Recherche Avancée

Thèse soutenue

Modélisation des performances des avions par réseaux de neurones multi-couches : application à la maximisation de la masse au décollage

FR
Auteur / Autrice : Emmanuel Hugues
Direction : Christian Bès
Type : Thèse de doctorat
Discipline(s) : Mathématiques appliquées
Date : Soutenance en 1999
Etablissement(s) : École nationale supérieure de l'aéronautique et de l'espace (Toulouse ; 1972-2007)

Résumé

FR

Les compagnies aériennes désirent évaluer de manière rapide et précise les capacités opérationnelles de leurs avions (masse maximale au décollage) en fonction des conditions du jour (aéroport, conditions atmosphériques). Le logiciel OCTOPUS livré avec chaque Airbus depuis 1992, permet ce calcul de masse maximale au décollage soit par une méthode précise (intégration des équations de la mécanique du vol) mais trop longue en temps de calcul, soit par une méthode rapide (approximation polynomiale des fonctions de performances contraintes) mais trop imprécise. Dans ce contexte, les présents travaux visent à définir une nouvelle méthode approchée plus précise utilisant des réseaux de neurones multi-couches. A partir de l'analyse des fonctions modélisées et des approximateurs utilisés,un atelier de production est réalisé permettant de générer automatiquement les réseaux de neurones nécessaires pour déterminer les capacités opérationnelles d'un avion en fonction de tous les paramètres du décollage. Cette génération respecte les contraintes internes de productivité et les exigences de temps et de précision des compagnies aériennes. Depuis mars 1998, la méthode est opérationnelle et les réseaux de neurones remplacent la modélisation polynomiale existante. D'autre part, le contexte aéronautique, sensible en terme de sécurité, impose une certaine fiabilité sur les réseaux de neurones utilisés. Des méthodes de validation des modèles neuronaux sont proposés, permettant de répondre aux exigences d'une certification des calculs approchés.