Il est observé dans beaucoup d'applications dans l'industrie aérospatiale que les composants de structure sont vulnérables à la fatigue mécanique. L’endommagement par fatigue est un des modes les plus probables de dégâts dans les structures d'avion. Actuellement, la maintenance de la structure est composée des inspections prédéterminées, intégrées dans le calendrier global d'inspection de l'avion. Cette démarche reste très conservatrice parce que les incertitudes sont prises en compte en considérant de hauts facteurs de sécurité sur les intervalles d'inspection. De plus, des parties des structures en bon état sont écartées même si aucun dégât n’est avéré. Beaucoup de recherches ont été menées sur les systèmes de surveillance de la santé de structures (SHM) et montrent que le SHM est un outil approprié pour la maintenance préventive conditionnelle. Des capteurs et des actionneurs embarqués évaluent l’état de la structure et permettent la détection ou la prédiction d’endommagements. Un bilan plus global de la structure peut être fourni et des actions de maintenance décidées en conséquence.
Ce travail porte sur l'amélioration des modèles d’endommagement par fatigue pour améliorer la précision des pronostics.Les avions sont soumis à une succession de cycles, consistant en une phase de vol suivie d'une phase de sol. La structure subit donc des cycles de pressurisation et dépressurisation fréquents qui provoquent des chargements et déchargements répétés. L’initiation et la propagation de fissures peuvent alors se produire et atteindre des tailles critiques pouvant conduire à des catastrophes.Les modèles de fatigue sont des systèmes dynamiques non linéaires dépendant de paramètres. La loi de Paris est un modèle couramment utilisé, exprimant la croissance de la taille d’une fissure dans une structure métallique en fonction du nombre de cycles de chargement appliqués. Les paramètres du modèle sont des paramètres incertains appelés paramètres de la loi de Paris. A partir de données expérimentales fournies par des essais de fatigue sur une structure, la longueur de fissure et les paramètres de la loi de Paris sont évalués et la durée de vie restante de la structure (RUL) peut être calculée avec une meilleure précision. Les performances de la maintenance peuvent alors être améliorées.
Les méthodes d’estimation de paramètres proposées sont le filtre de Kalman étendu (EKF) et une méthode de moindres carrés non linéaires, la méthode de Gauss-Newton (GN-NLS). La méthode EKF est largement utilisée pour évaluer l'état et réduire le bruit expérimental des mesures des systèmes dynamiques non-linéaires. La méthode GN-NLS est utilisée pour minimiser la différence entre des mesures expérimentales et leurs valeurs évaluées à partir d'un modèle de physique. Ces deux méthodes sont utilisées pour évaluer la taille de fissure et les paramètres du modèle. Dans un premier temps, nous validons les méthodes d'estimation en utilisant des données de longueurs de fissures simulées à partir de la solution analytique de la loi de Paris, augmentées d’un bruit gaussien. Nous considérons un fuselage de panneaux métalliques infinis en supposant qu’une seule fissure est à leur centre. Dans un deuxième temps, nous analysons des données réelles obtenues par une expérience de fatigue sur un échantillon d'acier X38CrMoV5. Notre méthodologie montre que les paramètres de la loi de Paris peuvent être évalués avec une bonne précision. La RUL peut être calculée avec une meilleure précision et les coûts et temps de maintenance pourraient être significativement réduits.
Les performances de la maintenance structurelle programmée d’un avion,en termes de nombre de panneaux du fuselage à changer sur la durée de vie de l’avion, sont évaluées par deux méthodes : des simulations de Monte Carlo et un modèle analytique probabiliste. Les deux approches donnent des résultats cohérents précis. La deuxième méthode s’avère plus rapide et moins coûteuse que la méthode de Monte Carlo. |
It is observed in many applications within the aerospace industry that the structural components are vulnerable to fatigue loading. Fatigue damage is one of the most probable modes of damage in aircraft structures. Currently, structural maintenance consists in regular predetermined inspections, integrated in the overall aircraft inspection timetable. This maintenance policy is a very conservative approach because uncertainties are taken into account by considering high safety factors on the inspection intervals. Moreover, parts of the structures still usable are scrapped even if no failure occurs. Many investigations have been done on Structural Health Monitoring (SHM) systems and show that SHM is an appropriate tool for condition-based maintenance. On-board sensors and actuators assess structure health and allow to detect or to predict damage. A more global health status of a structure could therefore be provided and maintenance actions could be decided accordingly. This work addresses the improvement of fatigue damage model in order to enable accurate damage prognostics. In service aircraft is subject to a sequence of cycles, each cycle consisting in a flight phase followed by a ground phase. During these phases a structure undergoes frequent pressurization and depressurization cycles leading to repeated loading cycles. Consequently, crack initiation and propagation can occur and can grow to a critical size leading to catastrophic failure. Fatigue models are nonlinear dynamical systems depending on model parameters. Currently, the Paris law is considered as a model based on an ordinary differential equation expressing the crack size growth with the number of loading cycles applied to the structure. Model parameters are uncertain parameters also called Paris law parameters. Based on experimental data obtained from structure fatigue, the crack length and Paris law parameters are estimated and the remaining useful life (RUL) of structures can be accurately computed. In this way maintenance performance could be improved.
The proposed estimation methods are the Extended Kalman Filter (EKF) and Gauss-Newton nonlinear least-squares (GN-NLS) method. The EKF is widely used to estimate the state and to reduce noise measurement of nonlinear dynamical systems. The GN-NLS is used to minimize difference between measured data and estimated data from a physics model. They are used to estimate the crack size and model parameters. Our methodology in a first step is to validate the estimation methods by using simulated crack length data generated from the analytical solution of the Paris law with a Gaussian noise. We consider a metal fuselage panels and it is assumed as an infinite plate that contains a single crack at its centre. A second step considers real data obtained from a crack propagation experiment of an X38CrMoV5 steel sample under fatigue loading. Our method shows that Paris law parameters could be estimated with a good accuracy. The RUL can be estimated with a better precision and maintenance costs and aircraft downtime could be significantly reduced.
Scheduled structural maintenance performances of an aircraft are assessed by computing the number of panels to be changed over the aircraft lifetime and using two methods: Monte Carlo simulation and an analytical probabilistic model. The last approach is less time consuming and more cost-effective than the first one. |