Algoritmo computacional para el análisis y toma de decisiones en el mantenimiento predictivo de maquinaria industrial y agrícola, utilizando estrategias de machine learning

Este proyecto se centra en el desarrollo de un algoritmo computacional avanzado para mejorar el mantenimiento predictivo de maquinaria industrial y agrícola utilizando técnicas de machine learning. El objetivo principal es identificar condiciones de fallo potenciales en equipos antes de que ocurran, optimizando así los procesos de mantenimiento y reduciendo costos operativos. El algoritmo propuesto integra estrategias de machine learning, incluyendo modelos de regresión logística y redes neuronales, para analizar datos operativos en tiempo real. Se han utilizado conjuntos de datos detallados que incluyen variables como temperatura, velocidad de rotación, torque y desgaste de herramientas, entre otros, para entrenar y validar los modelos.

• Autores: López Domínguez, Anyi Zuleima
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/3732
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/3732
• Palabra clave: Machine learning; Mantenimiento predictivo; Regresión logística; Redes neuronales; Preprocesamiento de datos; Clasificación de fallas; Dataset; Feature engineering; Entrenamiento del modelo; Evaluación del modelo; Validación cruzada; Predicciones; Estrategias de mantenimiento; Optimización de recursos; Tiempo de inactividad; Redes neuronales; Algoritmo de clasificación; Datos sintéticos; Pipeline de machine learning; Normalización; Escalamiento; One-Hot Encoding; Análisis exploratorio de datos; Toma de decisiones; Algoritmos (Computadores); Análisis de datos
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)