La académica del Departamento de Ingeniería Mecánica y directora Académica, de Investigación e Innovación de la Facultad de Ciencias Físicas y Matemáticas, Dra. Viviana Meruane, se  adjudicó un proyecto Fondecyt Regular. A través de su investigación busca desarrollar nuevas metodologías que reduzcan las fallas en equipos industriales para evitar pérdidas millonarias a diferentes sectores productivos.

En el concurso Fondecyt Regular 2025 la Universidad de Chile se adjudicó un total de 102 iniciativas, liderando entre las instituciones de Educación Superior a nivel nacional. De esta cifra, un total de 27 proyectos son liderados por académicas y académicos de la FCFM, entre ellos, la Dra. Viviana Meruane del Departamento de Ingeniería Mecánica. 

La académica resalta que la obtención de este financiamiento es un reconocimiento a la relevancia científica y aplicada de esta investigación, remarcando que “es una gran oportunidad para avanzar en el desarrollo de metodologías innovadoras y generar conocimiento que tenga un impacto tanto en la academia como en la industria. Además, representa un compromiso con la formación de nuevos investigadores y el fortalecimiento de la investigación en inteligencia artificial aplicada al mantenimiento predictivo en Chile”.

El estudio, denominado “Advanced Deep Learning Techniques for Domain Generalization in Unsupervised Fault Detection of Industrial Equipment” (Técnicas avanzadas de aprendizaje profundo para la generalización de dominio en la detección no supervisada de fallas en equipos industriales), tendrá una duración de cuatro años y le permitirá indagar en metodologías  avanzadas de detección no supervisada de fallas en equipos industriales operando bajo condiciones variables.

“Se busca mejorar la capacidad de los modelos de inteligencia artificial para adaptarse a nuevos escenarios mediante técnicas de generalización de dominio (Domain Generalization). Esto permitirá detectar fallas de manera más precisa sin necesidad de datos etiquetados, lo que es especialmente relevante en entornos industriales donde los datos de fallas son escasos o inexistentes. Además, se pretende generar una base de datos abierta de monitoreo de equipos industriales para impulsar la investigación y colaboración en este campo”, explica la investigadora.

La académica del DIMEC, a través de esta investigación, espera impactar directamente en la industria local, especialmente, en sectores como la minería, la manufactura, la energía y las plantas de desalación, que tienen un rol estratégico. 

“La detección temprana de fallas en equipos industriales es clave para evitar detenciones imprevistas, reducir costos de mantenimiento y extender la vida útil de la maquinaria. Además, al mejorar la eficiencia operativa y reducir desperdicios de recursos, este desarrollo contribuirá a la sostenibilidad industrial”, sentencia.

Por Comunicaciones DIMEC