Mapa cognitivo neutrosófico para el analisis de la influencia de los rendimientos productivos y repotencialización de los sistemas de calidad en el proceso de instrumentación industrial

Autores/as

  • Rosendo Arnaldo Gil Avilés Universidad Regional Autónoma de Los Andes, Ecuador
  • Miguel Francisco Galarza Villalba Universidad Regional Autónoma de Los Andes, Ecuador
  • Carmen Magalis León Segura Universidad de Guayaquil, Ecuador
  • Ismel Bravo Placeres Universidad de Guayaquil, Ecuador

Palabras clave:

Instrumentación industrial, rendimientos productivos, sistemas de calidad, mapa cognitivo neutrosófico

Resumen

Los instrumentos de control están universalmente aceptados, en la actualidad es inconcebible la existencia de una industria moderna sin instrumentos, debido a las necesidades y exigencias de los mercados. La obtención de productos terminados con las garantías de calidad exigidas y en la cantidad suficiente es vital, para lograr un adecuado precio competitivo, lo que fuerza a modificar el entorno industrial donde hace imprescindible la inclusión de la automatización industrial vista como el proceso mediante los instrumentos de medición y control. La implementación de equipos de control permite garantizar la seguridad en los procesos y la recopilación de información para validar que esta opere correctamente. De acuerdo con lo antes referido, en el presente trabajo se examinan las potencialidades de los sistemas de instrumentación industrial su influencia en los rendimientos productivos y en el beneficio de los sistemas de calidad a través del desarrollo de un mapa cognitivo neutrosófico, útiles para obtener una mayor interpretabilidad en lo que a instrumentación industrial se refiere.

Publicado

2020-01-04 — Actualizado el 2021-01-03

Número

Sección

Articulos

Cómo citar

Mapa cognitivo neutrosófico para el analisis de la influencia de los rendimientos productivos y repotencialización de los sistemas de calidad en el proceso de instrumentación industrial. (2021). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 11, 73-80. https://fs.unm.edu/NCML2/index.php/112/article/view/84