El objetivo del trabajo es desarrollar un sistema con la ayuda de los clasificadores de Machine Learning para la medición de calidad de la uva, con lo que se podrá seleccionar el clasificador más adecuado, con el fin de ayudar a los agricultores a facilitar la labor de control y prevención de plagas y análisis de nutrientes del suelo de cultivo. Para ello, se hace uso desde imágenes en el espacio RGB (Red, Green and Blue) para que, por medio de distintos algoritmos de inteligencia artificial, lograr una estimación del peso y apariencia (color) de los racimos de uva mientras que, para el calibre, se utilizaron técnicas de procesamiento de imágenes. En tanto, la metodología propuesta para la estimación de los parámetros de calidad se compone de tres parámetros principales: estimación del peso, estimación del calibre y apariencia estimación. Por lo demás, las imágenes de l...

La tesis aborda la propuesta de mejora para la gestión del mantenimiento en equipos de perforación diamantina, aumentando la disponibilidad operativa y reduciendo el tiempo medio para reparación (MTTR). El desarrollo de esta propuesta de mejora se centra en usar herramientas como la regla de Pareto y el análisis de modos y efectos de falla (AMEF) para identificar los repuestos críticos, y así proponer un stock mínimo en planta que disminuya los costos y tiempos por fabricación de estos componentes. Como consecuencia aumentar la disponibilidad operativa y reducir el MTTR. Los resultados muestran una interesante mejora en los indicadores de disponibilidad operativa y Tiempo medio para reparación (MTTR), así como un ahorro al implementar esta propuesta de mejora.