PROYECTOS REALIZADOS

Dashboards con Power BI

Este proyecto permite tomar decisiones informadas y estratégicas, basadas en el análisis detallado de los datos recopilados. A través de la visualización clara y precisa del rendimiento de los equipos, ha sido posible optimizar la planificación del mantenimiento, asegurando que los recursos se utilicen de manera eficiente y enfocada. Esto no solo ha reducido significativamente los tiempos de inactividad no planificados, sino que también ha permitido una respuesta más rápida y efectiva ante problemas emergentes.

Segmentación de imagenes con Yolov8

En este proyecto, utilizo las bibliotecas OpenCV y YOLOv8 de Ultralytics para detectar y segmentar objetos en videos capturados por una cámara IP en tiempo real. El modelo está entrenado para segmentar la espuma que se forma sobre la superficie de un líquido. Para hacer esto, el modelo suma los píxeles de cada segmentación y compara el resultado con el total de píxeles en la imagen. Si la suma de los píxeles supera el 70% del total de la imagen, el modelo muestra un mensaje de “Nivel OK” para indicar que el nivel de espuma está dentro de los límites aceptables ó "Nivel Bajo" si está por debajo del 70%".

En resumen, este proyecto utiliza tecnologías avanzadas de visión por computadora e inteligencia artificial para detectar y segmentar objetos en tiempo real, con el objetivo específico de medir el nivel de espuma en una superficie. La combinación de las bibliotecas OpenCV y YOLOv8 permite al modelo procesar imágenes rápidamente y con alta precisión, lo que lo hace ideal para aplicaciones en tiempo real.

Red neuronal con Tensorflow y Grafana

Este proyecto consiste en un modelo de predicción para optimizar la curva de secado en un proceso de malteo de cebada. El malteado es el proceso de transformar los granos de cebada en malta mediante la germinación y el secado con aire caliente. La curva de secado es la cual determina la humedad final del grano, que influye en el color, el aroma, el sabor y la actividad enzimática de la malta. El modelo usa una red neuronal que recibe como entradas las variables de temperatura y humedad de las diferentes zonas del proceso, y devuelve como salida la presión optima de la caldera para cumplir con el setpoint. El modelo se entrena con datos reales extraídos de Grafana, y se valida con datos nuevos tomados del proceso en tiempo real. El objetivo de este proyecto es realizar predicciones basadas en diferentes condiciones durante el proceso y ajustar los valores para obtener la una malta con loa mejores parametros de calidad posible.

Gestión de preventivas con Excel

Este es un sistema de gestión de mantenimiento preventivo y correctivo creado con macros en Excel, en el que se pueden utilizar características como:

• Registro y seguimiento de equipos y activos.
• Creación de procedimientos.
• Programación y asignación de tareas.
• Registro de mantenimientos correctivos.
• Generación de informes y análisis de datos.

Gestión de stock con Excel

Es una herramienta que permite controlar la entrada y salida de productos en un almacén, tienda o taller. Posee también las siguientes características:

• Registro y seguimiento de materiales.
• Fijar stock minimo.
• Fijar los puntos de pedido.
• Asinar ubicación dentro del almacén.