Transport

Perf-AI : réduire l’impact environnemental du trafic aérien

Date:
Mis à jour le 09/06/2022
Des chercheurs en optimisation et en IA (intelligence artificielle) d’Inria Lille - Nord Europe viennent d’achever avec succès Perf-AI, un projet de recherche conduit dans le cadre du programme européen H2020. Mené en collaboration avec une startup du secteur aéronautique, et fondé sur l’analyse de données de vol, le projet a conduit au développement de modèles numériques d’avion, permettant l’optimisation des plans de vol. Perf-AI propose ainsi une réponse aux objectifs de réduction de la consommation énergétique d’avions de ligne.
<a href="https://fr.freepik.com/photos/affaires">Affaires photo créé par jcomp - fr.freepik.com</a>
©jcomp - fr.freepik.com

 

Combiner les compétences dexperts et de chercheurs

Vincent Vandewalle, maître de conférences en mathématiques et statistiques à l’université de Lille, et Florent Dewez, postdoctorant à Inria Lille – Nord Europe, ont au moins une bonne raison de repenser à 2020 en termes positifs. Les deux chercheurs et leurs collègues membres de l’équipe Modal (Models for Data Analysis and Learning) ont, en octobre dernier, conclu avec succès Perf-IA, un projet de recherche engagé en réponse à l’appel CleanSky, initié dans le cadre du programme européen H2020 (voir encadré).

Avec leur partenaire, Safety-Line, une startup parisienne créée par un ancien pilote de ligne et expert du secteur aéronautique, ils ont développé une méthode d’analyse des données de vols contribuant à l’optimisation et l’amélioration des performances aéronautiques des avions de ligne. Fondée sur des procédés d’intelligence artificielle (apprentissage automatique), la technique qu’ils ont mise au point ces deux dernières années est en cours d’évaluation par des industriels du secteur aéronautique. À la clé, des gains potentiels en termes de réduction des émissions de polluants ou de consommation énergétique des avions.

Analyser des données complexes

« L’équipe Modal est spécialisée dans l’analyse de données décrivant par exemple l’évolution dans le temps d’entités complexes, comme un réseau de distribution ou un service hospitalier… ou encore des machines industrielles », explique Vincent Vandewalle. Les chercheurs travaillent sur des méthodes statistiques "génériques", permettant d’élaborer des modèles mathématiques que l’on peut utiliser afin de représenter numériquement ces diverses entités, par exemple dans le but d’en optimiser la conduite. Ainsi, ils sont amenés à collaborer régulièrement avec des acteurs industriels du secteur de la logistique, du commerce, de la banque de la santé ou de l’énergie.

« Fin 2017, nous avons répondu à l’appel à projet CleanSky avec l’idée de développer des techniques d’analyse statistique sur des données de vol d’appareils commerciaux, poursuit Vincent Vandewalle. Notre objectif est d’obtenir un modèle numérique d’avion afin d’améliorer son exploitation commerciale et de réduire son impact environnemental. »

Élaborer le modèle numérique d’un avion

Disponibles en grande quantité dans les boîtes noires des avions, lesquelles enregistrent toutes les secondes plus d’une centaine de grandeurs (vitesse de vol, altitude de l’aéronef, consommation de kérosène, puissance développée par les moteurs, etc.), ces données ne sont pratiquement pas exploitées par les constructeurs. Elles sont pourtant une mine d’information sur le comportement des aéronefs.

Safety Line est le partenaire des mathématiciens d’Inria dans le projet Perf-AI et leur apporte ses connaissances sur le secteur aérien, les performances aéronautiques, les choix de pilotage ou de routage des avions, etc. Une expertise indispensable aux chercheurs afin de les aider à faire parler les données et à élaborer des modèles pertinents.

« Safety Line a l’habitude d’exploiter des données de vol, par exemple pour concevoir un outil d’aide de pilotage minimisant la consommation de carburant dans les phases de vol, qu’elle propose aux compagnies aériennes, détaille Florent Dewez. Cependant, avec Perf-AI, nous sommes allés plus loin dans l’exploitation de ces informations. Nous avons conçu une méthode permettant d’élaborer un modèle numérique flexible d’un avion de type moyen courrier en utilisant par exemple les paramètres des vols effectués sur plusieurs mois d’exploitation de l’appareil. »

Le modèle peut être exploité par exemple afin de mettre à jour le système de gestion de vol (FMS) de l’avion, qui permet au pilote de choisir une route aérienne en fonction des conditions et des caractéristiques techniques de l’avion. « À l’heure actuelle, les FMS utilisent les données du constructeur des appareils, qui voient cependant leurs performances altérées au cours du temps. Notre approche permet de construire rapidement des caractéristiques actualisées, reflétant les performances réelles de l’avion », poursuit Florent Dewez.

Optimiser le plan de vol d’un appareil

« De plus, la méthode d’optimisation développée ne demande que peu de moyens de calcul, ce qui est une contrainte à bord. Celle-ci peut ainsi être exploitée afin d’améliorer les plans de vol, quelques minutes avant le décollage, avec l’objectif de réduire la consommation tout au long du trajet. »

Les défis à relever pendant le projet ont été nombreux : comprendre la physique du vol, choisir les paramètres pertinents afin de décrire le comportement de l’avion, analyser des milliers de trajectoires, développer des algorithmes sobres en ressources computationnelles, etc. « Les méthodes sur lesquelles nous avons travaillé sont pour la plupart bien connues du monde académique, mais, à notre connaissance, leur application aux problématiques du secteur aéronautique est une première ! », commente Florent Dewez.

« Notre approche, actuellement évaluée par des industriels de l’aéronautique, est générale. Elle bénéficiera sans doute à d’autres secteurs ! Nous sommes d’ailleurs déjà en contact avec des acteurs de la santé… ou des écuries de course au large, intéressées par leur application à l’optimisation des routes marines », conclut Vincent Vandewalle.

 

* Au sein de l’équipe Modal, les autres contributeurs Inria au projet Perf-AI sont Benjamin Gu edj et Arthur Talpaert.

 

L’appel à projet H2020 CleanSky

Inria et la startup Safety Line ont proposé Perf-AI en réponse à l’appel à projet CleanSky du programme européen Horizon 2020 (H2020). Lancé par la Commission européenne, H2020 a pour objectif de soutenir les projets de recherche et d’innovation et d’en faciliter les financements. Il ambitionne d’élever le niveau scientifique de la recherche européenne, d’en accompagner les applications à des technologies clés pour la compétitivité des entreprises de l’U.E. et de contribuer à relever des grands défis sociétaux auxquels l’Europe est confrontée. Doté d’un budget initial d’un milliard d’euros, CleanSky a été lancé en 2008 pour une période de six ans. Renouvelé pour la même durée avec un budget de quatre milliards d’euros, il accompagne les acteurs de l’aéronautique dans le développement de technologies visant à réduire l’impact environnemental du secteur aérien.

video yt

Liens entre technologie, environnement et aéronautique

Découvrir, en vidéo, les enjeux de Clean Sky (en anglais)

Clean Sky 2 results video, Clean Sky, YouTube, 10 décembre 2018

 

Ecologie

Impact carbone du secteur aérien

Innovation technologique vs croissance du trafic ?

Pierre Thouverez, Techniques de l’ingénieur, 14 décembre 2020

Image de publiu

Article scientifique (en anglais)

From industry-wide parameters to aircraft-centric on-flight inference: improving aeronautics performance prediction with machine learning, Florent Dewez, Benjamin Guedj, Vincent Vandewalle, HAL-Inria, 12 mai 2020