Análisis de efectividad de modelos de machine learning para la estimación de RUL de motor turbofán N-CMAPSS

Abstract

Esta investigación evalúa y compara el desempeño, la estabilidad y la resiliencia de dos arquitecturas de Machine Learning, Extreme Gradient Boosting (XGBoost) y redes Long Short-Term Memory (LSTM), para la estimación de la Vida Útil Remanente (RUL) de motores turbofán N-CMAPSS bajo condiciones simuladas de extrema escasez de datos. Si bien el mantenimiento predictivo (PdM) constituye un pilar de la Industria 4.0, una barrera importante para su implementación en pequeñas y medianas empresas (PyMEs) es el elevado volumen de datos históricos requerido para entrenar modelos complejos de inteligencia artificial. Utilizando el conjunto de datos de alta fidelidad N-CMAPSS de la NASA, el estudio redujo sistemáticamente los volúmenes de datos de entrenamiento desde el 100% hasta el 0,0001%, cuantificando la precisión predictiva mediante la Raíz del Error Cuadrático Medio (RMSE) y el Error Absoluto Medio (MAE). Los resultados demuestran que, aunque los modelos LSTM alcanzan una precisión superior, superando a XGBoost hasta en un 73% con grandes volúmenes de datos, presentan un colapso predictivo que produce subestimaciones severamente pesimistas cuando la disponibilidad de datos disminuye por debajo del 0,1%. En contraste, XGBoost exhibe una elevada robustez en escenarios de escasez de datos, manteniendo predicciones operativamente viables (RMSE < 10 ciclos) utilizando solo el 0,001% de los datos de entrenamiento. Asimismo, para lograr predicciones estables, LSTM requirió un promedio de 52.466 ventanas temporales, mientras que XGBoost obtuvo un desempeño competitivo con un promedio de solo 52 ventanas. El estudio concluye que no existe un modelo universalmente superior, sino que la selección debe ajustarse al nivel de madurez digital de la organización. En consecuencia, se recomienda XGBoost como una solución inicial para empresas con infraestructura de datos incipiente, proponiendo una transición gradual hacia arquitecturas de aprendizaje profundo como LSTM una vez que se disponga de un historial de datos robusto.