Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano

La investigación se inicia con el Capítulo 1, que sirve como introducción. Este capítulo destaca la importancia de herramientas modernas, como la ingeniería industrial, tableros digitales y técnicas de Machine Learning, para mejorar la eficiencia y confiabilidad de sistemas en entornos dinámicos. Ad...

Descripción completa

Detalles Bibliográficos
Autor principal: Vázquez, Manuel Ezequías
Formato: Artículo revista
Lenguaje:Español
Publicado: Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ingeniería 2024
Materias:
Acceso en línea:Vázquez, M. E. (2024) Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano [Proyecto Final de Carrera]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
Aporte de:
id I21-R190-123456789-3890
record_format ojs
spelling I21-R190-123456789-38902024-04-05T16:38:43Z Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano Vázquez, Manuel Ezequías De Paula, Mariano Tableros digitales Machine Learning Gestión de activos Predicción de fallas Empresa de saneamiento urbano La investigación se inicia con el Capítulo 1, que sirve como introducción. Este capítulo destaca la importancia de herramientas modernas, como la ingeniería industrial, tableros digitales y técnicas de Machine Learning, para mejorar la eficiencia y confiabilidad de sistemas en entornos dinámicos. Además, plantea la problemática a abordar, establece objetivos generales y específicos, y destaca la contribución significativa que este trabajo representa en el campo. En el Capítulo 2, se proporciona una base conceptual sólida, explorando la Sinergia Sistémica de la Gestión de Operaciones y la Optimización de Procesos. Se abordan aspectos clave como la gestión de activos, la detección temprana de problemas mecánicos mediante Machine Learning y la concepción de tableros de mantenimiento efectivos. El Capítulo 3 realiza un análisis exhaustivo de la situación actual en operaciones y mantenimiento de flotas, identificando áreas de mejora y recopilando datos para el diseño del Tablero de Mantenimiento. En el Capítulo 4, se presenta el diseño detallado del tablero, el cual ha sido concebido como una solución para abordar una problemática específica en una empresa de saneamiento urbano ubicada en la ciudad de Olavarría, subrayando su papel en la visualización en tiempo real y la recopilación estratégica de datos. El Capítulo 5 se enfoca en la implementación del Tablero de Mantenimiento y la recopilación de datos en tiempo real. En el Capítulo 6, se detalla la integración de técnicas de Machine Learning al Tablero, evaluando modelos de predicción de fallas y seleccionando la Red Neuronal Feedforward como principal. Las conclusiones, en el Capítulo 7, destacan la contribución significativa del estudio en la gestión de activos y la adopción de tecnologías avanzadas, impactando la eficiencia operativa y la toma de decisiones. Fil: Vázquez, Manuel Ezequías. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ingeniería; Argentina. Fil: De Paula, Mariano. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ingeniería; Argentina. 2024-03 2024-04-05T16:36:31Z 2024-04-05T16:36:31Z info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/acceptedVersion info:ar-repo/semantics/tesis de grado Vázquez, M. E. (2024) Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano [Proyecto Final de Carrera]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina. https://www.ridaa.unicen.edu.ar/handle/123456789/3890 spa http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ info:eu-repo/semantics/openAccess application/pdf application/pdf Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ingeniería
institution Universidad Nacional del Centro
institution_str I-21
repository_str R-190
container_title_str Repositorio Institucional de Acceso Abierto (RIDAA)
language Español
format Artículo revista
topic Tableros digitales
Machine Learning
Gestión de activos
Predicción de fallas
Empresa de saneamiento urbano
spellingShingle Tableros digitales
Machine Learning
Gestión de activos
Predicción de fallas
Empresa de saneamiento urbano
Vázquez, Manuel Ezequías
Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano
topic_facet Tableros digitales
Machine Learning
Gestión de activos
Predicción de fallas
Empresa de saneamiento urbano
author Vázquez, Manuel Ezequías
author_facet Vázquez, Manuel Ezequías
author_sort Vázquez, Manuel Ezequías
title Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano
title_short Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano
title_full Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano
title_fullStr Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano
title_full_unstemmed Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano
title_sort diseño e implementación de tablero de mantenimiento y predicción de fallas con machine learning en una empresa de saneamiento urbano
description La investigación se inicia con el Capítulo 1, que sirve como introducción. Este capítulo destaca la importancia de herramientas modernas, como la ingeniería industrial, tableros digitales y técnicas de Machine Learning, para mejorar la eficiencia y confiabilidad de sistemas en entornos dinámicos. Además, plantea la problemática a abordar, establece objetivos generales y específicos, y destaca la contribución significativa que este trabajo representa en el campo. En el Capítulo 2, se proporciona una base conceptual sólida, explorando la Sinergia Sistémica de la Gestión de Operaciones y la Optimización de Procesos. Se abordan aspectos clave como la gestión de activos, la detección temprana de problemas mecánicos mediante Machine Learning y la concepción de tableros de mantenimiento efectivos. El Capítulo 3 realiza un análisis exhaustivo de la situación actual en operaciones y mantenimiento de flotas, identificando áreas de mejora y recopilando datos para el diseño del Tablero de Mantenimiento. En el Capítulo 4, se presenta el diseño detallado del tablero, el cual ha sido concebido como una solución para abordar una problemática específica en una empresa de saneamiento urbano ubicada en la ciudad de Olavarría, subrayando su papel en la visualización en tiempo real y la recopilación estratégica de datos. El Capítulo 5 se enfoca en la implementación del Tablero de Mantenimiento y la recopilación de datos en tiempo real. En el Capítulo 6, se detalla la integración de técnicas de Machine Learning al Tablero, evaluando modelos de predicción de fallas y seleccionando la Red Neuronal Feedforward como principal. Las conclusiones, en el Capítulo 7, destacan la contribución significativa del estudio en la gestión de activos y la adopción de tecnologías avanzadas, impactando la eficiencia operativa y la toma de decisiones.
publisher Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ingeniería
publishDate 2024
url Vázquez, M. E. (2024) Diseño e implementación de tablero de mantenimiento y predicción de fallas con Machine Learning en una empresa de saneamiento urbano [Proyecto Final de Carrera]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
work_keys_str_mv AT vazquezmanuelezequias disenoeimplementaciondetablerodemantenimientoypredicciondefallasconmachinelearningenunaempresadesaneamientourbano
first_indexed 2024-08-12T22:51:45Z
last_indexed 2024-08-12T22:51:45Z
_version_ 1807223992666292224