Modelo de análítica en una línea productiva enfocado a la prevención de fallas

Este estudio aborda el problema de paros no programados en líneas de producción en el sector manufacturero, buscando mejorar la eficiencia y rentabilidad. El objetivo es desarrollar un modelo predictivo y un plan de mantenimiento preventivo utilizando aprendizaje automático y análisis de datos. El enfoque metodológico incluye seis etapas: comprensión del negocio, adquisición, limpieza y preparación de datos, análisis exploratorio, modelado y algoritmos de aprendizaje automático e implantación. Se recolectan datos históricos, realizando una simulación de datos cuando es necesario, y se utilizan distintas aplicaciones para los procesos de preparación y análisis de datos. Se identifican patrones y relaciones relevantes, y se aplican técnicas supervisadas y no supervisadas para predecir errores en máquinas y agrupar aquellas con características similares. Finalmente, se presentan recomendaciones para reducir afectaciones en tiempos de paro de línea y se propone un calendario de mantenimiento preventivo. El análisis de datos considera métricas de evaluación y contextualización de resultados, reconociendo posibles sesgos y limitaciones. El estudio aporta soluciones prácticas y escalables para optimizar el rendimiento de las máquinas en el sector manufacturero automotriz.