Artículos
Feature Engineering: la habilidad que convierte a un ingeniero de mantenimiento en el verdadero cerebro del PdM/IA/ML
El mantenimiento predictivo no se gana con el algoritmo más sofisticado, sino con los mejores indicadores de salud. Y esos indicadores solo pueden diseñarlos quienes conocen la máquina a fondo. Por eso el feature engineering no es una tarea ajena que se delega al departamento de datos, sino la forma en que la ingeniería de mantenimiento pone su experiencia al servicio de la inteligencia artificial, y probablemente la razón por la que unos proyectos de PdM funcionan y otros no.
Mantenimiento predictivo con IA/ML en camiones de acarreo y palas hidráulicas sector minero
Este informe explica, sin recurrir a matemática ni términos tecnológicos innecesarios, cómo funciona esa tecnología, qué resultados se han reportado en un estudio reciente en una mina de cobre, qué alternativas existen y qué límites deben tenerse presentes. En la sección final se propone un itinerario de formación para los equipos de ingeniería que están aprendiendo aprendizaje automático (ML) y mantenimiento predictivo (PdM).
Cuando las máquinas predicen y las personas deciden: el verdadero impacto humano del Machine Learning en mantenimiento
Uno de los retos centrales de cualquier despliegue avanzado de mantenimiento predictivo es construir una relación sana entre las personas y las recomendaciones que generan los algoritmos.
Más allá de la digitalización del mantenimiento: por qué el Mantenimiento Predictivo (PdM) fracasa antes de empezar
Las organizaciones industriales han invertido millones en digitalizar el mantenimiento con sensores, GMAO y plataformas de analítica avanzada. Sin embargo, la mayoría de iniciativas de mantenimiento predictivo siguen sin escalar ni generar impacto operativo sostenido. La razón no está en la tecnología, sino en algo mucho más básico y sistemáticamente ignorado: los datos no están preparados para ser entendidos.
Comparativa de Algoritmos de Inteligencia Artificial para el Mantenimiento Predictivo de Maquinaria Industrial
Este artículo presenta un análisis comparativo del funcionamiento y bondad de los algoritmos más utilizados en PdM con ML. Se obtiene una conclusión final recomendando los criterios para seleccionar el mejor algoritmo para aplicaciones de activos mecánicos.
