FR3121431A1 - Procédé de prédiction de l’usure d’une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d’aéronefs - Google Patents
Procédé de prédiction de l’usure d’une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d’aéronefs Download PDFInfo
- Publication number
- FR3121431A1 FR3121431A1 FR2103478A FR2103478A FR3121431A1 FR 3121431 A1 FR3121431 A1 FR 3121431A1 FR 2103478 A FR2103478 A FR 2103478A FR 2103478 A FR2103478 A FR 2103478A FR 3121431 A1 FR3121431 A1 FR 3121431A1
- Authority
- FR
- France
- Prior art keywords
- determining
- mechanical part
- aircraft
- prediction
- models
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000007613 environmental effect Effects 0.000 claims abstract description 34
- 239000006185 dispersion Substances 0.000 claims abstract description 6
- 238000012423 maintenance Methods 0.000 claims description 22
- 239000004576 sand Substances 0.000 claims description 11
- 150000003839 salts Chemical class 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000005670 electromagnetic radiation Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 description 7
- 239000000446 fuel Substances 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- QMBJSIBWORFWQT-DFXBJWIESA-N Chlormadinone acetate Chemical compound C1=C(Cl)C2=CC(=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@@](C(C)=O)(OC(=O)C)[C@@]1(C)CC2 QMBJSIBWORFWQT-DFXBJWIESA-N 0.000 description 1
- 230000016571 aggressive behavior Effects 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 206010021198 ichthyosis Diseases 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000003351 stiffener Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/40—Maintaining or repairing aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/60—Testing or inspecting aircraft components or systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/003—Arrangements for testing or measuring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/10—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for responsive to unwanted deposits on blades, in working-fluid conduits or the like
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
- F01D21/14—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for responsive to other specific conditions
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
- F01D25/00—Component parts, details, or accessories, not provided for in, or of interest apart from, other groups
- F01D25/007—Preventing corrosion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
- B64D2045/0085—Devices for aircraft health monitoring, e.g. monitoring flutter or vibration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/60—Fluid transfer
- F05D2260/607—Preventing clogging or obstruction of flow paths by dirt, dust, or foreign particles
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/80—Diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/81—Modelling or simulation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/82—Forecasts
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/82—Forecasts
- F05D2260/821—Parameter estimation or prediction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2260/00—Function
- F05D2260/95—Preventing corrosion
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/01—Purpose of the control system
- F05D2270/11—Purpose of the control system to prolong engine life
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/70—Type of control algorithm
- F05D2270/708—Type of control algorithm with comparison tables
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
- F05D2270/00—Control
- F05D2270/70—Type of control algorithm
- F05D2270/71—Type of control algorithm synthesized, i.e. parameter computed by a mathematical model
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Transportation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Procédé de prédiction d’usure d’une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou d’une flotte d’aéronefs Un aspect de l’invention concerne un procédé de prédiction d’usure d’une pièce mécanique et de l’incertitude associée à cette prédiction, par exemple une turbomachine, pour un profil d’utilisation donné, le profil d’utilisation prenant en compte une pluralité de conditions environnementales associées à des données environnementales ainsi que le temps d’utilisation de la pièce mécanique dans chacune de ces conditions environnementales, le procédé comprenant : une étape de détermination des données opérationnelles associée à une pluralité de pièces mécaniques de même type que la pièce mécanique considérée ; à partir des données opérationnelles déterminées lors de l’étape précédente, une étape de détermination d’une pluralité de modèles de prédiction de l’usure de la pièce , la pièce mécanique pouvant être divisée en une pluralité d’éléments, chaque élément étant modélisé à l’aide d’au moins un modèle de la pluralité de modèles ; chaque modèle de la pluralité de modèles, une étape de détermination d’une coefficient de pondération en fonction de la proximité entre l’élément de la pièce mécanique et/ou le profil d’utilisation associés aux données opérationnelles ayant servies à la détermination du modèle considéré et l’élément de la pièce mécanique considérée et/ou le profil d’utilisation de l’élément de la pièce mécanique considérée ; une étape de détermination de la prédiction de l’usure de la pièce mécanique considérée, cette prédiction étant obtenue par une moyenne pondérée des prédictions faites par chacun des modèles de la pluralité de modèles, la prédiction effectuée par chaque modèle étant pondérée par le coefficient de pondération associé audit modèle ; une étape de détermination d’une grandeur statistique représentative de la dispersion des prédictions de la pluralité de modèles, l’incertitude de la prédiction étant établie en fonction de cette grandeur statistique.
Description
DOMAINE TECHNIQUE DE L’INVENTION
Le domaine technique de l’invention est celui du suivi d’une flotte d’aéronefs.
La présente invention concerne un procédé de prédiction de l’usure d’une pièce mécanique. Elle concerne également un procédé de détermination du risque opérationnel d’un aéronef ou d’une flotte d’aéronefs à partir de la prédiction de l’usure d’une pièce mécanique d’un aéronef.
ARRIERE-PLAN TECHNOLOGIQUE DE L’INVENTION
Il est connu d’utiliser les données de contrats et les données de vols (avions, moteurs, tierces-parties) afin d’estimer les paramètres intrinsèques aux contrats liés à sa rentabilité et plus particulièrement : le temps sous aile, le coût de maintenance directe (ce dernier comprend la maintenance lourde, les pièces et la main d’œuvre), le coût d’opération du moteur (ce dernier comprend le carburant consommé et la maintenance en ligne), les indicateurs de risques opérationnels moteurs et équipements, la justification de l’adéquation environnement et l’usage par rapport aux modalités du contrat.
Il est également connu de prendre en compte les particularités de chaque zone de vols. En effet, les différences entre les environnements peuvent modifier les effets de la corrosion ou de l’érosion, ce qui impactera les pièces et donc les coûts d’achat associés aux pièces. Cependant, dans les méthodes de l’état de la technique, la rentabilité des contrats n’est pas estimée finement (par exemple, en adoptant une métrique par régions d’opérations). En particulier, l’estimation des coûts de maintenance directe, du temps sous aile, du temps moyen entre deux pannes, du MTBUR (de l’anglais Mean Time Before Unscheduled Removal), et de l’indicateur de risques se fait de façon macroscopique (à partir d’un retour d’expérience ou RETEX). Aussi, une société n’a pas de garantie que le contrat va être rentable et n’est pas en mesure d’estimer de manière correcte les coûts et le risque inhérent audit contrat.
Cependant, on ne connait pas de solution technique permettant d’assurer un bon suivi de l’usure ou du vieillissement d’une pièce mécanique, par exemple d’une turbomachine d’aéronef.
Il existe don un besoin d’un procédé permettant de déterminer de manière précise le vieillissement d’une pièce mécanique et le risque opérationnel associé à un tel vieillissement pour une pluralité de pièces mécaniques ou bien encore une flotte d’aéronefs.
L’invention offre une solution aux problèmes évoqués précédemment, en permettant de faire du suivi de contrat avec des données de vols et plus uniquement des données financières. Pour cela, la présente invention propose un procédé de prédiction de l’usure d’une pièce mécanique ainsi qu’un procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d’aéronefs prenant en compte le profil d’utilisation de chaque pièce mécanique ainsi que les conditions environnementales auxquelles chaque pièce mécanique est exposée.
Pour cela, un premier aspect de l’invention concerne un procédé de prédiction d’usure d’une pièce mécanique, par exemple une turbomachine, et de l’incertitude associée à cette prédiction pour un profil d’utilisation donné, le profil d’utilisation prenant en compte une pluralité de conditions environnementales associées à des données environnementales ainsi que le temps d’utilisation de la pièce mécanique dans chacune de ces conditions environnementales, le procédé comprenant :
- une étape de détermination des données opérationnelles associées à une pluralité de pièces mécaniques de même type que la pièce mécanique considérée ;
- à partir des données opérationnelles déterminées lors de l’étape précédente, une étape de détermination d’une pluralité de modèles de prédiction de l’usure de la pièce la pièce mécanique pouvant être divisée en une pluralité d’éléments, chaque élément étant modélisé à l’aide d’au moins un modèle de la pluralité de modèles ;
- pour chaque modèle de la pluralités de modèle, une étape de détermination d’un coefficient de pondération en fonction de la proximité entre l’élément de la pièce mécanique et/ou le profil d’utilisation associés aux données opérationnelles ayant servies à la détermination du modèle considéré et l’élément de la pièce mécanique considérée et/ou le profil d’utilisation de l’élément de la pièce mécanique considérée ;
- une étape de détermination de la prédiction de l’usure de la pièce mécanique considérée, cette prédiction étant obtenue par une moyenne pondérée des prédictions faites par chacun des modèles de la pluralité de modèles, la prédiction effectuée par chaque modèle étant pondérée par le coefficient de pondération associé audit modèle ;
- une étape de détermination d’une grandeur statistique représentative de la dispersion des prédictions de la pluralité de modèles, l’incertitude de la prédiction étant établie en fonction de cette grandeur statistique.
Il est ainsi possible de prédire l’usure d’une pièce mécanique ainsi que l’incertitude associée à cette prédiction. En outre, cette prédiction prend en compte les conditions dans lesquelles est exploitée la pièce mécanique considérée. Une telle prédiction peut avoir des applications dans la maintenance préventive ou bien encore dans l’évaluation de coût associé à un aéronef équipé d’une telle pièce mécanique ou une flotte d’aéronefs. Elle peut notamment permettre d’estimer les coûts de maintenance, le temps sous aile des moteurs, le taux de disponibilité des turbomachines ou bien encore un indicateur de risque sur la passation de contrats
Outre les caractéristiques qui viennent d’être évoquées dans le paragraphe précédent, le procédé selon un premier aspect de l’invention peut présenter une ou plusieurs caractéristiques complémentaires parmi les suivantes, considérées individuellement ou selon toutes les combinaisons techniquement possibles.
Dans un mode de réalisation, données environnementales comprennent la présence de gravillon, la présence de sel, la présence de sable, l’exposition au rayonnement électromagnétique, l’altitude, l’amplitude thermique ou bien encore la pollution.
Dans un mode de réalisation, la pièce mécanique est une pièce mécanique d’un aéronef et le profil d’utilisation comprend les routes employées par l’aéronef comportant l’ensemble des trajectoires des avions avec les lieux d’escale, les lieux de maintenance en ligne ou les points de stockage des unités remplaçables en ligne.
Un deuxième aspect de l’invention concerne un procédé de détermination du risque opérationnel associé à un aéronef comprenant au moins une turbomachine, le dite procédé comprenant :
- pour chaque turbomachine, une étape de prédiction de l’usure de la turbomachine et de l’incertitude associée à cette prédiction, cette prédiction et l’incertitude qui lui est associée étant déterminée à l’aide d’un procédé selon un premier aspect de l’invention ;
- une étape de détermination d’un risque opérationnel en fonction de la prédiction de l’usure et de l’incertitude qui lui est associée déterminées pour chaque turbomachine lors de l’étape précédente.
Un troisième aspect de l’invention concerne un procédé de détermination du risque opérationnel associé à une flotte comprenant une pluralité d’aéronefs, le procédé comprenant :
- pour chaque aéronef de la flotte, une étape de détermination du risque opérationnel, le risque opérationnel étant déterminé à l’aide d’un procédé selon un deuxième aspect de l’invention ;
- une étape de détermination du risque opérationnel associé à la flotte à partir du risque opérationnel associé à chaque aéronef de la flotte déterminée lors de l’étape précédente.
Un quatrième aspect de l’invention concerne un programme d’ordinateur comprenant les instructions de code de programme pour l’exécution des étapes du procédé selon un premier aspect, un deuxième aspect ou un troisième aspect de l’invention lorsque ledit programme est exécuté sur un ordinateur.
Un cinquième aspect de l’invention concerne un support de données lisible par ordinateur, sur lequel est enregistré le programme d'ordinateur selon un quatrième aspect de l’invention.
L’invention et ses différentes applications seront mieux comprises à la lecture de la description qui suit et à l’examen des figures qui l’accompagnent.
BREVE DESCRIPTION DES FIGURES
Les figures sont présentées à titre indicatif et nullement limitatif de l’invention.
La illustre un ordinogramme d’un procédé selon un premier aspect de l’invention.
La [Fig. 2] illustre une carte sur laquelle figure des données environnementales pour différentes zones géographiques.
La illustre les effets de la poussière sur le fonctionnement d’une turbomachine.
La illustre un ordinogramme d’un procédé selon un deuxième aspect de l’invention.
La illustre un ordinogramme d’un procédé selon un troisième aspect de l’invention.
DESCRIPTION DETAILLEE
Dans la suite, l’invention sera illustrée au travers d’un exemple dans lequel la pièce mécanique est une turbomachine d’aéronef. Cependant, la personne du métier sera en mesure d’adapter les enseignements de la présente invention à d’autres pièces mécaniques, par exemple un train d’atterrissage, une gouverne, un vérin, une nacelle, une aube de turbine, une aube de compresseur, une protection thermique, un raidisseur, etc. De manière plus générale, la présente invention peut être mise en œuvre pour toute pièce mécanique animée d’un mouvement contrôlé et dont l’usure est fonction des conditions environnementales (la notion de conditions environnementales sera détaillée dans la suite).
Procédé de
prédiction de l’usure d’une pièce mécanique et de l’incertitude de cette prédiction
Un premier aspect de l’invention illustré à la concerne un procédé 100 de prédiction de l’usure d’une pièce mécanique et de l’incertitude associée à cette prédiction. Comme déjà mentionné, l’exemple d’une turbomachine d’aéronef sera utilisé à des fins d’illustration, mais l’invention peut être mise en œuvre pour d’autres types de pièces mécaniques, et en particuliers d’autres pièces mécaniques d’un aéronef.
Dans le procédé 100 selon un premier aspect de l’invention, cette détermination se fait pour un profil d’utilisation donné. Ce profil d’utilisation prend notamment en compte une pluralité de conditions environnementales ainsi que le temps d’utilisation dans chacune de ces conditions environnementales.
Pour cela, le procédé 100 selon l’invention comprend une étape 1E1 de détermination des données opérationnelles pour une pluralité de turbomachines de même type que la turbomachine d’intérêt (la notion de données opérationnelles sera détaillée dans la suite), deux turbomachines étant de même type lorsque, par exemple, elles ont la même architecture et/ou la même gamme de poussée.
Le procédé 100 comprend également, à partir des données opérationnelles déterminées lors de l’étape 1E1 précédente, une étape 1E2 de détermination d’une pluralité de modèles de prédiction de l’usure de la turbomachine, la turbomachine pouvant être divisée en une pluralité d’éléments (par exemple, les aubes etc.), chaque élément étant modélisé à l’aide d’au moins un modèle de la pluralité de modèles. Autrement dit, chaque modèle de la pluralité de modèles est associé à un et un seul élément de la turbomachine, mais un élément peut être associé à un ou plusieurs modèles de la pluralité de modèles.
Le procédé 100 comprend en outre, pour chaque modèle de la pluralité de modèles, une étape 1E3 de détermination d’un coefficient de pondération en fonction de la proximité entre l’élément de la turbomachine et/ou le profil d’utilisation associés aux données opérationnelles ayant servies à la détermination du modèle considéré et l’élément de la turbomachine considérée et/ou le profil d’utilisation de l’élément de la turbomachine considérée. Par exemple, si l’élément considéré est une soufflante, alors de diamètre et/ou la vitesse de rotation de cette dernière par rapport au diamètre ou à la vitesse de rotation de la soufflante ayant servie à la détermination du modèle pourront être pris en compte pour l’attribution du coefficient de pondération. Il ne s’agit bien entendu que d’un exemple et différents paramètres pourront être pris en compte pour établir cette proximité, par exemple à partir de données empiriques.
Ainsi, le coefficient de pondération associé au modèle déterminé à partir de données concernant un élément de la turbomachine identique à l’élément de la turbomachine considérée (par exemple un même modèle de l’élément que l’élément considérée) sera plus élevé que le coefficient de pondération associé au modèle déterminé à partir de données concernant un élément de turbomachine sensiblement différent de l’élément de la turbomachine considérée (par exemple un élément de génération différente de celle de l’élément considéré).
De la même manière, le coefficient de pondération associé au modèle déterminé à partir de données concernant un profil d’utilisation identique (ou très similaire) au profil d’utilisation de la turbomachine considérée (et donc de l’élément considéré) sera plus élevé que le coefficient de pondération associé au modèle déterminé à partir de données concernant un profil d’utilisation différent du profil d’utilisation de la turbomachine considérée (et donc de l’élément considéré).
Le procédé 100 selon un premier aspect de l’invention comprend ensuite une étape 1E4 de détermination de la prédiction de l’usure de la turbomachine considérée, cette prédiction étant obtenue par une moyenne pondérée des prédictions faites par chacun des modèles de la pluralité de modèles, la prédiction effectuée par chaque modèle étant pondérée par le coefficient de pondération associé audit modèle. Dans un mode de réalisation, la prédiction de l’usure prend la forme d’une probabilité de panne et la moyenne pondérée est faite sur les probabilités de panne faites par chacun des modèles de la pluralité de modèles.
Le procédé 100 selon un premier aspect de l’invention comprend également une étape 1E5 de détermination d’une grandeur statistique représentative de la dispersion des prédictions de la pluralité de modèles, l’incertitude de la prédiction étant établie en fonction de cette grandeur statistique. Dans un exemple de réalisation, la grandeur statistique représentative est l’écart type (ou variance) ou la dispersion à 3 sigma ( ).
Données
environnementales
, conditions environnementales et profil d’utilisation
Données environnementales
Dans un mode de réalisation, les données environnementales comprennent la présence de gravillon, la présence de sel, la présence de sable, l’exposition au rayonnement électromagnétique (DUV), l’altitude, l’amplitude thermique ou bien encore la pollution. Par exemple, la présence de sable pourra être représentée par la probabilité qu’un grain de sable pénètre dans le moteur et/ou la concentration de sable en fonction de la taille des grains de sables. En effet, la turbomachine d’un avion faisant des vols intérieurs sera moins exposée au sel que la turbomachine d’un avion opérant sur la côte. De la même manière, si l’avion opère dans un environnement désertique, la turbomachine sera davantage exposée au sable que la turbomachine d’un avion opérant en dehors d’une telle zone. Il est donc important de prendre en compte les données environnementales auxquelles est exposée la turbomachine, mais également la durée d’exposition. A titre d’illustration, la montre différentes conditions environnementales en fonction de la zone géographique considérée et la montre l’impact potentiel d’un environnement riche en poussières sur le fonctionnement d’une turbomachine. Il est utile de noter que tous les éléments de la turbomachine ne seront pas exposés de la même manière à ces différentes conditions environnementales.
Conditions environnementales
Plusieurs données environnementales peuvent être présentes en même temps. Par exemple, un vol en bord de mer dans une zone désertique regroupera les données environnementales associées la présence de sable et les données environnementale associées à la présence de sel. Ces différentes données environnementales seront regroupées sous la forme de conditions environnementales, chaque condition environnementale correspondant à un condition environnementale d’utilisation de la turbomachine.
Profil d’utilisation
Dans un mode de réalisation, le profil d’utilisation comprend les routes employées par l’avion (et donc la turbomachine montée sur ce dernier) détaillant notamment l’ensemble des trajectoires des avions avec les lieux d’escale, les lieux de maintenance en ligne ou bien encore les points de stockage des unités remplaçables en ligne (URL ou LRU en anglais). A partir de ces informations, il est donc possible de remonter aux conditions environnementales auxquelles a été exposée la turbomachine ainsi que les durées d’exposition à chacune de ces conditions environnementales.
Dans un mode de réalisation, le profil d’utilisation comprend les plannings, par exemple les plannings des opérations commerciales, comprenant, en plus des routes déjà évoquées, les opérations de maintenance effectuées.
Dans un mode de réalisation, le profil d’utilisation comprend la stratégie de maintenance, par exemple les critères de priorisation entre maintenance et continuité des opérations, ces dernières pouvant être variables selon la saison, le coût du carburant ou l’état de la flotte de moteurs.
Données opérationnelles
Comme déjà mentionné, les données opérationnelles peuvent être issue de l’exploitation d’une turbomachine de même type, c’est-à-dire le même modèle, un modèle de génération précédente ou bien encore un modèle présentant les mêmes caractéristiques techniques. En outre, chaque donnée des données opérationnelles peut être rattachée à un profil d’utilisation. Par exemple, si les données opérationnelles sont issues de l’exploitation d’une pluralité de turbomachines, les données opérationnelles issues de chaque turbomachine de la pluralité de turbomachines peuvent être associées au profil d’utilisation de ladite turbomachine. Cela signifie donc que, lorsqu’un modèle prédictif associé à un élément a été déterminé à partir des données opérationnelles d’une turbomachine donnée, il est possible d’associer au modèle ainsi déterminé, un profil d’utilisation.
Dans le cas d’une turbomachine d’un aéronef (ou bien encore de toute pièce d’aéronef), les données opérationnelles peuvent provenir des données d’historique de l’utilisation des flottes en service, des données « publiques » type Flight Radar, des données issues des ateliers de réparation (ou shops en anglais), ou des prévisions pour des turbomachine encore peu ou pas déployées (c’est-à-dire pas encore en service).
Dans un mode de réalisation, les données opérationnelles comprennent le temps sous aile de la turbomachine. Dans un mode de réalisation, ce temps sous aile prend en compte au moins l’un des indicateurs suivants : le nombre de démarrages et de démarrages avortés (par ex. à travers le nombre d’injections de carburant dans la chambre), le temps passé à un régime ralenti ou à un régime supérieure ou bien encore les périodes au-delà d’un nombre de jours seuil (par exemple quatre jours) où la turbomachine n’a pas été utilisée (qui correspondent à des périodes durant lesquelles une mise en préservation de la turbomachine a été nécessaire).
Dans un mode de réalisation, les données opérationnelles comprennent le taux de disponibilité de la turbomachine. Dans un mode de réalisation, ce taux de disponibilité prend en compte le taux de démarrages réussis, c’est-à-dire le rapport entre le nombre de démarrages réussis et le nombre de tentatives de démarrage (un taux égal à un correspond donc à un cas où toute tentative de démarrage aboutit à un démarrage, c’est-à-dire un cas où le nombre de démarrages est égal au nombre de tentatives de démarrage).
Dans un mode de réalisation, le taux de disponibilité est déterminé en fonction du temps moyen entre deux pannes (MTBF pour Mean Time Between Failure en anglais), la durée moyenne de réparation (MTTR pour Mean Time to Repair en anglais) et/ou le temps moyen entre deux réparations (MTBR pour Mean Time Between Repair en anglais).
Dans un mode de réalisation, les données opérationnelles comprennent des données constructeur. Dans un mode de réalisation, ces données constructeur comprennent :
- les retours d’expérience des utilisateurs relatifs au même type de turbomachine que la turbomachine d’intérêt, notamment les données de vols et les données de maintenance (en ligne, en atelier de réparation, etc.) ;
- les retours d’expérience des utilisateurs relatifs à des turbomachines de types proches (par ex., la génération précédente) de la turbomachine d’intérêt.
Dans un mode de réalisation, les données constructeurs comprennent le planning des ateliers de réparation, les indicateurs de performances des moteurs (ou KPI moteur pour Key Performance Indicator en anglais), lesdits indicateurs comprenant : les taux de disponibilités des moteurs, les taux de disponibilités (avion au sol ou AOG pour Aircraft On Ground en anglais, délai et annulation ou D&C pour Delay and Canceled en anglais, arrêt moteur en vol ou IFSD pour In Flight ShutDown en anglais), les coûts d’opération des moteurs (DOC pour Direct Operation Cost en anglais), les coûts de maintenance directe des moteurs (DMC pour Direct Maintenance Costs en anglais), la sensibilité de ces coûts en fonction des missions et de l’environnement d’exploitation.
Dans un mode de réalisation, les coûts d’opération des moteurs comprennent le coût du carburant consommée et/ou le coût de la maintenance en ligne. Dans un mode de réalisation, les coûts de maintenance directe comprennent le coût de la maintenance lourde incluant les pièces et la main d’œuvre.
Détermination de la pluralité de modèles
La détermination d’une pluralité de modèles se fait à partir de données opérationnelles telles que décrites précédemment. Cette pluralité de modèles pourra comprendre un ou plusieurs modèles vibratoires, un ou plusieurs modèles thermiques, un ou plusieurs modèles agression sable, un ou plusieurs modèles globaux sur la maintenance, un ou plusieurs modèles liés à des défaut de production, etc. Elle se fait également en fonction d’estimateurs qui permettront de mesurer la qualité de prédiction de chaque modèle. Pour rappel, chaque modèle est associé à un élément de la turbomachine, mais un élément peut être associé à plusieurs modèles. Par exemple, une aube pourra être associée à un premier modèle relatif à l’usure correspondant à la présence de sable et un deuxième modèle relatif à l’usure correspondant à la température d’utilisation, par exemple la température au décollage.
Pour cela, l’étape 1E2 de détermination d’une pluralité de modèles de prédiction comprend une première sous-étape de sélection d’un jeu de données parmi les données opérationnelles. Par exemple, le jeu de données pourra être sélectionné à l’aide d’une analyse opérationnelle, en identifiant les grandeurs physiques qui permettent le fonctionnement de l’élément ou ont un impact sur ce fonctionnement (entrées) et sur quoi l’élément agit (sorties).
Elle comprend ensuite une sous-étape de clusterisation des données du jeu de données. Dans un mode de réalisation, cette clusterisation comprend elle-même deux sous-étapes.
Plus particulièrement, elle comprend tout d’abord une sous-étape de première clusterisation des données, la première pluralité de clusters obtenue étant destinée à la détermination de la pluralité d’estimateurs. Un exemple d’estimateur est un indicateur relatif à la formation de givre en vol. Afin de déterminer un tel estimateur, il n’est pas nécessaire de prendre en compte toutes les données opérationnelles, mais seulement celles relatives à la formation de givre (température en vol, humidité, etc.). Ainsi, lors de cette première clusterisation, plusieurs agrégats de données sont obtenus, chaque agrégat de données étant spécifique à un ou plusieurs estimateurs.
Elle comprend ensuite une sous-étape de deuxième clusterisation des données, la deuxième pluralité de clusters obtenue étant destinée à la détermination de la pluralité de modèles prédictifs. Un exemple de modèle prédictif peut être relatif à une aube est concerner la détermination d’une probabilité d’écaillage en fonction de la température. Afin de déterminer un tel modèle, il n’est pas nécessaire de prendre en compte toutes les données opérationnelles, mais seulement celles relatives à la température à laquelle est exposée l’aube. Ainsi, lors de cette deuxième clusterisation, plusieurs agrégats de données sont obtenus, chaque agrégat de données étant spécifique à un ou plusieurs modèles.
L’étape 1E2 de détermination d’une pluralité de modèles de prédiction comprend ensuite une sous-étape de détermination, à partir des clusters de la première pluralité de clusters, d’un estimateur pour chaque cluster de la première pluralité de clusters.
Elle comprend ensuite une sous-étape de détermination, à partir de la pluralité d’indicateurs et des clusters de la deuxième pluralité de clusters, de la pluralité de modèles prédictifs.
Elle comprend également une sous-étape de détermination d’un indicateur de fiabilité de la prédiction obtenue à l’aide de la pluralité de modèles prédictifs.
Elle comprend enfin une sous-étape de comparaison de la prédiction obtenue à des données de test, les sous-étapes précédentes étant répétées tant que l’écart entre la prédiction et les données de test est supérieur à un seuil donné, le jeu de données étant affiné lors de chaque itération de sorte à se rapprocher du profil d’utilisation de la turbomachine dont on cherche à prédire l’usure.
Détermination du risque opérationnel d’un a
éronef
Un deuxième aspect de l’invention illustré à la concerne un procédé 200 de détermination du risque opérationnel associé à un aéronef comprenant au moins une turbomachine. On entend par risque opérationnel la survenue d’un incident d’exploitation comme l’allumage d’un voyant d’alerte, une panne, une opération de maintenance déclenchée, etc.
Pour cela, le procédé 200 selon un deuxième aspect de l’invention comprend, pour chaque turbomachine, une étape 2E1 de prédiction de l’usure de la turbomachine et de l’incertitude associée à cette prédiction, cette prédiction et l’incertitude qui lui est associée étant déterminée à l’aide d’un procédé 100 selon la revendication précédente.
Plus particulièrement, les routes empruntées par l’aéronef sont utilisées de sorte à établir un profil d’utilisation et donc à déterminer, pour chaque turbomachine de l’aéronef et à l’aide d’un procédé selon un premier aspect de l’invention, une prédiction de l’usure des turbomachines ainsi qu’une incertitude associée à cette prédiction. Les informations relatives à la route d’un aéronef peuvent notamment comprendre l’ensemble des trajectoires avec les lieux d’escale, les lieux de maintenance en ligne ainsi que les points de stockage.
Le procédé 200 selon un deuxième aspect de l’invention comprend également une étape 2E2 de détermination d’un risque opérationnel en fonction de la prédiction de l’usure et de l’incertitude qui lui est associée déterminées pour chaque turbomachine lors de l’étape 2E1 précédente. Dans un mode de réalisation, la prédiction de l’usure prend la forme d’une prédiction de panne.
Détermination du risque opérationnel d’une flotte d’aéronefs
Un troisième aspect de l’invention concerne un procédé 300 de détermination du risque opérationnel associé à une flotte comprenant une pluralité d’aéronefs. Pour cela le procédé 300 comprend, pour chaque aéronef de la flotte, une étape 3E1 de détermination du risque opérationnel, le risque opérationnel étant déterminé à l’aide d’un procédé 200 selon la revendication précédente.
Le procédé 300 comprend également une étape 3E2 de détermination du risque opérationnel associé à la flotte à partir du risque opérationnel associé à chaque aéronef de la flotte déterminée lors de l’étape 3E1 précédente.
Claims (7)
- Procédé (100) de prédiction d’usure d’une pièce mécanique et de l’incertitude associée à cette prédiction pour un profil d’utilisation donné, le profil d’utilisation prenant en compte une pluralité de conditions environnementales associées à des données environnementales ainsi que le temps d’utilisation de la pièce mécanique dans chacune de ces conditions environnementales, le procédé comprenant :
- une étape (1E1) de détermination des données opérationnelles associée à une pluralité de pièces mécaniques de même type que la pièce mécanique considérée ;
- à partir des données opérationnelles déterminées lors de l’étape (1E1) précédente, une étape (1E2) de détermination d’une pluralité de modèles de prédiction de l’usure de la pièce, la pièce mécanique pouvant être divisée en une pluralité d’éléments, chaque élément étant modélisé à l’aide d’au moins un modèle de la pluralité de modèles ;
- pour chaque modèle de la pluralité de modèles, une étape (1E3) de détermination d’un coefficient de pondération en fonction de la proximité entre l’élément de la pièce mécanique et/ou le profil d’utilisation associés aux données opérationnelles ayant servies à la détermination du modèle considéré et l’élément de la pièce mécanique considérée et/ou le profil d’utilisation de l’élément de la pièce mécanique considérée ;
- une étape (1E4) de détermination de la prédiction de l’usure de la pièce mécanique considérée, cette prédiction étant obtenue par une moyenne pondérée des prédictions faites par chacun des modèles de la pluralité de modèles, la prédiction effectuée par chaque modèle étant pondérée par le coefficient de pondération associé audit modèle ;
- une étape (1E5) de détermination d’une grandeur statistique représentative de la dispersion des prédictions de la pluralité de modèles, l’incertitude de la prédiction étant établie en fonction de cette grandeur statistique.
- Procédé (100) selon la revendication précédente dans lequel les données environnementales comprennent la présence de gravillon, la présence de sel, la présence de sable, l’exposition au rayonnement électromagnétique, l’altitude, l’amplitude thermique ou bien encore la pollution.
- Procédé (100) selon l’une des revendications précédentes dans lequel la pièce mécanique est une pièce mécanique d’un aéronef et dans lequel le profil d’utilisation comprend les routes employées par l’aéronef comprenant l’ensemble des trajectoires des avions avec les lieux d’escales, les lieux de maintenance en ligne ou bien encore les points de stockage des unités remplaçables en ligne.
- Procédé (200) de détermination du risque opérationnel associé à un aéronef comprenant au moins une turbomachine, le dite procédé comprenant :
- pour chaque turbomachine, une étape (2E1) de prédiction de l’usure de la turbomachine et de l’incertitude associée à cette prédiction, cette prédiction et l’incertitude qui lui est associée étant déterminée à l’aide d’un procédé (100) selon l’une des revendications précédentes ;
- une étape (2E2) de détermination d’un risque opérationnel en fonction de la prédiction de l’usure et de l’incertitude qui lui est associée déterminées pour chaque turbomachine lors de l’étape (2E1) précédente.
- Procédé (300) de détermination du risque opérationnel associé à une flotte comprenant une pluralité d’aéronefs, le procédé comprenant :
- pour chaque aéronef de la flotte, une étape (3E1) de détermination du risque opérationnel, le risque opérationnel étant déterminé à l’aide d’un procédé (200) selon la revendication précédente ;
- une étape (3E2) de détermination du risque opérationnel associé à la flotte à partir du risque opérationnel associé à chaque aéronef de la flotte déterminée lors de l’étape (3E1) précédente.
- Programme d’ordinateur comprenant les instructions de code de programme pour l’exécution des étapes du procédé (100, 200, 300) selon l’une des revendications précédentes lorsque ledit programme est exécuté sur un ordinateur.
- Support de données lisible par ordinateur, sur lequel est enregistré le programme d'ordinateur selon la revendication précédente.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR2103478A FR3121431B1 (fr) | 2021-04-06 | 2021-04-06 | Procédé de prédiction de l’usure d’une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d’aéronefs |
PCT/FR2022/050636 WO2022214764A1 (fr) | 2021-04-06 | 2022-04-05 | Procédé de prédiction de l'usure d'une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d'aéronefs |
US18/553,952 US20240110490A1 (en) | 2021-04-06 | 2022-04-05 | Method for predicting the wear of a mechanical part, and method for determining the operational risk associated with an aircraft or with a fleet of aircraft |
EP22719975.9A EP4320338A1 (fr) | 2021-04-06 | 2022-04-05 | Procédé de prédiction de l'usure d'une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d'aéronefs |
CN202280038027.2A CN117396666A (zh) | 2021-04-06 | 2022-04-05 | 用于预测机械零件的磨损的方法以及用于确定与航空器或航空器机队相关联的运行风险的方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR2103478 | 2021-04-06 | ||
FR2103478A FR3121431B1 (fr) | 2021-04-06 | 2021-04-06 | Procédé de prédiction de l’usure d’une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d’aéronefs |
Publications (2)
Publication Number | Publication Date |
---|---|
FR3121431A1 true FR3121431A1 (fr) | 2022-10-07 |
FR3121431B1 FR3121431B1 (fr) | 2023-02-24 |
Family
ID=77411749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR2103478A Active FR3121431B1 (fr) | 2021-04-06 | 2021-04-06 | Procédé de prédiction de l’usure d’une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d’aéronefs |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240110490A1 (fr) |
EP (1) | EP4320338A1 (fr) |
CN (1) | CN117396666A (fr) |
FR (1) | FR3121431B1 (fr) |
WO (1) | WO2022214764A1 (fr) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6473677B1 (en) * | 2001-06-18 | 2002-10-29 | General Electric Company | Method and apparatus for determining an effective jet engine maintenance schedule |
US20170361947A1 (en) * | 2016-06-16 | 2017-12-21 | General Electric Company | Environmental impact assessment system |
WO2018004873A1 (fr) * | 2016-06-29 | 2018-01-04 | General Electric Company | Procédés d'évaluation d'état basée sur l'effluent |
EP3410092A1 (fr) * | 2017-05-23 | 2018-12-05 | General Electric Company | Système et procédé de commande |
US20200079532A1 (en) * | 2018-09-11 | 2020-03-12 | Satavia Ltd. | System and method for aircraft contaminant monitoring and operation scheduling |
-
2021
- 2021-04-06 FR FR2103478A patent/FR3121431B1/fr active Active
-
2022
- 2022-04-05 CN CN202280038027.2A patent/CN117396666A/zh active Pending
- 2022-04-05 EP EP22719975.9A patent/EP4320338A1/fr active Pending
- 2022-04-05 US US18/553,952 patent/US20240110490A1/en active Pending
- 2022-04-05 WO PCT/FR2022/050636 patent/WO2022214764A1/fr active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6473677B1 (en) * | 2001-06-18 | 2002-10-29 | General Electric Company | Method and apparatus for determining an effective jet engine maintenance schedule |
US20170361947A1 (en) * | 2016-06-16 | 2017-12-21 | General Electric Company | Environmental impact assessment system |
WO2018004873A1 (fr) * | 2016-06-29 | 2018-01-04 | General Electric Company | Procédés d'évaluation d'état basée sur l'effluent |
EP3410092A1 (fr) * | 2017-05-23 | 2018-12-05 | General Electric Company | Système et procédé de commande |
US20200079532A1 (en) * | 2018-09-11 | 2020-03-12 | Satavia Ltd. | System and method for aircraft contaminant monitoring and operation scheduling |
Also Published As
Publication number | Publication date |
---|---|
EP4320338A1 (fr) | 2024-02-14 |
FR3121431B1 (fr) | 2023-02-24 |
WO2022214764A1 (fr) | 2022-10-13 |
CN117396666A (zh) | 2024-01-12 |
US20240110490A1 (en) | 2024-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3039497B1 (fr) | Surveillance d'un moteur d'aéronef pour anticiper les opérations de maintenance | |
EP2676176B1 (fr) | Surveillance d'un moteur d'aéronef pour anticiper les opérations de maintenance | |
CA2826641C (fr) | Prevision d'operations de maintenance sur un moteur d'aeronef | |
EP3008531B1 (fr) | Procedes de creation d'une base de donnees et d'elaboration d'une carte d'etats de fonctionnement d'aeronefs, et un procede de surveillance du fonctionnement d'un aeronef associe | |
US20170109944A1 (en) | Vehicle maintenance analytics and notifications | |
EP3080670A2 (fr) | Prévision d'opérations de maintenance a appliquer sur un moteur | |
FR2920056A1 (fr) | Systeme et dispositif pour developper un processus d'estimation de duree de vie probabiliste base sur l'experimentation. | |
FR2991486A1 (fr) | Procede et dispositif d'assistance au suivi de mission d'un aeronef | |
FR3009396A1 (fr) | Procede et programme d'ordinateur d'aide a la maintenance d'equipements d'un aeronef | |
US20200301406A1 (en) | System for forecasting aircraft engine deterioration using recurrent neural networks | |
EP2955481A1 (fr) | Méthode et système embarqué de visualisation de risques météorologiques | |
FR3095424A1 (fr) | Système et procédé de surveillance d’un moteur d’aéronef | |
FR2963960A1 (fr) | Surveillance des particules dans un systeme de lubrification | |
FR3002035A1 (fr) | Procede de controle des niveaux de fluide hydraulique dans un aeronef | |
WO2020201652A1 (fr) | Procede de surveillance d'au moins un moteur d'aeronef | |
FR3121431A1 (fr) | Procédé de prédiction de l’usure d’une pièce mécanique, procédé de détermination du risque opérationnel associé à un aéronef ou une flotte d’aéronefs | |
EP3281157B1 (fr) | Système de mutualisation de données relatives à des moteurs d'aéronefs | |
WO2020120470A1 (fr) | Procede d'optimisation d'un plan de vol | |
FR3128178A1 (fr) | Procédé de prédiction d’une condition de surface d’un segment routier | |
WO2023187287A1 (fr) | Procédé de surveillance de l'état de santé de turbomachine d'aéronef | |
FR3135323A1 (fr) | Procédure et système pour un décollage en régime de moindre bruit | |
WO2021249821A1 (fr) | Systeme et methode pour la determination amelioree de parametres de trajectoire d'aeronefs | |
FR2979452A1 (fr) | Procede d'evaluation des nuisances causees par des vehicules en fonctionnement dans une zone geographique predeterminee |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20221007 |
|
PLFP | Fee payment |
Year of fee payment: 3 |
|
PLFP | Fee payment |
Year of fee payment: 4 |