Publicación:

Sistema inteligente para el pronostico de escenarios de costos y fallas de mantenimiento utilizando machine learning como herramienta gerencial para una planta de beneficio del gremio palmero colombiano

Resumen

La agroindustria del aceite de palma es el sector más representativo en el ámbito de cosechas oleaginosas a nivel internacional. La productividad industrial y estabilidad financiera han sido afectadas por diversos factores, entre los cuales se encuentra la falta de herramientas para el análisis de información de procesos para la toma de decisiones a nivel estratégico. Este proyecto tiene como propósito desarrollar una herramienta inteligente utilizando redes neuronales (machine learning) para el pronóstico de escenarios de costos y fallas de mantenimiento, la cual permitirá a la gerencia de planta extractora de aceite de palma y subproductos, estimar con mayor precisión el desempeño futuro a partir del análisis de parámetros operacionales y de costos para la gestión de producción y del mantenimiento, en conjunto con el comportamiento estacional de la oferta de fruto. Este proyecto tiene como fases: consolidación de bases de datos, exploración de patrones y extracción de características, selección de técnicas dentro de machine learning (redes neuronales y series de tiempo), entrenamiento de red neuronal y validación, generación de resultados a modo de posibles escenarios bajo condiciones reales de las plantas de beneficio.