Cadre mathématique révolutionnaire aidant les ingénieurs à sélectionner les capteurs d'avion optimaux

Dans le crash du Boeing 737 Max en 2019, la boîte noire récupérée après l'accident a suggéré qu'un capteur de pression défaillant pourrait avoir causé le piqué de l'avion malchanceux. Cet incident et d'autres ont alimenté un débat plus large sur la sélection, le nombre et le placement des capteurs pour prévenir la récurrence de telles tragédies.

Des chercheurs de l'Université Texas A&M ont maintenant développé un cadre mathématique complet qui peut aider les ingénieurs à prendre des décisions éclairées sur quels capteurs utiliser et où ils doivent être positionnés dans les avions et autres machines.

« Au stade de conception précoce pour tout système de contrôle, des décisions critiques doivent être prises sur quels capteurs utiliser et où les placer pour que le système soit optimisé pour mesurer certaines grandeurs physiques d'intérêt », a déclaré le Professeur Raktim Bhattacharya. « Avec notre formulation mathématique, les ingénieurs peuvent alimenter le modèle avec des informations sur ce qui doit être détecté et avec quelle précision, et la sortie du modèle sera le nombre minimal de capteurs nécessaires et leurs précisions. »

Qu'il s'agisse d'une voiture ou d'un avion, les systèmes complexes ont des propriétés internes qui doivent être mesurées. Par exemple, dans un avion, des capteurs de vitesse angulaire et d'accélération sont placés à des emplacements spécifiques pour estimer la vitesse.

Les capteurs peuvent aussi avoir différentes précisions. En termes techniques, la précision est mesurée par le bruit, ou les oscillations, dans les mesures du capteur. Ce bruit impacte la précision avec laquelle les propriétés internes peuvent être prédites. Cependant, les précisions peuvent être définies différemment selon le système et l'application. Par exemple, certains systèmes peuvent exiger que le bruit dans les prédictions ne dépasse pas un certain montant, tandis que d'autres peuvent avoir besoin que le carré du bruit soit aussi petit que possible. Dans tous les cas, la précision de la prédiction a un impact direct sur le coût du capteur.

« Si vous voulez obtenir une précision de capteur deux fois plus précise, le coût sera probablement plus que double », a dit Bhattacharya. « De plus, dans certains cas, une très haute précision n'est même pas requise. Par exemple, une caméra de véhicule 4K HD coûteuse pour la détection d'objets est inutile car premièrement, les caractéristiques fines ne sont pas nécessaires pour distinguer les humains des autres voitures et deuxièmement, le traitement des données des caméras haute définition devient un problème. »

Bhattacharya a ajouté que même si les capteurs sont extrêmement précis, savoir où placer le capteur est critique car on pourrait placer un capteur coûteux à un endroit où il n'est pas nécessaire. Ainsi, a-t-il dit, la solution idéale équilibre coût et précision en optimisant le nombre de capteurs et leurs positions.

Pour tester cette logique, Bhattacharya et son équipe ont conçu un modèle mathématique en utilisant un ensemble d'équations qui décrivaient le modèle d'un avion F-16. Dans leur étude, l'objectif des chercheurs était d'estimer la vitesse avant, la direction de l'angle de vent par rapport à l'avion (l'angle d'attaque), l'angle entre là où l'avion est pointé et l'horizon (l'angle de tangage), et le taux de tangage pour cet avion. Disponibles pour eux, étaient les capteurs normalement dans les avions pour mesurer l'accélération, la vitesse angulaire, le taux de tangage, la pression et l'angle d'attaque. En plus, le modèle a aussi été fourni avec les précisions attendues pour chaque capteur.

Leur modèle a révélé que tous les capteurs n'étaient pas nécessaires pour estimer avec précision la vitesse avant ; les lectures des capteurs de vitesse angulaire et de pression suffisaient. Aussi, ces capteurs suffisaient pour estimer les autres états physiques, comme l'angle d'attaque, éliminant le besoin d'un capteur d'angle d'attaque supplémentaire. En fait, ces capteurs, bien qu'étant un substitut pour mesurer l'angle d'attaque, avaient l'effet d'introduire de la redondance dans le système, résultant en une fiabilité système plus élevée.

Bhattacharya a dit que le cadre mathématique a été conçu pour qu'il indique toujours le nombre minimal de capteurs nécessaires même s'il est fourni avec un répertoire de capteurs parmi lesquels choisir.

« Supposons qu'un concepteur veuille mettre chaque type de capteur partout. La beauté de notre modèle mathématique est qu'il éliminera les capteurs inutiles et vous donnera alors le nombre minimal de capteurs nécessaires et leurs positions », a-t-il dit.

De plus, les chercheurs ont noté que bien que l'étude soit d'une perspective d'ingénierie aérospatiale, leur modèle mathématique est très général et peut impacter d'autres systèmes également.

« À mesure que les systèmes d'ingénierie deviennent plus grands et plus complexes, la question de où placer le capteur devient de plus en plus difficile », a dit Bhattacharya. « Donc, par exemple, si vous construisez une pale d'éolienne vraiment longue, certaines propriétés physiques du système doivent être estimées en utilisant des capteurs et ces capteurs doivent être placés à des emplacements optimaux pour s'assurer que la structure ne faillit pas. C'est non trivial et c'est là que notre cadre mathématique intervient. »

Informations de contact