Implementación de analítica de datos para el mantenimiento predictivo de motores eléctricos.

Abstract

En este proyecto de grado, se realizó una valoración exhaustiva de diversas variables de los motores eléctricos con el objetivo de mejorar el proceso de mantenimiento predictivo. Se aplicaron técnicas estadísticas y estrategias de supervisión de datos para evaluar la importancia y el comportamiento de estas variables. Además, se llevó a cabo una evaluación de la confiabilidad de los datos obtenidos, lo cual resulta crucial para garantizar la efectividad del mantenimiento predictivo. La implementación de estrategias de mantenimiento adecuadas es esencial para garantizar la confiabilidad y el rendimiento óptimo de los motores eléctricos en los procesos productivos. En este sentido, se propuso una solución basada en la analítica de datos para prevenir fallos y mejorar el mantenimiento predictivo; Esta solución, además de ser viable, adaptable y escalable, minimizó el impacto económico y los posibles accidentes asociados a la detención de la producción para el monitoreo del estado del motor. Los resultados obtenidos contribuyeron a una toma de decisiones más informada y eficiente en el mantenimiento, lo que se tradujo en una mayor productividad y rentabilidad para las empresas. Asimismo, se amplió el conocimiento sobre el uso de la analítica de datos en este contexto, proporcionando una alternativa innovadora y eficaz para mejorar el mantenimiento de los motores eléctricos en el ámbito industrial.