Mayo de 2020 - uchile.cl
Transcript of Mayo de 2020 - uchile.cl
Opción a distancia no presencial Todos los cursos se podrán seguir vía streaming o ver video en diferido.
Mayo de 2020
DCMGA2020 2
IndiceObjetivo 3Objetivos específicosPúblico objetivo 4Perfil de egresoPlataforma a distancia 5Programa 6 Cursos 7Requisitos de aprobación 13Testimonios 14Cuerpo docente 17Inscripciones 20ProgramaciónProgramación de clases 21Requisitos de admisión 22ValoresContacto
DCMGA2020 3
Objetivo Formar un profesional con dominio en confiabilidad, mantenimiento y gestión de activos físicos que le permitan diseñar, liderar y realizar proyectos para alcanzar niveles de disponibilidad y mantenibilidad estipulados por la empresa y que involucren equipos complejos, interdependientes, que estén en interacción con el factor humano y fuentes de datos masivas.
Objetivos específicos Comprender los conceptos de riesgo, confiabilidad, mantenibilidad, disponibilidad
y resiliencia. Dominar técnicas de diseño de confiabilidad, mantenimiento preventivo, predictivo
e inspecciones. Evaluar y gestionar políticas de garantía y su respectivo impacto en la gestión de
repuestos. Evaluar e integrar el factor humano en la gestión eficiente de activos físicos. Dominar los conceptos, modelos y técnicas de inspección basados en riesgos
(API 580/581). Dominar los fundamentos y técnicas prácticas de análisis de datos que permitan
el manejo de datos complejos (big data). Evaluar, modelar y dominar técnicas para el diagnóstico y pronóstico de fallas en
equipos y estructuras en base a datos de sensores. Poner en práctica lo aprendido realizando un proyecto completo de gestión de
activos físicos.
DCMGA2020 4
Público objetivo Ingenieros, principalmente civiles mecánicos, químicos, industriales y eléctricos que se desempeñen o tengan interés de actuar en las áreas de integridad de equipos, confiabilidad, mantenimiento, riesgo tecnológico y planificación en empresas del sector privado o público.
Perfil de egresoProfesional con dominio en gestión de activos físicos, mantenimiento y confiabilidad que le permitan diseñar, liderar y realizar proyectos para alcanzar niveles de disponibilidad y mantenibilidad estipulados por la empresa y que involucren equipos complejos, interdependientes, que estén en interacción con el factor humano, y fuentes de datos masivas.
DCMGA2020 5
Plataforma a distancia Con la nueva modalidad a distancia el aprendizaje es más simple y colaborativo. El alumno podrá seguir vía streaming o ver video en diferido todos los cursos del diplomado, convirtiendo la enseñanza a distancia en una experiencia simple, clara y sin problemas.
Clases en tiempo real o diferido. Acceso a las clases con videos y audio de alta calidad. Interacción con el aula de clases de forma remota. Biblioteca de todas las clases dictadas.
DCMGA2020 6
Programa El diploma está estructurado en 11 cursos, divididas en 144 horas lectivas.
Cursos Ingeniería de Confiabilidad Gestión de Activos FísicosGestión del Mantenimiento
Análisis de Datos Aplicada a la Gestión de ActivosConfiabilidad Humana en la Gestión de Activos
Mantenimiento PredictivoInspección Basada en el Riesgo
Monitoreo de Señales y Detección de Anomalías Diagnóstico y Pronósticos de Daños
Big Data Aplicada a la Gestión de ActivosBig Data Analytics en Confiabilidad y Mantenimiento
Presentación de proyectos finales
11cursos
144horas
lectivas
DCMGA2020 7
Ingeniería de ConfiabilidadContenidos del curso
Conceptos básicos y paradigmas: confiabilidad, mantenibilidad, disponibilidad, tasa de fallas.
Probabilidad y Estadística en la Gestión de Activos: distribuciones de probabilidad como exponencial, Weibull, Lognormal.
Diseño para la confiabilidad: diagrama de bloques. Análisis de fallas: análisis de causa raíz, FMECA y FMEA, Fishbone, Método de la
desviación (¿Dónde? ¿Cuándo? ¿Cómo? ¿Qué?), Métodos Gráficos de Prioridad (Pareto y Jackknife).
Fallas dependientes (fallas de causa común). Mantenimiento centrado en confiabilidad (MCC). Mantenimiento y disponibilidad: reparación mínima, reparación imperfecta. Análisis de la confiabilidad de sistemas de seguridad.
Gestión de Activos FísicosContenidos del curso
Gestión de ciclo de vida. Ciclo de mejoramiento continuo. Proceso de toma de decisiones. Metodología A3. ISO 55000 – Physical Asset Management. Priorización en la gestión de activos. Diagrama de dispersión de tiempo y costo. Análisis de causa raíz. Diagrama Ishikawa. Jack Knife. Métodos multicriterio AHP.
CURS
OS
DCMGA2020 8
Gestión de MantenimientoContenidos del curso
Estrategias de mantenimiento. Optimización del mantenimiento preventivo con análisis de confiabilidad. Programación de ordenes de mantenimiento en horizonte táctico. Programas de mantenimiento preventivo para sistemas complejos. MCC – Mantenimiento Centrado en Confiabilidad
Análisis de Datos Aplicada a la Gestión de Activos Contenidos del curso
Estimación de distribuciones paramétricas para componentes reemplazables: Exponencial, Weibull, Lognormal (tiempos de reparo), mezcla de Weibulls (múltiplos modos de fallas), q-Weibull.
Gestionando activos con base en datos operacionales y ambientales: modelos de confiabilidad con variables explicativas.
Gestión de mantenimiento con base a datos de degradación: modelos de degradación, estimación de trayectorias de degradación, estimación de degradación acelerada.
Análisis de datos para equipos con reparación mínima y reparación imperfecta. Taller de casos de aplicación.
DCMGA2020 9
Confiabilidad Humana en la Gestión de Activos Contenidos del curso
Métodos para solucionar problemas prácticos en confiabilidad humana. Técnicas THERP, y SLIM. Performance shaping factors. Análisis de datos para estimación de la probabilidad de error humano. Taller de casos de aplicación.
Mantenimiento Predictivo Contenidos del curso
Análisis de aceite, ultrasonido, termografía. Introducción al análisis de vibraciones. Medición experimental, demonstraciones en laboratorio. Niveles aceptables de vibración, normas ISO. Análisis espectral: transformada de Fourier, aliasing, leakage y ventanas,
diagramas en cascada y análisis tiempo-frecuencia. Identificación de fallas: desbalance, eje doblado, desalineamiento, holgura,
base suelta, roce, cavitación, oil whirl/whip, resonancia, fallas en rodamientos y engranajes.
DCMGA2020 10
Inspección Basada en el Riesgo Contenidos del curso
Riesgo y fuentes de riesgo. Procedimiento de evaluación de riesgo probabilístico. Desarrollo de escenarios de riesgo: árboles de fallas y árboles de eventos. Desarrollo de planes de inspección basadas en las API 580/581. Taller de casos de aplicación.
Monitoreo de Señales y Detección de Anomalías Contenidos del curso
Entendimiento de los paradigmas de mantenimiento basado en la condición y pronóstico y gestión de la salud de equipos.
Extracción de características para detección de fallas: procesamiento de señales en el dominio del tiempo, espectro de frecuencia.
Técnicas de visualización para la detección de fallas. Detección de anomalías en activos físicos.
DCMGA2020 11
Diagnóstico y Pronósticos de Daños Contenidos del curso
Diagnóstico de la condición de equipos: - Métricas de evaluación del rendimiento: división de data, validación-cruzada,
matriz de confusión. - Máquinas de Soporte Vectorial (SVM). - Ensemble learning y Random Forests. - Agrupamiento de datos.
Pronóstico de fallas: predicción de la evolución de fallas, pronóstico a través de técnicas data-driven.
Taller de casos de aplicación.
Big Data Aplicada a la Gestión de ActivosContenidos del curso
Big data en la gestión de activos físicos. Internet de las Cosas. Ecosistema Hadoop en la gestión de activos físicos. Sistema distribuido de archivos: HDFS (Hadoop distributed file system). Distribución de tareas en un cluster: Paradigma Map Reduce. Bases de datos no relacionales (NoSQL-Structured Query Language). Herramientas: Pig, Hive. Conceptos fundamentales y técnicas de aprendizaje de máquina en confiabilidad
y mantenimiento. Taller de casos de aplicación.
DCMGA2020 12
Big Data Analytics en Confiabilidad y Mantenimiento Contenidos del curso
Técnicas tradicionales de aprendizaje de máquina para el análisis de confiabilidad y mantenimiento.
Limitaciones de las técnicas tradicionales de aprendizaje de máquina para problemas de Big Data.
Aprendizaje profundo de máquinas para problemas de Big Data en confiabilidad y mantenimiento.
Redes neuronales convolucionales profundas para el análisis de datos multi sensor.
Redes neuronales generativas adversariales profundas. Redes neuronales recurrentes. Taller de casos de aplicación.
Presentación de Proyectos Finales Contenidos del curso
Elaboración y análisis de casos prácticos. Preparación de un proyecto de aplicación grupal. Presentación y feedback de compañeros y profesores.
DCMGA2020 13
Requisitos de aprobaciónEl requisito académico se cumple aprobando todos los cursos con nota mínima 4,0
- El alumno sólo podrá reprobar un curso, y en este caso tendrá una segunda y última oportunidad para aprobar este curso.
- Con dos cursos reprobados (bajo nota 4,0), el alumno reprueba automáticamente todo el programa.
DCMGA2020 14
TEST
IMON
IOS
Para mí fue muy desafiante trabajar en este rubro y con los años he aprendido muchísimo de la gestión de activos relacionados con almacenamiento y distribución
(logística industrial). Quise incorporar a mis conocimientos de gestión, otras herramientas técnicas que me permitieran tomar decisiones en base al análisis de datos
que en estos años he podido gestionar. Nuestras empresas no tenían historiales ni planes formales, solo acciones correctivas.
Como arquitecto, al principio tuve que esforzarme bastante por manejar los modelos matemáticos que se utilizaron en el diplomado, sin embargo, la orientación de los profesores y el apoyo de mis compañeros ingenieros me ayudaron rápidamente a
nivelar mis conocimientos de pregrado. Este es un mundo muy completo y atractivo para mí como profesional en el cual seguiré avanzando.
Fue una experiencia que me abrió nuevas alternativas en mi desarrollo, aprendí nuevos conceptos y tendencias actuales del rubro, aplique metodologías de análisis para la
toma de decisiones que ya he utilizado en mi trabajo diario.
Me parece un excelente formato que maneja muy equilibradamente la teoría y la práctica. Agradecida de los profesores y ayudantes por su entrega y cercanía siempre.
Romina Mardones Shand, ArquitectaGerente Corporativo de Mantenimiento Rave Inmobiliaria
Lo encontré muy interesante, me ha servido mucho en mi trabajo y me permitió también tener una visión del estado del arte del mantenimiento y la gestión de activos. Realicé el diplomado por plataforma streaming, y fue bastante cómodo, aunque los cursos en los que debíamos utilizar
computadores se complicaron un poco al realizarlo a distancia. Por lo demás, me pareció un excelente programa de estudios.
Alfonso López, Ing. Civil Mecánico Ing. de Mantenimiento Esval
DCMGA2020 15
TEST
IMON
IOS
Realice el curso vía streaming. La calidad de la transmisión era muy buena, y a pesar de ser a distancia siempre hay posibilidades de preguntar y aclarar dudas con el profesor y con los demás compañeros que realizan el diplomado en dicha modalidad. Con respecto a sus contenidos, me pareció de gran utilidad no solo para el área en la que me desempeño, sino que son metodologías aplicables a
muchos campos. Cada tema fue desarrollado de gran manera, con profesores con gran conocimiento en la materia, y con mucha experiencia. Aunque el diplomado
está más orientado en los ámbitos de la Ingeniería Mecánica, es muy simple tomar los conceptos y orientarlos hacia otros campos como en mi caso la Ingeniería
Eléctrica.
Fue una muy buena experiencia y es un diplomado recomendado para todos los campos de la ingeniería.
Germán Ortega, Ing. Civil MecánicoIng. Especialista en Unidad de Telecomunicaciones, Transelec
Por mi parte realicé modalidad Mixta. En el desarrollo del Diplomado pude experimentar todo lo que se prometía en el folleto de inicio. En relación a las clases, muy buen desarrollo de todas las temáticas, aunque había algunos
módulos que comprimieron mucho la información en el caso de Gestión de Activos Fijos y Planificación del mantenimiento. Por otra parte, el manejo de la información
de los docentes y los casos expuestos fortalecen muy bien la teoría expuesta. También, las clases en modalidad a distancia facilitaban mucho más la compresión de los conceptos al poder retroceder el video. Finalmente, el almuerzo y los coffee
break excelente servicio y variado, que daba un buen respiro a las clases.
En resumidas cuentas, estoy muy satisfecho con el diplomado en general. Puedo decir que las herramientas entregadas fortalecieron mi desarrollo profesional,
aunque no soy ingeniero mecánico, como civil industrial pude profundizar conceptos que, para mí, antes eran desconocidos.
Muchas Gracias a todo el equipo docente, administrativo y soporte informático que hicieron esta experiencia muy grata
Jonatan Carrera, Ingeniero Civil IndustrialServicios Industriales PACOLL contratista de Codelco, División El Teniente, Rancagua
DCMGA2020 16
TEST
IMON
IOS
El Diplomado cumplió con creces mis expectativas, otorga una visión amplia con foco a confiabilidad; la modalidad impartida (presentación teórica y ejercicio
práctico) favorece el aprendizaje y comprensión de cada tema presentado en clases. La aplicabilidad de lo aprendido se hace fácil, haciendo fácil su manejo e
implementación en el mundo laboral.
Mauricio Riquelme, Ingeniero Civil MecánicoJefe de Ingeniería y Construcción, Codelco
Realizar el diplomado me entregó herramientas de análisis que no conocía para tomar decisiones con sólidos fundamentos en datos adquiridos. De esta forma aprendimos como cuantificar todas las variables que nos pueden influir en el
estado de las máquinas y los sistemas productivos.
Los profesores al ser un equipo multidisciplinario tenían la capacidad de entregarnos sus conocimientos desde múltiples enfoques para aplicarlos en
nuestros trabajos. Los compañeros del curso al venir de distintos rubros y niveles de organización compartíamos experiencias que enriquecían aún más lo aprendido.
Destaco que los profesores son del más alto nivel y son capaces de explicar desde lo más simple o clásico hasta lo más complejo y avanzado en la línea científica.
Al final del diplomado quedé muy contento por los conocimientos y la experiencia adquirida y muy satisfecho por la entrega de todo el equipo DIMEC U. Chile que
siempre estuvo pendiente para que todo resultara bien.
Emanuel Contreras Alarcón, Ing. Mecánico en Producción IndustrialProgramador y Operador de Centro Mecanizado CNC, Maestranza y Fundición Vespucio
DCMGA2020 17
Enrique López Droguett
Formación Académica PhD, Reliability Engineering,
University of Maryland, College Park. MS, Reliability Engineering, University
of Maryland, College Park. MS, Chemical Engineering, Federal
University of Bahia, Brazil. BS, Chemical Engineering, Federal
University of Bahia, Brazil.
Ocupación Profesor Asociado, Departamento de
Ingeniería Mecánica, Universidad de Chile.
Adjunct Associate Professor Department of Mechanical Engineering, University of Maryland, College Park, USA.
Viviana Meruane
Formación Académica Ph.D. Engineering, Department of
Mechanical Engineering, Katholieke Universiteit Leuven, Belgium.
M.Sc. Mechanical Engineering, Universidad de Chile, Chile.
P.E. Mechanical Engineer, Universidad de Chile, Chile.
Ocupación Profesor Asociado, Departamento de
Ingeniería Mecánica, Universidad de Chile.
CUER
PO D
OCEN
TE
DCMGA2020 18
Rodrigo Pascual
Formación Académica Ph.D. en Ciencias Aplicadas,
Université de Liege, Bélgica. Ingeniero Civil Mecánico, Universidad
de Concepción, Chile.
Ocupación Profesor Asociado, Departamento de
Ingeniería Mecánica, Universidad de Chile.
Marcos Orchard
Formación Académica Ph.D. Electrical and Computer
Engineering, Georgia Institute of Technology, EUA, 2007.
M.Sc. Electrical and Computer Engineering, Georgia Institute of Technology, EUA, 2005.
Civil Industrial Engineer with major in Electrical Engineering, Universidad de Chile, Chile, 2001.
Ocupación Profesor Asociado, Departamento de
Ingeniería Eléctrica, Universidad de Chile.
DCMGA2020 19
José Antonio García
Formación Académica Doctor en Ciencias con mención en
Matemáticas, Universidad de Chile, Chile.
Licenciado en Ciencias con mención en Matemáticas, Universidad de Chile.
Ocupación Investigador Principal, Telefónica,
Centro de Investigación y Desarrollo.
DCMGA2020 20
Inscripciones
Fecha de Inicio de las Clases: 29 de mayo de 2020. Fecha de Término de las Clases: 28 de noviembre de 2020. Lugar: Campus Beauchef Horario: Clases dos veces al mes, días viernes y sábado 09:00 a 18:00 horas
Programación
INSC
RIPC
IÓN
MAYO LUN MAR MIE JUE VIE SAB DOM
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31
JUNIO LUN MAR MIE JUE VIE SAB DOM
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30
JULIO LUN MAR MIE JUE VIE SAB DOM
1 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30 31
AGOSTO LUN MAR MIE JUE VIE SAB DOM
1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31
SEPTIEMBRE LUN MAR MIE JUE VIE SAB DOM
1 2 3 4 5 6
7 8 9 10 11 12 13
14 15 16 17 18 19 20
21 22 23 24 25 26 27
28 29 30
OCTUBRE LUN MAR MIE JUE VIE SAB DOM
1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30 31
NOVIEMBRE LUN MAR MIE JUE VIE SAB DOM
1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30
DCMGA2020 21
Programación de clases
Fecha Curso Horas Profesor
29 y 30/05/2020 Ingeniería de Confiabilidad 16 Enrique López
12 y 13/06/2020 Gestión de Activos Físicos 16 Rodrigo Pascual
26 y 27/06/2020 Gestión del Mantenimiento 16 Rodrigo Pascual
10/07/2020 Análisis de Datos Aplicada a la Gestión de Activos 8 Enrique López
11/07/2020 Confiabilidad Humana en la Gestión de Activos 8 Enrique López
31/07 y 01/08/2020 Mantenimiento Predictivo 16 Viviana Meruane
21/08/2020 Inspección Basada en el Riesgo 8 Enrique López
22/08/2020 Monitoreo de Señales y Detección de Anomalías 8 Viviana Meruane
04 y 05/09/2020 Diagnóstico y Pronósticos de Daños 16 Viviana Meruane
& Marcos Orchard
02 y 03/10/2020 Big Data Aplicada a la Gestión de Activos 16 Jose García
23 y 24/10/2020 Big Data Analytics en Confiabilidad y Mantenimiento 16 Enrique López
27 y 28/11/2020 Presentación de proyectos finales Enrique López
& Viviana Meruane
DCMGA2020 22
Requisito de admisión
Estar en posesión de un título profesional de ingeniero o licenciatura en ingeniería con una duración mínima de 4 años.
Valores144 U.F. (Pago en hasta 12 cuotas)
Público general: Hasta 20 de enero de 2020: descuento de 20% Hasta 20 de marzo de 2020: descuento de 10%
Egresados de la U. de Chile: Hasta 20 de enero de 2020: descuento de 30% Hasta 20 de marzo de 2020: descuento de 20% Hasta 20 de abril de 2020: descuento de 10%
Postulación en:www.dimec.uchile.cl/web/diplomas-y-cursos/postulacion-a-diploma/
ConsultasMaricarmen Núñez
+562 2978 4591 [email protected]