fr | en
Laboratoire Angevin de Recherche en Ingénierie des Systèmes

Séparés par des virgules

Thèse CIFRE LIEBHERR

Fiabilité des vannes électro-pneumatiques de prélèvement d'air.
Doctorant : Mohamed REBHI
Directeur de thèse : Bruno CASTANIER
Co-encadrants de thèse : Anis BEN ABDESSALEM et Laurent SAINTIS
Encadrement industriel : Arnaud TINGUY (LIEBHERR - Toulouse).

Début de thèse : 11/2018

Équipe : Sûreté de Fonctionnement et aide à la Décision

Contacts : bruno.castanier @ univ-angers.fr, laurent.saintis @ univ-angers.fr et mohamedanis.benabdessalem @ univ-angers.fr

Contexte général

La maîtrise de la fiabilité des systèmes/composants mécaniques/électroniques est un enjeu majeur pour les industriels notamment l’industrie aéronautique. Dans ce projet de recherche en partenariat entre la société Liebherr Aerospace Toulouse (LTS) et le LARIS, nous nous intéressons à la fiabilité des vannes électro-pneumatiques de prélèvement d’air.  Ces vannes assurent l’alimentation des systèmes de conditionnement d’air, de régulation de pression cabine et de dégivrage des ailes des aéronefs.

Les vannes électro-pneumatiques doivent présenter un haut niveau de fiabilité afin de garantir la réalisation de ces fonctions critiques au sein d’un avion.

La société Liebherr Aerospace Toulouse (LTS) est spécialisée dans le développement, la production et la maintenance de systèmes d’air qui assurent ces exigences. Ce conditionnement de l’air, prélevé au niveau des moteurs, nécessite l’utilisation de vannes électro-pneumatiques dites compactes dont les organes de commande se situent dans un environnement sévère du moteur de propulsion de l’aéronef. Les contraintes de cet environnement sont d’autant plus importantes que les dernières générations de moteur ont des températures de fonctionnement plus élevées. Ces vannes, qui sont des composants critiques dans l’alimentation primaire du conditionnement, sont exposées à des écoulements d’air à très forte pression et haute température; jusqu’à 45 bars et 650°C. Le moteur et d’autres pièces rayonnent à des températures très élevées (500°C), ce qui contribue aussi à l’élévation de la température ambiante. Durant un vol, ces paramètres varient tous avec le temps et il est difficile de prédire, au moment de sa conception, quel paramètre influe le plus sur la fiabilité de l’équipement.

Au vu des contraintes environnementales toujours plus exigeantes subies par les vannes de prélèvement d’air et d’autre part la nécessité d’assurer un haut niveau de fiabilité des équipements, LTS souhaite développer des modèles de calculs permettant de lier un niveau de dégradation physique (température) à la fiabilité d’un équipement. Pour répondre à ce besoin, le LARIS (Laboratoire Angevin de Recherche en Ingénierie des Systèmes) apportera son expertise et son savoir-faire en fiabilité et essais de dégradation et essais accélérés [1-16] pour lever ce verrou scientifique.

Contexte produit :

Deux principaux types d’éléments sensibles à la température sont utilisés dans ces équipements:

  • Des électro-mécanismes (solénoïdes et moteurs couple) qui servent à l’activation-désactivation de la vanne;

 

Figure 1 :  Représentation du solénoïde assurant la fonction ON/OFF des vannes de prélèvement d’air.

  • Des membranes thermoplastiques utilisées pour des équilibrages de pression. Ces éléments subissent des cyclages en température et en pression.

 

 Figure 2 : Membrane des sous-ensembles de régulation des vannes de prélèvement d’air.

Les limites en température de ces composants sont mal connues et contraignent aujourd’hui la conception de ces éléments à des températures trop pénalisantes. Par ailleurs, on ne sait pas quantifier rapidement les effets d’un paramètre environnemental sur la durée de vie de ces composants sensibles. LTS développe des approches de calcul pour quantifier les niveaux de température qu’ils rencontrent dans les phases critiques de leur vie. Ces calculs, permanents ou transitoires, permettent notamment de dimensionner des solutions de contrôle thermique adaptées pour en limiter la surchauffe.

Les niveaux de température définis par les calculs thermiques, ainsi que la compréhension des modes de défaillances rencontrées par l’équipement constitueront les données d’entrée nécessaires à la construction d’un modèle de fiabilité. Il est donc important à la fois d’identifier les modes de défaillances probables et de bien connaître l’environnement fonctionnel de l’équipement pour calculer sa fiabilité. Par la suite, les modèles de fiabilité permettront d’affirmer si l’implémentation des produits existants serait possible à des niveaux environnementaux plus exigeants. Plusieurs modèles de fiabilité existent et peuvent être testés. Le choix du modèle qui convient au mieux peut être résolu en faisant appel à l’inférence bayésienne [15, 16] qui permet de discriminer entre les modèles de fiabilité plausibles proposés par l’ingénieur.

Le LARIS apportera son expertise et son savoir-faire dans ce domaine, de nombreux travaux [1-14] ont été publiés dans ce sens et qui couvrent plusieurs secteurs industriels (aéronautique, automobile, médical, etc.).

Mots clés :

Fiabilité, vannes électro-pneumatiques, modèle de vie accélérée, plan d’expériences, modèle thermique, dégradation, inférence bayésienne

Références bibliographiques :

[1] S. Voiculescu, F. Guerin and M. Barreau. Bayesian estimation in accelerated life testing, Journal of Quality Technology and Quantitative Management, Volume 8, Number 4, December 2011, pp 439-450.

[2] P. Beaumont, F. Guérin, P. Lantieri, M.L. Facchineti, G.M. Boret. Accelerated Fatigue Tests for reliability estimation of chassis parts. IEEE, Orlando, USA, 2013.

[3] P. Lantrieri, F. Guérin and R. Hambli, Reliability estimation by ALT when no analytical model holds, Journal of Quality and Reliability Engineering, Volume 26, Issue 6, 2010, pp 605-613.

[4] J. Baussaron. Modèles prédictifs de fiabilité pour les pièces mécaniques soumises à dégradation. Thèse de doctorat, Université d’Angers, 2011.

[5] F. Guérin, A. Demri, M. Barreau, S. Cloupet, J. Hersant and R. Hambli, Mathematical and Statistical Models and Methods in Reliability, Chapter « Bayesian estimation of degradation model defined by a Wiener process », Birkhaüser Boston, Springer, 2011, ISBN 978-0-8176-4970-8.

[6] J. Baussaron, M. Barreau, L. Gerville-Réache, F. Guérin and P. Schimmerling, Reliability assessment based on degradation measurements: How to compare some models?, Reliability Engineering & System Safety. 2014. Vol. 131 p. 236-241

[7] Z. Al Masry, B. Castanier, F. Guérin, and M. Fouladirad, A degradation test plan for a non-homogeneous gamma process. In : 10th International Conference on Mathematical Methods in Reliability - MMR 2017. 03-06/07/2017, Grenoble. p. 8.

[8] S.-Z. Fatemi, F. Guérin and L. Saintis. Development of optimal accelerated test plan. In : Reliability and Maintainability Symposium, RAMS 2012. 2012, Reno. Proceedings Reliability and Maintainability Symposium, RAMS 2012, 2012, p. 1 - 6. ISBN : 978-1-4577-1849-6.

[9] F. Guérin, M. Barreau, A. Todoskoff, A. Charki, S. Charrureau and J ? Berthon. Estimation de la fiabilité de composants aéronautiques. Essais et Simulations. 2009. Vol. 100 p. 30 - 36

[10] K. R. Sohoin. Définition d’une méthodologie d’estimation de fiabilité et de qualification de systèmes mécaniques en phase de développement. PhD, Université d’Angers,  (soutenance prévue début 2019) http://www.theses.fr. http://www.theses.fr/s139334.

[11] S. Delage. Développement d’une méthodologie de qualification de systèmes complexes par des essais de fiabilité. PhD, Université d’Angers, 2018. http://www.theses.fr/2018ANGE0001.

[12] J. Hersant. Contribution à l’estimation de la fiabilité de systèmes mécaniques soumis à l’usure, PhD, Université d’Angers, 2015. http://www.theses.fr/s79820.

[13] S.-Z. Fatemi, Seyyedeh Zohreh. Planification des essais accélérés : optimisation, robustesse et analyse, PhD, Université d’Angers, 2012. http://www.theses.fr/s84310.

[14] J. Baussaron. Mise au point de modèles prédictifs de fiabilité dans un contexte de dégradation associé à des profils de mission. PhD, Université d’Angers, 2011. http://www.theses.fr/2011ANGE0065.

[15] A. Ben Abdessalem, N. Dervilis, D. Wagg, K. Worden, Model selection and parameter estimation in structural dynamics using approximate Bayesian computation, Mechanical Systems and Signal Processing. Volume: 99, pp. 306-325, 2018.

[16] A. Ben Abdessalem, N. Dervilis, D. J. Wagg and K. Worden, Automatic kernel selection for gaussian processes regression with approximate bayesian computation and sequential Monte Carlo, Frontiers in Built Environment, Volume: 3-52, 2017.

Scroll