- Victor Isael Idrogo Clavo.
- Manuel Torre Muñoz.
Se evaluó si la vida útil restante de la bomba Warman 650 PU-001 puede estimarse a partir de sus variables de proceso, usando 87 841 registros de un minuto y ocho variables de condición. Se entrenaron cuatro modelos bajo partición temporal 80/20: Random Forest, XGBoost, Ridge y una red neuronal multicapa. Los ensambles de árboles obtuvieron errores de 802.56 h y 725.42 h; la red neuronal los redujo en 71.3 %, hasta 208.54 h, y fue la única que ingresó al rango real de prueba. Ridge, pese a extrapolar, resultó la peor con 922.68 h, mostrando que extrapolar no basta si la relación no es lineal. Ningún modelo superó a un predictor trivial de 146.42 h, por lo que el rediseño del etiquetado y más historiales de falla son condiciones necesarias.
Impacto:
El circuito procesa 140 000 t de mineral por día y el 52 % de las intervenciones no alcanza las 1 000 horas de vida estimada, con 10 horas de parada y 9.7 t perdidas por hora detenida. Ningún modelo alcanza el margen que exige la ventana de planificación, por lo que ninguno debe desplegarse: el mejor presenta 8.7 días de error y no supera a una regla que no consulta sensores. Sí queda operativa la clasificación por umbrales de vibración, que identifica 1.00 % de registros críticos y 3.86 % en alerta. El aporte metodológico es haber acotado experimentalmente el origen del error, separando la contribución de la familia de modelos de la del etiquetado. La ruta de corrección queda especificada en cinco acciones que permitirían pasar a mantenimiento basado en condición.
Palabras clave:
vida útil restante, mantenimiento predictivo, XGBoost, red neuronal, extrapolación, bombas de pulpa, minería, prognosis.