Méthodes de diagnostic pour les moteurs de fusée à ergols liquides

HAL Id: tel-01692068

https://hal.archives-ouvertes.fr/tel-01692068

Submitted on 24 Jan 2018

HAL is a multi-disciplinary open access

archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

ergols liquides

Alessandra Iannetti

To cite this version:

Alessandra Iannetti. Méthodes de diagnostic pour les moteurs de fusée à ergols liquides. Automatique / Robotique. UNIVERSITE PARIS-SACLAY, 2016. Français. �tel-01692068�

THESE DE DOCTORAT

DE L'UNIVERSITE PARIS-SACLAY,

préparée à L'ONERA

ÉCOLE DOCTORALE: Sciences et technologies de l'information et de la communication (STIC)

Spécialité de doctorat : Automatique

Par Mme Alessandra Iannetti

Méthodes de diagnostic pour les moteurs de fusée à

ergols liquides

Soutenu publiquement le 30 septembre 2016 à l'ONERA Palaiseau

Jury:

Président Ali Zolghadri Professeur des Universités, IMS Rapporteurs Jérôme Lacaille Expert Algorithmes, SNECMA, HDR

Didier Theilliol Professeur des Universités, CRAN Examinateur Dominique Beauvois Professeur, L2S Centrale-Supélec Directeur de thèse Hélène Piet-Lahanier Conseiller scientique, ONERA DCPS Encadrant Julien Marzat Ingénieur de Recherches, ONERA DCPS

Invité Stéphane Petitot Docteur, chef de service CNES/DLA/SDT/SME Invité Gerard Ordonneau Ingénieur de Recherches, ONERA DEFA

Remerciements

Je remercie vivement le professeur Ali Zolghadri de m'avoir fait l'honneur de présider le jury de cette thèse.

Ma reconnaissance va également à Jérôme Lacaille, expert émérite à Safran et Didier Theillol professeur à l'Université de Lorraine d'avoir accepté d'être rap-porteurs de mon manuscrit de thèse.

Je tiens à remercier M. Dominique Beauvois, professeur à CentraleSupelec pour sa participation à mon jury.

Je souhaite témoigner ma gratitude à Hélène Piet-Lahanier, Julien Marzat et Gérard Ordonneau qui ont encadré ma thèse à l'ONERA, pour l'expérience scien-tique qu'ils m'ont transmise, pour l'ensemble des connaissances que j'ai acquises grâce à eux, pour leurs conseils, ainsi que pour leurs conances et leurs grandes disponibilités. Je remercie également Lucien Vingert pour son aide précieuse et ecace dans les travaux impliquant le banc Mascotte.

Je remercie enn Stéphane Petitot qui a participé à mon jury et mes collègues du CNES pour leurs supports et leurs implications dans ce projet.

Table des matières

1 Introduction 17

2 Les moteurs à ergols liquides et la problématique du diagnostic 23

2.1 Principes de fonctionnement d'un moteur de fusée . . . 24

2.2 Les composants d'un moteur, les spécicités et les modes de dé-faillance . . . 27

2.2.1 Chambres de combustion, préchambres et générateurs de gaz 27 2.2.2 Tuyères . . . 30

2.2.3 Turbopompes . . . 31

2.2.4 Vannes et lignes . . . 32

2.3 Le vol . . . 34

2.4 Les bancs d'essais . . . 35

2.5 Instrumentations et surveillance . . . 37

2.6 La modélisation d'un moteur . . . 38

2.6.1 Modélisation fonctionnelle . . . 39

2.6.2 Modélisation aérodynamique et thermomécanique . . . 42

2.7 Conclusion . . . 43

3 Méthodes de diagnostic et applications 45 3.1 Dénition du problème du diagnostic . . . 46

3.1.1 Techniques de diagnostic . . . 46

3.1.2 Identication paramétrique par moindres carrés . . . 48

3.1.3 Estimation par ltre de Kalman . . . 49

3.1.4 Méthodes d'analyse du résidu . . . 51

3.2 L'expérience de la navette spatiale américaine . . . 52

3.3 Les eorts européens sur le développement de nouvelles stratégies de surveillance pour les lanceurs . . . 56

3.4 Benchmarking . . . 61

3.4.1 Benchmark NASA et PHM . . . 62

3.4.2 Benchmarks de processus industriels . . . 64

3.4.3 Benchmark sur un véhicule spatial . . . 65

3.4.4 Bilan des benchmarks . . . 66

3.5 Discussion et positionnement . . . 66

4 Description et modélisation des moyens expérimentaux : le banc Mascotte 68 4.1 Le banc MASCOTTE et le circuit de refroidissement . . . 68

4.2 Banc de contrôle : architecture, pilotage et surveillance . . . 75

4.2.1 Architecture du banc . . . 75 1

4.2.2 Pilotage et arrêt d'essai . . . 77

4.2.2.1 Temps de réponse des vannes principales . . . 77

4.2.3 Processus de choix des surveillances . . . 78

4.3 Description des essais de référence utilisées pour la validation des algorithmes . . . 80

4.3.1 Essai de référence n°1 CONFORTH 2010 . . . 80

4.3.2 Essai de référence n°2 ATAC 2014 . . . 83

4.4 Instrumentation et analyse du bruit capteur . . . 88

4.4.1 Bruit des capteurs de pression . . . 88

4.4.2 Bruit des débitmètres . . . 91

4.4.3 Bruit des thermocouples . . . 92

4.4.4 Analyse fréquentielle du bruit capteur . . . 93

4.4.4.1 Analyse fréquentielle du bruit sur les débitmètres 94 4.4.4.2 Analyse fréquentielle des bruits des capteurs de pression . . . 95

4.4.4.3 Analyse fréquentielle des bruits des thermocouples 97 4.5 Conclusions . . . 98

5 Méthodes de diagnostic à base de modèles 99 5.1 Modélisation générique d'un élément de réseau uide . . . 99

5.1.1 Simplication du coecient de perte de charge kp . . . 102

5.1.2 Conclusions . . . 103

5.2 Identication paramétrique au sens des moindres carrés . . . 104

5.3 Identication paramétrique pour la partie thermique . . . 108

5.4 Filtrage de Kalman . . . 109

5.4.1 EKF pour l'estimation de la pression de sortie . . . 110

5.4.2 EKF pour l'estimation de la température de sortie . . . 117

5.5 Conclusions . . . 125

6 Analyse des résidus et validation à l'aide d'un benchmark fonc-tionnel 127 6.1 Algorithme d'analyse du résidu : test du CUSUM . . . 127

6.2 Calcul automatique du seuil de détection . . . 128

6.2.1 Seuil automatique basé sur l'écart-type du résidu . . . 128

6.2.2 Seuil automatique basé sur l'écart maximal du résidu . . . 129

6.3 Analyse des performances de détection de panne à l'aide d'un benchmark . . . 130

6.3.1 Simulateur CARINS du banc Mascotte . . . 130

6.3.2 Choix des cas de pannes . . . 137

6.3.2.1 Cas de panne L1 obstruction vanne d'alimentation hydrogène . . . 138

6.3.2.2 Cas de panne L2 obstruction d'une section du cir-cuit d'eau . . . 140

6.3.2.3 Cas de panne L3 fuite dans le circuit d'eau . . . . 142

6.3.3 Génération des résidus . . . 144

6.3.4 Performances du diagnostic . . . 146

6.3.5 Paramètres du benchmark . . . 147

6.3.6 Delta : écart type sur fenêtre glissante . . . 147 6.3.6.1 Variation de la taille de fenêtre pour le calcul de δ 148

TABLE DES MATIÈRES 3

6.3.6.2 Variation de la taille de défaut minimum . . . 150

6.3.6.3 Variation de λ pour le calcul du seuil . . . 151

6.3.7 Delta : écart max sur fenêtre glissante . . . 153

6.3.7.1 Variation de la taille de fenêtre pour le calcul de δ 154 6.3.7.2 Variation de la taille de défaut minimum . . . 155

6.3.7.3 Variation du paramètre λ pour le calcul du seuil . 157 6.3.8 Sensibilité des algorithmes en cas de panne à transitoire lent159 6.3.9 Discussion des résultats du benchmark . . . 161

6.4 Conclusions . . . 162

7 Détection sur données d'essais de référence 164 7.1 Résultats de détection sur les essais de référence . . . 164

7.1.1 Mise en place et résultats pour l'essai 2010 . . . 165

7.1.1.1 Résultats de l'algorithme IDP . . . 166

7.1.1.2 Résultats de l'algorithme P2K . . . 170

7.1.1.3 Résultats de l'algorithme T2K . . . 171

7.1.2 Mise en place et résultats pour l'essai 2014 . . . 172

7.1.2.1 Partie chambre : résultats de l'algorithme IDP . . 175

7.1.2.2 Partie chambre : résultats de l'algorithme P2K . 176 7.1.2.3 Partie chambre : résultats de l'algorithme T2K . 177 7.1.2.4 Partie tuyère : résultats de l'algorithme IDP . . . 178

7.1.2.5 Partie tuyère : résultats de l'algorithme P2K . . . 179

7.1.2.6 Partie tuyère : résultats de l'algorithme T2K . . . 180

7.2 Implémentation et test sous Labview . . . 181

7.2.1 Synthèse de l'implémentation des algorithmes sous Labview 181 7.2.2 Résultats de calcul sous Labview . . . 182

7.3 Synthèse et discussion des résultats . . . 183

8 Possibilités de reconguration en réponse à un défaut 186 8.1 Description du modèle de régulation . . . 187

8.2 Intégration des algorithmes de diagnostic sous CARINS . . . 190

8.3 Cas de panne L3 . . . 190

8.4 Seuils de détection . . . 191

8.5 Régulation sur ag de détection IDP . . . 191

8.6 Conclusions . . . 193

9 Conclusion générale et perspectives 195 9.1 Conclusions . . . 195

Table des gures

1.1 Lancement Ariane 5 (crédit : CNES). . . 17

1.2 Moteur Vulcain 2 au banc d'essai P5 au DLR (Allemagne) (crédit : DLR). . . 19

2.1 Schéma de fonctionnement d'un moteur à ergols liquides (source CNES, illustration B. Nicolas). . . 25

2.2 Exemples de cycles moteur à ux intégré (à gauche, cycle à com-bustion étagée) et à ux dérivé (à droite, cycle à générateur de gaz), (source CNES). . . 26

2.3 Exemples de cycles moteurs sans générateur de gaz, bleed (gauche) et expander (droite), (source CNES). . . 26

2.4 Zones d'analyses d'une chambre de combustion (Illustration issue de  Advanced Chemical Rocket Propulsion, Academic Press, New York, 1987 ). . . 28

2.5 Exemple de chambre de combustion du moteur Vulcain 2 (crédit Snecma). . . 29

2.6 Exemple de préchambre du SSME (crédit NASA). . . 29

2.7 Exemple de générateur de gaz du Vulcain 2 (crédit Snecma). . . . 30

2.8 Exemple d'intégration de circuit de refroidissement pour le moteur HM7b (crédit Snecma) à gauche et tuyère du moteur Vulcain 2 (crédit Snecma) à droite. . . 31

2.9 Exemple de turbopompe oxygène Vulcain 2 (crédit Snecma). . . . 32

2.10 Exemple de vanne SSME (crédit NASA). . . 33

2.11 Vannes de commande du SSME [187]. . . 35

2.12 Banc P5 au DLR (crédit DLR). . . 36

2.13 Banc Mascotte (crédit Onera). . . 36

2.14 Illustration d'une chambre combustion et d'une tuyère [187]. . . . 39

2.15 Exemples de logiciel pour la modélisation fonctionnelle d'un mo-teur de fusée, interface CARINS. . . 41

2.16 Exemples de logiciel pour la modélisation fonctionnelle d'un mo-teur de fusée, interface PROOSIS. . . 41

2.17 Maquette Catia d'un moteur de fusée à ergol liquide, cycle à géné-rateur de gaz (crédit CNES). . . 43

2.18 Exemples d'outils de simulation pour le moteur RS-68 (crédit Ro-cketdine). [208] . . . 43

3.1 Classication des algorithmes de diagnostic basée sur [195]. . . 47

3.2 Image d'une pompe oxygène après rupture au banc d'essai (crédit NASA). . . 53

TABLE DES FIGURES 5

3.3 Mesures traitées par SAFD (crédit Rocketdyne). . . 54

3.4 Un exemple d'architecture HMS utilisé pour le moteur de la navette américaine au banc. . . 55

3.5 Un exemple de véhicule FESTIP, FSCC-15 (crédit ESA). . . 56

3.6 Véhicule X-38 (crédit NASA). . . 57

3.7 Exemple de gabarit Miriad pour le moteur Vulcain. . . 57

3.8 Démonstrateur Vulcain X (crédit CNES). . . 58

3.9 DIADEM (crédit Snecma). . . 59

3.10 Démonstrateur SCORE-D (crédit Snecma). . . 60

3.11 Véhicule Hopper (crédit EADS). . . 61

3.12 Exemple de schéma ADAPT, simulateur de système de génération de puissance électrique Electrical Power System (EPS). . . 62

3.13 Exemple de comparaison des taux de fausse alarme pour divers algorithmes sur ADAPT, Mf n fausse alarme négative, Mf p fausse alarme positive. . . 63

3.14 Exemple du schéma d'un actionneur du benchmark DAMADICS : système de contrôle d'admission du sucre dans le premier évapo-rateur [7]. . . 64

3.15 Schéma du Tennessee Eastman Process [35]. . . 65

3.16 Schéma du système propulsif du X-37 pour PITEX [23]. . . 65

4.1 Le banc Mascotte en fonctionnement (crédit ONERA). . . 69

4.2 Montages CONFORTH (gauche) et ATAC (droite) tuyère bidimen-sionnelle (crédit ONERA). . . 69

4.3 Manchon d'injection à gauche et une des trois viroles de la chambre de combustion. . . 70

4.4 Chambre de combustion Mascotte en conguration thermique. En jaune le circuit d'eau. . . 70

4.5 Conguration ATAC avec l'ensemble des viroles et de la tuyère. . 71

4.6 Schéma du banc Mascotte. . . 71

4.7 Schéma du circuit de refroidissement (V1 à V3 = viroles, T=Tuyère). 72 4.8 Schéma du passage de l'eau de refroidissement sur les pièces Mas-cotte. . . 73

4.9 Géométrie du circuit d'eau virole. . . 73

4.10 Paramètres fonctionnels banc, exemples de prols d'essai long. . . 74

4.11 Paramètres fonctionnels banc, exemples de prols d'essai court. . . 74

4.12 Pupitre de commande du banc Mascotte (crédit ONERA). . . 75

4.13 Architecture du système banc. . . 76

4.14 Exemple d'interface graphique sur la Machine de Sécurité pour la saisie des surveillances du circuit d'eau (ici débits et pressions). . 80

4.15 Évolution des paramètres fonctionnels chambre pour l'essai CONFORTH 2010. . . 81

4.16 Évolution des pressions dans le circuit d'eau de la virole d'eau V2 pour l'essai CONFORTH 2010 : en rouge la pression d'entrée, en bleu la pression de sortie. . . 82

4.17 Évolution du débit dans le circuit d'eau de la virole d'eau pour l'essai CONFORTH 2010. . . 82

4.18 Températures circuit d'eau virole n° 2, essai CONFORTH 2010.Tem-pérature au niveau paroi Tparoi (rouge), Température en entrée Te

(bleu), Température de sortie Ts (vert). . . 83

4.19 Évolution des paramètres essai ATAC 2014. . . 84 4.20 Évolution des pressions dans le circuit d'eau de la virole ATAC

2014 : en rouge la pression d'entrée, en bleu la pression de sortie. . 84 4.21 Évolution du débit dans le circuit d'eau de la virole, ATAC 2014. 85 4.22 Températures circuit d'eau de la virole 2, ATAC 2014. Température

au niveau paroi Tparoi (rouge), température en entrée Te (bleu),

température de sortie Ts (vert). . . 85

4.23 Évolution des pressions dans le circuit d'eau de la tuyère, ATAC 2014 : en rouge la pression d'entrée, en bleu la pression de sortie. 86 4.24 Évolution du débit dans le circuit d'eau de la tuyère, ATAC 2014. 86 4.25 Températures circuit d'eau tuyère, ATAC 2014. Température au

niveau paroi Tparoi (rouge), température en entrée Te (bleu),

tem-pérature de sortie Ts (vert). . . 87

4.26 Évolution du bruit des tous les capteurs de pression entrée/sortie circuit eau virole 1 et 2 (bleu, vert, noir, bleu clair), moyenne sur 10 ms, essai 2010, régime établi 60 s < t < 125 s . . . 89 4.27 Bruit capteurs de pression entrée/sortie circuit eau virole 1 et 2

(bleu, vert, noir, bleu clair), moyenne sur 100 ms, essai 2010, régime établi 60 s < t < 125 s. . . 89 4.28 Bruit capteurs de pression entrée/sortie circuit eau virole 1 et 2

(bleu, vert, noir, bleu clair), moyenne sur 1 s, essai 2010, régime établi 60 s < t < 125 s. . . 90 4.29 Évolution du bruit débitmètre du circuit d'eau virole pour l'essai

2010. . . 91 4.30 Évolution du bruit débitmètre du circuit d'eau tuyère pour l'essai

2014. . . 91 4.31 Bruit sur de divers capteurs de température (bleu, rouge, violet et

jaune), circuit d'eau viroles, essai 2010, 60 s<t< 125 s. . . 92 4.32 Évolution du bruit de divers capteurs de température du circuit

d'eau tuyère pour l'essai 2014. . . 93 4.33 Analyse fréquentielle du bruit du débitmètre du circuit d'eau tuyère

essai 2010. . . 94 4.34 Analyse fréquentielle du bruit du débitmètre du circuit d'eau tuyère

essai 2014. . . 95 4.35 Analyse fréquentielle capteurs de pression sortie pour la virole 2,

essai 2010. . . 96 4.36 Analyse fréquentielle capteurs de pression sortie circuit eau tuyère,

essai 2014. . . 96 4.37 Analyse fréquentielle capteurs de température Tparois eau pour la

virole 2, essai 2010. . . 97 4.38 Analyse fréquentielle capteurs de température Tparois eau pour la

tuyère 2,essai 2014. . . 98 5.1 Application cavité-orice-cavité à une section du circuit d'eau. . . 100 5.2 Variation de la viscosité de l'eau. . . 102

TABLE DES FIGURES 7 5.3 Reynolds pour le même essai et section avec µ = 0.0018 et µ =

0.0004, tir nominal. . . 102

5.4 Identication paramètre cvirole−2 essai 2010. . . 106

5.5 Identication paramètre cvirole−2 essai 2014. . . 107

5.6 Identication paramètre ctuy`ere essai 2014. . . 107

5.7 Identication paramètre H0 _{essai 2010. . . 109}

5.8 Identication paramètre H0 _{essai 2010. . . 109}

5.9 Résidu de Kalman pour P2, essai 2010 partie chambre. . . 113

5.10 Paramètre d, essai 2010 partie chambre. . . 114

5.11 Résidu de Kalman pour P2, essai 2014 partie chambre. . . 114

5.12 Paramètre d, essai 2014 partie chambre. . . 115

5.13 Résidu de Kalman pour P2, essai 2014 partie tuyère. . . 115

5.14 Paramètre d, essai 2014 partie tuyère. . . 116

5.15 Évolution de H en fonction de V2 avec deux valeurs de h. . . 119

5.16 Paramètre H estimation Kalman avec divers V2. . . 120

5.17 Évolution de H · ρ · V2. . . 121

5.18 Évolution du résidu de Kalman pour l'essai 2010. . . 122

5.19 Paramètre H, essai 2010, partie chambre. . . 122

5.20 Évolution du résidu de Kalman pour l'essai 2014 partie chambre. . 123

5.21 Évolution du paramètre H pour l'essai 2014 partie chambre. . . . 123

5.22 Évolution du résidu de Kalman pour l'essai 2014 partie tuyère. . . 124

5.23 Paramètre H, essai 2014, tuyère. . . 124

6.1 Synoptique du simulateur CARINS du banc Mascotte. . . 131

6.2 Icône des vannes d'alimentation GOX, GH2 ou eau. . . 132

6.3 Ouverture vanne VGOX, S(t). . . 132

6.4 Icône du modèle de cavité à gauche et d'orice à droite. . . 133

6.5 Modélisation du circuit d'eau de refroidissement Mascotte, chambre et tuyère. . . 133

6.6 Chambre de combustion du banc Mascotte. . . 133

6.7 Icônes des éléments thermiques et schéma des échanges à paroi. . 134

6.8 Icône d'une condition limite. . . 134

6.9 Prols d'entrée pression d'alimentation GOX et GH2. . . 135

6.10 Prols d'entrée pression d'alimentation GOX et GH2. . . 135

6.11 Variation débit allumeur, section de passage. . . 135

6.12 Prol de température de combustion calculé. . . 136

6.13 Localisation de la panne L1. . . 138

6.14 Évolution de la pression sur la virole 2 du circuit d'eau, cas de panne L1. . . 139

6.15 Évolution de la température sur la virole 2 du circuit d'eau, cas de panne L1. . . 139

6.16 Évolution du débit sur la virole 2 du circuit d'eau, cas de panne L1. 140 6.17 Localisation panne L2. . . 140

6.18 Évolution de la pression sur la virole 2 du circuit d'eau, cas de panne L2. . . 141

6.19 Évolution de la température sur la virole 2 du circuit d'eau, cas de panne L2. . . 141 6.20 Évolution du débit sur la virole 2 du circuit d'eau, cas de panne L2. 142

6.21 Localisation panne L3. . . 142 6.22 Évolution de la pression sur la virole 2 du circuit d'eau, cas de

panne L3. . . 143 6.23 Évolution de la température sur la virole 2 du circuit d'eau, cas de

panne L3. . . 143 6.24 Évolution du débit sur la virole 2 du circuit d'eau cas de panne L3. 144 6.25 Résidu d'identication paramétrique sur L1, L2 et L3. . . 145 6.26 Résidu du ltre de Kalman pour la pression P2 sur L1, L2 et L3. 145

6.27 Résidu du ltre de Kalman pour la température T2 sur L1, L2 et

L3. . . 146 6.28 Résultats de détection IDP en fonction de Nf, avec λ = 1 et

tdet−σ = 1. . . 148

6.29 Résultats de détection P2K en fonction de Nf, avec λ = 1 et

tdet−σ = 1. . . 148

6.30 Résultats de détection T2K en fonction de Nf, avec λ = 1 et

tdet−σ = 1. . . 149

6.31 Résultats de détection IDP en fonction de tdet−σ, avec λ = 1 et

Nf = 500. . . 150

6.32 Résultats de détection P2K en fonction de tdet−σ, avec λ = 1 et

Nf = 500. . . 150

6.33 Résultats de détection T2K en fonction de tdet−σ, avec λ = 1 et

Nf = 500. . . 151

6.34 Résultats de détection IDP en fonction de λ, avec tdet−σ = 1 et

Nf = 500. . . 152

6.35 Résultats de détection P2K en fonction de λ, avec tdet−σ = 1 et

Nf = 500. . . 152

6.36 Résultats de détection T2K en fonction de λ, avec tdet−σ = 1 et

Nf = 500. . . 153

6.37 Résultats de détection IDP en fonction de Nf, avec λ = 1 et

tdet−max = 1. . . 154

6.38 Résultats de détection P2K en fonction de Nf, avec λ = 1 et

tdet−max = 1. . . 154

6.39 Résultats de détection T2K en fonction de Nf, avec λ = 1 et

tdet−max = 1. . . 155

6.40 Résultats de détection IDP en fonction de tdet−max, avec λ = 1 et

Nf = 10. . . 156

6.41 Résultats de détection P2K en fonction de tdet−max, avec λ = 1 et

Nf = 10. . . 156

6.42 Résultats de détection T2K en fonction de tdet−max, avec λ = 1 et

Nf = 10. . . 157

6.43 Résultats de détection IDP en fonction de λ, avec tdet−max = 1 et

Nf = 10. . . 158

6.44 Résultats de détection P2K en fonction de λ, avec tdet−max = 1et

Nf = 10. . . 158

6.45 Résultats de détection T2K en fonction de λ, avec tdet−max = 1et

Nf = 10. . . 159

6.46 Cas de panne lent, résultat IDP, Nf = 500, tdet−σ = 2, λ = 3. . . 160

TABLE DES FIGURES 9

6.48 Cas de panne lent, résultat T2K, Nf = 500, tdet−σ = 2, λ = 2. . . 161

6.49 Logique de détection IDP avec CUSUM. . . 163

6.50 Logique de détection P2K avec CUSUM. . . 163

6.51 Logique de détection T2K avec CUSUM. . . 163

7.1 Transitoire d'arrêt, essai 2010, détail de Tparoi . . . 165

7.2 Transitoire d'arrêt, essai 2010, détail de P1et P2. . . 166

7.3 Essai 2010, ag IDP, δ écart-type, moyenne  conservative . . . . 167

7.4 Essai 2010, résidu et δ IDP, δ écart-type, moyenne  conservative . 167 7.5 Essai 2010, ag IDP, δ écart-type, moyenne  glissante . . . 168

7.6 Essai 2010, résidu et δ IDP, δ écart-type, moyenne  glissante . . 168

7.7 Essai 2010, ag IDP, δ écart-maximal, moyenne  glissante . . . 169

7.8 Essai 2010, résidu et δ IDP, δ écart-type, moyenne  glissante , Nf = 500. . . 169

7.9 Essai 2010, ag P2K, δ écart-type. . . 170

7.10 Essai 2010, ag P2K, δ écart maximal. . . 171

7.11 Essai 2010, ag T2K, δ écart-type. . . 172

7.12 Essai 2010, ag T2K, δ écart maximal. . . 172

7.13 Transitoire d'arrêt, essai 2014, partie chambre, détail de Tparoi. . 173

7.14 Transitoire d'arrêt, essai 2014, partie chambre, détail de P1 et P2. 174 7.15 Transitoire d'arrêt, essai 2014, partie tuyère, détail de Tparoi. . . . 174

7.16 Transitoire d'arrêt, essai 2014, partie tuyère, détail de P1et P2. . 175

7.17 Essai 2014, chambre, ag IDP, δ écart-type, moyenne  glissante . 176 7.18 Essai 2014, chambre, ag IDP, δ écart maximal, moyenne  glis-sante . . . 176

7.19 Essai 2014, chambre, ag P2K. . . 177

7.20 Essai 2014, chambre, ag T2K, δ écart-type. . . 177

7.21 Essai 2014, chambre, ag T2K, δ écart maximal. . . 178

7.22 Essai 2014, tuyère, ag IDP, δ écart-type, moyenne  glissante . . 179

7.23 Essai 2014, tuyère, ag IDP, δ écart maximal, moyenne  glissante .179 7.24 Essai 2014, tuyère, ag P2K. . . 180

7.25 Essai 2014, tuyère, ag T2K, δ écart-type. . . 180

7.26 Essai 2014, tuyère, ag T2K, δ écart maximal. . . 181

7.27 Interface graphique Labview avec l'intégration du code IDP et du test de CUSUM. . . 182

7.28 Interface graphique Labview avec les surveillances des débits du circuit d'eau. . . 182

7.29 Valeur IDP du paramètre c. . . 183

7.30 Flag IDP pour l'essai 2010. . . 183

8.1 Boucle de régulation et HMS. . . 187

8.2 Évolution Tparoi = f (qV GH2(SV GH2)). . . 188

8.3 Évolution SV GH2. . . 188

8.4 Évolution nominale Tparoi. . . 190

8.5 Évolution Tparoien cas de panne L3. . . 191

8.6 Évolution de la température de paroi avec IDP. . . 192

8.7 Flag de détection IDP. . . 192

8.8 Évolution de la section de la vanne VGH2. . . 193

9.1 Logique de détection IDP avec CUSUM. . . 197 9.2 Logique de détection P2K avec CUSUM. . . 197 9.3 Logique de détection T2K avec CUSUM. . . 197

Liste des tableaux

2.1 Exemples de cas de pannes préchambre et chambre SSME . . . . 30

2.2 Exemples des cas de panne tuyères SSME . . . 31

2.3 Exemples de cas de panne turbopompes . . . 32

4.1 Seuils Redlines pour le circuit d'eau, essai 2010 . . . 79

4.2 Maxima des écarts-type des signaux de pression 2010 [bar] . . . . 90

4.3 Maxima des écarts-type des signaux de pression 2014 [bar] . . . . 90

4.4 Maxima des écarts-type des signaux de débitmètres de 2010 [kg/s] 92 4.5 Maxima des écarts-type des signaux de débitmètres de 2014 [kg/s] 92 4.6 Maxima des moyennes des écarts-type des signaux de température 2010 [°C] . . . 93

4.7 Maxima des moyennes des écarts-type des signaux de température 2014 [°C] . . . 93

5.1 Estimation préliminaire du paramètre c et M pour le circuit d'eau 106 5.2 Valeurs thermophysiques pour l'eau de refroidissement . . . 106

5.3 Identication de c sur circuit d'eau . . . 108

5.4 Valeurs de référence de d . . . 113

5.5 Écart d'estimation de b . . . 116

5.6 Valeurs thermophysiques pour le calcul du coecient H . . . 119

5.7 Évolution du coecient d'échange thermique avec diérentes va-leurs de V2 . . . 120

5.8 Valeurs moyennes de H de Kalman (essai 2010) . . . 121

5.9 Valeurs estimées H moyennes . . . 125

6.1 Écarts en % entre les sorties du simulateur CARINS du banc Mas-cotte et les données d'essai en régime stabilisé . . . 137

6.2 Impact % panne L1. . . 138

6.3 Impact % panne L2. . . 140

6.4 Impact % panne L3 . . . 142

6.5 N° des gures avec résultats pour la méthode écart-type . . . 147

6.6 N° des gures avec résultats pour la méthode du max . . . 147

7.1 Synthèse de résultats avec écart-type. . . 184

7.2 Synthèse de résultats avec écart maximal. . . 185

8.1 Seuils de détection δ. . . 191

Acronymes

LOX Oxygène liquide LH2 Hydrogène liquide NTO Tétroxyde d'azote

UDMH Unsymmetrical Dimethylhydrazine CR Circuit de Refroidissement

SSME Space Shuttle Main Engine FPOV Fuel Preburner Oxidizer Valve CARINS Logiciel de calcul réseaux uides AMESYM Logiciel de calcul fonctionnel moteur PROOSIS Logiciel de calcul fonctionnel moteur CARMECA Logiciel 3D moteurs

FDI Fault Detection and Isolation FDD Fault Detection and Diagnosis

FDIR Fault detection isolation and reconguration EKF Extended Kalman Filter

CUSUM test des sommes cumulatives GLR Generalized Likelihood Ratio SPRT Sequential Probability Ratio Test HMS Health Monitoring System

HMaS Health MAnagement System

SAFD System for Anomaly and Failure Detection FASCOS Flight Accelerometer Safety Cut-O System HMSRE Health Management System for Rocket Engine RTVMS Real Time Vibration Monitoring System

SCXI Chassis d'acquisition de mesures National Instrument PXI Unité d'acquisition des thermocouples

MA Machine d'Achage MS Machine de Sécurité MP Machine de Pilotage DIO Digital Input Output

TRO Temps de Réponse à l'Ouverture TMO Temps de Réponse en Man÷uvre TRF Temps de Réponse à la Fermeture

LISTE DES TABLEAUX 13 V1 Virole 1 du circuit d'eau partie chambre

V2 Virole 2 du circuit d'eau partie chambre V3 Virole 3 du circuit d'eau partie chambre T Circuit de refroidissement de la tuyère Re Nombre de Reynolds

Nu Nombre de Nusselt Pr Nombre de Prandlt GOX Oxygène gazeux GH2 Hydrogène gazeux VGOX Vanne d'injection GOX VGH2 Vanne d'injection GH2

IDP Algorithme de détection par identication paramétrique

P2K Algorithme de détection par ltre de Kalman pour la pression de sortie T2K Algorithme de détection par ltre de Kalman pour la température de sortie

Symboles mathématiques

Chapitre 2

Teb : Température d'ébullition [K]

QF U EL : Débit de combustible [kg/s]

QLOX : Débit d'oxydant [kg/s]

Rm : Rapport de mélange

ρ : Masse volumique [kg/m3]

~v = (v1,v2, v3): Vitesse eulérienne d'une particule uide [m/s]

τ : Tenseur des contraintes visqueuses [N/m2_]

~

f : Résultante des forces massiques [N/kg] e : Energie totale par unité de masse [J/kg] −

→

Q : Flux de chaleur [W/m2]

ξ : Perte de chaleur volumique due au rayonnement [W/m3_]

F : Force de poussée [N]

Pc : Pression dans la chambre de combustion [bar] ou [P a]

Tc : Température des gaz de combustion [K] ou [◦C]

At : Section au col d'une tuyère propulsive [m2]

Ae : Section d'éjection [m2]

Pe : Pression d'éjection [bar] ou [P a]

Palimentation : Pression d'alimentation des turbopompes [bar] ou [P a]

Ps : Pression de sortie pompe [bar] ou [P a]

q : Débit massique [kg/s] ω : Vitesse de rotation [tr/min] η : Rendement

ηc: Rendement de combustion

Kinj : Pertes de charges injecteurs

 : Rapport des sections tuyère Ve : Vitesse d'éjection des gaz [m/s]

pambiant: Pression ambiante [bar]ou [P a]

Qtep : Débit totale entrée pompe [kg/s]

Ftot : Poussée totale moteur [N]

Isp : Impulsion spécique [s]

LISTE DES TABLEAUX 15

Chapitre 3

YN : Vecteur de N sorties d'un modèle d'un processus générique

U : Vecteur des entrées mesurables θ : Vecteur de paramètres du processus X : Vecteur des variables d'état

f : Fonction représentant un processus HN : Système de N équations algébriques

e : Erreur de modélisation V : Fonction de coût ˆ

θ : Estimée du vecteur des paramètres θ XK : Etat X au pas de temps discret k

fk : Expression de f en temps discret

wk : Erreur de modélisation

vk : Erreur de mesure

Ck: Matrice de transformation entre les mesures et les états Xk

Zk : Vecteur de mesure

Quk : Matrice de variance-covariance sur les entrées Uk

Qbk : Matrice de variance-covariance sur le bruit d'état wk

Rk : Matrice de variance covariance sur le bruit de mesure vk

ˆ

X : Estimée de l'état X ˆ

Yk : Erreur d'estimation de Kalman

Cov : Matrice de covariance de l'état σ : Ecart-type

µ0 : Moyenne d'un signal

ν : Facteur multiplicatif de l'écart-type

N : Nombre d'échantillons traité dans une fenêtre d'acquisition r : Résidu

Smin, Smax : Sommes du test de CUSUM

δ : Seuil minimal de détection du test de CUSUM

Chapitre 5

P1 : Pression dans la cavité 1 [P a]

P2 : Pression dans la cavité 2 [P a]

kp : Coecient de perte de charge (non dimensionnel)

ρ : Masse volumique du uide [kg/m3] a : Vitesse du son du uide [m/s]

V1 : Volume de la cavité 1 [m3]

V2 : Volume de la cavité 2 [m3]

S : section de passage de l'orice [m2_]

q = qs

1 = qe2 : Débit à travers l'orice, débit sortant de la cavité 1 et débit entrant

dans la cavité 2 [kg/s]

q₁e : Débit entrant dans la cavité 1 [kg/s] q₂s : Débit sortant de la cavité 2 [kg/s] T1 : Température de la cavité 1 [K]

T2 : Température de la cavité 2 [K]

˙

Q1 : Flux thermique sur la cavité 1 [W ]

˙

Q2 : Flux thermique rentrant dans la cavité 2 [W ]

Twall : Température de la paroi côté cavité [K]

h : Coecient d'échange convectif [W K−1m−2] kwall : Conductivité à paroi [W K−1m−1]

∆x : Épaisseur de la paroi [m]

Sexchange : Surface d'échange thermique entre la paroi chauée et le uide dans

la cavité 2 [m2_]

µ: Viscosité dynamique [P a/m/s]

Nf : Nombre d'échantillons traités, taille de la fenêtre glissante

Chapitre 6

tdet : Coecient de réglage du seuil de détection δ

λ : Coecient de retard de détection

SV GH2 : Section de passage de la vanne VGH2 [m2]

SV GOX : Section de passage de la vanne VGOX [m2]

PO2 : Pression d'alimentation ligne oxygène [bar] ou [P a]

PH2 : Pression d'alimentation ligne hydrogène [bar] ou [P a]

tallumeur : Instant de déclenchement de l'allumeur [ms]

tallumage : Fin du transitoire d'allumage [ms]

Chapitre 8

Tparoi : Température paroi chambre [K] ou [◦C]

Chapitre 1

Introduction

Les moteurs de fusée constituent les éléments fondamentaux des lanceurs uti-lisés aujourd'hui. Ce sont des systèmes complexes permettant la production de forces de poussée très élevées (jusqu'à 12000 kN de poussée à comparer à 500 kN au maximum pour les moteurs d'avion). D'un point de vue énergétique les moteurs de fusées sont des systèmes de conversion d'énergie avec des puissances développées dans les chambres de combustion supérieures à celles produites par des centrales nucléaires typiques (autour de 3-4 GW). Les moteurs à ergols li-quides, sujets d'application des méthodes développées dans ce travail de thèse peuvent atteindre des niveaux de puissance développée jusqu'à 20 GW bien que les niveaux typiques restent en général inférieurs à 10 GW. Ces valeurs énergé-tiques très élevées correspondent à des conditions de pression très importantes dans les chambres de combustion et des débits de propergol pouvant atteindre jusqu'à 1000 kg/s [72].

Figure 1.1  Lancement Ariane 5 (crédit : CNES).

La performance et la abilité du système propulsif sont d'une importance ma-jeure pour toute mission spatiale. Une panne dans le système propulsif conduit

dans la majorité des cas à la destruction du lanceur et à la perte complète de la mission : 50% des échecs de missions lanceurs sont dus à une panne dans le système propulsif. Depuis les années 50, d'importants eorts ont été réalisés pour améliorer les performances et la abilité des systèmes propulsifs chimiques. Des matériaux spéciaux ont été développés, la conception des composants optimisée et le comportement du système a été attentivement analysé. La prédiction des performances moteur a ainsi été grandement améliorée. Néanmoins cette tâche reste très complexe et demande la maitrise et la connaissance de plusieurs phé-nomènes dynamiques à la fois. C'est pour cela qu'encore aujourd'hui les essais au banc restent une phase essentielle de la conception et de la validation des moteurs de fusées. Les essais permettant de qualier les choix de conception et de valider les outils de prédiction, il est possible de maitriser les processus et de garantir un niveau de abilité important [115].

Le système de surveillance du moteur a un rôle fondamental pour garantir la sureté de la mission. Il dépend directement du type de moteur : réutilisable ou non. Pour un moteur non réutilisable il faut assurer le bon fonctionnement du moteur pendant la mission, pour un moteur réutilisable, il faut aussi gérer la du-rée de vie et les activités de maintenance. Dans les deux cas les spécications du système de surveillance sont les mêmes vis à vis des contraintes de sécurité, par exemple la surveillance des mêmes cas de pannes pour éviter des conséquences catastrophiques pour la mission, mais les méthodes de surveillance se complexi-ent lorsqu'on envisage la réutilisation des composants. D'autres contraintes de-mandées aux systèmes de surveillance sont la réduction du temps des contrôles en préparation du lancement et l'accroissement des probabilités de succès de la mission (disponibilité). Actuellement, les systèmes de surveillance moteurs sont basés sur la comparaison indépendante des mesures délivrées par les capteurs avec des seuils xes prédéterminés (redlines). Ceux-ci sont associés aux para-mètres critiques identiés et permettent de déclencher un arrêt moteur en cas de dépassement. En conséquence une analyse approfondie des cas de pannes et des anomalies devient une activité longue et couteuse, eectuée par une équipe d'experts. De plus chaque seuil est calculé grâce aux modèles de prédiction mo-teur et en fonction du cas de panne surveillé. Il dépends donc aussi du point de fonctionnement visé et lorsque divers points de fonctionnement sont visés la probabilité d'erreur dans la mise en place d'un seuil augmente. Des marges sont rajoutées pour prendre en compte des méconnaissances de modélisation et maté-riaux : il n'est alors pas possible de détecter des signaux faibles de cas de panne pouvant devenir catastrophiques avec le temps. Pour les moteurs réutilisables, ces méthodes sont trop rigides pour un suivi ecace du cycle de vie du moteur.

Sur des moteurs de type non réutilisables comme le Vulcain 2, HM7b ou VINCI, les redlines sont aujourd'hui encore justiées parce que les seuils ont été consolidés par de nombreuses années d'exploitation et surtout parce que ces moteurs ne disposent d'aucun moyen de contrôle du point de fonctionnement en vol. Le constat est diérent pour l'utilisation au sol lors des campagnes d'essais (qualication, mise au point ou suivi de production) [115]. Dans ce cas, l'objectif programmatique est de pouvoir eectuer le plus grand nombre d'essais ecaces pour atteindre les objectifs de qualication et minimiser les couts de mise en ÷uvre du banc d'essai. Le bilan actuel est d'environ 10-15% d'arrêts d'essais non justiés dus à des redlines mal réglées [84] pour le moteur Vulcain 2 au banc

CHAPITRE 1. INTRODUCTION 19 (gure 1.2). Pour cette application, il est donc opportun d'envisager des nouvelles méthodes de diagnostic à intégrer dans un pilotage  intelligent  du banc d'essai.

Figure 1.2  Moteur Vulcain 2 au banc d'essai P5 au DLR (Allemagne) (crédit : DLR).

Pour toutes ces raisons, le développement des méthodes de surveillances au-tomatiques (détection, diagnostic et pronostic) ne s'appuyant pas seulement sur des seuils xes est fondamental pour l'amélioration des performances des moteurs fusée du futur, qu'ils soient réutilisables ou non et pour les futures applications en vol ou au sol.

Cela va dans le sens de l'histoire du contrôle/commande des processus indus-triels complexes de passer à un pilotage capable de gérer non seulement le proces-sus en situation nominale mais aussi en cas d'anomalie. On parle de contrôleur intelligent permettant de réduire les erreurs humaines liées à la gestion des cas de pannes et d'optimiser l'utilisation des matériels au maximum. Des exemples importants de ce type d'approches dans le domaine aéronautique sont présentés dans les publications suivantes [78, 105, 166].

Dans ce contexte se situent alors les méthodes et les outils permettant la détection et le diagnostic automatique comme on peut voir dans les ouvrages [8, 158, 15, 177, 100, 99, 207, 34, 69] et dans les articles de review [112, 4, 139, 82, 211, 98, 114, 205].

La détection correspond à la mise en évidence de tout phénomène anormal af-fectant le comportement du système surveillé. La localisation quant à elle, permet d'isoler et d'identier la source de ce phénomène anormal (le composant défec-tueux notamment). En diagnostic, on distingue les approches sans modèle (véri-cation de limites et tendances, redondance matérielle, approches statistiques, . . .) et les approches avec modèle. Nous nous intéressons dans ce mémoire aux mé-thodes à base de modèle.

à base de modèles) ont été développées pour répondre aux objectifs du diagnostic automatique. Les premiers travaux dans ce domaine remontent au début des an-nées 70 (voir par exemple [173]), avec l'introduction du ltre de Kalman. Les mé-thodes analytiques sont basées sur une représentation du système sous forme d'un modèle mathématique (représentation d'état, entrée-sortie,. . .). La comparaison entre le comportement réel du processus et le comportement prédit par le modèle fournit des indicateurs qui permettront de détecter et éventuellement de localiser un phénomène jugé anormal. Dans les années 80 et 90, des travaux de recherche méthodologiques ont permis de proposer de nombreuses techniques à base d'ob-servateurs [183, 51, 169, 52, 22], de méthodes paramétriques [96, 215] ou par pro-jection des relations de redondance dans l'espace de parité [26, 130, 59, 185, 184]. La garantie de robustesse vis à vis des perturbations ou des erreurs de modélisa-tion d'un système de surveillance constitue un problème important. D'autre part, les performances d'un tel système sont évaluées en terme de sensibilité à l'occur-rence de phénomènes considérés comme anormaux en minimisant le taux de non détection et le retard avec lequel cette détection est eectuée. Ce problème a fait également l'objet de nombreux travaux durant les vingt dernières années. Parmi les résultats méthodologiques les plus prometteurs, on peut en particulier évoquer les techniques dites de découplage approximatif dans l'espace de parité [49] ou les travaux autour du concept  observateurs à entrées inconnues  [169, 54, 22] ou le test CR2 ou  Two-condence regions  dans l'espace paramétrique [213].

Face à ce grand nombre de méthodes disponibles, l'enjeu industriel est de trouver les outils les plus ecaces pour l'application aux systèmes réels avec les objectifs d'exploitation associés. Pour ce faire de nombreux eorts académiques et industriels ont été développés qui ont permis entre autres résultats de conce-voir des benchmarks et d'élaborer des compétitions de diagnostic dans lesquelles les performances des diérents outils peuvent être comparées à l'aide de modèles génériques [120, 119, 180, 188]. Ces expériences montrent souvent la diculté de dénir des cas de validation génériques pouvant répondre à des champs d'appli-cation industriels diérents. C'est pour répondre aux questions spéciques liées à l'application de méthodes de surveillances avancées aux moteurs à ergols liquides que ce travail de thèse a vu le jour.

La méthodologie mise en place pour développer les outils de diagnostic pro-posés dans cette thèse s'est construite en s'appuyant sur un système représen-tatif d'un moteur fusée permettant d'appliquer un large spectre d'outils. An d'utiliser des résultats de simulations et d'expérimentations, le système choisi est un banc de démonstration de chambre de combustion et tuyère des mo-teurs à ergols liquides cryogéniques, le banc Mascotte (présenté au chapitre 4) [71, 198, 210, 21, 73, 10, 44, 153].

Les contributions principales de ce travail de thèse ont été :

1. La mise en place d'une méthodologie d'analyse et conception d'outils de diagnostic (chapitre 4)

2. La conception d'outils de diagnostic fonctionnel à base de modèle (chapitre 5)

3. La mise en place et l'analyse de méthodes de réglage automatique des seuils de détection (chapitre 6)

4. La mise en place d'un benchmark fonctionnel pour l'analyse et la compa-raison des performances de diagnostic (chapitre 6)

CHAPITRE 1. INTRODUCTION 21 5. La validation des performances de diagnostic des algorithmes proposés sur

des données d'essai (chapitre 7)

6. Une proposition d'un système de régulation du banc capable de réagir en cas de panne ou défaut (chapitre 8)

Après une introduction détaillée à la problématique des moteurs de fusée à ergols liquides, en indiquant quels sont les sous-systèmes et les modes de défaillances critiques (chapitre 2) une synthèse des travaux en diagnostic pour les moteurs de fusées réalisés dans les dernières décennies en Europe sera introduite en première partie du chapitre 3. Cette présentation montre l'intérêt porté au sujet ainsi que la diculté à parvenir à des démonstrations concluantes. Dans la deuxième partie du chapitre 3, diérentes techniques de diagnostic et de détection issues de travaux de recherche sont détaillées ainsi que les problématiques liées à la validation et la comparaison des algorithmes (benchmark).

Le chapitre 4 a pour objet de décrire le cas d'application choisi pour la dé-monstration des outils de diagnostic. Il s'agit du banc ONERA/CNES Mascotte qui est utilisé pour l'analyse et la démonstration de sous-systèmes de moteurs à ergols liquides cryogéniques (chambres de combustion et tuyère). Après la des-cription globale de ce moyen d'essais et des éléments constitutifs de ce banc, le circuit de refroidissement fait l'objet d'une description approfondie car il s'agit de l'élément spécique du banc utilisé pour eectuer le développement, la validation et la comparaison des performances des outils de diagnostic. Cet élément consti-tue en eet un élément critique pour le bon fonctionnement du banc et consticonsti-tue un bon compromis en terme de complexité de modélisation et de représentativité. Le développement des algorithmes et le modèle fonctionnel sur lesquels ils s'appuient sont présentés au chapitre 5. A partir d'une modélisation simpliée du circuit d'eau, trois méthodes ont été développées permettant de détecter des évènements anormaux sur le circuit de refroidissement. Ces méthodes sont décrites et testées au chapitre 6.

Le chapitre 6 comprend également la description du benchmark fonctionnel mis en place sous le logiciel CARINS. Ce benchmark est utilisé pour comparer les trois algorithmes ainsi que les méthodes de réglage automatique des seuils de détection. Des exemples représentatifs de cas de pannes sont exploités pour évaluer les capacités des approches proposées.

Finalement dans le chapitre 7 les algorithmes sont testés sur les données d'es-sais. Les mêmes codes sont intégrés dans l'environnement de travail du banc de contrôle de Mascotte, montrant la compatibilité de leur intégration. Les temps de calcul observés sont très faibles.

Dans le chapitre 8 on étudie une possibilité d'amélioration de pilotage du banc à l'aide des outils de diagnostic. Une vanne d'alimentation est régulée de façon à contrer l'eet d'une panne détectée à l'aide des algorithmes développés.

Les enjeux du travail eectué sont rediscutés dans la conclusion qui permet également de synthétiser les résultats obtenus et les développements futurs envi-sagés.

Publications

Revue internationale à comité de lecture

1. A. Iannetti, J. Marzat, H. Piet-Lahanier, G. Ordonneau, L. Vingert, Deve-lopment of model-based fault diagnosis algorithms for MASCOTTE cryoge-nic test bench, IOP Journal of Physics : Conference Series, vol 570, pages 1-12, 2014

Conférences internationales à comité de lecture

1. A. Iannetti, J. Marzat, H. Piet-Lahanier, G. Ordonneau, L. Vingert, Fault diagnosis benchmark for a rocket engine demonstrator, 9th IFAC sym-posium on fault detection, supervision and safety for technical processes, IFAC-PapersOnLine, Vol. 48, n° 21, pp 895-900, 2015

2. A. Iannetti, J. Marzat, H. Piet-Lahanier, G. Ordonneau, Automatic tuning strategies for model-based diagnosis methods applied to a rocket engine demonstrator, PHM Europe 2016, Bilbao, Spain, 5-8 July 2016

Conférences internationales sur abstract

1. A. Iannetti, Overview on European eorts on health monitoring/management systems for rocket engines, AAAF, Space Propulsion Conference, Köln Al-lemagne, 19-22 May 2014

2. A. Iannetti, S. Palerm, J. Marzat, H. Piet-Lahanier, G. Ordonneau, HMS developments for the rocket engine demonstrator Mascotte, AIAA JPC, Orlando, FL, 26-28 July 2015

3. A. Iannetti, S. Palerm, J. Marzat, H. Piet-Lahanier, G. Ordonneau, A new HMS for the Mascotte cryogenic test bench, AAAF, Space Propulsion Conference, Rome Italie, 2-6 May 2016

Chapitre 2

Les moteurs à ergols liquides et la

problématique du diagnostic

Les lanceurs d'aujourd'hui permettent l'accès à l'espace pour satisfaire aux be-soins du marché des satellites de télécommunications et pour les missions d'explo-ration et d'étude de l'univers. Les lanceurs spatiaux sont des véhicules composés [29] d'au moins deux ou trois étages composés de moteurs, réservoirs, systèmes de contrôle et d'une baie contenant la charge utile à placer en orbite. Pour proter de l'équation de Tsiolkovski et du principe de la conservation du mouvement [187] un lanceur est constitué d'étages propulsifs qui sont séparés au fur et à mesure de la mission : à la n il reste seulement la dernière partie avec la charge utile laquelle se sépare in ne pour atteindre l'orbite recherchée. On peut donc identi-er plusieurs étages sur un lanceur, chacun constitué d'un système propulsif avec un moteur et des réservoirs. Les moteurs, à réaction, sont classiés en fonction du type d'ergol : solide, liquide ou hybride. Actuellement les systèmes propulsifs les plus utilisés pour le transport spatial sont de type solide et liquide. Bien que les systèmes solides soient très répandus et permettent une mise en ÷uvre très simple, les systèmes à ergols liquides fournissent de meilleures performances et apportent une réponse plus satisfaisante à certains besoins de mission comme le ré-allumage, le contrôle ou même la réutilisation [186, 209, 187, 72, 81].

Dans un moteur de fusée, la poussée est produite par éjection d'un gaz très énergétique à travers une tuyère. Il s'agit d'un moteur à réaction caractérisé par les forts niveaux énergétiques du propergol et l'utilisation d'un oxydant embarqué et non de l'atmosphère extérieure.

Dans les moteurs à ergols liquides, ceux-ci sont sont acheminés avec diérents systèmes selon la gamme de poussée (réservoirs pressurisés ou turbopompes) vers la chambre propulsive et brulent à fortes températures et pressions (3500 K et 200 bar et plus) avec des débits conséquents (400 kg/s). La conception du moteur et sa fabrication sont très complexes et souvent les pièces travaillent aux limites des capacités thermomécaniques. La gestion des ergols cryogéniques, utilisés à cause de leurs performances élevées en terme d'impulsion spécique (c'est à dire le rapport entre la poussée produite et le débit de propergol éjecté), augmente de plus la complexité avec des gradients thermiques importants, des changements de phase très énergétiques et des comportements particuliers de compatibilité des matériaux (par exemple la fragilisation au contact de l'hydrogène ou les problèmes liés aux impuretés dans les lignes) [187].

Ce chapitre présente d'abord une introduction aux types de moteur de fusée à ergols liquides, les sous-systèmes et leurs modes de défaillance, la vie type d'un moteur et les processus mis en place pour la maitrise des cas de panne. La deuxième partie présente une synthèse des outils de simulation utilisés pour la conception et l'analyse des systèmes propulsifs en mettant l'accent sur les progrès eectués jusqu'à présent.

2.1 Principes de fonctionnement d'un moteur de

fusée

Il existe diérents couples d'ergols, en particulier on distingue les trois types principaux :

 ergols cryogéniques, des exemples sont les couples oxygène liquide/ hydro-gène liquide - LOX/LH2, oxyhydro-gène liquide/ méthane liquide - LOX-LCH4 : ces couples permettent d'atteindre les meilleures performances mais néces-sitent une mise en ÷uvre complexe à cause des basses températures né-cessaires pour garder les ergols à l'état liquide (température d'ébullition Teb = 21 K pour l'hydrogène, Teb = 90 K pour l'oxygène, Teb = 110 K pour

le méthane).

 les couples de type LOX/ hydrocarbure (par exemple kérosène) : le kérosène est liquide à température ambiante donc il n'y a pas de dicultés de mise en ÷uvre comme sur les ergols cryogéniques et il permet également d'avoir une masse volumique supérieure aux ergols cryogéniques ce qui permet d'obtenir des systèmes propulsifs compacts.

 les ergols stockables, par exemples les couples NTO/UDMH (tétroxyde d'azote et mélanges à base d'hydrazine) : ils peuvent être stockés long-temps, sont souvent hypergoliques (l'allumage du mélange ne nécessite pas l'apport d'énergie) [187] donc ne nécessitent pas de systèmes d'allumage complexes. Ils sont prêts à l'emploi sans besoin de la mise en ÷uvre com-plexe requise par les systèmes cryogéniques mais les performances sont plus faibles.

L'accent est mis ici sur les systèmes cryogéniques, qui constituent des exemples de systèmes parmi les plus performants et les plus complexes équipant le premier et deuxième étage d'Ariane 5 [161].

Les liquides utilisés brulent dans une chambre de combustion à des niveaux de pression variant entre 30 bar et 200 bar. Le rapport entre les débits d'oxydant, QLOX et combustible, QF U EL, le rapport de mélange Rm = _QQ_{F U EL}LOX est un

indica-teur fondamental du processus de combustion et du fonctionnement du moindica-teur. Les gaz produits par combustion peuvent atteindre des températures de l'ordre de 3500K (pour le couple LOX/LH2 avec un rapport de mélange Rm = 6). Ils

sont ensuite éjectés à travers une tuyère de type convergent divergent qui permet d'obtenir une vitesse en sortie de l'ordre de 4500 m/s [187].

CHAPITRE 2. MOTEURS FUSÉE ET DIAGNOSTIC 25

Figure 2.1  Schéma de fonctionnement d'un moteur à ergols liquides (source CNES, illustration B. Nicolas).

Pour alimenter la chambre de combustion avec les débits d'ergols nécessaires et les bons niveaux de pression et température, il existe plusieurs types d'archi-tecture. On parle alors de cycle moteur indiquant comme pour un cycle thermo-dynamique l'enchainement des transformations permettant un processus auto-susant.

Le système le plus simple est le cycle pressurisé : dans ce cas la chambre est alimentée directement aux niveaux de pression des réservoirs moins les pertes de charge dans les lignes et le débit est obtenu par  blow-down  c'est à dire par simple décharge des réservoirs. L'inconvénient est que les niveaux de pressions atteignables sont limités à cause du poids des structures réservoir qui augmentent. Ce cycle est limité à des moteurs à poussée faible par exemple autour des 30 kN, avec des pressions chambre de l'ordre de 10 bar (exemple le moteur Aestus [190]). Les cycles à turbopompes permettent de limiter les pressions dans les réser-voirs à des niveaux de quelques bars. Pour faire tourner les pompes il faut utiliser des turbines alimentées soit par un gaz chaud produit par un générateur de gaz dédié, soit par un ergol réchaué au contact avec la chambre de combustion prin-cipale.

Si le débit alimentant les turbines est ensuite réutilisé dans la chambre princi-pale et participe à la poussée totale, on parle de cycle à ux intégrés, tandis que si ce débit est éjecté en dehors de la chambre et constitue une perte de débit au sens de la poussée, on parle de cycle à ux dérivés [187].

Figure 2.2  Exemples de cycles moteur à ux intégré (à gauche, cycle à com-bustion étagée) et à ux dérivé (à droite, cycle à générateur de gaz), (source CNES).

Figure 2.3  Exemples de cycles moteurs sans générateur de gaz, bleed (gauche) et expander (droite), (source CNES).

Chaque type de cycle a des avantages et des inconvénients. D'un point de vue performance le cycle à combustion étagée est le meilleur, sans perte de débit et avec une architecture compacte grâce à l'utilisation d'une préchambre dédiée pour alimenter les turbines. Néanmoins la conception de la préchambre est critique avec des niveaux de pression beaucoup plus élevés que dans la chambre principale. Sur le moteur de la navette américaine, ou sur le moteur russe RD-170 on atteint des niveaux de 500 bar dans la préchambre pour des pressions chambre autour des 200 bar [187]. Ceci demande une conception couteuse de la préchambre et des composants pour les lignes gaz chauds comme les vannes et turbines en aval qui doivent résister à des fortes températures et pressions.

Les cycles à ux intégrés expander permettent aussi des performances élevées et le moteur Vinci [3] est un exemple de ce type de conception. La diculté liée à l'expander est due au changement de phase nécessaire pour que l'ergol liquide choisi puisse alimenter les turbines. Ceci limite la poussée maximale atteignable

CHAPITRE 2. MOTEURS FUSÉE ET DIAGNOSTIC 27 car pour vaporiser l'ergol on le réchaue au contact de la paroi de la chambre de combustion et la surface d'échange augmente avec la poussée. Les poussées maximales obtenues avec des cycles expander sont autour des 300 kN, ces cycles sont préférés sur les étages supérieurs (orbitaux) de lanceur [81].

Le cycle le plus communément utilisé est le cycle à générateur de gaz, des exemples sont le Vulcain 2 [154] ou le HM7-b [167]. C'est un bon compromis entre simplicité et performances. Le générateur de gaz, comme la préchambre dans les cycles intégrés, permet d'alimenter les turbines mais avec des niveaux de pression et température moindres par rapport au cycle à combustion étagée. Les niveaux de pressions sont entre 10 bar (sur HM7b) et 100 bar pour Vulcain 2 et les niveaux de température autour des 800K, limités par les caractéristiques des aubes des turbines. Ceci permet l'utilisation de matériaux moins onéreux et une conception moins complexe que sur les systèmes à combustion étagée. De plus, comme le circuit générant la puissance des turbopompes est en parallèle du circuit principale propulsif, la mise au point du transitoire et du réglage moteur est plus simple par rapport aux cycles intégrés [186, 187].

2.2 Les composants d'un moteur, les spécicités

et les modes de défaillance

2.2.1 Chambres de combustion, préchambres et générateurs

de gaz

La chambre de combustion est l'élément dans lequel les ergols brulent et produisent des gaz très énergétiques. Le composant chambre doit soutenir des ambiances thermiques importantes jusqu'à 3500 K et des niveaux de pression pouvant atteindre les 200 bar, de plus avec une contrainte de minimisation de la masse [187, 186, 81]. Pour permettre une durée de vie susante, il est nécessaire de refroidir la paroi chambre. Ceci est eectué via un autre élément fondamental du moteur : le circuit de refroidissement. Il peut être de type régénératif, dans ce cas l'ergol utilisé pour refroidir est réinjecté dans la chambre totalement ou en partie, de type dump lorsque il est injecté dans la paroi du divergent mais ne participe pas à la combustion et de type lm, lorsqu'il forme un lm le long de la paroi du divergent.

Dans une chambre on distingue trois zones principales correspondants à : la zone d'injection, la zone de combustion subsonique et la zone d'accélération du col jusqu'à une certaine section du divergent.

Figure 2.4  Zones d'analyses d'une chambre de combustion (Illustration issue de  Advanced Chemical Rocket Propulsion, Academic Press, New York, 1987 ). La zone d'injection est constituée d'une série de petits jets ou lms à travers lesquels l'oxydant et le combustible sont introduits dans la zone de combustion. Les caractéristiques de ces zones d'écoulement dépendent des propriétés de chaque type d'ergol (viscosité, masse volumique), des conditions de fonctionnement de la chambre (pression chambre et rapport de mélange) et de sa géométrie [187].

Le comportement de la zone de combustion dépend du type d'ergol. Par exemple, dans les moteurs cryogéniques, un des deux ergols peut être utilisé pour refroidir la paroi de la chambre et est donc injecté sous forme gazeuse. Ceci per-met d'éviter la présence des gouttelettes d'ergol liquide dans la chambre et donc de phénomènes d'évaporation associés.

Les cas de pannes typiques sur les chambres de combustion sont liés aux s-sures et à la rupture d'éléments d'injection ou dans le circuit de refroidissement. Souvent ces défaillances sont dues soit à des anomalies de conception, soit à des problèmes de mise en ÷uvre ou enn à des phénomènes intrinsèques comme les instabilités. La phase de conception de la séquence d'allumage est très cri-tique : cette phase dure quelques secondes et conduit à l'établissement de débits de 300 kg/s et plus, en passant des conditions ambiantes à des températures de l'ordre de 3500 K et des pressions de 200 bar. La rapidité du phénomène fait aussi que tout événement non nominal peut conduire à des conséquences catas-trophiques.

CHAPITRE 2. MOTEURS FUSÉE ET DIAGNOSTIC 29

Figure 2.5  Exemple de chambre de combustion du moteur Vulcain 2 (crédit Snecma).

Les générateurs de gaz et les préchambres dans les cycles à combustion éta-gée sont aussi des organes de combustion. Les mêmes phénomènes vus pour la chambre sont en jeu, par contre les niveaux énergétiques sont moindres et on travaille à des rapports de mélange très écartés du point st÷chiométrique. Les ni-veaux de température sont beaucoup plus faibles. Ceci est en grande partie lié aux limitations des matériaux utilisés dans les turbines (typiquement la température maximale autorisée en entrée turbine est autour de 850 K).

Figure 2.7  Exemple de générateur de gaz du Vulcain 2 (crédit Snecma). Le réglage de la séquence d'allumage et d'arrêt de ces organes est au c÷ur du cycle moteur. Il permet de régler la puissance fournie aux turbopompes. Les risques typiques liés au fonctionnement de ces organes sont souvent associés aux défaillances structurelles des éléments d'injection, aux instabilités de combustion et au mauvais fonctionnement à l'allumage (par exemple l'allumage dur avec des pics de pression importante pouvant détruire le matériel) [187, 115, 81].

Des exemples de cas de pannes pour le moteur SSME sont décrits dans le tableau 2.1 [27].

Table 2.1  Exemples de cas de pannes préchambre et chambre SSME Élément Description du défaut Impact

Préchambre Injecteurs déformés Rm local élevé, rupture paroi

injecteur défaut de fabrication et sortie des ammes Chambre Rupture par Retour de amme dans injecteurs fatigue injecteur la tête d'injection Préchambre, Présence d'eau Rm local élevé, rupture des

injecteur givre dû à hydrogène liquide turbines et lignes aval bouchage injecteur de 25%

Chambre Rupture fatigue injecteur Rm local très élevé,

injecteurs et fuite d'oxygène dans des rupture de la tête d'injection zones avec gaz chauds endommagements

2.2.2 Tuyères

La tuyère permet d'accélérer les gaz de combustion jusqu'à la sortie du moteur. Généralement il s'agit d'une partie divergente reliée à la chambre de combustion non pas au niveau du col mais à une section plus en aval. Souvent les tuyères sont dotées de circuits de refroidissement, CR, (exemple en gure 2.8) et supportent diverses tuyauteries du moteur. Une tuyère est soumise à des eorts dynamiques importants liés aux phénomènes aérodynamiques internes du jet de l'écoulement et ceux issus de la dynamique du lanceur. Les températures se situent entre 400 K et 1300 K.

CHAPITRE 2. MOTEURS FUSÉE ET DIAGNOSTIC 31

Figure 2.8  Exemple d'intégration de circuit de refroidissement pour le moteur HM7b (crédit Snecma) à gauche et tuyère du moteur Vulcain 2 (crédit Snecma) à droite.

Les cas de pannes des tuyères sont souvent liés à de mauvaises estimations des cas de charges auxquels elles sont soumises. Un exemple notable de l'eet d'une mauvaise estimation des cas de charge en vol est la défaillance de la tuyère du moteur Vulcain qui provoqua l'échec du vol 157 d'Ariane 5 [206, 115]. Un des phénomènes mal estimés dans ce cas était le bueting. Ce phénomène est lié à la charge subie par la tuyère en vol atmosphérique lorsque la pression extérieure diminue et la charge sur le divergent augmente ainsi qu'au complexe champ uide autour de la tuyère avec des transitions supersoniques et des ondes de choc qui apparaissent et disparaissent.

D'autres cas de panne sont liés aux ssures et défaillances dans les circuits de refroidissement présents dans la tuyère. Quelques exemples issus de [27] sont montrés dans le tableau 2.2.

Table 2.2  Exemples des cas de panne tuyères SSME Élément Description du défaut Impact

Circuit de ssures et Perte de performances Refroidissement - CR fuites d'ergol endommagement moteur

Tore de sortie CR Rupture soudure Endommagement moteur et fuites Rm localement élevé

2.2.3 Turbopompes

Une turbopompe est un ensemble d'une pompe et une turbine liés par arbre mécanique. Plusieurs types de conception sont possibles avec une seule turbine alimentant deux pompes, ou une turbine par pompe etc. Il s'agit de machines tournantes avec d'un côté un liquide cryogénique à très faible température et haute pression et, de l'autre, des gaz de combustion chauds. Les dicultés sont multiples : l'équilibrage de la machine, le maintien de l'arbre sur des roulements, le maintien de l'étanchéité entre les gaz chauds et l'ergol froid à haute pression, ainsi que la maitrise du comportement dynamique des structures couplée avec le

comportement du moteur et de l'étage propulsif. La mise en ÷uvre peut ainsi être très complexe. L'utilisation des ergols cryogéniques nécessite de mettre en froid des petits circuits autour des bagues de supports de l'arbre et maintenir des faibles débits d'ergols avant le fonctionnement de la machine.

Figure 2.9  Exemple de turbopompe oxygène Vulcain 2 (crédit Snecma). Le moteur étant une machine tournante, la connaissance du comportement vibratoire et la gestion des raies vibratoires particulières est très importante pour sa bonne maitrise. Il faut veiller à ne pas solliciter trop longtemps les bandes de fréquences critiques. Un phénomène critique avec les pompes est la cavitation, c'est à dire l'apparition des poches de gaz en entrée pompe lorsque la pression en entrée baisse. Ce phénomène peut être destructif produisant des vibrations importantes et des accélérations importantes de la vitesse de rotation en un temps de l'ordre de 10 ms [187, 115, 81].

Le tableau 2.3 présente une synthèse des cas de pannes typiques issues des références [27, 99].

Table 2.3  Exemples de cas de panne turbopompes Élément Description du défaut Impact Entrée pompe Cavitation Rupture des aubes

Pompe Gaz dans le liquide Perte de performance Paliers Manque de lubriant  Grippage  , surchaue

endommagement moteur Turbine Endommagement d'aubes par Rupture des aubes

gaz à températures trop élevées et endommagements

2.2.4 Vannes et lignes

Les moteurs à ergols liquides sont dotés d'organes de réglage permettant la gestion des débits des ergols pendant le démarrage et l'arrêt du moteur et lors

CHAPITRE 2. MOTEURS FUSÉE ET DIAGNOSTIC 33 du changement de point de fonctionnement. Ces vannes sont souvent de type ouverte ou fermée et la séquence d'ouverture et fermeture permet d'obtenir des transitoires maitrisés et reproductibles.

Figure 2.10  Exemple de vanne SSME (crédit NASA).

Ces vannes peuvent être par exemple des vannes pneumatiques, hydrauliques, ou des électrovannes actionnées par une bobine magnétique. Elles peuvent corres-pondre à une ou plusieurs positions en ouverture ou plus rarement permettre une ouverture régulée. Les composants de base sont donc le papillon qui détermine la section d'écoulement, les éléments d'étanchéité comme les joints, l'actionneur de déplacement du papillon etc. La diculté de conception est fréquemment liée au type de uide à contrôler. Par exemple, dans les cycles à combustion étagées, les vannes de contrôle du débit de la préchambre doivent résister à des tempéra-tures très élevées tandis que les vannes d'alimentation d'une chambre cryogénique doivent tenir aux très basses températures.

Ces vannes doivent satisfaire des besoins de abilité, masse, étanchéité et am-biance vibratoire. Les cas de pannes redoutés et pour lesquels toutes les vannes sont testées avant mise en ÷uvre sont les fuites, les anomalies du comportement fonctionnel comme les temps de réponse à la fermeture et ouverture et l'obstruc-tion due à une pollul'obstruc-tion. Ce sont des événements critiques qui peuvent avoir des conséquences directes catastrophiques (par exemple produire des pics de rapport de mélange conduisant à des réactions de combustion non maitrisables).

D'autres éléments fondamentaux du moteur sont les lignes et les éléments de raccordement. Les lignes doivent permettre l'acheminement des ergols et ga-rantir l'étanchéité. Elles sont souvent en métal avec des connexions par visserie ou soudure. La conception doit permettre la prise en compte des forts gradients thermiques présents dans le moteur et être capable de supporter les eets vibra-toires. Dans le cas de moteurs orientables, les lignes doivent pouvoir tolérer un certain degré de mouvement (de ±3 à ±10° [187, 115, 81]). Les lignes doivent être conçues pour résister aux coups de bélier qui peuvent se produire en cas de fermeture brutale d'une vanne lors de procédure d'urgence. Dans la pratique, elles sont testées à des valeurs de pression maximale capable de couvrir les cas pires (timbrage).

Les moteurs cryogéniques sont très sensibles à la pollution. Celle ci est en partie produite par le moteur lui même, et des ltres sont utilisés pour en limiter les impacts. Il existe aussi une pollution liée à l'humidité de l'air, qui, au contact

des ergols cryogéniques, se transforme en particules solides de glace induisant un risque identique à celui d'une pollution métallique. Il faut noter également qu'avec l'hydrogène, tous les gaz à l'exception de l'hélium (dont la température de liquéfaction est inférieure à 4 K) produisent du givre [187, 115, 81].

La pollution peut donc avoir un impact sur les vannes, avec altération de la fonction de contrôle, sur les organes de combustion. Il s'agit par exemple de colmatage d'un élément d'injection. La pollution peut avoir un impact fonction-nel en produisant des réactions fortement énergétiques provoquant des pressions localement élevées.

Pour éviter la pollution, des procédures spéciques de nettoyage et de venti-lation sont mises en place.

2.3 Le vol

Souvent les moteurs à ergols liquides fonctionnent en vol sur des points de fonctionnement constants et prédéterminés [161, 3, 167, 186, 154]. Après la mise en froid et l'allumage, les vannes moteurs restent en position xe jusqu'au dé-clenchement de la séquence d'arrêt moteur. À la diérence d'un moteur d'avion où le régime moteur varie en permanence, celui des moteurs de fusée, à cause de la complexité des phénomènes en jeu lors des phases transitoires, est préféra-blement gardé à débit constant [186, 187]. Les organes de réglage et les vannes peuvent être seulement commandés sur une position ouverte ou fermée par une commande d'activation. Ceci est le cas, par exemple, des moteurs Vulcain et Hm7b [167, 161, 154].

Le fonctionnement du moteur est donc surveillé au démarrage et, si une des conditions imposées n'est pas respectée, le moteur est arrêté. Pour le Vulcain 2, certains paramètres sont surveillés pendant le vol et si l'un des ces paramètres est inférieur à une certaine valeur, le lanceur est détruit. Ces surveillances sont liées aux besoins de sauvegarde de la mission en cas de dysfonctionnement du moteur pour garantir la sécurité de retombée à terre du lanceur [161].

Des moteurs plus complexes ont néanmoins existé comme le SSME, moteur de la navette américaine. La séquence de démarrage prévoyait une phase d'ouverture des vannes en boucle ouverte (sur position prédéterminée) et, à partir de 2.45 s, une commande en boucle fermée sur la pression chambre (par l'intermédiaire de la vanne OPV en gure 2.11) et sur le rapport de mélange (par l'intermédiaire de la vanne FPOV en gure 2.11 ) [187]. Le système de surveillance en vol et au sol incluait des algorithmes élaborés permettant des prévisions plus nes de l'état du moteur.