Gold Layer

BoeIoT · Maintenance Intelligence

Predictive maintenance KPIs · 43 vuelos × 35 indicadores agregados

Vuelos analizados
43
source: local-cache
Horas operación
64.5 h
agregadas en flota
Health score promedio
55.1 / 100
alerta < 60
Anomalías totales
45,483
eventos detectados
Vuelos críticos
26
score < 60
KPIs disponibles
35
columnas Gold

1. Top 10 vuelos críticos

Vuelos con el peor engine_health_score. Candidatos prioritarios para inspección física. Rojo < 50 = problema serio; naranja 50–70 = seguimiento.

2. Distribución del Health Score

Los percentiles 10 y 25 marcan los umbrales operativos de crítico y atención respectivamente — ajustables según política de mantenimiento.

3. Mapa de anomalías

Permite distinguir vuelos con problemas focalizados (una columna dominante = falla específica del subsistema) vs generalizados (varias columnas calientes = degradación múltiple, posible problema sistémico).

4. Riesgo de lubricación

Cuadrante de riesgo: alta temperatura + baja presión indica falla inminente del sistema de lubricación. Tamaño del punto = total de anomalías; color = health score.

5. Desbalance por fase

Spread = max − min entre 4 cilindros. Spread alto → posible misfire, fuga de compresión o inyector defectuoso. Segmentado por fase para identificar si el problema aparece en algún régimen específico.

6. Consumo de combustible

Vuelos con desbalance entre tanques L/R por encima del p75 se resaltan en naranja — indicio de fuga, sensor defectuoso o transferencia asimétrica.

7. Calibración del score

Si la correlación entre disponibilidad de sensores y score fuera fuertemente negativa, parte del score sería un falso positivo causado por datos faltantes. Aquí r = -0.118, sugiriendo que los problemas detectados son reales.

8. Drill-down temporal

Perfil segundo-a-segundo del vuelo con peor health score. Permite a mantenimiento ubicar cuándo dentro del vuelo se concentran los eventos anómalos — información que el resumen Gold (1 fila por vuelo) no preserva.