Contexte
Certaines anomalies apparaissent de temps à autre dans les systèmes de pilotage automatique ce qui provoque une gêne pour les pilotes lors des vols en aéronefs. Le système de pilote automatique étant surveillé par plusieurs centaines de capteurs (400+) il est parfois difficile et fastidieux pour la maintenance de diagnostiquer quel(s) capteur(s) sont responsables de ces désagréments.
Besoin
Le client souhaite connaitre dans un premier temps quels capteurs sont les plus corrélés aux anomalies afin de pouvoir effectuer un diagnostic de son système. Dans un deuxième temps, pour chaque anomalie, il souhaite savoir si les prémices de celles-ci peuvent être identifiées lors de l’analyse du ou des vols précédant afin d’éviter des casses pouvant être très coûteuses et garantir la sécurité de ses pilotes.
Solution
DiagFit a d’abord été utilisé pour trouver des corrélations entre les 400+ capteurs de données et les anomalies observées. L’ensemble des capteurs ont été classés par ordre d’importance de corrélation. Pour finir 20 capteurs avec une corrélation supérieure à 80% ont été sélectionnés. Ces capteurs ont permis par la suite de construire un modèle permettant d’identifier les signaux faibles des anomalies lors de l’analyse des vols précédents.
Résultats
Les capteurs classés ont permis au client de pouvoir diagnostiquer les causes racines des anomalies observées. L’équipe de Recherche et Développement a utilisé les résultats obtenus afin d’identifier les changements potentiels à apporter au système d’autopilote et ainsi éviter de telles anomalies pour les prochaines générations d’appareils.
Quant au modèle, il a permis aux équipes de maintenance d’analyser chaque vol effectué afin de déterminer les risques pour les vols suivants. Ainsi, non seulement cela a permis de limiter les casses coûteuses, mais également de garantir la sécurité des pilotes en permettant, par exemple, l’annulation de certaines missions.
