Maintenance conditionnelle des avions basée sur l'IA

Présentation du programme de recherche sur les résultats ReMAP

Bien que la maintenance conditionnelle (condition-based maintenance - CBM) ne soit pas nouvelle, peu d'initiatives ont été prises pour appliquer le concept dans l'aviation. C'est pourquoi, il y a quatre ans, TU Delft, en collaboration avec de nombreux partenaires européens et KLM, a lancé le programme de recherche ReMAP. Ce programme a étudié les possibilités d'optimisation de la maintenance des avions grâce à l'intelligence artificielle. Entre-temps, les résultats ont été présentés, la principale conclusion étant que CBM peut effectivement contribuer à réduire les coûts de maintenance et à augmenter la disponibilité des avions.

Maintenance conditionnelle

La maintenance des avions est dans la plupart des cas basée sur le nombre d'heures de vol, le nombre de vols ou les jours civils. Dans presque tous les cas, l'entretien est préventif. Du point de vue de la sécurité, c'est une bonne approche, mais du point de vue des coûts, elle est nettement moins favorable. En principe, les remplacements et les travaux sont toujours effectués trop tôt, et dans certains cas même beaucoup trop tôt.

Il serait donc plus logique d'appliquer la maintenance dite 'conditionnelle', c'est-à-dire d'effectuer la maintenance en fonction de l'état réel de l'avion (de ses nombreux actifs). Outre le fait que les coûts d'entretien régulier peuvent être considérablement réduits de cette manière, cela entraîne également une diminution des arrêts non planifiés et donc des retards ou des annulations de vols.

La maintenance des avions est généralement préventive, pour des raisons de sécurité

La raison pour laquelle ce type de maintenance est encore peu utilisé dans l'aviation est principalement due à l'aspect sécurité. Ce secteur est régi par des lois et des réglementations strictes, il n'est donc pas possible de coller "simplement" un capteur pour une enquête exploratoire. Après tout, cela pourrait influencer et perturber les systèmes environnants. En outre, les modèles CBM doivent être fiables, surtout lorsqu'il s'agit de systèmes critiques. Ce n'est pas facile non plus. Il reste donc un long chemin à parcourir pour satisfaire à tous les aspects qui rendent la MBC possible dans l'aviation.

Feuille de route

C'est pourquoi la TU Delft a pris l'initiative d'établir une feuille de route afin de déterminer si la méthode CBM permet de réduire les coûts de maintenance et d'accroître la disponibilité des avions. Et ce, tout en maintenant – ou en améliorant – le niveau de sécurité actuel. Le projet ReMAP, qui signifie "Real-time Condition-based Maintenance for Adaptive Aircraft Maintenance Planning", a été mis en place pour cette feuille de route. Il s'agit d'un projet de quatre ans, qui a débuté en juin 2018 en coopération avec diverses universités, institutions de la connaissance et entreprises européennes. Le financement nécessaire a été obtenu auprès du programme de recherche et d'innovation Horizon 2020 de l'Union européenne.

Bruno Santos est l'initiateur et le coordinateur du projet ReMAP de la TU Delft. "Si le CBM est pris en compte dans les conceptions d'avions futurs, il y a encore plus d'avantages à en tirer. Grâce à la surveillance continue et en temps réel des matériaux et des systèmes, les avions pourront probablement être conçus plus légers. En effet, moins de systèmes de secours sont nécessaires et les structures sont également plus légères", explique-t-il. "A moyen terme, la réduction de poids est estimée à 3–7% pour les structures primaires; pour le long terme, nous retenons un chiffre de 10–20%. Pour un avion effectuant 700 vols par an, cela représente une économie de 105 tonnes de carburant et une réduction des émissions de CO₂ de pas moins de 350 tonnes."

Développement du projet

La recherche au sein de ReMAP peut être divisée en trois domaines: la recherche de capteurs et de techniques de diagnostic pour les structures, les systèmes et les composants d'avions, et enfin, la réalisation de tests dans un environnement pratique.

Capteurs et diagnostics

La première partie de la recherche a été réalisée en partie dans le laboratoire Structures & Matériaux de la TU Delft. Cela s'explique par la raison susmentionnée selon laquelle un capteur ne peut pas facilement être testé en pratique sur un avion réel.

Agnes Broer, doctorante à la TU Delft, et la dr. Nan Yue, chercheur, ont chargé une structure d'avion d'environ un mètre carré sous une presse hydraulique pendant deux ans. À cette fin, on a fabriqué un panneau équipé de dizaines de capteurs optiques et acoustiques. Ces capteurs permettent de suivre l'état du matériau composite pendant les quelque 500.000 impacts auxquels il a été soumis. Ces chocs simulent les forces qui agissent sur une aile d'avion lorsque, par exemple, elle rencontre des turbulences ou lorsque l'avion atterrit sur une piste bosselée.

Les essais ont été répétés un grand nombre de fois avec différents panneaux et des charges croissantes, jusqu'au moment de la rupture effective. Une caractéristique particulière est que cinq technologies de capteurs différentes ont été utilisées, ce qui rend les résultats universellement applicables. Cela contraste avec les initiatives commerciales, qui supposent souvent une seule technologie de capteur pour un seul type d'avion.

Les algorithmes peuvent être utilisés pour déterminer s'il y a des dommages, où ils se trouvent, quels sont ces dommages et quelle est leur gravité

Toutes les données des tests ont été stockées dans une base de données (publique) et utilisées par la suite pour le développement d'algorithmes basés sur l'intelligence artificielle. Ces algorithmes peuvent être utilisés pour déterminer s'il y a des dommages, où ils se trouvent, quels sont ces dommages et quelle est leur gravité. Un système de gestion de la santé structurelle (SHM), en d'autres termes. Un avantage important est que le facteur humain (sensible et non objectif) est supprimé du processus d'évaluation. En même temps, les données sont accessibles à toutes les parties prenantes du secteur de l'aviation. Les opérateurs peuvent, par exemple, l'utiliser comme point de référence et comparer les performances de maintenance de leurs avions. Les constructeurs d'avions peuvent utiliser cette base de données pour améliorer leur conception.

Dimitrios Zarouchas, maître de conférences à la TU Delft: "En outre, les chercheurs utiliseront cette base de connaissances en coopération avec l'industrie aéronautique pour concevoir leurs propres modèles prédictifs et les partager avec cette base de connaissances. La précision des modèles s'en trouvera accrue, ce qui augmentera également la fiabilité des prédictions sur l'état des structures des avions. Il s'agit d'une grande amélioration par rapport à l'approche actuelle, à forte intensité de main-d'œuvre et sujette aux erreurs, qui consiste à effectuer manuellement les inspections de ces matériaux."

Parties participantes
Pour la recherche sur les matériaux, les panneaux composites ont été conçus par l'avionneur Embraer (PT) et fabriqués par Optimal Solutions (PT). Les capteurs ont été fournis par Cedrat Technologies (FR) et Smartec SA (CH). Ils ont été soigneusement placés sur les panneaux selon des critères scientifiquement prouvés par l'Université de Patras (GR). L'École Nationale Supérieure d'Arts et Métiers (FR) a développé le logiciel d'acquisition des données. La base de données est désormais disponible à l'adresse www.dataverse.nl.

Systèmes et composants d'avions

La deuxième sous-étude portait sur les systèmes et composants d'avions et comprenait plusieurs éléments.

• Recherche d'algorithmes pour améliorer le diagnostic et le pronostic.
• Développement d'un système d'aide à la décision qui aide les planificateurs de la maintenance des avions à traiter la grande quantité d'informations. Avec la méthode actuelle de planification manuelle, il est possible de planifier un maximum de 10 jours à l'avance. Avec ReMAP – Maintenance Decision Support Tool, environ 120 jours. Ces 110 jours supplémentaires sont essentiels pour identifier les problèmes à l'avance et élaborer une stratégie de maintenance à long terme. Cette solution a été récompensée par le programme néerlandais World Class Maintenance.
• Développement d'une plateforme informatique permettant de relier tous les systèmes. L'originalité de cette plateforme est qu'aucune donnée confidentielle des compagnies aériennes n'est transférée. Au contraire, les modèles des systèmes de diagnostic et de prévision sont partagés de manière à ce que d'autres parties puissent en tirer des enseignements et avoir la possibilité de les compléter.
• Recherche sur les effets de cette technologie sur la sécurité humaine. Bruno Santos: "ReMAP a rédigé ce texte pour la première fois. Des spécialistes expérimentés de la maintenance de KLM ont apporté leur contribution, qui a été enregistrée et publiée dans un document public: "Délivrable 7.1: Hazards and Safety Barriers related with CBM technologies''. Sur la base de cette identification, des modèles de maintenance des avions, avec et sans CBM, ont été créés pour estimer l'impact sur la fiabilité des avions lorsque la CBM est incorporée."

Les partenaires impliqués dans cette sous-étude sont ATOS (SP), UTRC (IE), ONERA (FR), University of Coimbra (PT), TU Delft et KLM.

Validation des technologies

Enfin, le diagnostic et la prédiction de l'état des avions (pronostic) ont été testés dans le cadre d'un projet de six mois dans un environnement réel chez KLM. Ici, un logiciel adaptatif pour la planification de la maintenance a également été validé, en examinant huit systèmes embarqués d'avions à fuselage large et étroit de KLM.

Santos: "Il est vraiment unique que nous ayons pu tester nos modèles et nos technologies en temps réel en utilisant les données opérationnelles de KLM. La principale conclusion est que les modèles d'IA peuvent effectivement être utilisés pour prédire l'état des systèmes d'avions. L'ensemble du processus de collecte des données d'une flotte d'avions, le traitement de ces données, l'élaboration de prévisions et la création de plans de maintenance continue à partir de ces prévisions sont à notre portée. Nous avons également constaté que la méthode CBM ne convient pas à tous les systèmes ni à toutes les structures d'avions. Le compromis dépend des coûts de déploiement et de maintenance et de la fiabilité des algorithmes de surveillance des conditions."

Les procédures de maintenance doivent changer pour exploiter pleinement la philosophie CBM

Une autre conclusion qui découle des premières expériences est que les procédures de maintenance doivent être modifiées pour exploiter pleinement la philosophie CBM.

"Les simulations montrent que l'avion devrait, par exemple, se rendre au hangar tous les quinze jours – ou au moins tous les mois – au lieu des quatre à cinq fois par an plus habituelles. Ce n'est qu'alors que l'on peut créer une flexibilité suffisante pour programmer les tâches CBM non routinières en fonction des nouvelles prévisions. Cela permettra d'accroître l'efficacité globale du processus MRO. L'industrie MRO en bénéficiera, sans que cela ne pèse sur l'aspect opérationnel."

Et maintenant?

ReMAP est en vigueur jusqu'en août 2022. Les conclusions et les recommandations, ainsi qu'une feuille de route, ont été présentées fin mai 2022 lors de la "1st International Conference on CBM in Aerospace" à la TU Delft, avec le soutien de tous les partenaires ReMAP.

Santos: "Bien sûr, la recherche ne s'arrête pas là. Ce projet peut être considéré comme une première étape dans l'étude systématique de la gestion des connaissances dans l'aviation et dans l'élaboration d'un cadre de gestion des connaissances. Cela nous a donné une bonne idée de tout ce qu'il reste à faire pour appliquer une solution CBM dans la pratique. Dans le domaine des matériaux, des recherches de suivi sont déjà menées par le 'Centre of Excellence in AI for Structures' établi par la TU Delft en 2021."

Plus d'informations: https://h2020-remap.eu/