Prédiction de l’ambiance vibratoire dans un avion par apprentissage automatique

Jury

• Christophe Desceliers, Professeur des universités, Université Gustave Eiffel, Laboratoire MSME
• • David Ryckelynck, Professeur des universités, MINES ParisTech, Centre des Matériaux
• • Mathilde Chevreuil, Maître de conférences, Université de Nantes, Laboratoire GeM
• • Laurent Oudre, Professeur des universités, ENS Paris-Saclay, Centre Borelli

Résumé

L’ambiance vibratoire correspond aux sollicitations haute fréquence subies par les équipements embarqués durant un vol. Ces sollicitations peuvent être de plusieurs types (aléatoires plus ou moins large bande, sinusoïdales) et avoir plusieurs origines (interaction avec champs aérodynamiques, machines tournantes, etc.). Leur étude permet de spécifier les niveaux vibratoires que les équipements doivent être capables de supporter pour garantir un bon fonctionnement sur la durée de vie de l’avion.

Les moyens de simulation usuels du comportement dynamique de l’avion ne permettent pas d’être prédictif dans la plage de fréquence à considérer, qui s’étend jusqu’à 2000Hz. Des essais en vols sont réalisés, générant un important volume de données accélérométriques à haute fréquence d’échantillonnage (5000 Hz), accompagnées des mesures de différents paramètres représentant l’état et l’attitude avion à tout instant. 

L’objectif de cette thèse est la mise en place de modèles permettant de prédire l’ambiance vibratoire subie par un équipement en vol sur un avion au moyen de méthodes d’apprentissage, et ce à partir d’un ensemble de paramètres avion. Pour cela, la thèse est structurée en trois parties : l’exploitation et la représentation des données, la prédiction en tout point de vol, et la prédiction en tout point d’une structure avion. 

La première étape est de mettre en oeuvre des algorithmes permettant l’extraction et le traitement des données d’essais à très haute fréquence d’échantillonnage. Un accent est mis sur la représentation des données, avec la proposition d’une méthode de séparation du large bande et des raies cinématiques pouvant se combiner à des méthodes de réduction orientées métier. 

La deuxième étape est de développer des modèles de régression pour prédire les niveaux vibratoires mesurés à partir des paramètres avion. Différents modèles sont proposés pour différentes problématiques de prédiction (raies cinématiques au sol, large bande en phases stationnaires, extension au transitoire), et une attention particulière est portée à l’évaluation des capacités de généralisation de ces méthodes, offrant de bonnes performances. Une étude de l’interprétabilité de certains modèles est proposée en se basant sur la méthode SHAP, provenant de la théorie des jeux coopératifs. 

La troisième étape consiste en la généralisation des prédictions à tout point d’une structure avion. Un modèle numérique réduit est tout d’abord utilisé avec l’objectif d’analyser les chemins de propagation des vibrations, et un algorithme itératif permettant d’identifier le chemin principal est proposé. Enfin, un algorithme de traitement du signal sur graphe permettant d’inférer une structure à partir de mesures spatiales ponctuelles est évalué. Les structures apprises sont cohérentes avec les connaissances métier et offrent de bonnes performances en reconstruction de signaux. 

Les outils proposés par cette thèse ont des applications aussi bien auprès des essais en vol que pour l’aide à la conception. À terme, ils pourraient servir de base pour développer des méthodes d’hybridation de modèles numériques et de données expérimentales, et ainsi permettre la prédiction dans un avion complet encore en phase de conception.