Skip to main content

Las técnicas de Machine Learning permiten mejorar el mantenimiento predictivo de activos clave: líneas de distribución de electricidad, aerogeneradores, motores de avión, etc.

• A partir de mediciones de sensores, de variables físicas y de imágenes
• Estimar, con una precisión elevada, la probabilidad de fallo de activos críticos en las próximas horas, semanas e incluso meses.
• Optimizar y priorizar el mantenimiento programado de dichos activos, centrándonos en cada momento en aquellos que presentan una mayor probabilidad de fallo y son a la vez más importantes para la empresa.
Detectar daños en redes de distribución de alta, media y baja tensión, parques eólicos y paneles solares fotovoltaicos.

 

Además, estamos utilizando todas estas técnicas para otro tipo de problemas en las que las imágenes son la fuente de información, por ejemplo, para detección de tumores, melanomas, etc., para procesos de fabricación y de control de calidad.

Adicionalmente a todo lo anterior, las técnicas de analítica avanzada pueden adaptarse para clasificar eventos futuros. De esta forma, hemos desarrollado modelos para detección de atípicos o anomalías, modelos para estimar la probabilidad de fuga de los clientes de una cartera y también para calcular la probabilidad de impago de potenciales nuevos clientes.

Mantenimiento predictivo

Contacto 

 

Lorenzo Pascual
Director – Analytics & Cognitive
lpascualcaneiro@deloitte.es