Les systèmes électriques embarqués dans l'aéronautique doivent satisfaire à des cahiers des charges de plus en plus exigeants portant sur le poids, les performances et la fiabilité, d'où l'utilisation des Machines Synchrones à Aimants Permanents (MSAP). Vu les contraintes imposées, les prototypes sont parfois assez éloignés d'une MSAP classique. La surveillance en ligne de ces systèmes est alors plus délicate mais représente un enjeu considérable vu l'aspect critique des applications (ailerons d'avion, freinage...) et a pour objectif d'éviter un incident majeur en le détectant puis en basculant sur un système identique redondé. Ce document propose un travail de modélisation de MSAP saine et en présence de défaut inter-spires ayant pour objectif de définir des méthodes de détections de défauts inter-spires en ligne, sans capteurs supplémentaires. Deux approches sont présentées pour modéliser les MSAP en présence de défauts inter-spires et sont comparées à des essais expérimentaux réalisés sur un prototype aéronautique. L'une d'entre elles, reposant sur une approche par Réseaux De Perméances (RDP), permet d'obtenir le meilleur compromis. La partie suivante propose de tester deux approches utilisant un indicateur de défaut basé sur un modèle d'Onduleur-MSAP sain et montre l'intérêt de ce type d'approche comparé à des approches plus classiques. L'ensemble des indicateurs développés est ensuite analysé à l'aide d'un outil utilisant la Reconnaissance de Formes (RDF) / Embedded electric systems in aircraft applications have to satisfy to specifications including weight, performances and reliability leading to the use of Permanent Magnet Synchronous Machines (PMSM). Due to these constraints, prototypes are often different from classical PMSM. Online monitoring of these systems is challenging but is still important regarding safety applications (electro mechanical airfoil, braking?). The main aim is to detect major incidents in order to use redundant systems. This work concerns modeling of PMSM under both healthy and inter-turn fault cases in order to defined online fault detection methods without additional sensors. Two approaches are presented and compared to experimental tests concerning PMSM under inter-turn fault conditions. One of them is based on Permeance Network (PN) modelling. It can be considered to be the best compromise. The next part deals with two fault indicators methods based on healthy models of Inverter and PMSM and shows improvements brought by these approaches compared to classical methods. The whole indicators are analyzed using Pattern Recognition (PR)