O monitoramento da saúde dos sistemas de uma aeronave - PHM (Prognostic and Heatlth Monitoring) - é o cenário deste estudo, que aborda a transferência dos dados do avião no solo até o centro de operação e manutenção de uma companhia aérea, tendo em vista alguns requisitos de operação, como um tempo mínimo para que os dados sejam transmitidos, o tamanho de um arquivo típico de PHM e como a necessidade de se obter um canal seguro sob o ponto de vista de integridade e confidencialidade dos dados impacta no cumprimento destes requisitos. O sistema de transmissão de dados em solo abordado é composto pelo Gatelink, que utiliza um sistema de comunicação sem fio através do protocolo 802.11 entre a aeronave e um roteador no aeroporto, e uma rede cabeada Frame Relay dentro do aeroporto. Para segurança, são adotados os protocolos WPA-2 no trecho sem fio e o IPsec no trecho cabeado. O estudo demonstra que o tempo para se transmitir um quadro no trecho sem fio mostrou-se pouco afetado pela introdução do cabeçalho de segurança do WPA-2. Os cabeçalhos inseridos pelo IPsec afetam o tempo de transmissão dos dados, porém mostra-se que ainda é possível transmitir dentro do intervalo de tempo especificado considerando o método de cifragem dos dados AES.

The capability of predicting failure events of systems and components can provide benefits in equipment operation and maintenance. For this reason, the subject of failure prognosis is gaining greater attention from academia and industry over the last years. This work presents novel contributions related to the development and performance evaluation of failure prognosis solutions. One important step in failure prognosis is the estimation of the health state of the monitored equipment and its trend. Here, Sigma-Point Kalman Filter (SPKF) algorithms are employed for this purpose and their performance is compared to Particle Filter (PF) algorithms which are commonly cited in literature for this kind of application. Once the health state and its trend are estimated, in order to proceed with the failure prognosis, it is necessary to use this information to predict the remaining useful life (RUL) of the equipment. The RUL estimate is commonly yielded on the form of a probability distribution. A novel method, based on the Unscented Transform (UT), is presented and evaluated for this purpose. Results indicate that this approach may provide benefits when compared to the usual Monte Carlo based method. Finally, after a failure prognosis solution is developed, it is necessary to adequately evaluate its performance. This work also comprises the proposition of a novel method for such assessment, based on the use of the Probability Integral Transform (PIT). Such new method provides a measure of how adequately the proposed RUL probability distributions fit the available set of ground truth validation data. Also, additional proposed features make it possible to take into consideration the impact of the size of the validation data set into the uncertainty of the resulting metrics.

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.

A disponibilidade das aeronaves modernas está diretamente ligada ao grau de complexidade de seus sistemas, à confiabilidade de seus componentes e às ferramentas embarcadas que auxiliam os técnicos durante as ações de manutenção. O trabalho desenvolvido nesta dissertação busca um melhor entendimento do sistema de manutenção e diagnóstico embarcado em uma aeronave regional com alto grau de integração entre seus sistemas, mostrando suas funcionalidades e os ganhos com sua correta utilização. Além disso, é discutida a importância da atualização periódica dos manuais de isolação de falha e da utilização sistemática dos mesmos, o custo adicional devido à transmissão de mensagens que não agregam valor via data link e a necessidade de testes detalhados durante o desenvolvimento dos sistemas de detecção de falhas para evitar que mensagens que não representam uma falha real sejam mostradas aos técnicos em manutenção. Ao final, são explicitadas as potenciais melhorias que deveriam ser levadas em consideração no desenvolvimento de um novo sistema de manutenção e diagnóstico, de modo que as expectativas do mercado sejam atendidas e superadas durante a operação de aeronaves modernas que possuem um alto grau de complexidade e integração.

O cenário atual do mercado de aviação motiva a busca por novas tecnologias que possibilitem aos operadores a redução nos custos de operação de suas aeronaves. O conceito de monitoramento da saúde e prognóstico de falhas vem ao encontro deste interesse, possibilitando redução de custos de manutenção, além de maximização da vida útil dos equipamentos, aumento da segurança e despachabilidade. O presente trabalho propõe uma metodologia baseada em análise de tendência para a obtenção de uma distribuição de probabilidade associada ao instante predito de ocorrência de falha para um sistema aeronáutico. Essa metodologia consiste na utilização de métodos de Monte Carlo e bootstrap para a obtenção de um intervalo de confiança para o instante de falha, estimado por meio de regressão. A metodologia proposta é testada por meio de séries temporais simuladas com tendências lineares, quadráticas e exponenciais, sendo também avaliada em um estudo de caso envolvendo dados reais.