Diplomado en Sistemas de mantenimiento predictivo

1.1. Principios del mantenimiento correctivo, preventivo, predictivo, proactivo y basado en condición aplicados a equipos industriales y marítimos

1.2. Evolución de las estrategias de mantenimiento desde la intervención por avería hasta la gestión inteligente del ciclo de vida del activo

1.3. Clasificación de activos críticos según función, impacto operativo, seguridad, disponibilidad y coste de fallo

1.4. Relación entre fiabilidad, mantenibilidad, disponibilidad, vida útil y coste total de propiedad

1.5. Identificación de modos de fallo, mecanismos de degradación y síntomas asociados al deterioro de equipos

1.6. Indicadores de mantenimiento: tiempo medio entre fallos, tiempo medio de reparación, disponibilidad técnica y cumplimiento del plan

1.7. Diseño de una estrategia predictiva alineada con los objetivos operativos, económicos y de seguridad de la organización

2.1. Selección de sensores para medir vibración, temperatura, presión, caudal, nivel, corriente, tensión y velocidad de giro

2.2. Instrumentación aplicada a motores, bombas, compresores, reductores, rodamientos, generadores y sistemas auxiliares

2.3. Configuración de sistemas de adquisición de datos, frecuencias de muestreo, resolución y sincronización temporal

2.4. Instalación, ubicación, calibración y verificación de sensores en entornos industriales exigentes

2.5. Integración de señales analógicas, digitales, inalámbricas y protocolos de comunicación industrial

2.6. Detección de ruido, interferencias, pérdidas de señal, deriva de sensores y errores de medición

2.7. Diseño de arquitecturas de monitorización capaces de capturar datos fiables en tiempo real y en campañas periódicas

3.1. Análisis de vibraciones para identificar desequilibrio, desalineación, holguras, resonancia y defectos en rodamientos

3.2. Termografía infrarroja aplicada a sistemas eléctricos, mecánicos, térmicos y de distribución energética

3.3. Análisis de aceites, lubricantes y partículas de desgaste para evaluar contaminación, degradación y daño interno

3.4. Ultrasonidos para detección de fugas, cavitación, descargas eléctricas y defectos en elementos mecánicos

3.5. Análisis de corriente y firma eléctrica para diagnosticar fallos en motores, generadores y accionamientos

3.6. Inspección acústica, visual y boroscópica como apoyo al diagnóstico basado en condición

3.7. Integración de técnicas complementarias para aumentar la precisión y reducir falsos diagnósticos

4.1. Tratamiento de señales mediante filtrado, normalización, eliminación de ruido y corrección de valores atípicos

4.2. Análisis temporal, frecuencial y tiempo-frecuencia aplicado a señales de condición operativa

4.3. Transformada rápida de Fourier, espectros, envolventes, armónicos y bandas laterales en diagnóstico de maquinaria

4.4. Extracción de características estadísticas, energéticas y espectrales para describir estados de degradación

4.5. Construcción de líneas base, umbrales de alarma y bandas de severidad según comportamiento histórico

4.6. Gestión de bases de datos de condición, eventos, órdenes de trabajo, repuestos e historial de fallos

4.7. Desarrollo de cuadros de mando para visualizar tendencias, anomalías, criticidad y evolución del estado de los activos

5.1. Fundamentos de estadística aplicada a la estimación de fallos, degradación y vida útil remanente

5.2. Modelos de regresión, clasificación y series temporales para predecir comportamiento y deterioro de equipos

5.3. Aplicación de aprendizaje automático supervisado y no supervisado en detección de anomalías

5.4. Desarrollo de modelos para estimar la vida útil remanente de componentes críticos

5.5. Entrenamiento, validación y comparación de modelos mediante métricas de precisión, sensibilidad y error predictivo

5.6. Gestión de datos desequilibrados, escasez de fallos históricos y variabilidad de condiciones operativas

5.7. Evaluación de explicabilidad, robustez y fiabilidad antes de utilizar modelos predictivos en decisiones de mantenimiento

6.1. Integración del mantenimiento predictivo con sistemas informatizados de gestión de mantenimiento y planificación empresarial

6.2. Automatización de alarmas, avisos, órdenes de trabajo y recomendaciones de intervención

6.3. Conexión con plataformas de internet industrial de las cosas y procesamiento en el borde

6.4. Diseño de gemelos digitales para representar el comportamiento físico y operativo de activos críticos

6.5. Simulación de escenarios de degradación, carga, fallo y respuesta de mantenimiento

6.6. Interoperabilidad entre sensores, plataformas analíticas, sistemas de control y bases de datos corporativas

6.7. Desarrollo de ecosistemas digitales para supervisión remota y mantenimiento coordinado de activos distribuidos

7.1. Diagnóstico de madurez organizacional para implantar estrategias de mantenimiento predictivo

7.2. Priorización de activos mediante análisis de criticidad, riesgo, coste y consecuencias de fallo

7.3. Diseño de planes piloto, pruebas de concepto y despliegue progresivo de sistemas de monitorización

7.4. Evaluación económica mediante costes de implantación, ahorro esperado, reducción de paradas y retorno de inversión

7.5. Definición de indicadores sobre disponibilidad, fiabilidad, cumplimiento, precisión diagnóstica y reducción de fallos

7.6. Formación del personal, gestión del cambio y coordinación entre mantenimiento, operaciones, ingeniería y dirección

7.7. Construcción de procesos de mejora continua mediante revisión de modelos, retroalimentación y actualización de estrategias