Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0

Autores
Pacchiotti, Mauro José; Paletto, Pablo Andrés
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión aceptada
Descripción
En la Industria 4.0, la utilización de las TICs posibilita la recolección y procesamiento de gran cantidad de datos acerca del funcionamiento de los diferentes equipamientos industriales, por lo que representa un desafío el aprovechar los conjuntos de datos de distintos sensores para tareas de mantenimiento predictivo de los dispositivos. Este trabajo propone un modelo experimental que simula la captura de datos y clasificación del estado de un dispositivo en tiempo real, utilizando datos sintéticos, datos provistos por la industria y modelos de aprendizaje profundo. Se realizaron dos experimentos con series de datos de diferente origen y características para entrenar los modelos de aprendizaje profundo, logrando una alta precisión en la predicción del estado del dispositivo en función de los valores de los sensores en los instantes previos.
Fil: Pacchiotti, Mauro José. Universidad Tecnológica Nacional. Facultad Regional Santa Fe, Argentina.
Fil: Paletto, Pablo Andrés. Universidad Tecnológica Nacional. Facultad Regional Santa Fe, Argentina.
Materia
Industria 4.0
Mantenimiento predictivo
Aprendizaje profundo
Redes neuronales convolucionales
Simulador
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2024-03-25T19:27:36Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/10043
Acceder
id RIAUTN_66bb3d5e0e3ff0b64008c389ebd8d9c5
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/10043
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0Pacchiotti, Mauro JoséPaletto, Pablo AndrésIndustria 4.0Mantenimiento predictivoAprendizaje profundoRedes neuronales convolucionalesSimuladorEn la Industria 4.0, la utilización de las TICs posibilita la recolección y procesamiento de gran cantidad de datos acerca del funcionamiento de los diferentes equipamientos industriales, por lo que representa un desafío el aprovechar los conjuntos de datos de distintos sensores para tareas de mantenimiento predictivo de los dispositivos. Este trabajo propone un modelo experimental que simula la captura de datos y clasificación del estado de un dispositivo en tiempo real, utilizando datos sintéticos, datos provistos por la industria y modelos de aprendizaje profundo. Se realizaron dos experimentos con series de datos de diferente origen y características para entrenar los modelos de aprendizaje profundo, logrando una alta precisión en la predicción del estado del dispositivo en función de los valores de los sensores en los instantes previos.Fil: Pacchiotti, Mauro José. Universidad Tecnológica Nacional. Facultad Regional Santa Fe, Argentina.Fil: Paletto, Pablo Andrés. Universidad Tecnológica Nacional. Facultad Regional Santa Fe, Argentina.CONAIISI 20212024-03-25T19:27:36Z2024-03-25T19:27:36Z2021-11info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfPacchiotti, M.J. & Paletto, P.A. (4 y 5 de Noviembre de 2021). Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0. 9º Congreso Nacional de Ingeniería Informática / Sistemas de Información (CoNaIISI 2021). UTN. Facultad Regional Mendoza, Argentina.https://sites.google.com/view/riisic/congresos/conaiisi2021http://hdl.handle.net/20.500.12272/10043spaSITCBFE0008086TC - Análisis de la adecuación de los procesos de Ingeniería del Software para el desarrollo de Sistemas basados en Inteligencia Artificial en los ámbitos público, industrial y educativo.info:eu-repo/semantics/openAccess2024-03-25T19:27:36Zhttp://creativecommons.org/licenses/by/4.0/Atribución 4.0 InternacionalLos autoresCreativeCommonsreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:44:13Zoai:ria.utn.edu.ar:20.500.12272/10043instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:44:14.528Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0
title Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0
spellingShingle Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0
Pacchiotti, Mauro José
Industria 4.0
Mantenimiento predictivo
Aprendizaje profundo
Redes neuronales convolucionales
Simulador
title_short Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0
title_full Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0
title_fullStr Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0
title_full_unstemmed Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0
title_sort Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0
dc.creator.none.fl_str_mv Pacchiotti, Mauro José
Paletto, Pablo Andrés
author Pacchiotti, Mauro José
author_facet Pacchiotti, Mauro José
Paletto, Pablo Andrés
author_role author
author2 Paletto, Pablo Andrés
author2_role author
dc.subject.none.fl_str_mv Industria 4.0
Mantenimiento predictivo
Aprendizaje profundo
Redes neuronales convolucionales
Simulador
topic Industria 4.0
Mantenimiento predictivo
Aprendizaje profundo
Redes neuronales convolucionales
Simulador
dc.description.none.fl_txt_mv En la Industria 4.0, la utilización de las TICs posibilita la recolección y procesamiento de gran cantidad de datos acerca del funcionamiento de los diferentes equipamientos industriales, por lo que representa un desafío el aprovechar los conjuntos de datos de distintos sensores para tareas de mantenimiento predictivo de los dispositivos. Este trabajo propone un modelo experimental que simula la captura de datos y clasificación del estado de un dispositivo en tiempo real, utilizando datos sintéticos, datos provistos por la industria y modelos de aprendizaje profundo. Se realizaron dos experimentos con series de datos de diferente origen y características para entrenar los modelos de aprendizaje profundo, logrando una alta precisión en la predicción del estado del dispositivo en función de los valores de los sensores en los instantes previos.
Fil: Pacchiotti, Mauro José. Universidad Tecnológica Nacional. Facultad Regional Santa Fe, Argentina.
Fil: Paletto, Pablo Andrés. Universidad Tecnológica Nacional. Facultad Regional Santa Fe, Argentina.
description En la Industria 4.0, la utilización de las TICs posibilita la recolección y procesamiento de gran cantidad de datos acerca del funcionamiento de los diferentes equipamientos industriales, por lo que representa un desafío el aprovechar los conjuntos de datos de distintos sensores para tareas de mantenimiento predictivo de los dispositivos. Este trabajo propone un modelo experimental que simula la captura de datos y clasificación del estado de un dispositivo en tiempo real, utilizando datos sintéticos, datos provistos por la industria y modelos de aprendizaje profundo. Se realizaron dos experimentos con series de datos de diferente origen y características para entrenar los modelos de aprendizaje profundo, logrando una alta precisión en la predicción del estado del dispositivo en función de los valores de los sensores en los instantes previos.
publishDate 2021
dc.date.none.fl_str_mv 2021-11
2024-03-25T19:27:36Z
2024-03-25T19:27:36Z
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str acceptedVersion
dc.identifier.none.fl_str_mv Pacchiotti, M.J. & Paletto, P.A. (4 y 5 de Noviembre de 2021). Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0. 9º Congreso Nacional de Ingeniería Informática / Sistemas de Información (CoNaIISI 2021). UTN. Facultad Regional Mendoza, Argentina.
https://sites.google.com/view/riisic/congresos/conaiisi2021
http://hdl.handle.net/20.500.12272/10043
identifier_str_mv Pacchiotti, M.J. & Paletto, P.A. (4 y 5 de Noviembre de 2021). Prototipo de software basado en aprendizaje profundo para mantenimiento predictivo en la Industria 4.0. 9º Congreso Nacional de Ingeniería Informática / Sistemas de Información (CoNaIISI 2021). UTN. Facultad Regional Mendoza, Argentina.
url https://sites.google.com/view/riisic/congresos/conaiisi2021
http://hdl.handle.net/20.500.12272/10043
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv SITCBFE0008086TC - Análisis de la adecuación de los procesos de Ingeniería del Software para el desarrollo de Sistemas basados en Inteligencia Artificial en los ámbitos público, industrial y educativo.
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2024-03-25T19:27:36Z
http://creativecommons.org/licenses/by/4.0/
Atribución 4.0 Internacional
Los autores
CreativeCommons
eu_rights_str_mv openAccess
rights_invalid_str_mv 2024-03-25T19:27:36Z
http://creativecommons.org/licenses/by/4.0/
Atribución 4.0 Internacional
Los autores
CreativeCommons
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv CONAIISI 2021
publisher.none.fl_str_mv CONAIISI 2021
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230874458587136
score 13.265058

Publicaciones similares