Mostrar el registro sencillo del ítem
Tecnologías de IA aplicadas en el control de los indicadores de calidad en la industria de enlatados
| dc.contributor.advisor | Montecé Mosquera, Franklin Washington | |
| dc.contributor.author | Cerezo Mindiola, Yelina Juana | |
| dc.date.accessioned | 2024-08-29T21:19:46Z | |
| dc.date.available | 2024-08-29T21:19:46Z | |
| dc.date.issued | 2024 | |
| dc.identifier.uri | http://dspace.utb.edu.ec/handle/49000/17045 | |
| dc.description | This case study focuses on the study of artificial intelligence technologies in the canning industry, with the aim of exploring AI technologies applied to the control of quality indicators in the canning industry, offering effective responses in the application of quality indicators. The problema reflects the lack of constant supervision and inadequate operational control by machinery, causing unexpected failures during the production line. Therefore, artificial intelligence technologies aim to design systems that can perform tasks that are also performed by human intervention. In this case, technologies such as artificial vision, machine learning and artificial neural networks are capable of monitoring the production process by having the ability to detect anomalies, providing systems that optimize distribution processes and address more efficient provisions, although they generate costs, they also provide productivity by giving better quality to the final product and increasing security to the canning industries. The evolution of technologies allows companies to adapt to production changes while maintaining competitiveness and resorting to market demands. By improving and updating control processes, quality standards in the industry can be maintained over time. | es_ES |
| dc.description | This case study focuses on the study of artificial intelligence technologies in the canning industry, with the aim of exploring AI technologies applied to the control of quality indicators in the canning industry, offering effective responses in the application of quality indicators. The problema reflects the lack of constant supervision and inadequate operational control by machinery, causing unexpected failures during the production line. Therefore, artificial intelligence technologies aim to design systems that can perform tasks that are also performed by human intervention. In this case, technologies such as artificial vision, machine learning and artificial neural networks are capable of monitoring the production process by having the ability to detect anomalies, providing systems that optimize distribution processes and address more efficient provisions, although they generate costs, they also provide productivity by giving better quality to the final product and increasing security to the canning industries. The evolution of technologies allows companies to adapt to production changes while maintaining competitiveness and resorting to market demands. By improving and updating control processes, quality standards in the industry can be maintained over time. | es_ES |
| dc.description.abstract | El presente estudio de caso se enfoca en el estudio de tecnologías de inteligencia artificial en la industria de enlatados, con el objetivo de explorar tecnologías de IA aplicadas en el control de los indicadores de calidad en la industria de enlatados ofrecen respuestas eficaces en la aplicación de los indicadores de calidad. La problemática refleja la falta de supervisión constante y el control operativo inadecuado por parte de las maquinarias causando fallas inesperadas durante la línea de producción. Por ende, las tecnologías de inteligencia artificial tienen como propósito diseñar sistemas que puedan realizar tareas que a la vez son realizadas por la intervención humana. En este caso, tecnología como la vision artificial, el aprendizaje automático y las redes neuronales artificiales son capaces de monitorear el proceso de producción al tener la capacidad para detectar anomalías, proporcionando sistemas que optimicen los procesos de distribución y aborden provisiones más eficientes, aunque generan costos también dan productividad dando una mejor calidad al producto final y aumentando la seguridad a las industrias de los enlatados. La evolución de la tecnología permite a las empresas adaptarse a los cambios de producción manteniendo la competitividad y recurrir a las demandas del mercado. Al mejorar y actualizar los procesos de control se logran mantener estándares de calidad en la industria a lo largo del tiempo. | es_ES |
| dc.format.extent | 29 p. | es_ES |
| dc.language.iso | es | es_ES |
| dc.publisher | Babahoyo, Ecuador | es_ES |
| dc.rights | Atribución-NoComercial-SinDerivadas 3.0 Ecuador | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ | * |
| dc.subject | Tecnologías | es_ES |
| dc.subject | Inteligencia artificial | es_ES |
| dc.subject | Indicadores de calidad | es_ES |
| dc.subject | Productos enlatados | es_ES |
| dc.title | Tecnologías de IA aplicadas en el control de los indicadores de calidad en la industria de enlatados | es_ES |
| dc.type | bachelorThesis | es_ES |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 3.0 Ecuador