Caso: Primer Mes sin Historial — Extrusora de Plásticos
Cómo Rela AI arrancó desde cero en una extrusora sin datos históricos y evolucionó hasta predicción
Caso: Primer Mes sin Historial — Extrusora de Plásticos
Contexto
- Industria: Plásticos (inyección y extrusión)
- Equipo: Extrusora de doble husillo, Línea 2
- Sensores: Temperatura de barril (5 zonas), presión de masa, velocidad del husillo, corriente del motor
- Desafío: Equipo nuevo — CERO historial de fallas, CERO datos previos
El Problema
La planta acababa de instalar una nueva extrusora. No había datos históricos, no había patrones conocidos, y el proveedor solo daba recomendaciones genéricas de mantenimiento cada 2,000 horas. El jefe de planta quería saber: "¿Cuándo va a necesitar mantenimiento real?"
Lo que Rela AI Hizo
Semana 1: Conexión (Nivel 0)
- Rela se conectó a los 8 sensores vía Modbus TCP del PLC
- Maturity Level: Nivel 0 (Monitoring Only)
- Dashboard mostraba: "Rela está aprendiendo. 3 días de datos."
Lo que el operador veía:
EXTRUSORA-L2: NIVEL 0 (Detección)
Progreso: 30% hacia Nivel 1
Capacidades: ✅ Alertas básicas | 🔒 Salud | 🔒 PredicciónSemana 2: Primeras Anomalías
- Rela detectó que la Zona 3 del barril tenía variaciones de ±5°C (las otras zonas variaban ±1°C)
- WhatsApp al operador: "Anomalía en Zona 3 del barril. Variación de temperatura mayor que las otras zonas. No es falla, pero vale la pena monitorear."
- El operador verificó: nada visible, pero tomó nota
Semana 3: Nivel 1 Alcanzado
- Con 15 snapshots de salud, Rela alcanzó Nivel 1 (Health Tracking)
- AHI calculado: 92 (A) — equipo nuevo, como esperado
- Dashboard ahora mostraba tendencias de degradación (planas, como esperado en equipo nuevo)
Lo que el operador veía:
EXTRUSORA-L2: NIVEL 1 (Seguimiento de Salud)
AHI: 92/100 (A - Excelente)
Próximo nivel: Predicción (necesita 1 falla registrada)Semana 4: Datos Sintéticos para Estimación Inicial
El jefe de planta pidió: "¿Puedo tener una estimación de vida útil aunque sea aproximada?"
- Rela generó una curva de degradación sintética basada en la vida útil del fabricante (10,000h)
- Estimación inicial: "Basado en parámetros del fabricante, RUL ~8,500h. Confianza: 35% (pocos datos reales)."
Mes 2: Primera Falla Real
- La anomalía de Zona 3 empeoró: variaciones de ±12°C
- AHI bajó de 88 a 62 en 10 días
- Rela alertó: "Degradación significativa en Zona 3. RUL estimado: 200h."
- Se creó OT automática
Intervención: Resistencia de calentamiento de Zona 3 con conexión suelta. Reparación: 1.5 horas.
Registro: El operador cerró la OT y marcó "Falla confirmada: eléctrica"
Después de la Primera Falla: Nivel 2
- Rela recalibró el modelo con la falla real
- Maturity Level subió a Nivel 2 (Predictive)
- La curva sintética fue reemplazada por datos reales
- Confianza subió a 65%
Lo que el operador veía:
EXTRUSORA-L2: NIVEL 2 (Predicción)
AHI: 85/100 (B - Buena, post-reparación)
RUL: 4,200h (confianza 65%)
Próximo nivel: Optimizado (necesita 2 fallas más)Timeline Completo
| Semana | Nivel | Evento | Acción de Rela |
|---|---|---|---|
| 1 | 0 | Conexión de sensores | Recopilando datos, alertas básicas |
| 2 | 0 | Anomalía Zona 3 detectada | Notificación informativa por WhatsApp |
| 3 | 1 | 15 snapshots completados | AHI activo, tendencias visibles |
| 4 | 1 | Datos sintéticos generados | Estimación inicial de RUL (baja confianza) |
| 8 | 1 | Degradación Zona 3 acelerada | Alerta urgente + OT automática |
| 8.5 | 1→2 | Falla confirmada y reparada | Modelo recalibrado, Nivel 2 alcanzado |
Impacto
| Métrica | Resultado |
|---|---|
| Tiempo desde instalación hasta primera predicción | 4 semanas (con datos sintéticos) |
| Tiempo hasta predicción confiable | 8 semanas (post primera falla) |
| Primera falla detectada a tiempo | Sí — 200h antes de falla catastrófica |
| Costo de la intervención | $800 (vs ~$8,000 si hubiera fallado el husillo) |
| Costo evitado | ~$7,200 |
Lecciones del Bootstrapping
- Nivel 0 ya tiene valor: Las alertas básicas detectaron la anomalía de Zona 3 en la semana 2
- Datos sintéticos son puente, no destino: Dan una estimación inicial que se reemplaza con datos reales
- La primera falla es oro: Cada falla registrada mejora dramáticamente la precisión del modelo
- Transparencia genera confianza: El operador siempre sabía en qué nivel estaba y qué faltaba para el siguiente
Este caso demuestra que Rela AI genera valor desde el día 1, incluso sin historial. El sistema evoluciona desde detección básica hasta predicción confiable en semanas, no meses.