Escuela de Ciencias Aplicadas e Ingeniería

URI permanente para esta comunidad

https://hdl.handle.net/10784/9549

Examinar

Examinando Escuela de Ciencias Aplicadas e Ingeniería por Autor "Cardeño Luján, Salomón"

Mostrando 1 - 2 de 2
  • Miniatura
    Ítem
    Descriptive and predictive analytics of the cement and concrete production process
    (2022-06) Madrid Peláez, Juan Pablo; Cardeño Luján, Salomón; Universidad EAFIT
    The paper uses both a Machine Learning and a combined Taylor Modeling with Heuristics approach to predict the Compressive Strength, the main characteristic to determine the physicochemical behaviors of concrete and cement. Implementing a data-based approach, can result in a reduction of the variability of the process by improving the overall reliability. The AdaBoost, ANN and SVM algorithms were implemented, where the AdaBoost performed the best in terms of fitness, error, and predictions, which was expected due to its k-folds nature. To counter the black-box nature of Machine Learning, a Taylor Modeling algorithm was implemented to build the mathematical model of the data with the use of an evolutionary algorithm to find the best parameters for the model.
  • Miniatura
    Ítem
    Estudio del sistema de producción de rodillos mecánicos en la empresa AR Los Restrepos SAS mediante simulación de eventos discretos
    (2021) Movil Sandoval, Valentina; Banoy Restrepo, Federico; Cardeño Luján, Salomón; Universidad EAFIT
    Este estudio implementa la Simulación de Eventos Discretos (DES) para modelar y simular el proceso de fabricación de rodillos mecánicos en la empresa A.R. Los Restrepos S.A.S con el fin de simular e identificar el proceso con mayor promedio en cola (cuellos de botella) y proponer una alternativa (números de m´aquinas y/o personal de rotación) para dar una soluci'on a los cuellos de botella encontrados al reducir su tiempo de producción en un mínimo del 10%. Se realizó un muestreo in-situ del tiempo de uso de cada máquina y se realizó un test de homogeneidad para determinar si los datos provenían o no de la misma población. Luego, se modeló cada máquina mediante la mejor distribución de probabilidad obtenida por los tests de Chi-cuadrado, Kolmogorov-Smirnov y Anderson-Darling. La simulación se llevó a cabo en el software Simul8 utilizando las distribuciones de probabilidad obtenidas para cada máquina. El tiempo de simulación fue de 1 semana, con 8 horas de trabajo al día, 2 turnos de trabajo y 1 hora de almuerzo para los trabajadores. Se realizó un experimento 2k con k =3 factores o parámetros, donde se midió el efecto de los mismos en el tiempo promedio del sistema de producción y en una etapa específica donde se sospechaba que había un cuello de botella. Los resultados indicaron evidencia de cuellos de botella en el proceso de fabricación de rodillos mecánicos. La simulación sugiere que añadir una máquina al proceso de Careado de eje mejoró el tiempo promedio de la etapa en un 20,97%.