Exportación Completada — 

Propuesta de mejora en la estrategia de mantenimiento de la bomba centrífuga de ciclones primarios mediante la aplicación de machine learning en una unidad minera de tajo abierto del centro del Perú

Descripción del Articulo

La tesis "Propuesta de mejora en la estrategia de mantenimiento de la bomba centrífuga de ciclones primarios mediante machine learning en una unidad minera del Perú" busca optimizar el mantenimiento predictivo de una bomba Warman, equipo crítico en el área de molienda. La bomba maneja un f...

Descripción completa

Detalles Bibliográficos
Autor: Luque Percka, Fidel Eduardo
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:20.500.12773/19965
Enlace del recurso:https://hdl.handle.net/20.500.12773/19965
Nivel de acceso:acceso abierto
Materia:Machine Learning
Mantenimiento predictivo
Bomba Warman
https://purl.org/pe-repo/ocde/ford#2.03.01
Descripción
Sumario:La tesis "Propuesta de mejora en la estrategia de mantenimiento de la bomba centrífuga de ciclones primarios mediante machine learning en una unidad minera del Perú" busca optimizar el mantenimiento predictivo de una bomba Warman, equipo crítico en el área de molienda. La bomba maneja un flujo de 9,000 m³/h con una eficiencia del 85% y operando a 282 RPM. Entre 2017 y 2021, registró 18 fallas no programadas, afectando la continuidad operativa. El análisis del MTBF (Tiempo Medio Entre Fallas) reveló que el disco de succión tiene un MTBF de 55 días con 27 averías, el impulsor 62.6 días con 24 averías, y el revestimiento de succión 64.9 días con 23 averías. Además, el desgaste del disco de succión alcanzó ratios de hasta 6.3 mm/día, con algunos casos llegando al 100% de su límite de desgaste. Para abordar estos problemas, se implementó machine learning con herramientas como Pi Vision y Pi DataLink para analizar datos operativos históricos como presión, caudal y torque. Se desarrolló un modelo predictivo mediante técnicas de validación cruzada y análisis de componentes principales (PCA), lo que permitió predecir fallas y ajustar las frecuencias de mantenimiento basadas en las condiciones reales del equipo. El nuevo plan de mantenimiento, basado en estas predicciones, logró reducir los costos asociados al mantenimiento no programado y optimizó el tiempo de inactividad, mejorando la disponibilidad y vida útil de los componentes clave de la bomba Warman.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).