Please use this identifier to cite or link to this item: http://repository.eia.edu.co/handle/11190/2303
Title: Análisis de datos de defectos de producción en línea de ensamble, con el uso de herramientas de sistemas inteligentes
Authors: Mejía Uribe, Simón Pedro José
Mendivil Sejin, Alejandro
Adviser: Puerta García, Santiago
Keywords : Aprendizaje automático
Análisis de datos
Selección de variables
Modelo de regresión
Predicción de fallas
Machine learning
Data analysis
Feature selection
Regression model
Fault prediction
Issue Date: 2019
Publisher: Universidad EIA
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.
Abstract (English): 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.
Description: 108 páginas
URI: http://repository.eia.edu.co/handle/11190/2303
Citation: Mejía Uribe, S.P.J. y Mendivil Sejin, A. (2019) Análisis de datos de defectos de producción en línea de ensamble, con el uso de herramientas de sistemas inteligentes. (Trabajo de grado). Recuperado de: http://repository.eia.edu.co/handle/11190/2303
Autorization: openAccess
Location: MECA/0242
Appears in Collections:Ingeniería Mecatrónica

Files in This Item:
File Description SizeFormat 
MejiaSimon_2019_AnalisisDatosDefectos.pdfTrabajo de grado2.69 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.