Browsing by Author "Moguilner Reh, Nicolás Francisco"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Diseño y desarrollo de un sistema de almacenamiento vertical automatizado en el marco de la industria 4.0
    (2025-12-04) Ledesma, Daniel Francisco; Moguilner Reh, Nicolás Francisco; Ruhl, Gustavo. Ing.; Maximino, Nicolas. Ing.
    El presente trabajo expone el diseño y desarrollo de un sistema de almacenamiento vertical automatizado tipo Paternóster, concebido como una solución local y accesible para el almacenamiento automatizado en entornos industriales. Su planteo inicial surge de la necesidad de contar con un sistema capaz de optimizar el control, manejo y conservación del inventario, adaptable tanto a grandes empresas como a PYMES y comercios especializados, y especialmente orientado a facilitar el almacenamiento y conteo de piezas pequeñas o a granel. El sistema aborda de forma integral los aspectos mecánicos, eléctricos y de automatización, incorporando como elemento diferenciador un sistema de pesaje y conteo automatizado para piezas pequeñas o productos a granel. Asimismo, se establecen lineamientos para su fabricación y se realiza un análisis financiero que evalúa su viabilidad. El desarrollo se estructura de mayor a menor escala, comenzando por el diseño mecánico, seguido del diseño eléctrico y del sistema de control. La fabricación de la estructura mecánica se plantea para ser realizada en taller mediante operaciones de corte, soldadura, perforado y ensamblado, mientras que ciertos componentes específicos se prevén adquirir en tornerías, metalúrgicas o directamente a proveedores y terceros. Con el layout preliminar definido, se proyecta realizar el pre ensamblaje de los laterales de la estructura, la cadena y sus brazos soporte. Finalmente, en la planta del cliente, el montaje definitivo se llevaría a cabo utilizando hidrogrúa para la instalación de los laterales y cajones, concluyendo con la puesta en marcha del sistema.
  • Thumbnail Image
    Item
    Predicción de Series Temporales con Redes LSTM”
    (2024-04-24) Moguilner Reh, Nicolás Francisco
    En este trabajo se exploró la aplicación de Redes Neuronales Recurrentes con Memoria a Corto y Largo Plazo (LSTM) para la predicción de series temporales y espaciales en ingeniería. Se analizó el funcionamiento de las LSTM, su formulación matemática y proceso de aprendizaje, así como su efectividad en la predicción de series temporales. Además, se llevó a cabo una prueba de concepto en el área eléctrica para predecir la demanda. Los resultados demostraron que las LSTM son una herramienta prometedora en la predicción de fenómenos complejos y pueden ofrecer soluciones precisas y flexibles para desafíos en ingeniería, destacando su potencial en la predicción de series temporales en diversos contextos.