¿Cómo se interpretan los modelos?

En esta sección podrás visualizar información detallada sobre el pronóstico deseado junto con sus indicadores, gráficos, entre otros.

Interpretación de un modelo de degradación

Los modelos de degradación permiten estudiar el estado de un activo a lo largo del tiempo. En Predictto te lo presentamos de forma simplificada a través de dos gráficas: la primera presenta la evolución de una variable crítica en el tiempo, y la segunda la confiabilidad del equipo en el mismo periodo de tiempo.

En la primera gráfica, titulada “Pronóstico de las mediciones”, puedes observar la evolución de la variable medida durante las horas de operación del activo. Los puntos anaranjados representan datos de mediciones reales de la variable; la línea en azul oscuro es el ajuste encontrado por nuestro algoritmo; y la sombra en tonos celestes representa el rango de confiabilidad de los valores futuros. Es decir, puesto en palabras simples, en el futuro es más probable que la variable tome el valor de la línea central azul, pero en realidad se puede encontrar en cualquier punto comprendido dentro de la sombra gris.

Ahora, ¿de qué te sirve esta información? Pues bien, las variables monitoreadas pueden tener límites dentro de los cuales se considera que el activo está funcionando de forma satisfactoria. Estos límites pueden estar dados por una norma o ser establecidos por el usuario de acuerdo a sus conocimientos y experiencia previa.

Con esta gráfica puedes saber cuándo la variable en estudio alcanzará dicho límite, marcado con una línea horizontal roja. Por defecto, para análisis de vibración este valor límite corresponde al establecido por la norma ISO 10816-3 para velocidad de vibración; sin embargo, puedes cambiar este valor en cualquier momento por otro límite (máximo o mínimo) que consideres más apropiado, en el panel de configuración que aparece a la izquierda de las gráficas. En el mismo formulario mencionado también puedes editar el valor límite del eje x, es decir, hasta qué punto del tiempo quieres que se realice la predicción de la variable.

De lo anterior podemos obtener información respecto a la confiabilidad del equipo, como se observa en la segunda gráfica.

A medida que la variable alcanza el límite establecido se observa una disminución en la confiabilidad del activo, alcanzando el 0% de confiabilidad cuando nuestro modelo determina como absolutamente seguro que la variable superará dicho límite (es decir, cuando toda la sombra gris lo sobrepasa).

Como ves, nuestro modelo no solamente te dice cuando tu activo fallará, sino que entrega la probabilidad de falla a lo largo del tiempo.


Interpretación de un modelo de confiabilidad

Los modelos de confiabilidad permiten estudiar el estado de uno o varios activos a lo largo del tiempo. En Predictto te lo presentamos de forma simplificada a través de las siguientes barras: confiabilidad, riesgo del sistema, fallas acumuladas y costos. A continuación, veremos algunos conceptos importantes relacionados con Weibull:

  1. Mediana (m): Corresponde al punto en el tiempo donde la probabilidad se encuentre en 50%, por lo que resulta ser una medida de tendencia central de fácil ubicación a partir de los datos o herramientas ofimáticas disponibles.

  2. R2m: Es el valor de probabilidad ubicado en la curva de confiabilidad de m más el 50% de la misma.

  3. Probabilidad de falla: Se refiere al porcentaje de ocurrencia de falla, permitiendo conocer momentos de mayor y menos riesgo, junto con los periodos en los que el sistema requiere especial atención por parte de operación y mantenimiento.

  4. Confiabilidad: Se refiere a la probabilidad con la que el o los activos trabajen bajo condiciones preestablecidas.

  5. Tasa de falla: Se refiere a la probabilidad de ocurrencia de falla, teniendo en consideración que el activo puede o no haber fallado anteriormente. Este parámetro es vital para tipificar los procesos de falla. Además, corresponde a la inversa del tiempo entre fallas (MTBF), siendo uno de los parámetros de benchmark más renombrados en la industrial de mantenimiento y confiabilidad.

  6. Tasa de falla acumulada: Se refiere a la cantidad estimada de fallas que el sistema entrega una vez sometido a políticas de reparaciones mínimas. Esta variable permite estimar la cantidad de fallas para un intervalo de tiempo definido del ciclo de vida del sistema.

Las herramientas anteriores agregan valor predictivo a los datos de fallas recolectados, permitiendo caracterizar el comportamiento de los datos recolectados de las fallas del sistema. Una vez obtenidos los parámetros, es posible determinar el comportamiento de las variables críticas.

  1. Procesos accidentales: Aquellos procesos con un R2m igual a 0,3535 o 35,35%; tienen una tasa de fallos constantes. Las fallas son de naturaleza accidental y estadísticamente imprevisibles.

  2. Procesos de campana: Aquellos procesos con un R2m menor a 0,3535 o 35,35%; tienen una tasa de fallos crecientes con un comportamiento de tendencia central. Las fallas son predecibles y apropiados para esquemas de mantenimiento preventivo.

  3. Procesos de cascada: También llamados procesos de mortalidad infantil, son aquellos con un R2m mayor a 0,3535 o 35,35%; tienen una tasa de fallos decrecientes y en su comportamiento tienen una alta probabilidad de falla en su periodo de tiempo inicial. Las fallas son altamente predecibles y apropiados para esquemas de protección durante garantía.

Recalculo de modelos

Para volver a realizar un diagnóstico dirígete al botón Editar; encontrarás las opciones de cambio de nombre, modificación de los parámetros de entrenamiento, y de volver a calcularlo (Entrenar) con un solo clic, incluyendo los datos más recientes.

Recuerda que también puedes realizar varios reentrenamientos desde la sección de modelos predictivos


Indicadores y resumen de pronósticos

Podrás visualizar los indicadores de tu modelo; horas restantes hasta la falla junto con la confiabilidad del activo. Estos indicadores van acompañados de colores representativos, similares a los colores de un semáforo, para así evaluar de forma rápida el estado de tu activo en estudio. Además, si consultas en la casilla de cada diagnóstico, se señalará una explicación resumida en lenguaje natural lo que señalan estos indicadores, simplemente posicionando tu mouse sobre cada uno de ellos, tal como en la imagen de referencia.

Nota: Si el indicador “Horas hasta límite máximo” está en negativo, está entregando la cantidad de horas que han pasado desde que se debió realizar una mantención. Además, es importante mencionar que los indicadores rápidos en la tabla de los modelos realizados están basados en esta información.


Versiones de modelos

Los grupos de datos que posean el mismo nombre y correspondan al mismo activo, serán considerarán distintas versiones de un mismo modelo. Puedes consultar las diferentes versiones de un modelo dentro del diagnóstico del mismo.

¿Encontró su respuesta?