Diagnóstico de fallas en procesos industriales mediante inteligencia artificial
RESUMEN: Los procesos industriales involucran variables que deben ser gestionadas por sistemas de monitoreo. Diversos estados funcionales en los procesos industriales pueden ser detectados por sistemas de diagnóstico basados en información histórica de las variables y en inteligencia artificial. En...
- Autores:
-
Ramírez Urrego, Jhon Alexander
Sarmiento Maldonado, Henry Omar
López Lezama, Jesús María
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2018
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/35710
- Acceso en línea:
- https://hdl.handle.net/10495/35710
- Palabra clave:
- Inteligencia Artificial
Artificial Intelligence
Diagnóstico de fallas
Procesos industriales
https://id.nlm.nih.gov/mesh/D001185
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
UDEA2_1196672d68d0c1a9cd8f53353fd7f413 |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/35710 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Diagnóstico de fallas en procesos industriales mediante inteligencia artificial |
| dc.title.alternative.spa.fl_str_mv |
Fault diagnosis in industrial processes through artificial intelligence |
| title |
Diagnóstico de fallas en procesos industriales mediante inteligencia artificial |
| spellingShingle |
Diagnóstico de fallas en procesos industriales mediante inteligencia artificial Inteligencia Artificial Artificial Intelligence Diagnóstico de fallas Procesos industriales https://id.nlm.nih.gov/mesh/D001185 |
| title_short |
Diagnóstico de fallas en procesos industriales mediante inteligencia artificial |
| title_full |
Diagnóstico de fallas en procesos industriales mediante inteligencia artificial |
| title_fullStr |
Diagnóstico de fallas en procesos industriales mediante inteligencia artificial |
| title_full_unstemmed |
Diagnóstico de fallas en procesos industriales mediante inteligencia artificial |
| title_sort |
Diagnóstico de fallas en procesos industriales mediante inteligencia artificial |
| dc.creator.fl_str_mv |
Ramírez Urrego, Jhon Alexander Sarmiento Maldonado, Henry Omar López Lezama, Jesús María |
| dc.contributor.author.none.fl_str_mv |
Ramírez Urrego, Jhon Alexander Sarmiento Maldonado, Henry Omar López Lezama, Jesús María |
| dc.subject.mesh.none.fl_str_mv |
Inteligencia Artificial Artificial Intelligence |
| topic |
Inteligencia Artificial Artificial Intelligence Diagnóstico de fallas Procesos industriales https://id.nlm.nih.gov/mesh/D001185 |
| dc.subject.proposal.spa.fl_str_mv |
Diagnóstico de fallas Procesos industriales |
| dc.subject.meshuri.none.fl_str_mv |
https://id.nlm.nih.gov/mesh/D001185 |
| description |
RESUMEN: Los procesos industriales involucran variables que deben ser gestionadas por sistemas de monitoreo. Diversos estados funcionales en los procesos industriales pueden ser detectados por sistemas de diagnóstico basados en información histórica de las variables y en inteligencia artificial. En este artículo se presenta una revisión sobre el diagnóstico de fallas en procesos industriales mediante inteligencia artificial, se presentan las generalidades, principales estrategias inteligentes utilizadas en el diagnóstico, y un análisis comparativo de los trabajos encontrados en la literatura técnica. |
| publishDate |
2018 |
| dc.date.issued.none.fl_str_mv |
2018 |
| dc.date.accessioned.none.fl_str_mv |
2023-06-29T00:37:23Z |
| dc.date.available.none.fl_str_mv |
2023-06-29T00:37:23Z |
| dc.type.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.hasversion.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/ART |
| dc.type.local.spa.fl_str_mv |
Artículo de investigación |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| status_str |
publishedVersion |
| dc.identifier.issn.none.fl_str_mv |
0798-1015 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/35710 |
| dc.identifier.eissn.none.fl_str_mv |
2739-0071 |
| identifier_str_mv |
0798-1015 2739-0071 |
| url |
https://hdl.handle.net/10495/35710 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartofjournalabbrev.spa.fl_str_mv |
Esp. |
| dc.rights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.accessrights.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.extent.spa.fl_str_mv |
16 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Editorial Espacios |
| dc.publisher.group.spa.fl_str_mv |
Grupo de Manejo Eficiente de la Energía (GIMEL) |
| dc.publisher.place.spa.fl_str_mv |
Caracas, Venezuela |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstream/10495/35710/5/license_rdf https://bibliotecadigital.udea.edu.co/bitstream/10495/35710/6/license.txt https://bibliotecadigital.udea.edu.co/bitstream/10495/35710/4/LopezJesus_2018_FallasProcesosIndustriales.pdf |
| bitstream.checksum.fl_str_mv |
b88b088d9957e670ce3b3fbe2eedbc13 8a4605be74aa9ea9d79846c1fba20a33 66007cd1774d995415c918cc9c5bb302 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad de Antioquia |
| repository.mail.fl_str_mv |
andres.perez@udea.edu.co |
| _version_ |
1812173295973302272 |
| spelling |
Ramírez Urrego, Jhon AlexanderSarmiento Maldonado, Henry OmarLópez Lezama, Jesús María2023-06-29T00:37:23Z2023-06-29T00:37:23Z20180798-1015https://hdl.handle.net/10495/357102739-0071RESUMEN: Los procesos industriales involucran variables que deben ser gestionadas por sistemas de monitoreo. Diversos estados funcionales en los procesos industriales pueden ser detectados por sistemas de diagnóstico basados en información histórica de las variables y en inteligencia artificial. En este artículo se presenta una revisión sobre el diagnóstico de fallas en procesos industriales mediante inteligencia artificial, se presentan las generalidades, principales estrategias inteligentes utilizadas en el diagnóstico, y un análisis comparativo de los trabajos encontrados en la literatura técnica.ABSTRACT: Industrial processes involve variables that must be managed by monitoring systems. Different functional states in industrial processes can be detected by diagnostic systems based on historical information of the variables and artificial intelligence. This article presents a review on the diagnosis of faults in industrial processes though artificial intelligence; it also presents the generalities, main intelligent strategies used in the diagnosis, and a comparative analysis of the works found in the technical literature.COL001047716application/pdfspaEditorial EspaciosGrupo de Manejo Eficiente de la Energía (GIMEL)Caracas, Venezuelainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1https://purl.org/redcol/resource_type/ARTArtículo de investigaciónhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-nd/4.0/Inteligencia ArtificialArtificial IntelligenceDiagnóstico de fallasProcesos industrialeshttps://id.nlm.nih.gov/mesh/D001185Diagnóstico de fallas en procesos industriales mediante inteligencia artificialFault diagnosis in industrial processes through artificial intelligenceEsp.Espacios12273924CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8823https://bibliotecadigital.udea.edu.co/bitstream/10495/35710/5/license_rdfb88b088d9957e670ce3b3fbe2eedbc13MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstream/10495/35710/6/license.txt8a4605be74aa9ea9d79846c1fba20a33MD56ORIGINALLopezJesus_2018_FallasProcesosIndustriales.pdfLopezJesus_2018_FallasProcesosIndustriales.pdfArtículo de Investigaciónapplication/pdf892058https://bibliotecadigital.udea.edu.co/bitstream/10495/35710/4/LopezJesus_2018_FallasProcesosIndustriales.pdf66007cd1774d995415c918cc9c5bb302MD5410495/35710oai:bibliotecadigital.udea.edu.co:10495/357102023-08-04 14:52:02.382Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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 |