Predicción de resultados de permeabilidad en la toma de muestras de un laboratorio de análisis

RESUMEN : Este estudio se centra en la predicción de la permeabilidad de los materiales utilizados en la fabricación de empaques, con el fin de mejorar el proceso actual que se lleva a cabo de forma manual y depende de la evaluación subjetiva de los instrumentistas para determinar si un empaque cumple con los estándares de calidad adecuados. En la actualidad, este proceso se realiza mediante la recopilación manual de información en una hoja de cálculo de Excel que no está conectada a ningún dispositivo de medición de calidad del laboratorio. El objetivo de este estudio es minimizar los errores en la evaluación y garantizar la eficacia y durabilidad del producto final. Debido a la falta de conocimiento preciso sobre la permeabilidad de cada uno de los tipos de materiales disponibles en el mercado, existe un riesgo significativo de aprobar un producto defectuoso. Para abordar esta problemática, se realizó un análisis inicial y exploratorio de los datos, seguido de una limpieza que esté afectando el análisis de estos. Posteriormente, se aplicaron diferentes modelos de predicción de datos, como la regresión lineal, máquinas de soporte vectorial y el Random Forest, para definir cuál de ellos se ajusta mejor a los datos entrenados vs predichos, con diferentes iteraciones y la medición del error cuadrático medio. Los resultados obtenidos muestran que la aplicación del Random Forest, y las máquinas de soporte vectorial permiten predecir la permeabilidad de los materiales con alta precisión, mientras que la regresión lineal resultó menos eficiente. A partir de esto, se concluye que los modelos implementados pueden ser utilizados para predecir la permeabilidad de los materiales con gran precisión. Este estudio proporciona una herramienta valiosa para predecir la permeabilidad de los materiales utilizados en la fabricación de empaques, lo que permitirá mejorar la calidad del producto y reducir el riesgo de aprobar productos defectuosos.

• Autores: Barrera Echeverri, Laura Isabel; Morales, Jorge Ignacio
• Tipo de recurso: Tesis
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: eng; spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/35634
• Acceso en línea: https://hdl.handle.net/10495/35634
• Palabra clave: Técnicas de predicción; Permeabilidad; Análisis de datos; Data analysis; http://aims.fao.org/aos/agrovoc/c_15962
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/