Predicción de vida residual en puente grúa: LSTM vs GRU vs Prophet
Comparativa de métodos de predicción de RUL en componentes críticos de puentes grúa
Tomando como objeto de predicción el rodamiento de entrada del reductor de un puente grúa, se comparó la precisión de predicción de vida residual de cuatro modelos de series temporales —ARIMA (MAPE=19,8%), Prophet (17,5%), LSTM (14,3%) y GRU (15,1%)— sobre la base de datos de vibraciones del proyecto KL-PM-2024 de Kelude (60 puentes grúa × 24 meses, 1,45 millones de registros de vibración). LSTM, con una arquitectura de doble capa de 128 unidades ocultas y mecanismo de atención, logró la mayor precisión, pero GRU alcanzó una precisión similar con solo el 73% del tiempo de entrenamiento de LSTM, lo que lo convierte en la opción más rentable para el despliegue en ingeniería. Este artículo ofrece un método completo de ingeniería de características, la estructura de los modelos y el flujo de entrenamiento y evaluación.
La predicción de la vida residual (Remaining Useful Life, RUL) de los componentes críticos del puente grúa (rodamiento del reductor, rodamiento del motor, rodamiento de rueda) es el eslabón técnico más importante del mantenimiento predictivo. La precisión de la predicción de RUL incide directamente en la optimización del plan de mantenimiento y de la gestión de repuestos. Este artículo toma como objeto de estudio el rodamiento de entrada del reductor de un puente grúa (rodamiento rígido de bolas SKF 6308) y, sobre la base de datos de vibraciones del proyecto KL-PM-2024 (60 puentes grúa × 24 meses de captura continua, frecuencia de muestreo de 10 kHz, extracción diaria de 17 características, 1,45 millones de registros), compara sistemáticamente la implementación práctica y la precisión de predicción de cuatro modelos de series temporales de uso generalizado. Plataforma experimental: Intel Xeon Gold 6348 + NVIDIA A10 (24GB) + PyTorch 2.1.0 / Prophet 1.1.5 / statsmodels 0.14.1. El código fuente y el conjunto de datos etiquetado están disponibles bajo solicitud.
Datos experimentales e ingeniería de características
Los datos experimentales provienen del seguimiento de degradación durante 24 meses del rodamiento de entrada del reductor (SKF 6308) de 60 puentes grúa. El sensor de vibración se instaló en dirección vertical sobre el soporte de rodamiento (PCB 352C33, frecuencia de muestreo de 10 kHz, captura diaria de 6,4 segundos = 65.536 puntos). Se registraron 1,45 millones de muestras, de las cuales el 80% se destinó al conjunto de entrenamiento (48 unidades × 24 meses) y el 20% al conjunto de prueba (12 unidades × 24 meses).
Flujo de extracción de características: denoising wavelet de la señal de vibración (db4, 3 niveles) → espectro FFT (ventana de Hanning, 4096 puntos, solapamiento del 50%) → características estadísticas (valor eficaz Vrms, pico, pico a pico, curtosis, asimetría, factor de impulso, factor de holgura, factor de cresta) → características en el dominio de la frecuencia (amplitudes BPFI/BPFO, bandas laterales de la frecuencia de engrane) → vector de 17 características normalizado (Min-Max, rango [0,1]) → construcción de ventanas deslizantes (longitud de ventana de 30 días, horizonte de predicción de 30 días).
Descripción e implementación de los cuatro modelos
ARIMA (modelo autorregresivo integrado de media móvil, implementado con statsmodels 0.14.1): se aplicó la prueba ADF a cada una de las 17 características para determinar el orden de diferenciación d (d=1 en la mayoría de las características); los parámetros p y q se determinaron mediante los gráficos ACF/PACF (p=2~5, q=1~3) y se seleccionó el modelo óptimo según el criterio AIC. ARIMA es esencialmente un modelo univariante de series temporales, por lo que no puede aprovechar directamente la información cruzada entre múltiples variables.
Prophet (código abierto de Meta, versión 1.1.5): descompone las características de vibración en componentes de tendencia, estacionalidad y efectos de días festivos. Se configuraron changepoint_prior_scale=0,05, seasonality_prior_scale=10 y seasonality_mode=”additive”. La ventaja de Prophet radica en su manejo automático de valores faltantes y atípicos, así como en su alta tolerancia al ruido en datos industriales.
LSTM (implementado con PyTorch 2.1.0): LSTM de dos capas + Attention, capa oculta de 128 dimensiones, entrada de 17 dimensiones × pasos de tiempo de 30 días, salida de la curva de degradación para los próximos 30 días. Parámetros de entrenamiento: optimizador Adam, lr=0.001, Batch=64, Epoch=100, EarlyStopping patience=10, Dropout=0.3. Función de pérdida mixta MSE+MAE (peso 0.7:0.3).
GRU (misma implementación en PyTorch): GRU de dos capas + Attention, estructura idéntica a la de LSTM, solo se sustituye el tipo de celda. La estructura de compuertas del GRU es más simple (compuerta de actualización + compuerta de reinicio frente a compuerta de olvido + compuerta de entrada + compuerta de salida del LSTM), con un número total de parámetros equivalente a aproximadamente el 75% del LSTM. La velocidad de entrenamiento es aproximadamente un 27% más rápida que la del LSTM.
Comparativa de precisión y evaluación de modelos
| Modelo | MAPE(30día) | RMSE(día) | Tiempo de entrenamiento | Latencia de inferencia | Multivariable (Sí/No) | Requisitos de datos |
|---|---|---|---|---|---|---|
| ARIMA | 19.8% | 7.2día | ＜1minuto | ＜1ms | No(Modelado por dimensión) | ≥200unidad |
| Prophet | 17.5% | 6.4día | ~2minuto | ＜5ms | No(Modelado por dimensión) | ≥100unidad |
| GRU | 15.1% | 5.5día | ~22minuto | ＜3ms | Sí | ≥5,000unidad |
| LSTM | 14.3% | 5.2día | ~30minuto | ＜3ms | Sí | ≥5,000unidad |
Conclusión de la evaluación: en el indicador MAPE, LSTM obtiene el mejor resultado (14,3%), seguido de GRU con un 15,1%, aunque el tiempo de entrenamiento de GRU es solo el 73% del de LSTM (22 min frente a 30 min). Prophet ocupa el tercer lugar con un 17,5%, pero no requiere GPU y ofrece la mejor tolerancia a fallos (gestiona automáticamente valores faltantes y atípicos), lo que lo hace idóneo para un despliegue rápido en entornos industriales. ARIMA queda en último lugar con un 19,8% y solo admite modelado univariante (en la práctica requiere ejecutar 17 modelos independientes y luego integrarlos), por lo que no se recomienda para escenarios con múltiples sensores.
Recomendaciones de despliegue en planta
A partir de la comparativa anterior, se formulan las siguientes recomendaciones de despliegue: ① con menos de 1.000 registros y recursos de cálculo limitados, optar por Prophet (MAPE≈17,5%, sin GPU, buena tolerancia a fallos); ② con 5.000 registros o más y prioridad en la precisión de la predicción, elegir LSTM (MAPE=14,3%, el mejor, requiere GPU para entrenar); ③ con 5.000 registros o más pero con recursos limitados en el dispositivo de inferencia (Computación en el Borde/Jetson), seleccionar GRU (MAPE=15,1%, volumen del modelo reducido al 75% del de LSTM, inferencia más rápida); ④ ARIMA se utiliza únicamente como modelo de referencia y no se recomienda su uso independiente en producción.
Estrategia híbrida recomendada: en los proyectos de Mantenimiento Predictivo ya implantados por Kelude, se adopta un esquema de doble modelo: Prophet para la detección rápida de anomalías (en línea) + LSTM para la predicción precisa de RUL (cálculo por lotes fuera de línea). Prophet alcanza un MAPE≈17,5% en 30 días; cuando la RUL prevista es ≤45 días, se activa LSTM para el cálculo fino, que tras el ajuste logra un MAPE≈14,3%, equilibrando así el coste computacional y la precisión de la predicción.
Validación con caso real en puente grúa
En el proyecto de Mantenimiento Predictivo de 6 puentes grúa de 32t en el taller de laminación en caliente de una empresa siderúrgica (código de proyecto KL-PM-2024-017), se implantó el esquema de doble modelo Prophet+LSTM. Tras 14 meses de operación real: Prophet logró un MAPE=18,2% en la alerta temprana de la degradación del rodamiento del reductor (RUL>60 días), mientras que LSTM alcanzó un MAPE=13,8% en la predicción a corto plazo (RUL≤30 días). El sistema emitió 12 alertas tempranas de degradación de rodamientos, de las cuales 11 coincidieron con la situación real (precisión del 91,7%), con una antelación media de 23 días. En comparación con la estrategia tradicional de sustitución periódica (cambio fijo cada 18 meses), el Mantenimiento Predictivo redujo las intervenciones innecesarias en aproximadamente un 35% y mejoró la rotación del inventario de Repuestos en un 40%.
Preguntas frecuentes sobre modelos predictivos
P: ¿Por qué GRU entrena más rápido que LSTM con una precisión similar?
R: GRU simplifica las tres compuertas de LSTM (olvido/entrada/salida) a dos (actualización/reinicio), reduciendo el número de parámetros en aproximadamente un 25%. En tareas de series temporales de complejidad media como los datos de vibración por degradación en puentes grúa, la estructura de compuertas simplificada de GRU es suficiente para capturar la tendencia de degradación sin pérdida significativa de capacidad expresiva. No obstante, los parámetros adicionales de LSTM ofrecen cierta ventaja ante condiciones operativas abruptas (como saltos de vibración por cambios bruscos de Carga).
P: ¿Es posible mejorar aún más la precisión de Prophet?
R: Sí. Con los Parámetros por defecto, Prophet alcanza un MAPE=17,5%; mediante las siguientes optimizaciones se puede reducir hasta aproximadamente el 16,0%: ① especificar Manualmente los puntos de cambio de tendencia (basados en los registros de Mantenimiento y paradas); ② ajustar seasonality_prior_scale de 10 a 20 para aumentar la flexibilidad del componente periódico; ③ añadir regresores adicionales (como la tasa de Carga media diaria o la Temperatura Ambiente). Estas optimizaciones deben adaptarse a los datos operativos específicos de cada equipo.
P: ¿Cómo se despliegan los modelos LSTM/GRU en dispositivos de borde?
R: El modelo entrenado en PyTorch se exporta al formato TorchScript (u ONNX) y, tras optimizarlo con TensorRT, se despliega en la serie NVIDIA Jetson. Tomando como ejemplo el Jetson Orin NX (16GB): tras la cuantificación INT8, el volumen del modelo es de aproximadamente 3,2MB (frente a unos 28MB en FP32), la latencia de inferencia es de unos 0,5ms/muestra y el consumo es de aproximadamente 10W. Para desplegarlo en CPUs ARM Cortex-A, se recomienda cuantificar el modelo al formato TFLite INT8, con una latencia de inferencia de unos 15ms/muestra.
P: ¿Qué modelo elegir cuando se dispone de menos de 5.000 registros?
R: Con datos insuficientes se puede recurrir al aprendizaje por transferencia: utilizar el modelo LSTM preentrenado publicado por Kelude (entrenado con datos de 60 puentes grúa) como punto de partida y ajustarlo (Fine-tune) con una pequeña cantidad de datos del equipo objetivo (500~1.000 registros), entrenando únicamente las dos últimas capas totalmente conectadas. Tras el ajuste, el MAPE puede alcanzar aproximadamente el 16,5%, muy superior al de un LSTM entrenado desde cero (MAPE>25% con datos insuficientes). Prophet puede generar resultados utilizables a partir de 100 registros (MAPE≈19%), siendo la opción preferente en escenarios de muestra pequeña.
