Resumen de Planificación y medida de la efectividad del mantenimiento predictivo aplicado a un proceso industrial basándose en el uso de técnicas de modelado de su comportamiento y de inteligencia artificial
Maria Cruz García Fernández
En esta tesis se ha abordado la concepción de una nueva metodología de mantenimiento predictivo basada en el diagnóstico incipiente de fallos y la evaluación del estado de salud de los componentes involucrados en el proceso industrial considerado.
La idea básica de esta metodología de mantenimiento consiste en que cuanto mejor se caracterice la vida de los componentes de un equipo o sistema industrial, mejor puede atenderse a sus necesidades reales de mantenimiento y, por tanto, puede planificarse de forma óptima su plan de mantenimiento predictivo, atendiendo a diversos criterios técnicos y económicos.
Por otra parte, en esta tesis se concluye que tan importante es la planificación de una adecuada estrategia de mantenimiento como la medida de su efectividad, la cual permite comparar la idoneidad técnico-económica del mantenimiento realizado durante distintos periodos de tiempo así como para distintas estrategias de mantenimiento aplicadas sobre una misma planta. Otra ventaja adicional de esta medida consiste en que permite conocer qué factores y variables tienen una mayor influencia sobre la efectividad del mantenimiento y, de este modo, conocer qué acciones de mejora de las políticas de mantenimiento y producción del equipo industrial son más efectivas.
Adicionalmente, una característica deseable de toda metodología de mantenimiento predictivo es poseer una capacidad adaptativa de auto-aprendizaje que permita refinar su conocimiento de acuerdo a la información recogida de nuevas historias de mantenimiento y fallo de los componentes.
Para alcanzar los objetivos de esta metodología, se concluye que son adecuadas las técnicas de Inteligencia Artificial y modelado del comportamiento de los componentes debido a sus buenas propiedades de:
- capacidad de representación del conocimiento - modelado dinámico no lineal de los procesos industriales involucrados - capacidad de representación de la incertidumbre
