Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/12500
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorOrozco Mora, Jorge Luis-
dc.contributor.authorMontejano Leija, Abner Birzabith-
dc.creatorMontejano Leija, Abner Birzabith%MOLA940722HASNJB06-
dc.date.accessioned2026-04-14T18:10:17Z-
dc.date.available2026-04-14T18:10:17Z-
dc.date.issued2024-11-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/12500-
dc.descriptionUno de los principales desafíos en la industria son las fallas inesperadas en los equipos, las cuales generan pérdidas significativas para las empresas debido a los tiempos de inactividad. Para minimizar el tiempo de inactividad causado por estas fallas, es fundamental anticiparse a ellas y actuar rápidamente. Esto se puede lograr mediante el análisis de datos recolectados del monitoreo del equipo y la implementación de un plan de mantenimiento predictivo efectivo. En este trabajo se compara el rendimiento de varios algoritmos de Machine Learning utilizando los datos obtenidos al inducir ciertas fallas en un motor, una electroválvula y un cilindro neumáticos, componentes muy presentes en la industria. Para que con base en ciertas métricas de evaluación, se determine el algoritmo que mejor resultado obtenga y se considere esta opción como parte del mantenimiento predictivo dentro de la industria.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.otherMachine Learning, Diagnóstico de Fallas, Mantenimiento Predictivo, Industria 4.0.es_MX
dc.titleComparación de estrategias de machine learning para la clasificación de fallas en un sistema de manufacturaes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorRuíz Beltrán, Elvia%42106-
dc.folio0030es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Aguascalienteses_MX
Appears in Collections:  Maestría en Ciencias de la Ingeniería

Files in This Item:
File Description SizeFormat 
MCI Tesis Abner Birzabith Montejano Leija.pdf4.22 MBAdobe PDFView/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons