Maestría en Ingeniería · 2013
Aproximación del uso de redes neuronales en mantenimiento
Full text 151 pages with text
Read the full thesis Record in the repository
Contents
- PROLOGOp. 13
- INTRODUCCIÓNp. 13
- PALABRAS CLAVESp. 15
- JUSTIFICACIÓNp. 16
- OBJETIVO GENERALp. 16
- OBJETIVOS ESPECÍFICOSp. 17
- OBJETIVO 1p. 17
- OBJETIVO 2p. 17
- OBJETIVO 3p. 17
- OBJETIVO 4p. 17
- FUNDAMENTACIÓNp. 18
- OBJETIVO 1p. 17
- INTRODUCCIÓNp. 13
- DESARROLLO REDES NEURONALESp. 18
- MODELO DE UNA NEURONAp. 20
- Entradas y salidasp. 21
- Pesos sinápticosp. 22
- Regla de propagaciónp. 22
- Función de activaciónp. 22
- Función de salidap. 24
- ARQUITECTURA DE UNA RED NEURONAL ARTIFICIALp. 24
- APRENDIZAJEp. 26
- Aprendizaje supervisadop. 27
- Aprendizaje no supervisadop. 28
- Algoritmo Backpropagation o Retropropagaciónp. 29
- GENERALIZACIÓNp. 29
- BENEFICIOS DE LAS RNAp. 31
- APLICACIONES DE LAS REDES NEURONALES ARTIFICIALESp. 32
- PRONÓSTICOSp. 15
- MÉTODOS DE PRONÓSTICOSp. 34
- Series de tiempop. 15
- MEDICIÓN DEL ERROR DE PRONÓSTICOSp. 41
- MANTENIMIENTO SISTEMICOp. 43
- NIVELES DEL MANTENIMIENTOp. 45
- Nivel 1 - Instrumental (Funciones y Acciones)p. 46
- Nivel 2 - Operacional (Acciones mentales)p. 47
- Nivel 3 - Táctico (Conjunto de Acciones Reales)p. 47
- Nivel 4 - Estratégico (Conjunto de Funciones y Acciones mentales)p. 47
- GESTIÓN DEL MANTENIMIENTOp. 48
- INDICADORES PARA LA GESTIÓN DE MANTENIMIENTOp. 50
- Indicadores para la alta dirección. Estratégicosp. 50
- Indicadores de orden operativop. 51
- Costo de Ciclo de Vida (LCC)p. 52
- CONCLUSIONES DEL CAPITULOp. 53
- PARAMETROS CMDp. 54
- OBJETIVO 2p. 17
- INTRODUCCIONp. 54
- DESARROLLO CMDp. 54
- CONFIABILIDADp. 54
- Función de Confiabilidadp. 55
- Curva de Davies o de la bañerap. 56
- Indicadores de confiabilidadp. 58
- MANTENIBILIDADp. 60
- Indicadores de mantenibilidadp. 61
- DISPONIBILIDADp. 48
- Indicadores de disponibilidadp. 66
- DISTRIBUCIONESp. 73
- DISTRIBUCIÓN NORMALp. 73
- DISTRIBUCIÓN EXPONENCIALp. 76
- DISTRIBUCIÓN GAMMAp. 79
- DISTRIBUCIÓN WEIBULLp. 81
- METODOLOGIA PARA MEDICION CMDp. 86
- CONCLUSIONESp. 90
- PRONOSTICO RNAp. 91
- OBJETIVO 3p. 17
- INTRODUCCIONp. 54
- METODOLOGIA PRONOSTICO RNAp. 91
- SELECCIÓN DE VARIABLESp. 92
- PRE-PROCESAMIENTO DE DATOSp. 92
- CONJUNTOS DE ENTRENAMIENTO Y PRUEBAp. 92
- ARQUITECTURA DE LA RED NEURONALp. 93
- Número de capas ocultasp. 93
- Número de neuronas ocultasp. 93
- Número de neuronas de salidap. 94
- Funciones de transferenciap. 94
- CRITERIO DE EVALUACIÓNp. 94
- ENTRENAMIENTO DE LA REDp. 95
- Tasa de aprendizaje y momentop. 95
- IMPLEMENTACIÓN PAQUETE DE SOFTWAREp. 95
- IMPLEMENTACION METODOLOGIA PRONOSTICO RNAp. 96
- SELECCIÓN DE VARIABLESp. 92
- PRE-PROCESAMIENTO DE DATOSp. 92
- Patrones de Entrenamiento y Pruebap. 96
- ARQUITECTURA DE LA REDp. 97
- Determinación de las entradasp. 97
- Determinación del número de nodos de la capa ocultap. 98
- CRITERIO DE EVALUACIÓNp. 94
- ENTRENAMIENTO DE LA REDp. 95
- IMPLEMENTACIÓN PAQUETE DE SOFTWAREp. 95
- RESULTADOS PRONÓSTICOSp. 101
- METODOLOGÍA DE CÁLCULO Y COMPARACIÓN RNA ST -p. 106
- CONCLUSIONES DEL CAPITULOp. 53
- CONCLUSIONESp. 90
- OBJETIVO 4p. 17
- CONCLUSIONES CONCEPTUALESp. 109
- RECOMENDACIONESp. 110
- CONCLUSIÓN TÉCNICA EXPERIMENTALp. 111
- BIBLIOGRAFÍAp. 112
- ANEXOSp. 116
- Ilustración 1 - Modelo de una Neurona Biológicap. 19
- Ilustración 2 - Neurona artificialp. 21
- Ilustración 3 - Funciones de activación comunesp. 23
- Ilustración 4 - Ejemplo de una red neuronal artificialp. 26
- Ilustración 5 - Métodos Cualitativos de pronósticosp. 35
- Ilustración 6 - Métodos por Series de Tiempo para pronósticosp. 36
- Ilustración 7 - Métodos causales de pronósticosp. 37
- Ilustración 8 - Modelos de pronósticosp. 41
- Ilustración 9 - Niveles de mantenimiento de la casa ESReDap. 46
- Ilustración 11 - Función de Confiabilidadp. 56
- Ilustración 12 - Curva de Davies o de la bañerap. 57
- Ilustración 13 - Diagrama de tiempos de un sistema de un componentep. 59
- Ilustración 14 - Tipos de disponibilidadp. 67
- Ilustración 15 - Función de confiabilidad de la distribución normalp. 75
- normalp. 89
- Ilustración 17 - Función de la tasa de fallas de la distribución normalp. 76
- Ilustración 18 - Función de confiabilidad de la distribución exponencialp. 78
- exponencialp. 78
- Ilustración 20 - Función de la tasa de fallas de la distribución exponencialp. 79
- Ilustración 21 - Función de confiabilidad de la distribución gammap. 80
- gammap. 89
- Ilustración 23 - Función de la tasa de fallas de la distribución gammap. 81
- Ilustración 24 - Función de confiabilidad de la distribución Weibullp. 85
- Weibullp. 85
- Ilustración 26 - Función de la tasa de fallas de la distribución Weibullp. 86
- Ilustración 27 - Modelo universal e integral, propuesto para la medición CMDp. 88
- Ilustración 28 - Pasos a realizar en el desarrollo de una RNAp. 100
- Ilustración 29 - Resultados pronósticos por RNA parámetros MPp. 102
- Ilustración 30 - Resultados pronósticos por ST parámetros Mpp. 102
- Ilustración 31 - Resultados pronósticos por RNA parámetros MTBMpp. 103
- Ilustración 32 - Resultados pronósticos por ST parámetros MTBMpp. 103
- Ilustración 33 - Resultados pronósticos por RNA parámetros MTTRp. 104
- Ilustración 34 - Resultados pronósticos por ST parámetros MTTRp. 104
- Ilustración 35 - Resultados pronósticos por RNA parámetros MTBMcp. 105
- Ilustración 36 - Resultados pronósticos por ST parámetros MTBMCp. 105
- futuros CMDp. 107
- Ilustración 38 - Revisión directorio y programasp. 129
- Ilustración 39 - Copiado de datos históricos en archivo Excel DATOSCMDp. 130
- Ilustración 40 - Combinaciones arquitecturas programa caclentr.mp. 131
- Ilustración 41 - Ejecución del programa calcentr en ventana de comandop. 131
- Ilustración 42 - Variable Ecp. 132
- Ilustración 43 - Selección del modelo para el número de entradasp. 133
- Ilustración 44 - Mensaje en ventana de comandop. 134
- Ilustración 45 - Combinaciones de tasa de aprendizaje y momentop. 134
- Ecuación 1 - Operación de la neurona ip. 21
- Ecuación 2 - Regla de propagación hip. 22
- Ecuación 3 - Valor del potencial postsináptico hip. 22
- Ecuación 4 - Función de activaciónp. 23
- Ecuación 5 - Función de salida yip. 24
- Ecuación 6 - Residual de pronosticop. 42
- Ecuación 7 - Desviación Absoluta Media MADp. 42
- Ecuación 8 - Error Cuadrático Medio MSEp. 43
- Ecuación 9 - Error porcentual absoluto medio MAPEp. 43
- Ecuación 10 - Error porcentual medio MPEp. 43
- Ecuación 11 - LCCp. 52
- Ecuación 12 - Efectividad de la maquina o elementop. 53
- Ecuación 13 - Efectividad del sistemap. 53
- Ecuación 14 - Función de probabilidadp. 55
- Ecuación 15 - Definición de tendencia central distribución para confiabilidadp. 59
- Ecuación 16 - Definición del tiempo medio entre mantenimientosp. 60
- Ecuación 17 - Definición de tendencia central distribución para mantenibilidadp. 61
- Ecuación 18 - Definición del tiempo medio de mantenimiento preventivop. 62
- Ecuación 19 - Definición del tiempo medio de mantenimiento activop. 63
- Ecuación 20 - Definición del tiempo de parada de mantenimientop. 64
- Ecuación 21 - Disponibilidad Genérica (AG)p. 68
- Ecuación 22 - Disponibilidad Inherente (AI)p. 68
- Ecuación 23 - Disponibilidad alcanzada (AA)p. 69
- Ecuación 24 - Tiempo medio entre mantenimientos MTBMp. 70
- Ecuación 25 - Tiempo medio de mantenimiento activop. 70
- Ecuación 26 - Disponibilidad operacional (AO)p. 71
- Ecuación 27 - Disponibilidad operacional generalizada (AGO)p. 72
- Ecuación 28 - Función de densidad de la distribución normalp. 74
- Ecuación 29 - Función de confiabilidad de la distribución normalp. 74
- Ecuación 30 - Función de tasa de fallas de la distribución normalp. 74
- Ecuación 31 - Función de densidad de la distribución exponencialp. 77
- Ecuación 32 - Función de confiabilidad de la distribución exponencialp. 77
- Ecuación 33 - Función de tasa de fallas de la distribución exponencialp. 77
- Ecuación 34 - Función de densidad de la distribución gammap. 80
- Ecuación 35 - Función de confiabilidad de la distribución gammap. 80
- Ecuación 36 - Función de densidad de tasa de fallas de la distribución gammap. 80
- Ecuación 37 - Transformación valores "x" y "y" para la distribución de Weibullp. 82
- Ecuación 38 - Parámetros de la distribución de Weibullp. 82
- Ecuación 39 - Función de densidad de la distribución de Weibullp. 83
- Ecuación 40 - Función de confiabilidad de la distribución de Weibullp. 84
- Ecuación 41 - Función de tasa de fallas de la distribución de Weibullp. 84
- Ecuación 42 - Transformación de datos entre valores 0 y 1p. 96
- Ecuación 43 - Símbolos y nombres abreviados Parámetros CMDp. 101
- Ecuación 44 - Goodness of Fit – Bondad de ajuste de los resultadosp. 101
- Anexo A - Parámetros Turbinap. 116
- Anexo B - Manual programa red neuronal para cálculo series temporalesp. 128
- Anexo C -Programas MATLABp. 136
Keywords
Artificial intelligenceComputer algorithmsMaintenanceMathematical modelsMathematical statisticsNeural networks (Computer science)Time-series analysisIndicadores CMD (Confiabilidad, Mantenibilidad, Disponibilidad)MantenimientoMatlab (Programa para computador)PronósticoRedes NeuronalesRedes Neuronales ArtificialesSeries de tiempo