por E. Candón Fernández, J.F. Gómez Fernández, G. Cerruela García, Adolfo Crespo Márquez, universidad de Sevilla e Ingeman; A. Pajares Guevara, Universidad de Sevilla. 16 de abril, 2019 XML
< Volver

En una planta de generación eléctrica termosolar existen gran cantidad de equipos cuyo funcionamiento en el proceso es vital para la obtención de energía.  Aplicando un modelo de gestión de mantenimiento, se propone utilizar técnicas de Inteligencia Artificia (IA) para el análisis predictivo en aquel equipo cuyo evento de fallo tiene un impacto potencial en la instalación.

Predecir los fallos de los equipos, y en tiempo real, es una actividad compleja, y que para facilitar su implementación práctica debe ser simplificada y bien dirigida para que permita actuar antes del fallo. En este caso, herramientas de machine learning nos ayudan a seleccionar las variables concretas dentro de la ingente información recopilada por los sistemas, persiguiendo el objetivo de identificar patrones en el comportamiento del activo estudiado, integrando información del mantenimiento basado en condición (offline and online) y el histórico de los eventos de fallo.

Noticias relacionadas

comments powered by Disqus

Utilizamos cookies propias y de terceros para analizar nuestros servicios y mostrarle publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de sus hábitos de navegación (por ejemplo, páginas visitadas o videos vistos). Puedes obtener más información y configurar sus preferencias.

Configurar cookies

Por favor, activa las que quieras aceptar y desactiva de las siguientes las que quieras rechazar. Puedes activar/desactivar todas a la vez clicando en Aceptar/Rechazar todas las cookies.

Aceptar/rechazar todas
Cookies Analíticas

Cookies que guardan información no personal para registrar información estadística sobre las visitas realizadas a la web.

Cookies de Marketing

Cookies necesarias para determinadas acciones de marketing, incluyendo visualización de vídeos provenientes de plataformas como Youtube, Vimeo, etc. y publicidad de terceros.

Cookies de Redes Sociales

Cookies relacionadas con mostrar información provenientes de redes sociales o para compartir contenidos de la web en redes sociales.