UNIVERSIDAD TÉCNICA DEL NORTE

INGENIERÍA EN MANTENIMIENTO AUTOMOTRIZ.

TRABAJO DE GRADO I

Presentación del Anteproyecto.

Tema: Gestión del mantenimiento vehicular a base del aprendizaje

autónomo en motores de tractores agrícolas.
Nombre: Héctor Cangás

2020-2021
OBJETIVOS
 
OBJETIVO GENERAL
 
IMPLEMENTAR EL APRENDIZAJE AUTÓNOMO COMO HERRAMIENTA EN LA GESTIÓN DEL
MANTENIMIENTO PREDICTIVO VEHICULAR PARA MONITOREAR EN TIEMPO REAL LAS
CONDICIONES DE FUNCIONAMIENTO DE UN MOTOR DIÉSEL DE UN TRACTOR AGRÍCOLA.
 
OBJETIVOS ESPECÍFICOS
 
-INVESTIGAR LAS APLICACIONES Y BASES DE FUNCIONAMIENTO DEL APRENDIZAJE AUTÓNOMO
EN EL MANTENIMIENTO PREDICTIVO VEHICULAR.
 
-VALORAR UN SOFTWARE QUE PERMITA EL DESARROLLO DEL APRENDIZAJE AUTÓNOMO
ENFOCADO AL MANTENIMIENTO VEHICULAR.
 
-PROGRAMACIÓN DEL ALGORITMO DE APRENDIZAJE AUTÓNOMO.
 
-EVALUAR EL ALGORITMO DE APRENDIZAJE AUTÓNOMO HACIENDO EL USO DE DATOS YA
OBTENIDOS PARA VALORAR SU EFICACIA EN LA PREDICCIÓN DE FALLAS.
MACHINE
LEARNING O
APRENDIZAJE
AUTÓNOMO.
 Análisis de vibraciones,
Internet de las cosas. Algoritmos de aprendizaje.
temperatura o sonidos.

ANTECEDENTES.
 A partir del año 2013 los Software de
Nueva alternativa en la programación ya
artículos publicados sobre
gestión del
mantenimiento
aprendizaje autónomo en implementa
gestión de mantenimiento algoritmos de
vehicular e industrial. han aumentado.
aprendizaje.

SITUACIÓN ACTUAL.
La investigación se basa en un proceso el
cual permita predecir el comportamiento
del vehículo a futuro. PROSPECTIVA.

Programar mantenimientos cuando el

vehículo lo necesite.
 Uso únicamente de mantenimientos correctivos y
preventivos.
PLANTEAMIENT
O DEL
Aplicación de mantenimientos sin conocer el estado
PROBLEMA.
real del funcionamiento del vehículo.

Costos de mantenimientos elevados.

 Uso del aprendizaje autónomo en Uso del software Matlab y su Datos destinados a la investigación
gestión del mantenimiento algoritmo de aprendizaje. provenientes de un tractor agrícola
vehicular. de marca Internacional.

ALCANCE.
 GESTIÓN DE EVITAR PARADAS NO DESARROLLO DEL
MANTENIMIENTO SEGÚN PROGRAMADAS. APRENDIZAJE AUTÓNOMO
ESTADO DEL VEHÍCULO. CAPAZ DE PREDECIR
FALLAS A FUTURO.

JUSTIFICACIÓN.
CONTENIDOS.
1. Aprendizaje autónomo.
 1.1.1 Aprendizaje autónomo supervisado.
 1.1.2 Aprendizaje autónomo no supervisado.
1. Algoritmo de aprendizaje.
 1.2.1 Algoritmo de Deep Learning
 1.2.2 Algoritmo de Julia.
 1.2.3 Redes neuronales en aprendizaje autónomo.
 1.3 Mantenimiento predictivo.
 1.4 Software que permite el desarrollo del aprendizaje autónomo.
 1.4.1 Matriz de decisión.
 1.4.2 Matlab y herramientas de Machine Learning.
 1.5. Adecuación del algoritmo de aprendizaje autónomo enfocado al mantenimiento predictivo.
 1.6 Ejecución del algoritmo de aprendizaje autónomo para evaluar la capacidad de predicción de fallas.