Detección de defectos en tiempo real en una línea de fabricación de tableros mediante métodos multivariantes de clasificación

Las técnicas de análisis de datos han ido introduciéndose en el mundo de la factorías dando lugar a la Industria 4.0. En el caso del grupo Sonae Arauco diversos dispositivos les han permitido ser galardonados con premios por innovación tecnológica. Uno de sus sistemas es el "Smart Eyes", un sistema de detección de imperfecciones en los tableros producidos con filtros de imágenes. Este proyecto tiene como objetivo crear un sistema de detección de estas imperfecciones empleando técnicas de análisis de datos y aprendizaje automático. Este proyecto es un Trabajo de Fin de Grado del Programa de Estudio Conjuntos INDat - Ingeniería Informática + Estadística. Por lo tanto constará de dos memorias, una por grado. Esta es la memoria de Estadística, y consta de las siguientes partes. Una primera parte describirá el problema en su conjunto: datos obtenido de la empresa, características de estos y posibles variables a extraer para el posterior análisis de datos. La segunda parte consistirá en el empleo de distintos tipos de clasi cadores, principalmente distintos tipos de discriminante, árboles de decisión y extensiones de estos. Esta parte aparecerá desarrollada de forma exclusiva en la memoria del grado en Estadística y tendrá su contra-parte en la memoria del TFG de Ingeniería Informática sobre el uso de clasi cadores relacionados con redes neuronales y Support Vector Machines. La cuarta parte analizará los resultados obtenidos con cada uno de los clasi cadores desarrollados en esta memoria. De esta forma, podremos conocer qué metodología ha dado lugar a resultados mejores. El rendimiento de cada clasi cador aparecerá reflejado en la memoria en la cual se haya explicado previamente el funcionamiento del clasi cador. Un epílogo servirá para exponer las conclusiones sacadas relacionadas con la consecución de los objetivos marcados así como para desglosar el posible trabajo futuro a realizar.Grado en Estadístic