Selección de variables relacionadas con fallos de chumaceras aplicando reconocimiento lógico combinatorio de patrones
RESUMEN En el diagnóstico de fallos de chumaceras actualmente no se considera el conocimiento experto expresado en variables no numéricas, a pesar de constituir una fuente de información importante. Este trabajo se desarrolló con el objetivo de identificar los rasgos más relevantes para clasificar u...
Guardado en:
Autores principales: | , , |
---|---|
Lenguaje: | Spanish / Castilian |
Publicado: |
Universidad de Tarapacá.
2020
|
Materias: | |
Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052020000300396 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Sumario: | RESUMEN En el diagnóstico de fallos de chumaceras actualmente no se considera el conocimiento experto expresado en variables no numéricas, a pesar de constituir una fuente de información importante. Este trabajo se desarrolló con el objetivo de identificar los rasgos más relevantes para clasificar un grupo de fallos ocurridos en las chumaceras de una turbina de vapor. Las variables que soportan el trabajo corresponden a los datos almacenados en reportes de diagnóstico y mantenimiento de una termoeléctrica en explotación. Las técnicas aplicadas para procesar los datos cuantitativos y cualitativos son herramientas de reconocimiento lógico combinatorio de patrones (RLCP). Se determinó la confusión de los rasgos del conjunto inicial y posteriormente los testores y testores típicos, y se calculó el peso informacional de los rasgos. Los resultados alcanzados mostraron que la relevancia de los rasgos cualitativos presentes en la descripción de los fallos es superior a la de los rasgos numéricos típicamente empleados. |
---|