Analizador universal de fallos de PLC para identificación de causa raíz de paro de máquina

Simple item page
dc.contributor.advisorGuzmán Ocegueda, Alejandro
dc.contributor.authorRuiz Ochoa, Manuel Antonio
dc.date.accessioned2021-08-10T20:07:22Z
dc.date.available2021-08-10T20:07:22Z
dc.date.issued2020-03
dc.descriptionT1-2020es_ES
dc.description.abstractEl tiempo de diagnóstico de falla en equipo automatizado basado en PLC fue reducido aplicando inteligencia artificial con el entrenamiento de una red neuronal de 4 capas, 64 entradas y una base de datos de 42,114 registros de estado de máquina aprendidos de varias máquinas dentro de la empresa Schneider Electric, la efectividad en la detección correcta de la falla fue de 93.33%. La reducción en tiempo de diagnóstico automatizado contra el diagnóstico humano de 26.05 minutos a 3.07 minutos fue sometido a un análisis estadístico de prueba t identificando una mejora de 22.98 minutos con un intervalo de 19.568 minutos a 26.401 minutos a un nivel de confianza de 95%.es_ES
dc.description.degreeMaestríaes_ES
dc.identifier.citationSchneideres_ES
dc.identifier.urihttps://repositorio.cetys.mx/handle/60000/1183
dc.language.isoeses_ES
dc.publisherSTIes_ES
dc.rightsAtribución-NoComercial-CompartirIgual 2.5 México*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/mx/*
dc.subjectPLCes_ES
dc.subjectDiagnósticoses_ES
dc.subjectAnomalíases_ES
dc.subjectVariables de entradaes_ES
dc.subjectFallas
dc.subject.sedeCampus Tijuanaes_ES
dc.titleAnalizador universal de fallos de PLC para identificación de causa raíz de paro de máquinaes_ES
dc.typeThesises_ES

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
Manuel.Ruiz.pdf
Size:
3.78 MB
Format:
Adobe Portable Document Format
Description:
Download

Collections

Tesis y Monografías