La recherche
Département AS2M
DATA-PHM
Science des données et santé des systèmes

Vous êtes ici

DATA-PHM

Contexte

L’accroissement de la complexité des systèmes intégrant des composants multiphysiques de natures diverses, modifie drastiquement les méthodes d’études du vieillissement de ceux-ci.

En effet, historiquement les systèmes possédaient peu de mode de défaillances mais peu ou pas de capteurs embarqués permettant de suivre leur dégradation progressive, la prédiction de la durée de vie était donc essentiellement basée sur des modèles de défaillances préétablis.

Désormais, le comportement des systèmes est plus complexe à modéliser a priori, mais ils embarquent un grand nombre de capteurs facilitant l’observabilité de leur état réel. À titre d’exemple, la voiture du futur vous proposera probablement d’effectuer des révisions non pas sur la base d’un calendrier prédéfini mais sur la base du pronostic de vieillissement de ses composants calculé en temps réel.

Objectifs et Thématiques scientifiques

Le corpus scientifique de l’équipe DATA-PHM est le développement d'algorithmes avancés pour la classification, la prédiction, et la décision. Une étape indispensable et déterminante correspond à la phase d'observation du système, étape souvent négligée parce qu’associée à une approche d'ingénierie.

Trois aspects, piliers du domaine DATA-PHM, constituent les thématiques de l’équipe :

  • Le prétraitement des données : les performances des approches de pronostic orientées données dépendent, entre autres, de la forme des descripteurs (caractéristiques du signal) extraits des données brutes. Ces descripteurs, qui reflètent clairement la dégradation au cours du temps, permettent des prédictions plus précises de l’évolution de l’état de santé du système considéré. Dans cet esprit, l’équipe PHM travaille sur une nouvelle approche d’extraction et de sélection de descripteurs pour des données vibratoires.
  • Le pronostic guidé par les données : l’approche de pronostic guidé par des données vise à transformer les signaux de surveillance et les données d’exploitation en informations pertinentes permettant de renseigner sur l’évolution de la dégradation du système et sur son état de santé.
  • Le processus de décision : observer un système plus ou moins complexe, un composant critique, en déterminer l'état de santé et prévoir sa durée résiduelle avant défaillance, n'a de sens que si un processus de décision peut être élaboré ensuite. A minima il s'agit de décider, avant défaillance, de l'arrêt de tout équipement observé.

Savoir-faire

La force de l’équipe est d'intégrer dans sa structure toutes les compétences du DATA-PHM, de la phase observation à la phase de décision, en passant par la phase d'analyse.

Mise en œuvre

Le domaine du DATA-PHM est associé à la surveillance des systèmes et par conséquent, la transversalité est inhérente au domaine. Cette dimension fait partie intégrante des actions de recherche de l’équipe dans le cadre de partenariats avec trois autres départements de l'institut, ENERGIE, MECANIQUE APPLIQUEE, et DISC, autour respectivement de problématiques axées sur l'étude du vieillissement des piles à combustible, des matériaux composites et des observations issues de réseaux de capteurs.

Dernière modification :
08/07/2022