La firma está dentro del contexto de desarrollo del proyecto de Identificación de Fallas en Equipos Mineros Utilizando Herramientas de Aprendizaje Profundo. Esto previene riesgos, aumentando la seguridad de personas y activos, la confiabilidad y el intervalo entre mantenimientos, reduce las emergencias asociadas a fallas imprevistas, disminuye los costos de mantenimiento y mejora la calidad de la producción. Adicionalmente, el pronóstico de daños está en línea con el principio de sustentabilidad, esto es, un aumento de la disponibilidad y vida útil de los sistemas.

Al respecto, la directora del IMA+ e investigadora de este proyecto, Viviana Meruane, comentó que «los sistemas productivos en manufactura y minería se encuentran constantemente bajo estrés, debido a la necesidad de cumplimiento de metas de producción y de reducción de costos. Bajo el contexto actual de creciente sensorización, el desarrollo de te?cnicas de Prognostics and Health Managment (PHM) se hace cada vez ma?s atractivo para que las empresas las incorporen a sus sistemas de mantenimiento, siendo el proceso de pronóstico uno de los temas principales de desarrollo a nivel mundial, y que permite a las empresas planificar acciones de mantenimiento que permitan evitar o disminuir los impactos negativos en una compañía».

En relación al proceso que ha significado para MCM el trabajo en conjunto, el directivo Jorge Marín indicó que este proyecto les ha permitido ser más competitivos. «Como industria nacional necesitábamos avanzar en materia de incorporación de tecnologías, sentíamos que nos estábamos quedando atrás, y fue en ese contexto que nos aliamos con el Programa de Innovación en Manufactura Avanzada para mejorar las técnicas existentes en materia de confiabilidad y mantenimiento de una estructura o equipo. Si bien el proceso fue lento al comienzo, hoy estamos muy contentos de lo que estamos generando y lo que podremos ofrecer a nuestros clientes».

En la actualidad, la mayoría de los equipos y sistemas están siendo monitoreados en línea, generando enormes volúmenes de datos (Big Data). En el Departamento de Ingeniería Mecánica de la Universidad de Chile se desarrollan técnicas de PHM en base a la combinación de herramientas de Aprendizaje Profundo (Deep Learning) con física de falla para el monitoreo y pronóstico de la salud en equipos o estructuras bajo incertidumbre. En particular, se han desarrollado algoritmos para detectar daño estructural a partir de imágenes, sensores de proceso (como por ejemplo, presión, temperatura, flujo), y monitoreo de vibraciones. Además de la detección y pronóstico de fallas en equipos rotores a partir de monitoreo y fusión de diversos tipos de sensores.

Haciendo un análisis del proceso del proyecto, el gerente de IMA+ David Villaseca, comentó que como desarrolladores de tecnologías es muy importante trabajar con empresas bajo la modalidad de codesarrollo, para poder generar una Transferencia Tecnológica efectiva. «IMA+ está pensando en el desarrollo de tecnologías que se ajustan a las necesidades de la industria, pero para eso tenemos que conocer qué necesitan las empresas (…) y MCM es un excelente canal para entender esto, permitiéndonos enfocarnos en esas necesidades».

Respecto a los resultados esperados de esta iniciativa, el programa de Corfo establece el desarrollo de sistemas o prototipos de los proyectos del portafolio certificados y probados con éxito en condiciones industriales reales de operación; el escalamiento y comercialización de las soluciones, productos y servicios generados en los proyectos del portafolio; la formación de capital humano avanzado y con mayor incorporación en el sector productivo, entre otros.