Por favor, use este identificador para citar o enlazar este ítem:
http://ciateq.repositorioinstitucional.mx/jspui/handle/1020/724| Arquitectura inteligente para motores eléctricos: IIoT y machine learning para la adquisición y análisis avanzado de datos Intelligent architecture for electric motors: IIoT and machine learning for advanced data acquisition and analysis | |
| Sergio Simanek Gutiérrez Trejo Jorge Adan Romero Guerrero NOE VILLA VILLASEÑOR | |
| Acceso Abierto | |
| Atribución-NoComercial-CompartirIgual | |
| https://repository.uaeh.edu.mx/revistas/index.php/icbi/index | |
| https://doi.org/10.29057/icbi.v11i22.11092 2007-6363 https://repository.uaeh.edu.mx/revistas/index.php/icbi/article/view/11092 | |
| Industria 4.0 Transformación digital IIoT (Industrial Internet of Things) Machine learning Analítica de datos Big data Industry 4.0 Digital transformation | |
| Existe una demanda creciente en la industria en distintas áreas para la recolección de variables relacionadas con las condiciones de los equipos de líneas de producción, como los motores eléctricos. Esta demanda ha aumentado debido al auge de la industria 4.0 y la transformación digital que las empresas están desplegando. Entendiendo que una planta típica tiene entre 6,000 a 12,000 equipos, seleccionar los equipos críticos para asignar una inversión en la instalación y puesta en marcha de sensores que midan las condiciones de operación es un desafío tanto operativo como de inversión. Es aquí es donde las tecnologías de IIoT (Industrial Internet of Things), cobran relevancia, ya que permiten mitigar costos tanto en no utilizar cableado para la recolección de datos, como en un despliegue más rápido y flexible. El siguiente reto, es como monitorear, procesar, visualizar y analizar el gran volumen de datos (Big Data) que se generan. Por lo que en este trabajo se propone una arquitectura que aborde estos retos, como también cual metodología puede ser usada para la integración de estos proyectos, y como cada día la industria demanda más aplicación de técnicas de Machine Learning. There is a growing demand in various industries for the collection of variables related to the conditions of production line equipment, such as electric motors. This demand has increased due to the rise of Industry 4.0 and the digital transformation that companies are deploying. Understanding that a typical plant has between 6,000 to 12,000 pieces of equipment, selecting critical equipment to assign an investment in the installation and start-up of sensors that measure operating conditions is both an operational and investment challenge. This is where IIoT (Industrial Internet of Things) technologies become relevant, as they allow for cost mitigation by not using wiring for data collection, as well as for a faster and more flexible deployment. The next challenge is how to monitor, process, visualize, and analyze the large volume of data (Big Data) that is generated. Therefore, this work proposes an architecture that addresses these challenges, as well as a methodology that can be used for the integration of these projects, and how every day the industry demands more application of Machine Learning techniques. | |
| Universidad Autónoma del Estado de Hidalgo | |
| 2024 | |
| Artículo | |
| Pädi Boletín Científico de Ciencias Básicas e Ingenierías del ICBI, vol. 11, no. 22, pág. 118-123. | |
| Español | |
| Público en general | |
| Gutiérrez-Trejo, S. S., Romero-Guerrero, J. A., & Villa-Villaseñor, N. (2024). Arquitectura inteligente para motores eléctricos: IIoT y machine learning para la adquisición y análisis avanzado de datos. Pädi Boletín Científico De Ciencias Básicas E Ingenierías Del ICBI, 11(22), 118-123. https://doi.org/10.29057/icbi.v11i22.11092 | |
| OTRAS | |
| Versión publicada | |
| publishedVersion - Versión publicada | |
| Aparece en las colecciones: | Artículos Publicados en Revistas Arbitradas |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| Arquitectura inteligente para motores electricos.pdf | 736.1 kB | Adobe PDF | Visualizar/Abrir |