FR3144113A1 - Method for determining a set of optimal maintenance thresholds for a plurality of mechanical parts - Google Patents
Method for determining a set of optimal maintenance thresholds for a plurality of mechanical parts Download PDFInfo
- Publication number
- FR3144113A1 FR3144113A1 FR2214331A FR2214331A FR3144113A1 FR 3144113 A1 FR3144113 A1 FR 3144113A1 FR 2214331 A FR2214331 A FR 2214331A FR 2214331 A FR2214331 A FR 2214331A FR 3144113 A1 FR3144113 A1 FR 3144113A1
- Authority
- FR
- France
- Prior art keywords
- thresholds
- maintenance
- module
- threshold
- sets
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004088 simulation Methods 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims description 33
- 230000013016 learning Effects 0.000 claims description 19
- 230000009471 action Effects 0.000 claims description 18
- 230000002787 reinforcement Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 9
- 230000008929 regeneration Effects 0.000 claims description 7
- 238000011069 regeneration method Methods 0.000 claims description 7
- 230000032683 aging Effects 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000003449 preventive effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 description 28
- 239000003795 chemical substances by application Substances 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000005538 encapsulation Methods 0.000 description 2
- 241000543381 Cliftonia monophylla Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000287107 Passer Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000031868 operant conditioning Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Procédé de détermination d’un jeu de seuils de maintenance optimal d’une pluralité de pièces mécaniques Un aspect de l’invention concerne un procédé de détermination d’un jeu de seuils de maintenance optimal d’une pluralité de pièces mécaniques, chaque pièce mécanique de la pluralité de pièces mécaniques étant divisée en une pluralité de modules, chaque module étant associé à un type de module, chaque type de module étant associé à au moins un seuil de maintenance en-deçà duquel une opération de maintenance doit être effectuée sur un module dudit type de module, le procédé étant mis en œuvre à l’aide d’un modèle de la pièce mécanique et d’une plage de valeurs pour chaque seuil de maintenance, le procédé de détermination comprenant pour une durée prédéfinie : Pour chaque jeu de seuils de maintenance d’une pluralité de jeux de seuils de maintenance compatible avec la plage associée à chaque seuil, une étape de simulation du nombre de pièce mécanique disponible et du nombre d’opérations de maintenance effectuées sur toute la durée prédéfinie de sorte à obtenir une pluralité de simulations, chaque simulation étant associée à un jeu de seuils de maintenance ; Lorsque, pour au moins une simulation effectuée lors de l’étape précédente, le nombre de pièces disponibles est au-dessus d’une première valeur cible et/ou que le nombre d’opérations de maintenance est en dessous d’une deuxième valeur cible sur toute la durée prédéterminée, une étape de sélection du jeu de seuils associé à la simulation considérée comme jeu de seuils de maintenance optimal ; Lorsqu’aucun jeu de seuils ne permet d’obtenir un nombre de pièces mécaniques disponibles au-dessus de la première valeur cible ou un nombre d’opérations de maintenance en dessous de la deuxième valeur cible durant toute la période considérée, une étape de détermination d’une nouvelle pluralité de jeux de seuils compatible avec la plage associée à chaque seuil, la nouvelle pluralité de jeu de seuils étant au moins en partie différent de la pluralité de jeux de seuils déjà utilisé, les étapes précédentes étant répétées avec cet nouvelle pluralité de jeux de seuils.Method for determining a set of optimal maintenance thresholds for a plurality of mechanical parts One aspect of the invention relates to a method for determining a set of optimal maintenance thresholds for a plurality of mechanical parts, each mechanical part of the plurality of mechanical parts being divided into a plurality of modules, each module being associated with a type of module, each type of module being associated with at least one maintenance threshold below which a maintenance operation must be carried out on a module of said type of module, the method being implemented using a model of the mechanical part and a range of values for each maintenance threshold, the determination method comprising for a predefined duration: For each set maintenance thresholds of a plurality of sets of maintenance thresholds compatible with the range associated with each threshold, a step of simulating the number of mechanical parts available and the number of maintenance operations carried out over the entire predefined duration so as to obtain a plurality of simulations, each simulation being associated with a set of maintenance thresholds; When, for at least one simulation carried out during the previous step, the number of available parts is above a first target value and/or the number of maintenance operations is below a second target value over the entire predetermined duration, a step of selecting the set of thresholds associated with the simulation considered as the optimal set of maintenance thresholds; When no set of thresholds makes it possible to obtain a number of available mechanical parts above the first target value or a number of maintenance operations below the second target value throughout the period considered, a determination step of a new plurality of sets of thresholds compatible with the range associated with each threshold, the new plurality of sets of thresholds being at least partly different from the plurality of sets of thresholds already used, the previous steps being repeated with this new plurality sets of thresholds.
Description
Le domaine technique de l’invention est celui de la maintenance d’une pluralité de pièces mécaniques.The technical field of the invention is that of the maintenance of a plurality of mechanical parts.
La présente invention concerne un procédé de détermination d’un jeu de seuils de maintenance optimal.The present invention relates to a method for determining an optimal set of maintenance thresholds.
La gestion d’une pluralité de pièces mécaniques, par exemple une flotte de turbomachines peut être relativement complexe lorsque l’on souhaite s’assurer d’un nombre cible de pièces mécaniques disponibles. Au-delà des aspects logistiques inhérent à la gestion elle-même, des aspects techniques entrent en jeu, comme le seuil de déclenchement des opérations de maintenance sur tout ou partie des pièces mécaniques en question.Managing a plurality of mechanical parts, for example a fleet of turbomachines, can be relatively complex when one wishes to ensure a target number of mechanical parts available. Beyond the logistical aspects inherent to the management itself, technical aspects come into play, such as the threshold for triggering maintenance operations on all or part of the mechanical parts in question.
Dans l’état de la technique, la gestion de ce niveau de disponibilité se fait au travers de plusieurs moyens indépendants les uns des autres. Le nombre cible de pièces mécaniques disponibles peut par exemple être évalué en prenant en compte, de manière théorique, les plans d’entretien éventuellement complétés par des retours d’expérience. Ce nombre peut également être évalué à l’aide de modèles prenant en compte une partie du cycle de vie des pièces et des modules qui les composent. Ces modèles permettent en général de faire des choix isolés concernant les règles de maintenance. Par exemple, un modèle selon l’état de la technique pourra s’intéresser aux stocks de modules de rechange sans toutefois prendre en compte les règles de fonctionnement des ateliers en charge des opérations de maintenance sur les pièces mécaniques considérées (notamment, des règles de regroupement des démontages des pièces et des règles de remontage). Dans un autre exemple, un modèle selon l’état de la technique pourra prendre en compte le nombre de démontages des pièces mécaniques considérées (par exemple le nombre de déposes pour une turbomachine) encore une fois sans prendre en compte les règles de fonctionnement des ateliers. Dans encore un autre exemple, un modèle selon l’état de la technique pourra calculer les besoins en pièces de rechange sans toutefois tenir compte du caractère aléatoire des pannes ou bien encore du nombre de pièces disponibles.In the state of the art, the management of this level of availability is done through several means independent of each other. The target number of mechanical parts available can, for example, be evaluated by taking into account, theoretically, maintenance plans possibly supplemented by feedback. This number can also be evaluated using models that take into account part of the life cycle of the parts and modules that compose them. These models generally allow isolated choices to be made regarding maintenance rules. For example, a model according to the state of the art may be interested in the stocks of spare modules without however taking into account the operating rules of the workshops in charge of maintenance operations on the mechanical parts considered (in particular, rules of grouping of parts disassembly and reassembly rules). In another example, a model according to the state of the art could take into account the number of dismantlings of the mechanical parts considered (for example the number of removals for a turbomachine) once again without taking into account the operating rules of the workshops . In yet another example, a state-of-the-art model will be able to calculate the need for spare parts without taking into account the random nature of breakdowns or even the number of parts available.
Autrement dit, les solutions de l’état de la technique ne prennent pas l’ensemble des paramètres dans leur globalité et ne permettent donc pas de déterminer de manière précise, la valeur des seuils de maintenance qu’il convient de choisir pour obtenir un nombre cible de pièces mécaniques disponibles en minimisant la charge de maintenance.In other words, the solutions of the state of the art do not take all the parameters in their entirety and therefore do not make it possible to determine precisely the value of the maintenance thresholds that should be chosen to obtain a number target available mechanical parts while minimizing the maintenance burden.
L’invention offre une solution aux problèmes évoqués précédemment, en permettant de déterminer un jeu de seuils de maintenance permettant de s’assurer d’un nombre déterminé de pièces mécaniques disponibles tout en limitant les opérations de maintenance inutiles.The invention offers a solution to the problems mentioned above, by making it possible to determine a set of maintenance thresholds making it possible to ensure a determined number of mechanical parts available while limiting unnecessary maintenance operations.
Un premier aspect de l’invention concerne un procédé de détermination d’un jeu de seuils de maintenance optimal d’une pluralité de pièces mécaniques, chaque pièce mécanique de la pluralité de pièces mécaniques étant divisée en une pluralité de modules, chaque module étant associé à un type de module, chaque type de module étant associé à au moins un seuil de maintenance en-deçà duquel une opération de maintenance doit être effectuée sur un module dudit type de module, le procédé étant mis en œuvre à l’aide d’un modèle de la pièce mécanique et d’une plage de valeurs pour chaque seuil de maintenance, le modèle de la pièce mécanique prenant en compte le vieillissement de la pièce mécanique et le cycle de maintenance de la pièce mécanique, le procédé de détermination comprenant, pour une durée prédéfinie :
- Pour chaque jeu de seuils de maintenance d’une pluralité de jeux de seuils de maintenance compatible avec la plage associée à chaque seuil, une étape de simulation, à l’aide du modèle de la pièce mécanique, de la pluralité de pièces mécanique sur la durée prédéfinie de sorte à déterminer le nombre de pièces mécaniques disponibles et le nombre d’opérations de maintenance effectuées sur la durée prédéfinie, chaque simulation étant associée au jeu de seuils de maintenance correspondant ;
- Lorsque, pour au moins une simulation effectuée lors de l’étape précédente, le nombre de pièces disponibles est au-dessus d’une première valeur cible et/ou que le nombre d’opérations de maintenance est en dessous d’une deuxième valeur cible sur toute la durée prédéterminée, une étape de sélection du jeu de seuils associé à la simulation considérée comme jeu de seuils de maintenance optimal ;
- Lorsqu’aucun jeu de seuils ne permet d’obtenir un nombre de pièces mécaniques disponibles au-dessus de la première valeur cible et/ou un nombre d’opérations de maintenance en dessous de la deuxième valeur cible durant toute la durée prédéfinie, une étape de détermination d’une nouvelle pluralité de jeux de seuils compatible avec la plage associée à chaque seuil, la nouvelle pluralité de jeu de seuils étant au moins en partie différente de la pluralité de jeux de seuils déjà utilisée, les étapes précédentes étant répétées avec cette nouvelle pluralité de jeux de seuils.
- For each set of maintenance thresholds of a plurality of sets of maintenance thresholds compatible with the range associated with each threshold, a step of simulation, using the model of the mechanical part, of the plurality of mechanical parts on the predefined duration so as to determine the number of mechanical parts available and the number of maintenance operations carried out over the predefined duration, each simulation being associated with the corresponding set of maintenance thresholds;
- When, for at least one simulation carried out during the previous step, the number of parts available is above a first target value and/or the number of maintenance operations is below a second target value over the entire predetermined duration, a step of selecting the set of thresholds associated with the simulation considered as the optimal set of maintenance thresholds;
- When no set of thresholds makes it possible to obtain a number of mechanical parts available above the first target value and/or a number of maintenance operations below the second target value throughout the predefined duration, a step determining a new plurality of sets of thresholds compatible with the range associated with each threshold, the new plurality of sets of thresholds being at least partly different from the plurality of sets of thresholds already used, the previous steps being repeated with this new plurality of sets of thresholds.
Grâce à l’invention, il est possible de minimiser les opérations de maintenance effectuées sur les pièces mécaniques tout en garantissant un niveau de disponibilité cible desdites pièces.Thanks to the invention, it is possible to minimize maintenance operations carried out on mechanical parts while guaranteeing a target level of availability of said parts.
Outre les caractéristiques qui viennent d’être évoquées dans le paragraphe précédent, le procédé selon le premier aspect de l’invention peut présenter une ou plusieurs caractéristiques complémentaires parmi les suivantes, considérées individuellement ou selon toutes les combinaisons techniquement possibles.In addition to the characteristics which have just been mentioned in the previous paragraph, the process according to the first aspect of the invention may present one or more complementary characteristics among the following, considered individually or in all technically possible combinations.
Dans un mode de réalisation, chaque jeu de seuils comprend :
- un seuil de régénération représentant un seuil au-delà duquel une régénération du module doit être effectuée ; et/ou
- un seuil de visite avancé représentant un seuil au-delà duquel une visite préventive du module doit être effectuée ; et/ou
- un seuil d’alignement représentant un seuil au-delà duquel un alignement des potentiels du module doit être effectué.
- a regeneration threshold representing a threshold beyond which a regeneration of the module must be carried out; and or
- an advanced visit threshold representing a threshold beyond which a preventive visit of the module must be carried out; and or
- an alignment threshold representing a threshold beyond which an alignment of the module potentials must be carried out.
Dans un mode de réalisation, le procédé met en œuvre un algorithme d’optimisation évolutionnaire, la pluralité de jeux de seuils de maintenance initiale étant générée aléatoirement, et l’étape de détermination d’une nouvelle pluralité de jeux de seuils étant effectuée par « reproduction », « croisement » et/ou « remplacement » des jeux de seuils de maintenance.In one embodiment, the method implements an evolutionary optimization algorithm, the plurality of sets of initial maintenance thresholds being generated randomly, and the step of determining a new plurality of sets of thresholds being carried out by " reproduction”, “crossing” and/or “replacement” of the sets of maintenance thresholds.
Dans un mode de réalisation alternatif, le procédé met en œuvre un algorithme d’apprentissage par renforcement.In an alternative embodiment, the method implements a reinforcement learning algorithm.
Dans un mode de réalisation, la durée prédéfinie est divisée en une pluralité de périodes, et l’algorithme d’apprentissage est mis en œuvre à l’aide d’un processus markovien de décision défini de la manière suivante :
- Chaque instant
- Un état du système
- une action
- une valeur
- Every moment
- A state of the system
- an action
- a value
De plus la nouvelle pluralité de jeux de seuils est déterminée en fonction de la ou des récompenses obtenues lors des simulations précédentes.In addition, the new plurality of sets of thresholds is determined as a function of the reward(s) obtained during the previous simulations.
Dans un mode de réalisation, la valeur
où
Dans un mode de réalisation, le modèle de la pièce mécanique est modélisé à l’aide d’un langage objet, une première classe d’objet « Parc » étant associé à la pluralité de pièces mécanique, une deuxième classe d’objet « Pièce » étant associé à chaque pièce mécanique et une troisième classe d’objet « Module » étant associé à chaque module de chaque pièce, un objet « Pièce » comprenant un objet de classe « Module » pour chacun des modules qui lui est associé.In one embodiment, the model of the mechanical part is modeled using an object language, a first object class “Park” being associated with the plurality of mechanical parts, a second object class “Part » being associated with each mechanical part and a third object class “Module” being associated with each module of each part, a “Part” object comprising an object of class “Module” for each of the modules associated with it.
Un deuxième aspect de l’invention concerne un dispositif de traitement de données comprenant des moyens de mise en œuvre du procédé selon le premier aspect de l’invention.A second aspect of the invention relates to a data processing device comprising means for implementing the method according to the first aspect of the invention.
Un troisième aspect de l’invention concerne un programme d'ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à mettre en œuvre un procédé selon le premier aspect de l’invention.A third aspect of the invention relates to a computer program comprising instructions which, when the program is executed by a computer, lead it to implement a method according to the first aspect of the invention.
Un quatrième aspect de l’invention concerne un support de données lisible par ordinateur sur lequel est enregistré le programme d’ordinateur selon le troisième aspect de l’invention.A fourth aspect of the invention relates to a computer-readable data carrier on which the computer program according to the third aspect of the invention is recorded.
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.The invention and its various applications will be better understood on reading the following description and examining the accompanying figures.
Les figures sont présentées à titre indicatif et nullement limitatif de l’invention.The figures are presented for information purposes only and in no way limit the invention.
La
La
La
La
Les
Les
Les
Les
Les figures sont présentées à titre indicatif et nullement limitatif de l’invention. Dans la suite de la description, l’invention sera illustrée à l’aide d’un exemple dans lequel la pièce mécanique est un moteur, par exemple une turbomachine d’avion. Cependant, il ne s’agit que d’un exemple et l’invention peut être mise en œuvre pour tout type de pièce mécanique.The figures are presented for information purposes only and in no way limit the invention. In the remainder of the description, the invention will be illustrated using an example in which the mechanical part is an engine, for example an aircraft turbomachine. However, this is only an example and the invention can be implemented for any type of mechanical part.
Un premier aspect de l’invention concerne un procédé de détermination des seuils de maintenance d’une pluralité de pièces mécaniques PM, dans la suite une pluralité de moteurs d’avion, chaque pièce mécanique PM de la pluralité de pièces mécaniques étant divisée en une pluralité de modules, chaque module étant associé à un type de module (ainsi une turbomachine comprend des aubes, chaque aube pouvant être assimilé à un module de même type – bien entendu, la finesse de découpage dépend du degré de précision souhaité du modèle et de l’objectif recherché). Les pièces mécaniques de la pluralité de pièces mécaniques sont des pièces similaires (elles sont composées d’une majorité de modules identiques) ou bien identiques (l’ensemble des modules qui les composes sont identiques).A first aspect of the invention relates to a method for determining the maintenance thresholds of a plurality of mechanical parts PM, subsequently a plurality of aircraft engines, each mechanical part PM of the plurality of mechanical parts being divided into a plurality of modules, each module being associated with a type of module (thus a turbomachine comprises blades, each blade can be assimilated to a module of the same type – of course, the fineness of cutting depends on the desired degree of precision of the model and of the desired objective). The mechanical parts of the plurality of mechanical parts are similar parts (they are composed of a majority of identical modules) or identical parts (all of the modules which compose them are identical).
Par ailleurs, chaque type de module est associé à au moins un seuil de maintenance en-deçà duquel une opération de maintenance doit être effectuée sur un module du type de module considéré. Ce seuil est identique pour tous les modules du même type quelle que soit la pièce mécanique PM dans laquelle est présent ledit module.Furthermore, each type of module is associated with at least one maintenance threshold below which a maintenance operation must be carried out on a module of the module type considered. This threshold is identical for all modules of the same type regardless of the mechanical part PM in which said module is present.
Le procédé selon l’invention peut être mis en œuvre par un moyen de calcul (par exemple un processeur ou une carte ASIC) couplé à une mémoire (par exemple un disque dur et/ou une mémoire vive de type RAM), ladite mémoire étant configurée pour stocker les données et les instructions nécessaires à la mise en œuvre du procédé selon l’invention par le moyen de calcul.The method according to the invention can be implemented by a calculation means (for example a processor or an ASIC card) coupled to a memory (for example a hard disk and/or a RAM type random access memory), said memory being configured to store the data and instructions necessary for the implementation of the method according to the invention by the calculation means.
Dans un mode de réalisation, le procédé selon l’invention prend en compte le seuil de régénération (appelé queue de potentiel de limite de fonctionnement dans le domaine et abrégé par QDP-LF) et/ou le seuil de visite avancée (appelé queue de potentiel de visite normale dans le domaine et abrégé par QDP-VN) et/ou le seuil d’alignement (appelé alignement de potentiel dans le domaine). Bien entendu, le procédé selon l’invention pourra prendre en compte d’autres seuils de maintenance. Afin de mettre en œuvre le procédé selon l’invention, une plage de valeurs est associée à chaque seuil, le procédé de détermination déterminant alors une valeur comprise dans la plage en question pour chaque seuil considéré.In one embodiment, the method according to the invention takes into account the regeneration threshold (called the operating limit potential tail in the field and abbreviated by QDP-LF) and/or the advanced visit threshold (called the operating limit tail). normal visit potential in the domain and abbreviated by QDP-VN) and/or the alignment threshold (called potential alignment in the domain). Of course, the method according to the invention may take into account other maintenance thresholds. In order to implement the method according to the invention, a range of values is associated with each threshold, the determination method then determining a value included in the range in question for each threshold considered.
Dans le domaine de l’aéronautique, les seuils de maintenance peuvent notamment concerner le nombre d’heures de vol, le nombre de cycles décollage/atterrissage ou bien encore être liés à un niveau d’usure mesuré sur le module considéré. De manière générale, ces seuils sont examinés lorsque la pièce mécanique PM subit une panne, par exemple parce que l’un (ou plusieurs) des modules est défaillant. Le ou les modules défaillants sont réparés ou remplacés et les modules restants sont examinés si des seuils de maintenance ont été franchis (dans le domaine, on parle de vérification du potentiel, par exemple du potentiel de vol dans l’aéronautique). Il est par exemple possible de régénérer le potentiel d’un module de manière préventive lorsque le seuil de régénération est atteint ou franchi ou bien encore d’effectuer une visite préventive lorsque le seuil de visite avancée est atteint ou franchi. Autrement dit, lorsqu’un seuil de maintenance est atteint ou franchi (sur la base d’une grandeur objective liée au fonctionnement du module en question), une ou plusieurs mesures ou inspections sont réalisées (niveau d’usure, présence de fissures, etc.) afin de s’assurer du bon fonctionnement du module en question.In the field of aeronautics, maintenance thresholds may notably concern the number of flight hours, the number of takeoff/landing cycles or even be linked to a level of wear measured on the module in question. Generally speaking, these thresholds are examined when the mechanical part PM suffers a breakdown, for example because one (or more) of the modules has failed. The faulty module(s) are repaired or replaced and the remaining modules are examined if maintenance thresholds have been crossed (in the field, we speak of checking the potential, for example the flight potential in aeronautics). For example, it is possible to regenerate the potential of a module preventively when the regeneration threshold is reached or crossed or even to carry out a preventive visit when the advanced visit threshold is reached or crossed. In other words, when a maintenance threshold is reached or crossed (based on an objective quantity linked to the operation of the module in question), one or more measurements or inspections are carried out (level of wear, presence of cracks, etc. .) in order to ensure the proper functioning of the module in question.
En modifiant ces seuils, il est possible d’influer sur le taux de disponibilité des pièces mécaniques PM de la pluralité de pièces mécaniques PM. En effet, des seuils trop bas peuvent conduire à une augmentation du risque de panne et donc une baisse de la disponibilité des pièces mécaniques. De la même manière, des seuils trop élevés peuvent entraîner des opérations de maintenance inutiles avec tous les inconvénients que cela entraîne. L’invention permet de déterminer un jeu de seuils de maintenance permettant d’éviter ces deux écueils. Ainsi, grâce à l’invention, il est possible de minimiser les opérations de maintenance effectuées sur les pièces mécaniques PM tout en garantissant un niveau de disponibilité cible desdites pièces mécaniques PM.By modifying these thresholds, it is possible to influence the availability rate of the mechanical parts PM of the plurality of mechanical parts PM. Indeed, thresholds that are too low can lead to an increase in the risk of breakdown and therefore a reduction in the availability of mechanical parts. In the same way, thresholds that are too high can lead to unnecessary maintenance operations with all the disadvantages that this entails. The invention makes it possible to determine a set of maintenance thresholds making it possible to avoid these two pitfalls. Thus, thanks to the invention, it is possible to minimize the maintenance operations carried out on the PM mechanical parts while guaranteeing a target level of availability of said PM mechanical parts.
Pour cela, le procédé selon l’invention comprend tout d’abord, pour chaque jeu de seuils de maintenance d’une pluralité de jeux de seuils de maintenance compatible avec la plage associée à chaque seuil, une étape de simulation du nombre de pièces mécaniques disponible et du nombre d’opérations de maintenance effectuées de sorte à obtenir une pluralité de simulations, chaque simulation étant associée à un jeu de seuils de maintenance. Ainsi, lors de cette étape, pour chacun des jeux de seuils de maintenance, une simulation est effectuée de sorte à déterminer notamment le nombre de pièces mécaniques disponibles et le nombre d’opérations de maintenance effectuées sur la période considérée. Bien entendu, d’autres indicateurs peuvent également être pris en compte lors de ces simulations. Les résultats ainsi obtenus pourront ensuite être comparés à un objectif cible en termes de nombre de pièces mécaniques disponibles et/ou en nombre d’opérations de maintenance effectuées.For this, the method according to the invention firstly comprises, for each set of maintenance thresholds of a plurality of sets of maintenance thresholds compatible with the range associated with each threshold, a step of simulating the number of mechanical parts available and the number of maintenance operations carried out so as to obtain a plurality of simulations, each simulation being associated with a set of maintenance thresholds. Thus, during this step, for each of the sets of maintenance thresholds, a simulation is carried out in order to determine in particular the number of mechanical parts available and the number of maintenance operations carried out over the period considered. Of course, other indicators can also be taken into account during these simulations. The results thus obtained can then be compared to a target objective in terms of number of mechanical parts available and/or number of maintenance operations carried out.
Le procédé selon l’invention comprend également lorsque, pour au moins une simulation effectuée lors de l’étape précédente, le nombre de pièces mécaniques disponibles est au-dessus d’une première valeur cible et/ou que le nombre d’opérations de maintenance est en dessous d’une deuxième valeur cible sur toute la durée prédéfinie, une étape de sélection du jeu de seuils associé à la simulation considérée comme jeu de seuils de maintenance optimal. Si plusieurs simulations remplissent ces critères, alors la simulation permettant d’obtenir les résultats les plus proches des valeurs cibles est retenue. Dans un mode de réalisation, la durée prédéfinie est divisée en périodes, chaque période est associée à une première valeur seuil et/ou une deuxième valeur seuil qui peuvent être différentes pour chaque période, et le respect des valeurs seuils fixées est examiné période par période.The method according to the invention also comprises when, for at least one simulation carried out during the previous step, the number of mechanical parts available is above a first target value and/or the number of maintenance operations is below a second target value over the entire predefined duration, a step of selecting the set of thresholds associated with the simulation considered as the set of optimal maintenance thresholds. If several simulations meet these criteria, then the simulation allowing the results closest to the target values is retained. In one embodiment, the predefined duration is divided into periods, each period is associated with a first threshold value and/or a second threshold value which may be different for each period, and compliance with the set threshold values is examined period by period .
Le procédé comprend aussi, lorsqu’aucun jeu de seuils de maintenance ne permet d’obtenir un nombre de pièces mécaniques disponibles au-dessus de la première valeur cible et/ou un nombre d’opérations de maintenance en dessous de la deuxième valeur cible durant toute la durée prédéfinie, une étape de détermination d’une nouvelle pluralité de jeux de seuils de maintenance compatibles avec la plage associée à chaque seuil, au moins en partie différente de la pluralité de jeux de seuils déjà utilisée, les étapes précédentes étant répétées avec cette nouvelle pluralité de jeux de seuils. Ainsi, les étapes du procédé sont répétées jusqu’à l’obtention d’un jeu de seuils permettant d’obtenir la ou les valeurs cibles souhaitées.The method also comprises, when no set of maintenance thresholds makes it possible to obtain a number of mechanical parts available above the first target value and/or a number of maintenance operations below the second target value during the entire predefined duration, a step of determining a new plurality of sets of maintenance thresholds compatible with the range associated with each threshold, at least partly different from the plurality of sets of thresholds already used, the previous steps being repeated with this new plurality of sets of thresholds. Thus, the steps of the process are repeated until a set of thresholds is obtained making it possible to obtain the desired target value(s).
Modèle de la pièce mécaniqueMechanical part model
Pour cela, le procédé selon l’invention est mis en œuvre à l’aide d’un modèle de la pièce mécanique PM prenant notamment en compte le vieillissement et les défaillances de la pièce mécanique PM ainsi que le cycle de maintenance de cette pièce mécanique PM.For this, the method according to the invention is implemented using a model of the mechanical part PM taking into account in particular the aging and failures of the mechanical part PM as well as the maintenance cycle of this mechanical part PM.
Dans un mode de réalisation, le modèle en question prend notamment en compte :
- les chaînes de montage et démontage, notamment les temps moyens nécessaire à chaque opération de maintenance associée à chaque module ;
- la fourniture de nouveaux modules ou la mise hors service de modules ne pouvant pas être réparés ou arrivés en fin de vie ;
- les conditions d’utilisation des pièces mécaniques de la pluralité de pièces mécaniques et donc des modules composant lesdites pièces mécaniques ;
- les événements aléatoires pouvant survenir, par exemple une panne au niveau d’un module ou de plusieurs modules ou la découverte d’un défaut sur une pièce lors du contrôle d’un module.
- the assembly and disassembly lines, in particular the average times necessary for each maintenance operation associated with each module;
- the supply of new modules or the decommissioning of modules that cannot be repaired or have reached the end of their life;
- the conditions of use of the mechanical parts of the plurality of mechanical parts and therefore of the modules composing said mechanical parts;
- random events that may occur, for example a failure of a module or several modules or the discovery of a defect on a part during the inspection of a module.
Ces différents aspects sont matérialisés au travers de paramètres de maintenance qui sont fixés lors de la mise en œuvre du procédé selon l’invention et qui définissent le modèle utilisé lors de cette mise en œuvre. Ainsi, le modèle en question permet de rendre compte du vieillissement des pièces mécaniques de la pluralité de pièces mécaniques et du cycle de maintenance (notamment en considérant plusieurs niveaux de maintenance en fonction de la nature de l’opération de maintenance, etc.).These different aspects are materialized through maintenance parameters which are fixed during the implementation of the process according to the invention and which define the model used during this implementation. Thus, the model in question makes it possible to account for the aging of the mechanical parts of the plurality of mechanical parts and the maintenance cycle (in particular by considering several levels of maintenance depending on the nature of the maintenance operation, etc.).
Le modèle mis en œuvre dans la présente invention est plus particulièrement décrit aux
Il est ainsi possible de suivre le flux de maintenance d’une pièce mécanique PM, par exemple d’un moteur d’avion. Le moteur d’avion est initialement dans l’état avionné (c’est à dire en état de marche) ou état « aircraft » représenté par le cercle « A/C » du diagramme. Puis, ce moteur subit une panne à cause d’un incident sur le module 7 : ce module doit donc être retiré du moteur. Le moteur va alors transiter au sein de différentes localisations (transitions T1 et T2) pour ensuite être désassemblé à l’atelier de Dépose-Remontage (transition T3 - « DEP/REM » sur le diagramme). Après désassemblage du moteur pour démonter le module 7, les transitions se font à l’échelle de chaque module. Notamment, le module 7 va passer par différents ateliers afin d’y être réparé (transitions T4 et T6). Cette réparation va régénérer le potentiel de vol (évoqué précédemment) du module, ce dernier étant ensuite stocké (« STOCK MODULES » sur le diagramme – transitions T5 et T7). Par ailleurs, une vérification du potentiel de vol restant de tous les modules du moteur est effectuée. Dans l’exemple choisi, le module 4 a un potentiel de vol assez faible (il va bientôt atteindre sa limite de fonctionnement), et le module 10 doit bientôt subir une visite de contrôle technique. Il est envisageable de régénérer le potentiel de vol du module 4 de manière préventive. Le seuil en dessous duquel il est judicieux d’effectuer cette régénération définit la notion de queue de potentiel de limite de fonctionnement évoquée précédemment. De la même façon, le seuil de temps restant en dessous duquel il est judicieux d’effectuer la visite en avance définit la notion de queue de potentiel de visite normale également évoquée précédemment. Les modules vont donc être transférés vers des ateliers spécifiques, subir des réparations si nécessaire, puis être remis en stock. De plus, en fonction des modules présents en stocks, il est possible de reconstituer un ou plusieurs moteurs à l’atelier (« DEP/REM » sur le diagramme – transition T8). A partir de cet état, les transitions se font à nouveau à l’échelle des moteurs. Le moteur ainsi reconstitué subit une série de tests au banc d’essai (« BANC » sur le diagramme – transition T9) avant d’être avionné (retour à l’état « A/C » – transition T10).It is thus possible to follow the maintenance flow of a PM mechanical part, for example an aircraft engine. The aircraft engine is initially in the aircraft state (i.e. in working order) or “aircraft” state represented by the “A/C” circle in the diagram. Then, this motor suffered a breakdown due to an incident on module 7: this module must therefore be removed from the motor. The engine will then pass through different locations (transitions T1 and T2) and then be disassembled at the Removal-Reassembly workshop (transition T3 - “DEP/REM” on the diagram). After disassembling the motor to dismantle module 7, the transitions are made at the scale of each module. In particular, module 7 will go through different workshops to be repaired (transitions T4 and T6). This repair will regenerate the flight potential (mentioned previously) of the module, the latter then being stored (“STOCK MODULES” on the diagram – transitions T5 and T7). Furthermore, a check of the remaining flight potential of all engine modules is carried out. In the chosen example, module 4 has a fairly low theft potential (it will soon reach its operating limit), and module 10 must soon undergo a technical inspection. It is possible to regenerate the flight potential of module 4 in a preventive manner. The threshold below which it is wise to carry out this regeneration defines the notion of operating limit potential tail mentioned previously. In the same way, the remaining time threshold below which it is wise to carry out the visit in advance defines the notion of a normal visit potential tail also mentioned previously. The modules will therefore be transferred to specific workshops, undergo repairs if necessary, then be put back into stock. In addition, depending on the modules present in stock, it is possible to rebuild one or more engines in the workshop (“DEP/REM” on the diagram – T8 transition). From this state, transitions are made again at the engine level. The engine thus reconstituted undergoes a series of tests on the test bench (“BANC” on the diagram – transition T9) before being flown (return to the “A/C” state – transition T10).
Afin de pouvoir suivre la position de chaque pièce mécanique PM et de chaque module de chaque pièce mécanique PM dans le cycle de maintenance, il est possible d’utiliser un tableau de type DataFrame comme illustré à la
Dans un mode de réalisation alternatif illustré à la
- Modifier la valeur de l’attribut « localisation » de l’objet « moteur » ;
- Mettre à jour l’attribut localisation de tous les modules de l’objet « moteur » ;
- Mettre à jour une liste recensant tous les moteurs en localisation « A/C » (par exemple dans l’objet « Parc »)
- Modify the value of the “location” attribute of the “motor” object;
- Update the location attribute of all modules of the “motor” object;
- Update a list listing all the motors in “A/C” location (for example in the “Park” object)
Ainsi, les fonctions qui ont besoin d’accéder à tous les moteurs avionnés du parc y auront accès directement via cette liste. L’adoption de la programmation objet (ou POO pour Programmation Orientée Objet) a pour avantage de réduire considérablement le temps de calcul nécessaire à une simulation comme le montrent la
Algorithme d’optimisation évolutionnaireEvolutionary optimization algorithm
Dans un mode de réalisation, le procédé selon l’invention est réalisé à l’aide d’un algorithme d’optimisation évolutionnaire. Dans ce mode de réalisation, la pluralité de jeux de seuils de maintenance initiale (c’est-à-dire utilisée pour les premières simulations) est générée aléatoirement, chaque jeu de seuils de maintenance étant appelé un individu. Par ailleurs, l’étape de détermination d’une nouvelle pluralité de jeux de seuils de maintenance est effectuée par « reproduction », « croisement » et/ou « remplacement », ces actions constituant une ou plusieurs opérations mathématiques effectuées sur les individus ayant obtenu les résultats les plus proches des valeurs cibles. Le principe de l’algorithme d’optimisation évolutionnaire est connu de la personne du métier et il ne sera donc pas détaillé davantage dans la présente description.In one embodiment, the method according to the invention is carried out using an evolutionary optimization algorithm. In this embodiment, the plurality of sets of initial maintenance thresholds (i.e. used for the first simulations) is generated randomly, each set of maintenance thresholds being called an individual. Furthermore, the step of determining a new plurality of sets of maintenance thresholds is carried out by "reproduction", "crossing" and/or "replacement", these actions constituting one or more mathematical operations carried out on the individuals having obtained the results closest to the target values. The principle of the evolutionary optimization algorithm is known to those skilled in the art and it will therefore not be detailed further in this description.
La
Cependant, bien que l’algorithme d’optimisation évolutionnaire ait démontré son efficacité et sa pertinence, il n’est pas sans inconvénient. Tout d’abord, au cours d’une simulation, il est fréquent que la ou les valeurs cibles (par exemple la valeur cible de disponibilité) ne soient pas atteintes. Par ailleurs, dans l’algorithme d’optimisation évolutionnaire, il est nécessaire d’effectuer, pour chaque jeu de seuils de maintenance, des simulations complètes sur l’ensemble de la durée considérée, pour sélectionner les meilleurs candidats. De surcroît, la durée considérée est en général divisée en périodes (par exemple d’une année lorsque la durée considérée est de plusieurs années), chaque période étant associé à une ou plusieurs valeurs cibles, et le nombre de paramètres à optimiser est alors proportionnel au nombre de périodes. En effet, chaque individu correspond à un jeu de paramètres complet (i.e. le jeu de seuils de maintenance année par année). Ainsi, le nombre de paramètres peut croître considérablement.However, although the evolutionary optimization algorithm has demonstrated its effectiveness and relevance, it is not without its drawbacks. First of all, during a simulation, it is common for the target value(s) (for example the availability target value) to be not reached. Furthermore, in the evolutionary optimization algorithm, it is necessary to carry out, for each set of maintenance thresholds, complete simulations over the entire duration considered, to select the best candidates. In addition, the duration considered is generally divided into periods (for example of a year when the duration considered is several years), each period being associated with one or more target values, and the number of parameters to be optimized is then proportional. to the number of periods. Indeed, each individual corresponds to a complete set of parameters (i.e. the set of maintenance thresholds year by year). Thus, the number of parameters can increase considerably.
Algorithme d’apprentissage par renforcementReinforcement learning algorithm
Une manière originale de s’affranchir des limites énoncées précédemment est d’avoir recours à un algorithme d’apprentissage par renforcement.An original way to overcome the limitations stated above is to use a reinforcement learning algorithm.
Pour mémoire, l’apprentissage par renforcement (ou « reinforcement learning » en anglais) est une méthode d’apprentissage machine (ou « machine learning » en anglais) inspirée de l’apprentissage humain et animal. Ce type d’apprentissage est basé sur le concept du « conditionnement opérant », qui suggère que les individus peuvent apprendre de nouveaux comportements en observant les conséquences de leurs propres actions. L’Apprentissage par renforcement consiste à programmer une intelligence artificielle, l’agent, qui va interagir au sein d’un environnement. En fonction des actions effectuées, l’état de l’environnement va être modifié, et l’agent va recevoir une récompense (ou « reward » en anglais – positive ou négative). Cet agent sera donc récompensé pour les bonnes actions, et puni pour les comportements incorrects. En mettant à jour les connaissances qu’il a sur l’environnement, l’agent va chercher à maximiser ses récompenses en choisissant les actions les plus avantageuses.As a reminder, reinforcement learning is a machine learning method inspired by human and animal learning. This type of learning is based on the concept of “operant conditioning,” which suggests that individuals can learn new behaviors by observing the consequences of their own actions. Reinforcement Learning consists of programming an artificial intelligence, the agent, which will interact within an environment. Depending on the actions performed, the state of the environment will be modified, and the agent will receive a reward (or “reward” in English – positive or negative). This agent will therefore be rewarded for good actions, and punished for incorrect behavior. By updating the knowledge it has about the environment, the agent will seek to maximize its rewards by choosing the most advantageous actions.
Formellement, l’apprentissage par renforcement repose sur un processus markovien de décision, tels qu’il est défini en mathématiques appliquées par la théorie des probabilités et la théorie de la décision. Il est judicieux de rappeler la définition d’un tel processus afin d’illustrer les avantages de cette approche par rapport à l’algorithme évolutionnaire introduit précédemment. Dans un algorithme d’apprentissage par renforcement, le système évolue au cours du temps sous l’influence d’un agent. Par ailleurs, le temps est discrétisé en différents instants de 0 à N de sorte que le système est défini par :
-
- Une famille d’actions
-
- A family of actions
et, pour tout
- Une probabilité de transition
- Une fonction de récompense
- A probability of transition
- A reward function
Le but de l’algorithme d’apprentissage par renforcement est d’estimer la probabilité de transition
Afin de pouvoir appliquer un tel algorithme au procédé selon l’invention, un processus markovien de décision a été développé par les inventeurs, ce dernier étant défini comme suit :
- Chaque instant
- L’état du système
- L’action
- La valeur
- Every moment
- System status
- The action
- The value
Comme déjà mentionné, cet algorithme est une alternative à l’algorithme d’optimisation évolutionnaire. Il présente notamment l’avantage de ne pas nécessiter de réaliser des simulations complètes sur l’ensemble de la durée considérée avant de déterminer si le choix des seuils de maintenance est satisfaisant. En effet, l’apprentissage se fait période après période (par exemple, année après année) en fonction de la valeur cible ou des valeurs cibles pour la période considérée (qui peuvent être différentes d’une période à l’autre) ce qui permet un gain conséquent en temps de calcul. Cet avantage est notamment illustré aux
Les performances de l’algorithme d’apprentissage par renforcement dépendent de la manière dont la fonction de récompense est définie, du choix de l’algorithme d’apprentissage et du choix des hyperparamètres (c’est-à-dire les paramètres de l’algorithme lui-même tels que le nombre d’itérations, la tolérance de convergence, etc.).The performance of the reinforcement learning algorithm depends on how the reward function is defined, the choice of the learning algorithm, and the choice of hyperparameters (i.e., the parameters of the algorithm itself such as the number of iterations, convergence tolerance, etc.).
Dans un mode de réalisation, la valeur
où
Plus particulièrement, le terme
En outre, les
De préférence, l’algorithme d’apprentissage par renforcement utilisé dans le procédé selon l’invention est choisi parmi un algorithme de type A2C (de l’anglais Advantages Actor Critic), un algorithme de type SAC (de l’anglais Soft Actor Critic) ou un algorithme de type PPO (Proximal Policy Optimization), ces algorithmes se révélant plus performant que les autres algorithmes (par ex. « Model-Based ») dans le cadre du procédé selon l’invention. Plus généralement, l’algorithme d’apprentissage par renforcement utilisé dans le procédé selon l’invention est un algorithme d’apprentissage par renforcement de type « Model-Free », c’est-à-dire qu’aucune hypothèse n’est faite sur la façon dont l’environnement de l’agent va changer.Preferably, the reinforcement learning algorithm used in the method according to the invention is chosen from an A2C type algorithm (from Advantages Actor Critic), an SAC type algorithm (from Soft Actor Critic). ) or a PPO (Proximal Policy Optimization) type algorithm, these algorithms proving more efficient than other algorithms (e.g. “Model-Based”) in the context of the method according to the invention. More generally, the reinforcement learning algorithm used in the method according to the invention is a “Model-Free” type reinforcement learning algorithm, that is to say that no hypothesis is made about how the agent's environment will change.
Claims (10)
- Pour chaque jeu de seuils de maintenance d’une pluralité de jeux de seuils de maintenance compatible avec la plage associée à chaque seuil, une étape de simulation, à l’aide du modèle de la pièce mécanique (PM), de la pluralité de pièces mécanique sur la durée prédéfinie de sorte à déterminer le nombre de pièces mécaniques disponibles et le nombre d’opérations de maintenance effectuées sur la durée prédéfinie, chaque simulation étant associée au jeu de seuils de maintenance correspondant ;
- Lorsque, pour au moins une simulation effectuée lors de l’étape précédente, le nombre de pièces disponibles est au-dessus d’une première valeur cible et/ou que le nombre d’opérations de maintenance est en dessous d’une deuxième valeur cible sur toute la durée prédéterminée, une étape de sélection du jeu de seuils associé à la simulation considérée comme jeu de seuils de maintenance optimal ;
- Lorsqu’aucun jeu de seuils ne permet d’obtenir un nombre de pièces mécaniques disponibles au-dessus de la première valeur cible et/ou un nombre d’opérations de maintenance en dessous de la deuxième valeur cible durant toute la durée prédéfinie, une étape de détermination d’une nouvelle pluralité de jeux de seuils compatible avec la plage associée à chaque seuil, la nouvelle pluralité de jeux de seuils étant au moins en partie différente de la pluralité de jeux de seuils déjà utilisé, les étapes précédentes étant répétées avec cette nouvelle pluralité de jeux de seuils.
- For each set of maintenance thresholds of a plurality of sets of maintenance thresholds compatible with the range associated with each threshold, a step of simulation, using the model of the mechanical part (PM), of the plurality of parts mechanical over the predefined duration so as to determine the number of mechanical parts available and the number of maintenance operations carried out over the predefined duration, each simulation being associated with the corresponding set of maintenance thresholds;
- When, for at least one simulation carried out during the previous step, the number of available parts is above a first target value and/or the number of maintenance operations is below a second target value over the entire predetermined duration, a step of selecting the set of thresholds associated with the simulation considered as the optimal set of maintenance thresholds;
- When no set of thresholds makes it possible to obtain a number of available mechanical parts above the first target value and/or a number of maintenance operations below the second target value throughout the predefined duration, a step determining a new plurality of sets of thresholds compatible with the range associated with each threshold, the new plurality of sets of thresholds being at least partly different from the plurality of sets of thresholds already used, the previous steps being repeated with this new plurality of sets of thresholds.
- un seuil de régénération représentant un seuil au-delà duquel une régénération du module doit être effectuée ; et/ou
- un seuil de visite avancé représentant un seuil au-delà duquel une visite préventive du module doit être effectuée ; et/ou
- un seuil d’alignement représentant un seuil au-delà duquel un alignement des potentiels du module doit être effectué.
- a regeneration threshold representing a threshold beyond which a regeneration of the module must be carried out; and or
- an advanced visit threshold representing a threshold beyond which a preventive visit of the module must be carried out; and or
- an alignment threshold representing a threshold beyond which an alignment of the module potentials must be carried out.
- Chaque instant
- Un état du système
- une action
- une valeur
- Every moment
- A state of the system
- an action
- a value
où
Or
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR2214331A FR3144113A1 (en) | 2022-12-22 | 2022-12-22 | Method for determining a set of optimal maintenance thresholds for a plurality of mechanical parts |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR2214331 | 2022-12-22 | ||
FR2214331A FR3144113A1 (en) | 2022-12-22 | 2022-12-22 | Method for determining a set of optimal maintenance thresholds for a plurality of mechanical parts |
Publications (1)
Publication Number | Publication Date |
---|---|
FR3144113A1 true FR3144113A1 (en) | 2024-06-28 |
Family
ID=87555061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR2214331A Pending FR3144113A1 (en) | 2022-12-22 | 2022-12-22 | Method for determining a set of optimal maintenance thresholds for a plurality of mechanical parts |
Country Status (1)
Country | Link |
---|---|
FR (1) | FR3144113A1 (en) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1873519A2 (en) * | 2006-06-28 | 2008-01-02 | The Boeing Company | Ultrasonic inspection and repair mode selection |
FR2971595A1 (en) * | 2011-02-15 | 2012-08-17 | Snecma | MONITORING AN AIRCRAFT ENGINE TO ANTICIPATE MAINTENANCE OPERATIONS |
WO2021021314A1 (en) * | 2019-07-30 | 2021-02-04 | Microsoft Technology Licensing, Llc | Telemetry component health prediction for reliable predictive maintenance analytics |
US20210073063A1 (en) * | 2019-09-05 | 2021-03-11 | Micron Technology, Inc. | Predictive Management of Failing Portions in a Data Storage Device |
-
2022
- 2022-12-22 FR FR2214331A patent/FR3144113A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1873519A2 (en) * | 2006-06-28 | 2008-01-02 | The Boeing Company | Ultrasonic inspection and repair mode selection |
FR2971595A1 (en) * | 2011-02-15 | 2012-08-17 | Snecma | MONITORING AN AIRCRAFT ENGINE TO ANTICIPATE MAINTENANCE OPERATIONS |
WO2021021314A1 (en) * | 2019-07-30 | 2021-02-04 | Microsoft Technology Licensing, Llc | Telemetry component health prediction for reliable predictive maintenance analytics |
US20210073063A1 (en) * | 2019-09-05 | 2021-03-11 | Micron Technology, Inc. | Predictive Management of Failing Portions in a Data Storage Device |
Non-Patent Citations (1)
Title |
---|
SUAREZ E L ET AL: "Jet engine life prediction systems integrated with prognostics health management", AEROSPACE CONFERENCE, 2004. PROCEEDINGS. 2004 IEEE, IEEE, PISCATAWAY, NJ, USA, vol. 6, 6 March 2004 (2004-03-06), pages 3596 - 3602, XP010748487, ISBN: 978-0-7803-8155-1, DOI: 10.1109/AERO.2004.1368177 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alla et al. | What is mlops? | |
EP2678747B1 (en) | Forecasting maintenance operations for an aircraft engine | |
EP3097455B1 (en) | Method for predicting an operational malfunction in the equipment of an aircraft or aircraft fleet | |
CA2932933C (en) | Forecasting maintenance operations to be applied to an engine | |
EP2286339A1 (en) | Method of automatically formulating test cases for verifying at least one part of a piece of software | |
CA2874943C (en) | Forecasting maintenance operations to be applied to an engine | |
FR3095424A1 (en) | System and method for monitoring an aircraft engine | |
CN113011594A (en) | Quantum bit calibration method and device and quantum computer | |
FR3144113A1 (en) | Method for determining a set of optimal maintenance thresholds for a plurality of mechanical parts | |
Tobin et al. | Troubleshooting deep neural networks | |
FR3118502A1 (en) | Method for constructing and driving a detector for the presence of anomalies in a temporal signal, associated devices and method | |
CN117785522A (en) | Method and system for performing root cause analysis using a trained machine learning model | |
CA3216155A1 (en) | System for supervision of the operation and maintenance of industrial equipment | |
Ibrahim et al. | Software Defects Prediction At Method Level Using Ensemble Learning Techniques | |
FR3060157A1 (en) | METHOD FOR SIMULATING THE BEHAVIOR OF A STRUCTURE BY CALCULATING THE FINITE ELEMENTS | |
FR3051577A1 (en) | METHOD FOR DESIGNING TURBOMACHINE WITH UPDATING A RESPONSE SURFACE OF A CALCULATION CODE | |
Bechini | Performance diagnostics and measurement selection for on-line monitoring of gas turbine engnes | |
FR2970796A1 (en) | Method for processing sequence of failure messages for discriminating failure system in aircraft, involves application of pattern matching process to data obtained from test to recognize and classify data using knowledge model | |
FR3077666A1 (en) | METHOD FOR AUTOMATICALLY CONFIGURING A GENERATOR OF REWARDS USED BY DRIVING STRATEGIES OF AN AUTOMATED DRIVING VEHICLE | |
FR2976384A1 (en) | METHOD FOR THE DESIGN AND MANUFACTURE OF A NETWORKED COMPONENT CHAIN AND NETWORK OBTAINED BY SUCH A METHOD | |
FR3120145A1 (en) | Method for evaluating the wear of a part of a turbomachine | |
FR3140181A1 (en) | Method for controlling a mechatronic system | |
FR3131022A1 (en) | METHOD FOR DETERMINING A PHYSICAL QUANTITY AND ASSOCIATED DETERMINATION SYSTEM. | |
EP4379486A1 (en) | Method for frugal predictive maintenance, corresponding computer program product and computer-readable medium | |
WO2023156721A1 (en) | Method for detecting defects on an aeronautical part |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20240628 |