Textile engineering in the industry 4.0: the potential and challenges of Big Data, Artificial Intelligence and Machine Learning

Aquesta tesi de màster explora el potencial de les tecnologies de la Indústira 4.0, el Big Data, la Intel·ligència Artificial i l'Aprenentatge Automàtic en el context de l’enginyeria tèx- til. Es crea un marc teòric generalment aplicable per a la implementació de les tecnologies de la Indústria...

ver descrição completa

Detalhes bibliográficos
Autor: Zuleeg, Andreas
Formato: tesis de maestría
Fecha de publicación:2023
País:España
Recursos:Universitat Politècnica de Catalunya (UPC)
Repositorio:UPCommons. Portal del coneixement obert de la UPC
Idioma:inglés
OAI Identifier:oai:upcommons.upc.edu:2117/401906
Acesso em linha:https://hdl.handle.net/2117/401906
Access Level:acceso embargado
Palavra-chave:Artificial intelligence
Machine learning
Big data
Textile industry
Intel·ligència artificial
Aprenentatge automàtic
Dades
Indústria tèxtil
Àrees temàtiques de la UPC::Enginyeria dels materials
Descrição
Resumo:Aquesta tesi de màster explora el potencial de les tecnologies de la Indústira 4.0, el Big Data, la Intel·ligència Artificial i l'Aprenentatge Automàtic en el context de l’enginyeria tèx- til. Es crea un marc teòric generalment aplicable per a la implementació de les tecnologies de la Indústria 4.0 en petites i mitjanes empreses tèxtils mitjançant la fusió de marcs exist- ents i l’ajustament d’aquest a les necessitats de les petites empreses, tenit en compte fac- tors com la sensibilitat al cost i la manca d’expertesa I experiència, la manca d’accés a la infraestructura I technologies essencials, així com una cultura orgaanitzativa conservadora i la reticència al canvi. Aquest marc es posteriorment aplicat en un estudi de cas a Wilhelm Zuleeg GmbH, una fàbrica de teixits situada en una zona rural d’Alemanya. Concretament, les tecnologies implementades serveixen per a aplicaions en els camps de la previsió de la demanda, la implementació de màquines de teixir com a sistemes ciberfísics i el manten- imient predictiu.