Propuesta de un modelo de machine learning para pronóstico de fallas anticipada y de mantenimiento en equipo chancador primario Metso, operación mina Chuquicamata subterránea

dc.contributor.advisorSánchez, Yerko
dc.contributor.authorGarrido Leyton, Charlie Andrés
dc.contributor.editorFacultad de Ingeniería
dc.date.accessioned2023-04-05T19:36:48Z
dc.date.available2023-04-05T19:36:48Z
dc.date.issued2021
dc.descriptionTesis (Ingeniero Civil Industrial)es
dc.description.abstractLa industria de la gran minería se encuentra investigando sobre nuevas tecnologías en monitoreo de condiciones de los equipos de mayor demanda, para poder realizar modelos predictivos capaces de determinar el momento en que dichos fallarán. Esto se realiza en el contexto de evitar dentro lo posible, las mantenciones no programadas, puesto a que suelen ser costosas en cuento al tiempo ocupado (tiempos muertos de los equipos e indisponibilidad) y en cuanto a mantenciones (reemplazos y mantenciones caras para fallas inesperadas), lo que finalmente resulta en una caída en la producción que se podría evitar con mantenciones programadas. En este contexto, la minera Chuquicamata Subterránea de CODELCO, se encuentra en la búsqueda de modelos predictivos para evitar caídas en la producción por fallas inesperadas en sus equipos principales: chancadores. El presente trabajo de título tiene por objetivo obtener un modelo predictivo para determinar el intervalo de fallas, con la finalidad de poder gestionar de manera más rentable la mantención del activo. El modelo considera al chancador giratorio de la marca Metso Minerals, modelo MK-II Super Spider, utilizando el registro histórico de fallas que servirá como datos de entrenamiento de algoritmos de Machine Learning. El análisis predictivo del presente trabajo contemplará a un solo modelo: clasificación de causa de falla.es
dc.identifier.urihttps://repositorio.unab.cl/xmlui/handle/ria/48259
dc.language.isoeses
dc.publisherUniversidad Andrés Belloes
dc.subjectIndustria Mineraes
dc.subjectEquipos y Accesorioses
dc.subjectMantenimiento y Reparaciónes
dc.subjectAprendizaje de Máquinaes
dc.subjectModelo Predictivoes
dc.titlePropuesta de un modelo de machine learning para pronóstico de fallas anticipada y de mantenimiento en equipo chancador primario Metso, operación mina Chuquicamata subterráneaes
dc.typeTesises
Archivos
Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
a140965_Garrido_C_Propuesta_modelo_marching_learning_para_2021_Tesis.pdf
Tamaño:
3.33 MB
Formato:
Adobe Portable Document Format
Descripción:
TEXTO COMPLETO ESPAÑOL
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: