Sistema de monitoreo para la detección del estado de vías aplicando técnicas de instrumentación basadas en técnicas de minería de datos a partir de variables electromecánicas

Abstract

Actualmente la minería de carbón se encuentra atravesando un periodo de recesión el cual está llevando a la alta gerencia a buscar nuevas herramientas para optimizar los procesos y mantenerse vigente en el mercado competitivo. Uno de los puntos de acción considerados es la gestión del mantenimiento de los equipos dado el mal estado de las vías de circulación, haciendo necesaria la implementación de metodologías efectivas para hacer los ajustes del punto óptimo de inventario. Dentro de las técnicas que consideran la minería de datos se encuentran las llamadas SOM siglas en inglés para “Self-Organizing Map” la cual permite al usuario entrenar un algoritmo y realizar un mapa sobre las variables de entrada asociada mediante patrones, para generar una respuesta con base en estos a fin de despejar dudas o establecer puntos de referencia. En el estudio se consideran como variables de entrada las bases de datos con las variables seleccionadas de relevancia electromecánica de una flota de camiones de minería, donde el algoritmo tipo red neuronal permitirá asociar estos datos y encontrar patrones que faciliten determinar mediante un análisis matemático la condición de las vías con un alto grado de confiabilidad, esta información es pieza clave para que los planeadores puedan establecer las rutinas necesarias de mantenimiento y determinar el punto óptimo de despacho de recursos de equipos de soporte para reparación.

Coal mining is currently going through a period of recession which is leading senior management to look for new tools to optimize processes and stay active in mining market. One of the action points considered is the management of equipment maintenance due to the poor condition of the roads, making necessary the implementation of effective methodologies to make adjustments to the optimal inventory point. Among the techniques that consider data mining are the so-called SOM acronym in English for "Self-Organizing Map", which allows the user to train an algorithm and make a map on the associated input variables through patterns, to generate a response based on these in order to clear doubts or establish reference points. This research considered as input variables the databases with selected variables of electromechanical relevance of a fleet of mining trucks, where the neural network algorithm will associate these data and find patterns that facilitate to determine through a mathematical analysis the condition of roads with a high degree of reliability, this information is a key piece for planners to establish the necessary maintenance routines and determine the optimal point of dispatch of resources of support equipment for repair.