Estudio de técnicas de clustering y detección de anomalías aplicado a fresadoras CNC

Abstract

Este trabajo fin de grado presenta una introducción a la Industria 4.0 y a los métodos de pronóstico de fallos y realiza un estudio de métodos de clustering y de detección de anomalías que se puedan aplicar en los datos de monitorización de procesos de mecanizado. En este estudio se considerará el caso de que estos métodos se apliquen en datos de series temporales incluyendo diferentes distancias, representaciones y enfoques que se pueden aplicar en este tipo de datos. Para completar este trabajo se realizara una parte práctica donde se probaran algunos de los métodos estudiados. En ella se aplicaran métodos de clustering en datos de dos fresadoras CNC (control numérico por computadora) , comparando los resultados obtenidos con diferentes algoritmos y distancias aplicadas. Finalmente, los resultados de estos modelos se podrán visualizar a través de un dashboard para facilitar una comprobación y comparación visual del trabajo realizado.