Análisis estadístico de fallas en el sistema de frenado de vehículos livianos en la ciudad de Valledupar (departamento del Cesar - Colombia)

Abstract

En el presente trabajo se desarrolla un modelo basado en redes neuronales artificiales para diagnosticar fallas en los componentes de las bombas del sistema de enfriamiento dada su importancia dentro de la planta de producción de vidrio plano, utilizando como información de entrada a la red valores medidos tanto en el motor como en la bomba, mediante la técnica predictiva de análisis de vibraciones mecánicas. Se desarrollan dos modelos uno basado en el perceptrón y el otro en la red feedforward; posterior a esto se comparan y aunque los resultados con ambas redes son satisfactorios se valida patrones con la red neuronal feedforward por tener un mejor comportamiento durante las fase de desarrollo y presentar menos errores en comparación con la otra red, llegando a demostrar la efectividad de las redes neuronales en el diagnóstico de fallos y la importancia que tiene el uso de este tipo de metodologías para mejorar a confiabilidad, disponibilidad y mantenibilidad de los equipos, por ende los resultados en los indicadores de las áreas de mantenimiento, confirmando que las redes neuronales artificiales son un poderosa herramienta en el seguimiento, diagnóstico e inclusive la predicción de fallos en equipos, abriendo una gran puerta al uso de técnicas modernas en la planeación estratégica de las áreas de mantenimiento, con el fin de atender con criterios de alta ingeniería las nuevas tecnologías instaladas en los diferentes procesos productivos. 1