Evolución del apoyo logístico en la Armada mediante tecnologías 4.0
Autor/es
Lamas López, FranciscoFecha
2018-10-18Tipo de documento
conferenceObjectResumen
La Armada Española se encuentra inmersa en
la digitalización de sus procesos logísticos desde el diseño,
construcción y ciclo de vida hasta el mantenimiento de sus
unidades. Esto permitirá la automatización y predicción de
las tareas de mantenimiento basado en la condición. El
desarrollo de herramientas ligadas al mantenimiento
predictivo estará centrado no solamente en los datos
obtenidos en el CESADAR sino también por otros sistemas
como los ligados al control de configuración de equipos
embarcados. Este estudio exploratorio muestra como la
información de ambos dominios, comportamiento mecánico y
control de la configuración, deben ayudar a mejorar las
predicciones de malfuncionamiento de un equipo. Para ello,
se utilizan datos provenientes de dos motores propulsores de
un buque generados desde el 2015 hasta el 2018. A partir de
datos de comportamiento mecánico y análisis de los mismos
pueden delimitarse modos de funcionamiento diferentes. Con
estos registros y con ayuda de técnicas asociadas al
aprendizaje automático, se pretende clasificar los diferentes
modos de funcionamiento que afecten al normal
mantenimiento de un propulsor antes de que ocurran. La
predicción de distintos modos de funcionamiento de motores
propulsores realizada en CESADAR-Central, puede ser de
interés para las dotaciones de los buques en el caso de poder
realizar las predicciones a bordo. Esto podría ayudar a
prevenir modos de funcionamiento no deseados sobre los
propulsores del buque durante sus operaciones. Se puede
concluir que el uso de técnicas ligadas al aprendizaje
automático es un método eficaz para la clasificación de
patrones de un modo de comportamiento concreto. El uso de
estas herramientas a bordo puede ayudar a prevenir modos
de uso no deseados en tiempo real y debe ser una ayuda
efectiva a la decisión de las dotaciones en operación.