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 frente a preventivos y predictivos.
- Retorno de la inversión (ROI) en el mundo real y estudios de caso industriales.
Recopilación y preparación de datos
- Sensores, IoT y registro de datos en entornos industriales.
- Limpieza y estructuración de datos para análisis.
- Datos de series temporales y etiquetado de fallos.
Aprendizaje automático para mantenimiento predictivo
- Descripción general de modelos de aprendizaje automático (regresión, clasificación, detección de anomalías).
- Selección del modelo adecuado para predecir fallos en 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 en el borde para análisis en tiempo real.
- Integración con sistemas existentes de CMMS o ERP.
Modelado de modos de fallo e índice de salud
- Predicción de modos específicos de fallo.
- Cálculo del tiempo útil restante (RUL, por sus siglas en inglés).
- Desarrollo de paneles de visualización para la salud de los activos.
Sistemas de visualización y alertas
- Visualización de predicciones y tendencias.
- Establecimiento de umbrales y creación de alertas.
- Diseño de insights accionables para los operadores.
Mejores prácticas y gestión de riesgos
- Superación de problemas de calidad de datos.
- Ética y explicabilidad en sistemas de IA industrial.
- Gestión del cambio y adopción transversal en los equipos.
Resumen y próximos pasos
Requerimientos
- Conocimiento sobre equipos industriales y flujos de trabajo de mantenimiento.
- Familiaridad básica con conceptos de IA 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
