Development of a predictive model for a manufacturing system oriented to Industry 4.0
| Autor: | Zúñiga Quiñones, Lina María |
|---|---|
| Přispěvatelé: | Aguirre Mayorga, Hugo Santiago |
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2021 |
| Předmět: |
Manufacturing system
Monitoreo predictivo Business process management Administración de procesos de negocio Sistema de manufactura Minería de procesos Predictive monitoring Industria minera - Colombia Mejoramiento de procesos - Colombia Process mining Inteligencia de negocios - Colombia Maestría en ingeniería industrial - Tesis y disertaciones académicas |
| Zdroj: | Repositorio Universidad Javeriana Pontificia Universidad Javeriana instacron:Pontificia Universidad Javeriana |
| Popis: | El monitoreo predictivo de los procesos de manufactura en cualquier organización tiene como objetivo pronosticar el comportamiento del sistema y de esta forma tomar decisiones de manera proactiva que mejoren su eficiencia. En el pasado se han propuesto varias técnicas de monitoreo predictivo, en su mayoría basadas en el análisis de datos históricos relacionados con el proceso mediante la utilización de técnicas de diferentes disciplinas como la Minería de Procesos. Este proyecto consiste en el desarrollo de un modelo predictivo para un sistema de manufactura orientado a la industria 4.0. El sistema simulado está basado en el sistema de producción que se encuentra instalado en los laboratorios de aprendizaje de manufactura de la Pontificia Universidad Javeriana. La metodología utilizada para desarrollar el modelo consta de 6 etapas cuya definición parte de la revisión literaria de trabajos similares desarrollados y se basa principalmente en las etapas de la guía de trabajo para proyectos de minería de datos CRISP-DM (Cross-Industry Standard Process for Data Mining). A través de las herramientas de Minería de Procesos brindadas por el software Celonis se realizó un análisis descriptivo del sistema y finalmente, por medio de un código desarrollado por Nirdizati Org en Python, se creó el modelo predictivo. Este modelo brinda información sobre el tiempo restante para que se finalice un producto que está en proceso. El conocimiento de esta información en momentos oportunos puede apalancar la toma de buenas decisiones para optimizar el desempeño del sistema de manufactura. The predictive monitoring of manufacturing processes in any organization aims to forecast the behavior of the system and thus proactively make decisions that improve its efficiency. Various predictive monitoring techniques have been proposed in the past, most of them based on the analysis of historical data related to the process and using techniques from different disciplines such as Process Mining. This project consists of the development of a predictive model for a manufacturing system oriented to Industry 4.0. The simulated system is based on the production system that is currently installed in the manufacturing learning laboratories of the Pontificia Universidad Javeriana. The methodology used to develop the model consists of 6 stages whose definition is based on the literature review of similar works developed and is mainly based on the stages of the work guide for data mining projects CRISP-DM (Cross-Industry Standard Process for Data Mining). Through the Process Mining tools provided by the Celonis software, a descriptive analysis of the system was carried out and finally, by means of a code developed by Nirdizati Org in Python, the predictive model was created. This model provides information on the time remaining for a product that is in process. Knowing this information at the right time can leverage good decision making to optimize the performance of the manufacturing system. Magíster en Ingeniería Industrial Maestría |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|