Una avería de un vehículo no es sólo una molestia, por lo general termina costando tanto tiempo como dinero. La avería de un vehículo en una mina es igual, pero a una escala mucho mayor, y puede tener un impacto sobre la productividad y la eficiencia.
Algunas averías son bien conocidas y se pueden prevenir con un mantenimiento adecuado. Pero algunas son aparentemente aleatorias y no pueden planearse -- hasta ahora. Gracias a un uso innovador del aprendizaje de máquinas, Teck está utilizando grandes datos para predecir lo impredecible y solucionar los problemas antes de que ocurran.
Desde 2011, hemos utilizado sensores y datos para monitorear la salud de los camiones de transporte en nuestras operaciones de producción de carbón metalúrgico, y para administrar las reparaciones y el mantenimiento preventivo. Ahora, con la ayuda de la inteligencia artificial, vamos un paso más allá.
A través de nuestra asociación con Google Cloud y Pythian, estamos revelando nuevos conocimientos a partir de los millones de puntos de datos generados por nuestras flotas móviles. Problemas que antes eran impredecibles, como posibles fallas eléctricos, ahora se identifican antes de que ocurran mediante algoritmos de aprendizaje automático. También estamos modelando y prediciendo la vida útil restante de nuestros camiones, determinando el desgaste, identificando fallas anormales y mejorando los sistemas de alarma y notificación.
El aprendizaje de máquinas para mantenimiento está ayudando a minimizar el mantenimiento no planificado, a reducir los costos generales de mantenimiento y a prolongar la vida útil del equipo. Se estima que, en solo una faena, hay potencial de más de $1 millón de dólares en ahorros anuales por la implementación de este programa.
Aprendizaje de máquinas para mantenimiento. Es una idea en acción.
