2024-03-28T19:57:16Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/381942021-06-30T01:42:50Zcom_10324_38col_10324_852
Santalices Pérez, Saúl
2019-09-26T12:39:11Z
2019-09-26T12:39:11Z
2019
http://uvadoc.uva.es/handle/10324/38194
Debido al aumento del número de sensores utilizados en las plantas de producción, la posibilidad de obtener datos de estas ha incrementado considerablemente. Esto conlleva la posibilidad de detectar fallos antes de que estos ocurran y futuras paradas que afecten a las plantas de producción. Las tecnologías de mantenimiento predictivo permiten predecir eventos futuros, convirtiéndolas en herramientas para afrontar los retos que surjan en los mercados competitivos. Esta tesis está dividida en cinco partes. La primera, describe el mantenimiento a lo largo de la historia, mientras que la segunda está enfocada en el mantenimiento predictivo. El tercer punto es una guía de implementación de un programa de mantenimiento predictivo para cualquier organización interesada en el tema. Finalmente, las dos últimas partes hacen referencia a los enfoques más comunes en inteligencia artificial donde se explican técnicas importantes como “Artificial Neural Networks” y “Machine Learning”, describiendo algunos ejemplos donde fueron usadas para realizar mantenimiento predictivo.
eng
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Mantenimiento Predictivo: Historia, una guía de implementación y enfoques actuales
info:eu-repo/semantics/bachelorThesis