des modèles. La surveillance de santé s'effectue grâce à des méthodes de diagnostic et de pronostic et nécessite donc un modèle de comportement et un modèle de dégradation du système. Le formalisme des réseaux de Petri hybrides particulaires (HPPN) est défini dans un contexte de surveillance de santé pour générer des diagnostiqueurs de systèmes hybrides. L'avantage principal des HPPN est la manière dont ils gèrent les incertitudes sur la connaissance du système et les observations. Ils modélisent aussi des incertitudes sur les équations du modèle et sur les observations continues en intégrant un filtrage particulaire. Le formalisme prend également en compte la dégradation du système. On utilise ces informations incertaines pour en déduire un résultat de diagnostic sous incertitudes. L'approche est illustrée sur un exemple de système complexe.