La cuarta revolución industrial del siglo XXI conocida como industria 4.0 conlleva cambios significativos en el proceso productivo. En el caso del mantenimiento se está dando un salto cualitativo muy importante pasando del mantenimiento correctivo y preventivo de maquinaría industrial al predictivo. Nuevos paradigmas que exigen la profundización en campos hasta ahora lejanos como la digitalización de los procesos productivos.

1. Transversalidad del equipo técnico de mantenimiento de un taller industrial.

2. Conocimiento y predicción de las peculiaridades que se desprenden de las averías en maquinaria de taller.

3. Conocimiento de los fundamentos aplicados en las redes de comunicación.

4. El objetivo es poner al alumno al corriente de algunas de las cuestiones básicas que habrá de encarar si se integra en un equipo de mantenimiento.

Tema 1.- Descripción y conocimiento de la tecnología necesaria para realizar predicción de fallas de máquina.

Tema 2.- Desarrollo y comprensión del proceso ETL (extraction, transform and loading) en el manejo de datos de maquinaria industrial.

Tema 3.- Descripción y profundización de algoritmos matemáticos y estadísticos para la predicción de eventos futuros.

Tema 4.- Desarrollo de ejercicios sobre datos reales para profundizar en los conocimientos adquiridos hasta el momento.

Tema 5.- Desarrollo individual sobre datos de máquinas y defensa de los resultados obtenidos.

Clases magistrales.

Clases prácticas de taller.

• Sistema de Evaluación Final
• Herramientas y porcentajes de calificación:
  • Realización de prácticas (ejercicios, casos o problemas) (%): 80
  • Exposición de trabajos, lecturas… (%): 20

Prueba de desarrollo de la problemática de analítica predictiva a partir de datos de maquinaría industrial con peso del 100% (resultados, defensa, trabajo realizado durante la asignatura, planteamiento de la solución).



Atendiendo al artículo 39 de la "Normativa de gestión para las enseñanzas de grado de primer y segundo ciclo para el curso 2016/2017", no presentarse a la prueba final supondrá la renuncia a la convocatoria de evaluación y constará como un No Presentado”.

Atendiendo al artículo 43 de la "Normativa de gestión para las enseñanzas de grado de primer y segundo ciclo para el curso 2016/2017", el alumno que por causas justificadas no pueda participar en el sistema de evaluación continuada, podrá acreditar la consecución de conocimientos y competencias inherentes a la asignatura a través de una única prueba final. Para ello, deberá cumplimentar la solicitud correspondiente en el plazo marcado a tal efecto en la página web de la Escuela (apartado Secretaría y Trámites). El contenido de esta PRUEBA FINAL será el adecuado para que los méritos en favor del alumno derivados de su realización sean equivalentes en todos los sentidos a los del resto de los alumnos.

Prueba de desarrollo de la problemática de analítica predictiva a partir de datos de maquinaría industrial con peso del 100% (resultados, planteamiento de la solución).



Atendiendo al artículo 39 de la "Normativa de gestión para las enseñanzas de grado de primer y segundo ciclo para el curso 2016/2017", no presentarse a la prueba final supondrá la renuncia a la convocatoria de evaluación y constará como un No Presentado”.



Atendiendo al artículo 43 de la "Normativa de gestión para las enseñanzas de grado de primer y segundo ciclo para el curso 2016/2017", el alumno que por causas justificadas no pueda participar en el sistema de evaluación continuada, podrá acreditar la consecución de conocimientos y competencias inherentes a la asignatura a través de una única prueba final. Para ello, deberá cumplimentar la solicitud correspondiente en el plazo marcado a tal efecto en la página web de la Escuela (apartado Secretaría y Trámites). El contenido de esta PRUEBA FINAL será el adecuado para que los méritos en favor del alumno derivados de su realización sean equivalentes en todos los sentidos a los del resto de los alumnos.

Título: A Course in Machine Learning
Autor: Hal Daumé III
Editorial: Todo

Título:Python Machine Learning
Autor: Sebastian Raschka
Editorial: Packt

Título: A First Encounter with Machine Learning
Autor: Max Welling
Editorial: University of California Irvine

Bibliografía básica

Título: A Course in Machine Learning

Autor: Hal Daumé III

Editorial: Todo



Título:Python Machine Learning

Autor: Sebastian Raschka

Editorial: Packt



Título: A First Encounter with Machine Learning

Autor: Max Welling

Editorial: University of California Irvine

Bibliografía de profundización

Título: Electrónica Industrial ¿Dispositivos, Máquinas y Sistemas de Potencia Industrial?
Autor: James T.Humpries-Leslie- P. Sheets
Editorial: Paraninfo

Direcciones web

https://www.continuum.io/downloads
http://pandas.pydata.org/
http://scikit-learn.org/stable/
https://matplotlib.org/