Modelamiento y optimización de políticas de mantenimiento del escaner de tomografía computarizada con fallas estocásticas : [Recurso Electrónico] / Andrés Felipe Cardona Ortegón.

Por: Cardona Ortegón, Andrés FelipeColaborador(es): Guerrero Rueda, William Javier [director.] | Pérez Vélez, Ignacio [Co director.]Tipo de material: Archivo de ordenadorArchivo de ordenadorEditor: Bogotá (Colombia) : Escuela Colombiana de Ingeniería Julio Garavito, 2018Descripción: 48 paginas. gráficosTema(s): PROCESOS ESTOCÁSTICOS | MODELOS DE OPTIMIZACIÓN -- ESCÁNER DE TOMOGRAFÍA | TESIS Y DISERTACIONES ACADÉMICASClasificación CDD: 519.2 Recursos en línea: Haga clic para acceso en línea Nota de disertación: Tesis ( Magíster en Ingeniería Industrial ) Revisión: La definición de políticas de mantenimiento en la mayoría de empresas se realiza basada en conocimiento empírico y dependiendo del ámbito o lugar donde se encuentre el equipo. Teniendo en cuenta restricciones presupuestales y de capacidad de la maquinaría que tienen las entidades públicas y privadas en la administración del equipo médico, es crucial encontrar un camino adecuado que sirva como herramienta para el diseño de políticas de mantenimiento. Es por ello que el objeto de este trabajo de investigación es plantear un modelo de optimización que permita tomar mejores decisiones al momento de elaborar las políticas de mantenimiento. El equipo médico estudiado es el escáner de tomografía computarizada. Esta es una herramienta utilizada en varios procesos de diagnóstico, de diferentes especialidades, por ser una exploración no invasiva del cuerpo. El equipo sirve para la toma de imágenes de cabeza, tórax y extremidades. Se emplea un modelo de cadenas de markov de tiempo continuo para modelar el estado (funcionando, funcionando que requieren mantenimiento, detenidas que requieren mantenimiento correctivo) de las máquinas en el tiempo. Se propone un modelo de optimización que tiene como función objetivo maximizar el beneficio generado por las máquinas funcionando y requiriendo mantenimiento preventivo; sin exceder el presupuesto de la organización. Se emplean dos métodos para dar solución al modelo de optimización propuesto: un algoritmo exhaustive search para entender el comportamiento de la superficie solución generada por la función objetivo y una meta-heurística basada en gradient-ascent para hallar una buena solución (cercana al óptimo) en un tiempo razonable.
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
    Valoración media: 0.0 (0 votos)
Tipo de ítem Ubicación actual Signatura Info Vol Copia número Estado Fecha de vencimiento Código de barras Reserva de ítems
TRABAJOS DE GRADO TRABAJOS DE GRADO Biblioteca Jorge Álvarez Lleras
Fondo general
519.2 C268m Ts (Navegar estantería) Ej.1 1 Disponible D001394
Total de reservas: 0

Tesis ( Magíster en Ingeniería Industrial )

La definición de políticas de mantenimiento en la mayoría de empresas se realiza basada en conocimiento empírico y dependiendo del ámbito o lugar donde se encuentre el equipo. Teniendo en cuenta restricciones presupuestales y de capacidad de la maquinaría que tienen las entidades públicas y privadas en la administración del equipo médico, es crucial encontrar un camino adecuado que sirva como herramienta para el diseño de políticas de mantenimiento. Es por ello que el objeto de este trabajo de investigación es plantear un modelo de optimización que permita tomar mejores decisiones al momento de elaborar las políticas de mantenimiento. El equipo médico estudiado es el escáner de tomografía computarizada. Esta es una herramienta utilizada en varios procesos de diagnóstico, de diferentes especialidades, por ser una exploración no invasiva del cuerpo. El equipo sirve para la toma de imágenes de cabeza, tórax y extremidades. Se emplea un modelo de cadenas de markov de tiempo continuo para modelar el estado (funcionando, funcionando que requieren mantenimiento, detenidas que requieren mantenimiento correctivo) de las máquinas en el tiempo. Se propone un modelo de optimización que tiene como función objetivo maximizar el beneficio generado por las máquinas funcionando y requiriendo mantenimiento preventivo; sin exceder el presupuesto de la organización. Se emplean dos métodos para dar solución al modelo de optimización propuesto: un algoritmo exhaustive search para entender el comportamiento de la superficie solución generada por la función objetivo y una meta-heurística basada en gradient-ascent para hallar una buena solución (cercana al óptimo) en un tiempo razonable.

No hay comentarios en este titulo.

para colocar un comentario.

Haga clic en una imagen para verla en el visor de imágenes