Análisis exploratorio de modelos de aprendizaje de máquinas para la estimación del tiempo de vida remanente de una unidad propulsora de aeronave
Beltrán Carvajal, Agustín Eliseo
- Año
- 2020
- Editorial / institución
- Universidad de Chile
- Licencia
- CC BY-NC-ND
Resumen ADIPA
Elaborado con IA a partir del resumen de los autoresTesis que explora modelos de aprendizaje de máquinas para estimar el tiempo de vida remanente de unidades propulsoras de aeronaves, una aplicación del mantenimiento predictivo en la industria aeronáutica. El estudio verifica si datos relacionados indirectamente con la unidad defectuosa permiten predecir el tiempo hasta la falla, probando cinco modelos distintos incluidas redes neuronales para identificar tendencias regresivas. Los resultados muestran que los modelos reconocen patrones en los datos, pero su desempeño es insuficiente para aplicación práctica; además, se detectan dos clusters potencialmente asociados al origen de la falla. Se concluye que se requieren modelos más complejos, bases de datos más extensas y desarrollo posterior para lograr una predicción robusta del tiempo de vida remanente.
Puntos clave
- Los modelos de aprendizaje de máquinas reconocen tendencias en los datos de falla de unidades propulsoras, pero no alcanzan desempeño suficiente para aplicación operativa en la industria aeronáutica.
- El estudio utiliza cinco tipos de modelos distintos, incluyendo tres basados en redes neuronales, para realizar regresión predictiva a partir de datos indirectamente relacionados con la unidad en falla.
- Se identifican dos clusters en los datos que podrían estar asociados al origen de la falla estudiada, sin confirmación definitiva con la información disponible.
- La investigación establece bases metodológicas y conclusiones preliminares que permiten optimizar futuros desarrollos mediante modelos más complejos y conjuntos de datos más amplios.
Para quién: Ingenieros, técnicos de mantenimiento y analistas de confiabilidad en la industria aeronáutica que buscan implementar mantenimiento predictivo mediante aprendizaje de máquinas; investigadores en inteligencia artificial aplicada a sistemas críticos.
Resumen de los autores
Áreas y palabras clave
Cómo citar (APA 7)
Beltrán Carvajal, A. E. (2020). Análisis exploratorio de modelos de aprendizaje de máquinas para la estimación del tiempo de vida remanente de una unidad propulsora de aeronave. Universidad de Chile. https://repositorio.uchile.cl/handle/2250/178337