Reconocimiento de patrones multivariados fuera de control utilizando y SVM: un caso de estudio para GMAW
Autores: Chiñas-Sanchez, Pamela; Lopez-Juarez, Ismael; Vazquez-Lopez, Jose Antonio; Navarro-Gonzalez, Jose Luis; Hernandez-Lopez, Aidee
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Reconocimiento de patrones multivariados fuera de control utilizando y SVM: un caso de estudio para GMAW
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Procesos industriales
Control de calidad
Reconocimiento de patrones multivariados
Monitoreo de procesos
Máquinas de vectores de soporte
Soldadura por arco de gas metálico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Los procesos industriales buscan mejorar su control de calidad, incluyendo nuevas tecnologías y satisfaciendo los requisitos de los mercados globalizados. En este documento, presentamos un método innovador basado en el Reconocimiento de Patrones Multivariados (MVPR) y el monitoreo de procesos en un caso de estudio del mundo real. Al identificar un patrón multivariado distintivo fuera de control utilizando las Máquinas de Vectores de Soporte (SVM) y la Distancia de Mahalanobis, es posible inferir las variables que perturbaron el proceso; por lo tanto, es posible predecir posibles fallas conociendo el estado del proceso. El método se basa en nuestro trabajo previo, y en este documento presentamos la aplicación del método para un proceso automatizado, a saber, la Soldadura por Arco de Gas Metálico (GMAW) robótica. Los resultados de la aplicación indican una precisión general de hasta , lo que demuestra la efectividad del método, que también puede ser utilizado en otras tareas de MVPR.
Descripción
Los procesos industriales buscan mejorar su control de calidad, incluyendo nuevas tecnologías y satisfaciendo los requisitos de los mercados globalizados. En este documento, presentamos un método innovador basado en el Reconocimiento de Patrones Multivariados (MVPR) y el monitoreo de procesos en un caso de estudio del mundo real. Al identificar un patrón multivariado distintivo fuera de control utilizando las Máquinas de Vectores de Soporte (SVM) y la Distancia de Mahalanobis, es posible inferir las variables que perturbaron el proceso; por lo tanto, es posible predecir posibles fallas conociendo el estado del proceso. El método se basa en nuestro trabajo previo, y en este documento presentamos la aplicación del método para un proceso automatizado, a saber, la Soldadura por Arco de Gas Metálico (GMAW) robótica. Los resultados de la aplicación indican una precisión general de hasta , lo que demuestra la efectividad del método, que también puede ser utilizado en otras tareas de MVPR.