Statistical methods for critical scenarios in aeronautics

We present numerical results obtained on the CEMRACS project Predictive SMS proposed by Safety Line. The goal of this work was to elaborate a purely statistical method in order to reconstruct the deceleration profile of a plane during landing under normal operating conditions, from a database containing around 1500 recordings. The aim of Safety Line is to use this model to detect malfunctions of the braking system of the plane from deviations of the measured deceleration profile of the plane to the one predicted by the model. This yields to a multivariate nonparametric regression problem, which we chose to tackle using a Bayesian approach based on the use of gaussian processes similar to the one presented in [6]. We also compare this approach with other statistical methods. Nous présentons des résultats numériques obtenus sur le projet CEMRACS Predictive SMS proposé par Safety Line. L’objectif de ce travail était d’élaborer une méthode purement statistique afin de reconstruire le profil de décélération d’un avion durant son atterissage, à partir d’une base de données contenant à peu près 1500 enregistrements. Le but de Safety Line est d’utiliser ce modèle pour détecter des anomalies du système de freinage de l’avion à partir de l’écart entre le profil de décélération de l’avion mesuré et celui prédit par le modèle. Ceci mène à un problème de régression multivarié non paramétrique que nous avons choisi de traiter via une approche bayésienne utilisant des processus gaussiens similaire à celle présentée dans [6]. Nous comparons également cette approche avec d’autres méthodes statistiques classiques.