Aplicación de técnicas computacionales en la predicción de procesos industriales críticos para optimizar la calidad del producto, un paso hacia adelante en la industria 4.0

Abstract

Resumen El término industria 4.0 es mencionado con frecuencia dentro de las grandes compañías dedicadas a la producción, sin embargo, existen procesos y equipos para los que no existe conectividad alguna, por lo que, no existe visibilidad de los datos si es que son generados. Una de las tareas importantes del presente trabajo, es computarizar datos generados por los procesos industriales, establecer conectividad con otros sistemas de la empresa para la obtención automática de los datos, con la finalidad de reconocer el proceso a través de ellos, y a través de la visibilidad analizar el proceso de Tecnología de Montaje Superficial. El reconocimiento de algunos procesos industriales permite identificar qué datos es necesario recolectar del proceso a través de la identificación de factores críticos y cuáles de ellos pueden o deben ser computarizados para con su análisis, simplificar las variables que intervienen en el con el objetivo de mejorar y optimizar los procesos. Contrastar técnicas estadísticas con técnicas de minería de datos, permite ofrecer a los expertos de procesos, alternativas para encaminar los procesos a una mejora continua, convergiendo en una mejor calidad de los productos generados por los procesos y la optimización de recursos que intervienen en ellos. La selección de variables significativas en los procesos es sin duda, una tarea necesaria para la aplicación de futuras técnicas importantes para el análisis de datos, ya que cualquier proceso, por sencillo que parezca es producto de la interacción de múltiples factores bajo diversas condiciones.

Abstract Nowadays Industry 4.0 is frequently mentioned in large companies focused on production of goods, however, it exists processes and machines which do not interact with other components, this is why there is not data generated when it is supposed to exist. One of the main objectives of the current research work, is to compute data created by industrial processes establishing connectivity relation with other systems in the organization to gather data automatically. The final purpose to recognize the process through data and perform analysis of Superficial Mountain Technology process making valuable data available. Know some industrial processes allow us to identify data that is needed to collect, based on the critical parameters detection and which of them should be computed to be analyzed to simplify variables that impact the process, following the objective to improve and optimize processes. Use of statistical techniques and machine learning, enable us to provide to process experts, ways to drive process improvements, resulting in product quality and resources optimizations for the processes. Features selection of critical parameters is an essential task for future techniques to be applied to perform data analysis, because all processes, even if they seem simple, is the result of many factors which interacting different conditions.