La aplicación de inteligencia artificial (ia) en industria 4.0: mantenimiento predictivo de equipos embarcados

Abstract

La industria naval en general, y las Armadas en particular con los datos proporcionados por sus Sistemas de Combate (SMBC) y Sistemas Integrados de Control de Plataforma (SICP), se encuentra inmersa en la digitalización de sus procesos logísticos, incluyendo los de mantenimiento. El objetivo es la predicción de las tareas de mantenimiento basado en la condición. El presente artículo trata de mostrar como la monitorización de vibración de un motor embarcado puede ayudar a prever las tareas de mantenimiento. Se describe cómo pueden usarse métodos de Inteligencia Artificial (IA) para clasificar patrones o hacer regresiones en base a parámetros mecánicos. Como ejemplo de ello se cuenta con una base de datos de vibraciones registradas durante el funcionamiento de un compresor de aire. Se han realizado 900 medidas durante 1 s a una frecuencia de muestreo de 50 kHz teniendo en cuenta 4 estados de funcionamiento distintos. Tras un análisis en dominio temporal y frecuencial de las señales, se definen 18 parámetros mecánicos de las vibraciones en ambos dominios. A partir de los parámetros de entrada para cada medida, se implementan las medidas de IA, en este caso redes neuronales, para obtener como salidas el modo de fallo (clasificación) o el valor de energía desarrollada en una banda de frecuencia (regresión). Los resultados muestran una tasa de acierto alta con los métodos utilizados (>87%) tras las fases de entrenamiento y validación. Se concluye que es un método eficaz para la clasificación de patrones de comportamiento y regresión de parámetros.