FR3009396A1 - Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef - Google Patents

Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef Download PDF

Info

Publication number
FR3009396A1
FR3009396A1 FR1357572A FR1357572A FR3009396A1 FR 3009396 A1 FR3009396 A1 FR 3009396A1 FR 1357572 A FR1357572 A FR 1357572A FR 1357572 A FR1357572 A FR 1357572A FR 3009396 A1 FR3009396 A1 FR 3009396A1
Authority
FR
France
Prior art keywords
messages
failure
alert
occurrence
message
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
FR1357572A
Other languages
English (en)
Other versions
FR3009396B1 (fr
Inventor
Jean-Max Huet
Stephane Besseau
Bruno Maillard
Francois Michaud
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Airbus Operations SAS
Airbus SAS
Original Assignee
Airbus Operations SAS
Airbus SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Airbus Operations SAS, Airbus SAS filed Critical Airbus Operations SAS
Priority to FR1357572A priority Critical patent/FR3009396B1/fr
Priority to US14/341,272 priority patent/US9767413B2/en
Priority to CN201410374107.2A priority patent/CN104346430B/zh
Publication of FR3009396A1 publication Critical patent/FR3009396A1/fr
Application granted granted Critical
Publication of FR3009396B1 publication Critical patent/FR3009396B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/45Nc applications
    • G05B2219/45071Aircraft, airplane, ship cleaning manipulator, paint stripping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Alarm Systems (AREA)

Abstract

L'invention concerne selon un premier aspect un procédé d'aide à la décision pour des opérations de maintenance d'équipements d'un aéronef, l'aéronef comprenant un système de maintenance configuré pour réaliser un enregistrement de messages de défaillance d'équipement (FM1, FM2) et de messages d'alerte de défaillance d'équipement (FC) émis au cours d'un vol, le procédé comprenant : - l'extraction d'au moins une combinaison de messages de défaillance (FM1+FM2) correspondant à des messages de défaillance enregistrés par le système de maintenance au cours d'un vol et d'un ensemble de vols précédents ; - la détermination, en fonction de l'au moins une combinaison extraite, d'une probabilité d'occurrence d'au moins un message d'alerte (FC) accompagné le cas échéant d'un ou plusieurs messages de défaillance.

Description

PROCÉDÉ ET PROGRAMME D'ORDINATEUR D'AIDE À LA MAINTENANCE D'ÉQUIPEMENTS D'UN AÉRONEF DESCRIPTION DOMAINE TECHNIQUE Le domaine de l'invention est celui de l'évaluation de risques opérationnels pour l'aide aux décisions de maintenance d'équipements d'un aéronef. ÉTAT DE LA TECHNIQUE ANTÉRIEURE La maintenance des aéronefs est constituée principalement par des actions curatives visant à remplacer ou à réparer des équipements défaillants de l'aéronef ou des équipements en cours de dégradation, par des inspections planifiées, généralement périodiques, et par des actions préventives telles que le remplacement des équipements à durée de vie limitée. Les actions curatives reposent en particulier sur la connaissance de l'état de l'avion qui est notamment obtenue par les rapports des équipages, les systèmes embarqués de diagnostic et les inspections réalisées durant les visites planifiées.
De façon courante, l'activité de maintenance est organisée en "maintenance en ligne" et "maintenance en hangar". La maintenance en hangar est effectuée lors de visites préprogrammées. De telles opérations de maintenance sont souvent effectuées à la base principale de la compagnie exploitant l'aéronef. La maintenance en ligne est effectuée entre deux vols, sur le lieu où se trouve l'aéronef. La maintenance en ligne a pour objet principal les actions curatives urgentes tandis que la maintenance en hangar permet de réaliser des tâches planifiées ainsi que les actions curatives différées. Ces politiques de maintenance ne sont pas toutefois toujours optimales. En particulier, en différant des actions curatives à la visite suivante, la maintenance en ligne augmente le risque qu'une dégradation supplémentaire provoque un retard, une annulation de vol ou d'autres perturbations.
EXPOSÉ DE L'INVENTION L'invention a pour objectif de minimiser ce risque en procurant aux opérateurs chargés de la maintenance un outil d'aide à la décision leur fournissant un pronostic d'une défaillance critique au bon fonctionnement de l'aéronef.
L'invention a ainsi pour objet un procédé d'aide à la décision pour des opérations de maintenance d'équipements d'un aéronef, l'aéronef comprenant un système de maintenance configuré pour réaliser un enregistrement de messages de défaillance d'équipement et de messages d'alerte de défaillance d'équipement émis au cours d'un vol, le procédé comprenant : - l'extraction d'au moins une combinaison de messages de défaillance correspondant à des messages de défaillance enregistrés par le système de maintenance au cours d'un vol et d'un ensemble de vols précédents ; - la détermination, en fonction de l'au moins une combinaison extraite, d'une probabilité d'occurrence d'au moins un message d'alerte accompagné le cas échéant d'un ou plusieurs messages de défaillance. Certains aspects préférés mais non limitatifs de procédé sont les suivants. Dans un premier mode de réalisation, des messages d'alerte sont représentés sous la forme de noeuds d'un graphe orienté comprenant un ensemble d'arcs chacun doté d'une probabilité de transition d'un message d'alerte à un autre, chaque message d'alerte du graphe correspondant à une séquence donnée de messages de défaillance, et l'au moins une combinaison extraite correspond à la séquence formée des messages de défaillance enregistrés au cours du vol et de l'ensemble de vols précédents, ladite séquence extraite est représentée sous la forme d'un mélange de messages d'alerte, ladite détermination d'une probabilité d'occurrence comprend le calcul d'une probabilité d'occurrence de chacun des messages d'alerte du graphe réalisé au moyen d'une marche aléatoire sur le graphe initialisée par ladite représentation de la séquence extraite. Dans un second mode de réalisation, l'extraction d'au moins une combinaison de messages de défaillance comprend l'identification, parmi les messages de défaillance enregistrés par le système de maintenance au cours d'un vol et de l'ensemble de vols précédents, d'au moins une combinaison de messages de défaillance reconnue pour être susceptible d'engendrer un message d'alerte donné, et ladite détermination d'une probabilité d'occurrence comprend la détermination d'un taux de succès de la prédiction dudit message d'alerte donné à partir de ladite combinaison identifiée.
Ce second mode de réalisation peut exploiter une étape préalable d'apprentissage comprenant une opération consistant à reconnaître au moins une combinaison de messages de défaillance susceptible d'engendrer un message d'alerte et à calculer une précision de ladite combinaison reconnue pour engendrer ledit message d'alerte, le taux de succès de la prédiction d'un message d'alerte à partir d'une combinaison identifiée correspondant initialement à ladite précision. Selon un second aspect, l'invention concerne un produit programme d'ordinateur comprenant des instructions de code pour l'exécution des étapes du procédé selon le premier ou le second mode de réalisation lorsque ledit programme est exécuté sur un ordinateur.
BRÈVE DESCRIPTION DES DESSINS D'autres aspects, buts, avantages et caractéristiques de l'invention apparaîtront mieux à la lecture de la description détaillée suivante de formes de réalisation préférées de celle-ci, donnée à titre d'exemple non limitatif, et faite en référence à la figure 1 annexée qui est un schéma illustrant la reconnaissance de combinaisons de messages de défaillance pour la prédiction de messages d'alerte conformément à un deuxième mode de réalisation de l'invention.
EXPOSÉ DÉTAILLÉ DE MODES DE RÉALISATION PARTICULIERS L'aide à la maintenance a pour objectif de fournir aux opérateurs de maintenance des informations utiles au diagnostic de pannes. L'exécution de cette aide est réalisée comme suit.
Chaque système d'un aéronef inclut un outil connu sous l'acronyme BITE (« Built in Test Equipment ») qui est utilisé pour la détection et l'isolation d'équipements défectueux. De plus, des systèmes critiques de l'aéronef sont surveillés par un système d'alerte de vol (FWS pour « Flight Warning System ») qui rend compte des défaillances de ces systèmes à l'équipage. Les données émises par les outils BITE (messages de défaillance d'équipement) et par le système FWS (messages d'alerte de défaillance d'équipement) sont enregistrées et traitées par un système de maintenance centralisée (CMS pour « Centralized Maintenance System »).
Le résultat du diagnostic réalisé par le système CMS est transféré aux opérateurs de maintenance à travers une imprimante et une unité d'affichage MCDU (« Multipurpose Control and Display Unit »). Ce résultat peut également être transféré à une station au sol via le système de communication ACARS ("Aircraft Communication and Reporting System ») ou via une unité de service de la circulation aérienne ATSU (« Air Traffic Service Unit »). Ce résultat est en outre enregistré dans une base de données embarquée au sein de l'aéronef. Un message de défaillance d'équipement est plus précisément un message émis par un système de l'aéronef vers le système de maintenance CMS pour indiquer qu'il a échoué à accomplir sa fonction ou bien qu'il a identifié qu'un autre système a échoué à accomplir sa fonction. Un message d'alerte de défaillance d'équipement est quant à lui un message émis à destination du système FWS de l'équipage pour indiquer qu'un événement qui pourrait avoir un impact, ou qui a directement un impact, sur le fonctionnement de l'aéronef a été détecté. Un tel message d'alerte peut être déclenché suite à un ou plusieurs messages de défaillance ou en fonction de conditions qui lui sont propres. Le niveau d'impact d'un message d'alerte est indiqué dans un document connu sous l'acronyme MEL (« Minimum Equipement List ») qui liste les éléments critiques qui doivent être disponibles pour assurer le fonctionnement de l'aéronef en toute sécurité. Le niveau d'impact peut être : - GO : le message d'alerte n'a pas d'impact sur le fonctionnement de l'aéronef, mais la défaillance correspondante doit être corrigée dans un laps de temps donné ; - GO IF : le message d'alerte a un impact sur le fonctionnement de l'aéronef, et peut entraîner une interdiction de vol si certaines conditions sont réunies ; - NO GO: le message d'alerte a un impact sur le fonctionnement de l'aéronef, et entraîne une interdiction de vol. Un rapport post-vol PFR (pour « Post Flight Report ») est une liste contenant tous les messages de défaillance et tous les messages d'alerte émis au cours d'un vol et enregistrés par le système de maintenance. Ce rapport PFR est généré et transmis à l'issue du vol. Un rapport de vol courant CFR (pour « Current Flight Report ») est élaboré pendant le vol et contient tous les messages de défaillance et tous les messages d'alerte émis, et enregistrés par le système de maintenance, depuis le début du vol jusqu'au moment où le rapport est généré.
Dans ce cadre, l'invention vise à procurer un outil d'aide aux décisions de maintenance qui repose sur une analyse de messages de défaillance enregistrés au cours de vols précédents pour prédire l'émission d'un message d'alerte au cours de vols postérieurs. On notera que si la description ci-après a trait spécifiquement à la prédiction d'un message d'alerte, l'invention n'est pas limitée à ce cas de figure et s'étend également à la prédiction d'une panne, ladite panne étant caractérisée par l'occurrence d'un message d'alerte et d'un ou plusieurs messages de défaillance associé(s). Selon un premier aspect, l'invention concerne ainsi un procédé d'aide à la décision pour des opérations de maintenance d'équipements d'un aéronef, l'aéronef comprenant un système de maintenance configuré pour réaliser un enregistrement de messages de défaillance d'équipement et de messages d'alerte de défaillance d'équipement émis au cours d'un vol, le procédé comprenant : l'extraction, par des moyens de traitement informatique, d'au moins une combinaison de messages de défaillance correspondant à des messages de défaillance enregistrés par le système de maintenance au cours d'un vol et d'un ensemble de vols précédents ; la détermination, par des moyens de traitement informatique, en fonction de l'au moins une combinaison extraite, d'une probabilité d'occurrence d'au moins un message d'alerte accompagné le cas échéant d'un ou plusieurs messages de défaillance. Lesdites probabilités d'occurrence, ou une partie d'entre elles, par exemple les plus importantes, peuvent être présentées aux opérateurs chargés de la maintenance au moyen d'une interface homme-machine ; elles sont par exemple affichées sur un écran.
Dans un mode de réalisation possible, les étapes d'extraction et de détermination sont réalisées à l'issue d'un vol, et exploitent pour ce faire le contenu des rapports PFR enregistrés à l'issue du vol et d'un ensemble de vols précédents. Dans un autre mode de réalisation, ces étapes sont réalisées au cours d'un vol, et exploitent pour ce faire le contenu du rapport CFR du vol et le contenu des rapports PFR enregistrés à l'issue d'un ensemble de vols précédents. L'étape d'extraction peut être précédée d'une étape de filtrage des messages de défaillance enregistrés par le système de maintenance au cours du vol et de l'ensemble de vols précédents. Ce filtrage est plus particulièrement réalisé par les moyens de traitement informatique de manière à prendre en compte parmi les enregistrements les premières apparitions d'un message de défaillance et à ignorer les apparitions suivantes lorsque le message de défaillance est continûment généré. En particulier, un taux d'occurrence d'un message de défaillance peut être calculé et comparé à la moyenne et à l'écart type des taux d'occurrence des différents messages de défaillance générés par le même aéronef ou par un ensemble des aéronefs présentant la même configuration d'équipements. Ainsi, un message de défaillance peut être considéré comme récurrent lorsque la plupart des aéronefs génère ce message (taux d'occurrence moyen élevé) ou encore lorsque l'écart-type est faible comparativement à la moyenne. Et un aéronef peut être considéré comme générant continûment un message de défaillance lorsque le taux d'occurrence de ce message pour cet aéronef est supérieur à la moyenne et à l'écart-type (pour une distribution ne prenant en compte que les aéronefs générant ce message). Premier mode de réalisation : Graphe Dans un premier mode de réalisation de l'invention, des messages d'alerte sont représentés sous la forme de noeuds d'un graphe orienté comprenant un ensemble d'arcs chacun doté d'une probabilité de transition d'un message d'alerte à un autre, chaque message d'alerte du graphe correspondant à une séquence donnée de messages de défaillance. Le graphe est typiquement stocké dans une base de données. Sur la base de ce graphe, et considérant un ensemble de messages de défaillance émis dans le passé, l'invention propose de prédire les messages d'alerte les 15 plus probables dans le futur, en associant un classement à ces messages prédits. Cette approche repose sur les mêmes principes que ceux utilisés par les systèmes de classement de pages Web proposés par les moteurs de recherche Internet, tels que l'algorithme PageRankTM, en considérant une analogie entre un message d'alerte et une page Web. 20 Chaque message d'alerte est ainsi indexé par une séquence donnée de messages de défaillance (équivalent à des mots clés), et une manière de relier les messages d'avertissement dans le graphe consiste à considérer une relation prédécesseur-successeur sur la base de leur occurrence dans un historique de données. Ainsi la probabilité de transition Pkj de chaque arc du graphe (arc reliant un message 25 d'avertissement IV1, à un message d'avertissement Mk peut ainsi s'écrire selon : Pkj = P(Wk/W) =aii' OÙ ajk représente le nombre de relations prédécesseur j-successeur k recensées dans l'historique. Une séquence de messages de défaillance extraite des rapports PFR des vols précédents peut alors être considérée comme étant équivalente à une requête de 30 recherche. A partir de cette requête, l'invention permet de classifier tous les messages d'alerte et de proposer ceux qui ont la plus grande probabilité d'occurrence lors des prochains vols. Le graphe peut être élaboré en exploitant les documents des fabricants, par exemple le manuel de dépannage TSM (« Trouble Shooting Manual ») ou la liste minimale d'équipements MEL (« Minimum equipement List »), pour associer, à des messages d'alerte, un poids correspondant à chacun des messages de défaillance. A titre d'exemple illustratif, l'exploitation de ces documents permet de faire correspondre le message d'alerte W1 aux messages de défaillance M1 et M5 selon W1=2M1+-21M5. Le graphe peut également être élaboré en réalisant une analyse statistique sur un ensemble de messages de défaillance et de messages d'alerte recensés dans un historique. Par exemple, un message d'alerte du graphe correspond à une séquence donnée de messages de défaillance enregistrés avant l'occurrence dudit message d'alerte depuis l'occurrence d'un message d'alerte précédent. A titre d'exemple illustratif, on considère les rapports post-vol PFR 15 successifs suivants. PFRO PFR1 PFR2 PFR3 M2 M5 W1 M4 M3 M4 M1 W2 M1 M5 Dans cet exemple, chaque message de défaillance précédant un message d'alerte W, jusqu'au message d'alerte précédent W, est pris en compte pour décrire le message d'alerte W. Le poids de chaque message de défaillance peut par exemple être calculé selon la méthode de pondération TF-IDF (« Term Frequency-Inverse 20 Document Frequency »). L'exploitation de cet historique permet ainsi de faire correspondre le message d'alerte W2 aux messages de défaillance M1, M3 et M4 selon W2=4M 1+-4M 3+-2M4. Dans le cadre de ce premier mode de réalisation, l'extraction d'au moins une combinaison de messages de défaillance correspondant à des messages de 25 défaillance enregistrés par le système de maintenance au cours d'un vol et d'un ensemble de vols précédents consiste plus précisément à extraire la séquence formée de l'ensemble des messages de défaillance enregistrés au cours du vol et de l'ensemble de vols précédents jusqu'au message d'alerte dernièrement enregistré. A titre d'exemple, ladite séquence extraite comporte tous les messages de défaillance, éventuellement après filtrage comme indiqué précédemment, enregistrés dans le rapport PFR du vol et dans les rapports PFR de K vols précédents (la séquence est construite à partir des messages de défaillance M, en remontant jusqu'au dernier message d'alerte Wj_i enregistré lequel est exclu de la séquence, une séquence pouvant inclure des messages de K vols, K n'est pas nécessairement constant, K permettant de limiter la taille d'une séquence). Soit S cette séquence, qui peut donc être représentée sous la forme de messages de défaillance pondérés : S=(fiMi), où Mi désigne un message de défaillance. A titre purement illustratif, on a par exemple S=M1+M5. On a vu précédemment que chaque message d'alerte W, du graphe correspond à une séquence donnée de messages de défaillance. Chaque message d'alerte du graphe peut ainsi être représenté sous la forme d'un vecteur de messages de défaillance pondérés: W,=(p,,M,),.
Et d'une manière générale, on peut donc représenter les messages Wo d'alerte du graphe sous la forme d'une matrice W = Wi[ = P.M, où P est une matrice de WN passage constituée des probabilités de transition pj, et M est une matrice représentant les différents messages de défaillance M. Et on peut de la même manière représenter la séquence extraite S de messages de défaillance sous la forme d'un mélange de messages d'alerte selon S=P-1.W, où Pl- désigne la matrice inverse de la matrice de passage. A titre d'exemple purement illustratif, considérant deux messages d'alerte W1, W2 et cinq messages de défaillance M1-M5 tels que W1=2M1+-21M5 et w2=4m1+4m3+71_m4. La séquence extraite S=M1+M5 peut alors être représentée sous la forme suivante d'un mélange de messages d'alerte S=-21W1+4W2. Toujours dans le cadre de ce premier mode de réalisation, la détermination d'une probabilité d'occurrence comprend le calcul, par les moyens de traitement informatique, d'une probabilité d'occurrence de chacun des messages d'alerte du graphe réalisé au moyen d'une marche aléatoire sur le graphe initialisée par ladite représentation de la séquence extraite. On calcule pour cela vn+i= PTvn jusqu'à convergence, avec vo correspondant à la séquence extraite S représentée sous la forme d'un mélange de messages d'alerte, et P la matrice de passage constituée des probabilités de transition d'un noeud à l'autre du graphe. Dans une variante, la marche aléatoire sur le graphe est une marche avec téléportation caractérisée par une probabilité a de suivre un arc du graphe doté d'une probabilité de transition et une probabilité (1-a) de sauter de manière uniformément aléatoire vers un noeud du graphe. La téléportation permet d'éviter de donner une probabilité d'occurrence trop élevée à des messages d'alerte qui sont en réalité des noeuds n'ayant pas ou peu de transition vers d'autres noeuds du graphe. On calcule pour cela vn+i= aPTyn+(1-a)vn jusqu'à convergence, avec vo correspondant à la séquence extraite S représentée sous la forme d'un mélange de messages d'alerte, et P la matrice de passage constituée des probabilités de transition d'un noeud à l'autre du graphe. Le procédé selon le premier mode de réalisation peut en outre comprendre une étape de classement des messages d'alerte du graphe prenant en considération un degré de similitude entre les probabilités d'occurrence Pred(A/C) déterminées au moyen de la marche aléatoire de chacun des messages d'alerte du graphe et un profil d'exploitation de l'aéronef Prof(A/C) caractérisant sa sensibilité à générer certains messages d'alerte dans certaines conditions d'opérations (type de mission : court, moyen ou long courrier ; conditions climatiques ; caractéristiques de l'aéronef ; etc.), ledit profil étant constitué d'un ensemble de pondérations chacune associées à un message d'alerte. Ce degré de similitude est par exemple calculé en utilisant la méthode de la similarité cosinus selon Pred(A10.Prof(A1C) pred(A1C)11.11Pro f(AIC) II Certains messages d'alerte peuvent effectivement ne pas être directement liés à une configuration spécifique d'équipements d'un aéronef. Par exemple, certains messages peuvent être dus à l'ancienneté de l'aéronef, à la manière dont la compagnie aérienne réalise sa maintenance, etc. La caractérisation d'un profil d'exploitation de l'aéronef permet alors de tenir compte du fait que ces messages sont relativement récurrents. Dès lors, en calculant un degré de similitude entre probabilités d'occurrence des messages d'alerte et pondérations relatives à la récurrence des messages d'alerte pour l'aéronef, le classement des messages d'alerte proposé par l'invention permet une prédiction affinée des messages d'alerte (une message d'alerte, dont la probabilité d'occurrence est calculée en fonction des messages de défaillance enregistrés dans le passé, voyant sa prédiction d'autant plus confirmée que sa récurrence pour l'aéronef est en effet importante). Le profil d'exploitation de l'aéronef peut ainsi comprendre un profil de l'aéronef. A titre d'exemple, le profil de l'aéronef peut comprendre un vecteur de risque Rw(A/C) représentant la propension de l'aéronef à générer des messages d'alerte. Ce vecteur de risque peut être calculé en comptant tous les différents messages d'alerte enregistrés dans des rapports PFR de l'aéronef. Après normalisation, un vecteur de risque est calculé qui associe un poids r, à chaque message d'alerte W,: Rw(A/C)={W,, r,},.
Le profil de l'aéronef peut également comprendre un vecteur de similarité SIMA/c avec des aéronefs du même type. Ce vecteur peut être calculé en comptant le nombre de rapports PFR identiques (par exemple via une distance entre rapports PFR correspondant à un nombre de messages distincts). Après normalisation, SIMA/c={A/C,, simi}i, où A/C, représente un aéronef du même type et sim, le poids associé au degré de similarité. On relèvera que ce vecteur n'est pas directement utilisé comme les autres informations du profil, mais permet de sélectionner les informations de profil d'un aéronef similaire pour affiner le classement de la prédiction, en particulier dans le cas où l'historique ou les informations d'un aéronef ne sont pas suffisantes pour permettre une bonne classification des prédictions : on tient alors compte des résultats qu'ont générés les aéronefs « similaires » en fonction de leur pondération. Le profil de l'aéronef peut également comprendre un profil propre à la compagnie aérienne exploitant l'aéronef, par exemple en mettant en commun les données des aéronefs de cette compagnie aérienne pour calculer un vecteur de similarité avec les aéronefs de la même compagnie aérienne et en l'exploitant de la même manière que le vecteur de similarité SIMA/c décrit ci-dessus. Et Le profil de l'aéronef peut aussi comprendre un profil propre aux conditions environnementales d'exploitation de l'aéronef, par exemple en mettant en commun les données des aéronefs ayant le même type de mission dans les mêmes conditions climatiques pour calculer un vecteur de similarité avec ces aéronefs et en l'exploitant de la même manière que le vecteur de similarité SIMA/c décrit ci-dessus Second mode de réalisation : Reconnaissance de combinaisons connues Dans un second mode de réalisation de l'invention, l'extraction par les moyens de traitement informatique d'au moins une combinaison de messages de défaillance comprend l'identification, parmi les messages de défaillance enregistrés par le système de maintenance au cours du vol et de l'ensemble de vols précédents, d'au moins une combinaison de messages de défaillance reconnue pour être susceptible d'engendrer un message d'alerte donné, et ladite détermination par les moyens de traitement informatique d'une probabilité d'occurrence comprend la détermination d'un taux de succès de la prédiction dudit message d'alerte donné à partir de ladite combinaison identifiée. Ce second mode de réalisation peut notamment reposer sur une étape préalable d'apprentissage comprenant une opération consistant à reconnaître au moins une combinaison de messages de défaillance susceptible d'engendrer un message d'alerte et à calculer une précision de ladite combinaison reconnue pour engendrer ledit message d'alerte. Les combinaisons de messages de défaillance reconnues et leurs précisions sont typiquement enregistrées dans une base de données. Considérant un historique de messages, et pour un panne P donnée (caractérisée par un message d'alerte donné accompagné le cas échéant d'un ou plusieurs messages de défaillance), on considère des séries de vols consécutifs d'un même l'aéronef, les séries ne devant pas comprendre d'occurrence de la panne P, exception faite des L derniers vols de la série. Les séries peuvent être considérées sur différents horizons temporels fonctions du nombre de vols considérés ; elles comprennent au moins R+L vols et au plus K+L vols.
Dans une série, et sans prendre en compte les L derniers vols, on extrait toutes les combinaisons possibles de messages de défaillance se produisant au moins une fois et on vient calculer/mettre à jour un score de chacune des combinaisons de la manière suivante.
Si lors des L derniers vols de la série, le message d'alerte donné est enregistré, un compteur HIT est incrémenté qui dénombre le nombre de fois où la combinaison est identifiée dans une série s'achevant avec un enregistrement du message d'alerte. Si a contrario lors des L derniers vols de la série, le message d'alerte donné n'est pas enregistré, un compteur MISS est incrémenté qui dénombre le nombre de fois où la combinaison est identifiée dans une série ne s'achevant pas avec un enregistrement du message d'alerte. Ladite précision de la combinaison pour engendrer une panne P peut alors s'exprimer selon HIT/(HIT+MISS). On peut également calculer un taux de couverture correspondant à la proportion d'occurrences de la panne P qui peuvent être prédites avec succès par la reconnaissance de la combinaison. Prenant le schéma de la figure 1 à titre d'exemple purement illustratif, on considère une combinaison constituée des messages de défaillance FM1 et FM2 (observée sur un horizon constituée de K vols consécutifs) susceptible de conduire à un message d'alerte FC. On observe chronologiquement ce qui suit. (a) La combinaison FM1+FM2 est reconnue, mais on n'observe pas le message d'alerte FC pendant les L vols suivants. (b) Puis la combinaison FM1+FM2 est reconnue, et on observe le message d'alerte FC pendant les L vols suivants. (c) Ensuite, le message d'alerte FC est observé, sans que la combinaison n'ait été probablement reconnue. (d) Suit une reconnaissance de la combinaison FM1+FM2 et l'occurrence du message d'alerte FC pendant les L vols suivants. (e) Enfin, le message d'alerte FC est observé, sans que la combinaison n'ait été probablement reconnue. On déduit de ce qui précède que deux messages d'alerte parmi quatre ont été prédits par la reconnaissance de la combinaison. Le taux de couverture est ainsi égal à 50%. Par ailleurs, sur les trois prédictions déduites de la reconnaissance de la combinaison, deux messages d'alerte ont effectivement été enregistrés. On en déduit une précision de la combinaison égale à 66%. Dans un mode de réalisation possible de l'étape d'apprentissage, afin d'assurer une représentativité statistiquement suffisante, un nombre minimal de séries de vols se terminant avec un enregistrement du message d'alerte est requis. Dans un mode de réalisation possible de l'étape d'apprentissage, la combinaison reconnue peut être filtrée en fonction de sa précision et de son taux de couverture. On peut ainsi ne retenir que des combinaisons présentant une précision et/ou un taux de couverture suffisamment élevés.
Les étapes d'extraction et de détermination de ce second mode de réalisation peuvent être mises en oeuvre de la manière suivante. A cours d'un vol ou à l'issue d'un vol, pour chaque message d'alerte modélisé (en ce sens qu'il a été identifié lors de l'étape d'apprentissage, et que l'on sait qu'une ou plusieurs combinaisons de messages de défaillance sont susceptibles d'y conduire) n'apparaissant pas dans le rapport CFR ou PFR, on créée une série de messages comprenant les messages enregistrés dans le rapport CFR ou PFR du vol et dans les messages PFR d'un ensemble de vols précédents (K-1 vols précédents, ou moins si le message d'alerte modélisé est apparu dans les K-1 vols précédents). On vient ensuite identifier parmi cette série de messages la ou les combinaisons de messages de défaillance reconnues pour être susceptibles d'engendrer ce message d'alerte donné, lesdites combinaisons et leurs précisions étant enregistrées dans la base de données. Puis, pour chaque combinaison reconnue identifiée, on vient prédire l'occurrence dudit message d'alerte avec un taux de succès associé. Le taux de succès correspond initialement à la précision HIT/(HIT+MISS) calculée lors de la phase d'apprentissage. Ce taux de succès peut être mis à jour suite à chaque occurrence ou défaut d'occurrence dudit message d'alerte prédit, comme indiqué ci-après. L'occurrence du message d'alerte est plus précisément prédite sur un ensemble de L vols suivants. On définit ainsi un nombre de vols pendant lequel la prédiction est active.
Si un message d'alerte dont la prédiction est active est identifié dans le rapport CFR ou PFR du vol, on enregistre alors le succès de la prédiction en incrémentant le compteur HIT, mettant ainsi à jour le taux de succès. Si un message d'alerte dont la prédiction est active n'est pas identifié dans le rapport CFR ou PFR du vol, on réduit le nombre de vols pendant lequel la prédiction est encore active. Si la prédiction n'est alors plus active, on enregistre l'échec de la prédiction en incrémentant le compteur MISS, mettant ainsi à jour le taux de succès. Dans un mode de réalisation possible, l'occurrence d'un message d'alerte prédit est enregistrée lorsqu'une opération de maintenance a été réalisée depuis la prédiction, ladite opération ayant conduit au défaut d'occurrence dudit message d'alerte prédit. Ceci permet de ne pas dégrader le taux de succès de la prédiction. Dans un mode de réalisation possible, on vient également identifier, parmi les messages de défaillance enregistrés par le système de maintenance au cours du vol et de l'ensemble de vols précédents, une portion d'une combinaison de messages de défaillance connue pour être susceptible d'engendrer un message d'alerte donné. On vient alors prédire l'occurrence du message d'alerte associé à cette combinaison connue, en venant affecter d'une pondération le taux de succès de la prédiction dudit message d'alerte donné à partir de ladite combinaison identifiée. La pondération dépend par exemple de la taille de la portion identifiée.
Dans un mode de réalisation, pour contrebalancer le faible taux d'occurrence de certaines pannes, on peut aussi regrouper des pannes similaires (par exemple des pannes identiques signalées par des systèmes redondants différents) et travailler sur ces pannes regroupées comme étant des pannes originales. Le regroupement peut aussi être effectué au niveau des messages de défaillance précurseurs de la panne. L'invention n'est pas limitée au procédé tel que précédemment décrit, mais s'étend également à un produit programme d'ordinateur comprenant des instructions de code pour l'exécution des étapes de ce procédé, aussi dans son premier que dans son second mode de réalisation, lorsque ledit programme est exécuté sur un ordinateur.

Claims (11)

  1. REVENDICATIONS1. Procédé d'aide à la décision pour des opérations de maintenance d'équipements d'un aéronef, l'aéronef comprenant un système de maintenance configuré pour réaliser un enregistrement de messages de défaillance d'équipement (FM1, FM2) et de messages d'alerte de défaillance d'équipement (FC) émis au cours d'un vol, le procédé comprenant : l'extraction par des moyens de traitement informatique d'au moins une combinaison de messages de défaillance (FM1+FM2) correspondant à des messages de défaillance enregistrés par le système de maintenance au cours d'un vol et d'un ensemble de vols précédents ; la détermination par les moyens de traitement informatique, en fonction de l'au moins une combinaison extraite, d'une probabilité d'occurrence d'au moins un message d'alerte (FC) accompagné le cas échéant d'un ou plusieurs messages de défaillance.
  2. 2. Procédé selon la revendication 1, dans lequel : des messages d'alerte sont représentés sous la forme de noeuds d'un graphe orienté comprenant un ensemble d'arcs chacun doté d'une probabilité de transition d'un message d'alerte à un autre, chaque message d'alerte du graphe correspondant à une séquence donnée de messages de défaillance, l'au moins une combinaison extraite correspond à la séquence formée des messages de défaillance enregistrés au cours du vol et de l'ensemble de vols précédents, ladite séquence extraite est représentée sous la forme d'un mélange de messages d'alerte, ladite détermination d'une probabilité d'occurrence comprend le calcul d'une probabilité d'occurrence de chacun des messages d'alerte du graphe réalisé aumoyen d'une marche aléatoire sur le graphe initialisée par ladite représentation de la séquence extraite.
  3. 3. Procédé selon la revendication 2, dans lequel la marche aléatoire sur le graphe est une marche avec téléportation caractérisée par une probabilité a de suivre un arc du graphe doté d'une probabilité de transition et une probabilité (1-a) de sauter de manière uniformément aléatoire vers un noeud du graphe.
  4. 4. Procédé selon l'une des revendications 2 et 3, dans lequel un message d'alerte du graphe correspond à une séquence donnée de messages de défaillance enregistrés avant l'occurrence dudit message d'alerte depuis l'occurrence d'un message d'alerte précédent.
  5. 5. Procédé selon l'une des revendications 2 à 4, comprenant une étape de classement des messages d'alerte du graphe prenant en considération un degré de pertinence entre les probabilités d'occurrence déterminées de chacun des messages d'alerte du graphe et un profil de l'aéronef.
  6. 6. Procédé selon la revendication 1, dans lequel : l'extraction d'au moins une combinaison de messages de défaillance comprend l'identification, parmi les messages de défaillance enregistrés par le système de maintenance au cours d'un vol et de l'ensemble de vols précédents, d'au moins une combinaison de messages de défaillance reconnue pour être susceptible d'engendrer un message d'alerte donné, et ladite détermination d'une probabilité d'occurrence comprend la détermination d'un taux de succès de la prédiction dudit message d'alerte donné à partir de ladite combinaison identifiée.
  7. 7. Procédé selon la revendication 6, comprenant une étape préalable d'apprentissage comprenant une opération consistant à reconnaître au moins unecombinaison de messages de défaillance susceptible d'engendrer un message d'alerte et à calculer une précision de ladite combinaison reconnue pour engendrer ledit message d'alerte, et dans lequel le taux de succès de la prédiction d'un message d'alerte à partir d'une combinaison identifiée correspond initialement à ladite précision
  8. 8. Procédé selon la revendication 7, dans lequel le taux de succès est mis à jour suite à chaque occurrence ou défaut d'occurrence dudit message d'alerte prédit.
  9. 9. Procédé selon la revendication 8, dans lequel l'occurrence d'un message d'alerte prédit est enregistrée lorsqu'une opération de maintenance a été réalisée depuis la prédiction conduisant au défaut d'occurrence dudit message d'alerte prédit.
  10. 10. Procédé selon l'une des revendications 6 à 9, dans lequel : l'extraction d'une combinaison de messages de défaillance comprend l'identification, parmi les messages de défaillance enregistrés par le système de maintenance au cours d'un vol et de l'ensemble de vols précédents, d'une portion d'une combinaison de messages de défaillance connue pour être susceptible d'engendrer un message d'alerte donné, et ladite détermination d'une probabilité d'occurrence comprend la détermination d'un taux de succès de la prédiction dudit message d'alerte donné à partir de ladite combinaison identifiée, ledit taux étant affecté d'une pondération.
  11. 11. Produit programme d'ordinateur comprenant des instructions de code pour l'exécution des étapes du procédé selon l'une quelconque des revendications 1 à 10 lorsque ledit programme est exécuté sur un ordinateur.
FR1357572A 2013-07-31 2013-07-31 Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef Active FR3009396B1 (fr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
FR1357572A FR3009396B1 (fr) 2013-07-31 2013-07-31 Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef
US14/341,272 US9767413B2 (en) 2013-07-31 2014-07-25 Method and computer program for the maintenance aid of aircraft equipment
CN201410374107.2A CN104346430B (zh) 2013-07-31 2014-07-31 用于飞行器设备的维护辅助的方法和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR1357572A FR3009396B1 (fr) 2013-07-31 2013-07-31 Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef

Publications (2)

Publication Number Publication Date
FR3009396A1 true FR3009396A1 (fr) 2015-02-06
FR3009396B1 FR3009396B1 (fr) 2017-03-17

Family

ID=49780034

Family Applications (1)

Application Number Title Priority Date Filing Date
FR1357572A Active FR3009396B1 (fr) 2013-07-31 2013-07-31 Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef

Country Status (3)

Country Link
US (1) US9767413B2 (fr)
CN (1) CN104346430B (fr)
FR (1) FR3009396B1 (fr)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3068493A1 (fr) * 2017-06-28 2019-01-04 Airbus Operations Prediction de pannes dans un aeronef
FR3069086A1 (fr) * 2017-07-13 2019-01-18 Airbus Procede d'evaluation d'un taux de variation d'une panne

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3011105B1 (fr) 2013-09-20 2017-01-27 Airbus Operations Sas Procede d'identification d'un equipement defaillant dans un aeronef.
CN105912975B (zh) * 2015-02-20 2021-10-26 空中客车集团印度私人有限公司 使用视频分析来管理在过站期间出现的飞行器舱内行为
CA2920914C (fr) 2016-02-17 2017-07-18 Cae Inc Dispositif informatique portable et methode de transmission d'information filtree de poste fonctionnel d'instructeur
CA2920981C (fr) 2016-02-17 2018-05-01 Cae Inc Un serveur de simulation capable de creer des evenements de plan de lecon fonde sur des statistiques de donnees de simulation
US10372872B2 (en) * 2016-04-22 2019-08-06 The Boeing Company Providing early warning and assessment of vehicle design problems with potential operational impact
GB2552302B (en) * 2016-07-11 2020-06-24 Ge Aviat Systems Ltd Prognostic rules for predicting a part failure
US10787278B2 (en) * 2017-09-29 2020-09-29 The Boeing Company Aircraft maintenance message prediction
US10650614B2 (en) * 2017-09-29 2020-05-12 The Boeing Company Aircraft maintenance event prediction using higher-level and lower-level system information
CN110723303B (zh) * 2019-11-01 2021-07-09 中国商用飞机有限责任公司北京民用飞机技术研究中心 辅助决策的方法、装置、设备、存储介质及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020143443A1 (en) * 2001-03-28 2002-10-03 Pt Holdings Ltd. System and method of analyzing aircraft removal data for preventative maintenance
FR2914764A1 (fr) * 2007-04-06 2008-10-10 Airbus France Sas Procede et dispositif de determination d'un diagnostic de panne d'une unite fonctionnelle dans un systeme avionique embarque
US20100042445A1 (en) * 2006-11-06 2010-02-18 The Boeing Company Customizable situational awareness dashboard and alerts, and associated systems and methods
FR2938676A1 (fr) * 2008-11-18 2010-05-21 Eads Europ Aeronautic Defence Procede de reconnaissance de motifs sequentiels pour procede de traitement des messages de pannes
FR2966616A1 (fr) * 2010-10-22 2012-04-27 Airbus Procede, dispositif et programme d'ordinateur d'aide au diagnostic d'un systeme d'un aeronef, utilisant des graphes d'evenements redoutes
FR2970796A1 (fr) * 2011-01-20 2012-07-27 Eads Europ Aeronautic Defence Procede de traitement de messages de pannes generes dans un appareil a systemes complexes

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5161158A (en) 1989-10-16 1992-11-03 The Boeing Company Failure analysis system
US5522026A (en) 1994-03-18 1996-05-28 The Boeing Company System for creating a single electronic checklist in response to multiple faults
US6003808A (en) 1997-07-11 1999-12-21 Pratt & Whitney Canada Inc. Maintenance and warranty control system for aircraft
US6636771B1 (en) 1999-04-02 2003-10-21 General Electric Company Method and system for analyzing continuous parameter data for diagnostics and repairs
US6122575A (en) 1999-06-30 2000-09-19 Hamilton Sundstrand Corporation APU troubleshooting system
US6292723B1 (en) 1999-09-30 2001-09-18 General Electric Company Embedded engine diagnostic system
US7149612B2 (en) 2004-01-05 2006-12-12 Arinc Incorporated System and method for monitoring and reporting aircraft quick access recorder data
US7333922B2 (en) 2005-03-30 2008-02-19 Caterpillar Inc. System and method of monitoring machine performance
US7788002B2 (en) 2005-08-08 2010-08-31 The Boeing Company Fault data management
US8255112B2 (en) 2005-10-28 2012-08-28 The Boeing Company Remote aircraft maintenance in a networked environment
US8112368B2 (en) * 2008-03-10 2012-02-07 The Boeing Company Method, apparatus and computer program product for predicting a fault utilizing multi-resolution classifier fusion
DE102008040461A1 (de) 2008-07-16 2010-01-21 Robert Bosch Gmbh Verfahren zum Bestimmen fehlerhafter Komponenten in einem System
US20100023201A1 (en) 2008-07-24 2010-01-28 David Scott Kinney Method and apparatus for obtaining vehicle data
US8069167B2 (en) * 2009-03-27 2011-11-29 Microsoft Corp. Calculating web page importance
FR2946023B1 (fr) * 2009-06-02 2014-11-28 Airbus France Procede et dispositif de traitement de pannes
JP5364530B2 (ja) * 2009-10-09 2013-12-11 株式会社日立製作所 設備状態監視方法、監視システム及び監視プログラム
US8612377B2 (en) 2009-12-17 2013-12-17 Oracle International Corporation Techniques for generating diagnostic results
WO2012009804A1 (fr) * 2010-07-23 2012-01-26 Corporation De L'ecole Polytechnique Outil et procédé de détection de défaut de dispositifs en cas de maintenance basée sur une condition
FR2963448A1 (fr) * 2010-07-29 2012-02-03 Sagem Defense Securite Procede et systeme d'analyse de donnees de vol enregistrees au cours d'un vol d'un avion.
CN102707178B (zh) * 2012-06-15 2014-03-12 中国电力科学研究院 一种电力系统二次设备故障预警监视方法
FR3011105B1 (fr) 2013-09-20 2017-01-27 Airbus Operations Sas Procede d'identification d'un equipement defaillant dans un aeronef.

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020143443A1 (en) * 2001-03-28 2002-10-03 Pt Holdings Ltd. System and method of analyzing aircraft removal data for preventative maintenance
US20100042445A1 (en) * 2006-11-06 2010-02-18 The Boeing Company Customizable situational awareness dashboard and alerts, and associated systems and methods
FR2914764A1 (fr) * 2007-04-06 2008-10-10 Airbus France Sas Procede et dispositif de determination d'un diagnostic de panne d'une unite fonctionnelle dans un systeme avionique embarque
FR2938676A1 (fr) * 2008-11-18 2010-05-21 Eads Europ Aeronautic Defence Procede de reconnaissance de motifs sequentiels pour procede de traitement des messages de pannes
FR2966616A1 (fr) * 2010-10-22 2012-04-27 Airbus Procede, dispositif et programme d'ordinateur d'aide au diagnostic d'un systeme d'un aeronef, utilisant des graphes d'evenements redoutes
FR2970796A1 (fr) * 2011-01-20 2012-07-27 Eads Europ Aeronautic Defence Procede de traitement de messages de pannes generes dans un appareil a systemes complexes

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3068493A1 (fr) * 2017-06-28 2019-01-04 Airbus Operations Prediction de pannes dans un aeronef
FR3069086A1 (fr) * 2017-07-13 2019-01-18 Airbus Procede d'evaluation d'un taux de variation d'une panne
US10730642B2 (en) 2017-07-13 2020-08-04 Airbus (S.A.S.) Operation and maintenance of avionic systems

Also Published As

Publication number Publication date
FR3009396B1 (fr) 2017-03-17
CN104346430B (zh) 2019-04-26
CN104346430A (zh) 2015-02-11
US20150039551A1 (en) 2015-02-05
US9767413B2 (en) 2017-09-19

Similar Documents

Publication Publication Date Title
FR3009396A1 (fr) Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef
US11734066B2 (en) Resource scheduling using machine learning
US10802942B2 (en) Methods and apparatus to detect anomalies of a monitored system
EP2599039B1 (fr) Procede et systeme d'analyse de donnees de vol enregistrees au cours d'un vol d'un avion
US10824721B2 (en) Detecting and delaying effect of machine learning model attacks
EP2364467B1 (fr) Procédé de reconnaissance de motifs séquentiels pour procédé de traitement des messages de pannes
EP3767558B1 (fr) Procede et dispositif de determination d'une duree estimee avant un incident technique dans une infrastructure informatique a partir de valeurs d'indicateurs de performance
FR2989499A1 (fr) Procede, dispositifs et programme d'ordinateur d'aide au diagnostic preventif d'un systeme d'un aeronef, utilisant des graphes d'evenements redoutes
FR2983333A1 (fr) Systeme pour gerer l'exploitation d'une ligne aerienne
JP2023547849A (ja) ラベルなしセンサデータを用いた産業システム内の稀な障害の自動化されたリアルタイムの検出、予測、及び予防に関する、方法または非一時的コンピュータ可読媒体
FR3013140A1 (fr) Systeme et procede de diagnostic de panne aeronef
US11762934B2 (en) Target web and social media messaging based on event signals
EP3767468A1 (fr) Procédé et dispositif de détermination d'une valeur de risque d'incident technique dans une infrastructure informatique à partir de valeurs d'indicateurs de performance
FR3082964A1 (fr) Plate-forme d'entrainement et/ou d'assistance au controle aerien via un systeme electronique de controle du trafic aerien, procede associe
WO2017077247A1 (fr) Système et procédé de surveillance d'une turbomachine avec fusion d'indicateurs pour la synthèse d'une confirmation d'alarme
FR3027417A1 (fr) Procede et systeme de generation de rapports d'alertes dans un aeronef
WO2012175521A1 (fr) Systeme de prescription de maintenance d'un moteur d'helicoptere
EP4027269A1 (fr) Procédé de construction et d'entraînement d'un détecteur de la présence d'anomalies dans un signal temporel, dispositifs et procédé associés
FR3069086A1 (fr) Procede d'evaluation d'un taux de variation d'une panne
JP2024504021A (ja) 降雨林における違法伐採のためのセンサ融合を伴う動的音響シグネチャシステム
US11209810B2 (en) Predicting noncompliance conditions of rotating machinery in aerial vehicles
FR3037170A1 (fr) Procede et systeme de prediction du fonctionnement d'un aeronef par analyse de similarite utilisant des capacites de stockage et de calcul reparties
FR3089500A1 (fr) système D’AIDE A LA RESOLUTION de PANNES D’AERONEFS
WO2023168222A1 (fr) Systèmes et procédés d'analyse prédictive de données de représentation de transaction électronique à l'aide d'un apprentissage automatique
WO2003061198A1 (fr) Systeme de gestion de reseaux de transport base sur l'analyse des tendances des donnees acquise sur le reseau

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 4

PLFP Fee payment

Year of fee payment: 5

PLFP Fee payment

Year of fee payment: 6

PLFP Fee payment

Year of fee payment: 8

PLFP Fee payment

Year of fee payment: 9

PLFP Fee payment

Year of fee payment: 10

PLFP Fee payment

Year of fee payment: 11

PLFP Fee payment

Year of fee payment: 12