Le Technical Data Package (TDP) est la pierre angulaire du maintien en condition opérationnelle dans le domaine de la défense. Chaque composant d’un aéronef, véhicule ou plateforme militaire devrait en disposer : un ensemble complet de données techniques — plans, spécifications, désignations des matériaux, tolérances — permettant de reproduire le composant conformément à sa conception d’origine.
En réalité, le TDP est souvent incomplet, réservé au fabricant initial, soumis à un niveau de classification limitant l’accès, ou jamais élaboré dans un format compatible avec les outils d’ingénierie modernes.
Ce défi, bien connu et croissant, reflète un écart toujours plus grand entre la documentation disponible et celle nécessaire aux ingénieurs de maintenance. Le parc de plateformes héritées augmente, avec des aéronefs utilisés bien au-delà de leur durée de vie initiale et des véhicules maintenus à travers plusieurs cycles de modernisation.
La conséquence est que les techniciens et ingénieurs sont fréquemment confrontés à des pièces sans modèle numérique exploitable. La réponse, comme depuis des décennies, repose sur l’ingénierie inverse manuelle.
Le coût de pallier l’absence de TDP
L’ingénierie inverse manuelle d’un seul composant implique prise de mesures, croquis, reconstruction assistée par ordinateur (CAO), et bien plus encore. Même dans des conditions idéales, cette opération peut durer plusieurs heures. Dans un programme de maintenance au niveau dépôt gérant des centaines de pièces avec des données techniques dégradées ou manquantes, les coûts s’accumulent rapidement.
La numérisation 3D offre une solution partielle, mais introduit ses propres contraintes : besoin d’équipements spécialisés, d’opérateurs formés et d’environnements contrôlés. Sur le terrain et en maintenance de première ligne, un scanner haut de gamme est rarement disponible au moment et à l’endroit requis.
Le Technical Airworthiness Publication System (TAPS), qui régit la documentation d’aéronautique de l’Armée américaine, impose que les opérations de maintenance et réparation respectent des données techniques approuvées.
En l’absence ou en cas d’inaccessibilité de ces données, les ingénieurs de maintenance évoluent dans un double déficit : de conformité réglementaire et technique. Reproduire une pièce sans TDP validé ne relève pas uniquement d’un défi technique mais engage la disponibilité opérationnelle et la certification.
NoviVision génère un maillage STL et un fichier B-rep STEP modifiable à partir de photographies smartphone, avec une validation à une déviation moyenne de 0,72 mm sur une pièce de référence de 100 mm. Image : Novineer
Ce que l’IA change pour la maintenance sur le terrain
L’intelligence artificielle a permis de contourner le besoin d’équipement coûteux de numérisation, sans nuire à la qualité des résultats.
C’est précisément la démarche adoptée par NoviVision, la plateforme d’ingénierie inverse par IA développée par Novineer : il suffit de photographier le composant sous un à quatre angles avec un smartphone, et le logiciel génère en environ deux minutes un fichier CAO modifiable. Cette solution est déployable directement sur le lieu d’intervention, sans scanner, sans matériel de calibration ni opérateur spécialisé. Seulement un smartphone et la pièce à rétroconceptionner.
Ce procédé a été validé avec une erreur moyenne de 0,72 mm sur une pièce de référence de 100 mm, et une erreur maximale de 2,3 mm. Cette précision est suffisante pour la plupart des opérations de maintenance : devis, vérification d’ajustement, étude de faisabilité de redesign, préparation à la fabrication sur site.
Pour les pièces nécessitant une métrologie de haute précision et des tolérances strictes, les scanners haut de gamme demeurent indispensables. L’objectif n’est pas de les remplacer systématiquement, mais de supprimer cette dépendance pour environ 80 % des cas où ce n’est pas requis.
Le résultat est un fichier STEP modifiable, format standard pour l’échange de données CAO, compatible avec les environnements d’ingénierie utilisés dans la fabrication et le maintien en condition opérationnelle des équipements de défense. Ce fichier peut être directement intégré dans les flux numériques sans conversion intermédiaire.
Pour un programme visant la conformité au fil numérique (digital thread) selon les directives du Département de la Défense sur l’ingénierie numérique, l’apparition d’un modèle qui n’existait pas la veille constitue un atout majeur, bien plus qu’un simple gain d’efficacité : un actif numérique pour le dossier technique de la plateforme.
La technologie NoviVision s’appuie sur plus de 15 ans de recherches financées par des organismes fédéraux, notamment la National Science Foundation (NSF), l’Air Force Office of Scientific Research (AFOSR), la NASA et l’Office of Naval Research. Novineer a par ailleurs noué des accords avec plusieurs entités de défense, y compris l’Armée américaine.
Processus NoviVision : photos smartphone prises à plusieurs angles, génération de géométrie par IA et sortie CAO modifiable, sans scanner ni opérateur spécialisé. Image : Novineer
De l’ingénierie inverse au fil numérique
Le déficit du TDP se manifeste d’abord comme un problème de maintenance, mais ses conséquences sont bien plus larges.
Une pièce héritée sans modèle numérique exploitable ne peut pas être simulée en termes de performance structurelle, optimisée pour la fabrication additive comme solution de remplacement, ni intégrée dans un double numérique (digital twin) de la plateforme à laquelle elle appartient.
L’absence de modèle CAO n’est pas une simple gêne pour l’ingénieur sur le plancher des vaches. C’est un vide dans le dossier numérique de la plateforme qui se creuse avec le temps.
L’ingénierie inverse par IA comble cette lacune en amont : avant que la pièce ne casse, qu’un véhicule soit immobilisé, qu’un système devienne non opérationnel, ou que la défaillance d’une petite pièce héritée ne mette en péril la disponibilité.
Une fois le modèle créé, des outils en aval peuvent être mobilisés : la simulation structurelle consciente du parcours d’outil via NoviPath, intégrée avec Stratasys GrabCAD Print Pro, qui aide les premiers utilisateurs à réaliser des réductions de poids de l’ordre de 35 % sur des pièces fabriquées par impression 3D, ou encore le redesign génératif de composants obsolètes avec NoviDesign. Sans modèle numérique, ces approches sont tout simplement impossibles.
Au rythme requis par la mission
Le maintien en condition opérationnelle en défense se déroule selon des échéances bien plus pressantes que dans le secteur commercial. Un aéronef cloué au sol sur une base opérationnelle impose une urgence différente d’un appareil en maintenance dans une escale civile.
La dépendance aux équipements de numérisation spécialisés et au support des bureaux d’études a toujours limité la rapidité des premiers diagnostics en maintenance, mais Novineer affirme que NoviVision permet de réduire ce délai de plus de 80 %.
L’ingénierie inverse assistée par intelligence artificielle est désormais prête à être déployée en conditions opérationnelles. La précision a été validée, le format de sortie est standard, et le modèle de déploiement ne demande qu’un smartphone et une connexion réseau. La question réside dans la vitesse à laquelle les organisations adapteront leurs processus, leurs cycles d’approbation et la gouvernance des données techniques fondés sur d’anciennes contraintes.
Ces contraintes ne sont pas immuables. Le déficit du TDP n’est pas une fatalité dans le maintien des plateformes héritées. La technologie permettant d’y répondre existe aujourd’hui, au plus près des besoins, et selon le rythme imposé par la mission.
Dr Ali Tamijani est le fondateur et CEO de Novineer, Inc., ainsi que professeur en ingénierie aérospatiale à l’Embry-Riddle Aeronautical University. Son travail vise à réduire les frictions entre pièces physiques et systèmes d’ingénierie numérique, Novineer incarnant cette vision dans le secteur commercial.
Il a obtenu son doctorat en mécanique des structures à Virginia Tech en 2011, puis a rejoint Embry-Riddle en 2013, où il a développé un programme de recherche de pointe en optimisation structurelle et conception pour fabrication additive, avec plus de 2,5 millions de dollars de financements fédéraux (NSF, AFOSR, NASA, Office of Naval Research). Ses distinctions incluent le Young Investigator Award de l’AFOSR (2017), le NSF CAREER Award (2019) et le prix du chercheur exceptionnel d’Embry-Riddle (2020).
En 2022, il a fondé Novineer pour commercialiser les technologies issues de ces quinze années de recherche. La société propose des solutions logicielles d’ingénierie inverse, de conception générative et de simulation consciente des parcours d’outil via NoviVision, NoviDesign, et NoviPath, permettant aux ingénieurs de passer rapidement et efficacement de la pièce physique aux modèles numériques prêts pour la production.
Sous sa direction, Novineer a reçu le soutien de l’US Air Force, de la NSF et du Secrétariat à la Défense, établi des partenariats stratégiques avec des OEM tels que Stratasys et signé des accords avec des organisations de défense dont l’US Army. NoviPath est intégré à GrabCAD Print Pro dans le cadre d’un partenariat stratégique.