Predicción de capacidad y eficiencia en planta de producción de especialidades químicas mediante el análisis y modelado avanzado de datos

Simple item page
dc.contributor.advisorGarcía Arboleda, Isabel Cristina
dc.contributor.authorDuarte Quintero, Daniel Felipe
dc.date.accessioned2025-10-22T20:26:18Z
dc.date.available2025-10-22T20:26:18Z
dc.date.issued2025
dc.description.abstractEste proyecto se centró en el diseño e implementación de un sistema predictivo de capacidad y eficiencia en una planta de producción de especialidades químicas, mediante el uso de ciencia de datos y aprendizaje automático. La problemática abordada fue la brecha operativa del 20% entre la capacidad teórica de los trenes de producción (agrupación de equipos con tecnologías similares) y su capacidad real, generando subutilización de recursos y reducción en la eficiencia global. La solución desarrollada comprendió la captura automatizada de datos en planta mediante formularios digitales, la integración de múltiples fuentes (plan de producción, ERP, históricos de parada) y la construcción de una base consolidada para modelado. Se entrenaron cuatro modelos por tren (Regresión Lineal Múltiple, Random Forest, XGBoost y Prophet), evaluados mediante métricas de error como RMSE, MAE, MAPE y R², y validados con técnicas de validación cruzada. Además, se generaron predicciones a seis meses por tren y se compararon con la capacidad teórica establecida por la alta gerencia. Como resultado, se obtuvo una arquitectura predictiva robusta, complementada por un tablero interactivo (Power BI) para la visualización dinámica del desempeño por tren, incluyendo predicciones, brechas de capacidad y alertas operativas. Esta herramienta permite soportar la toma de decisiones estratégicas en la planificación de la producción. Si bien el enfoque se diseñó para una planta específica, su metodología es escalable a otras unidades productivas con adaptaciones mínimas. El proyecto representa una aplicación integral de la ciencia de datos al entorno industrial específicamente a la producción de químicos, articulando captura de datos, procesamiento, modelado, validación y visualización de resultados en una solución operativa lista para implementación.spa
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ciencia de Datos
dc.format.extent64 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/4958
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.departmentFacultad de Ingeniería y Ciencias
dc.publisher.programMaestría en Ciencia de Datos
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectPredicciónspa
dc.subjectIndustria químicaspa
dc.subjectMachine Learningspa
dc.subjectEficienciaspa
dc.subjectBusiness intelligencespa
dc.subjectPredictioneng
dc.subjectChemical industryeng
dc.subjectMachine Learningeng
dc.subjectEfficiencyeng
dc.subjectBusiness intelligenceeng
dc.titlePredicción de capacidad y eficiencia en planta de producción de especialidades químicas mediante el análisis y modelado avanzado de datosspa
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Proyecto de Grado Final - DANIEL FELIPE DUARTE QUINTERO,,.pdf
Size:
2.08 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia de Uso - DANIEL FELIPE DUARTE QUINTERO,,.pdf
Size:
268.85 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Ciencia de Datos