NTT DATA, Kipu Quantum y Komatsu desarrollaron una prueba de concepto que utiliza aprendizaje automático cuántico para anticipar fallas críticas en cables de palas eléctricas, uno de los desafíos operacionales más costosos del sector minero. La iniciativa demuestra que la computación cuántica puede generar valor práctico en entornos industriales complejos. El piloto logró generar alertas con hasta siete días de anticipación y evidenció el potencial de reducir los costos de mantenimiento hasta en un tercio mediante intervenciones preventivas antes de que una falla afecte activos clave de la operación.
Cuando un cable de pala eléctrica falla sin previo aviso, la operación se detiene y los costos se multiplican. El tiempo de inactividad no planificado puede costar hasta tres veces más que una intervención preventiva, lo que convierte a la predicción de fallas en un factor crítico para la rentabilidad y continuidad de las faenas. El proyecto enfrentó un problema difícil de resolver con métodos convencionales: detectar señales tempranas de desgaste en datos complejos. Las señales de los sensores eran ruidosas, los eventos de falla poco frecuentes y las condiciones operativas variaban entre equipos, limitaciones que reducen significativamente el desempeño de los modelos tradicionales de aprendizaje automático en escenarios productivos.
Comparte tus comentarios