appel à projet CORAC

3 appels à projet Industrie 4.0 et maintenance prédictive

Accueil > Actus > 3 appels à projet Industrie 4.0 et maintenance prédictive

3 appels à projet Industrie 4.0 et maintenance prédictive

Voici 3 appels à projet CORAC que nous avons sélectionné et qui entrent dans la thématique industrie 4.0 et maintenance prédictive.

appel à projet CORAC

Voici 3 appels à projet CORAC que nous avons sélectionné et qui entrent dans la thématique industrie 4.0 et maintenance prédictive.

Pour cette première étape de l’appel à compétences il est uniquement demandé un dossier de 2-3 pages pour manifester votre intérêt sur la thématique, démontrer votre savoir-faire, votre capacité à pouvoir répondre à tout ou partie du projet, esquisser quelques pistes pour y répondre et présenter vos projets passés. Aucun chiffrage financier à ce stade n’est attendu.

PROJET N°002

Porteur : Airbus Helicopters
Thématique : maintenance prédictive
Objectif : Recherche de concepts innovants pour le monitoring de rotors afin d’améliorer sa maintenance (efficacité, gain de temps)

Objectifs
Superviser efficacement le comportement global d’un rotor (accélérer et améliorer la maintenance)
Recherche de principes/idées innovantes mais pas montage sur hélico (TRL2-TRL4)
Recherche de concepts innovants pour le monitoring de rotors afin d’améliorer sa maintenance (efficacité, gain de temps) à Sujet très exploratoire
Gagner du temps dans les opérations de maintenance et fiabiliser les analyses
Aujourd’hui Jauge de contrainte du mats rotor : obligation d’avoir antenne, connexion avionique, compensation… à tombe en panne

Quelques pistes recherchées
Automatiser la lecture du couple de serrage
Détection d’usure dans des pièces mécaniques tout matériau
Détermination de l’usure des consommables de manière automatique (rotule, roulement, élastomère)
encre/peinture changeant d’état en fonction de l’usure
Objectivité dans l’analyse et éviter de démonter le rotor pour pouvoir réparer certaines pièces
Capteurs en repère tournant sans avoir besoin d’énergie (pas d’énergie sur le rotor)

Performances clés
Capacité de détection des problèmes mécaniques sur les ensembles tournants
Connectivité
Détection de l’usure de pièces mécaniques par des moyens simples et robustes
Pas de besoin de permanence en vol d’accès à la donnée
Autonomie en énergie car pas d’apport d’énergie dans les rotors
Simplicité de mise en œuvre et robustesse
Pas de temps réel

Compétences clés
Health monitoring
Mesure, instrumentation, capteurs
CND
Détection usure
Traitement de la donnée (anticipation de pannes, défaillance mécanique)
Pas forcément avionable

PROJET N°004

Porteur : Latécoère
Thématique : maintenance prédictive
Objectif : Développement de moyens de mesure « health monitoring » sur porte hélicoptère

Objectifs
Développer un moyen de mesure embarqués sur des portes passager permettant de passer d’une maintenance programmée vers une maintenance conditionnelle individualisée
Détection criques, déformations

Performances clés
Fiabilité/disponibilité des capteurs
Robustesse du système
Démonstration de fiabilité dans un environnement représentatif d’un avion commercial
Démonstration DO 160
Alimentation en énergie (non mandatory)
Fiabilité 10-9 pour le système à recherche de simplicité pour tenir cette exigence (éviter IA)
Capteurs hétérogènes ? Optique ? Identification ? Jauges de contraintes ?
Pas d’exigence sur le mode de communication des datas

Compétences clés
Capteurs
CND
Procédé de détection

PROJET N°006

Porteur : Latécoère
Thématique : Industrie 4.0
Objectif : Développement d’une solution IoT (Hw et Sw) compatible de la suite PTC pour monitorer une chaine d’assemblage de porte à PoC dans le cadre du projet

Objectifs
Développement d’une solution IoT (Hw et Sw) compatible de la suite PTC pour monitorer une chaine d’assemblage de porte à PoC dans le cadre du projet
Support technique pour la définition des paramètres de surveillance de pilotage et de contrôle des opérations d’assemblage de porte
Modelisation des gammes de fab
Cadence recherchée : 400 portes par mois

Performances clés
Optimiser le taux de rendement des machines
Réduire les temps d’apprentissage
Interfaçage avec la suite client (PTC) qui gère l’IoT
Pas besoin d’ajouter de l’exploitation de donnée

Compétences clés
IoT
Ingénierie informatique
IHM