Prototipo de sistema de monitoreo de salud de activos basado en machine learning aplicado en maquinaria pesada para empresas mineras

Abstract

El sistema de monitoreo de salud de activos basado en machine learning aplicado en maquinaria pesada está dirigido principalmente a compañías mineras de tajo abierto. Los datos de validación para el sistema serán tomados del registro de la base de datos histórica en los turnos ocurridos en el último año. Recoger información asociada a un conjunto de parámetros primarios que se analizará, con base en el criterio, definido por el usuario. El estudio del aprendizaje automático se enfocará en el análisis de datos previos para realizar predicciones precisas, basándose en la información de los parámetros. Este enfoque se conoce como data-driven o gobernado por los datos. Utilizando la información de los parámetros primarios recogidos, la solución puede indicar las condiciones del equipo y proponer realizar un mantenimiento proactivo.

Machine learning based mining on haulage fleet by health monitoring system has been designed for open pit mining companies. The validation data for the system belongs to the record of the historical database in the shifts that occurred in the last year. Gathers information associated with a set of primary parameters that will be analyzed based on user-defined criteria and machine learning (data-driven), resulting in accurate predictions from the analysis of primary parameters collected. The solution can indicate equipment conditions and propose proactive maintenance.