Collection : La fiabilité en pratique 

Edition : CAB Innovation

Extrait

La maintenance prédictive (ou conditionnelle) suscite beaucoup d'intérêt, mais sa mise en œuvre peine à se concrétiser. Les techniques d’apprentissage et les réseaux de neurones, issus du Big data, ont permis d’améliorer le suivi de l’état des matériels (diagnostic) en sachant détecter des signaux faibles ou des signatures caractéristiques d’un état de dégradation. Mais l’estimation d’un potentiel restant (pronostic) s’avère beaucoup plus difficile car elle nécessite l’apprentissage préalable de tous les états de dégradation possibles avant défaillance, dans des conditions d’utilisation et d’environnement variées.

La maintenance prédictive ne peut donc se fonder sur l’intelligence artificielle que pour des produits dotés d’un long retour d’expérience opérationnel dans un marché de masse. Elle implique l’emploi d’un modèle prédictif capable de décrire l’évolution des produits dans diverses conditions de stress (température, vibration, humidité, sollicitation…), afin de pouvoir élaborer un pronostic à partir de l’état courant.

Un tel modèle est également utilisé dans le cadre des essais accélérés d’endurance ou de fiabilité qui servent à démontrer la capacité d’un produit à réaliser sa mission. Il permet de réduire la durée des essais et/ou le nombre de pièces à tester en augmentant les niveaux de stress par rapport aux niveaux réellement subis pendant la vie opérationnelle.

Ce livre didactique de mise en œuvre des essais accélérés et de la maintenance prédictive vulgarise leurs fondements théoriques et propose un guide d’application pratique qui recouvre l’état de l’art des techniques de dimensionnement et de planification optimales des essais, du Health Monitoring et de la maintenance prédictive.

Auteurs

Docteur ingénieur en aéronautique, Aurélien Cabarbaye mène une activité de R&D sur la maintenance prédictive applicable aux drones

Ingénieur en informatique et électronique, Adrien Cabarbaye est un spécialiste du Big data et de l’optimisation multidisciplinaire.

Expert sénior en Sûreté de fonctionnement durant son activité au Centre National d’Etudes Spatiales (CNES), André Cabarbaye est le gérant de la société Cab Innovation