Prototipo simulado para el proceso de fabricación de barras de chocolate basado en conceptos de industria 4.0

Simulated prototype for the manufacturing process of chocolate bars based on industry 4.0 concepts

dc.contributorRamos Sandoval, Olga Lucia
dc.contributorAmaya Hurtado, Darío
dc.creatorDíaz Vera, Miller Fabián
dc.date2023-06-20T22:14:33Z
dc.date2023-06-20T22:14:33Z
dc.date2022-11-02
dc.date.accessioned2023-09-06T17:58:03Z
dc.date.available2023-09-06T17:58:03Z
dc.identifierhttp://hdl.handle.net/10654/44632
dc.identifierinstname:Universidad Militar Nueva Granada
dc.identifierreponame:Repositorio Institucional Universidad Militar Nueva Granada
dc.identifierrepourl:https://repository.unimilitar.edu.co
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8693649
dc.descriptionLa industria 4.0 o cuarta revolución industrial, es un concepto que integra la industria automatizada, intercambio de información, y las tecnologías de manufactura modernas traducidas en computación, análisis de datos, conectividad, sistemas ciber físicos, Internet de las cosas (IoT), automatización, y sistemas en la nube. Basado en lo anterior, el presente proyecto de investigación se centró en el desarrollo de un prototipo simulado para el proceso de fabricación de barras de chocolate basado en conceptos de industria 4.0. Fue realizada la minería de datos a partir de la construcción de una base de datos mediante un instrumento de consulta tomando como referencia una muestra de 451 personas para estructurar un producto de alta participación y crecimiento de mercado, utilizando algoritmos de Inteligencia Artificial en la estimación de costos de materias primas en donde se hizo la validación del aprendizaje de los algoritmos y se estableció el modelo con mejores métricas de evaluación para el análisis de los resultados siendo el modelo Random Forest en la medida en que alcanzó una precisión del 96,64%, resultado que se pudo validar evaluando las métricas a través de la matriz de confusión. Finalmente, se implementó software de negocio inteligente para generar las órdenes de pedido de acuerdo con la información recopilada y visualizar el análisis de datos realizado. El aporte más importante del trabajo es mostrar que se puede realizar un despliegue de Negocio Inteligente a partir de la información recopilada de una muestra poblacional en función de sus preferencias en la fabricación de barras de chocolate mediante la minería de datos para la estructuración y normalización de una base de datos que contribuya en la identificación de información de valor para lograr una implementación de modelos de Machine Learning con métricas de evaluación superiores al 95%.
dc.descriptionRESUMEN ABSTRACT 1. INTRODUCCIÓN 1.1 Planteamiento del Problema 1.2 Justificación 1.3 Objetivo General 1.4 Objetivos Específicos 1.5 Hipótesis 2. MARCO REFERENCIAL Y TEÓRICO 2.1 Marco Referencial 2.2 Marco Teórico 2.2.1 Minería de datos 2.2.2 Machine Learning 2.2.2.1 Redes Neuronales Artificiales 2.2.2.2 Árboles de decisión 2.2.2.3 Random Forest 2.2.2.4 K Vecinos Más Cercanos 2.2.2.5 Regresión Logística 2.2.2.6 Máquinas de Vectores de Soporte 2.2.3 Negocio Inteligente 3. INGENIERÍA DEL PROYECTO 3.1 Metodología 3.2 Desarrollo 3.2.1 Definición del dataset 3.2.2 Preprocesamiento de datos 3.2.3 Procesamiento analítico de datos 3.2.4 Aplicación técnicas de optimización para cálculo de dimensiones 3.2.5 Aplicación de algoritmos de Machine Learning 3.2.6 Construcción del ERD 3.2.7 Implementación de Negocio Inteligente 4. ANÁLISIS DE RESULTADOS 4.1 Minería de datos 4.2 Métricas de evaluación de los algoritmos de Machine Learning 4.3 Dashboard del Negocio Inteligente 5. CONCLUSIONES 6. REFERENCIAS
dc.descriptionIndustry 4.0, or fourth industrial revolution, is a concept that integrates automated industry, information exchange, and modern manufacturing technologies translated into computing, data analysis, connectivity, cyber-physical systems, Internet of Things (IoT), automation, and cloud systems. Based on the above, the present research project focused on the development of a simulated prototype for the chocolate bar manufacturing process based on Industry 4.0 concepts. Data mining was performed from the construction of a database by means of a query tool taking as reference a sample of 451 people to structure a product of high market participation and growth, using Artificial Intelligence algorithms in the estimation of raw material costs where the validation of the learning of the algorithms was done and the model with the best evaluation metrics for the analysis of the results was established being the Random Forest model insofar as it reached an accuracy of 96, 64%, a result that could be validated by evaluating the metrics through the confusion matrix. Finally, Business Intelligent software was implemented to generate orders according to the information collected and to visualize the data analysis performed. The most important contribution of the work is to show that an Intelligent Business deployment can be performed from the information collected from a population sample based on their preferences in the manufacture of chocolate bars through data mining for the structuring and normalization of a database that contributes to the identification of valuable information to achieve an implementation of Machine Learning models with evaluation metrics higher than 95%.
dc.descriptionMaestría
dc.formatapplicaction/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherMaestría en Ingeniería Mecatrónica
dc.publisherFacultad de Ingeniería
dc.publisherUniversidad Militar Nueva Granada
dc.relationV. Alcácer and V. Cruz-Machado, “Scanning the Industry 4.0: A Literature Review on Technologies for Manufacturing Systems,” Eng. Sci. Technol. an Int. J., vol. 22, no. 3, pp. 899–919, 2019, doi: 10.1016/j.jestch.2019.01.006.
dc.relationA. Luque, M. E. Peralta, A. de las Heras, and A. Córdoba, “State of the Industry 4.0 in the Andalusian food sector,” Procedia Manuf., vol. 13, pp. 1199–1205, 2017, doi: 10.1016/j.promfg.2017.09.195.
dc.relationH. F. Alaskar and T. Saba, “Application of Business Intelligence Solution Development and Implementation in a Small-Sized Enterprise,” Proc. - 2020 1st Int. Conf. Smart Syst. Emerg. Technol. SMART-TECH 2020, pp. 183–190, 2020, doi: 10.1109/SMART-TECH49988.2020.00051.
dc.relationF. E. Bordeleau, E. Mosconi, and L. A. de Santa-Eulalia, “Business intelligence and analytics value creation in Industry 4.0: a multiple case study in manufacturing medium enterprises,” Prod. Plan. Control, vol. 31, no. 2–3, pp. 173–185, 2020, doi: 10.1080/09537287.2019.1631458.
dc.relationA. R. Bakhtari, V. Kumar, M. M. Waris, C. Sanin, and E. Szczerbicki, “Industry 4.0 implementation challenges in manufacturing industries: An interpretive structural modelling approach,” Procedia Comput. Sci., vol. 176, pp. 2384–2393, 2020, doi: 10.1016/j.procs.2020.09.306.
dc.relationM. O. Gokalp, K. Kayabay, M. A. Akyol, P. E. Eren, and A. Kocyigit, “Big data for Industry 4.0: A conceptual framework,” Proc. - 2016 Int. Conf. Comput. Sci. Comput. Intell. CSCI 2016, pp. 431–434, 2017, doi: 10.1109/CSCI.2016.0088.
dc.relationN. Yousefnezhad, A. Malhi, and K. Främling, “Security in product lifecycle of IoT devices: A survey,” J. Netw. Comput. Appl., vol. 171, 2020, doi: 10.1016/j.jnca.2020.102779.
dc.relationJ. A. Fracarolli, F. F. Adimari Pavarin, W. Castro, and J. Blasco, “Computer vision applied to food and agricultural products,” Rev. Cienc. Agron., vol. 51, no. 5, pp. 1–20, 2020, doi: 10.5935/1806-6690.20200087.
dc.relationT. M. Gunaratne, C. G. Viejo, N. M. Gunaratne, D. D. Torrico, F. R. Dunshea, and S. Fuentes, “Chocolate quality assessment based on chemical fingerprinting using near infra-red and machine learning modeling,” Foods, vol. 8, no. 10, 2019, doi: 10.3390/foods8100426.
dc.relationH. Yang, K. Zheng, and J. Li, “Open set recognition of underwater acoustic targets based on GRU-CAE collaborative deep learning network,” vol. 193, 2022.
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.rightsAcceso abierto
dc.subjectPROTOTIPOS
dc.subjectMINERIA DE DATOS
dc.subjectIndustry 4.0
dc.subjectData Mining
dc.subjectMachine Learning
dc.subjectBusiness Intelligence
dc.subjectIoT
dc.subjectINDUSTRIA 4.0
dc.subjectINTERNET DE LAS COSAS
dc.subjectIndustria 4.0
dc.subjectMinería de datos
dc.subjectMachine Learning
dc.subjectNegocio Inteligente
dc.subjectIoT
dc.titlePrototipo simulado para el proceso de fabricación de barras de chocolate basado en conceptos de industria 4.0
dc.titleSimulated prototype for the manufacturing process of chocolate bars based on industry 4.0 concepts
dc.typeTesis/Trabajo de grado - Monografía - Maestría
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typehttp://purl.org/coar/resource_type/c_bdcc
dc.typeinfo:eu-repo/semantics/acceptedVersion
dc.coverageCalle 100


Este ítem pertenece a la siguiente institución