Skip to content

jee51/M2DProjet2324

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

64 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Projet du master 2 des données USPN 2023-2024.

Développement collaboratif du code du projet du Master 2 des données.

Ce travail consiste à modéliser mathématiquement la consommation d'un moteur d'avion.

On veut pouvoir comparer les moteurs et comparer les missions ou les phases de vols pour essayer de comprendre la consommation.

Description du dataset.

Pour réaliser ce modèle on va utiliser les données stockées dans le dataset Kaggle dfdr1000.

Ces données consistent en trois fichier HDF5 (d'extension .h5) correspondant chacun à un avion et ses 1000 premiers trajet.

Ces fichiers ont étés créés à l'aide de Pandas en utilisant la commandes HDFStore ou la méthode to_hdf d'un DataFrame. Ils peuvent donc être lus facilement à l'aide de la fonction read_hdf de Pandas.

Composition des fichiers.

Chaque élément d'un de ces fichiers HDF est un vol stocké sous forme de DataFrame. Pour avoir la liste des vols vous pouvez demander la liste des clés au HDFStore

with pd.HDFStore(storename, mode='r') as store:
    records = store.keys()

ou utiliser le package h5py qui donne des accès plus rapide au fichier HDF5, mais est moins pratique pour la gestion des métadonnées associées à chaque DataFrame Pandas.

Vous avez ausi quelques exemples d'utilisation de ces données dans le package tabata et son module opset.py.

Variables capitalisés pendant chaque vol.

Chaque élément d'un des fichiers est donc un vol.

df = pd.read_hdf(storename,'record_18')

Les vols sont donc stockés dans des DataFrames avec en index temporel le nombre de secondes écoulées depuis l'alimentation du calculateur et comme colonnes une série de mesures faites pendant le vol.

Durant chaque vol on enregistre des données de l'avion et aussi des mesures faites sur chacun des deux moteurs. Pour distinguer ces mesures les suffixes _1 et _2 sont utilisés respectivement pour le moteur gauche et le moteur droit. (On notera _# ci dessous pour ne pas avoir à distinguer les deux moteurs.)

Certaines mesures sont prises à différents endroits du moteur, ces endroits s'appellent des stations, c'est le cas des pressions et températures.

  • Pi : pressure
  • Ti : temperature

L'indice "i" étant la position de la mesure, 0 correspond à l'avant (avant le fan), 5 à l'arrière (après la tuyère), la station 3 correspond à une mesure juste avant la chambre de combustion.

Variable [unité] Description
ALT [ft] Altitude
TAT [deg C] Total Air Température (mesurée par l'avion)
M [Mach] Mach
EGT_# [deg C] Exhaust Gaz Temperature
FMV_# [mm] Fuel Metering Valve
HPTACC_# [%] High Pressure Turbine Automatic Clearance Control
N1_# [% rpm] Speed of secondary shaft (fan)
N2_# [% rpm] Speed of primary shaft (core)
NAIV_# [bool] Anti Ice Vanne
P0_# [psia] Pression en entrée
PRV_# [bool] Bleed (taxi)
PS3_# [psia] Static pressure
PT2_# [mbar] Pressure
P_OIL_# [psi] Oil pressure
Q_# [lb/h] Fuel flow
T1_# [deg C] Température au niveau du fan
T2_# [deg C] Température après le booster
T3_# [deg C] Température en sortie du compresseur et avant la chambre de combustion
T5_# [deg C] Température de l'air dans la tuyère
TBV_# [%] Transfer Bleet Valve
TCASE_# [deg C] Case temperature
TLA_# [deg] Level Angle
T_OIL_# [deg C] Oil temperature
VBV_# [mm] Variable Bleed Valve
VIB_AN1_# [mils] Forward Vibration around N1 frequency
VIB_AN2_# [ips] Forward Vibration around N2 frequency
VIB_BN1_# [mils] Gearbox Vibrations around N1 frequency
VIB_BN2_# [ips] Gearbox Vibrations around N2 frequency
VSV_# [mm] Variable Stator Vannes

Programme de travail

  1. Accéder aux données, les afficher.
  2. Construire une table de synthèse avec des indicateurs pertinents par vol.
  3. Nettoyer et normaliser les données
  4. Etudier la prédiction de la consommation globale Q_#.
  5. Observer l'évolution vol après vol.
  6. Chercher des indicateurs influents, diminuer les incertitudes.
  7. Etudier la consommation par phase de vol.
  8. Construire un modèle global sur toutes les phases.
  9. Construire des indicateurs de précision.

à suivre ...

  1. Travailler sur un modèle local du débit au cours du vol.
  2. Comparer les moteurs.
  3. Catégoriser les missions.
  4. Une fois un modèle construit, rechercher pourquoi certains vols (ou moteurs) consomment plus (ou moins) que la normale.
  5. Rédiger un draft d'article en Makdown.
  6. Reprendre l'article sous LaTeX et faire une publication sous Hal.

...

About

Développement collaboratif du code du projet du Master 2 des données

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors