Home   +562 2225 0164 info@portalminero.com

Síguenos

Versions Compared

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.

...

En base a la gran cantidad de datos disponibles se agrega valor a la eficiencia de los sistemas predictivos

codelco-bigdata-ministrohalesImage Added

Viernes 03 de Mayo de 2019.- La incorporación de plantas altamente sensorizadas, así como la inclusión de tecnología digital en los procesos, ha significado que en la división Ministro Hales se generen millones de datos relevantes para su optimización. Es por ello que la gestión de ese importante volumen de datos, conocido como Big Data, es esencial para seguir avanzando en materia de productividad y gestión.

Hoy la división está trabajando junto a un grupo de profesionales de Estados Unidos de la empresa Uptake especialistas en el análisis de Big Data, quienes comenzarán a generar estudios predictivos de falla de equipos, basándose en la gran cantidad de información disponible.

Francisco Zuñiga, superintendente de ingeniería y confiabilidad de Ministro Hales explicó “que estamos en una etapa en que necesitamos que los modelos predictivos sean más eficientes, que no nos llegue este ‘tsunami’ digital de alertas, sino que sea más filtrado y actualmente estamos en este trabajo que nos ayudará a disponer de los datos en un canal de difusión para administrar de mejor manera la información de los activos y también cuando los equipos estén trabajando bajo sus rangos de operación”.

Se trata de lograr el máximo de beneficios con las condiciones existentes, una forma de mejorar la performance de la planta desde el análisis predictivo que permita generar diseños de mantenimiento mucho más efectivos y preventivos, con lo que se logra mayor disponibilidad de los equipos.

Andrea Dameno, ingeniera de Uptake, cuenta que la división va un paso adelante de otras empresas con las que han trabajado: “vemos que Codelco DMH está en una posición muy avanzada para de verdad digerir este nuevo paso que es hacer un análisis más predictivo y que la gente crea que esas predicciones son ciertas, porque eso es lo que más nos cuesta, de que la gente que está trabajando con la aplicación diaria confíe en las alertas y tome una acción y que al final la predicción se vea reflejada en bajos costos de mantenimientos y alta disponibilidad de las máquinas.

...