TU Delft y Hitachi colaboran en investigación sobre mantenimiento predictivo en minería.

La Universidad Tecnológica de Delft (Países Bajos) y Hitachi Construction Machinery (Europe) NV (HCME) han acordado colaborar en un proyecto de investigación crucial sobre el mantenimiento de equipos de minería. El fabricante de renombre mundial de excavadoras y camiones volquete de gran tamaño ha acordado compartir datos y experiencia valiosos con la mayor universidad técnica pública neerlandesa durante un estudio de dos años.

El objetivo de la investigación es identificar y predecir la vida útil restante de los componentes críticos de las máquinas mineras. Esto ayudará a los ingenieros a planificar el mantenimiento antes de que sea necesario reemplazar piezas para mejorar la disponibilidad, la fiabilidad y la seguridad de los camiones volquete que operan en algunos de los entornos más exigentes del mundo. También contribuirá a reducir significativamente el tiempo de inactividad operativa y los costes del ciclo de vida.

Como parte de la colaboración, el equipo de soluciones digitales de HCME para operaciones mineras comparte datos complejos recopilados de sus máquinas en funcionamiento en el sitio. Sus componentes clave están equipados con sensores que permiten recopilar y analizar información detallada sobre indicadores como la temperatura y la presión.

La investigación está dirigida por Malihe Goli, ingeniera de Control y Automatización y candidata a doctorado en la Sección de Georrecursos del Departamento de Geociencias e Ingeniería de la TU Delft. El proyecto está supervisado conjuntamente por esta sección y el Grupo de Pronósticos Inteligentes y Sostenibles de la Facultad de Ingeniería Aeroespacial.

Estrategias de mantenimiento predictivo

La Sra. Goli busca construir un modelo robusto que capture las tendencias de degradación en componentes como bombas, cilindros y frenos. Los datos de monitoreo de condición proporcionados por HCME le permitirán mejorar el modelo y proporcionar estimaciones más precisas de cuándo un componente podría fallar. Esta información puede utilizarse posteriormente para fundamentar estrategias de mantenimiento predictivo.

Daan van Berkel, Gerente de Proyectos Mineros y Minería Sostenible de HCME, explica las implicaciones del estudio: «Podremos planificar con mayor precisión cuándo debe llegar un camión al taller y solicitar las piezas necesarias con antelación. Además, abordar los posibles problemas antes de que ocurran reduce el riesgo de un problema grave que también podría dañar otras piezas y dejar la máquina fuera de servicio durante semanas».

Según la Sra. Goli, el apoyo de HCME ha sido fundamental para el progreso de esta investigación:

“El acceso a conjuntos de datos reales a gran escala, incluidos registros detallados de fallas, registros de mantenimiento y mediciones de sensores, ha permitido el desarrollo de modelos precisos basados ​​en datos para la degradación de componentes”.

Además de los datos, el equipo de soluciones digitales de HCME también comparte su experiencia colectiva con la Sra. Goli y sus colegas de la Universidad Técnica de Delft.

Agradezco sinceramente su continua colaboración y los valiosos conocimientos técnicos que comparten sobre el comportamiento de los componentes, que han sido fundamentales para guiar el desarrollo y la interpretación de los modelos, añade.