Het Koninklijk Nederlands Lucht- en Ruimtevaartcentrum (NLR) en PhotonFirst gaan werken aan een technologie die real-time structurele belastingen en vermoeiing van een helikopter tijdens de in de gaten houdt.

Een acroniem is er ook al: SHUMS-oplossing (Structural Health and Usage Monitoring System). Op de luchtvaartshow in Parijs hebben de partijen de samenwerking aangekondigd.
PhotonFirst lanceert daar een nieuwe, voor de luchtvaart goedgekeurde fiber sensing interrogator. Dit sensortype is speciaal ontworpen voor gebruik in extreme omstandigheden en gebaseerd op optische vezelsensoren en geïntegreerde fotonicachips. In juli wordt de interrogator gecertificeerd voor gebruik op de NH90-helikopter.

Leendert-Jan Nijstad, ceo van PhotonFirst: “Onze samenwerking met NLR is essentieel om onze optische sensortechnologieën om te zetten in goedgekeurde toepassingen voor wereldwijde luchtvaart-OEM’s. We zijn trots om samen een nieuwe benchmark te zetten in zogenoemde structural health monitoring.”
Brede toepassing
In nauwe samenwerking met PhotonFirst ontwikkelt NLR de technologie verder tot een volledig geïntegreerde SHUMS-oplossing. Die moet alleen geschikt zijn voor toepassing in de helikoptermarkt maar ook daarbuiten. NLR-ceo Tineke van der Veen: “Als toegepast onderzoeksorganisatie streven we naar praktische oplossingen die de luchtvaart veiliger en efficiënter maken. We ondersteunen deze uitstekende health monitoring-oplossing dan ook volledig, omdat het een real-time conditie van constructies door daadwerkelijke belastingen biedt.”
Uitdaging
Ongeplande uitval en dure reparaties zijn ook voor helikopterdiensten ongewenst. Ze beïnvloeden de operationele beschikbaarheid en de veiligheid van vluchten. Predictive maintenance is een oplossing: identificeer potentiële problemen en pak ze aan voordat ze te groot worden. Dit reduceert downtime en risico’s voor bemanning en passagiers, en vermindert de totale onderhouds- en reparatiekosten. Hoe nauwkeuriger de belastingen kunnen worden bewaakt, des te beter kan worden voorzien in de kennis over de conditie van de structuren.