El proyecto NEMDAEA se enmarca en el cuarto reto descrito en el Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020, transporte sostenible, inteligente, conectado e integrado y en particular, en la investigación para obtener vehículos sostenibles, eficientes, poco contaminantes y seguros, con un interés especial en las aplicaciones aeronáuticas.

NEMDAEA se centra en el desarrollo y aplicación de técnicas de análisis de datos y en la generación de modelos de orden reducido con dos principales objetivos: mejorar el rendimiento en aviones para conseguir modelos más eficientes y menos contaminantes y automatizar el proceso de inspección de las estructuras del avión para poder detectar fallos de forma prematura.

Por un lado, el rendimiento del avión se estudia analizando datos generados en simulaciones numéricas o experimentos que proporcionan información sobre la aerodinámica del avión, centrándose en este caso, en la física del fluido (aire) y su comportamiento en torno a las diferentes partes del avión. Sin embargo, los experimentos son muy caros, y el coste de las simulaciones es muy alto en términos de memoria y tiempo de computación. Como alternativa, el proyecto de investigación financiado por la AEI propone generar nuevos modelos de orden reducido de alta fidelidad que se basen en principios físicos. Para ello se desarrollarán y aplicarán nuevos métodos de análisis puramente basados en datos que permitan identificar los patrones que definen el movimiento del fluido entorno a las distintas partes del avión, estableciendo nuevos principios físicos y proponiendo nuevas estrategias de control que permitan mejorar su eficiencia.

Por otro lado, para la monitorización de la salud estructural de los componentes del avión se realizan tanto pruebas diagnósticas periódicas mediante ensayos no destructivos, como seguimientos de los datos recogidos de forma continua en sensores ubicados en la superficie del avión (véase la figura 3). Para obtener una diagnosis eficaz del sistema se necesitan herramientas eficientes, automáticas y con bajo coste computacional. Para ello se aplicarán técnicas basadas en problemas inversos y se combinarán con nuevas técnicas de análisis basado en datos, como descomposiciones modales o técnicas de "machine learning" con el objeto de desarrollar nuevos métodos, más eficientes, que permitan una correcta diagnosis del sistema en tiempo real.

Uno de los principales resultados que se espera obtener gracias a los modelos de orden reducido desarrollados en el proyecto, es una reducción drástica del coste tanto en tiempo de cálculo como de memoria CPU de las simulaciones numéricas de sistemas fluidos. Por otro lado, los nuevos métodos que se desarrollarán durante el proyecto tienen por objeto elaborar nuevas estrategias para reconocer mejor las características y patrones que podrían quedar ocultos al aplicar los instrumentos convencionales de procesamiento de datos. De este modo podremos comprender y predecir mejor las principales dinámicas relevantes en algunos problemas aeronáuticos, tales como la turbulencia de pared, flujos reactivos, chorros, flujos compresibles, etcétera. Estos resultados podrán utilizarse para mejorar los futuros diseños de aeronaves, haciéndolos más eficientes y respetuosos con el medio ambiente. Además, estas técnicas podrían ser aplicables a campos completamente diferentes tales como la banca, predicción de terremotos o el procesamiento de imágenes médicas, tal y como se puede ver en la figura 4, donde algunos métodos desarrollados durante el proyecto se están aplicando también para identificar enfermedades cardiacas en imagen médica.

Otro de los grandes pilares del proyecto es el desarrollo de herramientas eficientes de procesamiento de datos para la monitorización de la salud estructural de los componentes de la aeronave. La realización de inspecciones no destructivas de las estructuras aeronáuticas tiene un gran interés en el sector aeronáutico, ya que el mantenimiento es crucial para garantizar la seguridad e implica procedimientos muy costosos, tanto en términos de dinero como de tiempo. Además, nuestras técnicas se pueden aplicar a campos completamente diferentes y de gran interés para la sociedad, tales como aplicaciones médicas (detección de tumores, coágulos, lesiones óseas) o geofísicas (detección de minas antipersona, de yacimientos arqueológicos, gas o petróleo).

Además, el proyecto potenciará colaboraciones entre distintas universidades reconocidas internacionalmente y empresas de prestigio internacional, contribuyendo a mejorar la competitividad de la industria nacional. Cabe destacar que en este proyecto también participan la Universidad KTH Royal Institue of Technology (Suecia), Universidad Libre de Bruselas (Bélgica), el Centro Tecnológico Okinawa Institute of Science and Technology (Japón), la Universidad de Tecnología de Compiègne (Francia), y empresas como Microflown Technologies (Holanda) y General Dynamics Santa Bárbara Sistemas.