| Summary: | Spherea (anciennement Cassidian Test & Services), initiateur de la thèse, est un des leaders sur le marché des systèmes automatiques de test (ATE) pour la maintenance des véhicules aéronautiques et de défense. L’intérêt de la société dans la recherche en gestion intégrée de la santé de véhicules est motivé par le taux élevé de fausses déposes d’équipements survenues lors de la maintenance opérationnelle, détectées par les ATE. Ceci engendre des actions de maintenance superflues, et par conséquent des pertes majeurs de temps, d'énergie et d'argent. L’IVHM, de par ses capacités avancées de diagnostic et de pronostic, et son intégration au niveau de l'entreprise de la gestion de santé de véhicules pourrait permettre la réduction des taux de NFF. Néanmoins, les solutions de systèmes IVHM proposées par les communautés scientifique et industrielle sont la plupart du temps développées pour des systèmes spécifiques, et souvent fondées sur des concepts propriétaires. Cela a pour conséquence un manque de consensus à la fois dans les principes structurants des systèmes IVHM et dans leur ingénierie. Aujourd'hui, un défi majeur est de fournir un cadre de modélisation d’IVHM indépendamment du type de système d’intérêt, soutenant l’ingénierie des systèmes IVHM. Vers ce cadre, les principales contributions développées dans cette thèse construisent progressivement les fondations et les piliers d'un cadre de modélisation d’IVHM. La proposition, dans une vision système, des principes structurants d’un système de systèmes permet de définir au général un système IVHM. A partir de cette vision système, le focus de la thèse est orienté sur la gestion de santé du véhicule, fonction de l’IVHM centrée sur le véhicule constituant le catalyseur des décisions de maintenance au niveau opérationnel, ayant la capacité de résoudre le problème industriel à la genèse de la thèse. Les principes structurant clés de cette fonction en trois dimensions (dimension fonctionnelles, dimension d’abstraction, dimension de distribution entre le segment embarqué/sol) sont à la base de la proposition d’un cadre générique de modélisation d’IVHM considérant à la fois les fonctions internes et externes au véhicule. Ce cadre est investigué en cohérence avec une approche construite sur les modèles (MBSE). Conformément à cette approche MBSE, la modélisation, au sein de ce cadre d’IVHM, du module générique de gestion de la santé (gHMM) constitue le support d’intégration des fonctionnalités de diagnostic et de pronostic. Cette modélisation repose sur une vision « boîte noire » et « boîte blanche » du module traduite par un ensemble cohérent de diagrammes SysML, et se basant sur les structures de données standardisées d’OSA-CBM. La formalisation du gHMM permet d'intégrer le diagnostic et le pronostic, processus clés de l’IVHM, dans son sens conventionnel : du diagnostic vers le pronostic, que dans un sens original : du pronostic vers le diagnostic. Ce dernier sens est illustré par la proposition d'un algorithme support à une activité élémentaire du gHMM dans la finalité de réduire les groupes d’ambiguïtés dans le diagnostic. Cette ingénierie aboutit par conséquent à un cadre générique de modélisation, qui par un principe d’instanciation, permet la construction d’une architecture de gestion de l’état de santé d’un système IVHM particulier. Vers cette instanciation la thèse examine les caractéristiques qui impactent la conception d’architectures de gestion de la santé et la sélection d’algorithmes supportant ces architectures, et en propose une formalisation basée sur les ontologies pour la sélection multicritères d’algorithmes de diagnostic et de pronostic appropriés pour la gestion de la santé de véhicules. Finalement, le protocole de validation de l’ensemble des contributions est proposé et illustré à des échelles différentes pour la gestion de l’état de santé d’éoliennes et de drones === Spherea (formerly Cassidian Test & Services), initiator of the PhD thesis, is a leading provider of Automatic Test Equipment (ATE) solutions for aerospace and military vehicles’ maintenance. The company’s interest in Integrated Vehicle Health Management (IVHM) research is motivated by occurrence of No Fault Found (NFF) events detected by ATE, and determining superfluous maintenance activities and consequently major wastes of time, energy and money. IVHM, through its advanced diagnostics and prognostics capabilities, and integration at enterprise level of vehicle health management could solve NFF events occurring during operational-level maintenance. Nevertheless, IVHM systems proposed so far are most of the times developed and matured empirically, for specific vehicle systems, founded on proprietary concepts, and lacking of consensual structuring principles. This results in a lack of consensus in both the structuring principles of IVHM systems and their Systems Engineering. Today, the challenge is to provide an IVHM modelling framework independent from the type of supported system and usable for IVHM Systems Engineering. Towards such framework, the main contributions developed in this thesis progressively build the foundation and pillars of an IVHM modelling framework. The notion of system of systems drives our first proposal of defining principles of an overall IVHM system. From this system vision, the focus of the thesis is oriented on the vehicle centric function of IVHM as catalyst of maintenance decisions at operational level, having the ability to solve the industrial problems at the genesis of the thesis. The key structuring principles of this function are analysed upon three dimensions (functional dimension, a dimension of abstraction, and distribution between the on-board /on-ground segment), setting the basis of the proposal of a generic modelling framework IVHM, considering both vehicle and enterprise centric functions. This framework is built following a Model-based Systems Engineering (MBSE) approach, supported by SysML. The major contribution of the thesis is the modelling, within the framework of IVHM, of the generic Health Management Module (gHMM), support for integration of diagnostics and prognostics, key processes of health management. The gHMM formalization enables to integrate diagnostics and prognostics not only in the conventional way: from diagnosis to prognosis, but also in an original one: from prognostics to diagnostics with the purpose of reducing ambiguity groups; the latter is backed-up through the proposal of an algorithm for one elementary activities of the gHMM. The gHMM MBSE engineering thus leads to a generic modelling framework, which, by a principle of instantiation, allows the construction of an IVHM system designed for the health management of individual vehicle systems. Towards such particularization, the thesis investigates characteristics impacting selection of appropriate supporting algorithms. This analysis enables to identify ten generic macro-criteria, which are further formalized based on ontologies and used within a multi-criteria based methodology suited for selecting diagnostics and prognostics algorithms for vehicle health management. Finally, the validation protocol of the scientific contributions is proposed, and applied at different scales of implementation in the field of wind turbine and UAV health management
|
|---|
