Industria 4.0

Formación y jornadas > Categoría
4, 11, 18 y 25 de mayo (18:00 a 20:30)

CURSO «APRENDIZAJE AUTOMÁTICO EN EL MANTENIMIENTO PREDICTIVO DE MAQUINARIA INDUSTRIAL. DETECCIÓN DE ANOMALÍAS EN LA SEÑAL , CLASIFICACIÓN DE FALLOS, PREDICCIÓN DEL TIEMPO HASTA EL FALLO (RUL, Remaining Useful Life)

Industria 4.0

Este Ciclo de Especialización está orientado al uso práctico de técnicas de Machine Learning en problemas que habitualmente se encuentran los Ingenieros Industriales.

El Ciclo consta de los siguientes cursos, cada uno con un programa de impartición estimado de 10 horas:

CURSO 1: Introducción al uso del Aprendizaje Automático (Machine Learning) para el análisis de vibraciones. Ilustración con casos prácticos.
CURSO 2: Análisis de la señal y anomalías en máquinas. Aplicación de Machine Learning al análisis de series temporales.
CURSO 3: Aprendizaje Automático en el Mantenimiento Predictivo de Maquinaria Industrial. Detección de anomalías en la señal, clasificación de fallos, predicción del tiempo hasta fallo (RUL, Remaining Useful Life)
• PROYECTO FINAL: Construcción y testeo de un analizador de vibraciones de bajo coste. Aplicación al uso práctico en mantenimiento predictivo de máquinas.
El programa ha sido diseñado con un enfoque autocontenido, de forma que cada uno de ellos constituya una unidad de conocimiento en sí mismo.
En cualquier caso es altamente recomendable el conocimiento de los conceptos de los cursos anteriores antes de abordar el siguiente.
2, 9, 16 y 23 de marzo (18:00 a 20:30)

CURSO » INTRODUCCIÓN AL USO DEL APRENDIZAJE AUTOMÁTICO (MACHINE LEARNING) PARA EL ANÁLISIS DE VIBRACIONES. ILUSTRACIÓN CON CASOS PRÁCTICOS

Industria 4.0

Este Ciclo de Especialización está orientado al uso práctico de técnicas de Machine Learning en problemas que habitualmente se encuentran los Ingenieros Industriales.

El Ciclo consta de los siguientes cursos, cada uno con un programa de impartición estimado de 10 horas:

CURSO 1: Introducción al uso del Aprendizaje Automático (Machine Learning) para el análisis de vibraciones. Ilustración con casos prácticos.
CURSO 2: Análisis de la señal y anomalías en máquinas. Aplicación de Machine Learning al análisis de series temporales.
CURSO 3: Aprendizaje Automático en el Mantenimiento Predictivo de Maquinaria Industrial. Detección de anomalías en la señal, clasificación de fallos, predicción del tiempo hasta fallo (RUL, Remaining Useful Life)
• PROYECTO FINAL: Construcción y testeo de un analizador de vibraciones de bajo coste. Aplicación al uso práctico en mantenimiento predictivo de máquinas.
El programa ha sido diseñado con un enfoque autocontenido, de forma que cada uno de ellos constituya una unidad de conocimiento en sí mismo.
En cualquier caso es altamente recomendable el conocimiento de los conceptos de los cursos anteriores antes de abordar el siguiente.
6, 8, 13 y 15 de abril (18:00 a 20:30)

CURSO «ANÁLISIS DE LA SEÑAL Y ANOMALÍAS EN MÁQUINAS. APLICACIÓN DE MACHINE LEARNING AL ANÁLISIS DE SERIES TEMPORALES

Industria 4.0

Este Ciclo de Especialización está orientado al uso práctico de técnicas de Machine Learning en problemas que habitualmente se encuentran los Ingenieros Industriales.

El Ciclo consta de los siguientes cursos, cada uno con un programa de impartición estimado de 10 horas:

• CURSO 1: Introducción al uso del Aprendizaje Automático (Machine Learning) para el análisis de vibraciones. Ilustración con casos prácticos.
• CURSO 2: Análisis de la señal y anomalías en máquinas. Aplicación de Machine Learning al análisis de series temporales.
• CURSO 3: Aprendizaje Automático en el Mantenimiento Predictivo de Maquinaria Industrial. Detección de anomalías en la señal, clasificación de fallos, predicción del tiempo hasta fallo (RUL, Remaining Useful Life)
• PROYECTO FINAL: Construcción y testeo de un analizador de vibraciones de bajo coste. Aplicación al uso práctico en mantenimiento predictivo de máquinas.
El programa ha sido diseñado con un enfoque autocontenido, de forma que cada uno de ellos constituya una unidad de conocimiento en sí mismo. 
En cualquier caso es altamente recomendable el conocimiento de los conceptos de los cursos anteriores antes de abordar el siguiente.