RT info:eu-repo/semantics/masterThesis
T1 Clasificación de fallos con métodos no lineales y algoritmos de agrupación basados en densidad
A1 Caminero Lozano, Ricardo Antonio
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Manifold
K1 Clustering
K1 Detección
K1 No lineal
K1 Fallos
K1 1203.06 Sistemas Automatizados de Control de Calidad
AB En este trabajo se pretende mejorar la calidad de los procesos industriales mediante la clasificación de fallos. Es de vital importancia tener un buen control sobre la calidad en un proceso industrial, dado que un fallo puede provocar la disminución de la calidad del proceso que puede suponer un elevado costes personales, materiales y medioambientales. Debido a la entrada de la industria 4.0 es cada vez más común la monitorización de los procesos industriales la cual acaba resultando en una gran cantidad de datos que pueden aprovecharse para mejorar la calidad del proceso. Con este estudio se analiza el uso de métodos de reducción de la dimensionalidad no lineales, concretamente Locally Linear Embedding (LLE) e ISOMAP, para la clasificación de fallos en plantas. Aplicando diferentes aproximaciones y realizando diferentes experimentos se intentará identificar una serie de fallos pertenecientes a un benchmark, muy utilizado en la literatura científica, de una estación depuradora de aguas residuales (EDAR) llamado BSM2. Además, se realiza un segundo análisis utilizando algoritmos de agrupamiento basados en densidad (DBSCAN, HDBSCAN y OPTICS), con los que se tratará de formar agrupaciones que sean capaces de clasificar los fallos de la EDAR. Por último, puntualizar que la realización de los experimentos ha sido realizada con lenguaje Python
YR 2020
FD 2020
LK http://uvadoc.uva.es/handle/10324/42742
UL http://uvadoc.uva.es/handle/10324/42742
LA spa
NO Departamento de Ingeniería de Sistemas y Automática
DS UVaDOC
RD 27-dic-2024