Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTA DE INGENERIA
ESCUELA DE INDUSTRIAL
ELECTROMECANICA INDUSTRIAL.
GRUPO 01T.
INTEGRANTE:
Machine Learning es una forma de la IA que permite a un sistema aprender de los datos
en lugar de aprender mediante la programacion explicita. Sin embargo, machine learning
no es un proceso sencillo. Conforme el algoritmo ingiere datos de entrenamiento, es
posible producir modelos mas precisos basados en datos. Un modelo de manchine
learning es la salida de informacion que se genera cuando entrena su algoritmo de
machine learning con datos. Despues del entrenamiento, al proporcionar un modelo con
una entrada, se le dara una salida. Por ejemplo, claro es el algoritmo predictivo creara un
moledo predictivo con datos, recibira un pronostico basado en los datos que entrenan al
modelo.
Machine learning permite modelos a entrenar con conjuntos de datos antes de ser
implementados. Algunos modelos de machine learning estan en online y son continuos.
Este proceso iterativo de modelos online conduce a una mejora en los de asociaciones
hechas entre los elementos de datos. Debido a su complejidad y tamaño, estos patrones y
asociaciones podrian haber sido facilmente pasados por alto por la observacion humana.
Despues de que un modelo ha sido entrenado,se puede utilizar en tiempo real para
aprender de los datos. Las mejoras en la precision son el resultado del proceso de
entrenamiento y la automatizacion que forman parte del machine learning.
Un requisito para la contruccion de un gemelo digital es utilizar todos los datos que se
encuentren disponibles. Sin embargo, la gran cantidad de datos que genera una planta en
continuo supone un reto en terminos tanto de almacenamiento como de procesamiento.
Este hecho requiere la aplicación de tecnologias Big Data Analytics, para gestionar
eficientemente los datos en tiempo real, combinados junto con la informacion historica y
de contexto.
Por otra parte, para la creacion del modelo predictivo que se fundamento en un Gemelo
Digital, es necesario la aplicación de tecnicas punteras en el ambito del Machine Learning.
Solo mediante la introducion de ambas facetas, es posible crear un Gemelo Digital que
proporcione simulaciones precisas a partir tanto de su operativa actual como de estados
pasados y futuros.
Durante el año 2017, sea desarollado una prueba de concepto para la especificacion y
generacion de los Gemelos Digitales mediante tecnicas y tecnologias Big Data Analytics.
Este prototipo es capaz, gracias a la combinacionde tecnicas de Machine Learning y
tecnologias Big Data , de trabajar con datos sensorizados en tiempo real para contruir y
simular Gemelos Digitales con una Precision muy elevada.
Los gemelos digitales (o digital twins por su nombre en inglés) son réplicas virtuales
dinámicas de productos o procesos que, con ayuda de otras tecnologías como el big data
y el IoT, permiten conocer el funcionamiento presente y el comportamiento futuro de
dichos productos o procesos a través de sus equivalentes digitales, obteniendo datos de
los sensores a tiempo real. Así, los gemelos digitales constituyen un mecanismo de gran
valor y utilidad tanto a nivel operativo, como productivo y de costes. El origen de los
gemelos digitales se remonta a la década de los años 80, cuando la NASA comenzó a
diseñar simulaciones que reflejaban el comportamiento de sus naves y equipos para
asegurar el éxito de las misiones y la integridad física de los tripulantes. La motivación
que llevó a la agencia aeroespacial estadounidense a profundizar en esta tecnologia fue el
accidente que sufrió en 1970 la misión Apolo 13 (donde nació la famosa frase: “Houston,
tenemos un problema”), que finalmente no acabó en tragedia porque los ingenieros y el
15 equipo de control del Apolo 13 replicaron, desde la estación, un módulo gemelo de la
nave para probar, en tiempo récord, soluciones a los problemas de supervivencia que
estaban teniendo los astronautas. Cuando los niveles de dióxido de carbono en el Apolo
13 estaban empezando a ser insostenibles, desde Houston consiguieron crear un sistema
de purificación de oxígeno con los mismos materiales que tenían los tripulantes,
trasladándoles a éstos las instrucciones para que lo creasen en el espacio.
El termino big data abarca datos que contienen una mayor variedad y que se presentan
en volumenes crecientes y a una velocidad superior. Esto tambien se conoce como las
tres v.
Dicho de otra manera, la big data esta conformada por conjunto de datos de mayor
tamaño y mas complejos, especialmente procedentes de nuevas fuentes de datos. Estos
conjunto de datos son tan voluminosos que el software de procesamiento de datos
convencionales sencillamente no puede gestionar. Sin embargo, estos volumenes
masivos de datos pueden utilizarse en problemas empresariales que en el pasado no
hubiera sido posible su desarrollo.
Hoy en dia, la big data se ha convertido en un activo crucial. Piense en algunas de las
mayores empresas tecnologicas del mundo. Gran parte del valor que ofrecen procede de
sus datos, que analizan constantemente para generar una mayor eficiencia y desarrollar
nuevos productos, con la big data mas barato y accesible, puede tomar decisiones
empresariales mas acertadas y precisas.
Aunque la big data ha llegado lejos, su utilidad no ha hecho mas que empezar. El Cloud
Computing ha ampliado aun mas las posibilidades del big data. La nube ofrece una
escalabilidad realmente elastica, donde los desarrolladores pueden simplemente agilizar
cluster ad hoc para probar un subconjunto de datos. Ademas, las bases de datos de
graficos se vuelve cada vez mas importante, ya que pueden mostrar enormes cantidades
de datos de forma que su analisis sea rapido e integral.
Internet ha evolucionado rapidamente y esto permitio que la IoT sea ya una relidad y no
solo una vision de futuro. La fama de esta tecnologia radica principalmente en todas las
aplicaciones y posibilidades que nos proporciona tanto para mejorar la vida cotidiana de
las personas como los entornos empresariales, donde ya se esta implantando desde hace
algun tiempo.
Como se puede ver, la IoT esta ya aquí y es una realidad, su ambito de aplicación es
muy amplio y cada dia surgen mas y mas dispositivos que hacen posible esta tecnologia.
Dicha tecnoligia asociada al IoT permite recoger datos y mandarlos a la red para su
analisis o incluso realizar un analisis previo y despues mandarlos a la red.
El termino IoT hace referencia a todos los sistemas de dispositivos fisicos que reciben y
transfieren datos a traves de redes inalambricas con intervencion humana minima lo cual
es posible gracias a la integración de dispositivos informáticos de todo tipo de objeto.
por ejemplo un termostato inteligente es decir, que utiliza el IoT datos de la ubicación de
su automóvil inteligente mientras conduce para ajustar la temperatura la casa de tus
sueños de su casa antes que llegue. todo esto se logra sin su intervención e incluso
ofrece un mejor resultado que si quisiera de forma manual.
Un sistema de la IoT tradicional, como el hogar inteligente descrito anteriormente,
funciona enviando, recibiendo y analizando datos de forma permanente en un ciclo de
retroalimentacion. tipo de tecnología de IoT, las personas o los sistemas de inteligencia
A predecir el momento ideal en el cual controlar el termostato antes de que usted llegue a
su casa el sistema de IoT puede conectarse a la API de Google Maps y, este modo,
obtener información actual sobre el tráfico en el área. Además, puede utilizar los datos a
largo plazo que recopila el automóvil para conocer sus hábitos de conducción. Por otra
parte las empresas de servicios públicos tienen la posibilidad de analizar los datos de la
IoT de los clientes con termostatos inteligentes para optimizar el sistema a gran escala.
actúan como un software equivaliente a los equipo con sus datos en tiempo real e
histórico y el análisis de los sensores.Tienen la capacidad de visualizar y simular las
tareas y trabajos de mantenimiento llevando el mantenimiento industrial a un nivel
superior.
el desarrollo de fábricas inteligentes una oportunidad increíble para que las industrias
manufacturera ingrese a la cuarta revolución industrial. que el análisis de las grandes
cantidades de datos recopilados de los sensores en la planta de producción garantiza la
visibilidad en tiempo real de los activos de manufactura y puede proporcionar
herramientas para realizar el mantenimiento predictivo a fin de minimizar el tiempo de
inactividad del equipo.
el uso de dispositivos del IoT de alta tecnología en fábrica inteligente conduce a mayor
productividad y mejor calidad. reemplazar los modelos comerciales de inspección manual
con insights visuales basadas en IA reduce los errores de manufactura que ahorra tiempo
y dinero. con una inversión mínima, el personal de control de calidad puede configurar un
smartphone conectado a la nube para supervisar los procesos de manufactura desde
prácticamente cualquier lugar. Aplican algoritmos de machine learning, los fabricantes
pueden detectar errores de inmediato, en lugar de hacerlo en etapas posteriores, cuando
el trabajo de reparación resulta más costoso.
Por tanto el gemelo digital es la primera solucion real que aprovecha todo el potencial
alrededor de la industria 4.0. el digital twin es una de las tecnologias nativas de la
industria 4.0 que es capaz de aprovechar todo lo que nos aportan todas las otras
tecnologias.
Las aplicaciones de los gemelos digitales son ampliamente diversos ya se pueden ver
dentro de la industria manufacturera y dentro de la industria automovilística mayormente
en la tecnología digital podemos ver las aplicaciones que conlleva la introducción de
gemelos digitales en la ubicación es parte fundamental por medio de sistemas remotos
podemos recibir clases hoy en día se puede ver la aplicación de esta tecnología4.0.