SMEA

Metodologie diagnostiche e prognostiche e sviluppo di sensori per il monitoraggio di integrità funzionale applicato al settore aeronautico e dei trasporti

TRASFORMAZIONE DIGITALE

Caratteristiche Progetto

L’obiettivo finale del progetto SMEA è la realizzazione di una piattaforma condivisa di competenze e tecnologie per lo sviluppo di modelli di monitoraggio, diagnostica e prognostica funzionale e prestazionale, con particolare riferimento alle applicazioni aeronautiche relative al sistema propulsivo e all’integrità strutturale dei componenti, e quindi per la progettazione, sviluppo ed integrazione di metodologie, di sistemi sensoristici e di microsistemi.

Risultato da valorizzare

Sviluppo di un sistema Digital Twin per il monitoraggio diagnostico e prognostico applicato ad un componente progettato e realizzato con tecnologia additiva, che integra sistemi innovativi ed efficaci di modelli multi scala, sistemi sensoristici e metodologie di previsione diagnostica e prognostica dell’integrità funzionale e strutturale di componenti aeronautici realizzati in materiali avanzati, ed in particolare realizzati con processi produttivi innovativi (additive manufacturing). In aggiunta, un ulteriore risultato è stato raggiunto con l’applicazione di sensoristica innovativa per il controllo  delle anomalie dei motori aeronautici, quali vibrazioni della gear box, instabilità della combustione, contaminazione dei fluidi lubrificanti.

Perché è importante?

l progetto ha permesso lo sviluppo di una Metodologia per lo Structural Health Monitoring (SHM) di componenti realizzati tramite additive manufacturing con i seguenti elementi avanzati:
a. Procedura per il design di componenti realizzati per additive manufacturing con implementazione procedura semi-automatica per il posizionamento ottimo dei sensori.
b. Sviluppo di meta-modelli in grado di elaborare i dati provenienti dai sensori e restituire lo stato tensionale e la vita residua a fatica dei componenti.
c. Sviluppo di una GUI per la valutazione (quasi) real-time delle prestazioni meccaniche del componente realizzato tramite additive manufacturing.
Attraverso un approccio Digital Twin per scopi Prognostics Health Monitoring (PHM), è possibile l’ individuazione di comportamenti anomali dei sistemi monitorati, che potrebbero portare a rotture impreviste durante il servizio aumentando la capacità di diagnostica anticipata (failure detection). Il monitoraggio consente una migliore pianificazione degli interventi manutentivi, potendo valutare costi dell’intervento ed efficienza residua del sistema durante il servizio. Parimenti è possibile creare un modello di business diverso per le attività di service da proporre al cliente, sostituendo e riparando i sistemi soltanto quando questo si rende effettivamente necessario. Infine, è possibile creare uno storico dei dati, che renderà possibile un adattamento dei modelli di funzionamento e l’interpretazione dei diversi modi di guasto e delle manutenzioni ad essi correlate.

Impatto

Nuovi prodotti, Nuove metodologie, Nuovi servizi, Competitivà (riduzione costi, tempi, aumento qualità), Aumento sicurezza per utilizzatore/cliente

Scheda Progetto

download.pdf