Login| Sign Up| Help| Contact|

Patent Searching and Data


Title:
METHOD FOR EVALUATING THE RELATIVE STATE OF AN AIRCRAFT ENGINE
Document Type and Number:
WIPO Patent Application WO/2022/008814
Kind Code:
A1
Abstract:
One aspect of the invention relates to a method for evaluating the state of an aircraft engine for a given flight, each flight of the aircraft being associated with one time-domain series, comprising the following steps: - Each time maintenance of the aircraft is performed, creating a dataset comprising the time-domain series associated with each flight carried out between the maintenance and the preceding maintenance; - Creating a set of datasets comprising each created dataset and dividing it into a training set and a validating set; - Conjointly training an embedding function and a classifier, comprising: - For each dataset of the training set: - Randomly drawing a pair comprising first and second time-domain series; - Applying the embedding function to the pair to obtain a pair of embedments; - Using the classifier on the pair of embedments to obtain a probability that the first time-domain series occurred before the second time-domain series; - Computing a cost function on the basis of the probability; - Optimising the embedding function and the classifier via minimisation of the cost function; - Selecting a reference time-domain series from the time-domain series of the validating set; and - Computing a distance between the embedment associated with the time-domain series of the given flight and the embedment of the reference time-domain series, with a view to computing an indicator of engine state.

Inventors:
PINEAU EDOUARD GUY HENRI MARIE (FR)
RAZAKARIVONY SÉBASTIEN PHILIPPE (FR)
BONALD THOMAS PIERRE LOUIS (FR)
Application Number:
PCT/FR2021/051119
Publication Date:
January 13, 2022
Filing Date:
June 21, 2021
Export Citation:
Click for automatic bibliography generation   Help
Assignee:
SAFRAN (FR)
International Classes:
G05B23/02; G07C5/08; G06N3/00; G06N5/00; G06N7/00; G06N20/10
Domestic Patent References:
WO2020115440A12020-06-11
Foreign References:
FR3006785A12014-12-12
FR2939170A12010-06-04
FR3035232A12016-10-21
Other References:
EHSAN TAHERI ET AL: "Survey of prognostics methods for condition-based maintenance in engineering systems", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 3 December 2019 (2019-12-03), XP081546035
Attorney, Agent or Firm:
LEBKIRI, Alexandre (FR)
Download PDF:
Claims:
REVENDICATIONS [Revendication 1] Procédé (100) d’évaluation de l’état relatif d’un moteur d’aéronef pour un vol (V) donné de l’aéronef, l’aéronef ayant effectué préalablement au vol (V) donné une pluralité de maintenances (Mi) et une pluralité de vols (Vi,j) entre deux maintenances (Mi) successives, chaque maintenance (Mi) étant associée à un instant de maintenance (tMi), une pluralité d’ensembles (Xi,j,k) de variables étant enregistrés pendant chaque vol (Vi,j ,V) dans un ordre d’enregistrement, chaque vol (Vi,j, V) étant associé à une série temporelle (S, Si,j) correspondant à un instant de vol (tV, tVi,j) et comportant la pluralité d’ensembles (Xi,j,k) de variables enregistrés pendant le vol (Vi,j, V) ordonnés selon l’ordre d’enregistrement, le procédé (100) étant caractérisé en ce qu’il comporte les étapes suivantes : - Pour chaque maintenance (Mi), création d’un jeu de données (Ji) comportant la série temporelle (Si,j) associée à chaque vol (Vi,j) ayant été effectué entre l’instant de maintenance (tMi) associé à la maintenance (Mi) et l’instant de maintenance (tMi-1) associé à la maintenance précédente (Mi-1, 101) ; - Création d’un ensemble de jeux de données comprenant chaque jeu de données (Ji) créé et séparation de l’ensemble de jeux de données (Ji) en un ensemble d’entraînement et un ensemble de validation (102) ; - Entraînement conjoint d’une fonction de plongement (201) et d’un classifieur (202) par minimisation d’une fonction de coût (H, 103), comportant les sous-étapes suivantes : o Pour chaque jeu de données (Ji) de l’ensemble d’entraînement : • Tirage aléatoire d’un couple de séries temporelles comportant une première série temporelle (Si,j1) et une deuxième série temporelle (Si,j2, 1031) ; • Application de la fonction de plongement (201) au couple de séries temporelles pour obtenir un couple de plongements (Pi,j1, Pi,j2, 1032) ; • Utilisation du classifieur (202) sur le couple de plongements (Pi,j1, Pi,j2) pour obtenir une probabilité (pi,j1,i,j2) que la première série temporelle (Si,j1) corresponde à un instant de vol (tVi,j1) antérieur à l’instant de vol (tVi,j2) correspondant à la deuxième série temporelle (Si,j2, 1033) ; • Calcul de la fonction de coût (H) à partir de la probabilité (pi,j1,i,j2) obtenue, de l’instant de vol (tVi,j1) correspondant à la première série temporelle (Si,j1) et de l’instant de vol (tVi,j2) correspondant à la deuxième série temporelle (Si,j2, 1034) ; • Optimisation de la fonction de plongement (201) et du classifieur (202) par minimisation de la fonction de coût (H) calculée (1035) ; - Sélection d’une série temporelle de référence (Sref) parmi les séries temporelles (Si,j) comprises dans l’ensemble de validation, comportant une sous-étape d’application de la fonction de plongement (201) entraînée à la série temporelle de référence (Sref) pour obtenir un plongement de référence (Pref, 104) ; - Calcul d’un indicateur d’état du moteur pour le vol (V) donné (105), comportant les sous-étapes suivantes : o Application de la fonction de plongement (201) entraînée à la série temporelle (S) associée au vol (V), pour obtenir un plongement (P, 1051) ; o Calcul d’une distance (d) entre le plongement (P) et le plongement de référence (Pref, 1052), la distance (d) calculée correspondant à l’indicateur d’état du moteur. [Revendication 2] Procédé (100) d’évaluation selon la revendication 1, caractérisé en ce que l’étape (104) de sélection de la série temporelle de référence (Sref) comporte les sous-étapes suivantes : - Application de la fonction de plongement (201) entraînée à chaque série temporelle (Si,j) de l’ensemble de validation, pour obtenir un plongement (Pi,j) pour chaque série temporelle (Si,j) de l’ensemble de validation (1041) ; - Pour chaque série temporelle (Si,j) de l’ensemble de validation : o Calcul de la distance (d) entre le plongement (Pi,j) de la série temporelle (Si,j) et le plongement (Pi,j) de chaque autre série temporelle (Si,j) de l’ensemble de validation (1042) ; o Pour chaque jeu de données (Ji) de l’ensemble de validation, création d’une courbe de vieillissement (Ci,Si,j) associant à chaque instant de vol (tVi,j) associé à une série temporelle (Si,j) de l’ensemble de validation comprise dans le jeu de données (Ji), la distance (d) correspondante calculée (1043) ; o Pour chaque courbe de vieillissement (Ci,Si,j), calcul d’un indicateur de monotonie (1044) ; o Calcul d’un indicateur de vieillissement à partir des indicateurs de monotonie calculés (1045) ; la série temporelle de référence (Sref) étant la série temporelle (Si,j) pour laquelle l’indicateur de vieillissement calculé répond à une condition de vieillissement. [Revendication 3] Procédé (100) d’évaluation selon la revendication 2, caractérisé en ce que la sous-étape (1044) de calcul de l’indicateur de monotonie comporte les sous-étapes suivantes : - Initialisation de l’indicateur de monotonie à zéro ; - Pour chaque intervalle de temps entre deux instants de vol (tVi,j) successifs, calcul de la dérivée temporelle à l’ordre 1 de la courbe de vieillissement (Ci,Si,j) : o Si la dérivée est positive, incrémentation de l’indicateur de monotonie de 1. [Revendication 4] Procédé (100) d’évaluation selon la revendication 3, caractérisé en ce que l’indicateur de vieillissement est la somme des indicateurs de monotonie calculés. [Revendication 5] Procédé (100) d’évaluation selon la revendication 4, caractérisé en ce que la condition de vieillissement est vérifiée pour l’indicateur de vieillissement calculé maximal. [Revendication 6] Procédé (100) d’évaluation selon l’une quelconque des revendications précédentes, caractérisé en ce que la fonction de coût (H) est une fonction d’entropie binaire. [Revendication 7] Procédé (100) d’évaluation selon l’une quelconque des revendications précédentes, caractérisé en ce qu’il comporte en outre une étape (106) de déclenchement d’une alarme si l’indicateur d’état du moteur est supérieur à un seuil d’alarme (SA). [Revendication 8] Procédé (100) d’évaluation selon les revendications 2 et 7, caractérisé en ce que le seuil d’alarme (SA) est égal à l’indicateur de vieillissement maximal précédant une maintenance (Mi) d’une marge temporelle prédéfinie. [Revendication 9] Procédé de suivi de l’état relatif d’un moteur d’aéronef sur une pluralité de vols (V) comportant les étapes du procédé (100) d’évaluation selon l’une quelconque des revendications précédentes pour un vol (V) de la pluralité de vols (V), et l’étape (106) de déclenchement pour chaque autre vol (V) de la pluralité de vols (V). [Revendication 10] Produit-programme d’ordinateur comprenant des instructions qui, quand le programme est exécuté sur un ordinateur, conduisent celui-ci à mettre en œuvre les étapes du procédé (100) d’évaluation selon l’une quelconque des revendications 1 à 8 ou les étapes du procédé de suivi selon la revendication 9.
Description:
DESCRIPTION TITRE : Procédé d’évaluation de l’état relatif d’un moteur d’aéronef DOMAINE TECHNIQUE DE L’INVENTION [0001] Le domaine technique de l’invention est celui de la surveillance de l’état de moteurs d’aéronefs. [0002] La présente invention concerne un procédé d’évaluation de l’état d’un moteur d’aéronef, et plus particulièrement un procédé d’évaluation de l’état relatif d’un moteur d’aéronef. La présente invention concerne également un procédé de suivi de l’état relatif d’un moteur d’aéronef. ARRIERE-PLAN TECHNOLOGIQUE DE L’INVENTION [0003] Pour anticiper les défaillances d’un moteur d’aéronef, il est connu de surveiller l’état du moteur à partir de données enregistrées au cours de vols successifs de l’aéronef, évoluant au cours du temps. Pour cela, plusieurs familles de méthodes sont classiquement utilisées. [0004] Une première famille de méthodes consiste à choisir parmi les données, un ensemble d’indicateurs physiques et/ou mécaniques représentatifs de l’efficacité du moteur et à suivre la valeur de ces indicateurs au cours du temps. Cependant, le choix de l’ensemble d’indicateurs est basé sur une expertise métier, et notamment sur la connaissance des données et de leurs valeurs dans différents contextes de vol. De plus, l’ensemble d’indicateurs comporte souvent un nombre important de données qui ne sont pas forcément disponibles pour tous les vols. [0005] Une deuxième famille de méthodes consiste à utiliser un modèle physique ou statistique, à l’ajuster aux données puis à suivre des indicateurs, par exemple des paramètres ou des résidus du modèle. Cependant, de telles méthodes nécessitent une connaissance a priori du modèle physique du moteur ou de construire un modèle statistique de substitution expliquant la dynamique des données. [0006] Une troisième famille de méthodes consiste à réaliser un suivi de variables cachées extraites des données par décomposition en facteurs explicatifs. [0007] Quelle que soit la famille de méthodes utilisée, les valeurs des indicateurs ou variables suivis sont obtenues pour chaque vol puis une tendance est extraite de l’évolution des valeurs sur l’ensemble des vols. Ainsi, ces méthodes n’utilisent pas explicitement d’information d’ordre temporel, par exemple le fait que l’aéronef vieillit au cours du temps, et rien ne force la monotonie des indicateurs ou variables calculés par rapport au temps, qui peuvent prédire une amélioration de l’état du moteur sur certaines périodes, alors qu’aucune opération de maintenance n’a été réalisée. [0008] Il existe donc un besoin d’évaluer l’état d’un moteur d’aéronef en détectant un signal de vieillissement dans des données enregistrées au cours de vols successifs de l’aéronef disponibles pour tous les vols et évoluant au cours du temps, sans utiliser de connaissances a priori. RESUME DE L’INVENTION [0009] L’invention offre une solution aux problèmes évoqués précédemment, en permettant d’évaluer l’état d’un moteur d’aéronef en prenant en compte le vieillissement du moteur au cours du temps, à partir de données classiquement enregistrées au cours de vols successifs de l’aéronef, sans nécessiter d’expertise métier. [0010] Un premier aspect de l’invention concerne un procédé d’évaluation de l’état relatif d’un moteur d’aéronef pour un vol donné de l’aéronef, l’aéronef ayant effectué préalablement au vol donné une pluralité de maintenances et une pluralité de vols entre deux maintenances successives, chaque maintenance étant associée à un instant de maintenance, une pluralité d’ensembles de variables étant enregistrés pendant chaque vol dans un ordre d’enregistrement, chaque vol étant associé à une série temporelle correspondant à un instant de vol et comportant la pluralité d’ensembles de variables enregistrés pendant le vol ordonnés selon l’ordre d’enregistrement, le procédé comportant les étapes suivantes : - Pour chaque maintenance, création d’un jeu de données comportant la série temporelle associée à chaque vol ayant été effectué entre l’instant de maintenance associé à la maintenance et l’instant de maintenance associé à la maintenance précédente ; - Création d’un ensemble de jeux de données comprenant chaque jeu de données créé et séparation de l’ensemble de jeux de données en un ensemble d’entraînement et un ensemble de validation ; - Entraînement conjoint d’une fonction de plongement et d’un classifieur par minimisation d’une fonction de coût, comportant les sous-étapes suivantes : - Pour chaque jeu de données de l’ensemble d’entraînement : -Tirage aléatoire d’un couple de séries temporelles comportant une première série temporelle et une deuxième série temporelle ; -Application de la fonction de plongement au couple de séries temporelles pour obtenir un couple de plongements ; -Utilisation du classifieur sur le couple de plongements pour obtenir une probabilité que la première série temporelle corresponde à un instant de vol antérieur à l’instant de vol correspondant à la deuxième série temporelle ; -Calcul de la fonction de coût à partir de la probabilité obtenue, de l’instant de vol correspondant à la première série temporelle et de l’instant de vol correspondant à la deuxième série temporelle ; -Optimisation de la fonction de plongement et du classifieur par minimisation de la fonction de coût calculée ; - Sélection d’une série temporelle de référence parmi les séries temporelles comprises dans l’ensemble de validation, comportant une sous-étape d’application de la fonction de plongement entraînée à la série temporelle de référence pour obtenir un plongement de référence ; - Calcul d’un indicateur d’état du moteur pour le vol donné, comportant les sous-étapes suivantes : - Application de la fonction de plongement entraînée à la série temporelle associée au vol, pour obtenir un plongement ; - Calcul d’une distance entre le plongement et le plongement de référence, la distance calculée correspondant à l’indicateur d’état du moteur. [0011] Grâce à l’invention, une série temporelle comportant des données enregistrées successivement pendant le vol, ordonnées en fonction du temps est construite pour chaque vol. Les séries temporelles correspondant à des vols ayant eu lieu entre deux mêmes maintenances sont regroupées au sein d’un jeu de données. [0012] L’invention repose sur l’hypothèse que de l’information sur le vieillissement du moteur est contenue dans les données et que le vieillissement est un processus monotone par rapport au temps. [0013] Pour extraire un signal monotone traduisant le vieillissement, une fonction de plongement est entraînée sur chaque jeu de données d’un ensemble de jeux de données d’entraînement à l’aide d’un classifieur qui force la fonction de plongement à apprendre à placer, à partir de leurs séries temporelles, chaque vol correspondant à un même jeu de données selon l’ordre temporel dans un espace de plongement. [0014] Une fois entraînée, la fonction de plongement est capable de fournir une représentation des différentes séries temporelles enregistrées le long de la vie de l’aéronef ordonnées dans le temps dans l’espace de plongement. Le calcul d’une distance dans l’espace de plongement entre le vol considéré et un vol effectué antérieurement par l’aéronef choisi comme vol de référence, permet alors d’obtenir un indicateur d’état du moteur prenant en compte le vieillissement. [0015] Comme la fonction de plongement a été entraînée par jeu de données, l’indicateur est monotone entre deux maintenances du moteur, ce qui empêche l’état évalué du moteur de s’améliorer sans effectuer d’opération de maintenance. [0016] L’invention permet donc d’évaluer l’état du moteur en prenant explicitement en compte le vieillissement et sans nécessiter de modélisation du moteur ou des séries temporelles contrairement à l’art antérieur. [0017] Outre les caractéristiques qui viennent d’être évoquées dans le paragraphe précédent, le procédé d’évaluation selon le premier aspect de l’invention peut présenter une ou plusieurs caractéristiques complémentaires parmi les suivantes, considérées individuellement ou selon toutes les combinaisons techniquement possibles. [0018] Selon un mode de réalisation, l’étape de sélection de la série temporelle de référence comporte les sous-étapes suivantes : - Application de la fonction de plongement entraînée à chaque série temporelle de l’ensemble de validation, pour obtenir un plongement pour chaque série temporelle de l’ensemble de validation ; - Pour chaque série temporelle de l’ensemble de validation : - Calcul de la distance entre le plongement de la série temporelle et le plongement de chaque autre série temporelle de l’ensemble de validation ; - Pour chaque jeu de données de l’ensemble de validation, création d’une courbe de vieillissement associant à chaque instant de vol associé à une série temporelle de l’ensemble de validation comprise dans le jeu de données, la distance correspondante calculée ; - Pour chaque courbe de vieillissement, calcul d’un indicateur de monotonie ; - Calcul d’un indicateur de vieillissement à partir des indicateurs de monotonie calculés ; la série temporelle de référence étant la série temporelle pour laquelle l’indicateur de vieillissement calculé répond à une condition de vieillissement. [0019] Selon une variante de réalisation du mode de réalisation précédent, la sous- étape de calcul de l’indicateur de monotonie comporte les sous-étapes suivantes : - Initialisation de l’indicateur de monotonie à zéro ; - Pour chaque intervalle de temps entre deux instants de vol successifs, calcul de la dérivée temporelle à l’ordre 1 de la courbe de vieillissement : - Si la dérivée est positive, incrémentation de l’indicateur de monotonie de 1. [0020] Selon une sous-variante de réalisation de la variante de réalisation précédente, l’indicateur de vieillissement est la somme des indicateurs de monotonie calculés. [0021] Selon une alternative de réalisation de la sous-variante de réalisation précédente, la condition de vieillissement est vérifiée pour l’indicateur de vieillissement calculé maximal. [0022] Ainsi, le vol de référence sélectionné est le vol associé à une série temporelle de l’ensemble de validation correspondant à un état du moteur le plus sain possible, c’est-à-dire le vol permettant d’avoir les courbes de vieillissement les plus monotones possibles. [0023] Selon une variante de réalisation compatible avec le mode de réalisation précédent, le procédé d’évaluation selon le premier aspect de l’invention comporte en outre une étape de déclenchement d’une alarme si l’indicateur d’état du moteur est supérieur à un seuil d’alarme. [0024] Selon une sous-variante de réalisation de la variante de réalisation précédente, le seuil d’alarme est égal à l’indicateur de vieillissement maximal précédant une maintenance d’une marge temporelle prédéfinie. [0025] Ainsi, une alarme est déclenchée quand l’état évalué du moteur a atteint un niveau de vieillissement à partir duquel une maintenance devrait être effectuée pour anticiper une défaillance du moteur. Plus la marge temporelle est élevée et plus le risque qu’une défaillance du moteur survienne avant la prochaine maintenance est faible. [0026] Un deuxième aspect de l’invention concerne un procédé de suivi de l’état relatif d’un moteur d’aéronef sur une pluralité de vols comportant les étapes du procédé d’évaluation selon l’une quelconque des revendications précédentes pour un vol de la pluralité de vols, et l’étape d’évaluation pour chaque autre vol de la pluralité de vols. [0027] Un troisième aspect de l’invention concerne un produit-programme d’ordinateur comprenant des instructions qui, quand le programme est exécuté sur un ordinateur, conduisent celui-ci à mettre en œuvre les étapes du procédé d’évaluation selon le premier aspect de l’invention ou les étapes du procédé de suivi selon le deuxième aspect de l’invention. [0028] L’invention et ses différentes applications seront mieux comprises à la lecture de la description qui suit et à l’examen des figures qui l’accompagnent. BREVE DESCRIPTION DES FIGURES [0029] Les figures sont présentées à titre indicatif et nullement limitatif de l’invention. - La figure 1 est un schéma synoptique illustrant l’enchaînement des étapes d’un procédé d’évaluation de l’état d’un moteur d’un aéronef selon le premier aspect de l’invention. - La figure 2 est un schéma synoptique illustrant l’enchaînement des sous- étapes pour un premier mode de réalisation de la quatrième étape du procédé selon le premier aspect de l’invention. - La figure 3 illustre un exemple des vols et maintenances réalisés au cours du temps par l’aéronef. - La figure 4 montre une représentation schématique de la troisième étape du procédé selon le premier aspect de l’invention. - La figure 5 montre une représentation schématique de quatrième et cinquième étapes du procédé selon le premier aspect de l’invention. - La figure 6 montre une représentation schématique de première, deuxième et troisième sous-étapes du premier mode de réalisation de la quatrième étape du procédé selon le premier aspect de l’invention. - La figure 7 représente un exemple de courbe de vieillissement. - La figure 8 représente l’état relatif du moteur d’aéronef au cours du temps. DESCRIPTION DETAILLEE [0030] Sauf précision contraire, un même élément apparaissant sur des figures différentes présente une référence unique. [0031] Un premier aspect de l’invention concerne un procédé d’évaluation de l’état d’un moteur d’aéronef. [0032] L’aéronef est par exemple un avion, un hélicoptère ou un drone. [0033] L’état du moteur est évalué pour un vol donné de l’aéronef, c’est-à-dire que l’on considère que l’état du moteur de l’aéronef ne varie pas pendant un vol. [0034] Pour pouvoir mettre en œuvre le procédé selon le premier aspect de l’invention, l’aéronef doit avoir effectué une pluralité de maintenances et une pluralité de vols entre deux maintenances successives, avant le vol pour lequel l’état du moteur est évalué. [0035] [Fig.3] La figure 3 illustre un exemple des maintenances Mi et des vols V i,j antérieurs de l’aéronef pour lequel l'état du moteur est évalué pour un vol V donné. [0036] A une i-ème maintenance Mi est associé un ensemble de vol V i,j, la notation vol V i,j correspond au j-ème vol ayant eu lieu entre la maintenance Mi-1 et la maintenance Mi. [0037] Chaque maintenance Mi est associée à un instant de maintenance tMi, correspondant par exemple au début ou à la fin de l’intervalle de temps nécessaire pour réaliser la maintenance Mi. [0038] Sur la figure 3, l’aéronef a effectué trois maintenances M 0 , M 1 , M 2 associées respectivement aux instants de maintenance tM0, tM1, tM2. [0039] On considère que la première maintenance M 0 de l’aéronef est réalisée avant sa mise en service, c’est-à-dire avant son premier vol V 1,0 . [0040] Pendant chaque vol V i,j, V, des données sont enregistrées périodiquement. Plus particulièrement, des ensembles X i,j,k de variables chacun associé à un instant d’enregistrement tE i,j,k sont enregistrés. Les ensembles X i,j,k de variables peuvent être enregistrés à intervalle de temps fixe, c’est-à-dire que l’intervalle de temps entre les instants d’enregistrement tE i,j,k , tE i,j,k+1 de deux ensembles de variables X i,j,k et X i,j,k+1 enregistrés successivement est fixe, ou à intervalle de temps variable. [0041] Les ensembles X i,j,k de variables enregistrés pour un même vol V i,j, V ou pour différents vols V i,j, V comportent tous les mêmes variables. [0042] Chaque ensemble de variables comporte par exemple au moins une variable relative au moteur, par exemple un couple, une température ou une pression. Peuvent être ajoutés une ou plusieurs variables environnementales, par exemple une température extérieure, une pression atmosphérique, des conditions de vol, et/ou un ou plusieurs paramètres de vol, par exemple des commandes de pilotage ou une charge embarquée. [0043] Chaque vol V i,j, V est associé à une série temporelle S i,j, S comportant les ensembles X i,j,k de variables enregistrés successivement pendant le vol considéré. Les ensembles X i,j,k de variables sont ordonnés dans l’ordre d’enregistrement, c’est-à- dire qu’un premier ensemble X i,j,k de variables enregistré à un premier instant d’enregistrement tE i,j,k antérieur à un deuxième instant d’enregistrement tE i,j,k+1 d’un deuxième ensemble X i,j,k+1 de variables est situé avant ce deuxième ensemble X i,j,k+1 de variables dans la série temporelle S i,j, S. [0044] Chaque série temporelle S i,j, S est associée à un instant de vol tV i,j, tV correspondant par exemple au début ou à la fin du vol V i,j, V correspondant à la série temporelle S i,j, S. [0045] Sur la figure 3, l’aéronef a effectué cinq vols V 1,0, V 1,1 , V 2,0, V 2,1 , V 2,2 associées respectivement aux séries temporelles S1,0, S1,1, S2,0, S2,1, S2,2, avant le vol V considéré, deux vols V 1,0 , V 1,1 , entre la première maintenance M 0 et la deuxième maintenance M1 et trois vols V 2,0, V 2,1 , V 2,2 entre la deuxième maintenance M1 et la troisième maintenance M2. Les séries temporelles S1,0, S1,1, S2,0, S2,1, S2,2 sont respectivement associées aux instants de vol tV1,0, tV1,1, tV2,0, tV2,1, tV2,2. [0046] Sur la figure 3 est représentée pour le vol V2,0, les ensembles de variables X2,0,0, X2,0,1, X2,0,2, X2,0,3, X2,0,4, X2,0,5, X2,0,6, X2,0,7 enregistrés respectivement aux instants d’enregistrement tE2,0,0, tE2,0,1, tE2,0,2, tE2,0,3, tE2,0,4, tE2,0,5, tE2,0,6, tE2,0,7. La série temporelle S2,0 comporte donc les ensembles de variables X2,0,0, X2,0,1, X2,0,2, X2,0,3, X2,0,4, X2,0,5, X2,0,6, X2,0,7 ordonnés selon l’ordre des instants d’enregistrement tE2,0,0, tE2,0,1, tE2,0,2, tE2,0,3, tE2,0,4, tE2,0,5, tE2,0,6, tE2,0,7. [0047] L’état évalué par le procédé selon le premier aspect de l’invention pour le vol V considéré est relatif car obtenu par comparaison avec un vol de référence sélectionné parmi les vols V i,j précédemment effectués par l’aéronef. La série temporelle S i,j associée au vol de référence est appelée série temporelle de référence. [0048] [Fig.1] La figure 1 est un schéma synoptique illustrant l’enchaînement des étapes du procédé 100 selon le premier aspect de l’invention. [0049] Une première étape 101 du procédé 100 consiste à créer un jeu de données Ji pour chaque maintenance Mi effectuée par l’aéronef avant le vol V considéré. [0050] Le jeu de données Ji comporte la série temporelle S i,j associée à chaque vol V i,j ayant été effectué entre l’instant de maintenance tMi associé à la maintenance Mi et l’instant de maintenance tMi-1 associé à la maintenance M i-1 précédant immédiatement la maintenance Mi. [0051] Comme aucun vol n’a été effectué avant la première maintenance M 0 , aucun jeu de données J0 n’est créé pour la première maintenance M 0 . [0052] Sur la figure 3, un jeu de données J1 est créé pour la maintenance M1 comportant les séries temporelles S1,0 et S1,1 associées respectivement aux vols V 1,0 et V1,1 ayant eu lieu entre la première maintenance M 0 et la maintenance M1. Un jeu de données J2 est créé pour la maintenance M2 comportant les séries temporelles S2,0, S2,1, S2,2 associées respectivement aux vols V2,0, V2,1, V2,2 ayant eu lieu entre la maintenance M1 et la maintenance M2. [0053] Une deuxième étape 102 du procédé 100 consiste à créer un ensemble de jeux de données comprenant chaque jeu de données Ji créé à la première étape 101. [0054] L’ensemble de jeux de données comprend au moins un jeu de données Ji. [0055] En prenant l’exemple de la figure 3, l’ensemble de jeux de données comprend deux jeux de données J1 et J2. [0056] La deuxième étape 102 du procédé 100 consiste ensuite à séparer l’ensemble de jeux de données en un ensemble d’entraînement et un ensemble de validation. Par exemple, si l’ensemble de jeux de données comporte N jeux de données, l’ensemble d’entraînement comporte n jeux de données parmi les N jeux de données de l’ensemble de jeux de données, avec n strictement inférieur à N, et l’ensemble de validation comporte N-n jeux de données. En général, et en fonction du nombre de jeux de données dont on dispose, n est choisi en sorte que l’ensemble d’entraînement comporte plus de jeux de données que l’ensemble de validation. [0057] Si l’ensemble de jeux de données comprend un unique jeu de données, l’ensemble d’entraînement et l’ensemble de validation comporte par exemple chacun un jeu de données comprenant une partie de l’unique jeu de données de l’ensemble de jeux de données. [0058] Une troisième étape 103 du procédé 100 consiste à entraîner conjointement une fonction de plongement et un classifieur. [0059] [Fig.4] La figure 4 montre une représentation schématique de la troisième étape 103 du procédé 100. [0060] La fonction de plongement 201 est une fonction paramétrique configurée pour associer à une série temporelle S i,j un point, appelé plongement P i,j, dans un espace de plongement. La fonction de plongement 201 est choisie en fonction de l’espace des séries temporelles S i,j, S. [0061] La fonction de plongement 201 est par exemple un réseau de neurones, une densité de distribution, une fonction analytique paramétrique ou une fonction de représentation définissant un noyau reproduisant de Hilbert. [0062] Le classifieur 202 est configuré pour associer à un couple de points dans l’espace de plongement, c’est-à-dire à un couple de plongements P i,j comprenant un premier plongement P i,j 1 et un deuxième plongement P i,j2 , un scalaire compris entre 0 et 1 correspondant à une probabilité p i,j1,i,j2 . Le classifieur 202 est choisi en fonction de l’espace de plongement. [0063] Le classifieur 202 est par exemple un classifieur linéaire, comme un perceptron, une machine à vecteurs de support ou un classifieur bayésien, un classifieur quadratique, un réseau de neurones ou un arbre de décision. [0064] L’entraînement est réalisé en minimisant une fonction de coût H dépendant de la probabilité p i,j1,i,j2 , permettant d’une part de mettre à jour les paramètres du classifieur 202 pour que la probabilité p i,j1,i,j2 calculée par le classifieur 202 corresponde à la probabilité qu’une première série temporelle S i,j1 correspondant au premier plongement P i,j 1 soit associée à un instant de vol tV i,j 1 antérieur à l’instant de vol tV i,j2 associé à une deuxième série temporelle S i,j2 correspondant au deuxième plongement P i,j2 , et d’autre part de mettre à jour les paramètres de la fonction de plongement 201 pour qu’elle soit capable d’ordonner les plongements P i,j correspondants aux séries temporelles S i,j selon l’ordre temporel dans l’espace de plongement. [0065] La troisième étape 103 comprend plusieurs sous-étapes réalisées pour chaque jeu de données Ji de l’ensemble d’entraînement. [0066] Une première sous-étape 1031 de la troisième étape 103 consiste à tirer aléatoirement dans le jeu de données Ji de l’ensemble d’entraînement, un couple de séries temporelles comportant une première série temporelle S i,j1 et une deuxième série temporelle S i,j2 . [0067] Sur la figure 4, la première sous-étape 1031 est réalisé pour un jeu de données Ji comportant trois vols V i,j1, V i,j2, V i,j3 associés respectivement aux séries temporelles S i,j1, S i,j2 , S i,j 3, et les séries temporelles S i,j1 et S i,j2 sont tirées aléatoirement. [0068] Une deuxième sous-étape 1032 de la troisième étape 103 consiste à utiliser la fonction de plongement 201 pour associer le couple de séries temporelles tiré à la première sous-étape 1031 à un couple de plongements P i,j1, P i,j2 . [0069] Sur la figure 4, un plongement P i,j1 est obtenu pour la série temporelle S i,j1 et un plongement P i,j2 obtenu pour la série temporelle S i,j2 en utilisant la fonction de plongement 201. [0070] Une troisième sous-étape 1033 de la troisième étape 103 consiste à utiliser le classifieur 202 pour obtenir la probabilité p i,j1,i,j2 pour le couple de plongements P i,j1, P i,j2 obtenus à la deuxième sous-étape 1032. [0071] Sur la figure 4, une probabilité p i,j1,i,j2 est obtenue pour un couple de plongements comportant le plongement P i,j 1 et le plongement P i,j2 en utilisant le classifieur 202. [0072] Une quatrième sous-étape 1034 de la troisième étape 103 consiste à calculer la fonction de coût H à partir de la probabilité p i,j1,i,j2 obtenue à la troisième sous-étape 1033, de l’instant de vol tV i,j 1 correspondant à la première série temporelle S i,j1 et de l’instant de vol tV i,j2 correspondant à la deuxième série temporelle S i,j2 . [0073] La fonction de coût H est par exemple une fonction d’entropie binaire, s’exprimant comme : [0074] Avec c valant 0 si l’instant de vol tV i,j 1 correspondant à la première série temporelle S i,j1 est postérieur à l’instant de vol tV i,j2 correspondant à la deuxième série temporelle S i,j2 et valant 1 si l’instant de vol tV i,j 1 correspondant à la première série temporelle S i,j1 est antérieur à l’instant de vol tV i,j2 correspondant à la deuxième série temporelle S i,j2 . [0075] Dans le cas de la figure 4, c vaut 1 puisque la première série temporelle S i,j1 est associée à un instant de vol tV i,j 1 antérieur à l’instant de vol tV i,j2 correspondant à la deuxième série temporelle S i,j2 . [0076] La fonction de coût H est dans un autre exemple une fonction d’entropie binaire régularisée, s’exprimant comme : [0077] Avec . correspondant au terme de régularisation par exemple par la norme L1 . ^ pour obtenir un plongement parcimonieux ou la norme L2 . ^ pour obtenir un plongement sphérique centré en 0. [0078] La fonction de coût H est dans un autre exemple la fonction suivante : [0079] Une cinquième sous-étape 1035 de la troisième étape 103 consiste à optimiser la fonction de plongement 201 et le classifieur 202 par minimisation de la fonction de coût H calculée à la quatrième sous-étape 1034. [0080] [Fig.5] La figure 5 montre une représentation schématique d’une quatrième et d’une cinquième étape 105 du procédé 100. [0081] La quatrième étape 104 du procédé 100 consiste à sélectionner la série temporelle de référence Sref parmi les séries temporelles S i,j comprises dans l’ensemble de validation. [0082] [Fig.2] La figure 2 est un schéma synoptique illustrant l’enchaînement des sous-étapes pour un premier mode de réalisation de la quatrième étape 104 du procédé 100. [0083] [Fig.6] La figure 6 montre une représentation schématique d’une première sous-étape 1041, d’une deuxième sous-étape 1042 et d’une troisième sous-étape 1043 du premier mode de réalisation de la quatrième étape 104 du procédé 100. [0084] La première sous-étape 1041 de la quatrième étape 104 selon le premier mode de réalisation consiste à appliquer la fonction de plongement 201 entraînée à chaque série temporelle S i,j de l’ensemble de validation, pour obtenir un plongement P i,j pour chaque série temporelle S i,j de l’ensemble de validation. [0085] Sur la figure 6, l’ensemble de validation comporte un premier jeu de données Ji comprenant deux séries temporelles S i,j1, S i,j2 et un deuxième jeu de données Jl comprenant trois séries temporelles Sl,j1, Sl,j2, Sl,j3. Lors de la première sous-étape 1041 de la quatrième étape 104 selon le premier mode de réalisation, un plongement P i,j 1 est obtenu pour la série temporelle S i,j1, un plongement P i,j2 est obtenu pour la série temporelle S i,j2 , un plongement Pl,j1 est obtenu pour la série temporelle Sl,j1, un plongement Pl,j2 est obtenu pour la série temporelle Sl,j2 et un plongement Pl,j3 est obtenu pour la série temporelle Sl,j3. [0086] La deuxième sous-étape 1042, la troisième sous-étape 1043, la quatrième sous-étape 1044 et la cinquième sous-étape 1045 sont réalisées pour chaque série temporelle S i,j de l’ensemble de validation. [0087] La deuxième sous-étape 1042 de la quatrième étape 104 selon le premier mode de réalisation consiste à utiliser le plongement P i,j calculé à la première sous- étape 1041 pour chaque série temporelle S i,j de l’ensemble de validation, pour calculer une distance d entre le plongement P i,j d'une série temporelle S i,j considérée et le plongement de chacune des autres séries temporelles de l'ensemble de validation. [0088] Par exemple, sur la figure 6, la série temporelle considérée est la série temporelle S i,j1 ce qui est matérialisé par un encadrement. Lors de la deuxième sous- étape 1042 de la quatrième étape 104 selon le premier mode de réalisation, une distance d (P i,j1, P i,j2 ) est calculée entre la série temporelle S i,j1 considérée et la série temporelle S i,j2 , une distance d (P i,j1, Pl,j1) est calculée entre la série temporelle S i,j1 considérée et la série temporelle Sl,j1, une distance d (P i,j1, Pl,j2) est calculée entre la série temporelle S i,j1 considérée et la série temporelle Sl,j2 et une distance d (P i,j1, Pl,j3) est calculée entre la série temporelle S i,j1 considérée et la série temporelle Sl,j3. La distance d est une distance sur l’espace de plongement. Par exemple, si l’espace de plongement est un espace de distributions, la distance d peut être n’importe quelle distance définie sur l’espace des distributions. Si l’espace de plongement est un espace vectoriel, la distance d peut être n’importe quelle distance définie sur un espace vectoriel. Une distance d (P i,j1, Pl,j2) calculée entre le plongement P i,j 1 vectoriel de la série temporelle S i,j1 et le plongement Pl,j2 vectoriel de la série temporelle Sl,j2 est par exemple la distance L2 entre les vecteurs P i,j 1 et Pl,j2 qui s’exprime comme suit : [0089] La troisième sous-étape 1043 de la quatrième étape 104 selon le premier mode de réalisation consiste à créer une courbe de vieillissement Ci,S i,j pour chaque jeu de données Ji de l’ensemble de validation et chaque série temporelle S i,j de l’ensemble de validation considérée. [0090] [Fig.7] La figure 7 représente un exemple de courbe de vieillissement d'un jeu de données. [0091] Pour un jeu de données Jl considéré, la courbe de vieillissement Cl,S i,j associe à chaque instant de vol tVl,j associé à une série temporelle Sl,j de l’ensemble de validation comprise dans le jeu de données Jl, la distance d calculée à la deuxième sous-étape 1042 de la quatrième étape 104 selon le premier mode de réalisation, entre la série temporelle S i,j considérée et la série temporelle Sl,j de l’ensemble de validation comprise dans le jeu de données Jl. [0092] Sur la figure 6, l’ensemble de validation comporte uniquement deux jeux de données Ji et Jl. Lors de la troisième sous-étape 1043 de la quatrième étape 104 selon le premier mode de réalisation, une courbe de vieillissement Ci,S i,j 1 est créée pour le jeu de données Ji et une courbe de vieillissement Cl,S i,j 1 est créée pour le jeu de données Jl. La série temporelle considérée étant la série temporelle S i,j1, la courbe de vieillissement Ci,S i,j 1 comporte la distance d (P i,j1, P i,j2 ) entre la série temporelle S i,j1 considérée et la série temporelle S i,j2 , et la courbe de vieillissement Cl,S i,j 1 comporte la distance d (P i,j1, Pl,j1) entre la série temporelle S i,j1 considérée et la série temporelle Sl,j1, la distance d (P i,j1, Pl,j2) entre la série temporelle S i,j1 considérée et la série temporelle Sl,j2 et la distance d (P i,j1, Pl,j3) entre la série temporelle S i,j1 considérée et la série temporelle Sl,j3. [0093] Sur la figure 7, la courbe de vieillissement Cl, S i,j 1 calculée pour le jeu de données Jl par rapport à la série temporelle considérée S i,j est représentée en fonction du temps. La courbe de vieillissement Cl,S i,j 1 est par exemple une fonction continue par rapport au temps construite par interpolation linéaire. [0094] La quatrième sous-étape 1044 de la quatrième étape 104 selon le premier mode de réalisation consiste à calculer un indicateur de monotonie pour chaque courbe de vieillissement Ci,S i,j créée à la troisième sous-étape 1043 de la quatrième étape 104 selon le premier mode de réalisation. [0095] La quatrième sous-étape 1044 de la quatrième étape 104 selon le premier mode de réalisation comporte par exemple une première sous-étape consistant à initialiser l’indicateur de monotonie à zéro, puis une deuxième sous-étape consistant à calculer la dérivée temporelle à l’ordre 1 de la courbe de vieillissement Ci,S i,j pour chaque intervalle de temps entre deux instants de vol tV i,j successifs et à incrémenter l’indicateur de monotonie de 1 quand la dérivée calculée est positive. [0096] L’indicateur de monotonie d’une courbe de vieillissement correspond alors au nombre d’intervalles de temps entre deux instants de vol tV i,j successifs pour lesquels la dérivée temporelle à l’ordre 1 de la courbe de vieillissement Ci,S i,j est positive. [0097] La cinquième sous-étape 1045 de la quatrième étape 104 selon le premier mode de réalisation consiste à calculer un indicateur de vieillissement à partir de chaque indicateur de monotonie calculé à la quatrième sous-étape 1044 de la quatrième étape 104 selon le premier mode de réalisation. [0098] L’indicateur de vieillissement est par exemple la somme des indicateurs de monotonie calculés à la quatrième sous-étape 1044 de la quatrième étape 104 selon le premier mode de réalisation. [0099] A la fin de la cinquième sous-étape 1045 de la quatrième étape 104 selon le premier mode de réalisation, un indicateur de vieillissement est calculé pour chaque série temporelle S i,j de l’ensemble de validation. [00100] La série temporelle de référence Sref est alors la série temporelle S i,j pour laquelle l’indicateur de vieillissement calculé à la cinquième sous-étape 1045 de la quatrième étape 104 selon le premier mode de réalisation répond à une condition de vieillissement. [00101] La condition de vieillissement est par exemple vérifiée pour l’indicateur de vieillissement maximal. [00102] Le plongement P i,j calculée à la première sous-étape 1041 de la quatrième étape 104 selon le premier mode de réalisation pour la série temporelle de référence Sref est appelé plongement de référence Pref. [00103] Selon le deuxième mode de réalisation, la série temporelle de référence Sref est la série temporelle S1,0 associée au premier vol V 1,0 de l’aéronef. [00104] La quatrième étape 104 selon le deuxième mode de réalisation comporte une sous-étape d’utilisation de la fonction de plongement 201 entraînée sur la série de référence Sref pour obtenir un plongement de référence Pref. [00105] La cinquième étape 105 du procédé 100 consiste à calculer un indicateur d’état du moteur pour le vol V considéré. [00106] Une première sous-étape 1051 de la cinquième étape 105 consiste à appliquer la fonction de plongement 201 entraînée à la série temporelle S associée au vol V pour obtenir un plongement P, comme illustré sur la figure 5. [00107] Une deuxième sous-étape 1052 de la cinquième étape 105 consiste à calculer la distance d entre le plongement P calculé à la première sous-étape 1051 de la cinquième étape 105 et le plongement de référence Pref, comme illustré sur la figure 5. [00108] L’indicateur d’état du moteur est alors égal à la distance d calculée à la deuxième sous-étape 1052 de la cinquième étape 105. [00109] [Fig.8] La figure 8 représente l’état relatif du moteur d’aéronef au cours du temps, sous la forme d'une courbe qui représente l’indicateur d’état du moteur en fonction du temps. Les traits verticaux représentent les instants des maintenances effectuées. Cette courbe présente ainsi une discontinuité à chaque maintenance Mi ; elle est approximativement monotone entre deux maintenances Mi, correspondant à la courbe de vieillissement d’un jeu de données calculée entre ces deux maintenances. [00110] Le procédé 100 peut comporter en outre une sixième étape 106 consistant à déclencher une alarme si l’indicateur d’état du moteur est supérieur à un seuil d’alarme SA. [00111] Le seuil d’alarme SA est par exemple égal à l’indicateur de vieillissement maximal précédant une maintenance Mi d’une marge temporelle prédéfinie, c’est-à- dire à l’indicateur de vieillissement ayant la valeur la plus importante parmi un ensemble d’indicateurs de vieillissement comportant chaque indicateur de vieillissement calculé à un instant précédant une maintenance Mi de la marge temporelle. [00112] Un deuxième aspect de l’invention concerne un procédé de suivi de l’état relatif du moteur de l’aéronef au cours d’un ensemble de vols V. [00113] Le procédé de suivi selon le deuxième aspect de l’invention comporte par exemple les étapes du procédé 100 d’évaluation selon le premier aspect de l’invention pour un premier vol V de l’ensemble de vols, puis la sixième étape 106 du procédé 100 d’évaluation selon le premier aspect de l’invention pour les autres vols V de l’ensemble de vols. [00114] Un troisième aspect de l’invention concerne un produit-programme d’ordinateur comprenant des instructions qui, quand le programme est exécuté sur un ordinateur, conduisent celui-ci à mettre en œuvre les étapes du procédé d’évaluation selon le premier aspect de l’invention ou les étapes du procédé de suivi selon le deuxième aspect de l’invention. [00115] Le produit-programme d'ordinateur selon l’invention est un outil de surveillance ou de monitoring, de préférence implémenté au sol.