Look-up in Google Scholar
Title: Implementaci?n de un modelo anal?tico no supervisado para la predicci?n de fallas en camiones f?brica del servicio integral de voladura de Exsa ubicados en la Mina Yanacocha
Advisor(s): Palomares Orihuela, Ricardo J.
OCDE field: https://purl.org/pe-repo/ocde/ford#2.11.02
Issue Date: 2019
Institution: Universidad Ricardo Palma - URP
Abstract: La presente investigaci?n describe la ?Implementaci?n de un Modelo Anal?tico no Supervisado para la Predicci?n de Fallas en Camiones F?brica del Servicio Integral de Voladura de EXSA Ubicados en la Mina Yanacocha?. Como precedente, se bas? los cambios en la teor?a del mantenimiento que se viene realizando en la actualidad, ha motivado esta investigaci?n, en la cual se busca aminorar costos en repuestos y tener mayor disponibilidad en las m?quinas. Este se vio reflejado dentro de la gesti?n de mantenimiento que se ten?a en la empresa EXSA con sus camiones f?brica. El dise?o para la implementaci?n de la tesis se realiz? en 4 partes, desarroll?ndose primero el an?lisis de criticidad, obteniendo los equipos m?s cr?ticos; luego el dise?o y gesti?n de un sistema de telemetr?a, con el cual se realiz? la recaudaci?n de datos del cami?n; el modelo de datos, para que el ingreso a nuestro modelo anal?tico sea m?s eficiente y finalmente el dise?o del modelo anal?tico no supervisado para la predicci?n de fallas. Despu?s de haber ejecutado los objetivos propuestos, cada uno sometidos a pruebas espec?ficas; validaci?n de modelo de criticidad, transferencia y calidad de datos, confianza, soporte y elevaci?n de las predicciones de nuestro modelo anal?tico. Se valid? en un 100% el modelo de criticidad, donde se obtuvo que los sistemas propuestos son los m?s cr?ticos, se logr? el correcto funcionamiento del sistema de telemetr?a, con un 100% de eficacia, pudiendo rastrear al cami?n f?brica en tiempo real durante su funcionamiento en mina, as? mismo, se comprob? la transferencia de datos a la plataforma web y se obtuvo un 100% en la calidad de datos, seg?n el patr?n propuesto, y 43 predicciones, con una confianza m?xima del 100%, soporte m?ximo de 5,435% y elevaci?n m?xima del 4,6%, los cuales son resultados favorables y concluyentes.
Discipline: Ingenier?a Mec?tronica
Grade or title grantor: Universidad Ricardo Palma. Facultad de Ingenier?a. Escuela Profesional de Ingenier?a Mecatr?nica
Grade or title: Ingeniero Mecatr?nico
Register date: 26-Feb-2020



This item is licensed under a Creative Commons License Creative Commons