Maestría en Gerencia de Mantenimiento
Permanent URI for this collection
Browse
Browsing Maestría en Gerencia de Mantenimiento by Author "Gómez Mercado, Pedro Saúl"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item Modelo de gestión para determinar plan de cambio de bastidores y orugas aplicando machine learning en la flota de tractores de orugas de Cerrejón(Universidad Industrial de Santander, 2021) Gómez Mercado, Pedro Saúl; Borrás Pinilla, CarlosCerrejón es una compañía minera de explotación de carbón que se ha visto afectada por la caída drástica del precio del carbón en el último año, lo que la ha llevado a buscar estrategias que la ayuden a seguir siendo una mina costo efectiva y vigente en el mercado. En este proyecto se propone la incorporación de técnicas avanzadas de mantenimiento basadas en el análisis de datos por medio de aprendizaje automático que permitan la optimización de la estrategia de cambio de los componentes bastidores y orugas. En este trabajo se estudia y determinan los principales modos de fallos de los componentes del tren de rodaje y a partir del registro histórico de sus fallas y el uso de machine learning con el software Matlab. Se determinó un modelo de aprendizaje supervisado de Maquina de soporte vectorial que permite clasificar la condición de desgaste y condición de operación normal, de acuerdo con las mediciones del porcentaje de desgaste de las partes de estos componentes y sus horas de operación, con una precisión de 98% para las orugas y 100% para bastidores. Con este modelo se busca tomar decisiones asertivas con respecto al cambio de estos componentes que permitan reducir al máximo los fallos imprevistos o no programados.Item Modelo de gestión para determinar plan de cambio de bastidores y orugas aplicando Machine Learning en la flota de tractores de orugas de Cerrejón(Universidad Industrial de Santander, 2021) Gómez Mercado, Pedro Saúl; Borrás Pinilla, Carlos; Quiroga Méndez, Jabid Eduardo; Sánchez Acevedo, Heller GuillermoCerrejón es una compañía minera de explotación de carbón que se ha visto afectada por la caída drástica del precio del carbón en el último año, lo que la ha llevado a buscar estrategias que la ayuden a seguir siendo una mina costo efectiva y vigente en el mercado. En este proyecto se propone la incorporación de técnicas avanzadas de mantenimiento basadas en el análisis de datos por medio de aprendizaje automático que permitan la optimización de la estrategia de cambio de los componentes bastidores y orugas. En este trabajo se estudia y determinan los principales modos de fallos de los componentes del tren de rodaje y a partir del registro histórico de sus fallas y el uso de machine learning con el software Matlab. Se determinó un modelo de aprendizaje supervisado de Maquina de soporte vectorial que permite clasificar la condición de desgaste y condición de operación normal, de acuerdo con las mediciones del porcentaje de desgaste de las partes de estos componentes y sus horas de operación, con una precisión de 98% para las orugas y 100% para bastidores. Con este modelo se busca tomar decisiones asertivas con respecto al cambio de estos componentes que permitan reducir al máximo los fallos imprevistos o no programados.