REDES BAYESIANAS, HERRAMIENTA PARA LA DETECCIÓN DE FALLOS EN LA GESTIÓN DEL MANTENIMIENTO
BAYESIAN NETWORKS, A TOOL FOR FAULT DETECTION IN MAINTENANCE MANAGEMENT
Fecha recibido: 14/02/2023 | Fecha publicado: 31/01/2023 | Fecha corregido: 14/02/2023 |Autores
Raúl Torres Sainz, Lidia María Pérez Vallejo, Carlos Alberto Trinchet Varela
RESUMEN:
El crecimiento industrial impone el desarrollo de tecnologías, métodos de diagnóstico y mantenimiento eficientes. En sentido general se considera a la gestión del proceso de mantenimiento como insuficiente. Las principales causas de insatisfacciones a menudo son el resultado de fallas inesperadas que afectan la disponibilidad técnica, provocan gastos imprevistos. Es imprescindible garantizar disponibilidad y una alta confiabilidad desarrollando tecnologías, métodos y modelos matemáticos que favorezcan su gestión. El objetivo de la investigación es identificar regularidades para la confección de un modelo de redes bayesianas que permita la predicción de fallos y favorezca la toma de decisiones en la gestión del mantenimiento. Se llevó a cabo una revisión de la literatura especializada; la búsqueda se realizó en las bases de datos Scopus, IEEE Xplorer, Dimensions y Lens.org. Se calculó la co-ocurrencia de palabras clave mediante el software VOSviewer para identificar las principales tendencias también se efectuó un meta-análisis de los artículos encontrados. Como principales tendencias se identificaron el empleo de las redes bayesianas para la predicción y diagnóstico de fallos, así como el análisis de riesgos y la planificación del mantenimiento. Las principales regularidades para la confección del modelo son la jerarquización de los procesos, el análisis sistémico, la recopilación de datos, opiniones de expertos, identificación de variables principales y su correlación y la determinación de probabilidades de causas de los sucesos. El empleo de las regularidades identificadas permite una mayor efectividad del modelo de redes bayesianas para la predicción de fallos garantizando la eficiencia en la toma de decisiones.
Palabras claves: mantenimiento, redes bayesianas, diagnóstico, fallos.
BAYESIAN NETWORKS, A TOOL FOR FAULT DETECTION IN MAINTENANCE MANAGEMENT
SUMARY:
Industrial growth imposes the development of efficient technologies, diagnostic methods and maintenance. In general, the management of the maintenance process is considered to be insufficient. The main causes of dissatisfaction are often the result of unexpected failures that affect technical availability and cause unforeseen expenses. It is essential to guarantee availability and high reliability by developing technologies, methods and mathematical models that favor their management. The objective of the research is to identify regularities for the preparation of a Bayesian network model that allows the prediction of failures and favors decision making in maintenance management. A review of the specialized literature was conducted; the search was performed in the Scopus, IEEE Xplorer, Dimensions and Lens.org databases. The co-occurrence of keywords was calculated using VOSviewer software to identify the main trends, and a meta-analysis of the articles found was also carried out. The main trends identified were the use of Bayesian networks for failure prediction and diagnosis, as well as risk analysis and maintenance planning. The main regularities for the preparation of the model are the hierarchization of processes, systemic analysis, data collection, expert opinions, identification of main variables and their correlation and the determination of probabilities of causes of events. The use of the identified regularities allows a greater effectiveness of the Bayesian network model for the prediction of failures, guaranteeing efficiency in decision making.
Keywords: maintenance, Bayesian networks, diagnosis, failures.