Resumen

La metrología industrial desempeña un papel fundamental para garantizar la calidad de los datos recogidos por los sensores y la fiabilidad de los valores, para ello, es necesario disponer de una trazabilidad metrológica realizada mediante calibraciones sucesivas a partir de patrones superiores hasta los sensores utilizados en las fábricas. Este artículo presenta una estrategia para clasificar el estado de salud del equipo de producción y del equipo de lectura simulando una señal de medida procedente de cuatro sensores utilizando IA y Aprendizaje Automático. Se demostró que a través de un mismo conjunto de datos es posible obtener información distinta. A través de tres estados ocultos se determina el estado y las características del equipo, mediante un filtro HMM se eliminan los errores de la señal original replicando esta metodología en todos los sensores.

• Materias:Metrología Mantenimiento de equipos Calibración Sistema de sensores
• Subjects:Metrology Equipment maintenance Calibration Sensor system
• Palabras claves:Sensores; Calibración; Mantenimiento basado en la condición; Estado de calibración en línea; HMM; K-means; PCA; Generación de características
• Keywords:Sensors; Calibration; Condition-based maintenance; Online calibration status; HMM; K-means; PCA; Features generation