Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/132746
Títol: | Mantenimiento Prescriptivo a partir de la predicción de eventos anómalos |
Autoria: | González Martínez, Diego |
Director: | Casas-Roma, Jordi |
Tutor: | Parada Medina, Raúl |
Resum: | La quarta revolució de la indústria també anomenada la Indústria 4.0, es planteja com un repte imprescindible garantir la continuïtat dels processos productius i l'anticipació als successos anòmals inesperats, per a aquesta finalitat és fonamental disposar d'eines de predicció que permetin minimitzar l'impacte que aquestes anomalies inesperades poden provocar en la cadena de subministrament, en els costos, en la qualitat del producte i en la seguretat dels treballadors. Amb l'aplicació de tècniques de Data Mining i Machine Learning construirem un model analític que permeti la detecció precoç d'esdeveniments anòmals en estats primaris que ens ajudin a determinar el moment més adequat per intervenir sobre els equips industrials abans que derivin en una fallada i conseqüentment en aturades no previstos. Per a això establirem el cicle de vida dels equips determinant la salut d'aquests a partir de la informació obtinguda dels diferents sensors de cada equip. Dissenyar un sistema de monitorització en temps real com a suport a la presa de decisions i anàlisi dels principals factors que poden afectar la vida útil de cada equip i al seu rendiment operatiu. |
Paraules clau: | mineria de dades aprenentatge automàtic manteniment predictiu indústria 4.0 |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 16-jun-2021 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
gonmardTFM0621memoria.pdf | Memoria del TFM | 3,56 MB | Adobe PDF | Veure/Obrir |
gonmardTFM0621presentación.pdf | Presentación del TFM | 2,55 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons