FR3076267A1 - Procede pour diagnostiquer un etat d'usure d'un frein de parking d'aeronef - Google Patents

Abstract

L'invention concerne un procédé pour diagnostiquer un état d'usure d'un actionneur comportant au moins un moteur électrique. Le procédé comprend les étapes suivantes : - enregistrer un signal provenant du moteur pendant une activation et une désactivation de l'actionneur, le signal comportant un premier maximum pendant l'activation et un deuxième maximum pendant la désactivation, - exécuter un algorithme de fenêtrage sur le signal pour obtenir un jeu de données standardisé comprenant les premier et deuxième maximums, - utiliser au moins une méthode de classification dans au moins deux classes pour établir un score du jeu de données pour chacune des classes de la méthode de la classification. - évaluer l'état d'usure de l'actionneur à partir des scores du jeu de données.

Description

La présente invention concerne un procédé pour diagnostiquer un état d'usure d'un actionneur électrique tel que celui d'un système de frein notamment, bien que non exclusivement, d'une roue- d'aéronef. L'invention concerne· également un appareil pour la mise en œuvre d'un tel procédé.

ARRIERE PLAN DE L'INVENTION

D'une manière générale, un frein de roue d'aéronef comporte des éléments de friction solidaires 10 pour certains de la roue et pour d'autres d'un stator, et un vérin de frein agencé pour exercer sur les éléments de friction un effort suffisant pour bloquer en rotation la roue d'aéronef.

Au parking, le vérin de frein est activé par un 15 dispositif de commande dédié (appelé ici système de frein de parking) et distinct du dispositif de commande du vérin de frein en phase d'atterrissage. Le système de frein de parking comporte un distributéur hydraulique communément appelé PBSV (Park Brake Selector Valve) qui 20 est piloté par un actionneur comprenant· deux moteurs électriques.

Comme le système de frein de parking peut être sollicité en cas d'urgence lors d'une défaillance du dispositif de commande du frein en phase d'atterrissage, 25 il est prévu par mesure; de sécurité, que l'aéronef ne soit pas autorisé à décoller si le système de frein de parking est en panne.

Il est reconnu que les moteurs· électriques pilotant le PBSV sont la principale source de défaillance

30	du système	de frein de parking.	Des tests	de maintenance
	consistant	à	vérifier	le	bon	déplacement	du vérin	de
	frein soüs	le	contrôle	du	PBSV	sorït réalisés, mais leur
	efficacité	est	limitée	car	i 1S	permettent	uniquement	de

détecter une panne franche d'un des moteurs électriques et non de diagnostiquer l'état d'usure du système de frein de parking. Le bon déroulement d'un test de maintenance ne permet donc pas de garantir le bon fonctionnement du système de frein de parking après le test de maintenance.

De nombreuses pannes du système de frein de parking sont ainsi détectées en service, ce qui engendre des: retards ou des annulations de vols très coûteux pour les compagnies aériennes.

Il serait donc intéressant de pouvoir planifier un remplacement de l'actiûnneüf avant qu'une défaillance de l'üh des· deux moteurs électriques soit détectée en service·, et en veillant à ne pas trop anticiper son remplacement pour des· raisons économiqüës évidentes.

OBJET DE L'INVENTION

L·' invent ion a donc pour ob j et de f ournir un moyen pour diagnostiquer un état d'usure d'un actionneur électriquë tel que celui d'un système de frein de parking d 'aéronef.

RESUME DE L’INVENTION

En vue: de la réalisation de cet objet, l'invention propose un procédé· poux diagnostiquer un état d'usure d'un actionneur comprenant au moins un moteur électrique. Le procédé comprend les étapes de :

- enregistrer un signal provenant du moteur pendant une activation et une· désactivation de 1'actionneur, le signal comportant un premier maximum pendant l'activation et un deuxième* maximum pendant la désactivation,

- exécuter un algorithme de fenêtrage sur le signal pour obtenir un jeu de données standardisé comprenant les premier et deuxième maximums,

- utiliser au moins une méthode de classification dans au moins deux· classes pour établir un score du jeu de données pour chacune des classes de la méthode de la clas sifi cation.

- évaluer 1'état d'usure de 1'actionneur à partir des· scores du jeu de données.

La mise en œuvre d'un algorithme de fenêtrage des données permet une extraction automatique des données pertinentes du signal dans; un format Standardisé. La durée d'analyse du signal est ainsi raccourcie et la qualité des scores obtenus par la méthode de classification est améliorée· puisqu'un apprentissage de ladite méthode pourra· se ;faire à partir de données comparables entre elles.

Selon une caractéristique· particulière, 1'actionneur comprend deux moteurs électriques.

Selon· une autre caractéristique particulière, le signal enregistré est le courant d'alimentation du moteur électrique.

Selon un mode de réalisation préféré de l'invention, 1'algorithme de fenêtrage comprend les 20 étapes d'échantillonner le signal suivant une fréquence d' échantillonnage déterminée·, de rechercher le premier et le second maximum du signal et de définir une première fenêtre de temps autour du premier maximum et une deuxième fenêtre de temps autour du -deuxième maximum.

Un tel algorithme de fenêtrage permet notamment de ne pas tenir compte du temps qui s'est écoulé entre l'activation et la désactivation de 1'actionneur commandé par l'opérateur lors de l'enregistrement du signal.

Avantageusement, la première et la deuxième 30 fenêtre de temps ont une dimension temporelle identique.

Le signal résultant de l'activation de l'actionneur et le signal résultant de la désactivation de 1'actionneur s'étendent ainsi sur une même échelle de temps.

De manière particulière, un facteur est appliqué au signal pour pouvoir notamment le comparer à un autre signal.

Selon une caractéristique particulière, la 5 méthode dé classification utilise la technique des machines à support de vecteurs.

Selon une autre caractéristique particulière, la méthode de classification utilise la: technique des réseaux neuronaux.

Selon encore une autre particulière, technique des

Selon caractéristiquela la méthode de classification utilise « forêts aléatoires ».

1'invention, clas s if ica t ion un mode de réalisation particulier un apprentissage de la méthode utilisé un premier groupe dé jeux données répartis dans les classes de ladite méthode pour comprendre la données.

de de de classification as sociée à chaque jeu de

	Selon un	autre mode	de	réalisation	de
20	1'invention, un	paramétrage	de	la	méthode.	de
	ci a s s i f icat i on es t	déterminé· en	utilisant	un deuxième
	groupe de jeux de	données pour	améliorer	le niveau	de
	fiabilité des scores	établis par ladite	méthode.
	De manière	: particulière,	la	méthode	de
25	classification est: agëncèë	pour	réaliser	une
	classification en quatre classes.
	Les quatre classes	de	la	méthode	de
	cl ass 1 f icat ion s ont	par exempl e <<	neuf	», «	rode », «	usé
	» et « hors d'usagé	».
30	L·'invention	pr o pose également	un	appareil	de
	diagnostic pour la mise en	œuvre	du	procédé	de

1'invention, L'appareil de diagnostic comporte des moyens d'enregistrement pour enregistrer le signal du moteur électrique et une unité de calcul pour exécuter

1'algorithme de fenêtrage et mettre en œuvre la méthode de classification.

De manière particulière,· l'appareil comporte un dispositif de branchement apte à s'intercaler entre un réseau électrique d'un aéronef et le frein de parking pour commander le moteur électrique et/ou enregistrer: le signal du moteur électrique dé 1'actionneur du frein de parking.

BREVE DESCRIPTION DES FIGURES

L'invention sera mieux comprise à la lumière de la description qui suit, laquelle est purement illustrative et non limitative, et doit être lue en regard des figures annexées parmi lesquelles :

- la figure 1 représente un schéma· de principe d'un appareil de diagnostic selon un mode particulier de 1'invention ;

- la figure 2 représente des étapes d'un procédé selon un premier mode de réalisation de l'invention ;

- la figure 3 représente un signal enregistré par l'appareil de diagnostic illustré à la figure 1 sur lequel est appliqué un algorithme de fenêtrage: ;

- la figure 4 représente des étapes d'un algorithme de fenêtrage ;

- la figure 5 représente un tableau des scores d'un signal obtenus pour différentes méthodes de classificàtion ;

- la figure 6 représente des étapes: d'un procédé selon un deuxième: mode de réalisation de l' invention.

DESCRIPTION DETAILLEE DE L'INVENTION

L'invention est ici décrite en application à un frein d'une roue d'aéronef. Le frein comprend de manière connue en elle-même· des éléments de friction solidaires pour certains de La roue et pour d'autres d'un stator, et un vérin de frein agencé pour exercer sur les; éléments de friction un effort suffisant pour bloquer en rotation la roue d'aéronef. Le vérin de frein est associé à un système de frein de parking.

En référence à la figure 1, un aéronef 1 comporte un système de frein de parking 2 comprenant un distributeur hydraulique piloté par un premier moteur 3 électrique et un deuxième moteur 4 électrique. Le distributeur électrique commande le déplacement d'un vérin pour exercer des efforts sur des· éléments de friction de frein dans le but de- bloquer en rotation des roues 5 de l'aéronef 1.

Selon l'invention, un appareil 6 pour diagnostiquëf un état d'usure d'un frein de parking comprend un dispositif de branchement Ί qui, lors d'une maintenance, est intercalé entre un réseau électrique 8 de l' aéronef 1 et le système de frein de parking 2, Le dispositif de branchenient 7 permet à l'appareil 6 de commander les moteurs 3, 4 du système- de frein de parking 2 par l'intermédiaire d'une unité de commande 9, L'appareil 6 comprend également des moyens d'enregistrements 1Q pour enregistrer des signaux issus des moteurs 3, 4, et plus particulièrement des signaux d'alimentation en courant des 'moteurs--, ces- signaux étant captés pat le dispositif de branchement 7.

L'appareil 6 comporte également une unité decalcul 11 lui permettant de réaliser un traitement des signaux enregistrés. Des informations concernant le traitement et notamment un résultat de traitement peuvent être affichés via. un afficheur 12.

Se lon un pr emier mode de réal i sât ion de l'invention illustré à la figure- 2, l'appareil effectue une séquence d'opérations dont une première étape 100 consiste à commander le premier moteur 3 pour successivement activer et désactiver le- frein de parking 2 alors que le deuxième moteur 4 est inactif, puis à commander le deuxième moteur 4 pour successivement activer et désactiver le frein de parking 2 alors que le premier moteur 3 est inactif. En parallèle., l'appareil 6 enregistre un premier signal 23 en courant d'alimentation du premier moteur 3 puis un deuxième signal 24 en courant d'alimentation du deuxième moteur 4. Le premier signal 23 et le deuxième signal 24 sont représentatifs des efforts fournis par le premier moteur 3 et le: deuxième moteur 4 en service et donc de 1'usure du f rein de par king 2:.

Le premier signal 23, comme le deuxième signal 24, comporte comme illustré à la figure 3 tin premier pic 30a et un deuxième pic 30 b de forme générale identique et dans lesquels le courant d'alimentation est non nul. Le premier pic 30 a et le deuxième pic 30 b correspondent respectivement à une activation et à une désactivation. du frein de parking 2 et présentent respectivement un premier maximum 31a et un deuxième maximum 31b.

Le pic a

s'étendent premier des durées sur identiques l'une à 1'autre, égales ici à 0,2 s.

2:5 correspondant au temps nécessaire pour respectivement activer et désactiver le frein de parking 2. Une; durée 33 au cours de laquelle le courant d'alimentation est nul sépare le premier pic 30 a et le deuxième pic 30b. La durée 33 correspond au temps écoulé· entre une· fin de l'activation du frein de parking· et un début de la désactivation du frein de parking. Une durée 34 au cours de laquelle le courant d'alimentation est nul précède le premier pic 30a. La durée 34 correspond au temps écoulé entre un début de 1 ' enregistrement et un début de l'activation du frein de parking. Une durée 35 au cours: de laquelle le courant d'alimentation est nul suit le deuxième pic 30b. la durée 35 correspond au temps écoulé entre une fin de la désactivation du frein de parking 2 et une fin de l'enregistrement.

Une deuxième étape 200 consiste à exécuter un algorithme de fenêtrage 40 sur le premier signal 23 et le deuxième signal 24. Comme illustré à la figure 4, l'algorithme consiste· dans un premier temps à 5 échantillonner le premier -signal 23 et le deuxième signal 24 suivant une fréquence d'échantillonnage déterminée,, puis à rechercher pour ledit premier et deuxième signal 23, 24 lé- premier· maximum 31a du premier pic 30a et le deuxième maximum 31b du deuxième pic 30 b pour définir une 10 première fenêtre 41a et une deuxième fenêtre 41b entourant respectivement le premier maximum· 31a et le deuxième· maximum 31b. Les dimensions de la première fenêtre 41a et de la deuxième fenêtre 41b sont choisies de façon à ce que la première fenêtre 41a et la deuxième 15 'fenêtre 41b englobent respectivement l'intégralité du premier pic 30a et du deuxième pic 30b et soient comprises entre le début et la fin de; l'enregistrement considéré. La première fenêtre 41a et la deuxième fenêtre 41b s'étendent ici sur une durée identique égale à 0,4 s.

La position du premier pic 30 a dans la première fenêtre 41a est sensiblement similaire; à la position du deuxième pic 30 b dans la: deuxième f enêtre 41b .

Dans le cas ou le premier· pic 30a ou le deuxième pic 30 b est inexistant ou incomplet, 1'algorithme de 25 fenêtrage 40 alerte l'opérateur d'une erreur d'enregistrement, par exemple via l'afficheur 12 de l'appareil 6, et lui propose de ne pas tenir compte de l'enregistrement incriminé et de le; recommencer.

L'algorithme; de fenêtrage 40 permet ainsi de 30 transformer automatiquement le premier signal 23 et le deuxième signal 2 4 en un premier j;eu de données 53 et un deuxième jeu de données 54 standardisés; qui sont donc comparables entre eux mais aussi d'un système de frein de parking à un autre. L'algorithme de fehêtrage 40 permet;

également de s'affranchir de différences d'enregistrement non pertinentes, comme par exemple celle du temps écoulé entre une commande d'activation et une commande de désactivation du frein de parking. Si nécessaire, un facteur pourra être appliqué au premier signal 23 et/ou 5 au deuxième signal 24 dans le but de pouvoir les comparer entre eux ou à d'autres signaux issus d'un autre frein de parking, notamment dans le cas où la tension nominale d'alimentation diffère) d'un motëut à l'autre.

L'objet de l'algorithme de fenêtrage· 40 est donc 10 de prétraiter le signal pour éliminer les différences d'enregistrement afin d'en faciliter 1 ' analyse:.

Une troisième étape 300 consiste à analyser le premier jeu de données 53 et le deuxième jeu de données 54 en mettant en oeuvre une méthode de) classification A 15 dans quatre classes), chacune des classes étant représentative d'un état d'usure du frein de parking, à savoir : N-Neuf N, R-Rodé, U-Usé U et H-Hors d'usage. La méthode pourra par exemple utiliser la technique des machines a support de vecteurs (SVM), des réseaux 20 neuronaux (neural networks), ou bien encore des « forêts aléatoires » (random forests).

Un choix) des paramètres) de la technique SVM pourra par exemple être réalisé de la manière suivante :

- Noyau = polynomial (le choix du noyau linéaire n'est pas approprié au vu de la distribution des) jeux de données),

- Degré - 2 (entier positif strictement supérieur à 1 et choisi dans un intervalle [2:10]),

- Type = C (pour la facilité d'optimisation et la

3)0 vitesse de calcul) ,

- G = 1 (pour éviter à la fois un problème de variance élevée et de biais: élevé) ,

- Y = 0),:005 pour environ )2:)000 jeux de données d'apprentissage (l'utilisation du paramètre γ permet

3)5 de: partir de l'idée que des valeurs proches· dé

1'inverse des déciles d'un jeu de données sont proches d'un optimum),

Pondération :: N=0,l R=2 U=2 H=1 (la volonté de pouvoir utiliser une base de jeux de données d'apprentissage quel que soit la répartition des classes imposé des: intervalles relativement larges afin d'obtenir dans tous les cas des résultats intéressants') .

Le but de la méthode de classification A est d'attribuer au .premier jeu de données 53 et au deuxième jeu de données 54 un score pour chacune des classés: N, R, U, H. Pour se faire, la méthode de classification A nécessite un échantillon de jeux de données répartis ici en deux groupes de taille égale : un premier groupe de jeux de données 60, dit d'apprentissage, qui sont repartis dans les classes N, R, ü, H pour que la méthode de classification A comprenne la classification à adopter, et un deuxième groupe de jeux de données 70, dit test, qui eux aussi sont répartis: dans les classes N, R, U, H mais: pour vérifier le: niveau de fiabilité des scores établis^ par ladite méthode.

L'échantillon de jeux de données est ici issu de freins de parking tout juste: sortis de production et de freins de parking retournés en atelier suite à une suspicion de panne sur un aéronef . Les jeux de données^ d'apprentissage 60 et les jeux de données test 7 0 sont ici répartis manuellement· dans les classes N, R, U, H par un expert en système de freinage apte à classer des jeux: de données en fonction de la forme et de l'amplitude dé s p ics enregistrés.

Les jeux de données test 70 sont aussi utilisés pour améliorer un niveau de fiabilité 95 de la méthode de classification A en déterminant un: paramétrage 80 de ladite: méthode qui permet d'obtenir une prédiction de l'état d'usure du frein de parking présentant un taux d'erreur le plus faible possible. Pour ce faire, un ensemble de combinaisons· de paramètres est parcouru pour chacun des j eux de données test 70. La combinaison de paramètres présentant le meilleur taux d'erreur est alors sélectionnée·. Le; paramétrage 80 est ainsi optimisé.

La figure 5 illustre un exemple de scores du premier jeu de données 23 établis par la méthode de classification A pour chacune des classes N, R, Ü, H. Chacun des· scores représente un pourcentage d'appartenance du premier jeu de données 23 à une des classes N, R, U, H. Ainsi, il est convenu que- la classe qui obtient le score le plus élevé; est représentative de l'état d'usure du moteur et est donc attribuée au premier jeu de données 23. Dans le cas de la figure· 5;, le moteur 3 est considéré comme usé par la méthode de classification A. Une prédiction 90 de 1'état d'usure du moteur 3 est alors déterminée, à laquelle est associé le niveau de fiabilité· de la méthode de classification A précédemment calculé. Il est entendu· que l'état d'usure 20 du premier moteur 3 combiné â celui du deuxième moteur 4 déterminé dans les mêmes conditions que celui du premier moteur 3 permet, dans· une quatrième étape 400, d'évaluer 1 ' état d' usure du système de frein de parking 2. Un remplacement du premier moteur 3· et/ou du deuxième moteur 25 4 peut alors être· décidé .

Selon un deuxième mode de réalisation de l'invention illustré à la figure 6, ce n'est pas une mais trois méthodes de classification A, B, G différentes qui sont mises en œuvre- pour évaluer l'état d'usure du frein 30 de parking 2. La méthode· de classification A utilise la technique des machines à support de vecteurs·, la méthode de classification B celle des réseaux neuronaux et la méthode de classification G celle des « forêts aléatoires ». Prises séparément, chacune des méthodes de classification A, B, C présente un taux de prédiction juste supérieur à 99%.

Un apprentissage et un paramétrage des méthodes

A, B, G sont réalisés comme précédémment à par tir d'un 5 même échantillon de jeux de données. L'état d'usure du frein de parking 2 est par contre cette fois-ci déterminé en combinant les scores A, B, C obtenus respectivement par chacune des méthodes de classification A, B, C pour le premier moteur 3 et le deuxième moteur 4.

Dans le cas où les méthodes de classification A,

B, G qui utilisent deS: techniques différentes attribuent une même classe pour un même jeu de données (ce qui représente une majorité des cas), l'état d'usure dû moteur de frein de parking associé au jeu de donnée est alors évalué avec un niveau de fiabilité important.

Dans le cas où les méthodes A, B, G attribuent des· classes différentes pour un même jeu de données, un algorithme de combinaison 350 attribue une classe au jeu de données en utilisant par exemple des coefficients· de 20 pondération sur chacune des classes N, R, U, H des scores A, B, G en fonction des capacités connues de chacune des méthodes de classification A, B, G.

Lorsque la somme de chacun des scores A, B, G n'est pas identique, l'algorithme de combinaison 350 peut 25 aussi utiliser, en plus desdits coefficients de pondération, une fonction qui, pour chaque méthode de classification A, B, G, ramène les scores Ά, B, G sur une même échelle.

De cette façon, les scores de chacune des 30 méthodes de classification A, B, G sont comparables entre eux et sont pondérés en fonction de; leurs niveaux de f iabilité· respect i f s.

En effet, lorsque les méthodes de classification

A, B, G retournent par exemple les scores A, B, C ci35 dessous, lé score· le plus élevé· de la méthode· de classification A n'indique pas nécessairement une meilleure prédiction de l'état d'usure de l'actionneur

Une première étape de l'algorithme de combinaison 350 peut alors notamment consister à calculer la somme des scores de chacune des méthodes de classification A, B, C pour en déduire un coefficiéht permettant de ramener 10 ladite somme à 1. On obtient ainsi les: scores A', B', 0' recalculés suivants :

	N	R	U	H
Scores A'	0,95	0,02	0,02	0,01
Scores B'	0,41	0,18	0,18	0,24
Scores C'	0,36	0,43	0,14	0,07

Pour autant, les scores A', B ', C' ne sont toujours pas directement -comparables d'une méthode de classification à une autre-. A cet effet, l'algorithme de combinaison 350 peut, lors d'une deuxième étape dite de normalisation, appliquer à chacun des- scores A' , B' , C' une fonction qui dépend pour chacune· des méthodes) de classification de la classe pour laquelle le score est le plus élevé:. La fonction, appelée aussi fonction de correction, est définie en fonction des résultats obtenus; sur les jeux de données d'apprentissage et permet de ramener^ les scores A' , B' , C' sur une échelle: unique . Ainsi corrigés, les: scores A', B', C' sont désormais directement comparables: d' une méthode de classification à une autre*.

U est alors possible lors d'une troisième étape de qualifier et de comparer la capacité de chacune des méthodes de classification à reconnaitre correctement la classe correspondant à l'état réel de 1'actionneur :

- probabilité forte de -détecter la: classe qui correspond à l'état réel de 1'actionneur, probabilité faible d'attribuer une classe qui ne correspond pas à l'état réel de 1'actionneur (« faux positif »).

Une pondération unique sur tous les scores A' ,

B', G' corrigés de chacune des méthodes de classification peut ainsi être appliquée. La pondération dépend de la classe pour laquelle le score est le plus élevé et ladite pondération peut être définie en fonction des jeux de 15 données d'apprentissage.

L'algorithme de combinaison 350 peut ainsi calculer par exemple le niveau de fiabilité de chacune des classes attribuées par une: méthode de classification donnée tlorsqüe: la méthode de classification A attribue 20 la classe N, elle: a raison dans Q8,6% des cas ; lorsque la méthode de classification B attribue pour résultât la classe N, elle a raison dans 81,3% des cas ; etc.,,) .

L'utilisation de plusieurs méthodes de classification permet ainsi de tirer parti des

2:5 spécificités de chacune des méthodes et d'obtenir une prédiction finaie_: à la fois précise et fiable qui élimine virtuellement le risque d'erreur de classification et de panne imprévue du premier moteur 3 et du deuxième moteur 4 .

Bien entendu, l'invention n'est pas limitée aux modes de réalisation décrits mais englobe toute variante entrant dans le- champ de l'invention tëlie que définie par les revendications.

La séquence d'opérations effectuée par l'appareil 35 de diagnostic 6 reste inchangée lorsque le nombre de moteurs électriques pilotant le système de frein de parking 2 est égal à un ou est supérieur à deux. Elle est effectuée sur chaque moteur électrique de 1'actionneur du frein de parking.

De même, la séquence d'opérations effectuée par l'appareil de diagnostic 6 reste inchangée lorsque- les signaux 23, 24 des moteurs électriques 3, 4 comportent un nombre de maximums (soit un nombre de pics) égal à un ou supérieur à deux. L'algorithme 40 de fenêtrage définit autant de fenêtres qu'il y a de maximums.

Bien qu'ici ce soit l'appareil de diagnostic qui commande les moteurs du frein de parking pour enregistrer leur signal lorsqu'ils sont en service, la commandé des moteurs peut être activée manuellement par un -opérâteut pendant que le signal est enregistré.

Un Signal autre que le courant d'alimentation desmoteurs peut être enregistré pour évaluer l'état d'usüre du frein de parking, comme par exemple la tension d'alimentation ou le couple des moteurs.

afin

Bien qu'ici l'appareil de diagnostic- soit nomade de pouvoir être branché -sur plusieurs aéronefs, soit embarqué dans un aéronef il peut dédié et utilisation de données;

aussi être fixe-, à celui-ci.

Après chaque diagnostic, les jeux automatiquement ajoutés aux d'apprentissage 60 pour améliorer les les méthodes de classification A, de 1'appareil

53, 54 peuvent être’ jeux de données scores établis par

B, G.

de

Claims (13)

1. Procédé pour diagnostiquer un état d'usure d' un actionneur comportant au moins un moteur électrique, le procédé comprenant les étapes de :

5 - enregistrer un signal provenant du -moteur pendant au moins une activation et/ou une désactivation de 1'actionneur, le signal comportant un premier maximum pendant l'activation et un deuxième maximum pendant la désactivation,

10 - exécuter un algorithmé· de fenêtrage sur' le signai pour obtenir un jeu de données standardisé comprenant les premier et deuxième maximums,

- utiliser au moins une méthode de classification dans au moins deux classés· pour établir un score du jeu

15 de données pour chacune des· classes de la méthode· de la classification,

- évaluer l'état d'usure de 1'actionneur à partir des scores- du jeu de données.

2. Procédé selon la revendication 1, dans lequel

20 1'actionneur comprend deux moteurs électriques.

3. Procédé- selon l'une quelconque des: revendications précédentes:, dans lequel le- signal enregistré est le courant d'alimentation du moteur électrique .

4 . Procédé selon l'une quelconque des: revendications

25 précédentes:, dans lequel l'algorithme de fenêtrage comprend les étapes· de :

- échantillonner le signal suivant une: fréquence d'échantillonnage déterminée,

- rechercher le premier et le second maximum du

30 signal,

- définir une première fenêtre de temps autour du premier maximum et une 'deuxième fenêtre de temps autour du deuxième maximum,.

5. Procédé selon la revendication 4, dans lequel la première et la deuxième fenêtre de temps ont une dimension temporelle identique:.

S. Procédé selon les· revendications 4 ou 5, dans lequel un facteur est appliqué au signal.

7. Procédé selon la revendication 1, dans lequel la méthode de classification utilise la technique des machines à support de vecteurs.

8. Procédé selon la revendication 1, dans· lequel la méthode de classification utilise la technique des réseaux neuronaux.

9:. Procédé selon la revendication 1, dans lequel la méthode de classification utilise la technique des « forêts aléatoires ».

lût Procédé selon l'une quelconque des revendications précédentes, dans lequel un apprentissage de la méthode de classification utilise un premier groupe de jeux de données· répartis ·03πβ: les classes de ladite méthode pour comprendre la classification associée à chaque jeu de données.

11. Procédé selon l'une quelconque des revendications précédentes, dans lequel un paramétrage de la méthode de classification est déterminé en utilisant un deuxième groupe de jeux de données pour améliorer le niveau de f iabilité des scores: établis .par ladite méthode·.

12. Procédé selon l'une quelconque· des revendications précédentes, dans lequel la méthode de classification est agencée pour réaliser une: classification en quatre classes.

13. Procédé selon la revendication 12, dans lequel les quatre· classes de la méthode de classification sont « neuf », « rodé », « usé » et « hors d'usage »

14. Appareil de diagnostic pour la mise en œuvre du précédé selon l'une quelconque des- revendications précédentes, comportant des moyens d'enregistrement pour enregistrer le signal et une unité de calcul pour exécuter 1'algorithme de fenêtrage et mettre en œuvre la méthode de classification.

15. Appareil selon la revendication 14, comportant un

5 dispositif de 'branchement apte à s'intercaler entre un réseau électrique d'un aéronef et le frein de parking pour commander le moteur électrique et/ou enregistrer le signal du moteur électrique de 1'actionneur du frein de parking.

1/5

2/5

X

CO

CD <Z>

XfCZ) CM

rc ZD cc Σ Scores A

c CD LO en 'CD Ό CD lâ ZD CC CO CD Ό O -*—» Z3 CÜ 'S ce CD > CD £Z U I O CD CT Œ en c V- o CO o Œ O O 'CD Ό Q_

3/5 lUEjnog

Temps

4/5

Fig. 4

Neuf Rodé Usé HS Score A méthode A 0,15 0,25 0,45 0,15 Score B méthode B 0,1 0,2 0,4 0,3 Score C méthode C 0,05 0,15 0,6 0,2

Fig. 5

5/5

CD Ο

CD

□)

LL

C '0 LO cd Z3 'CD Ό 4—» CD S Σ3 ctS 00 '-H— G CD TD O Έΰ G CTS 'CD CD > CD c G O 4—» CD CD 0 G C 0 CTS 0 CL Ό CD 'OS οΣ 0

CD θ 'TT

RÉPUBLIQUE FRANÇAISE irpi — I INSTITUT NATIONAL

DE LA PROPRIÉTÉ

INDUSTRIELLE

RAPPORT DE RECHERCHE PRÉLIMINAIRE établi sur la base des dernières revendications déposées avant le commencement de la recherche

N° d'enregistrement national

FA 847784

FR 1850053

DOCUMENTS CONSIDÉRÉS COMME PERTINENTS Revend ication(s) concernée(s) Classement attribué à l'invention par ΙΊΝΡΙ Catégorie Citation du document avec indication, en cas de besoin, des parties pertinentes Y DE 10 2011 016126 Al (LUCAS AUTOMOTIVE 1-15 B60T17/22 GMBH [DE]) 11 octobre 2012 (2012-10-11) G06N3/00 * Par. 1,7,18 * G06N7/00 F16D66/00 Y US 2003/061872 Al (GIESSLER FOLKE [DE]) 3 avril 2003 (2003-04-03) * points Ml et M2 et figure 4 * 1-15 Y DE 10 2010 029225 Al (CONTINENTAL TEVES AG & CO OHG [DE]) 30 décembre 2010 (2010-12-30) * figure 3 * 1-15 A DE 103 61 042 B3 (LUCAS AUTOMOTIVE GMBH [DE]) 25 mai 2005 (2005-05-25) * le document en entier * 1-15 A DE 10 2011 077786 Al (CONTINENTAL TEVES AG & CO OHG [DE]) 20 décembre 2012 (2012-12-20) 1-15 * le document en entier * DOMAINES TECHNIQUES RECHERCHÉS (IPC) A WO 02/12043 Al (DUNLOP AEROSPACE LTD [GB]; 1-15 B60T MILLER RICHARD JOHN [GB]; BAILEY DAVID ALEX) 14 février 2002 (2002-02-14) * le document en entier * F16D A WO 2016/184912 Al (TELLMEPLUS [FR]) 24 novembre 2016 (2016-11-24) * le document en entier * 1-15 A DE 102 28 115 Al (LUCAS AUTOMOTIVE GMBH [DE]) 22 janvier 2004 (2004-01-22) * le document en entier * 1-15 A US 2012/221184 Al (PFOHL KEVIN L [US] ET AL) 30 août 2012 (2012-08-30) * le document en entier * 1-15 -/-

Date d'achèvement de la recherche

Examinateur

11 septembre 2018

Ranieri, Sebastiano

CATÉGORIE DES DOCUMENTS CITÉS

EPO FORM 1503 12.99 (P04C14)

X : particulièrement pertinent à lui seul

Y : particulièrement pertinent en combinaison avec un autre document de la même catégorie

A : arrière-plan technologique

O : divulgation non-écrite

P : document intercalaire

T : théorie ou principe à la base de l'invention

E : document de brevet bénéficiant d'une date antérieure à la date de dépôt et qui n'a été publié qu'à cette date de dépôt ou qu'à une date postérieure.

D : cité dans la demande

L : cité pour d'autres raisons & : membre de la même famille, document correspondant page 1 de 2

RÉPUBLIQUE FRANÇAISE irai — I INSTITUT NATIONAL

DE LA PROPRIÉTÉ

INDUSTRIELLE

RAPPORT DE RECHERCHE PRÉLIMINAIRE établi sur la base des dernières revendications déposées avant le commencement de la recherche

N° d'enregistrement national

FA 847784

FR 1850053

EPO FORM 1503 12.99 (P04C14)

DOCUMENTS CONSIDÉRÉS COMME PERTINENTS Revend ication(s) concernée(s) Classement attribué à l'invention par ΙΊΝΡΙ Catégorie Citation du document avec indication, en cas de besoin, des parties pertinentes A A A EP 2 149 721 Al (HONEYWELL INT INC [US]) 3 février 2010 (2010-02-03) * le document en entier * W0 2017/202526 Al (BOSCH GMBH ROBERT [DE]) 30 novembre 2017 (2017-11-30) * le document en entier * EP 1 800 809 Al (ABB TECHNOLOGY AG [CH]) 27 juin 2007 (2007-06-27) * le document en entier * 1-15 1-15 1-15 DOMAINES TECHNIQUES RECHERCHÉS (IPC) Date d'achèvement de la recherche 11 septembre 2018 Examinateur Ranieri, Sebastiano CATÉGORIE DES DOCUMENTS CITÉS T : théorie ou principe à la base de l'invention E : document de brevet bénéficiant d'une date antérieure X : particulièrement pertinent à lui seul à la date de dépôt et qui n'a été publié qu'à cette date Y : particulièrement pertinent en combinaison avec un de dépôt ou qu'à une date postérieure. autre document de la même catégorie D ; cité dans la demande A : arrière-plan technologique L : cité pour d'autres raisons O : divulaation non-écrite P : document intercalaire & : membre de la même famille, document correspondant

page 2 de 2

ANNEXE AU RAPPORT DE RECHERCHE PRÉLIMINAIRE

RELATIF A LA DEMANDE DE BREVET FRANÇAIS NO. FR 1850053 FA 847784

EPO FORM P0465

La présente annexe indique les membres de la famille de brevets relatifs aux documents brevets cités dans le rapport de recherche préliminaire visé ci-dessus.

Les dits membres sont contenus au fichier informatique de l'Office européen des brevets à la date du 11“09“2018

Les renseignements fournis sont donnés à titre indicatif et n'engagent pas la responsabilité de l'Office européen des brevets, ni de l'Administration française

Document brevet cité au rapport de recherche Date de publication Membre(s) de la famille de brevet(s) Date de publication DE 102011016126 Al 11-10-2012 AUCUN US 2003061872 Al 03-04-2003 DE 10147817 Al 08-05-2003 US 2003061872 Al 03-04-2003 DE 102010029225 Al 30-12-2010 AUCUN DE 10361042 B3 25-05-2005 AT 457905 T 15-03-2010 CN 1898110 A 17-01-2007 DE 10361042 B3 25-05-2005 EP 1697186 Al 06-09-2006 JP 5529180 B2 25-06-2014 JP 2007515344 A 14-06-2007 JP 2012131500 A 12-07-2012 US 2006261764 Al 23-11-2006 WO 2005063535 Al 14-07-2005 DE 102011077786 Al 20-12-2012 CN 103619680 A 05-03-2014 DE 102011077786 Al 20-12-2012 EP 2720919 Al 23-04-2014 KR 20140034250 A 19-03-2014 US 2014196994 Al 17-07-2014 WO 2012175471 Al 27-12-2012 WO 0212043 Al 14-02-2002 AU 7858201 A 18-02-2002 AU 2001278582 B2 03-08-2006 BR 0112941 A 08-07-2003 CA 2418029 Al 14-02-2002 CN 1446158 A 01-10-2003 EP 1307375 Al 07-05-2003 EP 1970274 A2 17-09-2008 ES 2338099 T3 04-05-2010 ES 2449103 T3 18-03-2014 JP 2004505838 A 26-02-2004 US 2004011596 Al 22-01-2004 US 2006191751 Al 31-08-2006 US 2007007088 Al 11-01-2007 US 2009095576 Al 16-04-2009 US 2011144879 Al 16-06-2011 WO 0212043 Al 14-02-2002 WO 2016184912 Al 24-11-2016 EP 3298549 Al 28-03-2018 FR 3036515 Al 25-11-2016 US 2018129947 Al 10-05-2018 WO 2016184912 Al 24-11-2016

Pour tout renseignement concernant cette annexe : voir Journal Officiel de l'Office européen des brevets, No.12/82 page 1 de 2

ANNEXE AU RAPPORT DE RECHERCHE PRÉLIMINAIRE

RELATIF A LA DEMANDE DE BREVET FRANÇAIS NO. FR 1850053 FA 847784

La présente annexe indique les membres de la famille de brevets relatifs aux documents brevets cités dans le rapport de recherche préliminaire visé ci-dessus.

Les dits membres sont contenus au fichier informatique de l'Office européen des brevets à la date du 11-09-2018

Les renseignements fournis sont donnés à titre indicatif et n'engagent pas la responsabilité de l'Office européen des brevets, ni de l'Administration française