Um sistema eficiente de prognóstico é capaz de reduzir o número de paradas não programadas e conseqüentemente gerar uma redução em custos de manutenção. Devido à grande competitividade da área de atuação, a indústria aeronáutica tem voltado sua atenção a sistemas deste tipo com a finalidade de maximizar a vida útil de seus equipamentos, aumentar sua disponibilidade e reduzir os seus custos de operação e manutenção, otimizando assim a eficiência operacional de suas aeronaves. O presente trabalho apresenta uma metodologia de prognóstico de falhas baseada em modelo para o sistema do estabilizador horizontal da aeronave EMBRAER 190. Para realizar a previsão do tempo de vida útil remanescente do sistema, esta metodologia utiliza a modelagem do mesmo e o monitoramento de resíduos através de equações de paridade. O pós-processamento destes resíduos permite avaliar a severidade atual da condição de degradação do sistema e a estimação do tempo para se atingir a severidade máxima projetada em que a falha é declarada. Os resultados obtidos utilizando-se o modelo do sistema do estabilizador horizontal e a inserção das falhas simuladas típicas mostram o grande potencial para a utilização de modelos, quando possível, no desenvolvimento de um processo de PHM de alto desempenho.

Univariate Statistical Process Control (SPC) has been extensively employed in industry for fault detection and product quality control. However, for complex systems, better results have been obtained by the use of more elaborate Multivariate Statistical Process Control (MSPC) techniques. This work proposes the use of MSPC techniques (Hotelling T2 and Runger U2 statistics) for health monitoring of the Embraer 190 horizontal stabilizer system. For illustration, these techniques are applied in a simulated case study representing a degradation scenario with progressive increase in friction. For comparison, Univariate SPC is also employed. The results indicate that MSPC provides earlier indications of degradation as compared to Univariate SPC. In addition, a sensitivity analysis reveals that the MSPC methods are more robust with respect to changes in the time profile of the degradation, as well as alterations in the influence of temperature on the friction coefficient. In all cases, the best results are obtained by using the Runger U2 statistic.