grupo de supervisión y diagnóstico de procesos industriales
GSDPI

Introducción Equipo Galería Publicaciones Proyectos Contacto

GSDPI en twitter

Sigue las novedades del grupo a través de twitter:
Tweets por el @gsdpi.

Líneas de investigación

El objetivo de nuestra investigación es el desarrollo y aplicación de técnicas de analítica visual (visual analytics) orientadas al análisis y supervisión de sistemas y procesos, que permitan al usuario 1) determinar los factores que afectan a la eficiencia y 2) evaluar su condición de funcionamiento, mediante una combinación eficiente de algoritmos de análisis inteligente de datos, técnicas de visualización y mecanismos de interacción.

En esencia, este enfoque supone explotar la extraordinaria capacidad del sistema visual humano para detectar patrones y su cualidad de vehículo óptimo para la adquisición de conocimiento, convirtiendo grandes volúmenes de información y datos en visualizaciones interactivas, que facilitan la detección de patrones, la comprensión de los datos y el descubrimiento de conocimiento útil mediante un proceso exploratorio en el que el usuario es parte activa.

Estas técnicas pueden ser aplicadas para la mejora en la eficiencia de los procesos, explorando las relaciones entre los factores –datos de sensores, parámetros de proceso– y el desempeño –índices de calidad, rendimiento y eficiencia–, así como para la detección de fallos y la monitorización de la eficiencia.


Palabras clave:
Analítica visual, visualización de datos, modelado y predicción, reducción de la dimensionalidad, eficiencia energética

Áreas de conocimiento:
  • Visual Analytics
  • Process Data Analytics
  • Condition Monitoring
  • Dimensionality Reduction
  • Fault Detection and Identification
  • Neural Networks
  • Self Organizing Maps (SOM)
  • Radial Basis Functions (RBF)
  • Kernel Regression
  • Digital Signal Processing (DSP)
Aplicaciones:
  • Visualización de información y datos para el análisis de procesos
  • Diseño de interfaces interactivos avanzados para visualización de información y datos
  • Minería de datos en procesos industriales
  • Supervisión, control y mejora en la eficiencia de procesos
  • Detección, diagnóstico e identificación de fallos
  • Sensores virtuales, estimación y predicción