Optimizando la Eficiencia y Fiabilidad del Mantenimiento Ferroviario: Herramientas y Estrategias de Mantenimiento Predictivo​

Volver

Temporización

  • Fecha: 4, 11, 18, 25 de abril y 2 de mayo 2024​
  • Horario: jueves de 15:00 a 19:00 horas
  • Duración: 20 horas
  • Modalidad: streaming

Introducción

Aprender a utilizar recursos y tecnologías como el IoT, Big Data o IA para dejar de ser reactivo y poder avanzar a futuros errores en el equipamiento de fábrica evitando, así, paradas en las líneas de producción y sus problemas asociados (costes , retrasos,. ..).​

Con este objetivo, se verá cómo diseñar, implementar y desplegar una infraestructura que permita procesar toda la información que existe en un entorno determinado en tiempo real y cómo analizar la información para poder tomar decisiones que hacen que no sólo sea más fácil realizar el mantenimiento, sino también mejorar los procesos y consecuentemente mejorar la productividad.

Objetivos

  • Identificar posibles casos de aplicación de soluciones tecnologías basadas en el mantenimiento predictivo​
  • Diseñar una infraestructura que permita el mantenimiento predictivo en una instalación industrial​
  • Construir una infraestructura, basada en tecnologías IoT, Big Data, IA, capaz de utilizar la información proporcionada por sensores y otros instrumentos, y saber integrar y procesar para aportar valor cualitativo.​
  • Aprender a observar el comportamiento de las máquinas, el tipo de producción, los procesos que implican tanto a personas como máquinas que les permiten proponer implementar cambios para mejorar su productividad​
  • Mantener actualizadas las diferentes tecnologías de la empresa para que el entorno no quede obsoleto

Programa del curso

  1. Introducción
    • Concepto de mantenimiento
    • Mantenimiento predictivo: mantenimiento basado en la condición de los equipos​
    • Ventajas y complementariedades respecto otros tipus de mantenimiento​
    • Mantenimiento prescriptivo
  2. Metodología
    • Concepto de detección de comportamientos anómalos​
    • Estadística tradicional
    • Inteligencia Artificial
    • Metodología Data Science
    • Detección de anomalías
    • Mantenimiento predictivo
  3. Infraestructura
    • Captura de datos: Sensores, redes de comunicación y protocolos​
    • Arquitecturas para el análisis, almacenaje y visualización de datos​
  4. Transformación de datos en información de valor
    • Integración y almacenamiento de datos: Plataformas Cloud, Big Data y modelos de datos
    • Análisis de datos: Profiling y análisis multivariante, Aprendizaje Automático
  5. Seguridad y normativas vinculadas al mundo industrial
    • Seguridad en las comunicaciones
    • Normativas legales en la protección de datos personales
  6. Casos de uso
    • Industria 4.0: Ejemplos reales aplicados al sector ferroviario
Inscripciones cerradas