Este curso de capacitación se enfocará de manera práctica en modelos predictivos utilizando data de los procesos continuos industriales; pues, los sectores más importantes de producción suelen registrar datos utilizando SCADA o IIOT. Se desarrollarán conceptos de automatización utilizando simuladores de PLC como el Studio 5000, se adiestrará en el programa Ladder aplicando las herramientas del PLC Rockwell Automation, tales como RsLinx, RsLogix 5000, Emulate 5000, Factory TalkView y el simulador de procesos Factory IO. La revisión de los diferentes modelos será abordada a través de diferentes casos prácticos, utilizando como herramienta computacional online Collaboratory de Google y el lenguaje de programación Python.

Desarrollar modelos predictivos con técnicas de Machine Learning, utilizando como inputs, señales provenientes de un PLC como sensores y actuadores de planta, para predecir la probabilidad de falla de los activos

  • Profesionales del sector industrial (público o privado), con dominio básico de Python y conocimiento general de estadística, probabilidades y lógica binaria de PLC aplicado a la automatización de procesos
  • Público general interesado en el análisis de grandes cantidades de datos de diferente naturaleza, con conocimiento previo de Python, Estadística y lógica binaria de PLC aplicado a la automatización de procesos
  • Estudiantes o egresados de ciencias e ingeniería o de carreras afines relacionadas a procesos industriales de producción continua; quienes deben tener dominio básico de lenguajes de programación, matemáticas, estadística y probabilidades y lógica binaria de PLC aplicado a la automatización de procesos
  1. PLC como parte de una Cadena de Automatización y Control de Procesos
  2. Base de Datos del SCADA con Input del Modelo
  3. Programación de PLC Básico, Operaciones Boleanas: AND, OR, SET, RESET
  4. Modelos de Confiabilidad de Activos (Probabilidad de Falla – Weibull)
  5. Modelos de Regresión Lineal y No Lineal con Data del PLC
  6. Modelos de Aprendizaje Supervisado: Problemas de Clasificación con Data del PLC
  7. Evaluación de Modelos

Orlando Belli Hesse

Experiencia en operación y mantenimiento de industrias en los sectores energía, minas, petróleo y gas: Yllapu Energy del grupo Gloria, Minsur, Calidda (distribución de gas natural), COLP (licuefacción de gas natural), Maple Gas, Indox Cryo Energy (en Ecuador), entro otras. Experiencia brindando capacitaciones en Machine Learning y Analytics en los sectores retail e industrial.

Certificado:

  • Los participantes deberán aprobar la evaluación con una nota mínima de 11 (once) sobre 20 (veinte) y acreditar una asistencia al 75% de las horas de clase programadas.

Constancia de participación:

  • Se entregará una constancia de participación a quienes hayan asistido a un mínimo del 75% de las horas programadas y no alcancen la nota mínima aprobatoria.

S/ 850

Descuentos especiales:

  • Consulte por nuestros descuentos
Maria Gracia Cuba
626 2854 | 985 043 347

¿Deseas recibir más información?

Déjanos tus datos.