Nuestro equipo salio elegido como el ganador de la 2da #Hackamine (PLANTA) en la cual se sumaron horas y horas de programacion y desarrollo.
En esta segunda edición de “Hackamine”, BHP buscó incorporar tecnologías de analítica de datos que permitan optimizar actividades de mantenimiento en procesos y equipos de mina y planta e Inteligencia Artificial. Para esto quiere identificar equipos ágiles capaces de generar un Producto Mínimo Viable (MVP) de un modelo predictivo que permita la detección temprana de fallas para mejorar la seguridad y productividad en su operación. Se esperó que las soluciones integren, procesen, y modelen posibles causas para generar mejoras eficientes y seguras.
Planta
Este desafío buscó detectar tempranamente las fallas de equipos que se usan en producción, por ejemplo: bombas, motores, válvulas, etc. Se esperó evitar imprevistos y detenciones, mejorando la seguridad, reduciendo el down-time y costos de mantenimiento.
El objetivo fué desarrollar un MVP de un modelo de aprendizaje automático con inteligencia artificial que permitio detectar anomalías o “amenazas silenciosas” de forma que puedan ser incorporadas en la estrategia de mantenimiento. Para esto se utilizó información de los sistemas de control DCS. El modelo debe ser aplicable a cualquier válvula, motor y bomba, teniendo en cuenta los distintos puntos de operación que tengan los procesos, utilizando técnicas de clustering.
Este desafío fué altamente escalable ya que está orientado a equipos que se usan ampliamente en la industria.