Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores

Descripción del Articulo

En el presente estudio, la minería es un sector que busca constantemente implementar nuevas tecnologías para enfrentar diversos desafíos como: el impacto ambiental, escasez de agua, aumento de los costos de operación, seguridad laboral, etc. Para abordar estos problemas se debe poner especial énfasi...

Descripción completa

Detalles Bibliográficos
Autores: Huaman Lima, Ines Katia, Campana Cama, Minerva
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Nacional de San Antonio Abad del Cusco
Repositorio:UNSAAC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsaac.edu.pe:20.500.12918/9918
Enlace del recurso:http://hdl.handle.net/20.500.12918/9918
Nivel de acceso:acceso abierto
Materia:Mantenimiento predictivo
Optimización
Análisis tribológico
Machine learning
http://purl.org/pe-repo/ocde/ford#2.02.04
id RUNS_c4a4403dfb03f888b90f259d1d95b813
oai_identifier_str oai:repositorio.unsaac.edu.pe:20.500.12918/9918
network_acronym_str RUNS
network_name_str UNSAAC-Institucional
repository_id_str 4815
spelling Villafuerte Serna, RonyHuaman Lima, Ines KatiaCampana Cama, Minerva2024-11-29T19:52:50Z2024-11-29T19:52:50Z2024253T20241578http://hdl.handle.net/20.500.12918/9918En el presente estudio, la minería es un sector que busca constantemente implementar nuevas tecnologías para enfrentar diversos desafíos como: el impacto ambiental, escasez de agua, aumento de los costos de operación, seguridad laboral, etc. Para abordar estos problemas se debe poner especial énfasis en la modernización del área de mantenimiento que a pesar del auge de la Inteligencia Artificial en diferentes industrias este campo es relativamente nuevo en esta área. La presente investigación se centra en aplicar Machine Learning a la técnica de Análisis Tribológico para optimizar el Mantenimiento Preventivo Basado en Condición de los motores de palas hidráulicas de una operación minera. El Análisis Tribológico es una de las técnicas más comunes y utilizadas en mantenimiento pues el aceite es un componente clave en el funcionamiento de muchos equipos. El aceite lubrica las partes móviles, reduce la fricción, el desgaste, y ayuda a disipar el calor generado durante el funcionamiento. Con el tiempo, el aceite se degrada y se contamina con partículas de desgaste, agua y otros contaminantes, lo que puede afectar el rendimiento y la vida útil del equipo. El análisis de aceite permite detectar estos problemas antes de que se produzcan fallas costosas y tomar medidas preventivas para mantener el equipo en buen estado. Además, el análisis de aceite puede proporcionar información valiosa sobre la salud general del equipo, lo que puede ayudar al personal de mantenimiento a tomar decisiones informadas sobre la planificación y programación de tareas de mantenimiento preventivo. El problema se da cuando todosapplication/pdfspaUniversidad Nacional de San Antonio Abad del CuscoPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Mantenimiento predictivoOptimizaciónAnálisis tribológicoMachine learninghttp://purl.org/pe-repo/ocde/ford#2.02.04Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motoresinfo:eu-repo/semantics/bachelorThesisreponame:UNSAAC-Institucionalinstname:Universidad Nacional de San Antonio Abad del Cuscoinstacron:UNSAACSUNEDUIngeniero Informático y de SistemasUniversidad Nacional de San Antonio Abad del Cusco. Facultad de Ingeniería Eléctrica, Electrónica, Informática y MecánicaIngeniería Informática y de Sistemas7145773476676461https://orcid.org/0000-0003-4607-522X23957778http://purl.org/pe-repo/renati/type#tesishttp://purl.org/pe-repo/renati/nivel#tituloProfesional612296Medina Miranda, KareliaPillco Quispe, Jose MauroDueñas Bustinza, Dario FranciscoVillalba Villalba, TanyORIGINAL253T20241578_TC.pdfapplication/pdf5866545http://repositorio.unsaac.edu.pe/bitstream/20.500.12918/9918/1/253T20241578_TC.pdfec2a410b10f5b915930468f175b41f47MD5120.500.12918/9918oai:repositorio.unsaac.edu.pe:20.500.12918/99182024-11-29 15:00:55.927DSpace de la UNSAACsoporte.repositorio@unsaac.edu.pe
dc.title.es_PE.fl_str_mv Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores
title Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores
spellingShingle Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores
Huaman Lima, Ines Katia
Mantenimiento predictivo
Optimización
Análisis tribológico
Machine learning
http://purl.org/pe-repo/ocde/ford#2.02.04
title_short Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores
title_full Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores
title_fullStr Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores
title_full_unstemmed Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores
title_sort Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores
author Huaman Lima, Ines Katia
author_facet Huaman Lima, Ines Katia
Campana Cama, Minerva
author_role author
author2 Campana Cama, Minerva
author2_role author
dc.contributor.advisor.fl_str_mv Villafuerte Serna, Rony
dc.contributor.author.fl_str_mv Huaman Lima, Ines Katia
Campana Cama, Minerva
dc.subject.es_PE.fl_str_mv Mantenimiento predictivo
Optimización
Análisis tribológico
Machine learning
topic Mantenimiento predictivo
Optimización
Análisis tribológico
Machine learning
http://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.none.fl_str_mv http://purl.org/pe-repo/ocde/ford#2.02.04
description En el presente estudio, la minería es un sector que busca constantemente implementar nuevas tecnologías para enfrentar diversos desafíos como: el impacto ambiental, escasez de agua, aumento de los costos de operación, seguridad laboral, etc. Para abordar estos problemas se debe poner especial énfasis en la modernización del área de mantenimiento que a pesar del auge de la Inteligencia Artificial en diferentes industrias este campo es relativamente nuevo en esta área. La presente investigación se centra en aplicar Machine Learning a la técnica de Análisis Tribológico para optimizar el Mantenimiento Preventivo Basado en Condición de los motores de palas hidráulicas de una operación minera. El Análisis Tribológico es una de las técnicas más comunes y utilizadas en mantenimiento pues el aceite es un componente clave en el funcionamiento de muchos equipos. El aceite lubrica las partes móviles, reduce la fricción, el desgaste, y ayuda a disipar el calor generado durante el funcionamiento. Con el tiempo, el aceite se degrada y se contamina con partículas de desgaste, agua y otros contaminantes, lo que puede afectar el rendimiento y la vida útil del equipo. El análisis de aceite permite detectar estos problemas antes de que se produzcan fallas costosas y tomar medidas preventivas para mantener el equipo en buen estado. Además, el análisis de aceite puede proporcionar información valiosa sobre la salud general del equipo, lo que puede ayudar al personal de mantenimiento a tomar decisiones informadas sobre la planificación y programación de tareas de mantenimiento preventivo. El problema se da cuando todos
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-11-29T19:52:50Z
dc.date.available.none.fl_str_mv 2024-11-29T19:52:50Z
dc.date.issued.fl_str_mv 2024
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.other.none.fl_str_mv 253T20241578
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12918/9918
identifier_str_mv 253T20241578
url http://hdl.handle.net/20.500.12918/9918
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_US.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.en_US.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional de San Antonio Abad del Cusco
dc.publisher.country.none.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNSAAC-Institucional
instname:Universidad Nacional de San Antonio Abad del Cusco
instacron:UNSAAC
instname_str Universidad Nacional de San Antonio Abad del Cusco
instacron_str UNSAAC
institution UNSAAC
reponame_str UNSAAC-Institucional
collection UNSAAC-Institucional
bitstream.url.fl_str_mv http://repositorio.unsaac.edu.pe/bitstream/20.500.12918/9918/1/253T20241578_TC.pdf
bitstream.checksum.fl_str_mv ec2a410b10f5b915930468f175b41f47
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv DSpace de la UNSAAC
repository.mail.fl_str_mv soporte.repositorio@unsaac.edu.pe
_version_ 1818348161919352832
score 13.932913
Optimización del mantenimiento preventivo de palas hidráulicas CAT 6060 FS aplicando técnicas de Machine Learning al análisis tribológico de motores
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares