RT info:eu-repo/semantics/bachelorThesis
T1 Mantenimiento Predictivo: Historia, una guía de implementación y enfoques actuales
A1 Santalices Pérez, Saúl
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Mantenimiento predictivo
K1 Inteligencia artificial
K1 Industria 4.0
K1 1203.04 Inteligencia Artificial
K1 3304.09 Mantenimiento de Los Ordenadores
AB 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.
YR 2019
FD 2019
LK http://uvadoc.uva.es/handle/10324/38194
UL http://uvadoc.uva.es/handle/10324/38194
LA eng
NO Departamento de Organización de Empresas y Comercialización e Investigación de Mercados
DS UVaDOC
RD 29-abr-2024