MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 577 / OCTUBRE 2025 70 físicamente próximos o que están mecánicamente correlacionados (como en el caso de poleas o CST). Reducción del tiempo de ejecución: en comparación con autoencoders densos (fully connected), los convolucionales presentan una estructura más eficiente que acelera el entrenamiento y la inferencia sin comprometer la precisión. El modelo fue entrenado de manera modular por sistemas, agrupando señales por funcionalidad. Los grupos definidos fueron: poleas, CST Maestros, CST Esclavos, winche de tensión, sistema de frenos y variables operacionales. Esta segmentación permitió una calibración más precisa del comportamiento esperado en cada subsistema y facilitó la atribución de anomalías por componente, lo cual es crítico para la toma de decisiones en mantenimiento predictivo. En comparación con las metodologías anteriores, este enfoque busca generar alertas más tempranas, segmentadas por componente, permitiendo una respuesta proactiva frente a degradaciones progresivas. Así, el equipo de mantenimiento puede intervenir con mayor precisión y anticipación, reduciendo el riesgo de paradas no programadas y optimizando la disponibilidad del equipo crítico más extenso del sistema de transporte de mineral. Entrenamiento del modelo Para entrenar el modelo de detección de anomalías, se utilizó un enfoque modular por sistema, dividiendo la arquitectura en subconjuntos funcionales: poleas, CST Maestros, CST Esclavos, winche de tensión, sistema de frenos y variables operacionales. Esta organización permitió construir autoencoders específicos para cada sistema, optimizados según la cantidad y naturaleza de las variables involucradas. Figura 10. Salud del sistema de frenos durante la Falla 2. Tabla 4. Descripción Falla 3 Fecha de inicio 15/01/2025 15:49 Fecha de fin 15/01/2025 16:33 Sistema Sistema CST Esclavos Componente Línea hidráulica Síntoma Vibración alta Modo de falla Contaminación de aceite en manifold CST4
RkJQdWJsaXNoZXIy MTM0Mzk2