Almanza Quispe, Williams SergioMartin Aragon Salas, Luis Carlos2026-09-032026-09-032026https://repositorio.unjbg.edu.pe/handle/20.500.12510/6174El estudio tuvo como propósito desarrollar un modelo predictivo híbrido basado en el Análisis de Componentes Principales (PCA) y Redes Neuronales Artificiales (RNA) para estimar el tiempo de vida útil remanente (RUL) de bombas centrífugas empleadas en entornos industriales. El enfoque metodológico comprendió tres etapas: análisis del comportamiento operativo, diseño del modelo predictivo y evaluación del desempeño mediante métricas de precisión. En la fase de análisis, se examinaron las variables vibración RMS, caudal, presión y gradiente térmico, evidenciando estabilidad general y tendencias que reflejaron los procesos de degradación progresiva. A través del PCA, se logró reducir la dimensionalidad del conjunto de datos, concentrando más del 90 % de la varianza total en cuatro componentes principales, de los cuales el PC3 resultó ser el más influyente en la predicción del RUL, al relacionarse con factores térmicos y vibracionales. El modelo fue implementado mediante una red neuronal tipo perceptrón multicapa (MLP), entrenada con el algoritmo Adam y función de activación ReLU. En la fase de entrenamiento, se obtuvo un R² = 0.9213, con MAE = 16.93 h y RMSE = 20.75 h, evidenciando un adecuado ajuste a los datos históricos. En la validación, el desempeño disminuyó (𝑅² = 0.1483, 𝑀𝐴𝐸 = 27.69 ℎ, 𝑅𝑀𝑆𝐸 = 33.18 ℎ), reflejando sensibilidad a la variabilidad operativa. En el conjunto de prueba, el modelo alcanzó un desempeño intermedio (𝑅² = 0.5203, 𝑀𝐴𝐸 = 17.45 ℎ, 𝑅𝑀𝑆𝐸 = 22.02 ℎ), logrando capturar la tendencia general del RUL frente a datos no vistos. Los resultados demostraron que el modelo PCA–RNA es viable para estimaciones iniciales del RUL, permitiendo anticipar la degradación de las bombas y apoyar la planificación del mantenimiento predictivo. Su aplicación contribuye a optimizar tiempos de intervención, reducir costos operativos y aumentar la confiabilidad en sistemas industriales.application/pdfspainfo:eu-repo/semantics/openAccessAnálisis de componentes principalesBombas centrífugasinfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#2.03.01