Aperçu de la prédiction de l'ambiance vibratoire dans un avion par apprentissage automatique
Résumé
L'environnement vibratoire dans un avion correspond aux sollicitations dynamiques moyennes et basses fréquences subies par la structure et les équipements embarqués durant l'utilisation de l'appareil. Ces sollicitations peuvent être de plusieurs types (aléatoires plus ou moins large bande, sinusoïdales, etc.) et avoir plusieurs origines (interaction avec champs aérodynamiques, machines tournantes, etc.).
Leur étude permet de spécifier les niveaux vibratoires que la structure et les équipements de l'avion doivent être capables de supporter tout au long de leur vie. La prédiction du comportement dynamique d'un avion complet sur une plage de fréquence s'étendant jusqu'à 2000Hz nécessite des moyens et méthodes de calcul difficilement accessibles actuellement. Des essais en vol sont alors réalisés, générant un important volume de données accélérométriques à haute fréquence d'échantillonnage. Ces données sont exploitées en parallèle des modèles physiques pour permettre la définition de l'environnement vibratoire de l'avion.
L'objectif de l'étude est de prédire l'environnement vibratoire d'un nouvel avion en tout point de sa structure, et ce dès la phase de conception où seule une maquette numérique voire un modèle EF grossier est disponible. Pour y arriver, un certain nombre de problématiques sont à résoudre. La première est d'être capable de réaliser une prédiction en un point de la structure pour un avion connu, et ce à partir d'informations caractérisant les sources d'excitation. La deuxième problématique est d'étendre cette prédiction à une structure complète, notamment en caractérisant les chemins de propagation structuraux. Enfin, la dernière problématique est d'étendre cette prédiction à de nouveaux avions, en développant une représentation métier simplifiée.
Cette présentation s'attache à détailler les différentes problématiques évoquées et à fournir un aperçu des solutions déjà proposées ou en cours de développement.