Sistema de Aprendizado de Máquina como Apoio ao Monitoramento da Saúde Estrutural de Aeronaves

A manutenção de aeronaves é essencial para a operação segura, mas o uso de cronogramas baseados em intervalos temporais fixos gera custos elevados, podendo chegar a 15% das despesas operacionais, e não impede falhas inesperadas. O monitoramento da saúde estrutural (MSE), parte da manutenção baseada em condições (CBM), oferece uma alternativa eficaz, reduzindo custos de manutenção em até 30%.Este trabalho desenvolve um modelo de aprendizado de máquina, baseado em perceptrons multicamadas, para classificar a estrutura como saudável ou danificada, utilizando dados da universidade TU Delft. Com acurácia de 90%, o modelo aumenta a confiabilidade do sistema ao localizar falhas com precisão e eliminar falsos positivos.