Objetivo General.
Utilizar herramientas de la Inteligencia Computacional (e.g. Redes Neuronales, Support Vector Machine) para elaborar modelos predictivos de indicadores de disponibilidad en el proceso de mantenimiento de equipos mineros pesados.
Modelo predictivo.
Las faenas extractivas se desarrollan en ambientes dinámicos y cambiantes, que hacen que cualquier pronóstico de disponibilidad de equipos esté propenso a error. En este Proyecto se ha elaborado un modelo predictivo de la disponibilidad de los activos mediante Redes Neuronales. Utiliza información histórica operacional sobre disponibilidad, confiabilidad y mantenibilidad de los equipos.
Sistema prototipo.
La aplicación computacional permite disminuir la mantención reactiva y no-programada sustituyéndola por una mantención predictiva que permite mejorar la rentabilidad del proceso global. El sistema consta de un módulo de entrenamiento que permite elegir las variables de entrada a considerar y sintonizar sus parámetros con la información histórica disponible. El módulo de predicción permite operar en forma simple con el modelo escogiendo modalidades de predicción, horizontes de tiempo de predicción y equipos para los cuales se desea predecir su disponibilidad. Cuenta con un amplio despliegue gráfico de resultados y una interfaz amigable con el usuario.
Empresa asociada.
El proyecto se realizó en colaboración con la empresa DIRECTIC Soluciones Tecnológicas.