RT info:eu-repo/semantics/conferenceObject
T1 Técnicas de aprendizaje automático para la predicción de intervenciones de mantenimiento en infraestructuras lineales de carretera
A1 Morales Sánchez, Francisco José
A1 Reyes Gutiérrez, Antonio
A1 Caceres Sánchez, Noelia
A1 Romero Pérez, Luis Miguel
A1 García Benítez, Francisco
K1 Infraestructuras
K1 Infrastructures
K1 Ingeniería civil
K1 Civil engineering
K1 Transporte
K1 Transportation
K1 Informática
K1 Computer science
AB Las técnicas de mantenimiento predictivo persiguen disminuir la aparición de fallosimprevistos, y la ejecución de las intervenciones correctivas necesarias que deben llevarsea cabo con anterioridad a la aparición de los fallos.Esta comunicación presenta una metodología, que permite automatizar la predicción dealertas de mantenimiento en infraestructuras lineales de transporte, aplicada al caso de unared de carreteras. Combina información cuantitativa del estado del activo junto con datosde las intervenciones de mantenimiento operativos e históricos, haciendo uso de técnicasde analítica de datos y modelos de aprendizaje automático.Una vez los modelos se encuentran entrenados, se infiere el estado del activo en elescenario futuro de interés, y las tareas de mantenimiento necesarias para evitar unadegradación posterior o desajustes de las condiciones de seguridad y/o confortabilidad. Lametodología genera una lista priorizada correspondiente a las alertas generadas por todoslos activos de la infraestructura monitorizada.La parte científica de esta comunicación presenta: i) el análisis de la información mínimanecesaria para obtener predicciones de alertas, y de las intervenciones de mantenimientomás probables asociadas a ellas en redes de carreteras; ii) el diagrama de flujo esquemáticodel conjunto de herramientas desarrollado para predecir alertas de mantenimiento; iii) elprocedimiento metodológico utilizado, para activar alertas y predecir las intervencionesmás probables, necesario para resolver estas alertas; iv) la metodología para determinar lafiabilidad y el nivel de severidad de alertas frente a falsos positivos y negativos.La parte empírica del artículo recoge la descripción y resultados de un caso piloto de red decarreteras.Finalmente, se extraen conclusiones sobre el enfoque del procedimiento propuesto y lacapacidad predictiva alcanzada.
PB Universidad de Burgos. Servicio de Publicaciones e Imagen Institucional
SN 978-84-18465-12-3
YR 2021
FD 2021-07
LK http://hdl.handle.net/10259/6892
UL http://hdl.handle.net/10259/6892
LA spa
NO Trabajo presentado en: R-Evolucionando el transporte, XIV Congreso de Ingeniería del Transporte (CIT 2021), realizado en modalidad online los días 6, 7 y 8 de julio de 2021, organizado por la Universidad de Burgos
NO Esta investigación ha recibido financiación del Programa de Investigación e Innovación Horizonte 2020 de la Unión Europea (acuerdo de subvención n ° 636496). Algunos de los autores agradecen al Ministerio de Economía y Competitividad de España (MINECO) la subvención parcial concedida en el marco del programa nacional de I + D + i (TRA2015- 65503) y del Programa Torres Quevedo (PTQ-13-06428). El contenido refleja únicamente la opinión de los autores y se declara que la UE y el MINECO no son responsables del uso que pueda hacerse de la información contenida en él. Los desarrollos llevados a cabo en esta investigación no habrían sido posible sin la participación de la entidad Infrastruturas de Portugal, y la estrecha colaboración de sus técnicos João Morgado, Emanuel Duarte, y Teresa Martins.
DS Repositorio Institucional de la Universidad de Burgos
RD 23-abr-2024