RT info:eu-repo/semantics/bachelorThesis
T1 Detección de anomalías en el proceso de atornillado
A1 Manrique Román, Daniel
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Atornillado industrial
K1 Detección de animalías
K1 Clustering
K1 Series temporales
K1 Deformación temporal dinámica
K1 1203.06 Sistemas Automatizados de Control de Calidad
AB En este trabajo se presenta una propuesta de una metodología para la detección deanomalías en procesos de atornillado industrial utilizando técnicas de clusteringsobre datos de sensores. El análisis se basa en las series temporales de par y ánguloregistradas durante el ensamblaje, pudiendo identificar patrones anómalos en losdatos. Se evalúan algoritmos especializados como TimeSeriesKMeans y K-Shape,aplicando métricas como Dynamic Time Warping y SoftDTW para la comparación deformas. También se proponen índices de evaluación de la calidad de los clústeres.El método propuesto puede llegar a la detección de posibles fallos en el atornillado,contribuyendo al control de calidad y la confiabilidad de los procesos industriales.Además, la metodología es escalable y puede integrarse en sistemas demonitorización y mantenimiento predictivo, ayudando a reducir costes y mejorar laseguridad de la producción.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/80855
UL https://uvadoc.uva.es/handle/10324/80855
LA spa
NO Departamento de Ingeniería de Sistemas y Automática
DS UVaDOC
RD 12-ene-2026