Look-up in Google Scholar
Title: Sistema de planificación automatizada de órdenes de trabajo de una empresa de producción de plásticos utilizando redes neuronales
Other Titles: Automated planning system for work orders of a plastics production company using Neural Networks
Advisor(s): Subauste Oliden, Daniel Alejandro
OCDE field: https://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 17-Dec-2022
Institution: Universidad Peruana de Ciencias Aplicadas (UPC)
Abstract: Actualmente, el sector de empresas industriales se encuentra en constante crecimiento tecnológico e innovación. Por tal motivo, el presente proyecto propone un sistema web orientado a la planificación automatizada de órdenes de trabajo basado en aprendizaje automático haciendo uso de redes neuronales para una empresa de producción de plásticos. Esta propuesta se planteó mediante la necesidad de disminuir el número de órdenes de trabajo reprogramadas, así como digitalizar los procesos manuales dentro de la organización. Asimismo, se detallan minuciosamente las actividades que serán automatizadas, enfocando el análisis en detectar los puntos críticos o “cuellos de botella” de la empresa de plásticos dentro del proceso de la Gestión de Producción, La solución propuesta hace uso del Framework de desarrollo web Angular, NodeJS y la librería de aprendizaje automático TensorFlow, que tendrán datos de entrada tales como: disponibilidad de operador, maquinaria y materia prima.

Currently, the sector of industrial companies is in constant technological and innovation growth. For this reason, this project proposes a web system oriented to the automated planning of work orders based on learning automation using neural networks for a plastics production company. This proposal arose by reducing the number of work orders rescheduled and digitizing manual processes within the organization. For this reason, the activities to be automated are carefully detailed, focusing the analysis on detecting the critical points or "bottlenecks" of the organization within the Production Management process. The proposed solution makes use of the Angular web development Framework, NodeJS, and the TensorFlow machine learning library, which will have input data such as operator, machinery, and raw material availability.
Discipline: Ingeniería de Sistemas
Grade or title grantor: Universidad Peruana de Ciencias Aplicadas (UPC). División de Estudios Profesionales para Ejecutivos (EPE)
Grade or title: Ingeniero de sistemas
Juror: Coronado Gutierrez, Jaime Junior's; Armas Aguirre, Jimmy; Livia Cavalie, Fabio
Register date: 21-Apr-2023



This item is licensed under a Creative Commons License Creative Commons