Exploiter l’IA pour minimiser l’impact environnemental de l’aviation
Même si les avions vieillissent, les constructeurs, les systèmes de gestion de vol et les fournisseurs de logiciels de préparation de vol continuent à utiliser des modèles du fabricant qui ne correspondent plus aux performances réelles. Cela peut réduire la précision et avoir un impact négatif sur l’efficacité, par exemple sur la consommation de carburant et les émissions de CO2. Le projet PERF-AI, financé par l’UE, a appliqué des technologies d’apprentissage automatique aux données de vol afin d’identifier l’évolution des performances de chaque avion et de fournir aux compagnies aériennes des données actualisées qui leur permettent d’opérer de manière plus efficace. Il s’est concentré sur l’identification d’algorithmes d’apprentissage automatique adéquats et sur l’évaluation de leur précision et de leur capacité à effectuer une analyse statistique des données de vol. Le projet a également permis de développer des modèles mathématiques destinés à optimiser les trajectoires de vol réelles par rapport aux performances effectives de l’avion, afin de minimiser la consommation de carburant tout au long du vol.
Remédier aux limites des bases de données sur les performances des systèmes actuels
L’équipe de PERF-AI a appliqué l’apprentissage automatique aux paramètres de l’avion recueillis à partir d’enregistreurs à accès rapide et des boîtes noires qui sont collectés pour chaque vol afin de mettre à jour les données de performances de l’avion. «Le but ultime était d’utiliser les modèles de performance obtenus par apprentissage automatique pour optimiser les vols, car les données disponibles sont à la fois plus précises et plus variables», explique Pierre Jouniaux, directeur général et fondateur du projet Safety Line, une jeune entreprise basée à Paris qui fournit des solutions innovantes pour la sécurité et l’efficacité des opérations aériennes. «En conséquence, nous pouvons identifier les meilleures conditions opérationnelles pour les pilotes afin de permettre à ceux-ci de voler plus efficacement.» Les partenaires du projet ont recréé un modèle complet de performance de l’avion uniquement basé sur des données de l’avion qui correspond précisément au comportement physique de l’avion. Ils ont ensuite testé le modèle dans un ordinateur d’ingénierie de gestion de vol. Les résultats ont confirmé qu’il était possible de mettre à jour n’importe quel modèle de performance d’avion et de fournir aux pilotes des informations plus précises. Les pilotes peuvent ainsi embarquer moins de carburant pour les vols, ce qui représente un avantage majeur. Les résultats ont été exploités pour créer plusieurs algorithmes d’optimisation nécessitant peu de ressources informatiques afin de fonctionner sur des dispositifs tels que des tablettes.
Améliorer l’empreinte carbone de l’aviation
En collaboration avec la compagnie aérienne Transavia France, le consortium a effectué plusieurs tests sur des ajustements possibles de l’altitude de croisière. Il a également relevé une réduction potentielle de la consommation de carburant, qui, dans certains cas, pouvait atteindre 150 kg/h pour un Boeing 737-800 de nouvelle génération pouvant accueillir jusqu’à 189 passagers. Les fabricants d’équipements d’origine, qui sont contraints d’utiliser des données plus précises pour évaluer les performances des avions, en tireront le plus grand profit. Les compagnies aériennes qui cherchent à améliorer l’exploitation de leurs appareils tout en réduisant la consommation de carburant et les émissions de CO2 ont également beaucoup à gagner. Grâce en partie à PERF-AI, Safety Line a remporté un prix dans la catégorie «Action pour le climat» du concours mondial des jeunes entreprises pour les objectifs de développement durable de l’Organisation mondiale du tourisme en décembre 2020. L’Organisation mondiale du tourisme est une agence des Nations unies qui promeut un tourisme durable, accessible et inclusif. Son concours inaugural encourage l’écosystème de l’innovation et de l’esprit d’entreprise à travers le monde à adopter la durabilité.
Mots‑clés
PERF-AI, avion, vol, compagnie aérienne, consommation de carburant, apprentissage automatique, aviation, modèle de performance
