Desarrollo de un modelo de Machine Learning para la predicción de Variables Operativas Aplicado al Mantenimiento Predictivo en Equipos Industriales

Resumen

En este documento se trabaja una propuesta para el desarrollo de un modelo de machine learning enfocado en la predicción de fallas, para lo cual se propone el análisis de variables operativas en equipos industriales. El objetivo primordial es implementar un modelo de mantenimientos predictivos en la empresa AGP Colombia S.A., la cual se dedica a la fabricación de vidrios de alta tecnología. Actualmente los mantenimientos se basan en modelos preventivos y correctivos, esto genera paradas no planificadas en los procesos operativos, lo cual conlleva no solo a pérdidas económicas, sino que puede ocasionar riesgos operativos. El proyecto propone un sistema de detección de anomalías que, haciendo uso de datos históricos en tiempo real, y de variables como temperatura y humedad, aplica técnicas de aprendizaje automático para identificar patrones que puedan anticipar las fallas. La metodología empleada es híbrida, combina PMBOK y SCRUM, garantizando una ejecución estructurada y ágil. El periodo de recuperación obtenido es de 22 meses y el ROI proyectado favorablemente a 3 y 5 años. Esta solución busca optimizar la manera en que se gestionan los mantenimientos, reducir costos operativos y mejorar la confiabilidad en los equipos críticos para la producción.

Palabras clave