Skip to main content

Aircraft Electrical Model Simulation Identification and Fitting Toolbox

Article Category

Article available in the folowing languages:

Tester des avions réels grâce à des composants virtuels

Le prototypage des nouveaux modèles d’avions s’avère difficile et onéreux. Mettre en évidence le comportement des composants dans des modèles mathématiques constitue un moyen de faciliter ce processus.

Transports et Mobilité

Dans les années à venir, une nouvelle génération d’aéronefs plus électriques (MEA pour more electric aircraft) vont fendre l’air: des avions qui fonctionnent encore aux combustibles fossiles, mais qui ont recours à l’électricité pour alimenter une plus grande partie de leurs systèmes. Cela permettra des réductions en termes de poids et de consommation de carburant, ce qui se traduira par une plus grande efficacité, avec moins d’émissions.

Des modèles mathématiques

Il n’est pas facile de comprendre comment ces systèmes fonctionneront une fois assemblés. Le projet AEMS-IdFit, financé par l’UE, a été mis en œuvre pour produire des modèles précis de composants électriques et électroniques afin de simuler leur comportement dans des prototypes d’avion. «Pour analyser le comportement d’un projet de modèle d’avion, vous devez vérifier comment se comportent tous les composants lorsqu’ils sont assemblés», explique Jordi Riba, coordinateur du projet. «Il est impossible de tester cela physiquement, mais si vous disposez de modèles mathématiques précis, vous pouvez avoir l’assurance que la simulation sera très proche du comportement réel.» Si les composants devraient en théorie se comporter conformément à leur description, l’architecture de l’électronique physique et les conditions qui règnent dans le monde réel – comme les basses pressions, les températures glaciales et les vibrations – peuvent avoir un effet sur leur fonctionnement.

Une boîte noire

«Le problème auquel sont confrontés les fabricants est le suivant: lorsqu’ils achètent un convertisseur de puissance, par exemple, il arrive qu’ils ne connaissent ni ses composants internes ni les détails de son architecture. Il est donc difficile de prévoir son comportement», explique Jordi Riba. «Le convertisseur contient à la fois des composants physiques et des éléments parasites qui ne sont pas mentionnés dans les spécifications, mais qui se manifestent sous l’effet des hautes fréquences ou du bruit électronique.» Par ailleurs, certains fabricants refusent de divulguer le contenu et l’architecture de leurs composants pour une question de protection du secret industriel: c’est ce que Jordi Riba qualifie de matériel «boîte noire». Malgré tout, l’équipe réussi à générer des modèles de ces composants même si elle ne pouvait pas savoir ce qu’il y avait à l’intérieur. Pour construire ces modèles, Jordi Riba et son équipe de l’Université polytechnique de Catalogne ont choisi des composants et les ont soumis à un examen minutieux en laboratoire, en mesurant leurs entrées et leurs sorties pour toute une série de valeurs et de conditions. Des algorithmes d’apprentissage automatique ont ensuite été utilisés pour élaborer des composants virtuels à partir de ces données.

Assurer la continuité du projet

Ces modèles sont maintenant entre les mains d’Airbus, partenaire du projet qui les utilisera pour concevoir de nouveaux avions. Ce travail a été soutenu par le programme européen Horizon 2020. «Nous n’aurions pas pu y parvenir sans ce financement, cela aurait été impossible», ajoute Jordi Riba. «Pour nous, ce financement a été très important. Nous avons travaillé sur ce projet pendant trois ans, et cela lui a donné une continuité.» Bien que le projet soit officiellement terminé, Jordi Riba indique que l’équipe continue à créer des modèles de composants en boîte noire et en boîte blanche pour l’industrie. Les passagers de la prochaine génération d’avions pourront voyager en toute sécurité, en sachant que bien avant de prendre son envol, leur avion aura déjà sillonné le ciel de l’espace virtuel sur les ordinateurs de Jordi Riba.

Mots‑clés

AEMS-IdFit, aéronef, virtuel, composant, modèle, mathématique, machine, apprentissage, prototype, comportement, parasite

Découvrir d’autres articles du même domaine d’application