Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/81488
Título : | Implementación en Azure Cloud de un sistema simulado de eficiencia energética, prevención de fallos de calidad y virtualización de sensores para una industria de laminación de tubos en caliente |
Autoría: | Manzano Lejarza, Julen |
Tutor: | Isern, David |
Otros: | Universitat Oberta de Catalunya Ventura, Carles |
Resumen : | Los sistemas de inteligencia artificial dentro del sector industrial están siendo respaldados por la entrada de los servicios "Serverless" en Cloud, facilitando solo la computación distribuida hasta niveles de escalabilidad antes inalcanzables, sino el despliegue y desarrollo de proyectos que permiten la abstracción de los problemas asociados al despliegue, escalabilidad, mantenimiento o seguridad. Mediante el uso de estas arquitecturas, en este caso Azure de Microsoft, logramos crear modelos analíticos avanzados para la determinación de sensores virtuales, detección de anomalías energéticas y supervisión de un sistema de calidad que son introducidos en un proceso de gestión de la información en tiempo real que nos permite, tras pasar por los modelos de comportamiento obtenidos, obtener una información de salida determinante para el correcto funcionamiento de los equipos industriales, y lo más importante, capaz de dotar a nuestra fábrica de información relevante en el mismo instante en el que ésta se produce, permitiendo, en una segunda fase, integrarse con un sistema de decisiones automatizado mediante el uso de la misma arquitectura de comunicación, actuando contra los equipos al modificar su configuración óptima en cada instante del proceso. Esta información, es ofrecida en un panel de mandos o Business Intelligence que nos muestra no solo la información recogida y la procesada en tiempo real, sino a la vez la información histórica que permitirá al experto la toma de decisiones estratégicas basada en información y experiencia. |
Palabras clave : | tiempo real aprendizaje automático aprendizaje profundo Microsoft Azure |
Tipo de documento: | info:eu-repo/semantics/bachelorThesis |
Fecha de publicación : | jun-2018 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Bachelor thesis, research projects, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Presentacion TFG Julen Manzano_Inteligencia_Artificial_reducido.mp4 | Video de presentación | 30,13 MB | MP4 | Visualizar/Abrir |
Video_sistema.mp4 | Vídeo funcionamiento del sistema | 22,9 MB | MP4 | Visualizar/Abrir |
jmanzano130TFG0618memoria.pdf | Memoria del TFG | 3,95 MB | Adobe PDF | Visualizar/Abrir |
jmanzano130TFG0618presentación.pdf | Presentación del TFG | 8,52 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons