Ce sujet de thèse s’inscrit dans le cadre d’une collaboration très active entre l’équipe Laetitia du CEDRIC et l’ONERA (Palaiseau) pour développer des activités de recherche en automatique dédiés aux chaînes fonctionnelles de navigation, guidage et pilotage de systèmes autonomes (avions, lanceurs, robotique aérienne et terrestre, systèmes multi-véhicules, …) ainsi qu’au développement de méthodes de diagnostic et d’évaluation de la sûreté de fonctionnement des systèmes aéronautiques.
Le pronostic consiste à calculer le temps qu’il reste avant qu'un système ne devienne défaillant. Ce temps est appelé durée de vie résiduelle du système (RUL : Remaining Useful Life). Ainsi, grâce au pronostic, les opérations de maintenance du système ne se feront plus de manière systématique selon un planning (maintenance préventive), ni juste après l’apparition d’un défaut pour le corriger (maintenance corrective). Cette maintenance intelligente permettra la disponibilité maximale du système et la minimisation des coûts qui sont élevés dans le cas des maintenances classiques, tout en garantissant un système fiable et sécurisé. Pour effectuer le pronostic d'un système, il faut estimer son état actuel puis le projeter dans le futur afin d’estimer à chaque instant sa RUL. Il existe trois approches principales pour réaliser ces tâches : les approches à base de connaissances (utilisation des informations acquises grâce aux experts et à l’historique des pannes enregistrées sur le système), les approches à base de données (relevé de différentes données sur le système pour extraire des caractéristiques permettant d’évaluer l’état de santé du système), les approches à base de modèles (comparaison entre le fonctionnement réel du système et son modèle mathématique de référence construit à partir des lois de la physique).