Indicador para pronóstico de fallas en maquinaria de planta de alimentos

Abstract

Hoy en día la industria en la búsqueda de optimizar sus procesos y mejorar la toma de decisiones, se ha empezado a tomar mayor consciencia de los datos que poseen y buscar crear un mayor valor de ellos. En conjunto con el aumento en la capacidad de almacenaje de datos y el crecimiento en investigación sobre métodos de inteligencia computacional, las implementaciones de estas técnicas se han vuelto más comunes, siendo aplicadas en diversas áreas industriales y comerciales. Por lo anterior es que el diagnóstico y pronóstico de fallas se ha convertido en un tema de interés para varias empresas en la búsqueda de disminuir costos económicos y logísticos en sus líneas de producción. Y gracias al aumento de investigación en algoritmos de inteligencia computacional y disponibilidad de software, la implementación de sistemas de pronóstico de fallas se ha vuelto un tema de investigación en constante crecimiento. Este trabajo consiste en la implementación de un indicador para la degradación de la prensa peletizadora de una planta de alimento para animales, en especifico para una falla de atolle de la prensa. El método a utilizar consistió en la modelacion de la degradación del equipo en función del tiempo de falla y el uso de una red neuronal que entrega una estimación del estado de la maquina y con la incertidumbre asociada. Al hacer el análisis de los resultados del estimador en diferentes situaciones utilizando el error cuadrático medio, evaluando el desempeño que tiene en función de los tiempo de falla y en función del tipo de modelo de degradación. A través de los resultados se concluye que la propuesta de la estimación de la degradación como indicador para el pronostico de fallas es una opción viable para ciertas condiciones, pero para prepararlo para un ambiente de producción es necesario avanzar en diferentes ámbitos para obtener una mayor confiabilidad en los resultados.