Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción al mantenimiento predictivo
- ¿Qué es el mantenimiento predictivo?
- Enfoques reactivos, preventivos y predictivos.
- Retorno de la inversión (ROI) en el mundo real y estudios de caso por industria.
Recopilación y preparación de datos
- Sensores, Internet de las cosas (IoT) y registro de datos en entornos industriales.
- Limpieza y estructuración de datos para el análisis.
- Datos de series temporales y etiquetado de fallos.
Aprendizaje automático para el mantenimiento predictivo
- Descripción general de los modelos de aprendizaje automático (regresión, clasificación, detección de anomalías).
- Selección del modelo adecuado para predecir fallos de los equipos.
- Entrenamiento, validación y métricas de rendimiento del modelo.
Construcción del flujo de trabajo predictivo
- Pipeline integral: ingestión de datos, análisis y alertas.
- Uso de plataformas en la nube o computación perimetral (edge computing) para el análisis en tiempo real.
- Integración con sistemas existentes de gestión de mantenimiento asistido por computadora (CMMS) o de planificación de recursos empresariales (ERP).
Modelado de modos de fallo e índice de salud del activo
- Predicción de modos de fallo específicos.
- Cálculo de la vida útil restante (RUL, por sus siglas en inglés).
- Desarrollo de cuadros de mando para la salud de los activos.
Sistemas de visualización y alertas
- Visualización de predicciones y tendencias.
- Configuración de umbrales y creación de alertas.
- Diseño de información procesable para los operadores.
Mejores prácticas y gestión de riesgos
- Superación de problemas de calidad de los datos.
- Ética y explicabilidad en los sistemas de IA industriales.
- Gestión del cambio y adopción en toda la organización.
Resumen y próximos pasos
Requerimientos
- Conocimiento de los equipos industriales y los flujos de trabajo de mantenimiento.
- Familiaridad básica con los conceptos de inteligencia artificial y aprendizaje automático.
- Experiencia con sistemas de recopilación y monitoreo de datos.
Público objetivo
- Ingenieros de mantenimiento.
- Equipos de confiabilidad.
- Gerentes de operaciones.
14 Horas
