Examinando por Autor "Alid-Vaccarezza, Marcelo Javier"

Mostrando 1 - 2 de 2
  • Miniatura
    Ítem
    Modelos de mantenimiento predictivo usando algoritmos de machine learning y técnicas de data science
    (Universidad Andrés Bello, 2018) Alid-Vaccarezza, Marcelo Javier; Muñoz Pincheira, José Luis; Facultad de Ingeniería
    Los conceptos de fiabilidad, disponibilidad, mantenimiento y seguridad son ampliamente aplicados hoy en día por las industrias de clase mundial para realizar estudios y análisis de mantenimiento industrial enfocados en lograr una correcta y eficiente gestión de los activos físicos que poseen. De hecho, el mantenimiento industrial parece ser la fuente, y el objetivo, de nuevos desarrollos científicos, lo cual se ve reflejado en las acciones concretas y específicas de investigación industrial, o proyectos de mayor alcance, que dichas empresas realizan. Específicamente, a nivel empresarial los conceptos tradicionales de Mantenimiento Preventivo (PM) y Mantenimiento Correctivo (CM) se están complementando gradualmente al tomar en cuenta los mecanismos de falla de una manera más proactiva, es decir, los industriales tienden a reforzar su capacidad de anticipar fallas para así tomar las posibles acciones preventivas más correctas, con el objetivo principal de reducir costos y riesgos. Por lo tanto, la implementación de soluciones de Pronósticos y Gestión de la Salud (PHM) de los equipos juega un papel crucial. Este proceso de pronósticos y gestión se considera hoy en día como una de las principales herramientas en la investigación del rendimiento en las industrias de clase mundial. El Mantenimiento Predictivo (PdM) se refiere a la supervisión inteligente de los equipos con el objetivo de evitar posibles futuras fallas. Esta metodología hace uso de la información pasada, presente y futura de un equipo para evaluar su degradación, y para diagnosticar, predecir y gestionar sus fallas. En contraste con el Mantenimiento Preventivo (PM), que sigue un cronograma establecido, los programas de Mantenimiento Predictivo se determinan mediante algoritmos analíticos y datos recolectados por los sensores del equipo, y las soluciones que ofrece son el resultado de la evolución de los métodos y tecnologías de ingeniería de confiabilidad, monitoreo y mantenimiento.
  • Miniatura
    Ítem
    Modelos predictivos para predecir la producción de energía en una central de ciclo combinado usando algoritmos de Machine Learning
    (Universidad Andrés Bello, 2019) Stuardo Garay, Williams Agustín; Alid-Vaccarezza, Marcelo Javier; Facultad de Ingeniería
    Con el paso de los años, la energía eléctrica es una de las principales necesidades de la humanidad, ya que gracias al desarrollo y los avances tecnológicos son posibles. También facilitan y mejoran la vida de las personas, es por esto, que el mercado mundial energético ha tenido un crecimiento explosivo en cuanto a su generación. Por lo que también ha aumentado de sobremanera la construcción de nuevas centrales, siendo esto lo que ha llevado al desarrollo de algoritmos que ayudan a tener una producción más exacta a la que demanda la población. Todo esto con el fin de no tener una sobre generación de energía o una producción baja, lo que sería catastrófico en un mundo donde la energía eléctrica es de consumo continuo y en muchos casos se depende de sobremanera de ella, por ejemplo, centros de salud, centros comerciales, centros de educación, entre otros.