BR102017005479A2 - Aparelho, e, métodos para analisar um objeto e para monitorar um objeto compósito - Google Patents

Abstract

aparelho, e, métodos para analisar um objeto e para monitorar um objeto compósito. um método e aparelho para analisar um objeto (102, 200) usando emissões acústicas (206). dados de carga (218) são recebidos para o objeto (102, 200). dados de forma de onda acústica (212) são recebidos para o objeto (102, 200) a partir de um sistema de sensoreação acústico (104, 204). os dados de forma de onda acústica (212) representam emissões acústicas (206) que emanam do objeto (102, 200) e é detectado usando o sistema de sensoreação acústico (104, 204). uma pluralidade de células (224) é criada para os dados de carga (218). uma pluralidade de funções de distribuição de frequência (228) é gerada para a pluralidade de células (224) usando os dados de forma de onda acústica (212). um conjunto de algoritmos de aprendizagem é aplicado à pluralidade de funções de distribuição de frequência (228) e aos dados de forma de onda acústica (212) para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto (102, 200).

Description

(54) Título: APARELHO, E, MÉTODOS PARA ANALISAR UM OBJETO E PARA MONITORAR UM OBJETO COMPÓSITO (51) Int. Cl.: G06F 1/00; G01N 29/14; G01H 1/00; G01L 1/10 (52) CPC: G06F 1/00,G01N 29/14,G01H 1/00, G01L 1/106 (30) Prioridade Unionista: 10/05/2016 US 15/150595 (73) Titular(es): THE BOEING COMPANY (72) Inventor(es): HONG HUE TAT; YUAN-JYE WU; JOSEPH D. SCHAEFER; MARY J. MATHEWS; ANNE KAO; VICTOR P. PAUCA; RONGZHONG LI (74) Procurador(es): KASZNAR LEONARDOS PROPRIEDADE INTELECTUAL (57) Resumo: APARELHO, E, MÉTODOS PARA ANALISAR UM OBJETO E PARA MONITORAR UM OBJETO COMPÓSITO. Um método e aparelho para analisar um objeto (102, 200) usando emissões acústicas (206). Dados de carga (218) são recebidos para o objeto (102, 200). Dados de forma de onda acústica (212) são recebidos para o objeto (102, 200) a partir de um sistema de sensoreação acústico (104, 204). Os dados de forma de onda acústica (212) representam emissões acústicas (206) que emanam do objeto (102, 200) e é detectado usando o sistema de sensoreação acústico (104, 204). Uma pluralidade de células (224) é criada para os dados de carga (218). Uma pluralidade de funções de distribuição de frequência (228) é gerada para a pluralidade de células (224) usando os dados de forma de onda acústica (212). Um conjunto de algoritmos de aprendizagem é aplicado à pluralidade de funções de distribuição de frequência (228) e aos dados de forma de onda acústica (212) para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto (102, 200).

/ 41 “APARELHO PARA ANALISAR EMISSÕES ACÚSTICAS, MÉTODO PARA

ANALISAR UM OBJETO USANDO ONDAS ACÚSTICAS, E, MÉTODO PARA

MONITORAR UM OBJETO COMPÓSITO EM UMA AERONAVE”

Campo da Invenção:

[001] A presente descrição se refere geralmente a emissões acústicas e, em particular, à detecção de emissões acústicas a partir de objetos. Ainda mais particularmente, a presente descrição se refere a um método e aparelho para analisar emissões acústicas de objetos para determinar a integridade estrutural desses objetos sobre o tempo.

Fundamentos:

[002] Emissão acústica é a radiação de ondas acústicas em um objeto ou material quando o material é submetido a uma alteração estrutural. Por exemplo, sem limitação, emissões acústicas podem ocorrer quando um objeto compósito é submetido a uma alteração estrutural. Esta alteração estrutural pode assumir a forma de uma formação de fissura, uma propagação de fissura, uma formação de separação, uma propagação de separação, delaminação, algum outro tipo de alteração estrutural, ou uma combinação das mesmas. [003] Essas ondas acústicas podem ser detectadas usando sensores acústicos que são usados para gerar dados que podem então ser analisados. Todavia, a identificação da natureza ou do método de alteração estrutural com um desejado nível de precisão usando métodos atualmente disponíveis para realizar a detecção e análise de emissões acústicas pode ser mais difícil, tediosa, e demorada que o desejado. Em alguns casos, a identificação da natureza ou modo de alteração estrutural pode não ser possível usando os métodos atualmente disponíveis.

[004] Alguns métodos atualmente disponíveis de detecção e teste de emissões acústicas podem requerer que os sinais gerados com base nas emissões acústicas detectadas sejam o resultado de um único tipo de evento estrutural. Todavia, alguns objetos, tais como, mas não limitados a, objetos

Petição 870170050397, de 18/07/2017, pág. 4/11 / 41 compósitos, podem simultaneamente, sofrer múltiplos tipos de alteração estrutural. Alguns métodos atualmente disponíveis de detecção e teste acústicos podem ser podem ser incapazes de facilmente e rapidamente determinar quando múltiplos modos de alteração estrutural estão ocorrendo simultaneamente. Em particular, quando múltiplas alterações estruturais ocorrem em um objeto durante um dado intervalo de tempo, os métodos atualmente disponíveis de detecção e teste acústicos podem ser incapazes de identificar os modos específicos de alteração estrutural. Por conseguinte, seria desejável se ter um método e aparelho que levassem em conta pelo menos alguns dos problemas discutidos acima, bem como outros problemas possíveis.

SUMÁRIO [005] Em uma modalidade ilustrativa, um aparelho compreende um sistema de sensoreação acústico e um módulo analisador. O sistema de sensoreação acústico é posicionado em relação a um objeto. O sistema de sensoreação acústico detecta emissões acústicas e gera dados de forma de onda acústica para as emissões acústicas detectadas. O módulo analisador é implementado em um sistema de computador. O módulo analisador recebe dados de carga e os dados de forma de onda acústica para o objeto, cria uma pluralidade de células para os dados de carga, gera uma pluralidade de funções de distribuição de frequência para a pluralidade de células usando os dados de forma de onda acústica, e aplica um conjunto de algoritmos de aprendizagem à pluralidade de funções de distribuição de frequência e aos dados de forma de onda acústica para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto.

[006] Em outra modalidade ilustrativa, um método é provido para analisar um objeto usando ondas acústicas. Dados de carga é recebido para o objeto. Dados de forma de onda acústica é recebido para o objeto a partir de

Petição 870170017801, de 17/03/2017, pág. 119/175 / 41 um sistema de sensoreação acústico. Os dados de forma de onda acústica representam emissões acústicas que emanam do objeto e é detectado usando o sistema de sensoreação acústico. Uma pluralidade de células é criada para os dados de carga. Uma pluralidade de funções de distribuição de frequência é gerada para a pluralidade de células usando os dados de forma de onda acústica. Um conjunto de algoritmos de aprendizagem é aplicado à pluralidade de funções de distribuição de frequência e aos dados de forma de onda acústica para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto.

[007] Em ainda outra modalidade ilustrativa, um método é provido para monitorar um objeto compósito em uma aeronave durante pelo menos um estágio em um ciclo de vida útil da aeronave. Emissões acústicas que radiam a partir do objeto compósito são detectadas usando um sistema de sensoreação acústico para gerar dados de forma de onda acústica. Um módulo analisador recebe os dados de forma de onda acústica e dados de carga para o objeto compósito. O módulo analisador cria uma pluralidade de células para os dados de carga. Um conjunto de formas de onda nos dados de forma de onda acústica cai dentro de uma correspondente célula na pluralidade de células. O módulo analisador gera uma pluralidade de funções de distribuição de frequência para a pluralidade de células usando os dados de forma de onda acústica. Um conjunto de algoritmos de aprendizagem supervisionados é aplicado à pluralidade de funções de distribuição de frequência, aos dados de forma de onda acústica, e uma pluralidade armazenada de descritores para gerar uma saída de classificação que identifica um resultado de classificação para cada função de distribuição de frequência na pluralidade de funções de distribuição de frequência. A saída de classificação permite a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto compósito.

[008] As características e funções podem ser obtidas

Petição 870170017801, de 17/03/2017, pág. 120/175 / 41 independentemente, nas várias modalidades da presente descrição ou podem ser combinadas em ainda outras modalidades nas quais detalhes adicionais podem ser vistos com referencia à seguinte descrição e desenhos.

BREVE DESCRIÇÃO DOS DESENHOS [009] As características que se acreditam serem características novas das modalidades ilustrativas são expostas nas reivindicações anexas. As modalidades ilustrativas, todavia, bem como um modo de uso preferido, outros objetivos e características das mesmas, serão mais bem entendidos por referência à seguinte descrição detalhada de uma modalidade ilustrativa da presente descrição quando lida em conjunção com os desenhos anexos, nos quais:

a figura 1 é uma ilustração de um ambiente de teste de acordo com uma modalidade ilustrativa;

a figura 2 é uma ilustração de um objeto, um sistema de sensoreação acústico, e um módulo analisador na forma de um diagrama de blocos de acordo com uma modalidade ilustrativa;

a figura 3 é uma ilustração de uma vista isométrica de uma aeronave de acordo com uma modalidade ilustrativa;

a figura 4 é uma ilustração de um processo para analisar um objeto usando emissões acústicas na forma de um fluxograma de acordo com uma modalidade ilustrativa;

a figura 5 é uma ilustração de um processo para gerar uma pluralidade de funções de distribuição de frequência na forma de um fluxograma de acordo com uma modalidade ilustrativa;

a figura 6 é uma ilustração de um processo, na forma de um fluxograma, para aplicar um conjunto de algoritmos de aprendizagem a uma pluralidade de funções de distribuição de frequência para gerar uma saída de acordo com uma modalidade ilustrativa;

a figura 7 é uma ilustração de outro processo, na forma de um

Petição 870170017801, de 17/03/2017, pág. 121/175 / 41 fluxograma, para aplicar um conjunto de algoritmos de aprendizagem a uma pluralidade de funções de distribuição de frequência para gerar uma saída de acordo com uma modalidade ilustrativa;

a figura 8 é uma ilustração de um processo para analisar um objeto compósito em uma aeronave usando emissões acústicas na forma de um fluxograma de acordo com uma modalidade ilustrativa;

a figura 9 é uma ilustração de um sistema de processamento de dados na forma de um diagrama de blocos de acordo com uma modalidade ilustrativa;

a figura 10 é uma ilustração de um método de fabricação e serviço de aeronave na forma de um diagrama de blocos de acordo com uma modalidade ilustrativa; e a figura 11 é ilustração de uma aeronave na forma de um diagrama de blocos de acordo com uma modalidade ilustrativa;

DESCRIÇÃO DETALHADA [0010] As modalidades ilustrativas levam em conta diferentes considerações. Por exemplo, as modalidades ilustrativas levam em conta que pode ser desejável se ter um método e aparelho para detectar e analisar emissões acústicas a partir de objetos, que permitam a identificação e classificação de múltiplos eventos estruturais que estão ocorrendo simultaneamente. Em particular, as modalidades ilustrativas levam em conta que pode ser desejável se ter um método e aparelho para analisar emissões acústicas em relação ao histórico de carga de um objeto que permita a correlação precisa entre formas de onda acústica e modos específicos de alteração estrutural.

[0011] Assim, as modalidades ilustrativas proveem um método e aparelho para analisar um objeto usando emissões acústicas. Em um exemplo ilustrativo, emissões acústicas que emanam do objeto são detectadas usando um sistema de sensoreação acústico para gerar dados de forma de onda

Petição 870170017801, de 17/03/2017, pág. 122/175 / 41 acústica. Os dados de forma de onda acústica são recebidos juntamente com dados de carga para o objeto. Uma pluralidade de células é criada para os dados de carga. Uma pluralidade de funções de distribuição de frequência é gerada para a pluralidade de células usando os dados de forma de onda acústica. Um conjunto de algoritmos de aprendizagem é aplicado à pluralidade de funções de distribuição de frequência para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto.

[0012] Em particular, as modalidades ilustrativas provêem um método e aparelho que solucionam os desafios associados com a determinação de quando múltiplos modos de alteração estrutural ocorrem em um objeto simultaneamente. Adicionalmente, as modalidades ilustrativas provêem um método e aparelho que solucionam os desafios associados com a identificação de cada modo de alteração estrutural específico que ocorre em um objeto durante um dado intervalo de tempo mesmo quando múltiplos modos de alteração estrutural ocorrem durante este intervalo de tempo.

[0013] Com referencia agora às figuras e, em particular, com referencia à figura 1, uma ilustração de um ambiente de teste é representada de acordo com uma modalidade ilustrativa. Neste exemplo ilustrativo, o ambiente de teste 100 pode ser usado para realizar o teste do objeto 102. Neste exemplo ilustrativo, o objeto 102 assume a forma de um objeto compósito. Todavia, em outros exemplos ilustrativos, o objeto 102 pode ser algum outro tipo de objeto, tal como, mas não limitado a, um objeto metálico. [0014] O sistema de sensoreação acústico 104 é usado para detectar emissões acústicas que emanam do objeto 102. O sistema de sensoreação acústico 104 inclui sensores acústicos 106, o condicionador de sinal 107, e o transmissor 108. Cada sensor acústico dos sensores acústicos 106 é posicionado em contato com o objeto 102 e é capaz de detectar ondas acústicas que podem irradiar através do objeto 102 sobre o tempo no qual

Petição 870170017801, de 17/03/2017, pág. 123/175 / 41 uma carga é aplicada ao objeto 102. Esta carga (não mostrada) pode ser constante sobre o tempo, pode variar sobre o tempo, ou pode seguir um padrão de intervalos constantes misturados com intervalos variáveis sobre o tempo.

[0015] Neste exemplo ilustrativo, os sensores acústicos 106 geram sinais de emissão acústica que são enviados através do condicionador de sinal

107 ao transmissor 108. O condicionador de sinal 107 pode amplificar, filtrar, tanto amplificar quanto filtrar esses sinais de emissão acústica. O transmissor

108 pode então converter os sinais de emissão acústica para dados de forma de onda acústica que é então transmitido por via sem fio para módulo analisador 109 para o processamento. Em alguns casos, o transmissor 108 inclui um pré-amplificador ou componente de amplificador que pode ajustar o ganho dos sinais de emissão acústica antes da conversão em os dados de forma de onda acústica.

[0016] Como representado, o módulo analisador 109 é implementado no sistema de computador 110. Neste exemplo ilustrativo, o transmissor 108 envia por via sem fio os dados de forma de onda acústica para o módulo analisador 109 no sistema de computador 110. Em outros exemplos ilustrativos, o transmissor 108 pode enviar os dados de forma de onda acústica para o módulo analisador 109 sobre uma ou mais conexões com fios. [0017] O módulo analisador 109 recebe tanto os dados de forma de onda acústica quanto os dados de carga. Os dados de carga podem incluir medições da carga sendo aplicada ao, a carga que é sofrida pelo, objeto 102 sobre o tempo. O módulo analisador 109 processa os dados de forma de onda acústica e os dados de carga de uma maneira que reduza a quantia de tempo e os recursos de processamento de computador, necessários para identificar a natureza e os modos de alteração estrutural no objeto 102 sobre o tempo com base nas emissões acústicas detectadas. Em particular, o módulo analisador

109 gera uma saída que permite a um operador avaliar mais facilmente e

Petição 870170017801, de 17/03/2017, pág. 124/175 / 41 rapidamente uma integridade estrutural do objeto 102.

[0018] Com referencia agora à figura 2, uma ilustração de um objeto, um sistema de sensoreação acústico, e um módulo analisador, é representada na forma de um diagrama de blocos de acordo com uma modalidade ilustrativa. O objeto 200 pode assumir um número de formas diferentes. Em um exemplo ilustrativo, o objeto 200 assume a forma do objeto compósito 202. Todavia, em outros exemplos ilustrativos, o objeto 200 pode assumir a forma de um objeto de metal, um objeto tendo pelo menos uma composição parcial metálica, ou algum outro tipo de objeto.

[0019] Dependendo da implementação, o objeto 200 pode estar em qualquer estágio no ciclo de vida útil do objeto 200. Por exemplo, sem limitação, o objeto 200 pode estar em um estágio de teste, em um estágio de integração de sistema, em um estágio no serviço, em um estágio de manutenção, em um estágio de reparo, ou em algum outro ponto no tempo durante o ciclo de vida útil do objeto 200. Em um exemplo ilustrativo, o objeto compósito 202 pode ser um cupão de teste compósito. O objeto 102 na figura 1 é um exemplo de uma implementação para o objeto 200 na figura 2. [0020] O sistema de sensoreação acústico 204 é usado para detectar emissões acústicas 206 a partir do objeto 200 em resposta ao carregamento do objeto 200. Este carregamento pode ser realizado em um número de diferentes maneiras, dependendo da implementação. Por exemplo, em alguns casos, uma carga externa pode ser aplicada ao objeto 200 para um período de tempo prolongado, enquanto o sistema de sensoreação acústico 204 é usado para detectar emissões acústicas 206 que resultam em virtude deste carregamento. Em outros exemplos ilustrativos, o carregamento pode ser devido à integração do objeto 200 em uma maior estrutura ou sistema.

[0021] O carregamento do objeto 200 pode afetar a integridade estrutural do objeto 200 sobre o tempo. Por exemplo, o carregamento pode causar certas alterações estruturais no objeto 200, que reduzem a integridade

Petição 870170017801, de 17/03/2017, pág. 125/175 / 41 estrutural do objeto 200. Essas alterações estruturais podem incluir, mas não são limitadas a, formação de fissuras, formação de fendas, a propagação de fissuras, a propagação de rachaduras, rompimento de fibras, delaminação, algum outro tipo de alteração estrutural indesejada, ou uma combinação dos mesmos.

[0022] As emissões acústicas 206 são ondas acústicas que se irradiam através do objeto 200 devido às alterações estruturais no objeto 200. O sistema de sensoreação acústico 204 compreende o conjunto de sensores acústicos 208. Quando usado aqui, um “conjunto de” itens pode incluir um ou mais itens. Desta maneira, o conjunto de sensores acústicos 208 pode incluir um ou mais sensores acústicos.

[0023] O sensor acústico 210 é um exemplo de um sensor acústico no conjunto de sensores acústicos 208. Em um exemplo ilustrativo, o sensor acústico 210 é posicionado em contato com o objeto 200 para detectar emissões acústicas 206.

[0024] O conjunto de sensores acústicos 208 detecta emissões acústicas 206 e geram dados de forma de onda acústica 212 para as emissões acústicas 206 detectadas. Dados de forma de onda acústica 212 é enviado para o módulo analisador 214. O módulo analisador 214 pode receber dados de forma de onda acústica 212 a partir do sistema de sensoreação acústico 204 usando qualquer número de enlaces de comunicações com fio, enlaces de comunicações sem fio, outros tipos de enlaces de comunicações, ou uma combinação das mesmas.

[0025] Neste exemplo ilustrativo, o módulo analisador 214 pode ser implementado em software, hardware, firmware, ou uma combinação dos mesmos. Quando software é usado, as operações realizadas pelo módulo analisador 214 podem ser implementadas usando, por exemplo, sem limitação, código de programa configurado para rodar em uma unidade de processador. Quando firmware é usado, as operações realizadas pelo módulo

Petição 870170017801, de 17/03/2017, pág. 126/175 / 41 analisador 214 podem ser implementadas usando, por exemplo, sem limitação, código de programa e dados e armazenado em memória persistente para rodar na unidade de processador.

[0026] Quando hardware é empregado, o hardware pode incluir um ou mais circuitos que operam para realizar as operações do módulo analisador 214. Dependendo da implementação, o hardware pode assumir a forma de um sistema de circuitos, um circuito integrado, um circuito integrado específico de aplicação (ASIC), um dispositivo de lógica programável, ou algum outro tipo apropriado de dispositivo de hardware configurado para realizar qualquer número de operações.

[0027] Um dispositivo de lógica programável pode ser configurado para realizar certas operações. O dispositivo pode ser configurado permanentemente para realizar essas operações ou pode ser reconfigurável. Um dispositivo de lógica programável pode assumir a forma de, por exemplo, sem limitação, um arranjo de lógica programável, uma lógica de arranjo programável, uma matriz de lógica programável pelo utilizador, a rede de portas lógicas programáveis, ou algum outro tipo de dispositivo de hardware programável.

[0028] Neste exemplo ilustrativo, o módulo analisador 214 é implementado usando sistema de computador 216. O módulo analisador 109 implementado no sistema de computador 110 na figura 1 pode ser um exemplo de uma implementação para o módulo analisador 214 implementado no sistema de computador 216. O sistema de computador 216 pode incluir um único computador ou múltiplos computadores em comunicação uns com os outros.

[0029] Em adição à recepção de dados de forma de onda acústica 212, o módulo analisador 214 também recebe dados de carga 218. Em um exemplo ilustrativo, os dados de carga 218 podem ser dados gerados pelo sistema de sensoreação de dados 220. O sistema de sensoreação de carga 220 pode

Petição 870170017801, de 17/03/2017, pág. 127/175 / 41 incluir um ou mais sensores de carga que medem o carregamento do objeto

200 sobre o tempo.

[0030] Em outros exemplos ilustrativos, o módulo analisador 214 recupera os dados de carga 218 a partir da base de dados 222. Por exemplo, sem limitação, os dados de carga 218 podem ser dados de carga previamente gerados, que foram gerados para um objeto similar ao objeto 200 sob as mesmas ou similares condições de carregamento.

[0031] O módulo analisador 214 cria uma pluralidade de células 224 para dados de carga 218. A pluralidade de células 224 tem uma pluralidade de larguras de célula 226. Em particular, cada célula na pluralidade de células 224 tem uma correspondente largura de célula na pluralidade de larguras de célula 226. Em um exemplo ilustrativo, a pluralidade larguras de célula 226 pode ser igual. Todavia, em outros exemplos ilustrativos, uma ou mais larguras de célula da pluralidade de larguras de célula 226 pode ser diferente. [0032] Em alguns exemplos ilustrativos, a pluralidade de larguras de célula 226 é uma pluralidade de larguras de célula baseadas no tempo. Em outras palavras, cada célula da pluralidade de células 224 pode corresponder a um intervalo de tempo. Em outros exemplos ilustrativos, a pluralidade de larguras de célula 226 é uma pluralidade de larguras de célula baseadas em carga. Em outras palavras, cada célula da pluralidade de células 224 pode corresponder a um intervalo de carga.

[0033] O módulo analisador 214 gera uma pluralidade de funções de distribuição de frequência 228 usando a pluralidade de células 224 e dados de forma de onda acústica 212. Em um exemplo ilustrativo, a pluralidade de funções de distribuição de frequência 228 assume a forma de uma pluralidade de histogramas de frequência 230.

[0034] A pluralidade de funções de distribuição de frequência 228 inclui uma função de distribuição de frequência para cada célula na pluralidade de células 224. Por exemplo, o módulo analisador 214 gera a

Petição 870170017801, de 17/03/2017, pág. 128/175 / 41 função de distribuição de frequência 232 para a célula 234. A célula 234 tem uma definida largura de célula que pode ser um definido intervalo de tempo ou um definido intervalo de carga.

[0035] Em um exemplo ilustrativo, o módulo analisador 214 cria a função de distribuição de frequência 232 por divisão de uma faixa de frequência selecionada na pluralidade de células de frequência 235. Dependendo da implementação, a pluralidade de células de frequência 235 pode ter as mesmas ou diferentes larguras de célula. Cada célula de frequência na pluralidade de células de frequência 235 é usada para realizar uma contagem e, por conseguinte, pode ser incrementada.

[0036] O módulo analisador 214 processa então dados de forma de onda acústica 212 em relação aos dados de carga 218. Por exemplo, para cada célula na pluralidade de células 224, o módulo analisador 214 identifica um conjunto de formas de onda que caem dentro desta célula usando dados de forma de onda acústica 212. Depois disso, o módulo analisador 214 computa uma Transformada Rápida de Fourier para o conjunto de formas de onda identificado para cada célula na pluralidade de células 224.

[0037] Como um exemplo ilustrativo, o módulo analisador 214 identifica o conjunto de formas de onda 238 que cai dentro da célula 234 usando dados de forma de onda acústica 212. Em alguns exemplos ilustrativos, a pluralidade de larguras de célula 226 para a pluralidade de células 224 pode ser selecionada de forma que pelo menos uma forma de onda caia inteiramente dentro de cada célula da pluralidade de células 224. Em seguida, o módulo analisador 214 computa uma Transformada Rápida de Fourier para o conjunto de formas de onda 238 que cai dentro da célula 234. O módulo analisador 214 identifica então picos de frequência 240 para o conjunto de formas de onda 238 com base na Transformada Rápida de Fourier computada.

[0038] Em um exemplo ilustrativo, o módulo analisador 214 seleciona

Petição 870170017801, de 17/03/2017, pág. 129/175 / 41 um número definido de picos de frequência para cada forma de onda no conjunto de formas de onda 238. Quando usado aqui, um “número de” itens pode incluir um ou mais itens. Desta maneira, um número definido de picos de frequência pode incluir um ou mais picos de frequência. Em alguns casos, o número de picos de frequência selecionado pelo módulo analisador 214 pode ser, por exemplo, sem limitação, três, quatro, cinco, oito, ou algum outro número de picos de frequência para cada forma de onda no conjunto de formas de onda 238 com base na Transformada Rápida de Fourier computada para o conjunto de formas de onda 238.

[0039] O módulo analisador 214 incrementa uma correspondente célula de frequência na pluralidade de células de frequência 235 quando um pico de frequência que foi identificado cair dentro da correspondente célula de frequência. Por exemplo, se qualquer dos picos de frequência 240 cair dentro da célula de frequência correspondente à faixa de cerca de 80 Quilohertz para cerca de 90 Quilohertz, então a célula de frequência é incrementada pelo número total de picos de frequência que cai dentro desta faixa. Este processo cria a função de distribuição de frequência 232 para a célula 234.

[0040] Em outros exemplos ilustrativos, a pluralidade de células de frequência 235 pode ser acumulada diferentemente. Por exemplo, uma célula de frequência na pluralidade de células de frequência 235 pode ser um acúmulo de energia nesta célula de frequência, computado usando dados de forma de onda acústica 212.

[0041] O processo de criação da função de distribuição de frequência

232 para a célula 234 é repetido para cada um de pluralidade de células 224 para finalmente criar a pluralidade de funções de distribuição de frequência 228. A pluralidade de funções de distribuição de frequência 228 que provêem um operador com uma maneira fácil para avaliar rapidamente a integridade estrutural do objeto 200.

Petição 870170017801, de 17/03/2017, pág. 130/175 / 41 [0042] Quando o objeto 200 é um objeto de teste, o processamento adicional da pluralidade de funções de distribuição de frequência 228 é realizado pelo módulo analisador 214. Por exemplo, sem limitação, o módulo analisador 214 cria a pluralidade de grupos 242 usando a pluralidade de funções de distribuição de frequência 228. A pluralidade de grupos 242 é uma pluralidade de grupos de interesse.

[0043] Em um exemplo ilustrativo, o módulo analisador 214 aplica um ou mais algoritmos de aprendizagem não supervisionados para a pluralidade de funções de distribuição de frequência 228 para estabelecer pluralidade de grupos 242. Cada grupo na pluralidade de grupos 242 é um agrupamento de funções de distribuição de frequência a partir da pluralidade de funções de distribuição de frequência 228.

[0044] Quando usado aqui, um algoritmo de aprendizagem não supervisionado é um algoritmo de aprendizagem por máquina para inferências de desenho a partir de conjuntos de dados compreendendo dados sem respostas rotuladas. Um exemplo de aprendizagem não supervisionada é um agrupamento. Um algoritmo de agrupamento pode ser um algoritmo para agrupar um conjunto de elementos de uma tal maneira que elementos no mesmo grupo, que podem ser referidos como um grupo, sejam mais similares entre si do que aqueles em outros grupos.

[0045] Nesses exemplos ilustrativos, o módulo analisador 214 pode usar um conjunto de algoritmos de aprendizagem não supervisionados para agrupar funções de distribuição de frequência na pluralidade de funções de distribuição de frequência 228 para formar a pluralidade de grupos 242. Dependendo da implementação, um algoritmo de agrupamento de média k, um algoritmo de agrupamento de modelo de mistura, um algoritmo de agrupamento hierárquico, algum outro tipo de algoritmo de agrupamento, algum outro tipo de algoritmo de aprendizagem não supervisionada, ou uma combinação dos mesmos pode ser usada para identificar a pluralidade de

Petição 870170017801, de 17/03/2017, pág. 131/175 / 41 grupos 242.

[0046] Cada grupo na pluralidade de grupos 242 corresponde a uma alteração estrutural que afeta a integridade estrutural do objeto 200. Em um exemplo ilustrativo, cada grupo na pluralidade de grupos 242 corresponde a um diferente modo de alteração estrutural que reduz a integridade estrutural do objeto 200.

[0047] Em um exemplo ilustrativo, o módulo analisador 214 identifica a pluralidade de descritores 244 para a pluralidade de grupos 242. Um descritor para um grupo pode ser um centroide, uma média, ou algum outro tipo de função representativa de distribuição de frequência para o grupo. Como um exemplo ilustrativo, o descritor pode ser a função de distribuição de frequência de centroide para este grupo.

[0048] A pluralidade de grupos 242 pode ser associada com uma pluralidade de modos de alteração estrutural usando dados de teste alternados 236. Dados de teste alternados 236 podem ser dados, a partir do qual alterações estruturais no objeto 200 podem ser facilmente identificadas. Por exemplo, os dados de teste alternados 236 pode assumir a forma de dados de formação de imagem por raios-X, dados de formação de imagens por ultrassom, dados de formação de imagem por infravermelhos, dados de modelação, ou algum outro tipo de dados. Os dados de modelação podem ser gerados a partir de um modelo de computador.

[0049] Como um exemplo ilustrativo, sem limitação, os dados de teste alternados 236 assume a forma de dados de raios-X, no local, gerado para o objeto 200 durante o carregamento do objeto 200. Dados de teste alternados 236 são então usados para detectar alterações estruturais no objeto 200 e identificar essas alterações estruturais como pluralidade de modos 246. Cada modo na pluralidade de modos 246 pode ser um tipo diferente de alteração estrutural. Em alguns casos, cada modo na pluralidade de modos 246 pode ser referido como um modo de compromisso estrutural.

Petição 870170017801, de 17/03/2017, pág. 132/175 / 41 [0050] Por exemplo, sem limitação, quando o objeto 200 assume a forma de um cupão de teste compósito, a pluralidade de modos 246 pode incluir formação de fissuras, propagação de fissuras, formação de fendas, e propagação de fendas. Em alguns casos, a pluralidade de modos 246 pode também incluir rompimento de fibras, delaminação, ou alguma outra forma de compromisso estrutural.

[0051] Tanto a pluralidade de modos 246 quanto a pluralidade de grupos 242 são mapeadas de volta para os dados de carga 218 de modo que cada grupo na pluralidade de grupos 242 substancialmente sobreponha um correspondente modo na pluralidade de modos 246. Em outras palavras, a pluralidade de modos 246 pode ser mapeada de volta para tempos específicos, condições de carga, ou ambos usando dados de carga 218.

[0052] Similarmente, a pluralidade de grupos 242 pode ser mapeada de volta para tempos específicos, condições de carga, ou ambos usando dados de carga 218. Por exemplo, sem limitação, cada célula na pluralidade de células 224 para dados de carga 218 pode ser designada como mantendo uma ou mais formas de onda que pertencem a um grupo particular na pluralidade de grupos 242.

[0053] Em um exemplo ilustrativo, cada grupo de pluralidade de grupos 242 pode substancialmente sobrepor, ou sobrepor dentro de tolerâncias selecionadas, com um correspondente modo na pluralidade de modos 246 com relação ao tempo. Desta maneira, cada grupo na pluralidade de grupos 242 pode ser emparelhado com ou atribuído a um correspondente modo na pluralidade de modos 246. Em um exemplo ilustrativo, o descritor correspondente a cada grupo na pluralidade de grupos 242 é emparelhado com um correspondente modo na pluralidade de modos 246. Em outras palavras, a pluralidade de descritores 244 pode ser emparelhada com a pluralidade de modos 246.

[0054] Em um exemplo ilustrativo, a pluralidade de grupos 242 pode

Petição 870170017801, de 17/03/2017, pág. 133/175 / 41 incluir um primeiro grupo tendo um primeiro descritor, um segundo grupo tendo um segundo descritor, um terceiro grupo tendo um terceiro descritor, e um quarto grupo tendo um quarto descritor. Neste exemplo ilustrativo, o primeiro grupo e o primeiro descritor representam um primeiro modo de alteração estrutural. O segundo grupo e o segundo descritor representam um segundo modo de alteração estrutural. O terceiro grupo e o terceiro descritor representam um terceiro modo de alteração estrutural. O quarto grupo e o quarto descritor representam um quarto modo de alteração estrutural. Naturalmente, em outros exemplos ilustrativos, a pluralidade de grupos 242 pode incluir menos que quatro grupos ou mais que quatro grupos.

[0055] Uma vez quando cada grupo na pluralidade de grupos 242 foi associado com um correspondente modo de alteração estrutural, a pluralidade de descritores 244 para a pluralidade de grupos 242 é armazenada para uso futuro. Por exemplo, a pluralidade de descritores 244 pode ser armazenada na base de dados 222, ou algum outro tipo de estrutura de dados ou armazenamento de dados, juntamente com a classificação de modo para cada descritor.

[0056] Em um exemplo ilustrativo, o módulo analisador 214 gera uma saída de classificação de descritor 248 que identifica o emparelhamento de cada modo na pluralidade de modos 246 com um correspondente descritor na pluralidade de descritores 244. A saída de classificação de descritor 248 pode ser armazenada na base de dados 222, ou em alguma outra estrutura de dados ou armazenamento de dados, para uso futuro. Desta maneira, saída de classificação de descritor 248 estabelece dados de referência que podem ser usados para avaliar a integridade estrutural de uma ou mais partes que são estruturalmente as mesmas que o objeto ou as partes que são estruturalmente similares ao objeto 200.

[0057] Em outros exemplos ilustrativos, o objeto 200 pode não ser um objeto de teste. Em vez disso, o objeto 200 pode estar em um estágio no

Petição 870170017801, de 17/03/2017, pág. 134/175 / 41 serviço, um estágio de manutenção, um estágio de reparo, um estágio de certificação, ou algum outro tipo de estágio no ciclo de vida útil do objeto 200. Nesses exemplos ilustrativos, uma vez quando uma pluralidade de funções de distribuição de frequência 228 foi gerada, o módulo analisador 214 aplica um ou mais algoritmos de aprendizagem supervisionados a pluralidade de funções de distribuição de frequência 228.

[0058] Quando usado aqui, um algoritmo de aprendizagem supervisionado é um algoritmo de aprendizagem por máquina para inferências de desenho a partir de dados de treinamento rotulados. Nesses exemplos ilustrativos, estes dados de treinamento rotulados assumem a forma de saída de classificação de descritor 248 que rotula cada descritor na pluralidade de descritores 244, que corresponde a um grupo na pluralidade de grupos 242, com um correspondente modo de pluralidade de modos 246.

[0059] Uma máquina de vetores de suporte é um exemplo de um tipo de algoritmo de aprendizagem supervisionado. Por exemplo, sem limitação, uma máquina de vetores de suporte pode ser aplicada à pluralidade de funções de distribuição de frequência 228 e à pluralidade armazenada de descritores 247 para gerar a saída de classificação 250. A pluralidade armazenada de descritores 247 é gerada de uma maneira similar à pluralidade de descritores 244. A pluralidade armazenada de descritores 247 pode ser armazenada na base de dados 222 ou em algum outro tipo de estrutura de dados ou armazenamento de dados.

[0060] Em particular, uma decisão binária é feita para cada célula na pluralidade de células 224 com base na pluralidade armazenada de descritores 247. Mais especificamente, a função de distribuição de frequência gerada para cada célula na pluralidade de células 224 é analisada em relação a cada descritor na pluralidade de descritores 244.

[0061] Por exemplo, sem limitação, a função de distribuição de frequência 232 para a célula 234 pode ser analisada em relação a cada

Petição 870170017801, de 17/03/2017, pág. 135/175 / 41 descritor na pluralidade armazenada de descritores 247. Uma determinação é feita para verificar se a função de distribuição de frequência 232 corresponde ao descritor dentro das tolerâncias selecionadas, ou não. Se a função de distribuição de frequência 232 corresponder ao descritor dentro das tolerâncias selecionadas, então o conjunto de formas de onda 238 que caem dentro da célula 234 pode ser classificado como representando o modo que corresponde a este descritor. Esta decisão é realizada para cada descritor na pluralidade armazenada de descritores 247.

[0062] Porque esse tipo de decisão binária está sendo feita para cada descritor na pluralidade armazenada de descritores 247, a cada célula na pluralidade de células 224 pode ser classificada como representando múltiplos modos de alteração estrutural. Desta maneira, o conjunto de formas de onda que caem dentro de qualquer dada célula da pluralidade de células 224 pode ser classificado como representando um ou mais modos de alteração estrutural. Em alguns casos, o conjunto de formas de onda em uma célula particular pode ser determinado que não represente qualquer modo particular na pluralidade de modos 246.

[0063] Em um exemplo ilustrativo, o módulo analisador 214 gera a saída de classificação 250 que inclui a classificação de cada célula na pluralidade de células 224 usando um ou mais modos da pluralidade de modos 246 com base na análise descrita acima. Em outros exemplos ilustrativos, o módulo analisador 214 gera a saída de classificação 250 que identifica a classificação de cada forma de onda em dados de forma de onda acústica 212 usando um ou mais modos da pluralidade de modos 246.

[0064] Assim, as modalidades ilustrativas proveem um método preciso e eficiente para avaliar a integridade estrutural do objeto 200. A informação obtida com base neste tipo de avaliação pode ser usada para então tomar decisões acerca do objeto 200 com relação à certificação, manutenção, reparo, integração de sistemas, algum outro tipo de tarefa, ou uma

Petição 870170017801, de 17/03/2017, pág. 136/175 / 41 combinação das mesmas.

[0065] O processamento realizado pelo módulo analisador 214 pode ser facilmente, configurado para diferentes tipos de objetos e condições de carregamento. Como um exemplo ilustrativo, a pluralidade de larguras de célula 226 pode ser selecionada com base no tipo de carregamento do objeto 200. Por exemplo, sem limitação, quando o objeto 200 é carregado mais rapidamente, as emissões acústicas 206 podem ocorrer mais rapidamente. A pluralidade de larguras de célula 226 pode ser selecionada para criar menores células para permitir a separação mais clara de eventos. Todavia, quando o objeto 200 é carregado mais lentamente, as emissões acústicas 206 podem ocorrer mais lentamente. A pluralidade de larguras de célula 226 pode então ser selecionada para criar maiores células para reduzir assim o volume global dos dados que precisam ser processados.

[0066] Adicionalmente, em alguns exemplos ilustrativos, o módulo analisador 214 pode ser configurado para exibir a saída de classificação de descritor 248, saída de classificação 250, ou ambas, através de uma interface gráfica de usuário no sistema de exibição 252. Em alguns casos, a pluralidade de funções de distribuição de frequência 228 pode ser exibida no sistema de exibição 252. Desta maneira, um operador pode ser capaz de rapidamente e facilmente, tomar decisões acerca do objeto 200.

[0067] A ilustração do objeto 200, o sistema de sensoreação acústico

204, e módulo analisador 214 na figura 2 não é destinada a implicar em limitações físicas ou de arquitetura à maneira pela qual uma modalidade ilustrativa pode ser implementada. Outros componentes em adição a, ou em lugar de, aqueles ilustrados, podem ser usados. Alguns componentes podem ser opcionais. Também, os blocos são apresentados para ilustrar alguns componentes funcionais. Um ou mais desses blocos podem ser combinados, divididos, ou combinados e divididos em diferentes blocos quando implementados em uma modalidade ilustrativa.

Petição 870170017801, de 17/03/2017, pág. 137/175 / 41 [0068] Por exemplo, sem limitação, em alguns casos, o sistema de sensoreação acústico 204 pode incluir pelo menos um condicionador de sinal (não mostrado), tal como o condicionador de sinal 107 na figura 1, e um transmissor (não mostrado), tal como o transmissor 108 na figura 1. Como um exemplo ilustrativo, um condicionador de sinal pode ser usado para amplificar e filtrar o teor de frequência do sinal de emissão acústica detectado por sensor acústico 210. Como o sinal de emissão acústica pode então ser convertido em dados de forma de onda acústica 212 pelo transmissor enviar dados de forma de onda acústica 212 para o módulo analisador 214. O transmissor pode enviar dados de forma de onda acústica 212 para o módulo analisador 214 usando uma ou mais enlaces de comunicações sem fio, enlaces de comunicações com fio, ou outro tipo de enlaces de comunicações.

[0069] Em alguns casos, um único condicionador de sinal pode ser usado para amplificar e filtrar o conjunto de sinais de emissão acústica gerado pelo conjunto de sensores acústicos 208. Em outros exemplos ilustrativos, cada sensor acústico no conjunto de sensores acústicos 208 pode ser conectado a um diferente condicionador de sinal. Em ainda outros exemplos ilustrativos, um condicionador de sinal pode ser integrado como parte de cada sensor acústico no conjunto de sensores acústicos 208.

[0070] Adicionalmente, embora a saída de classificação 250 seja descrita como sendo gerada usando um ou mais algoritmos de aprendizagem supervisionados, em outros exemplos ilustrativos, um algoritmo de aprendizagem semi-supervisionado ou um processo que combina aprendizagem supervisionada e não supervisionada pode ser usado para gerar a saída de classificação 250. Ainda adicionalmente, embora a saída de classificação de descritor 248 seja descrita como sendo gerada usando um ou mais algoritmos de aprendizagem não supervisionados, em outros exemplos ilustrativos, a algoritmo de aprendizagem semi-supervisionado ou um processo que combina aprendizagem supervisionada e não supervisionada

Petição 870170017801, de 17/03/2017, pág. 138/175 / 41 pode ser usado para gerar a saída de classificação de descritor 248.

[0071] Com referencia agora à figura 3, uma ilustração de uma vista isométrica de uma aeronave é representada de acordo com uma modalidade ilustrativa. Neste exemplo ilustrativo, a aeronave 300 inclui a asa 302 e a asa 304 afixadas à fuselagem 306. A aeronave 300 também inclui o motor 308 afixado à asa 302 e o motor 310 afixado à asa 304.

[0072] Adicionalmente, a aeronave 300 inclui a seção de cauda 312.

O estabilizador horizontal 314, o estabilizador horizontal 316, e o estabilizador vertical 318 são afixados à seção de cauda 312.

[0073] Um sistema de sensoreação acústico (não mostrado), tal como o sistema de sensoreação acústico 204 na figura 2 ou o sistema de sensoreação acústico 104 na figura 1, pode ser posicionado em relação à aeronave 300 para monitorar as emissões acústicas das várias partes da aeronave 300 durante o ciclo de vida útil da aeronave 300. Por exemplo, sem limitação, o sistema de sensoreação acústico pode incluir vários sensores acústicos (não mostrados) nos locais 320 ao longo da aeronave 300. Os locais 320 podem incluir os locais que estão em contato com uma superfície de uma parte da aeronave 300, embutidos em uma parte ou estrutura da aeronave 300, posicionados perto, mas não em contato com, uma parte ou estrutura da aeronave 300, ou uma combinação dos mesmos.

[0074] Em qualquer estágio durante o ciclo de vida útil da aeronave

300, os dados de forma de onda acústica gerado pelo sistema de sensoreação acústico 204 pode ser coletado e analisado pelo módulo analisador 214 na figura 2. Desta maneira, a integridade estrutural das várias partes ou estruturas da aeronave 300 pode ser analisada e quaisquer alterações estruturais indesejadas detectadas podem ser classificadas.

[0075] Com referencia agora à figura 4, uma ilustração de um processo para analisar um objeto usando emissões acústicas é representado na forma de um fluxograma de acordo com uma modalidade ilustrativa. O

Petição 870170017801, de 17/03/2017, pág. 139/175 / 41 processo ilustrado na figura 4 pode ser implementado pelo módulo analisador

214 descrito na figura 2.

[0076] O processo pode começar por receber dados de forma de onda acústica para um objeto a partir de um sistema de sensoreação acústico no qual os dados de forma de onda acústica representam emissões acústicas que emanam do objeto, como detectadas pelo sistema de sensoreação acústico (operação 400). Em seguida, os dados de carga para o objeto são recebidos (operação 402). Depois disso, uma pluralidade de células é criada para os dados de carga (operação 404).

[0077] Na operação 404, dependendo da implementação, a pluralidade de células pode ser uma pluralidade de células de tempo ou uma pluralidade de células de carga. Uma pluralidade de funções de distribuição de frequência é então gerada para a pluralidade de células usando os dados de forma de onda acústica (operação 406). Na operação 406, uma função de distribuição de frequência é gerada para cada célula na pluralidade de células. Em alguns exemplos ilustrativos, a pluralidade de funções de distribuição de frequência assumir a forma de uma pluralidade de histogramas de frequência. [0078] Depois disso, um conjunto de algoritmos de aprendizagem é aplicado à pluralidade de funções de distribuição de frequência e aos dados de forma de onda acústica para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto (operação 408), com o processo terminando depois disso. O processo descrito na figura 4 pode reduzir o tempo total, esforço, e recursos de processamento baseados em computador que são necessários para avaliar precisamente a integridade estrutural do objeto quando o objetivo é sujeito a múltiplos modos de alteração estrutural ocorrendo simultaneamente.

[0079] Com referencia agora à figura 5, uma ilustração de um processo para gerar uma pluralidade de funções de distribuição de frequência é representada na forma de um fluxograma de acordo com uma modalidade

Petição 870170017801, de 17/03/2017, pág. 140/175 / 41 ilustrativa. O processo ilustrado na figura 5 pode ser implementado pelo módulo analisador 214 descrito na figura 2. Este processo pode ser usado para implementar a operação 406 na figura 4.

[0080] O processo começa por criar de uma pluralidade de células de frequência (operação 500). Na operação 500, cada célula na pluralidade de células de frequência pode ter uma definida largura de célula. As larguras de célula da pluralidade de células de frequência podem ser as mesmas ou podem ser diferentes. Em um exemplo ilustrativo, a operação 500 é realizada por divisão de uma faixa de frequência selecionada em a pluralidade de células de frequência com base em um intervalo de frequência definido.

[0081] Depois disso, uma célula é selecionada a partir da pluralidade de células para o processamento (operação 502). Na operação 502, a pluralidade de células pode ser, por exemplo, a pluralidade de células criada na operação 404 na figura 4.

[0082] Em seguida, um conjunto de formas de onda que caem dentro da célula que é selecionada é identificado (operação 504). Uma Transformada Rápida de Fourier (FFT) é computada para o conjunto de formas de onda (operação 506). Um número de picos de frequência é identificado para cada forma de onda no conjunto de formas de onda (operação 508). Cada célula de frequência na pluralidade de células de frequência, dentro das quais dentro das quais cai um pico de frequência, é incrementada (operação 510). Desta maneira, a função de distribuição de frequência é criada para a célula selecionada. A operação 510 é um exemplo de como a pluralidade de células de frequência pode ser atualizada com base na Transformada Rápida de Fourier computada na operação 506 e o número de picos de frequência identificado para cada forma de onda no conjunto de formas de onda identificado na operação 508.

[0083] Uma determinação é então feita para verificar se quaisquer células adicionais precisam ser processadas (operação 512). Se células

Petição 870170017801, de 17/03/2017, pág. 141/175 / 41 adicionais não precisarem ser processadas, o processo termina. Caso contrário, o processo retorna para a operação 502 descrita acima. O processo descrito na figura 5 resulta na geração de uma pluralidade de funções de distribuição de frequência para a pluralidade de células.

[0084] Com referencia agora à figura 6, uma ilustração de um processo para aplicar um conjunto de algoritmos de aprendizagem a uma pluralidade de funções de distribuição de frequência para gerar uma saída é representada na forma de um fluxograma de acordo com uma modalidade ilustrativa. O processo ilustrado na figura 6 pode ser implementado pelo módulo analisador 214 na figura 2 e pode ser um exemplo de como a operação 408 na figura 4 pode ser implementada.

[0085] O processo pode começar por aplicar um conjunto de algoritmos de aprendizagem não supervisionados a uma pluralidade de funções de distribuição de frequência para estabelecer uma pluralidade de grupos (operação 600). Na operação 600, a pluralidade de funções de distribuição de frequência é agrupada em grupos com base nos algoritmos de aprendizagem não supervisionados.

[0086] Em seguida, uma pluralidade de descritores é identificada para a pluralidade de grupos (operação 602). Na operação 602, um descritor é identificado para cada grupo. O descritor é a função representativa de distribuição de frequência para o grupo. O descritor para a particular grupo pode ser, por exemplo, sem limitação, uma função de distribuição de frequência de centroide ou uma função de distribuição de frequência de média para este grupo.

[0087] Depois disso, cada descritor na pluralidade de descritores é associado com um modo particular de alteração estrutural com base na identificação de uma pluralidade de modos usando dados de teste alternados (operação 604). Na operação 604, os dados de teste alternados pode ser, por exemplo, dados de raios-X. Adicionalmente, a pluralidade de modos pode

Petição 870170017801, de 17/03/2017, pág. 142/175 / 41 incluir, por exemplo, sem limitação, rompimento de fibras, formação de fendas, propagação de fendas, delaminação, formação de fissuras, propagação de fissuras, ou algum outro modo de alteração estrutural.

[0088] Uma saída de classificação de descritor que emparelha cada descritor da pluralidade de descritores com um modo particular da pluralidade de modos é gerada (operação 606), com o processo terminando depois disso. Esta saída de classificação de descritor pode então ser usada para realizar a avaliação da integridade estrutural de outros objetos.

[0089] Com referencia agora à figura 7, uma ilustração de outro processo para aplicar um conjunto de algoritmos de aprendizagem a uma pluralidade de funções de distribuição de frequência para gerar uma saída é representada na forma de um fluxograma de acordo com uma modalidade ilustrativa. O processo ilustrado na figura 7 pode ser implementado pelo módulo analisador 214 na figura 2 e pode ser outro exemplo de como a operação 408 na figura 4 pode ser implementada.

[0090] O processo pode começar por aplicar um conjunto de algoritmos de aprendizagem supervisionados a uma pluralidade de funções de distribuição de frequência e uma pluralidade de descritores (operação 700). Uma função de distribuição de frequência é selecionada a partir da pluralidade de funções de distribuição de frequência (operação 702). Cada função de distribuição de frequência da pluralidade de funções de distribuição de frequência representa um conjunto de formas de onda que caem dentro de uma célula de tempo ou célula de carga particular com base nos dados de carga.

[0091] Em seguida, um descritor é selecionado a partir de uma pluralidade armazenada de descritores (operação 704). Na operação 704, a pluralidade armazenada de descritores pode ser previamente identificada para dados de forma de onda acústica, previamente gerado, de uma maneira similar ao processo descrito na figura 6. Cada descritor na pluralidade armazenada de

Petição 870170017801, de 17/03/2017, pág. 143/175 / 41 descritores corresponde a um diferente modo de alteração estrutural.

[0092] Depois disso, a função de distribuição de frequência selecionada é analisada em relação ao descritor selecionado (operação 706). Por exemplo, em operação 706, a função de distribuição de frequência pode ser comparada com o descritor, que pode ser a função representativa de distribuição de frequência para um grupo.

[0093] Em seguida, fornecer à função de distribuição de frequência um valor de classificador binário com base na análise (operação 708). Na operação 708, um valor de classificador binário pode ser ou um primeiro valor ou um segundo valor. Por exemplo, o primeiro valor pode indicar que a função de distribuição de frequência não corresponde ao descritor dentro das tolerâncias selecionadas, enquanto o segundo valor pode indicar que a função de distribuição de frequência não corresponde ao descritor dentro das tolerâncias selecionadas. Em alguns casos, o primeiro valor e o segundo valor podem ser referidos como um valor de classificação positivo e um valor de classificação negativo, respectivamente.

[0094] Depois disso, uma determinação é feita para verificar se quaisquer descritores não selecionados permanecem (operação 710). Se quaisquer descritores não selecionados permanecerem, o processo retorna para a operação 704 descrita acima. Caso contrário, uma determinação é feita para verificar se quaisquer funções de distribuição de frequência, não selecionadas, permanecem (operação 712). Se quaisquer funções de distribuição de frequência, não selecionadas, permanecerem, o processo retorna para a operação 702 descrita acima.

[0095] Caso contrário, o processo gera uma saída de classificação que identifica um resultado de classificação para cada função de distribuição de frequência da pluralidade de funções de distribuição de frequência (operação 714), com o processo terminando depois disso. Na operação 714, o resultado de classificação para uma particular função de distribuição de frequência

Petição 870170017801, de 17/03/2017, pág. 144/175 / 41 identifica se esta função de distribuição de frequência representa zero, um, dois, três, quatro, cinco, ou algum outro número de modos de alteração estrutural.

[0096] Com referencia agora à figura 8, uma ilustração de um processo para analisar um objeto compósito em uma aeronave usando emissões acústicas é representada na forma de um fluxograma de acordo com uma modalidade ilustrativa. O processo ilustrado na figura 8 pode ser implementado usando sistema de sensoreação acústico 204 e módulo analisador 214 descrito na figura 2.

[0097] O processo pode começar por detectar emissões acústicas que emanam a partir de um objeto compósito em uma aeronave usando um sistema de sensoreação acústico para gerar dados de forma de onda acústica (800). Em seguida, os dados de forma de onda acústica e dados de carga para o objeto são recebidos em um módulo analisador (802).

[0098] Depois disso, uma pluralidade de células é criada, pelo módulo analisador, para os dados de carga (operação 804). Na operação 804, dependendo da implementação, a pluralidade de células pode ser uma pluralidade de células de tempo ou uma pluralidade de células de carga.

[0099] Uma pluralidade de funções de distribuição de frequência é então gerada, pelo módulo analisador, para a pluralidade de células usando os dados de forma de onda acústica (operação 806). Na operação 806, uma função de distribuição de frequência é gerada para cada célula na pluralidade de células. Em alguns exemplos ilustrativos, a pluralidade de funções de distribuição de frequência assume a forma de uma pluralidade de histogramas de frequência.

[00100] Depois disso, um conjunto de algoritmos de aprendizagem é aplicado à pluralidade de funções de distribuição de frequência, aos dados de forma de onda acústica, e a uma pluralidade armazenada de descritores para uma pluralidade previamente gerada de grupos de funções de distribuição de

Petição 870170017801, de 17/03/2017, pág. 145/175 / 41 frequência para gerar uma saída de classificação que permite a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto compósito, em que a saída de classificação identifica um resultado de classificação para cada forma de onda no dados de forma de onda acústica (operação 808), com o processo terminando depois disso. Na operação 808, o resultado de classificação pode identificar uma forma de onda particular como representando zero, um, dois, três, quatro, ou algum outro número de modos de alteração estrutural.

[00101] Os fluxogramas e diagramas de blocos nas diferentes modalidades representadas ilustram a arquitetura, funcionalidade, e operação de algumas implementações possíveis de aparelhos e métodos em uma modalidade ilustrativa. A este respeito, cada bloco nos fluxogramas ou nos diagramas de blocos pode representar um módulo, um segmento, uma função, e/ou uma porção de uma operação ou etapa.

[00102] Em algumas implementações alternativas de uma modalidade ilustrativa, a função ou funções notadas nos blocos podem ocorrer fora da ordem notada nas figuras. Por exemplo, em alguns casos, dois blocos mostrados em sucessão podem ser executados substancialmente simultaneamente, ou os blocos podem, às vezes, ser realizados na ordem reversa, dependendo da funcionalidade envolvida. Também, outros blocos podem ser acrescentados, em adição aos blocos ilustrados, em um fluxograma ou diagrama de blocos.

[00103] Retornando agora para a figura 9, uma ilustração de um sistema de processamento de dados na forma de um diagrama de blocos é representada de acordo com uma modalidade ilustrativa. O sistema de processamento de dados 900 pode ser usado para implementar o módulo analisador 214, o sistema de computador 216, ou ambos, na figura 2. Como representado, o sistema de processamento de dados 900 inclui a estrutura de comunicações 902, a qual provê comunicações entre a unidade de processador

Petição 870170017801, de 17/03/2017, pág. 146/175 / 41

904, os dispositivos de armazenamento 906, a unidade de comunicações 908, a unidade de entrada/saída 910, e a exibição 912. Em alguns casos, a estrutura de comunicações 902 pode ser implementada como um sistema de barramento.

[00104] A unidade de processador 904 é configurada para executar instruções para software para realizar um número de operações. A unidade de processador 904 pode compreender um número de processadores, um núcleo multiprocessador, e/ou algum outro tipo de processador, dependendo da implementação. Em alguns casos, unidade de processador 904 pode assumir a forma de uma unidade de hardware, tal como um sistema de circuitos, um circuito integrado específico de aplicação (ASIC), um dispositivo de lógica programável, ou algum outro tipo apropriado de unidade de hardware.

[00105] As instruções para o sistema de operação, aplicativos, e/ou programas rodam pela unidade de processador 904 pode estar localizada nos dispositivos de armazenamento 906. Os dispositivos de armazenamento 906 podem estar em comunicação com a unidade de processador 904 através da estrutura de comunicações 902. Quando usado aqui, um dispositivo de armazenamento, também referido como um dispositivo de armazenamento legível por computador, é qualquer peça de hardware capaz de armazenar informação em uma base temporária e/ou permanente. Esta informação pode incluir, mas não é limitada a, dados, código de programa, e/ou outra informação.

[00106] A memória 914 e o armazenamento persistente 916 são exemplos de dispositivos de armazenamento 906. A memória 914 pode assumir a forma de, por exemplo, uma memória de acesso aleatório ou algum tipo de dispositivo de armazenamento volátil ou não volátil. O armazenamento persistente 916 pode compreender qualquer número de componentes ou dispositivos. Por exemplo, o armazenamento persistente 916 pode compreender um disco rígido, uma memória flash, um disco óptico

Petição 870170017801, de 17/03/2017, pág. 147/175 / 41 regravável, uma fita magnética regravável, ou alguma combinação dos acima.

As mídias usadas pelo armazenamento persistente 916 podem, ou não podem, ser removíveis.

[00107] A unidade de comunicações 908 permite que o sistema de processamento de dados 900 se comunique com outros sistemas de processamento de dados e/ou dispositivos. A unidade de comunicações 908 pode provê comunicações usando enlaces de comunicações físicas e/ou sem fio.

[00108] A unidade de entrada/saída 910 permite que entrada seja recebida de, e saída seja enviada para, outros dispositivos conectados ao sistema de processamento de dados 900. Por exemplo, a unidade de entrada/saída 910 pode permitir que entrada de usuário seja recebida através de um teclado, um mouse, e/ou algum outro tipo de dispositivo de entrada. Como outro exemplo, a unidade de entrada/saída 910 pode permitir que a saída seja enviada para uma impressora conectada ao sistema de processamento de dados 900.

[00109] O visor 912 é configurado para exibir informação para um usuário. A exibição 912 pode compreender, por exemplo, sem limitação, um monitor, uma tela sensível ao toque, uma exibição a laser, um visor holográfico, um dispositivo de exibição virtual, e/ou algum outro tipo de dispositivo de exibição.

[00110] Neste exemplo ilustrativo, os processos das diferentes modalidades ilustrativas podem ser realizados pela unidade de processador 904 usando instruções implementadas por computador. Essas instruções podem ser referidas como código de programa, código de programa usável por computador, ou código de programa legível por computador e podem ser lidas e executadas por um ou mais processadores na unidade de processador 904.

[00111] Nesses exemplos, o código de programa 918 está localizado de

Petição 870170017801, de 17/03/2017, pág. 148/175 / 41 uma forma funcional nas mídias legíveis por computador 920, que é seletivamente removível, e pode ser carregada para ou transferida para o sistema de processamento de dados 900 para execução pela unidade de processador 904. O código de programa 918 e as mídias legíveis por computador 920 formam conjuntamente o produto de programa de computador 922. Neste exemplo ilustrativo, mídias legíveis por computador 920 podem ser mídias legíveis por computador 924 ou mídias de sinal legíveis por computador 926.

[00112] A mídia de armazenamento legível por computador 924 é um dispositivo de armazenamento físico ou tangível usado para armazenar código de programa 918, em lugar de um meio que se propaga ou transmite código de programa 918. Mídias legíveis por computador 924 podem ser, por exemplo, sem limitação, um disco óptico ou magnético ou um dispositivo de armazenamento persistente que é conectado ao sistema de processamento de dados 900.

[00113] Alternativamente, o código de programa 918 pode ser transferido para o sistema de processamento de dados 900 usando mídias de sinal legíveis por computador 926. Mídias de sinal legíveis por computador 926 podem ser, por exemplo, um sinal de dados propagado contendo código de programa 918. Este sinal de dados pode ser um sinal eletromagnético, um sinal óptico, e/ou algum outro tipo de sinal que pode ser transmitido sobre enlaces de comunicações físicas e/ou sem fio.

[00114] A ilustração do sistema de processamento de dados 900 na figura 9 não deve ser destinada a prover limitações de arquitetura à maneira na qual as modalidades ilustrativas podem ser implementadas. As diferentes modalidades ilustrativas podem ser implementadas em um sistema de processamento de dados que inclui componentes em adição a, ou em lugar de, aqueles ilustrados para o sistema de processamento de dados 900. Adicionalmente, os componentes mostrados na figura 9 podem ser variados

Petição 870170017801, de 17/03/2017, pág. 149/175 / 41 com relação àqueles dos exemplos ilustrativos mostrados.

[00115] Modalidades ilustrativas da descrição podem ser descritas no contexto de um método de fabricação e serviço de aeronave 1000, como mostrado na figura 10, e da aeronave 1100, como mostrada na figura 11. Voltando primeiramente à figura 10, uma ilustração de um método de fabricação e serviço de aeronave é representada na forma de um diagrama de blocos de acordo com uma modalidade ilustrativa. Durante a pré-produção, um método de fabricação e serviço de aeronave 1000 pode incluir especificação e projeto 1002 da aeronave 1100 na figura 11 e aquisição de material 1004.

[00116] Durante a produção, a fabricação de componentes e subconjuntos 1006 e a integração de sistemas 1008 da aeronave 1100 na figura 11 têm lugar. Depois disso, a aeronave 1100 na figura 11 pode passar para a certificação e fornecimento 1010 a fim de ser colocada em serviço 1012. Enquanto no serviço 1012 por um cliente, a aeronave 1100 na figura 11 é programada para a manutenção e serviço de rotina 1014, que pode incluir modificação, reconfiguração, remodelação, e outra manutenção ou serviço. [00117] Cada um dos processos de um método de fabricação e serviço de aeronave 1000 pode ser realizado ou executado por um integrador de sistemas, um terceirizado, e/ou um operador. Nesses exemplos, o operador pode ser um cliente. Para as finalidades desta descrição, um integrador de sistemas pode incluir, sem limitação, qualquer número de fabricantes de aeronaves e subcontratados dos sistemas principais; um terceirizado pode incluir, sem limitação, qualquer número de vendedores, subcontratados, e fornecedores; e um operador pode ser companhia aérea, uma empresa de leasing, uma organização militar, uma organização de serviço, e outros. [00118] Com referencia agora à figura 11, uma ilustração de uma aeronave é representada, na qual uma modalidade ilustrativa pode ser implementada. Neste exemplo, a aeronave 1100 é produzida por um método

Petição 870170017801, de 17/03/2017, pág. 150/175 / 41 de fabricação e serviço de aeronave 1000 na figura 10 e pode incluir a fuselagem 1102 com os sistemas 1104 e interior 1106. Exemplos dos sistemas 1104 incluem um ou mais do sistema de propulsão 1108, do sistema elétrico 1110, do sistema hidráulico 1112, e do sistema ambiental 1114. Qualquer número de outros sistemas pode ser incluído. Embora um exemplo aeroespacial seja mostrado, diferentes modalidades ilustrativas podem ser aplicadas a outras indústrias, tais como a indústria automotiva.

[00119] Os aparelhos e métodos incorporados aqui podem ser empregados durante pelo menos um dos estágios de um método de fabricação e serviço de aeronave 1000 na figura 10. Em particular, o sistema de sensoreação acústico 204 e o módulo analisador 214 da figura 2 podem ser usados durante qualquer um dos estágios de um método de fabricação e serviço de aeronave 1000.

[00120] Por exemplo, sem limitação, o sistema de sensoreação acústico 204 da figura 2 pode ser usado para detectar emissões acústicas a partir de várias partes na aeronave 1100 durante pelo menos um da fabricação de componentes e subconjuntos 1006, integração de sistemas 1008, em serviço 1012, manutenção e serviço de rotina 1014, ou algum outro estágio de um método de fabricação e serviço de aeronave 1000. Ainda adicionalmente, o módulo analisador 214 da figura 2 pode ser usado para analisar as emissões acústicas detectadas durante pelo menos um da fabricação de componentes e subconjuntos 1006, integração de sistemas 1008, em serviço 1012, manutenção e serviço de rotina 1014, ou algum outro estágio de um método de fabricação e serviço de aeronave 1000.

[00121] Em um exemplo ilustrativo, os componentes ou subconjuntos produzidos na fabricação de componentes e subconjuntos 1006 na figura 10 podem ser fabricados ou produzidos de uma maneira similar aos componentes ou subconjuntos produzidos enquanto a aeronave 1100 está em serviço 1012 na figura 10. Como ainda outro exemplo, uma ou mais modalidades de

Petição 870170017801, de 17/03/2017, pág. 151/175 / 41 aparelho, modalidades de método, ou uma combinação das mesmas podem ser utilizadas durante os estágios de produção, tal como na fabricação de componentes e subconjuntos 1006 e integração de sistemas 1008 na figura 10. Uma ou mais modalidades de aparelho, modalidades de método, ou uma combinação das mesmas, podem ser utilizadas enquanto a aeronave 1100 está em serviço 1012e/ou durante manutenção e service1014na figura 10. O uso de um número das diferentes modalidades ilustrativas pode substancialmente acelerar a montagem e/ou reduzir o custo da aeronave 1100.

[00122] A descrição das diferentes modalidades ilustrativas foi apresentada para finalidades de ilustração e descrição, e não é destinada a ser exaustiva ou limitada às modalidades na forma descrita. Muitas modificações e variações serão aparentes para aqueles de conhecimento comum na técnica. Adicionalmente, diferentes modalidades ilustrativas podem prover diferentes características em comparação com outras modalidades desejáveis. A modalidade ou as modalidades selecionadas foram escolhidas e descritas a fim de mais bem explicar os princípios das modalidades, a aplicação prática, e para permitir que outros de conhecimento comum na técnica compreendam a descrição para as várias modalidades com várias modificações, quando forem apropriadas para um uso particular contemplado.

[00123] Adicionalmente, a descrição compreende modalidades de acordo com as seguintes cláusulas:

Cláusula 1. Aparelho compreendendo:

um sistema de sensoreação acústico posicionado em relação a um objeto, em que o sistema de sensoreação acústico detecta emissões acústicas e gera dados de forma de onda acústica para as emissões acústicas detectadas; e um módulo analisador implementado em um sistema de computador que recebe dados de carga e os dados de forma de onda acústica para o objeto, cria uma pluralidade de células para os dados de carga, gera

Petição 870170017801, de 17/03/2017, pág. 152/175 / 41 uma pluralidade de funções de distribuição de frequência para a pluralidade de células usando os dados de forma de onda acústica, e aplica um conjunto de algoritmos de aprendizagem à pluralidade de funções de distribuição de frequência e aos dados de forma de onda acústica para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto.

Cláusula 2. Aparelho de acordo com a cláusula 1, em que o sistema de sensoreação acústico compreende:

um sensor acústico posicionado em contato com o objeto.

Cláusula 3. Aparelho de acordo com a cláusula 1, em que o conjunto de algoritmos de aprendizagem inclui ou um conjunto de algoritmos de aprendizagem não supervisionados ou um conjunto de algoritmos de aprendizagem supervisionados.

Cláusula 4. Aparelho de acordo com a cláusula 1, em que os dados de carga é ou recuperado a partir de uma base de dados ou recebido a partir do sistema de sensoreação de carga que mede um carregamento do objeto quando os dados de forma de onda acústica são gerados.

Cláusula 5. Aparelho de acordo com a cláusula 1, em que a pluralidade de células tem uma pluralidade de larguras de célula e em que uma largura de célula na pluralidade de larguras de célula é ou um intervalo de tempo ou um intervalo de carga.

Cláusula 6. Aparelho de acordo com a cláusula 1, em que cada função de distribuição de frequência na pluralidade de funções de distribuição de frequência tem uma pluralidade de larguras de célula em que cada largura de célula da pluralidade de larguras de célula é um intervalo de frequência definido.

Cláusula 7. Aparelho de acordo com a cláusula 1, em que cada função de distribuição de frequência na pluralidade de funções de distribuição de frequência compreende uma pluralidade de células de frequência e em que

Petição 870170017801, de 17/03/2017, pág. 153/175 / 41 uma célula de frequência na pluralidade de células de frequência inclui ou uma contagem de um número de picos de frequência que caem dentro de uma célula de frequência ou um acúmulo de energia na célula de frequência computada usando os dados de forma de onda acústica.

Cláusula 8. Aparelho de acordo com a cláusula 1, em que a saída identifica uma pluralidade de grupos da pluralidade de funções de distribuição de frequência e em que a pluralidade de grupos compreende:

um primeiro	grupo	representando	um	primeiro	modo	de
alteração estrutural;
um segundo	grupo	representando	um	segundo	modo	de
alteração estrutural;
um terceiro	grupo	representando	um	terceiro	modo	de

alteração estrutural; e um quarto grupo representando um quarto modo de alteração estrutural.

Cláusula 9. Aparelho de acordo com a cláusula 1, em que o módulo analisador aplica o conjunto de algoritmos de aprendizagem à pluralidade de funções de distribuição de frequência para estabelecer uma pluralidade de grupos e para identificar uma pluralidade de descritores para a pluralidade de grupos.

Cláusula 10. Aparelho de acordo com a cláusula 9, em que a pluralidade de grupos é analisada com dados de teste alternados para associar cada descritor na pluralidade de descritores com um diferente modo de alteração estrutural e em que os dados de teste alternados são selecionados a partir de um de dados de formação de imagem por raios-X, dados de formação de imagens por ultrassom, dados de formação de imagem por infravermelhos, e dados de modelação.

Cláusula 11. Aparelho de acordo com a cláusula 10, em que o módulo analisador gera uma saída de classificação de descritor que associa

Petição 870170017801, de 17/03/2017, pág. 154/175 / 41 um modo de alteração estrutural com o cada descritor na pluralidade de descritores e em que a saída de classificação de descritor é armazenada em uma base de dados para uso futuro na avaliação de uma integridade estrutural de uma parte durante pelo menos um estágio em um ciclo de vida útil da parte.

Cláusula 12. Método para analisar um objeto usando ondas acústicas, o método compreendendo:

receber dados de carga para o objeto;

receber dados de forma de onda acústica para o objeto a partir de um sistema de sensoreação acústico, em que os dados de forma de onda acústica representam emissões acústicas que emanam do objeto e é detectado usando o sistema de sensoreação acústico;

criar uma pluralidade de células para os dados de carga; gerar uma pluralidade de funções de distribuição de frequência para a pluralidade de células usando os dados de forma de onda acústica; e aplicar um conjunto de algoritmos de aprendizagem à pluralidade de funções de distribuição de frequência e aos dados de forma de onda acústica para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto.

Cláusula 13. Método de acordo com a cláusula 12 compreendendo adicionalmente:

detectar, pelo sistema de sensoreação acústico, ondas acústicas que irradiam a partir do objetivo usando pelo menos um sensor acústico para gerar um sinal de emissão acústica; e converter o sinal de emissão acústica para os dados de forma de onda acústica.

Cláusula 14. Método de acordo com a cláusula 12, em que, criar a pluralidade de células compreende:

identificar uma pluralidade de larguras de célula para a

Petição 870170017801, de 17/03/2017, pág. 155/175 / 41 pluralidade de células, em que uma largura de célula na pluralidade de larguras de célula é ou um definido intervalo de tempo ou um definido intervalo de carga; e identificar um conjunto de formas de onda nos dados de forma de onda acústica que caem dentro de cada célula da pluralidade de células.

Cláusula 15. Método de acordo com a cláusula 14, em que gerar a pluralidade de funções de distribuição de frequência compreende:

dividir uma faixa de frequência selecionada em uma pluralidade de células de frequência com base em pelo menos um intervalo de frequência definido.

Cláusula 16. Método de acordo com a cláusula 15, em que gerar a pluralidade de funções de distribuição de frequência compreende adicionalmente:

computar uma Transformada Rápida de Fourier para o conjunto de formas de onda que caem dentro de uma célula selecionada a partir da pluralidade de células; e atualizar a pluralidade de células de frequência em uma função de distribuição de frequência para a célula com base na Transformada Rápida de Fourier.

Cláusula 17. Método de acordo com a cláusula 16, em que atualizar a pluralidade de células de frequência compreende:

selecionar um número de picos de frequência para cada forma de onda no conjunto de formas de onda; e incrementar uma célula de frequência na pluralidade de células de frequência quando um pico de frequência no número de picos de frequência tem uma frequência que cai dentro da célula de frequência.

Cláusula 18. Método de acordo com a cláusula 12, em que aplicar o conjunto de algoritmos de aprendizagem compreende:

aplicar um conjunto de algoritmos de aprendizagem não

Petição 870170017801, de 17/03/2017, pág. 156/175 / 41 supervisionados à pluralidade de funções de distribuição de frequência e aos dados de forma de onda acústica para estabelecer uma pluralidade de grupos;

identificar uma pluralidade de descritores para a pluralidade de grupos; e gerar uma saída de classificação de descritor que classifica cada descritor na pluralidade de descritores como representando um diferente modo de alteração estrutural com base em uma pluralidade de modos identificados usando dados de teste alternados.

Cláusula 19. Método de acordo com a cláusula 12, em que aplicar o conjunto de algoritmos de aprendizagem compreende:

aplicar um conjunto de algoritmos de aprendizagem supervisionados à pluralidade de funções de distribuição de frequência, aos dados de forma de onda acústica, e a uma pluralidade armazenada de descritores; e gerar um resultado de classificação para cada função de distribuição de frequência da pluralidade de funções de distribuição de frequência.

Cláusula 20. Método para monitorar um objeto compósito em uma aeronave durante pelo menos um estágio em um ciclo de vida útil da aeronave, o método compreendendo:

detectar emissões acústicas que irradiam a partir do objeto compósito usando um sistema de sensoreação acústico para gerar dados de forma de onda acústica;

receber, por um módulo analisador, os dados de forma de onda acústica e dados de carga para o objeto compósito;

criar, pelo módulo analisador, uma pluralidade de células para os dados de carga, em que um conjunto de formas de onda nos dados de forma de onda acústica cai dentro de uma correspondente célula na pluralidade de células;

Petição 870170017801, de 17/03/2017, pág. 157/175 / 41 gerar, pelo módulo analisador, uma pluralidade de funções de distribuição de frequência para a pluralidade de células usando os dados de forma de onda acústica; e aplicar um conjunto de algoritmos de aprendizagem supervisionados à pluralidade de funções de distribuição de frequência, aos dados de forma de onda acústica, e a uma pluralidade armazenada de descritores para gerar uma saída de classificação que identifica um resultado de classificação para cada função de distribuição de frequência na pluralidade de funções de distribuição de frequência e em que a saída de classificação permite a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto compósito.

Cláusula 21. Método de acordo com a cláusula 20, em que aplicar o conjunto de algoritmos de aprendizagem supervisionados à pluralidade de funções de distribuição de frequência, os dados de forma de onda acústica, e a pluralidade armazenada de descritores para gerar a saída de classificação compreende:

gerar o resultado de classificação para uma função selecionada de distribuição de frequência na pluralidade de funções de distribuição de frequência por comparação da função selecionada de distribuição de frequência com cada um da pluralidade armazenada de descritores, em que o resultado de classificação identifica se a função de distribuição de frequência selecionada, e assim um correspondente conjunto de formas de onda no dados de forma de onda acústica, representa zero ou mais modos de alteração estrutural.

Petição 870170017801, de 17/03/2017, pág. 158/175 / 6

Claims (15)

1. REIVINDICAÇÕES

   1. Aparelho para analisar emissões acústicas, caracterizado pelo fato de que compreende:

   um sistema de sensoreação acústico (104, 204) posicionado em relação a um objeto (102, 200), em que o sistema de sensoreação acústico (104, 204) detecta emissões acústicas (206) e gera dados de forma de onda acústica (212) para as emissões acústicas (206) detectadas; e um módulo analisador (109, 214) implementado em um sistema de computador que recebe dados de carga (218) e os dados de forma de onda acústica (212) para o objeto (102, 200), cria uma pluralidade de células (224) para os dados de carga (218), gera uma pluralidade de funções de distribuição de frequência (228) para a pluralidade de células (224) usando os dados de forma de onda acústica (212), e aplica um conjunto de algoritmos de aprendizagem à pluralidade de funções de distribuição de frequência (228) e aos dados de forma de onda acústica (212) para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto (102, 200).
2. 2. Aparelho de acordo com a reivindicação 1, caracterizado pelo fato de que a pluralidade de células (224) tem uma pluralidade de larguras de célula (226) e em que uma largura de célula na pluralidade de larguras de célula (226) é ou um intervalo de tempo ou um intervalo de carga.
3. 3. Aparelho de acordo com a reivindicação 1, caracterizado pelo fato de que cada função de distribuição de frequência (232) na pluralidade de funções de distribuição de frequência (228) tem uma pluralidade de larguras de célula (226) em que cada largura de célula da pluralidade de larguras de célula (226) é um intervalo de frequência definido.
4. 4. Aparelho de acordo com a reivindicação 1, caracterizado pelo fato de que cada função de distribuição de frequência (232) na pluralidade de funções de distribuição de frequência (228) compreende uma

   Petição 870170050397, de 18/07/2017, pág. 5/11

   2 / 6 pluralidade de células de frequência (235) e em que uma célula de frequência na pluralidade de células de frequência (235) inclui ou uma contagem de um número de picos de frequência que caem dentro de uma célula de frequência ou um acúmulo de energia na célula de frequência computada usando os dados de forma de onda acústica (212).
5. 5. Aparelho de acordo com a reivindicação 1, caracterizado pelo fato de que a saída identifica uma pluralidade de grupos (242) da pluralidade de funções de distribuição de frequência (228) e em que a pluralidade de grupos (242) compreende:

   um primeiro grupo representando um primeiro modo de alteração estrutural; um segundo grupo representando um segundo modo de alteração estrutural; um terceiro grupo representando um terceiro modo de

   alteração estrutural; e um quarto grupo representando um quarto modo de alteração estrutural.
6. 6. Aparelho de acordo com a reivindicação 1, caracterizado pelo fato de que o módulo analisador (109, 214) aplica o conjunto de algoritmos de aprendizagem à pluralidade de funções de distribuição de frequência (228) para estabelecer uma pluralidade de grupos (242) e para identificar uma pluralidade de descritores (244) para a pluralidade de grupos (242).
7. 7. Aparelho de acordo com a reivindicação 6, caracterizado pelo fato de que a pluralidade de grupos (242) é analisada com dados de teste alternados (236) para associar cada descritor na pluralidade de descritores (244) com um diferente modo de alteração estrutural e em que os dados de teste alternados (236) são selecionados a partir de um de dados de formação de imagem por raios-X, dados de formação de imagens por ultrassom, dados

   Petição 870170050397, de 18/07/2017, pág. 6/11

   3 / 6 de formação de imagem por infravermelhos, e dados de modelação.
8. 8. Aparelho de acordo com a reivindicação 7, caracterizado pelo fato de que o módulo analisador (109, 214) gera uma saída de classificação de descritor (248) que associa um modo de alteração estrutural com o cada descritor na pluralidade de descritores (244) e em que a saída de classificação de descritor (248) é armazenada em uma base de dados (222) para uso futuro na avaliação de uma integridade estrutural de uma parte durante pelo menos um estágio em um ciclo de vida útil da parte.
9. 9. Método para analisar um objeto (102, 200) usando ondas acústicas, caracterizado pelo fato de que compreende:

   receber (402) dados de carga (218) para o objeto (102, 200); receber (400) dados de forma de onda acústica (212) para o objeto (102, 200) a partir de um sistema de sensoreação acústico (104, 204), em que os dados de forma de onda acústica (212) representam emissões acústicas (206) que emanam do objeto (102, 200) e é detectado usando o sistema de sensoreação acústico (104, 204);

   converter o sinal de emissões acústicas (206) para os dados de forma de onda acústica (212).

   criar (404) uma pluralidade de células (224) para os dados de carga (218);

   gerar (406) uma pluralidade de funções de distribuição de frequência (228) para a pluralidade de células (224) usando os dados de forma de onda acústica (212); e aplicar (408) um conjunto de algoritmos de aprendizagem à pluralidade de funções de distribuição de frequência (228) e aos dados de forma de onda acústica (212) para gerar uma saída que permita a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto (102, 200).
10. 10. Método de acordo com a reivindicação 9, caracterizado

    Petição 870170050397, de 18/07/2017, pág. 7/11

    4 / 6 pelo fato de que, criar (404) a pluralidade de células (224) compreende:

    identificar uma pluralidade de larguras de célula (226) para a pluralidade de células (224), em que uma largura de célula na pluralidade de larguras de célula (226) é ou um definido intervalo de tempo ou um definido intervalo de carga; e identificar (504) um conjunto de formas de onda nos dados de forma de onda acústica (212) que caem dentro de cada célula da pluralidade de células (224).
11. 11. Método de acordo com a reivindicação 10, caracterizado pelo fato de que gerar (406) a pluralidade de funções de distribuição de frequência (228) compreende:

    dividir uma faixa de frequência selecionada em uma pluralidade de células de frequência (235) com base em pelo menos um intervalo de frequência definido.
12. 12. Método de acordo com a reivindicação 11, caracterizado pelo fato de que gerar (406) a pluralidade de funções de distribuição de frequência (228) compreende adicionalmente:

    computar (506) uma Transformada Rápida de Fourier para o conjunto de formas de onda que caem dentro de uma célula (234) selecionada a partir da pluralidade de células (224); e atualizar a pluralidade de células de frequência (235) em uma função de distribuição de frequência para a célula com base na Transformada Rápida de Fourier.
13. 13. Método de acordo com a reivindicação 12, caracterizado pelo fato de que atualizar a pluralidade de células de frequência (235) compreende:

    selecionar (508) um número de picos de frequência para cada forma de onda no conjunto de formas de onda; e incrementar (510) uma célula de frequência na pluralidade de

    Petição 870170050397, de 18/07/2017, pág. 8/11

    5 / 6 células de frequência (235) quando um pico de frequência no número de picos de frequência tem uma frequência que cai dentro da célula de frequência.
14. 14. Método para monitorar um objeto compósito (202) em uma aeronave (300) durante pelo menos um estágio em um ciclo de vida útil da aeronave (300), caracterizado pelo fato de que compreende:

    detectar (800) emissões acústicas (206) que irradiam a partir do objeto compósito (202) usando um sistema de sensoreação acústico (104, 204) para gerar dados de forma de onda acústica (212);

    receber (802), por um módulo analisador (109, 214), os dados de forma de onda acústica (212) e dados de carga (218) para o objeto compósito (202);

    criar (804), pelo módulo analisador (109, 214), uma pluralidade de células (224) para os dados de carga (218), em que um conjunto de formas de onda nos dados de forma de onda acústica (212) cai dentro de uma correspondente célula na pluralidade de células (224);

    gerar (806), pelo módulo analisador (109, 214), uma pluralidade de funções de distribuição de frequência (228) para a pluralidade de células (224) usando os dados de forma de onda acústica (212); e aplicar (808) um conjunto de algoritmos de aprendizagem supervisionados à pluralidade de funções de distribuição de frequência (228), os dados de forma de onda acústica (212), e uma pluralidade armazenada de descritores (244) para gerar uma saída de classificação (250) que identifica um resultado de classificação para cada função de distribuição de frequência na pluralidade de funções de distribuição de frequência (228) e em que a saída de classificação (250) permite a um operador avaliar mais facilmente e rapidamente uma integridade estrutural do objeto compósito (202).
15. 15. Método de acordo com a reivindicação 14, caracterizado pelo fato de que aplicar (808) o conjunto de algoritmos de aprendizagem supervisionados à pluralidade de funções de distribuição de frequência (228),

    Petição 870170050397, de 18/07/2017, pág. 9/11

    6 / 6 os dados de forma de onda acústica (212), e a pluralidade armazenada de descritores (244) para gerar a saída de classificação (250) compreende:

    gerar o resultado de classificação para uma função selecionada de distribuição de frequência na pluralidade de funções de distribuição de frequência (228) por comparação da função selecionada de distribuição de frequência com cada um da pluralidade armazenada de descritores (244), em que o resultado de classificação identifica se a função de distribuição de frequência selecionada, e assim um correspondente conjunto de formas de onda no dados de forma de onda acústica (212), representa zero ou mais modos de alteração estrutural.

    Petição 870170050397, de 18/07/2017, pág. 10/11

    1/10

    Ambiente de Teste 110

    Petição 870170017801, de 17/03/2017, pág. 165/175

    2/10

    Petição 870170017801, de 17/03/2017, pág. 166/175

    3/10