Desarrollo de un modelo predictivo para un sistema de manufactura orientado a la industria 4.0

Abstract

El monitoreo predictivo de los procesos de manufactura en cualquier organización tiene como objetivo pronosticar el comportamiento del sistema y de esta forma tomar decisiones de manera proactiva que mejoren su eficiencia. En el pasado se han propuesto varias técnicas de monitoreo predictivo, en su mayoría basadas en el análisis de datos históricos relacionados con el proceso mediante la utilización de técnicas de diferentes disciplinas como la Minería de Procesos. Este proyecto consiste en el desarrollo de un modelo predictivo para un sistema de manufactura orientado a la industria 4.0. El sistema simulado está basado en el sistema de producción que se encuentra instalado en los laboratorios de aprendizaje de manufactura de la Pontificia Universidad Javeriana. La metodología utilizada para desarrollar el modelo consta de 6 etapas cuya definición parte de la revisión literaria de trabajos similares desarrollados y se basa principalmente en las etapas de la guía de trabajo para proyectos de minería de datos CRISP-DM (Cross-Industry Standard Process for Data Mining). A través de las herramientas de Minería de Procesos brindadas por el software Celonis se realizó un análisis descriptivo del sistema y finalmente, por medio de un código desarrollado por Nirdizati Org en Python, se creó el modelo predictivo. Este modelo brinda información sobre el tiempo restante para que se finalice un producto que está en proceso. El conocimiento de esta información en momentos oportunos puede apalancar la toma de buenas decisiones para optimizar el desempeño del sistema de manufactura.