Améliorer la maintenance prédictive grâce à l’incertitude : ORAILIX présente ses travaux au MIMAR 2025

ORAILIX au cœur de la maintenance prédictive : présentation au MIMAR 2025 à Nancy

Du 8 au 10 juillet 2025, l’équipe ORAILIX a eu le plaisir de présenter ses derniers travaux lors de la conférence MIMAR 2025, qui s’est tenue à Nancy.

Notre article, intitulé « Uncertainty Quantification as a Complementary Latent Health Indicator for Remaining Useful Life Prediction on Turbofan Engines », a été exposé par Lucas Thil (doctorant au sein de l’équipe ORAILIX). Ce travail est le fruit d’une collaboration entre Jesse Read (professeur à l’École Polytechnique et membre de l'équipe ORAILIX), Rim Kaddah (IRT SystemX) et Guillaume Doquet (Safran).

Ce travail majeur met en lumière un défi prépondérant dans le secteur de la maintenance prédictive des moteurs turboréacteurs : l'amélioration de la structuration des indicateurs de santé (Health Indicators – HIs). Bien que certaines méthodes basées sur des autoencodeurs comme Reconstruction along Projected Pathways (RaPP), exploitent les espaces latents pour modéliser la dégradation, elles restent limitées en raison des incertitudes aléatoires et épistémiques.

Les principales contributions et innovations de l'étude sont les suivantes :

• Intégration de la quantification d’incertitude dans les espaces latents des autoencodeurs, pour améliorer la détection de nouveauté (RaPP).

• La séparation entre incertitude aléatoire et incertitude épistémique, ainsi que la combinaison stratégique des HIs, ont permis d'obtenir des gains significatifs en termes de précision.

• Proposition d’un benchmark inédit pour la prédiction directe de la RUL à l'aide de la RaPP, démontrant ainsi une base plus solide des HIs générés.

• Sur l'ensemble de données turbofan de la NASA, notre méthode proposée a dépassé les approches traditionnelles et les modèles de bout en bout, rivalisant avec les estimateurs RUL de pointe.

À retenir : l'incertitude n'est pas seulement du bruit, c'est un signal essentiel pour une évaluation fiable de l'état de santé. L'isoler et l'exploiter, associé à la détection des nouveautés, permet d'obtenir de meilleurs résultats en matière de maintenance prédictive.

Pour en savoir plus à ce sujet, nous vous invitons à vous rendre sur ce lien : [2507.06672] Uncertainty Quantification as a Complementary Latent Health Indicator for Remaining Useful Life Prediction on Turbofan Engines

Un grand merci aux organisateurs de la conférence : Phuc Do, Rasa Remenyte-Prescott, Nicolae Brinzei et à toute la communauté MIMAR 2025 pour cet événement.