Horas de retenciones debido a la avería de un vehículo de grandes dimensiones. La escena puede resultar familiar para quienes circulan con frecuencia. La inteligencia artificial, uno de los sectores que más interés ha despertado durante los últimos años, podría ayudar a reducir este tipo de contratiempos mediante la predicción de averías.
El grupo de investigación KIDS de la Universidad de Córdoba (UCO), liderado por el catedrático Sebastián Ventura, está trabajando actualmente en un sistema de mantenimiento predictivo de camiones para el Ejército de Tierra, un proyecto concedido por el Ministerio de Defensa y cuyos resultados podrían ser aplicables a flotas comerciales con características similares, desde camiones de basura hasta autobuses urbanos o coches de alquiler.
El equipo de investigación ya está trabajando en el prototipo, que estará listo para el próximo mes de septiembre, y cuyo objetivo es generar un programa informático capaz de emitir alertas. En otras palabras, predecir una avería antes de que ocurra y localizar el lugar concreto donde se producirá el fallo, con el consecuente ahorro de costes y tiempo.
"Actualmente, la mayor parte de los sistemas de mantenimiento suelen ser bastante conservadores y planifican la sustitución de las diferentes piezas antes de lo que sería necesario, garantizando la salud del vehículo a costa de un cierto sacrificio económico", explica Sebastián Ventura. Este nuevo sistema busca dilatar al máximo esta decisión para realizar la reparación en el momento preciso, una predicción que, como es habitual en el campo de la inteligencia artificial, necesita nutrirse de una vasta cantidad de datos.
Monitorización en tiempo real
Para ello, el proyecto, en el que también colabora el grupo de Modelización y Simulación de Sistemas Físicos de la UCO, está supervisando actualmente la actividad de 65 camiones del ejército, desde que se arrancan hasta que se apagan los motores. A través de un dispositivo conectado a la centralita de los vehículos, el equipo de investigación recibe información relativa a la temperatura del motor, revoluciones, estado de los frenos, refrigeración y un largo etcétera de más de 100 variables que se monitorizan en tiempo real.
El objetivo de todo este sistema de reconocimiento de datos es predecir, en base a la información del presente, más de una veintena de modos de fallos distintos, relacionados con la inyección, el estado del motor, el catalizador, el estilo de conducción o el sistema de gases.
Este nuevo sistema de mantenimiento predictivo, según destaca Sebastián Ventura, podría ser especialmente útil para la nueva base logística del Ejército de Tierra en Córdoba, "en la que se realizarán labores de mantenimiento y reparación de plataformas militares". No obstante, destaca el investigador, este tipo de herramientas de predicción de averías basadas en inteligencia artificial también podrían ser muy rentables en otras plataformas del ejército que tengan instalados una gran cantidad de sensores, como barcos o fragatas.