• Mi UCrea
    Ver ítem 
    •   UCrea
    • UCrea Académico
    • Facultad de Ciencias
    • Máster Universitario en Ciencia de Datos / Master in Data Science
    • M6323 Trabajos académicos
    • Ver ítem
    •   UCrea
    • UCrea Académico
    • Facultad de Ciencias
    • Máster Universitario en Ciencia de Datos / Master in Data Science
    • M6323 Trabajos académicos
    • Ver ítem
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    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
    2019_TFM_DaniloMendes.pdf (1.759Mb)
    Identificadores
    URI: http://hdl.handle.net/10902/17823
    Compartir
    RefworksMendeleyBibtexBase
    Estadísticas
    Ver Estadísticas
    Google Scholar
    Registro completo
    Mostrar el registro completo DC
    Autoría
    Mendes Pedroso, Danilo José
    Fecha
    2019-09-09
    Director/es
    García Manzanas, RodrigoAutoridad Unican
    Placer Maruri, EmilioAutoridad Unican
    Derechos
    © 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.
    Colecciones a las que pertenece
    • M6323 Trabajos académicos [97]

    UNIVERSIDAD DE CANTABRIA

    Repositorio realizado por la Biblioteca Universitaria utilizando DSpace software
    Contacto | Sugerencias
    Metadatos sujetos a:licencia de Creative Commons Reconocimiento 4.0 España
     

     

    Listar

    Todo UCreaComunidades y coleccionesFecha de publicaciónAutoresTítulosTemasEsta colecciónFecha de publicaciónAutoresTítulosTemas

    Mi cuenta

    AccederRegistrar

    Estadísticas

    Ver Estadísticas
    Sobre UCrea
    Qué es UcreaGuía de autoarchivoArchivar tesisAcceso abiertoGuía de derechos de autorPolítica institucional
    Piensa en abierto
    Piensa en abierto
    Compartir

    UNIVERSIDAD DE CANTABRIA

    Repositorio realizado por la Biblioteca Universitaria utilizando DSpace software
    Contacto | Sugerencias
    Metadatos sujetos a:licencia de Creative Commons Reconocimiento 4.0 España