FR3121431A1

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

Info

Publication number: FR3121431A1
Application number: FR2103478A
Authority: FR
Inventors: Josselin Xavier Coupard; Guillaume Rémi BONNET; Germain GAUDART
Original assignee: Safran Aircraft Engines SAS
Current assignee: Safran Aircraft Engines SAS
Priority date: 2021-04-06
Filing date: 2021-04-06
Publication date: 2022-10-07
Anticipated expiration: 2041-04-06
Also published as: EP4320338A1; FR3121431B1; WO2022214764A1; CN117396666A; US20240110490A1

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

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

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

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.