Análisis de registros de mantenimiento de centrales de generación de energía con técnicas de procesamiento de lenguaje natural

Vista sencilla de ítem
dc.contributor.advisorSalazar Martínez, Carlos Andres
dc.contributor.authorOcampo Davila, Andrés Alonso
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeMagíster en Ciencias de Datos y Analíticaspa
dc.creator.emailocampodav@gmail.com
dc.creator.emailaaocampod@eafit.edu.co
dc.date.accessioned2024-05-27T21:19:11Z
dc.date.available2024-05-27T21:19:11Z
dc.date.issued2024
dc.descriptionLas actividades de mantenimiento se documentan en los sistemas de información de las organizaciones, incluyendo detalles sobre las tareas ejecutadas, los equipos intervenidos y su condición. Una parte de la información registrada corresponde a textos libres, no estructurados, ingresados por los técnicos de mantenimiento. Estos textos se caracterizan por combinar lenguaje técnico, abreviaciones y jerga especifica con una redacción informal y presentar numerosos errores gramaticales y ortográficos. Dado el volumen y características de estos textos, para extraer de ellos información relevante para la evaluación de la condición de los activos se requiere de su revisión en forma manual. Este procedimiento de revisión, aunque puede resultar efectivo, es extremadamente costoso en términos del tiempo que demanda por parte de personal técnico capacitado. Es por esta razón que esta potencial fuente de conocimiento comúnmente se desaprovecha y no contribuye como debería a mejorar el proceso de mantenimiento y el desempeño de los activos. Este trabajo presenta el uso de diversas técnicas de procesamiento de lenguaje natural y modelos de aprendizaje automático para obtener datos estructurados a partir de los textos libres no estructurados, correspondientes a los registros de mantenimiento de un conjunto de centrales de generación de energía. De esta forma se busca validar e identificar aquellas técnicas que permitan la extracción de información estructurada a partir de los textos libres, que sirva como insumo para posteriores analisis de confiabilidad, mantenibilidad y disponibilidad. Los resultados demuestran que al aplicar técnicas de procesamiento de lenguaje natural combinadas con modelos de aprendizaje automático es posible etiquetar los datos no estructurados de los registros de mantenimiento, identificando el defecto en el equipo, asociado con el componente con falla, y la causa de la falla, proporcionando información acerca del historial de condiciones de los activos, con lo cual en última instancia es posible soportar la gestion de la condición de los equipos y la toma de decisiones de mantenimiento.
dc.identifier.urihttps://hdl.handle.net/10784/33915
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Ciencias Aplicadas e Ingeniería. Área Computación y Analíticaspa
dc.publisher.placeMedellín
dc.publisher.programMaestría en Ciencias de los Datos y Analíticaspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.subjectRegistros de mantenimiento
dc.subjectNLP
dc.subjectAprendizaje automático
dc.subjectNER
dc.subjectProcesamiento de lenguaje natural
dc.subjectReconocimiento de entidades nombradas
dc.subject.lembCIENCIA DE LA INFORMACIÓN
dc.subject.lembANÁLISIS DE INFORMACIÓN
dc.subject.lembGENERACIÓN DE ENERGÍA
dc.subject.lembINDUSTRIA ENERGÉTICA
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
dc.titleAnálisis de registros de mantenimiento de centrales de generación de energía con técnicas de procesamiento de lenguaje natural
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaInforme

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
AndresOcampoDavila_2024.pdf
Tamaño:
3.61 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
471.57 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
72.54 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Ciencias de los Datos y Analítica (tesis)