Show simple item record

dc.contributor.advisorSierra Araujo, Basilio ORCID
dc.contributor.advisorArnaiz Irigaray, Satur Aitor
dc.contributor.authorGilabert Garcia Pelayo, Eduardo
dc.date.accessioned2021-03-10T10:25:38Z
dc.date.available2021-03-10T10:25:38Z
dc.date.issued2020-11-05
dc.date.submitted2020-11-05
dc.identifier.urihttp://hdl.handle.net/10810/50531
dc.description324 p.es_ES
dc.description.abstractEl 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.isospaes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/es/*
dc.subjectartificial intelligencees_ES
dc.subjectinteligencia artificiales_ES
dc.subjectIngeniería de mantenimientoes_ES
dc.subjectmaintenance engineeringes_ES
dc.titleDiagnóstico de fallos y optimización de la planificación en un marco de e-mantenimiento.es_ES
dc.typeinfo:eu-repo/semantics/doctoralThesises_ES
dc.rights.holderAtribución 3.0 España*
dc.rights.holder(cc)2020 EDUARDO GILABERT GARCIA-PELAYO (cc by 4.0)
dc.identifier.studentID782546es_ES
dc.identifier.projectID18950es_ES
dc.departamentoesCiencia de la computación e inteligencia artificiales_ES
dc.departamentoeuKonputazio zientziak eta adimen artifizialaes_ES


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución 3.0 España
Except where otherwise noted, this item's license is described as Atribución 3.0 España