Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes

José Mejía Uribe, Simón Pedro; Mendivil Sejin, Alejandro

Publicación:
Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes

dc.contributor.author	José Mejía Uribe, Simón Pedro
dc.contributor.author	Mendivil Sejin, Alejandro
dc.date.accessioned	2024-05-17T15:08:27Z
dc.date.available	2024-05-17T15:08:27Z
dc.date.issued	2019
dc.description	108 páginas	spa
dc.description.abstract	Resulta provechoso y perentorio para la compañía impulsora de la propuesta implementar tecnologías computacionales que le permitan, ágil y eficientemente, tratar y analizar grandes volúmenes de datos provenientes de diversas etapas y procesos de su línea de producción; con objeto de identificar variables relevantes para la predicción o afectación de la cantidad de defectos a encontrar en los productos finales de un área como la mencionada, o que faciliten el estudio del desempeño y las condiciones operativas de la planta. Considerando lo anterior, este trabajo propone implementar técnicas y métodos enmarcados dentro del Aprendizaje Automático (enfocados al aprendizaje automático supervisado, o a la selección de características y reducción de la dimensionalidad de los espacios de datos que requieren procesar), para atender las necesidades de la ensambladora, siguiendo el esquema clásico de análisis de datos: comprendiendo etapas de procesamiento y limpieza de los datos a estudiar, previa a una etapa de análisis exploratorio y finalmente el desarrollo de modelos, simulaciones y conclusiones; y presenta los resultados del estudio llevado a cabo, a partir de los datos dispuestos por la fábrica consultada.	spa
dc.description.abstract	It is profitable and urgent for the company that promotes this proposal to implement computational technologies that would allow, quickly and efficiently, to deal with and analyze large volumes of data from various stages and processes from its production line; in order to identify relevant variables for predicting or affecting the number of defects to be found in the final products of an area, such as the one mentioned, or to facilitate the study of the performance and operating conditions of the plant. Considering the above, this thesis proposes to implement techniques and methods framed within Machine Learning (focused on supervised automatic learning, or feature selection and reduction of dimensionality of the data spaces aimed for processing), to meet the needs of the factory, following the classic scheme of data analysis: comprising stages of processing and cleaning the data to be studied, prior to a stage of exploratory analysis and finally the development of models, simulations and conclusions; and presents the results of the study carried out, based on the data provided by the factory consulted.	eng
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero Mecatrónico
dc.format.mimetype	application/pdf
dc.identifier.uri	https://repository.eia.edu.co/handle/11190/6579
dc.language.iso	spa
dc.publisher	Universidad EIA
dc.publisher.faculty	Escuela de Ingeniería y Ciencias Básicas
dc.publisher.place	Envigado, Antioquia
dc.publisher.program	Ingeniería Mecatrónica
dc.rights	Derechos Reservados - Univesidad EIA - 2019
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.license	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.proposal	Aprendizaje automático	spa
dc.subject.proposal	análisis de datos	spa
dc.subject.proposal	selección de variables	spa
dc.subject.proposal	modelo de regresión	spa
dc.subject.proposal	predicción de fallas	spa
dc.subject.proposal	Machine learning	eng
dc.subject.proposal	data analysis	eng
dc.subject.proposal	feature selection	eng
dc.subject.proposal	regression model	eng
dc.subject.proposal	fault prediction	eng
dc.title	Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes	spa
dc.type	Trabajo de grado - Pregrado
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content	Text
dc.type.driver	info:eu-repo/semantics/bachelorThesis
dc.type.redcol	http://purl.org/redcol/resource_type/TP
dc.type.version	info:eu-repo/semantics/publishedVersion
dspace.entity.type	Publication