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 versus preventivos versus predictivos
- Retorno de la inversión (ROI) en casos reales 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
- Visión general de los modelos de aprendizaje automático (regresión, clasificación, detección de anomalías)
- Selección del modelo adecuado para la predicción de 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 perimetral para el análisis en tiempo real
- Integración con sistemas CMMS o ERP existentes
Modelado de modos de falla e índice de salud del activo
- Predicción de modos específicos de falla
- Cálculo de la vida útil restante (RUL, por sus siglas en inglés)
- Desarrollo de dashboards para monitorear la salud del activo
Sistemas de visualización y alertas
- Visualización de predicciones y tendencias
- Definición de umbrales y creación de alertas
- Diseño de acciones concretas derivadas de los insights para los operadores
Mejores prácticas y gestión de riesgos
- Superación de problemas de calidad en los datos
- Ética y explicabilidad en sistemas de IA industriales
- Gestión del cambio y adopción por parte de los equipos
Resumen y próximos pasos
Requerimientos
- Conocimiento del equipo industrial y de 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