Le travail aborde la surveillance en temps réel de systèmes mécaniques complexes à partir d’un modèle paramétrique simplifié et de données expérimentales. Il présente une méthode d’assimilation de données variationnelle hybride, issue de l’approche PBDW, qui permet de faire des diagnostics et pronostics rapides et précis dans une version séquentielle en temps. Cette méthode intègre la physique non modélisée via une correction de biais de modèle et un enrichissement basés sur les données, pour prédire efficacement les états futurs du système. Les performances sont illustrées dans le domaine de la fabrication additive, pour le suivi en ligne de l’état thermique au cours du procédé SLM.