Un’ispezione fotografa un istante. Sense&Learn segue la struttura per tutta la vita in servizio.
Asset critici che invecchiano
Pale eoliche, ponti, serbatoi per idrogeno e aerostrutture restano sempre più spesso in servizio oltre la vita di progetto e con carichi più severi di quelli previsti.
Danno invisibile tra due controlli
Nei compositi, i danni da impatto e le delaminazioni che ne derivano spesso non sono visibili in superficie (BVID). Le ispezioni periodiche non ne seguono la propagazione.
Costi che non compaiono in bilancio
Fermi non pianificati, interventi d’emergenza e strutture sovradimensionate da coefficienti di sicurezza conservativi.
Si applica, si collega, ascolta.
Il cuore del brevetto è un circuito stampato flessibile e rimovibile, con sedi per trasduttori piezoelettrici intercambiabili, collegato a un modulo a microcontrollore che elabora i segnali in autonomia.
- 01Patch su circuito flessibileSi adatta a superfici piane e curve; la disposizione dei sensori è progettata sul componente.
- 02Trasduttori PZT rimovibiliInseriti in sedi dedicate: la rete si riconfigura o si ripara senza reinstallare la patch.
- 03Modulo di elaborazioneGenera l’eccitazione, acquisisce ed elabora i segnali a bordo, senza strumentazione esterna.
- 04Controllo da smartphoneAvvio delle misure e mappa del danno via Bluetooth, direttamente in campo.
Dal segnale alla decisione in quattro passaggi.
Il dispositivo funziona in modalità attiva, interrogando la struttura su richiesta, o passiva, restando in ascolto per registrare eventi come gli impatti.
- 01 — Eccitazione
Onde guidate
Un trasduttore emette un treno d’onde ultrasoniche che si propaga nella struttura; gli altri ricevono il segnale in configurazione pitch-catch.
- 02 — Acquisizione
Elaborazione a bordo
Il microcontrollore acquisisce e pre-elabora il segnale di ogni percorso attuatore–ricevitore, direttamente sul dispositivo.
- 03 — Diagnosi
Rilevamento e localizzazione
Indicatori di danno, modelli numerici e algoritmi AI/ML stimano presenza, posizione ed estensione del danno.
- 04 — Decisione
Manutenzione su condizione
La mappa del danno arriva su smartphone o dashboard: si interviene dove serve, quando serve.
Più segnali, meno falsi allarmi.
Curiamo l’intera catena: scelta e integrazione dei sensori, elettronica di acquisizione, gestione del dato e visualizzazione dei risultati. Combinare più grandezze rende la diagnosi più robusta nelle condizioni reali di esercizio.
Trasduttori piezoelettrici delle dimensioni di una moneta eccitano e ricevono onde guidate che si propagano nel materiale. Rilevano cricche, delaminazioni e danni interni, anche in strutture complesse in composito o in metallo.
Misura i profili di deformazione e di temperatura lungo la fibra, per individuare anomalie localizzate e variazioni di carico. È la prossima estensione della patch, oggetto di una prossima domanda di brevetto.
Sensori inerziali e altre misure di contesto descrivono vibrazioni, risposta dinamica ed eventi transitori, a complemento delle misure statiche e quasi statiche.
Algoritmi proprietari di data fusion e diagnostica, supportati da modelli numerici, sono progettati per separare gli effetti del danno da quelli di temperatura e carico. Metodi di AI spiegabile rendono i risultati interpretabili da chi deve decidere.
Pensato per il campo, non solo per il laboratorio.
Contano le prestazioni del sensore, ma anche quanto è semplice installarlo, usarlo e replicarlo su una flotta di asset.
Anche su superfici curve
La patch flessibile si adatta a superfici curve e a pannelli irrigiditi.
Cablaggio minimo
Installazione rapida, fermi ridotti, nessun fascio di cavi verso un rack di acquisizione.
Pronto per il tecnico
Prove in sito e risultati immediati da smartphone, anche in aree difficili da raggiungere.
Dal componente alla flotta
Stessa piattaforma, installazioni ripetibili, dati confrontabili tra asset diversi.
Decisioni tracciabili
Report e indicatori oggettivi per qualità, HSE, audit e conformità: ogni intervento è motivato da un dato misurato.
AI guidata dalla fisica
Modelli numerici e digital twin affiancano il machine learning: non solo una classificazione, ma una stima interpretabile dello stato della struttura e della sua evoluzione.
La salute della struttura, in tasca.
Il tecnico avvia la misura via Bluetooth e vede la mappa del danno direttamente sul telefono. I dati possono confluire in una dashboard per lo storico dell’asset.
Hai una struttura da monitorare?
Raccontaci il tuo caso: definiamo insieme un progetto pilota con KPI misurabili.