Mantenimiento 4.0: diseño de modelo predictivo para la definición de estrategias de mantenimiento en la industria oíl & gas

Abstract

La industria del petróleo y gas enfrenta desafíos en la eficiencia y seguridad de sus activos, con métodos tradicionales de mantenimiento costosos y propensos a tiempos de inactividad no planificados. La digitalización y los datos en tiempo real abren oportunidades para el Mantenimiento 4.0, pero se necesitan modelos predictivos precisos para su implementación. Según IBM Analytics, el mantenimiento predictivo ofrece un retorno de inversión 10 veces mayor que los métodos tradicionales, con reducciones de costos y tiempos de parada. El objetivo del trabajo es desarrollar un modelo predictivo para la identificación de fallas en la industria del petróleo y gas, con enfoque en la Industria 4.0. Los objetivos incluyen la revisión de literatura, el análisis de datos históricos y la definición de modelos predictivos. El marco conceptual destaca la relación con la investigación en cadenas de aprendizaje industrial y define términos clave. En el marco teórico, se enfatiza el mantenimiento preventivo y la predicción de fallas mediante enfoques como modelos supervisados, no supervisados y técnicas más avanzadas como redes neuronales y aprendizaje automático.