Curso libreInteligencia artificial y datos
IA para la producción industrial
El curso IA para la producción industrial proporciona al estudiante técnicas para capturar datos de planta, calcular y analizar el OEE, identificar pérdidas con aprendizaje automático, optimizar la programación de la producción con OR-Tools y diseñar asistentes de IA para operarios, de modo que aumente la productividad con proyectos de bajo costo y alto impacto.
A quién va dirigido
Ingenieros y técnicos de producción, supervisores de planta y estudiantes de ingeniería industrial.
Objetivos
✓Comprender la arquitectura de datos de planta con sensores, PLC, SCADA, MES y el modelo ISA-95 de integración.
✓Analizar el OEE por disponibilidad, rendimiento y calidad y las causas de paros con diagramas de Pareto y aprendizaje automático.
✓Aplicar Python y OR-Tools a la secuenciación de órdenes con tiempos de alistamiento y a la simulación de escenarios de capacidad.
✓Diseñar un asistente de IA con RAG para procedimientos operativos y registro de novedades por voz, con plan de piloto.
✓Evaluar la programación optimizada frente a la manual y la seguridad y confidencialidad de los datos de planta.
Plan de estudios por sesión
1
Datos de planta e industria 4.0Sensores, PLC, SCADA, MES y modelo ISA-95 de integración · Captura, almacenamiento y calidad de datos de producción
2
Productividad y pérdidasOEE: disponibilidad, rendimiento y calidad; paros y Pareto de causas · Aprendizaje automático para predecir rendimiento y tablero en Power BI
3
Programación de la producciónSecuenciación de órdenes y alistamientos con Python y OR-Tools · Simulación de escenarios de capacidad y comparación contra la programación manual
4
Asistentes de IA para la operación y presentación del ejercicio finalProcedimientos con RAG, novedades por voz, seguridad de datos y plan de piloto · Presentación del análisis de OEE y del prototipo de programación optimizada
Evaluación
Inicial30%Mapa de fuentes de datos de una planta según ISA-95 y cálculo del OEE con datos de producción.
Intermedio30%Análisis de paros con Pareto y modelo predictivo de rendimiento; programación de órdenes optimizada con OR-Tools.
Final40%Ejercicio final: análisis de OEE de una línea con propuesta de mejora soportada en datos y prototipo de programación optimizada presentado.
Proyecto final
Análisis de OEE de una línea de producción con propuesta de mejora soportada en datos y un prototipo de programación optimizada.