Escenario
Una empresa de fabricación que produce sistemas de calefacción y refrigeración ecológicos para grandes edificios, como hoteles, edificios de apartamentos, tiendas minoristas, edificios de oficinas y fábricas, crea muchas piezas de metal fundido para sus equipos. Estas piezas se funden en la fundición de la empresa, donde utilizan cámaras de inspección robóticas para analizar las piezas que salen de los moldes para identificar grietas, vacíos y otros defectos que hacen que las piezas sean inutilizables. En esta actividad, tendrá en cuenta cuáles de los siguientes resultados de aprendizaje automático pueden usarse en este escenario de fabricación.
- Regresión
- Clasificación
- Agrupación en clústeres
Contexto 1 - Basándose en los análisis de las piezas que salen del molde, los algoritmos de aprendizaje automático identifican qué partes son aptas para su uso y qué partes son defectuosas.
Contexto 2 - Con el tiempo, las piezas hechas a partir de un molde tienden a mostrar más y más defectos, hasta el punto en que se pasa un umbral. En ese momento, las piezas producidas en el molde no pueden usarse y el molde debe limpiarse. La fundición de piezas defectuosas desperdicia tiempo de producción, por lo que el equipo de fabricación desea predecir cuándo se está cerca de alcanzar el umbral para que el molde pueda limpiarse antes de producir piezas defectuosas. La empresa decide utilizar un algoritmo de aprendizaje automático para examinar la calidad de las piezas producidas y predecir cuándo se está cerca de alcanzar el umbral.
Campus
Campus
