Análisis de la predicción de temperatura de una bomba de agua industrial para correcto mantenimiento predictivo basado en la vida útil restante (RUL) usando redes neuronales recurrentes

Simple item page
dc.contributor.advisorChinguel Arrese, César Alberto
dc.contributor.advisorRotta Saavedra, Pedro Gabriel
dc.contributor.authorAñanca Arango, Pedro Christian
dc.coverage.spatialPerú
dc.date.accessioned2025-01-21T22:58:36Z
dc.date.available2025-01-21T22:58:36Z
dc.date.issued2024-08
dc.description.abstractLa tesis tiene como objetivo desarrollar modelos predictivos basados en redes neuronales recurrentes para anticipar con precisión la señal estacionaria de temperatura en bombas de agua industriales. Esto se llevó a cabo con el propósito de obtener una estimación fiable del tiempor estante para el fallo (RUL) del dispositivo y facilitar la implementación de estrategias de mantenimiento predictivo eficaces. La metodología que fue empleada incluyó la recolección de datos provenientes de un sensor de temperatura de bomba de agua, normalizados en una escala de [0-1] y procesados con una función de Lookback. Se implementaron tres arquitecturas diferentes: LSTM, SEQ2SEQ y Attention, variando hiperparámetros como el tamaño del lote, la tasa de aprendizaje, el optimizador (Adam, Adagrad, SGD) y el Lookback. Los resultados demostraron que la arquitectura SEQ2SEQ con un lookback de 7 y optimizador Adam alcanzó un coeficiente de determinación (R2) superior al 60% que se logró por medio de ajustes de parámetros para mejorar la precisión y confiabilidad, destacando su eficacia en la predicción de la temperatura en bombas de agua. Además, se identificó que el hiperparámetro más influyente fue el Lookback, enfatizando la importancia de considerar cuidadosamente la cantidad de datos del pasado utilizados en la predicción. Como recomendación clave, se sugiere la selección de hiperparámetros específicos, como un Lookback óptimo, para maximizar la precisión del modelo. Este estudio contribuye en el campo de mantenimiento predictivo, proporcionando pautas para la implementación efectiva de redes neuronales en la monitorización y predicción de temperaturas en bombas de agua industriales.
dc.formatapplication/pdf
dc.identifier.citationAñanca, P. (2024). Análisis de la predicción de temperatura de una bomba de agua industrial para correcto mantenimiento predictivo basado en la vida útil restante (RUL) usando redes neuronales recurrentes (Tesis para optar el título de Ingeniero Industrial y de Sistemas). Universidad de Piura. Facultad de Ingeniería. Programa Académico de Ingeniería Industrial y de Sistemas. Piura, Perú.
dc.identifier.urihttps://hdl.handle.net/11042/7101
dc.language.isospa
dc.publisherUniversidad de Piuraes
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nd/4.0/
dc.sourceUniversidad de Piuraes
dc.sourceRepositorio Institucional Pirhua - UDEPes
dc.subjectRedes neuronales (Computadores) -- Aplicación -- Predicciones
dc.subjectAguas residuales -- Investigaciones
dc.subjectMaquinaria de bombeo -- Mantenimiento y reparación
dc.subject.ddc006.32
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.11.03
dc.titleAnálisis de la predicción de temperatura de una bomba de agua industrial para correcto mantenimiento predictivo basado en la vida útil restante (RUL) usando redes neuronales recurrentes
dc.typeinfo:eu-repo/semantics/bachelorThesis
renati.advisor.dni02608339
renati.advisor.orcidhttps://orcid.org/0000-0002-3118-6675
renati.author.dni71412810
renati.discipline722076
renati.jurorQuinde Li Say Tan, Mario José
renati.jurorSoto Bohorquez, Juan Carlos
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
rim.academicdepartmentÁrea de Sistemas de Informaciónes
rim.collegeFacultad de Ingenieríaes
rim.departmentDepartamento de Ingeniería Industrial y de Sistemases
thesis.degree.disciplineIngeniería Industrial y de Sistemas
thesis.degree.grantorUniversidad de Piura. Facultad de Ingeniería
thesis.degree.nameIngeniero Industrial y de Sistemas
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
ING_2426.pdf
Size:
4.92 MB
Format:
Adobe Portable Document Format
Description:
Archivo principal
Download
No Thumbnail Available
Name:
Autorización-Añanca_Arango.pdf
Size:
553.7 KB
Format:
Adobe Portable Document Format
Description:
Autorización de publicación
Download
No Thumbnail Available
Name:
Reporte-Añanca_Arango.pdf
Size:
1.57 MB
Format:
Adobe Portable Document Format
Description:
Reporte de Turnitin
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Área de Sistemas de Información - Tesis