Dans le cadre du diagnostic de systèmes complexes, où les données sont généralement collectées sous la forme de signaux, cet article aborde la problématique de la classification non supervisée de données dont les classes évoluent de manière non stationnaire. Un modèle de mélange dont les paramètres sont modélisés de manière stochastique est proposé dans ce contexte, ainsi qu'un algorithme EM variationnel pour l'estimation des paramètres de ce modèle. Une étude expérimentale est menée sur des données simulées.