REVISTA DE INGENIERIA DYNA

Palabras clave:

Planificación del mantenimiento, predicción de fallos, mantenimiento predictivo, Support Vector Machines, maintenance scheduling, failure prediction, predictive maintenance, Support Vector Machines.

Tipo de artículo:

ARTICULO DE INVESTIGACION / RESEARCH ARTICLE

Sección:

ARTICULOS DE INVESTIGACION / RESEARCH ARTICLES

RESUMEN
La industria actual está sometida a la necesidad de una optimización en todos sus aspectos: costes, calidad, tiempos, sistemas de producción, etc. En este sentido, el mantenimiento de los sistemas de transporte, entre ellos el transporte subterráneo de pasajeros, presenta la misma necesidad de analizar las mejoras que puedan ser introducidas para la optimización de su gestión; mejoras tanto técnicas como económicas.
En este artículo se presenta un sistema desarrollado que permite la optimización de los planes de mantenimiento de los vehículos de transporte metropolitano subterráneo. Este sistema está basado en la predicción de fallos futuros en los diferentes componentes de los vehículos utilizando la información procedente del histórico de averías registrado para cada uno de ellos. Esta predicción se obtiene aplicando dos algoritmos diferentes: el primero realiza una estimación de la función de densidad de probabilidad del tiempo y/o kilometraje entre averías, y el segundo utiliza Support Vector Machines (SVM). Las predicciones de averías obtenidas se contrastan con la planificación de mantenimiento más reciente, la cual se ha programado de acuerdo a la experiencia del fabricante, del operador y la normativa aplicable. A partir de esta comparación, junto a los históricos de reparaciones realizadas, el sistema desarrollado presenta las recomendaciones para modificar los planes de mantenimiento existentes de tres formas posibles de acuerdo con las predicciones de averías obtenidas: creando, eliminando o modificando las tareas de mantenimiento programadas inicialmente. Se mostrarán los resultados preliminares obtenidos.