Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)Sánchez Acevedo, Heller GuillermoHernández Fernández, Néstor Francisco2023-11-292023-11-292023-11-142023-11-14https://noesis.uis.edu.co/handle/20.500.14071/15575Esta investigación, se elaboró para analizar y dar respuesta a la necesidad de identificar las fallas presentadas en el horno H150, implementando un algoritmo de inteligencia artificial, basado en redes neuronales que permita la identificación de fallas y comportamiento del horno, seguido de la discriminación y análisis de datos estadísticos arrojados, para finalizar, con la presentación del modelo que se llevó a cabo, en el que se utilizó el análisis de componentes Principales (PCA), para analizar el comportamiento de las variables de entrada y salida en el tiempo, para el horno H150 de la refinería de Barrancabermeja.application/pdfspainfo:eu-repo/semantics/openAccessConfidencialidad de activosPCAAlgoritmos de inteligencia artificial industrialMantenimiento de planta y equipoModelo para la detección e identificación de fallas, basado en un algoritmo de inteligencia artificial, para el horno H150 en el departamento de refinación de crudos de la Refinería de BarrancabermejaUniversidad Industrial de SantanderTesis/Trabajo de grado - Monografía - MaestríaUniversidad Industrial de Santanderhttps://noesis.uis.edu.coAsset ReliabilityPCAArtificial Intelligence AlgorithmsIndustrial ProductionPlan and Equipment MaintenanceModel for the Detection and Identification of Faults, Based on an Artificial Intelligence Algorithm, for the H150 Furnace in the Crude Refining Department of the Barrancabermeja Refineryhttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)