dc.contributor.advisor	Barrios Aranibar, Dennis
dc.contributor.author	Chavez Valdivia, Javier Alejandro
dc.date.accessioned	2024-12-04T17:04:24Z
dc.date.available	2024-12-04T17:04:24Z
dc.date.issued	2024
dc.description.abstract	La osmosis inversa es un proceso ampliamente utilizado en la purificación del agua por medio de una membrana semi permeable encargada de retener todas las partículas da niñas para el hombre. Sin embrago, el desgaste de esta puede comprometer tanto la calidad del producto como el rendimiento del equipo, lo que eventualmente podría requerir de un mantenimiento mayor. Esto reduciría la disponibilidad del activo y generaría retraso en la prestación del servicio a los clientes. Esta investigación se centro inicialmente en hacer un estudio comparativo entre diferentes algoritmos de aprendizaje máquina capaces de poder clasificar y monitorizar el estado en tiempo real del proceso de ´osmosis inversa de la empresa DILO y con ello evitar en lo posible un desmontaje del activo. Se utilizaron algoritmos de clasificación tales como el Perceptrón Multicapa (MLP) y K-Nearest Neighbors (KNN), ambos reconocidos por su eficiencia y potentes a la hora de clasificar. En cada uno se utilizaron como parámetros de entrada: flujo de permeado, conductividad, presión, TDS y pH, los cuales, a su vez son indicadores tanto de la calidad del agua como del rendimiento del proceso. Finalmente, tras realizar diferentes pruebas y análisis con ambos algoritmos, y ver los resultados de las métricas (precisión, error, f1-score y recall), nos mostraron que el MLP, con dos capas ocultas, es el más adecuado para esta problemática.
dc.description.uri	Tesis de pregrado
dc.format	application/pdf
dc.identifier.other	1082143
dc.identifier.uri	https://hdl.handle.net/20.500.12590/18470
dc.language.iso	spa
dc.publisher	Universidad Católica San Pablo
dc.publisher.country	PE
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject	Mantenimiento
dc.subject	Inteligencia artificial
dc.subject	Mantenimiento basado en condición
dc.subject	Algoritmo de aprendizaje Máquina
dc.subject	Perceptrón de múltiples capas
dc.subject	K-Vecinos más cercanos
dc.subject	Osmosis inversa
dc.subject	Retrolavado.
dc.subject.ocde	http://purl.org/pe-repo/ocde/ford#2.02.03
dc.title	Estudio comparativo de la aplicación de algoritmos de aprendizaje de máquina como soporte al mantenimiento basado en condición del proceso de ósmosis inversa
dc.type	info:eu-repo/semantics/bachelorThesis
dc.type.version	info:eu-repo/semantics/publishedVersion
renati.advisor.dni	71509900
renati.advisor.orcid	https://orcid.org/0000-0001-7482-3390
renati.author.dni	71509900
renati.discipline	712096
renati.juror	Choquehuanca Zevallos, Juan Jose
renati.juror	Ludeña Choez, Jimmy Diestin
renati.level	https://purl.org/pe-repo/renati/level#tituloProfesional
renati.type	https://purl.org/pe-repo/renati/type#tesis
thesis.degree.discipline	Ingeniería Electrónica y de Telecomunicaciones
thesis.degree.grantor	Universidad Católica San Pablo. Departamento de Ingeniería Electrónica y de Telecomunicaciones
thesis.degree.level	Título Profesional
thesis.degree.name	Ingeniero Electrónico y de Telecomunicaciones
thesis.degree.program	Escuela Profesional Ingeniería Electrónica y de Telecomunicaciones

Estudio comparativo de la aplicación de algoritmos de aprendizaje de máquina como soporte al mantenimiento basado en condición del proceso de ósmosis inversa

Files

Original bundle

License bundle

Collections