Electrocardiograma de procesos de control+machine learning+modelación estadística. Tres aplicaciones

El electrocardiograma de procesos: Cartas de Control + Machine learning +Modelación estadística. Tres aplicaciones. Los sistemas de producción actuales muestran grandes niveles de complejidad. Aunado a la complejidad mostrada, la detección de fallas en estos procesos productivos se ha vuelto más complicada y laboriosa. Por otro lado, en sistemas tradicionales de producción, la detección de fallas se realiza mediante una simple inspección visual sobre las Cartas de Control Estadístico por parte de los operarios, así generando problemas de ambigüedad y confusión en la toma de decisiones respecto al tipo de falla existente. Para solucionar dichos problemas de complejidad de detección y ambigüedad, en investigaciones recientes se ha propuesto la aplicación de algoritmos de Machine Learning. En esta conferencia se mostrarán tres problemas donde se han aplicado algoritmos de Machine Learning para la identificación de fallas en procesos monitoreados mediante Cartas de Control (procesos discretos y continuos) y en procesos altamente eficientes; es decir, procesos que muestran un bajo nivel de fallas. Se mostrará la relación entre los tres esquemas de automatización desarrollados, la forma en la que los esquemas de automatización de detección de fallas fueron mejorados mediante el uso de modelos estadísticos y Metaheurísticas, e ideas generales sobre investigación que se está desarrollando en la unidad CIMAT Aguascalientes sobre estos temas.