Detección de fallas en una unidad de proceso industrial: aplicación de las redes neuronales artificiales
dc.contributor.advisor | Morales Medina, Giovanni | |
dc.contributor.author | Castillo Amezquita, Yasmith Adriana | |
dc.contributor.author | Ortíz Paredes, Kevin Yesidt | |
dc.contributor.evaluator | Martínez Rey, Ramiro | |
dc.contributor.evaluator | Chaves Guerrero, Arlex | |
dc.date.accessioned | 2023-11-14T17:24:22Z | |
dc.date.available | 2023-11-14T17:24:22Z | |
dc.date.created | 2023-11-12 | |
dc.date.embargoEnd | 2028-11-12 | |
dc.date.issued | 2023-11-12 | |
dc.description.abstract | Este trabajo implementó un modelo de redes neuronales artificiales (RNA) de tipo feedforward en la predicción de fallas de un proceso industrial; para esto, inicialmente se realizó una revisión de los respectivos datos históricos de proceso, teniendo en cuenta las variables relacionadas y las diferentes fallas reportadas. Posteriormente, con estos datos se entrenaron y validaron diferentes estructuras de RNA, cambiando parámetros de arquitectura. Los cálculos con las RNA fueron ejecutados con el programa de uso libre Python, utilizando la función Keras, programada en Google Colab. Según los resultados, las fallas detectadas en la unidad industrial se localizaron en un ventilador, un intercambiador y una válvula, en una ventana de operación de 3 años. Asimismo, los cálculos con las RNA mostraron que al aumentar el número de neuronas en la capa interna el MSE aumento para un determinado parámetro de arquitectura. También, la función de activación de mejor desempeño correspondió a la Tanh. Finalmente, la red de mejor desempeño correspondió a la arquitectura 30:30:1 – Tanh. | |
dc.description.abstractenglish | This work implemented an artificial neural network (ANN) model of feedforward type in the prediction of failures of an industrial process; for this, initially a review of the respective historical process data was carried out, considering the related variables and the different failures reported. Subsequently, with this data, different ANN structures were trained and validated, changing architecture parameters. The calculations with the ANN were executed with the free-to-use Python program, using the Keras function, programmed in Google Colab. According to the results, the faults detected in the industrial unit were in a fan, an exchanger, and a valve, in an operating window of 3 years. Also, ANN calculations showed that by increasing the number of neurons in the inner layer the MSE increased for a given architecture parameter. Also, the best performing activation function corresponded to the Tanh. Finally, the best performing network corresponded to the 30:30:1 - Tanh architecture. | |
dc.description.degreelevel | Pregrado | |
dc.description.degreename | Ingeniero Químico | |
dc.format.mimetype | application/pdf | |
dc.identifier.instname | Facultad de Ingeníerias Fisicoquímicas | |
dc.identifier.reponame | Escuela de Ingeniería Química | |
dc.identifier.repourl | https://noesis.uis.edu.co | |
dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/15323 | |
dc.language.iso | spa | |
dc.publisher | Universidad Industrial de Santander | |
dc.publisher.faculty | Facultad de Ingeníerias Fisicoquímicas | |
dc.publisher.program | Ingeniería Química | |
dc.publisher.school | Escuela de Ingeniería Química | |
dc.rights | info:eu-repo/semantics/embargoedAccess | |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
dc.rights.coar | http://purl.org/coar/access_right/c_f1cf | |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
dc.rights.license | Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO) | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.title | Detección de fallas en una unidad de proceso industrial: aplicación de las redes neuronales artificiales | |
dc.title.english | Fault detection in an industrial process unit: application of artificial neural networks | |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
dc.type.hasversion | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado |
Files
Original bundle
1 - 4 of 4
No Thumbnail Available
- Name:
- Carta de autorización.pdf
- Size:
- 140.01 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Nota de proyecto.pdf
- Size:
- 305.03 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Carta de confidencialidad.pdf
- Size:
- 82.7 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 2.18 KB
- Format:
- Item-specific license agreed to upon submission
- Description: