Mantenimiento Prescriptivo a partir de la predicción de eventos anómalos

Abstract

La cuarta revolución de la industria también llamada la Industria 4.0, se plantea como un reto imprescindible garantizar la continuidad de los procesos productivos y la anticipación a los sucesos anómalos inesperados, para este fin es fundamental disponer de herramientas de predicción que permitan minimizar el impacto que estas anomalías inesperadas pueden provocar en la cadena de suministro, en los costes, en la calidad del producto y en la seguridad de los trabajadores. Con la aplicación de técnicas de Data Mining y Machine Learning construiremos un modelo analítico que permita la detección precoz de eventos anómalos en estados primarios que nos ayuden a determinar el momento más adecuado para intervenir sobre los equipos industriales antes que deriven en un fallo y consecuentemente en paros no previstos. Para ello estableceremos el ciclo de vida de los equipos determinando la salud de estos a partir de la información obtenida de los distintos sensores de cada equipo. Diseñar un sistema de monitorización en tiempo real como soporte a la toma de decisiones y análisis de los principales factores que pueden afectar a la vida útil de cada equipo y a su rendimiento operativo.

Fourth Industrial Revolution, also called Industry 4.0, arises as an essential challenge to guarantee the continuity of production processes and foresee unexpected anomalous events, for this purpose it is essential to have prediction tools that allow minimizing the impact that these unexpected anomalies can lead into over supply chain, the cost, quality and safety at work. With the application of Data Mining and Machine Learning techniques we will build an nalytical model that allows the early detection of anomalous events in primary states that help us determine the most appropriate moment to maintenance on industrial equipment before they lead to a failure and consequently in unforeseen breakdowns. For that, we will establish the life cycle of the equipment by determining their health from the information obtained from the different sensors of each equipment. Design a real-time monitoring system to support decision-making and analysis of the main factors that can affect the useful life of each equipment and its operational performance.

La quarta revolució de la indústria també anomenada la Indústria 4.0, es planteja com un repte imprescindible garantir la continuïtat dels processos productius i l'anticipació als successos anòmals inesperats, per a aquesta finalitat és fonamental disposar d'eines de predicció que permetin minimitzar l'impacte que aquestes anomalies inesperades poden provocar en la cadena de subministrament, en els costos, en la qualitat del producte i en la seguretat dels treballadors. Amb l'aplicació de tècniques de Data Mining i Machine Learning construirem un model analític que permeti la detecció precoç d'esdeveniments anòmals en estats primaris que ens ajudin a determinar el moment més adequat per intervenir sobre els equips industrials abans que derivin en una fallada i conseqüentment en aturades no previstos. Per a això establirem el cicle de vida dels equips determinant la salut d'aquests a partir de la informació obtinguda dels diferents sensors de cada equip. Dissenyar un sistema de monitorització en temps real com a suport a la presa de decisions i anàlisi dels principals factors que poden afectar la vida útil de cada equip i al seu rendiment operatiu.