Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.uca.edu.ar/handle/123456789/5350
Campo DC Valor Lengua/Idioma
dc.contributor.authorFornari, Javieres
dc.contributor.authorLuccini, Eduardoes
dc.contributor.authorGrieco, Sebastiánes
dc.contributor.authorParodi, Miguel Ángeles
dc.contributor.authorVidali, Estebanes
dc.date.accessioned2019-06-06T00:44:50Z-
dc.date.available2019-06-06T00:44:50Z-
dc.date.issued2011-
dc.identifier.citationFornari, J., Luccini, E., Grieco, S. et al. Identificación de variables en modelización de líneas de producción industrial y su análisis mediante redes neuronales artificiales [en línea]. Energeia, 9(9), 2011. Disponible en: https://repositorio.uca.edu.ar/handle/123456789/5350es
dc.identifier.urihttps://repositorio.uca.edu.ar/handle/123456789/5350-
dc.description.abstractResumen: En el marco de la integración de etapas en procesos de producción industrial en serie, se identifican, clasifican y caracterizan las variables que permiten modelizar dicho proceso, como estrategia con vistas a su optimización. El estudio se aplica en el ámbito de la industria metalúrgica, a partir de los datos de un conjunto de empresas de la región centro y sur de Santa Fe. La estructura secuencial de un proceso industrial hace que cualquier falla en una etapa cause demoras o reducción de calidad en el producto final obtenido. Como herramienta integradora de análisis, se plantea la implementación de un sistema de redes neuronales artificiales.es
dc.formatapplication/pdfes
dc.language.isospaes
dc.publisherUniversidad Católica Argentina. Facultad de Química e Ingeniería "Fray Rogelio Bacon". Departamento de Investigación Institucionales
dc.rightsAcceso Abiertoes
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/es
dc.subjectPROCESOS INDUSTRIALESes
dc.subjectOPTIMIZACIONes
dc.subjectREDES NEURONALESes
dc.subjectREDES ARTIFICIALESes
dc.subjectINGENIERIA INDUSTRIALes
dc.titleIdentificación de variables en modelización de líneas de producción industrial y su análisis mediante redes neuronales artificialeses
dc.typeArtículoes
uca.pathEnergeia|ENE 2011 Año 9 nº 9es
uca.disciplinaINGENIERIA INDUSTRIALes
uca.filename/home/data-uca-generic/folder_generic_revistas/Revistas_Ros/energeia/energeia9/identificacion-variables-moelizacion-lineas-produccion/metadata.xmles
uca.issnrd1es
uca.affiliationFil: Fornari, Javier. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería; Argentinaes
uca.affiliationFil: Luccini, Eduardo. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería; Argentinaes
uca.affiliationFil: Luccini, Eduardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Nacional de Rosario. Instituto de Física de Rosario. Grupo de Energía Solar; Argentinaes
uca.affiliationFil: Grieco, Sebastián. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería; Argentinaes
uca.affiliationFil: Parodi, Miguel. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería; Argentinaes
uca.affiliationFil: Parodi, Miguel. Consejo Nacional de Investigaciones Científicas y Técnicas. Universidad Nacional de Rosario. Instituto de Física de Rosario. Grupo de Energía Solar; Argentinaes
uca.affiliationFil: Vidali, Esteban. Pontificia Universidad Católica Argentina. Facultad de Química e Ingeniería; Argentinaes
uca.orden04es
uca.versionpublishedVersiones
item.grantfulltextopen-
item.fulltextWith Fulltext-
item.languageiso639-1es-
Aparece en las colecciones: ENE 2011 Año 9 nro. 9
Ficheros en este ítem:
Fichero Descripción Tamaño Formato
identificacion-variables-moelizacion-lineas-produccion.pdf384,48 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem

Visualizaciones de página(s)

437
comprobado en 18-abr-2024

Descarga(s)

831
comprobado en 18-abr-2024

Google ScholarTM

Consultar



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons