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 vs. preventivos vs. predictivos
- Rentabilidad real y estudios de caso industriales
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 mantenimiento predictivo
- Visión general de los modelos de aprendizaje automático (regresión, clasificación, detección de anomalías)
- Selección del modelo adecuado para prever fallos en el equipo
- 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 para el análisis en tiempo real
- Integración con sistemas CMMS (Sistema de Gestión de Mantenimiento Asistido por Computadora) o ERP existentes
Modelado de modos de fallo e índice de salud
- Predicción de modos de fallo específicos
- Cálculo de la vida útil restante (RUL)
- Desarrollo de paneles de salud del activo
Sistemas de visualización y alertas
- Visualización de predicciones y tendencias
- Establecimiento de umbrales y creación de alertas
- Diseño de información útil para los operadores
Mejores prácticas y gestión de riesgos
- Superación de problemas de calidad de datos
- Ética y explicabilidad en los sistemas de IA industrial
- Gestión del cambio y adopción en todos los equipos
Resumen y próximos pasos
Requerimientos
- Comprensión del equipo industrial y los 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