Application of Machine Learning Techniques for Failure Detection in a Manufacturing Line
Aplicación de técnicas de aprendizaje automático para la detección de fallas en una línea de fabricación
Ver/ Abrir
Identificadores
URI: http://hdl.handle.net/10902/17823Registro completo
Mostrar el registro completo DCAutoría
Mendes Pedroso, Danilo JoséFecha
2019-09-09Derechos
© Danilo José Mendes Pedroso
Resumen/Abstract
This Master's Degree Thesis (MDT) presents a study about an existent problema located in a production line and how the use of machine learning (ML) techniques could handle that. Nowadays more than ever the companies are collecting a big amount of data about their processes, however some of them have not the right tools to process all this information in a way it could bring useful information to make better business decisions. The use of data analytic and ML techniques in a manufacturing line to process all the information collected can bring several advantages as the reduction of rework, the decrease of scrap, i.e., products with defects, and consequently offering to the customers more reliable goods. The commodity studied in this project, the Step Valve (SV), is the main component in the production of gas top-cooks, being this the main product manufactured by the BSH Electrodomésticos España in Santander. This document presents several data analytic and machine learning techniques applied in a specific and recurrent problema faced by the company since the beginning of the SV production.
Este Trabajo Fin de Máster presenta un estudio sobre un problema existente en una línea de producción y cómo el uso de técnicas de machine learning (ML) podría solucionarlo. Hoy en día más que nunca, las empresas están recopilando una gran cantidad de datos sobre todos sus procesos, sin embargo, algunas de ellas no tienen las herramientas adecuadas para procesar toda esta información de una manera que pueda ser usada para una mejor toma de decisiones en sus operaciones de mercado. El uso de data analytic y técnicas de ML en una línea de fabricación automatizada para procesar toda la información recogida puede traer varias ventajas como por ejemplo, mejorar la eficiencia, reducir la cantidad de productos defectuosos y, en consecuencia, ofrecer a los clientes una mayor fiabilidad. El producto estudiado en este proyecto, la Step Valve (SV), es el componente principal en la producción de las encimeras de cocinas a gas, siendo éstas el principal producto fabricado por BSH Electrodomésticos España en Santander. En esta memoria se presentan varias técnicas de data analytic y machine learning aplicadas en un problema específico y recurrente que la empresa enfrenta desde el comienzo de la producción SV.