Snecma – De l’analyse de données au big data

SNECMA-dossier-big-data-article Le constructeur français de moteurs d’avions, filiale de Safran et alliée à General Electric, met en place un « digital lab », et a, d’ores et déjà, lancé le recrutement de data scientists. Bienvenue dans le monde du big data, puisque c’est la vocation de cette entité. L’entreprise n’est pas novice dans l’analyse de données. « J’ai été recruté, il y a sept ans, pour mettre au point des algorithmes afin d’exploiter les données issues des moteurs d’avions (photo) », indique Jérôme Lacaille, mathématicien qui a mis en œuvre toute une batterie d’algorithmes pour le motoriste. Application visée : le « health monitoring », à savoir la surveillance  de l’état de santé des moteurs afin de détecter au plus tôt l’usure inattendue ou prématurée d’une pièce. Cette application permet d’aller au-delà du programme de maintenance systématique, extrêmement strict, en évaluant en permanence l’état des moteurs, à partir de données issus de capteurs. C’est également un service fourni aux clients.

Aujourd’hui, avec le big data, Snecma veut aller beaucoup plus loin. Recueillir la masse de données disponibles dans toute l’entreprise – en particulier dans les bureaux d’études – et les exploiter plus systématiquement, en particulier comme aide à la conception. Jointe à la connaissance fine du comportement réel de ses moteurs avec l’acquisition de données en vol cela permettra d’en optimiser la conception. Jérôme Lacaille cite plusieurs exemples d’applications. D’abord, la possibilité de corréler le couple usage-usure des moteurs. Ou encore, celle de connaître très précisément les relations entre le dimensionnement des pièces et les performances. Enfin, avec le big data, il devient possible sur les bancs d’essais des moteurs, de profiter des masses considérables de données recueillies pour mettre en évidence, avec les algorithmes ad hoc, des phénomènes non anticipés. Le contraire de ce qui se pratique actuellement où, le recueil de données se fait dans un but précis, permettant avant tout au bureau d’études de valider des hypothèses. 

A découvrir aussi – sur le même sujet – dans le N°11 d’Alliancy, le mag les articles suivants :