dc.contributor.advisor | Sierra Araujo, Basilio | |
dc.contributor.advisor | Arnaiz Irigaray, Satur Aitor | |
dc.contributor.author | Gilabert Garcia Pelayo, Eduardo | |
dc.date.accessioned | 2021-03-10T10:25:38Z | |
dc.date.available | 2021-03-10T10:25:38Z | |
dc.date.issued | 2020-11-05 | |
dc.date.submitted | 2020-11-05 | |
dc.identifier.uri | http://hdl.handle.net/10810/50531 | |
dc.description | 324 p. | es_ES |
dc.description.abstract | El objetivo principal es demostrar el potencial de mejora que las técnicas y metodologías relacionadas con la analítica prescriptiva, pueden proporcionar en aplicaciones de mantenimiento industrial. Las tecnologías desarrolladas se pueden agrupar en tres ámbitos: - El e-mantenimiento, relacionado fundamentalmente con el desarrollo de plataformas colaborativas e inteligentes que permiten la integración de nuevos sensores, sistemas de comunicaciones, estándares y protocolos, conceptos, métodos de almacenamiento y análisis etc. que entran continuamente en nuestro abanico de posibilidades y nos ofrecen la posibilidad de seguir una tendencia de mejora en la optimización de activos y procesos, y en la interoperabilidad entre sistemas.- Las Redes Bayesianas (Bayesian Networks ¿ BNs) junto con otras metodologías de recogida de información utilizadas en ingeniería nos ofrecen la posibilidad de automatizar la tarea de diagnóstico y predicción de fallos.- La optimización de las estrategias de mantenimiento, mediante simulaciones de fallos y análisis coste-efectividad, que ayudan a la toma de decisiones a la hora de seleccionar una estrategia de mantenimiento adecuada para el activo. Además, mediante el uso de algoritmos de optimización logramos mejorar la planificación del mantenimiento, reduciendo los tiempos y costes para realizar las tareas en un parque de activos. | es_ES |
dc.language.iso | spa | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by/3.0/es/ | * |
dc.subject | artificial intelligence | es_ES |
dc.subject | inteligencia artificial | es_ES |
dc.subject | Ingeniería de mantenimiento | es_ES |
dc.subject | maintenance engineering | es_ES |
dc.title | Diagnóstico de fallos y optimización de la planificación en un marco de e-mantenimiento. | es_ES |
dc.type | info:eu-repo/semantics/doctoralThesis | es_ES |
dc.rights.holder | Atribución 3.0 España | * |
dc.rights.holder | (cc)2020 EDUARDO GILABERT GARCIA-PELAYO (cc by 4.0) | |
dc.identifier.studentID | 782546 | es_ES |
dc.identifier.projectID | 18950 | es_ES |
dc.departamentoes | Ciencia de la computación e inteligencia artificial | es_ES |
dc.departamentoeu | Konputazio zientziak eta adimen artifiziala | es_ES |