Modelo de gestión para determinar plan de cambio de bastidores y orugas aplicando Machine Learning en la flota de tractores de orugas de Cerrejón

Simple item page
dc.contributor.advisorBorrás Pinilla, Carlos
dc.contributor.authorGómez Mercado, Pedro Saúl
dc.contributor.evaluatorQuiroga Méndez, Jabid Eduardo
dc.contributor.evaluatorSánchez Acevedo, Heller Guillermo
dc.date.accessioned2022-04-01T03:53:57Z
dc.date.available2022-04-01T03:53:57Z
dc.date.created2021
dc.date.issued2021
dc.description.abstractCerrejón 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.
dc.description.abstractenglishCerrejón is a coal mining company that has been affected by the drastic fall in the price of coal in the last year, which has led it to look for strategies that help it remain a cost effective and current mine in the market. This project proposes the incorporation of advanced maintenance techniques based on the analysis of data by means of machine learning that allow the optimization of the change strategy of the frame and track components. This work studies and determines the main fault modes of the components of the undercarriage and from the historical record of their failures and the use of machine learning with Matlab software. A model of supervised learning of vector support machine was determined that allows to classify the condition of wear and normal operating condition, according to the measurements of the percentage of wear of the parts of these components and their hours of operation, with an accuracy of 98% for tracks and 100% for frames. This model seeks to make assertive decisions regarding the change of these components that allow to minimize unforeseen or unscheduled failures.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Gerencia de Mantenimiento
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/9412
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programMaestría en Gerencia de Mantenimiento
dc.publisher.schoolEscuela de Ingeniería Mecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectMachine Learning
dc.subjectAprendizaje Automático
dc.subjectMáquina de Soporte Vectorial (SVM)
dc.subjectTren De Rodaje
dc.subject.keywordMachine Learning
dc.subject.keywordAutomatic Learnng
dc.subject.keywordVector Support Machine
dc.subject.keywordUndercarriage
dc.titleModelo de gestión para determinar plan de cambio de bastidores y orugas aplicando Machine Learning en la flota de tractores de orugas de Cerrejón
dc.title.englishManagement model to determine change plan for frames and tracks applying Machine Learning in the Cerrejón tracked tractor fleet
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
180823_licence.pdf
Size:
115.78 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
180823_nota.pdf
Size:
114.42 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
180823_trabajo.pdf
Size:
1.56 MB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Gerencia de Mantenimiento