Descripción del proyecto

Los procesos productivos utilizan diversos equipos y máquinas-herramientas que operan con una elevada tasa de uso. La detención de cualquiera de ellos genera una disminución de disponibilidad que resta eficacia al proceso productivo en su conjunto. Si además estas detenciones ocurren a raíz de fallas, implica mayores costos o pérdidas haciendo más ineficiente el proceso productivo. Para disminuir la probabilidad de fallas es usual programar un mantenimiento preventivo, el cual se basa en un análisis sencillo de estadísticas locales para cada equipo y en criterios fijos y estimaciones de probabilidad de falla muy dependientes del conocimiento y experiencia de los encargados.

La incorporación de análisis predictivo como apoyo al diseño de los planes de mantenimiento, tiene el efecto de hacer más certera la estimación de la disponibilidad de los equipos y por lo tanto más eficientes las mantenciones programadas, reduciendo sus tiempos de ejecución y en definitiva, la reducción de costos de mantenimiento.

La predicción de la disponibilidad se logra a partir de variables y parámetros de operación de los equipos, parámetros de mantenimiento (eventos de falla, detenciones programadas, tiempos de detención, tiempos de reparación, etc.) y parámetros de producción. El objetivo de la solución será predecir la disponibilidad futura del equipo, a un plazo determinado (días, semanas u otra) e ir entregando este pronóstico en forma regular.

Esta solución tecnológica permitirá a la industria:
  • Obtener soluciones basadas en inteligencia computacional, para predicción de valor o estado de variables relevantes asociadas al proceso productivo y/o al proceso de mantenimiento en plantas de manufactura, a partir de variables de proceso y/u operación.

  • Mejorar o hacer más confiables o disponibles los equipos o la línea de producción (en el caso de mantenimiento) o bien, más predecible la calidad de los resultados de proceso (en el caso del proceso productivo).

Este proyecto es liderado por la Universidad de Santiago de Chile, donde han desarrollado modelos dinámicos, para elaboración de sensores virtuales, predicción y/o simulación, utilizando herramientas de inteligencia computacional. Durante más de diez años han creado diversas aplicaciones que han sido apoyadas por Fondecyt y Fondef; han elaborado modelos de caja negra y caja gris para molienda semiautógena, en secadores, en bioprocesos, en cajeros automáticos y para mantenimiento minero así como propuestas metodológicas genéricas publicadas. Actualmente, en conjunto con la empresa asociada Alaya, compañía dedicada a desarrollar soluciones y tecnología de SW en diversos ámbitos, están iniciando este proyecto orientado a la industria de manufactura.

 

Dr. Gonzalo Acuña
Director del proyecto

Dr. Francisco Cubillos
Director alterno