Título

APLICACIÓN DE REDES NEURONALES

ARTIFICIALES A LA PREDICCIÓN DEL ÉXITO
DE PROYECTOS TIC

METODOLOGÍA DIRECTIVA DE LAS 4 FASES

PARA LA MEJORA Y MIGRACIÓN HACIA LA
INDUSTRIA 4.0
LOS PROCESOS PRODUCTIVOS BASADOS EN
IMPRESIÓN 3D FRENTE A METODOLOGÍAS
CONVENCIONALES: UN ANÁLISIS
COMPARATIVO EN EL SECTOR DE LA
CONSTRUCCIÓN

ANÁLISIS DE TÉCNICAS DE VISIÓN ARTIFICIAL Y

ULTRASONIDOS PARA LA INSPECCIÓN EN
SERVICIO DE PIEZAS AERONAÚTICAS
PRODUCIDAS POR FABRICACIÓN ADITIVA
 Resumen

RESUMEN:
Esta investigación demuestra que el uso de redes neuronales artificiales (RNA) puede ayudar a predecir el éxito de
los proyectos candidatos a ser ejecutados en una gran compañía del sector TIC, a mejorar los resultados del negocio
y a optimizar el proceso de ventas. El trabajo se llevó a cabo en una compañía con una media anual de 72.350
proyectos finalizados, los cuales fueron gestionados utilizando diversas metodologías. Específicamente se utilizaron
datos de proyectos terminados a lo largo de 9 años. Un proyecto exitoso, conforme a las directrices de la compañía,
era aquel que tenía una ocurrencia de 0 impactos no planificados, una desviación máxima de 4% sobre el
presupuesto estimado, un desvío máximo de 2 semanas sobre la fecha final prevista y una evaluación por parte del
cliente en el rango [7,10]. Estas variables fueron calculadas por separado utilizando 4 RNA.
Cada RNA que se empleó fue una High-Order Multi-Layer Perceptron (MLP) con una capa de entrada con 16 nodos,
3 capas ocultas con 11 nodos y una capa de salida con un nodo, así como funciones de activación en las capas
ocultas: Sigmoid, Rectified Linear Unit, Hyperbolic Tangent, y Arc-hyperbolic sine. La función de activación utilizada
en la capas de entrada y salida fue la función Sigmoid. Según los requerimientos establecidos la RNA debía
conseguir un Mean Square Error (MSE) inferior a 0,00025 y un tiempo de entrenamiento menor a 1,50 horas, con
una tasa de aprendizaje inferior a 0,1. Se seleccionaron varios tamaños del conjunto de entrenamiento, llevando a
cabo para cada tamaño y función de activación 145 experimentos. Los mejores resultados fueron logrados
empleando la función de activación Rectified Linear Unit en las capas ocultas, que consiguió cumplir los objetivos
establecidos para las cuatro variables. La solución se puso en funcionamiento en un entorno operacional durante un
año, obteniéndose un aumento en el porcentaje de proyectos que cumplieron los criterios de éxito. Una encuesta
rellenada por todas las personas relacionadas con la solución e involucradas en el proceso de ventas obtuvo una
puntuación media de 9,2. Las preguntas eran puntuables entre 1 (el peor valor) y 10 (el mejor valor).

El presente artículo muestra el diseño de una nueva metodología la cual tiene el propósito de servir como apoyo y
guía a los altos mandos de la industria manufacturera para la mejora y migración de sus organizaciones a la industria
4.0 (I4.0). La presente metodología es el resultado de una investigación pura desarrollada en los últimos 3 años
(2019-2022). La cual se fundamenta en el estudio y uso de ciencias y herramientas ingenieriles que han servido en la
solución de problemas a las organizaciones manufactureras en los últimos 100 años y que siguen siendo vigentes y
son claves para la completa adopción tecnológica y transformación hacia la industria 4.0. Como resultado del
desarrollo de la actual investigación se presentan los siguientes 3 nuevos conceptos a la comunidad científica e
industrial: 1.- La casa para la mejora y migración hacia la industria 4.0. 2.- Metodología de las 4 fases para la mejora
y migración hacia la industria 4.0 y 3.- El Ciclo para la mejora y migración a I4.0. Los cuales mediante su uso y
aplicación en la industria se espera que las organizaciones manufactureras actuales puedan ser transformadas de
una manera gradual, medible y controlable a Industria 4.0.
Aunque las metodologías y tecnologías de producción utilizadas en el sector de la construcción han ido
evolucionando, gran parte de los trabajos se siguen realizando mediante técnicas que se pueden considerar menos
evolucionadas respecto a las utilizadas en otros sectores industriales donde la robótica y otras las tecnologías de
fabricación avanzadas están mucho más implementadas.
En este marco se plantea un análisis comparativo de los procesos productivos basados en impresión 3D (fabricación
aditiva) frente a las metodologías convencionales de fabricación en el sector de la construcción. Con ese objetivo se
llevó a cabo un conjunto de experimentos de fabricación de elementos constructivos habituales tanto por medio de
metodologías convencionales como mediante fabricación aditiva. De esta forma es posible la comparación de
variables tales como: tiempo de proceso, consumo de materiales y la calidad (comportamiento mecánico y
acabados) de cada una de las técnicas y que tienen gran influencia en la automatización y en otros en aspectos
como la seguridad, la productividad o el impacto ambiental. Los resultados obtenidos confirman el potencial de la
fabricación aditiva como proceso constructivo rápido, seguro y eficiente.

El proyecto Bionic Aircraft, en H2020, surge de la necesidad de reducir las emisiones derivadas del sector
aeronáutico. La fabricación de ciertas partes metálicas de los aviones mediante fabricación aditiva (FA) se considera
como una oportunidad para contribuir en esta reducción, con el cual es posible fabricar piezas ultraligeras y de
formas muy complejas , y además, mediante aplicación de ingeniería biónica.
Una de las acciones dentro del proyecto, es el desarrollo de nuevas estrategias de Ensayos No Destructivos (END)
para realizar la inspección en servicio de piezas fabricadas por FA basadas en aleaciones de Al. Actualmente no
existen métodos certificados de END. Además, la inspección de piezas en servicio conlleva más retos, como la
particularidad de la estructura interna del material, la falta de accesibilidad (la pieza está ensamblada en la
estructura) y el desconocimiento del tipo de defectos que aparecen en condiciones de servicio.
El objeto de este trabajo es evaluar la viabilidad de inspección en servicio de estas piezas, seleccionando y
adecuando los métodos de END más apropiados, teniendo en cuenta el tipo y el tamaño máximo de defectos
estimados por la predicción de la vida útil en fatiga.
 Palabras clave DOI

Redes neuronales, proyectos TIC, proceso de

ventas, predicción de éxito, resultados de https://doi.org/10.6036/NT9425
negocio, Neural networks, ITC projects, sales
process, prediction of success, business results

Industria 4.0, dirección de empresas, metodología, https://doi.org/10.6036/10573

migración, objetivos estratégicos
sector de la construcción, fabricación aditiva, impresión
3D, fabricación convencional, productividad,
https://doi.org/10.6036/9504
construction sector, additive manufacturing, 3D
printing, conventional manufacturing, productivity

visión por computador; ultrasonidos; fabricación

https://doi.org/10.6036/9622
aditiva; detección de defectos.
 Link

https://www.dyna-newtech.com/Articulos/Ficha.aspx?idMenu=ae91868c-6abc-4b57-803c-4a45e646d0b8&Cod=94

https://www.revistadyna.com/busqueda/metodologia-directiva-de-4-fases-para-mejora-y-migracion-hacia-industria
https://www.revistadyna.com/Articulos/Ficha.aspx?idMenu=a5c9d895-28e0-4f92-b0c2-c0f86f2a940b&Cod=9504&

https://www.revistadyna.com/Articulos/Ficha.aspx?idMenu=a5c9d895-28e0-4f92-b0c2-c0f86f2a940b&Cod=9622&