Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies


Aprendizaje y diagnóstico en los procesos de manufactura a través de una red bayesiana ejecutable
En estedocumento se presenta una aproximación novedosa para modelar un proceso de manufactura que le permite al usuario aprender acerca de los mecanismos origen de los defectos de manufactura a través de una Red Bayesian Ejecutable y de Modelamiento de Proceso (PMEBN en inglés). Las redes Bayesian son modelos gráficos basados en teoría de probabilidad, empleadas para ganar entendimiento acerca del comportamiento de un sistema, o para predecir una respuesta del sistema para acciones específicas.
La aproximación novedosa combina modelamientos de sistemas, simulación e interferencia tipo Bayesian junto con modelos ejecutables gráficos dentro de un marco de trabajo simple, el cual es adaptado a ambientes manufactureros; sin embargo, es suficientemente genérico para ser aplicado a líneas de producción automatizadas y no automatizadas.
El método combina razonamiento probabilística con parámetros dependientes del tiempo, los cuales son de interés crucial para el control de calidad en ambientes de manufactura. Se demuestra el concepto a través de un caso de estudio de una línea de manufactura caravana empleando datos de inspección.
Editor
Autores
M. A. Rodrigues
Y. Liu
L. Bottaci
D. I. Rigas
Categoría
Subcategoría
Palabras clave
Consultas: 1352
Citaciones: Sin citaciones
En estedocumento se presenta una aproximación novedosa para modelar un proceso de manufactura que le permite al usuario aprender acerca de los mecanismos origen de los defectos de manufactura a través de una Red Bayesian Ejecutable y de Modelamiento de Proceso (PMEBN en inglés). Las redes Bayesian son modelos gráficos basados en teoría de probabilidad, empleadas para ganar entendimiento acerca del comportamiento de un sistema, o para predecir una respuesta del sistema para acciones específicas.
La aproximación novedosa combina modelamientos de sistemas, simulación e interferencia tipo Bayesian junto con modelos ejecutables gráficos dentro de un marco de trabajo simple, el cual es adaptado a ambientes manufactureros; sin embargo, es suficientemente genérico para ser aplicado a líneas de producción automatizadas y no automatizadas.
El método combina razonamiento probabilística con parámetros dependientes del tiempo, los cuales son de interés crucial para el control de calidad en ambientes de manufactura. Se demuestra el concepto a través de un caso de estudio de una línea de manufactura caravana empleando datos de inspección.
M. A. Rodrigues
Y. Liu
L. Bottaci
D. I. Rigas
En estedocumento se presenta una aproximación novedosa para modelar un proceso de manufactura que le permite al usuario aprender acerca de los mecanismos origen de los defectos de manufactura a través de una Red Bayesian Ejecutable y de Modelamiento de Proceso (PMEBN en inglés). Las redes Bayesian son modelos gráficos basados en teoría de probabilidad, empleadas para ganar entendimiento acerca del comportamiento de un sistema, o para predecir una respuesta del sistema para acciones específicas.
La aproximación novedosa combina modelamientos de sistemas, simulación e interferencia tipo Bayesian junto con modelos ejecutables gráficos dentro de un marco de trabajo simple, el cual es adaptado a ambientes manufactureros; sin embargo, es suficientemente genérico para ser aplicado a líneas de producción automatizadas y no automatizadas.
El método combina razonamiento probabilística con parámetros dependientes del tiempo, los cuales son de interés crucial para el control de calidad en ambientes de manufactura. Se demuestra el concepto a través de un caso de estudio de una línea de manufactura caravana empleando datos de inspección.