Through-life support, diagnosis and prognosis in the aeronautical field : a critical literature review

The present study provides a comprehensive and detailed definition of structural health monitoring for aircraft, which aims to predict the health status of an aircraft and facilitate condition-based maintenance scheduling to improve through-life support. To ensure effective structural monitoring, the adoption of high-performance data analysis models, including Machine Learning models, is crucial. Additionally, the design of a robust and efficient sensor network for data acquisition plays a vital role in acquiring reliable and accurate data. Furthermore, the study will examine the significance of self-healing systems in improving material performance. It will address novel solutions and applications of self-healing systems, aiming to enhance the durability and reliability of aerospace structures. Overall, this work aims to contribute to the advancement of structural health monitoring, data analysis techniques, sensor network design, and the adoption of self-healing systems in the aerospace field.

La presente ricerca fornisce una definizione completa e dettagliata del monitoraggio strutturale della salute per gli aeromobili, il quale mira a predire lo stato di salute di un aeromobile e agevolare la pianificazione della manutenzione basata sulle condizioni in vista al miglioramento del supporto per la vita. Per garantire un monitoraggio strutturale efficace, è fondamentale adottare modelli di analisi dati ad alte prestazioni, inclusi modelli di apprendimento automatico (Machine Learning). Inoltre, la progettazione di una rete di sensori robusta ed efficiente per l'acquisizione dei dati riveste un ruolo vitale nell’ottenere dati affidabili e accurati. Inoltre, la ricerca esaminerà l'importanza dei sistemi di auto-riparazione nel miglioramento delle prestazioni dei materiali. Saranno affrontate nuove soluzioni e applicazioni di tali sistemi, mirando a migliorare la durabilità e l'affidabilità delle strutture aerospaziali. Nel complesso, questo lavoro mira a contribuire all'avanzamento del monitoraggio strutturale della salute, delle tecniche di analisi dati, della progettazione di reti di sensori e all'adozione di sistemi di auto-riparazione nel settore aerospaziale.