Transformación de árboles de fallas en redes bayesianas: Optimización del mantenimiento en sistemas de ingeniería

El diagnóstico y pronóstico de fallos en la industria es crucial para evitar interrupciones no planificadas, optimizar la eficiencia y reducir los costos de mantenimiento. El uso de redes bayesianas, permiten una evaluación precisa y probabilística, mejorando la toma de decisiones y la planificación estratégica del mantenimiento. El objetivo de esta investigación radica en la presentación de una metodología detallada para la transformación precisa y sistemática de un árbol de fallos en una red bayesiana, con el objetivo de mejorar la capacidad de diagnóstico y pronóstico de fallos. Para lograr este objetivo confeccionó el árbol de fallas de un aerogenerador mediante los datos históricos y la consulta a expertos y con el método propuesto se transformó a una red bayesiana. Como resultados se plantean las principales ventajas de la red bayesiana con respecto al árbol de fallos y se obtienen los conjuntos y combinaciones de fallos más críticos para el sistema. La investigación concluye que la transformación permite una evaluación más precisa y detallada de los fallos en el aerogenerador. La red bayesiana considera las relaciones probabilísticas entre los eventos y permite obtener una estimación más precisa de la probabilidad de fallo, lo que facilita el diagnóstico. Como futuras investigaciones se propone la integración de la red bayesiana en sistemas de mantenimiento inteligente y sistemas de apoyo a la toma de decisiones. Esto permitirá la automatización de la planificación de mantenimiento y la optimización de los recursos de manera más efectiva.