MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 577 / OCTUBRE 2025 72 tar las 370 señales registradas por el sistema de monitoreo con una frecuencia de cada 30 segundos. El sistema se estructura mediante seis modelos independientes, uno por cada sistema funcional identificado: poleas, CST Maestros, CST Esclavos, winche de tensión, sistema de frenos y variables operacionales. Cada modelo se ejecuta de forma continua, evaluando matrices de entrada basadas en ventanas móviles, y genera un nivel de salud individual por componente. Posteriormente, se calcula el nivel de salud del sistema mediante el promedio ponderado de las componentes involucradas y, finalmente, se estima la salud general de la faja como un promedio de los seis sistemas. Todos los resultados generados por el modelo son almacenados en tablas específicas dentro de la base de datos de Analítica de Mantenimiento, alojada en un servidor SQL local. Desde allí, los datos se exportan nuevamente hacia el PI System, lo cual permite su integración con herramientas de visualización como PI Vision. De esta manera, los analistas y operadores pueden acceder en tiempo real al nivel de salud por sistema, componente o incluso por señal monitoreada. El modelo presenta los resultados en una escala de salud de 0 a 100%, donde 100% representa condiciones óptimas y los valores decrecientes indican posibles desviaciones operacionales. Para facilitar la interpretación, se definieron tres rangos de criticidad: Salud > 70%: condición normal (verde). Salud entre 40% y 70%: advertencia o precaución (amarillo). Salud < 40%: condición crítica (rojo). Actualmente, las alertas se comunican a través de dashboards operativos y son monitoreadas por el equipo de analítica de mantenimiento junto con los analistas de mantenimiento predictivo. Aunque no se revisan de manera periódica, cualquier componente cuya salud cae por debajo del umbral de advertencia genera una revisión técnica. El proceso de toma de decisiones se activa exclusivamente bajo condiciones anómalas, optimizando así la carga de trabajo del equipo de mantenimiento. Como parte de los planes futuros, se está evaluando la integración del sistema con SAP, con el fin de generar de forma automática órdenes de inspección o avisos técnicos, una vez que el nivel de salud de un componente o sistema descienda por debajo de los umbrales establecidos. Esto permitirá cerrar el ciclo entre monitoreo, diagnóstico y acción correctiva, avanzando hacia un sistema de mantenimiento predictivo automatizado y sostenible. Discusión de resultados Durante el 2025, el modelo de detección de anomalías implementado en la faja overland permitió identificar oportunamente distintos eventos operacionales anómalos. A continuación, se presentan cuatro casos reales de fallas detectadas por el sistema, junto con el análisis de su evolución y la respuesta del modelo. Figura 13. Salud CST4 durante la Falla 3. Figura 14. Salud presión de descarga durante la Falla 2.
RkJQdWJsaXNoZXIy MTM0Mzk2