RT info:eu-repo/semantics/bachelorThesis
T1 Mejora de la calidad de un proceso mediante la detección de anomalías basada en inteligencia computacional
A1 Curiel Alonso, Jon
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Calidad
K1 Detección de fallos
K1 PCA
K1 Redes neuronales
K1 Autoencoders
K1 1203.06 Sistemas Automatizados de Control de Calidad
AB Este trabajo tiene como objetivo mejorar la calidad de un proceso de una plantaindustrial mediante distintas técnicas de detección y diagnóstico de fallos(FDD) basadas en datos. El uso de estas técnicas se basa en el avance de laindustria y la tecnología que permiten la recogida de datos/información de losprocesos a gran escala.El primer método FDD que se utilizará será el Análisis de ComponentesPrincipales (PCA), una técnica estadística multivariante, que reduce ladimensionalidad del proceso y permite detectar los fallos en la planta, es decirnos predice el comportamiento del proceso, indicando si trabaja en condicionesnormales o existen fallos/anomalías en el proceso.El creciente auge de la inteligencia artificial, y en particular el ‘Deep Learning’o aprendizaje profundo, nos permite usar un segundo método FDD, en el quese utilizarán redes neuronales de propagación hacia adelante y en concretoAutoencoders. Se utilizarán varios tipos de Autoencoders: Simples, recurrentesGRU, variacionales y variacionales recurrentes para encontrar la mejor técnicapara detectar los fallos de la planta.Estas técnicas FDD se aplican sobre la planta química Tennessee Eastman dela que se obtienen datos de comportamiento normal y datos de fallo. Estaplanta es un benchmark de la literatura científica, usado para probar métodosde control y de detección y diagnóstico de fallos. La planta contiene 52variables del proceso y 21 fallos posibles que pueden ocurrir en el proceso.Una vez desarrolladas todas las técnicas se obtiene una conclusióncomparando todas ellas y se realiza un estudio de trabajo futuro para seguirmejorando en este trabajo.
YR 2022
FD 2022
LK https://uvadoc.uva.es/handle/10324/53805
UL https://uvadoc.uva.es/handle/10324/53805
LA spa
NO Departamento de Ingeniería de Sistemas y Automática
DS UVaDOC
RD 17-jul-2024