Monitorowanie kondycji samolotów ultradźwiękami
Samoloty to duże i wyjątkowo skomplikowane maszyny, a nawet najdrobniejsze pęknięcie w odległym i trudno dostępnym zakamarku płatowca może mieć poważne konsekwencje dla bezpieczeństwa i zdatności do lotu. Okresowe inspekcje i prace konserwacyjne są zatem niezbędne, lecz przy tym praco- i czasochłonne, ponieważ niektóre części są ukryte pod warstwami innych komponentów. W ramach projektu 'Neural net based defect detection system using LRU technology for aircraft structure monitoring' (SELF-SCAN) opracowano technikę wykorzystania fal kierowanych do zwiększania wydajności inspekcji I konserwacji, co przełoży się na zwiększone bezpieczeństwo. W odróżnieniu od innych metod monitorowania złożonych struktur, technologia fal kierowanych umożliwia skanowanie dużego obszaru przy użyciu niewielkiej liczby czujników. Struktury występujące w samolotach są jednak wyjątkowo skomplikowane I pracują w trudnym środowisku. Wykrywanie wad na podstawie ogromnych ilości danych geometrycznych rejestrowanych podczas skanowania kierowanymi falami ultradźwiękowymi jest zatem szczególnie trudnym zadaniem. Finansowany z siódmego programu ramowego UE (7PR) projekt SELF-SCAN wykorzystał nowatorskie podejście polegające na zastosowaniu sieci neuronowych łączących czujniki zainstalowane na stałe, co umożliwia miejscowe wykrywanie. Pochodzący z sześciu krajów członkowskich UE uczestnicy konsorcjum projektowego opracowali zaawansowany, zintegrowany system monitorowania kondycji strukturalnej I wykrywania zbliżających się usterek. Prototypowy system skutecznie odróżnia komponenty prawidłowe od wadliwych, umożliwiając przy tym wykrywanie drobnych lecz groźnych pęknięć w miejscach niedostępnych dla innych typów czujników. Dopracowanie technik wykrywania ultradźwiękowego I stworzenie odpowiedniego systemu komercyjnego przyczyni się do poprawy bezpieczeństwa, zmniejszenia ryzyka katastrofalnych w skutkach awarii, redukcji kosztów I zwiększenia żywotności komponentów lotniczych.
