Description informelle du scénario de synthèse de plan de réparation pour

Nous avons déterminé au cours des paragraphes précédents que le problème de conception sûre et optimale trouve une application en tant qu’aide à la décision pour la maintenance avionique. La

prochaine étape est donc de déterminer quelles sont les caractéristiques de ce problème, en particulier concernant la dynamique du système : comme nous l’avons évoqué lors de l’état de l’art, les modèles de décision que nous utiliserons seront radicalement différents selon que le système subit ou non des évènements probabilistes, selon qu’il est observable ou non, ou encore selon la forme des contraintes.

Pour cela, nous allons appuyer nos réflexions sur un exemple concret : considérons la maintenance d’un avion de type Business Jet, c’est-à-dire d’un avion d’affaire, qui présente des enjeux différents des enjeux rencontrés par les avions de ligne.

Pour cette classe d’avion, il est particulièrement difficile de garantir qu’il n’y aura pas d’interruption au sol pour cause technique (i.e. annulation du Dispatch de l’avion) : le plan de vol est susceptible de subir de nombreuses modifications, et la programmation des actions de réparation doit donc être aussi souple et adaptative que possible. De plus, à l’inverse d’un avion de compagnie aérienne, qui peut bénéficier d’infrastructures et de pièces de rechange dans plusieurs escales ou se permettre de consacrer quelques heures de sa rotation journalière pour effectuer des réparations, un Business Jet doit optimiser au mieux le lieu et le temps de chaque réparation pour en réduire le coût total.

Une solution est de confier cette gestion à une tierce partie, souvent désignée par Maintenance Control Center(MCC), qui se charge de gérer la réservation et l’acheminement des ressources aux escales appropriées.

Une nouvelle intelligence rendue possible par de nouveaux moyens de communication Le contexte de la maintenance de ce type d’avion a radicalement changé au cours des dernières années en raison de l’utilisation répandue de nouvelles technologies de communication : de nombreuses technologies récentes visant à améliorer la maintenance avionique se basent sur la mise en place d’un lien de communication direct entre l’avion et le sol. En utilisant un système de communication digital dédié (appelé généralement datalink), il est ainsi possible de transmettre en temps réel des données sur les défaillances d’un avion, permettant aux personnels de maintenance d’identifier et de planifier les actions de réparation et de maintenance alors que l’avion est toujours en vol.

Ce concept repose à la fois sur une structure adaptée à bord de l’avion (i.e. un CMS moderne et ouvert sur l’extérieur, un système de communication tel que le système ACARS7 pour transmettre les données de maintenance au sol,...) et sur une infrastructure logicielle au sol disponible pour le MCC. Idéalement, le logiciel récupérant les pannes en temps réel permettrait aussi de recouper les informations provenant de plusieurs bases de données, telles que les stocks disponibles, les plans de vols, et les informations de sécurité (MEL, Interval Check,...).

C’est dans cette optique que nous proposons un outil d’aide à la décision adapté, permettant de gérer tous ces flux d’informations et d’assister le MCC dans la décision de réparation.

Présentation d’un exemple de scénario

Dans ce contexte, notre cas d’étude est le suivant :

1. Un Business Jet effectue un trajet Paris - Berlin - Nice - Athènes. Une panne survient en vol entre Paris et Berlin ; un message est envoyé immédiatement au MCC.

2. Le MCC évalue la criticité de la panne selon la MEL, confirme la prise en charge de la panne et commence à planifier la réparation avant même que l’avion n’ait atterri à Berlin.

3. Le MCC consulte différentes bases de données : plan de vol, Logbook (historique des pannes), statistiques sur les temps de réparation de chaque panne, occurrences de panne des autres systèmes, pièces de rechanges et personnels disponibles à chaque escale, ...

4. Le MCC utilise un solveur pour proposer des solutions de réparation : réparer à Berlin mais avec un retard supplémentaire au sol, réparer à Nice mais demander au client d’emporter une pièce de rechange depuis Berlin, ...

5. Le solveur classe ces solutions selon plusieurs critères de préférence. Le MCC sélectionne celle qui lui semble la plus appropriée.

CHAPITRE III. AIDE À LA DÉCISION APPLIQUÉE À LA MAINTENANCE AVIONIQUE

6. Le MCC demande confirmation au pilote, réserve les différentes ressources et génère les "Job-cards" résumant la procédure aux opérateurs de maintenance.

L’outil d’aide à la décision que nous envisageons a donc comme objectif principal de générer automatiquement des plans conditionnels menant à la réparation de la panne considérée, en prenant en compte :

– les bases de données disponibles.

– les contraintes de sécurité imposées par la législation.

– les pannes futures éventuelles pouvant changer le plan initial.

Nous parlons de plan conditionnel puisqu’un plan solution doit prévoir le cas où un nouveau système tomberait en panne entre Berlin et Nice, empêchant de réaliser la réparation prévue à Nice ; il doit proposer dans ce cas une autre action de réparation prenant en compte cette éventualité. En particulier, il est impératif d’interdire certains scénarios, qui pourraient mener à des situations inacceptables, comme se retrouver dans l’impossibilité de décoller à une escale (No-Go) suite à une panne imprévue qu’il est impossible de réparer ici.

Résumé des enjeux décrits dans le scénario

Comme nous l’avons décrit dans les paragraphes précédents, nous souhaitons optimiser la prise de décision dans le cadre de la maintenance avionique. La complexité du problème vient en premier lieu de la multiplicité des informations à prendre en compte, telles que les données sur les équipements, les lieux de maintenance possibles, les temps de réparation et les coûts de chaque opération. À ceci s’ajoute la présence d’une incertitude sur certains résultats, dès lors qu’on souhaite prendre en compte l’ambigüité résiduelle lors du diagnostic ou encore l’apparition de nouvelles pannes pouvant survenir, ce qui mène à un nombre potentiellement important de solutions envisageables : il nous faut à la fois déterminer où et quand réparer, mais aussi comparer différentes méthodes pour obtenir et transporter des pièces de rechange, ainsi que la possibilité de combiner ou non des réparations.

Face à une telle complexité, un opérateur humain ne pourra pas trouver intuitivement la meilleure solution ; un outil d’aide à la décision pour la maintenance est donc adapté pour isoler les solutions qui semblent les plus intéressantes selon les critères de l’opérateur. En termes de plus-value applicative, le développement d’un tel outil permettrait donc de :

– Réagir plus rapidement et plus efficacement face à une flotte d’avions, permettant le traitement d’un plus grand nombre d’avions avec moins de personnels et la prise en compte d’un grand nombre d’informations.

– Réduire les coûts de maintenance, en particulier concernant l’Operational Reliability. – Anticiper des situations problématiques : réparer plus tôt ou mieux, pour ne pas risquer

d’être dans une situation pouvant entraîner des coûts supplémentaires ou des risques.

– Capitaliser sur des connaissances collectées, avec l’utilisation d’une base de données his-torique des pannes.

1.Le pilote est averti d’une défaillance et transmet un message au MCC 2.Le MCC acquitte de la prise en charge

3.Le MCC consulte : –La MEL

–Le plan de vol –Le TSM

–Une base de données historique de la défaillance

–Une liste des pièces de rechange et personnels disponibles aux escales

4. Le MCC utilise un outil d’aide à la décision pour générer des scénarios à partir de ces informations

5.L’outil d’aide à la décision organise les scénarios selon des critères : –Privilégier le temps de réparation

–Privilégier le coût des réparations –Privilégier le maintien de la mission

6.Le MCC effectue finalement la réservation des ressources associées MCC : Scénario d’aide à la décision

Nous avons ainsi exploité une connaissance générale du domaine pour définir un scénario informel d’aide à la décision dans la maintenance avionique, c’est-à-dire une définition informelle des informations nécessaires à un utilisateur et des objectifs que l’utilisateur doit remplir. Il s’agit bien d’une vision "informelle" puisque nous n’avons pour l’instant pas décrit de quelle manière les informations peuvent être représentées. Dans la section suivante, nous allons donc définir de manière mathématique ce problème, afin de déterminer quelles hypothèses sont raisonnables ou non dans le contexte de la maintenance avionique pour des avions de type Business Jet.