Técnicas de Machine Learning aplicadas en modelos de mantenimiento predictivo en empresas industriales
No Thumbnail Available
Date
2024-05-14
Authors
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
La presente investigación explora la aplicación de técnicas de Machine Learning (ML) en el mantenimiento predictivo dentro de empresas industriales, un área crítica para la eficiencia y seguridad operacional. La investigación se concentra en cómo las prácticas de ML pueden predecir fallos en sistemas críticos, mejorando así la planificación y ejecución del mantenimiento. A través de una revisión sistemática de literatura, se examinan las técnicas de ML más utilizadas en el mantenimiento predictivo, su efectividad y aplicabilidad en diferentes sectores industriales, incluyendo energía, manufactura y automotriz.
El trabajo se enfoca en identificar las prácticas actuales y las tendencias emergentes en el uso de ML para el mantenimiento predictivo, con el objetivo de proporcionar directrices claras sobre la selección, implementación y evaluación de estos modelos. Los hallazgos revelan una serie de técnicas de ML predominantes, destacando su potencial para mejorar la confiabilidad y reducir los costos de mantenimiento. Además, se discuten las estrategias para la implementación efectiva de modelos de ML en entornos industriales, subrayando la importancia de la recopilación y análisis de datos operacionales de calidad.
Los resultados de esta investigación contribuyen significativamente al campo del mantenimiento predictivo, ofreciendo una guía valiosa para la adopción y optimización de tecnologías de ML en la industria. Se subraya el potencial de estas tecnologías emergentes para transformar las prácticas de mantenimiento, impulsando así la eficiencia operativa y la competitividad en diversas industrias.
Description
Keywords
Mantenimiento predictivo, Aprendizaje automático, Análisis de datos