Contribution à la modélisation prédictive des coûts de maintenance d'un turboréacteur en développement / présentée et soutenue par Benoît Guyot ; C. Bérenguer, directeur de thèse

Résumé / Abstract : Dans un secteur aéronautique de grande compétitivité où les compagnies aériennes cherchent à optimiser leurs coûts opérationnels, il devient primordial d’intégrer les critères de maintenance dès les phases d’investissement d’actifs physiques. Afin d’intégrer ces critères dès les premières étapes du développement, les concepteurs et fabricants de matériels aéronautiques utilisent des modèles mathématiques de prédiction de la maintenance, souvent suomis à de grandes incertitudes, causées par le manque d’informations relatives à la dégradation des systèmes considérés. L’objectif de cette thèse de doctorat est de proposer une méthode de prédiction des coûts de maintenance de turboréacteurs en développement. Elle doit permettre de considérer cet indicateur lors de la réalisation de choix technologiques de conception tout en réduisant les incertitudes. Cette démarche s’appuie sur un modèle mathématique de la dégradation de turboréacteurs technologiquement et fonctionnellement comparables. Ce modèle est ensuite adapté à la problématique de la maintenance, grâce à l’adjonction de variables spécifiques. Ces deux premières phases ont été mises en œuvre et ont permis d’obtenir un modèle standard de prédiction de la maintenance, et de ses coûts, basé sur les réseaux bayésiens. La troisième étape consistera à mettre en œuvre ce modèle dans le cadre de la modélisation de turboréacteurs spécifiques, mâtures ou en développement

Résumé / Abstract : In a highly competitive aeronautic market, where airlines companies aims at reducing their operating costs, taking into account maintenance costs becomes usual during material purchase. In order to integrate these criteria during early development phases, maintenance prediction models are built up and used. Nevertheless, performing such predictions is submitted to large uncertainties mainly due to the lacks of knowledge on the deterioration phenomenon related to such systems. This thesis develops a method for predicting maintenance performance metrics (costs and operations frequency), applied to turbofan engines, in order to take them into account during technological decision making processes. It aims at reducing uncertainties related to indevelopment modelling conditions. The proposed method relies on a standard mathematical model built up to estimate the deterioration of systems, functionally and technically comparable. Based on Bayesien Networks, this model allows representing the whole knowledge collected on operating mature systems. This model is then extended to maintenance, by integrating related variables and costs indicators. These two first objectives have been completely fulfilled during this three-year study which provides a standard computerized maintenance model of a turbofan engine. Future actions have to be performed in order to apply this model in the case of mature and in-development turbofan engines