Innovative processing of anemometric and inertial data in the flight control systems

Implantés pour la première fois en 1980, les systèmes de commandes de vol électriques (CDVE) équipent désormais tous les avions AIRBUS et constituent un standard industriel dans l’aviation civile. Les CDVE permettent notamment un meilleur contrôle de l’avion (lois de pilotage et pilote automatique plus évolués...) et la mise en place de fonctions spécifiques de protection de l’enveloppe de vol. Les objectifs des avionneurs, dans le cadre de l’amélioration globale des futurs appareils, s’orientent vers des appareils plus stables, plus maniables, moins coûteux et donc plus écologiques. Cela se traduit en particulier par l’augmentation de la disponibilité des systèmes de commande de vol. Actuellement, la solution la plus utilisée par les avionneurs consiste à augmenter la redondance et la dissimilarité matérielles. Ainsi, les paramètres de vol qui sont entre autres nécessaires au calcul des lois de pilotage, sont mesurés par plusieurs capteurs (par exemple trois sondes d’incidence, trois sondes pitot...). Pour chaque paramètre de vol, un choix ou un calcul doit être réalisé pour évincer les sources présentant un dysfonctionnement. Ceci permet de fournir une unique valeur aux autres systèmes de l’appareil tout en s’assurant sa disponibilité. Ce processus est appelé « consolidation ». L’objectif de la thèse est de réaliser des méthodes de détection de dysfonctionnements agissant sur chaque capteur puis de proposer une stratégie de fusion des informations, en vue de remplacer l’actuel processus de « consolidation ». L’idée principale consiste à créer des capteurs dits « logiciels », qui sont des estimateurs des paramètres de vol (mesurés par des capteurs externes de l’avion) utilisant d’autres paramètres de vol dissimilaires (en l’occurence des paramètres inertiels, mesurés par des capteurs différents et internes). La régression PLS (pour partial least squares) permet de réaliser cette estimation. Des stratégies de détection et des méthodes de fusion découlent de ses propriétés.From the 80’s to today, all AIRBUS civil aircraft are equipped with electrical flight control systems (EFCS). This technology now constitutes an industrial standard for commercial applications. This allows a more sophisticated aircraft control (advanced flight laws, more available autopilot...) and the setting up of specific protection functions of the flight enveloppe. In the framework of a global aircraft optimisation, for future and upcoming programs, current research efforts are dedicated to a more easy-to-handle aircraft, more efficient and so on more environmentally-friendly, resulting in augmented EFCS availability. The industrial state of practice, for all aircraft manufacturers, is to develop high levels of hardware redundancy (more dissimilar sensors for instance). Therefore several sensors (for instance three angle of attack probes, three pitot probes) provide flight parameter measurements which are necessary for the computation of the flight laws, as an example. For each of these measurements, a choice or computation is performed to provide a unique and valid value among the redundant sensors. In parallel, a monitoring is done to discard a measure in case of a failure. Both processes are called « consolidation ». The aim of the Ph.D. is to provide new detection strategies to detect a failure on each sensor (monosensor monitoring) and then to design new data fusion methods to act as the actual « consolidation » process. The main idea proposes to create « software » sensors which actually are flight parameter estimators (measured by external sensors) created thanks to other dissimilar flight parameters (in our case inertial parameters, measured by inner sensors, from a different technology). The partial least squares regression (PLS) is used to perform this estimation. Detection strategies and fusion methods are following from its properties