Resumen:
|
[CA] Aquest projecte té com a objectiu mostrar una predicció de la desviació entre el temps
concedit i el temps real de fabricació de vehicles ferroviaris en el marc de l’empresa Stadler.
La companyia disposa d’un sistema ...[+]
[CA] Aquest projecte té com a objectiu mostrar una predicció de la desviació entre el temps
concedit i el temps real de fabricació de vehicles ferroviaris en el marc de l’empresa Stadler.
La companyia disposa d’un sistema de control de dades en planta en el qual es registren els temps de fabricació de cada ordre, per projecte i número de sèrie, directament
pels operaris. Cadascuna d’aquestes ordres de fabricació té establit un temps concedit
definit pel departament de Mètodes, en què es té en compte en quina fase de fabricació
es troba el projecte.
En aquest estudi, es durà a terme una anàlisi prèvia de les dades relacionades amb
les ordres de fabricació, amb la finalitat de detectar relacions interessants en les dades.
Després d’això, s’exploraran i entrenaran diferents models de regressió, tècniques d’aprenentatge automàtic en les quals, a partir de diferents característiques de les ordres,
s’obtindran uns valors estimats de la desviació entre el temps concedit i el temps real de
fabricació dels vehicles ferroviaris. A més, s’implementarà un quadre de comandament
on es mostraran, visualment mitjançant gràfics, els resultats obtinguts
[-]
[ES] Este proyecto tiene como objetivo mostrar una predicción de la desviación entre el tiempo concedido y el tiempo real de fabricación de vehículos ferroviarios en el marco de la empresa Stadler.
La compañía dispone ...[+]
[ES] Este proyecto tiene como objetivo mostrar una predicción de la desviación entre el tiempo concedido y el tiempo real de fabricación de vehículos ferroviarios en el marco de la empresa Stadler.
La compañía dispone de un sistema de control de datos en planta en el que se registran los tiempos de fabricación de cada orden, por proyecto y número de serie, directamente por los operarios. Cada una de estas órdenes de fabricación tiene establecido un tiempo concedido definido por el departamento de Métodos, en que se tiene en cuenta en qué fase de fabricación se encuentra el proyecto.
En este estudio, se llevará a cabo un análisis previo de los datos relacionados con las órdenes de fabricación, con el fin de detectar relaciones interesantes en los datos. Tras ello, se explorarán y entrenarán distintos modelos de regresión, técnicas de aprendizaje automático en las que, a partir de diferentes características de las órdenes, se obtendrán unos valores estimados de la desviación entre el tiempo concedido y el tiempo real de fabricación de los vehículos ferroviarios. Además, se implementará un cuadro de mando donde se mostrarán, visualmente mediante gráficos, los resultados obtenidos.
[-]
[EN] The aim of this project is to show a prediction of the deviation between the time granted and the real manufacturing time of railway vehicles within the framework of the Company Stadler.
The company has a plant ...[+]
[EN] The aim of this project is to show a prediction of the deviation between the time granted and the real manufacturing time of railway vehicles within the framework of the Company Stadler.
The company has a plant data control system in which the manufacturing times of each order, by project and serial number, are recorded directly by the operators. Each one of these manufacturing orders has a set time defined by the Methods department, which takes into account the manufacturing phase of the project.
In this study, a preliminary analysis of the data related to the production orders Will be carried out in order to detect interesting relationships in the data. After this, different regression models will be explored and trained, machine learning techniques in which, based on different characteristics of the orders, estimated values of the deviation between the time granted and the real manufacturing time of the railway vehicles Will be obtained. In addition, a control panel will be implemented where the results obtained will be displayed visually by means of graphs.
[-]
|