Evolución del apoyo logístico en la Armada mediante tecnologías 4.0

Abstract

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.