Esta web utiliza cookies para optimizar la navegación. Al continuar con su visita, usted acepta el uso de cookies y nuestra politica de privacidad Acepto

IK4 Doctorados

 

TEKNIKER

Integrado por personas con vocación por impulsar la capacidad innovadora de sus clientes e incrementar su capital tecnológico.

 
DOCTORADOS

TEKNIKER

Desarrollo de modelos de degradación y de predicción para determinar la salud de máquinas rotativas lubricadas

TEKNIKER

INICIO: 10/2017

CUBIERTO

OBTENCIÓN GRADO DOCTOR/A: 09/2020

    Descripción

    La proliferación de las máquinas conectadas con el Industry 4.0, abre un gran abanico de posibilidades de monitorización que permitirán nuevos negocios basados en extraer el conocimiento de los datos existentes. Es por eso que conocer cómo se desgastan los componentes y poder predecir cómo se van a comportar para mejorar la fiabilidad y el mantenimiento de los equipos va a ser una de las claves de estas nuevas oportunidades. En consecuencia, será necesario entender bien las posibilidades analíticas existentes:

    • - La analítica predictiva es la disciplina que engloba una variedad de técnicas tales como la estadística, el modelado, el “machine learning” y el “data mining”, para analizar hechos actuales y pasados, y realizar predicciones acerca del futuro u otros eventos inciertos.

      - Los modelos resultantes capturan relaciones entre los diferentes factores para facilitar la evaluación de los riesgos y beneficios asociados con un conjunto particular de condiciones, que son utilizados para orientar la toma de decisiones.

    La analítica prescriptiva va un paso más allá y determina las acciones a realizar dependiendo de la predicción realizada. Esencialmente, valora las acciones de mantenimiento a realizar y determina cuándo y cómo es mejor realizarlas teniendo en cuenta los modelos de degradación de los equipos.

    El objetivo de la tesis es trabajar en el área de la analítica predictiva y prescriptiva en el campo de las máquinas rotativas. La tesis se centrará en determinar con sensórica comercial la salud de componentes rotativos, tales como rodamientos y engranajes. Y de este modo predecir cómo va a evolucionar su salud. Para ello se plantea la mezcla de información proveniente de diferentes sensores y que enriquecen la información del modelo de degradación.

    Los principales puntos a estudiar/analizar serán:

    • - Procesado de los datos para la extracción de características útiles para la monitorización de la salud de los componentes.

    • - Determinación, mediante técnicas de aprendizaje automático, de las características que mejor reconocen la degradación de los componentes.

    • - Modelos de predicción de la evolución de salud de los componentes.

    • - Simulación de opciones para la toma de decisiones dependiendo de las oportunidades del mantenimiento.

    Departamento o Unidad del Centro Tecnológico Asociado

    Unidad de Sistemas de Información Inteligentes

    Línea de investigación

    Analítica predictiva y prescriptiva

    Fecha inicio prevista

    10/2017

    Fecha obtención grado doctor/a

    09/2020

    Requisitos necesarios

    - Se exige nivel máster (completado antes de iniciar el doctorado), vocación investigadora e inglés.
    - Es especialmente interesante el Máster Universitario en Ingeniería Computacional y Sistemas Inteligentes de la EHU-UPV, pero no se descartan otros estudios.
    - Se valorarán muy positivamente los conocimientos en data mining y machine learning.
    - También son de interés las habilidades de programación en R, Matlab y Weka.
    - Es fundamental la iniciativa y la capacidad de resolver problemas.

    IK4 Research Alliance SELECCIONA EN ORDEN DE PRIORIDAD  LAS OFERTAS A LAS QUE DESEAS INSCRIBIRTE Poniendo el número 1 como primera opción, 2, ó 3 como última opción

    Puedes elegir un máximo de 3 ofertas.
    Recuerda que sólo debes darle a "Enviar" cuando ya tengas configuradas tus opciones correctamente, mientras tanto, usa el botón de "Guardar" para ir añadiendo más o modificarlas de posición.