Abstract | dc.description.abstract | Durante la investigación de este proyecto de grado se logra identificar y dar una solución,
de índole tecnológica, a la problemática que existe dentro de la gerencia de
mantenimiento mina de la empresa minera los Pelambres, en específico en el área de
mantenimiento de camiones de extracción. La problemática radica en la baja
disponibilidad física real de los camiones de extracción, con afectación de un -0,6% a
contar de junio hasta diciembre 2021 versus el 85% presupuestado y como ésta afecta
negativamente el tonelaje anual movido de la mina en 2,5 millones de toneladas o un
1,7%.
Actualmente, minera los Pelambres para dar cumplimiento a su programa de
transformación digital, refuerza el uso de herramientas digitales de la industria 4.0 a
través de la implementación de áreas tecnológicas de soporte TI que apoyan a la
operación y al mantenimiento de equipos mina. Bajo este contexto, el proyecto tiene el
objetivo de aumentar la disponibilidad de los camiones de extracción, eliminando 1 falla
catastróficas de motores diésel marca Cummins, modelo QSK60 al año.
Para ello, durante el desarrollo del proyecto se logra implementar un programa que usa
algoritmos de predicción de fallas, basado en herramientas de machine learning, que de
soporte al actual proceso de monitoreo de análisis de aceite, mostrando el estado actual
del motor y predecir que camión tendrá una mayor probabilidad de falla, mediante la
implementación del indicador RUL (remaining useful life). Las variables de entrada que
nutren el programa serán de presión, temperatura y fallas asociadas de los motores
diésel, las cuales son obtenidas del actual sistema de monitoreo ya instalado, llamado
SPECTO. Si bien los beneficios finales todavía se encuentran en proceso de análisis,
durante el desarrollo del proyecto se logran determinar 2 camiones de extracción con una
alta probabilidad de falla en su motor diésel, el cual fueron el 105 y el 107, los cuales se
toma la decisión de adelantar su mantenimiento, bajándolos a taller y realizar su pauta
de mantención y de toma de muestras. La probabilidad de que 1 de estos motores haya
fallado de forma catastrófica, hubiese generado una afectación en costo de 1,2 millones
de dólares y de disponibilidad de 0,2% producto del tiempo fuera de servicio del equipo
(promedio 3 meses). | es_ES |